人工智能時代教學模式變革研究

李 青

（上海海洋大學信息化管理辦公室 上海 201306）

0 引言

《教育信息化2.0行動計劃》中提出教育信息化是順應智能環境下教育發展的必然選擇，人工智能等新技術會深刻改變當前的人才需求以及教育理念、形態和生態。我們國家于2017年7月發布了《新一代人工智能發展規劃》，其中強調發展智能教育，主動應對新技術浪潮帶來的新機遇和新挑戰[1]。

發展人工智能方式教育是指利用新技術推動人才培養，使傳統教育教學方式發生變革，形成智能學習、交互學習、深度學習的新型教育形態[2]。利用人工智能、大數據來提供數據支撐，全面、智能、科學地進行教育教學過程分析，幫助學習者在立體教育環境中，準確掌握自身學習狀態。通過新技術應用加快建設教育資源建設，管理方式改變，建設以學習者為中心的教育生態，提供精準指導，使智能教育貫穿于日常教育中，輔助學習。

1 人工智能教學模式是教育現代化的必然要求

人工智能賦能教學會伴隨著諸多問題的產生。第一，教師未建立對人工智能的信任，使用意愿不強，缺少專業應用指導。第二，技術與教學未充分融合，在教和學的雙向活動中，人工智能技術僅是知識單向傳遞的手段，造成空間差異下的距離感，缺失溫度和情感。第三，教師缺乏對自身角色轉變的正確認知，未明晰人機學習關系、人機協調等關系。最后，外部環境也存在諸多待解決的問題，如人工智能應用解決方案、專業人才隊伍、應用場景資源等。

人工智能應用于教學成為新時代背景下教育趨勢，人工智能教學模式是教育現代化的必然要求，通過對人工智能在教學領域的應用問題研究，需進一步研究人工智能關鍵技術在教學中的應用，從關鍵技術的認知中明確人工智能的核心功能，優化教師實行智能化教學的行為，啟發學生思維實現個性教學[3]。

2 教育教學模式變革研究

人工智能技術是一種強有力的新技術，與教育教學結合后，可以大力推動當前教育變革，使目前的教育模式發生翻天覆地的改變，也可以說成是一種沖擊。教育模式可以包括教學空間與資源建設、教學方法與范式、教學指導與評價等方面，本研究嘗試從這三點入手，探討人工智能在教育教學模式方面帶來的變革和挑戰。

同時，任何科技都需要以“科技向善”為應用宗旨，無論科技如何改變教育模式變革，都不可改變教育的本質，新科技的應用突破了現有教育模式，擴展了教育邊界，目的是讓學習者在數字時代背景下，利用新技術更好地培養個人必備品質和關鍵能力，更好地理解數字時代下社會與技術的關系，處理好社會與技術的問題，使自身的核心素養得到真正地提高，充分達成全面發展、立德樹人的育人目標。

3 教育模式的變革及實踐方式

3.1 教學空間與資源建設

資源環境的改變是教學變革的基礎，傳統教室采用標準化設計，適合知識傳授型教學，創新線下教學環境是讓空間和設施均可作為教學互動的場所和工具，向學生充分傳遞知識內容，通過“人工智能+智慧終端+統一數據采集”的方式搭載智慧設施，構建靈活多變的空間，實現教學環境中的高維互動。

線上學習空間已經成為教學環境重要組成部分，學生可以在線上完成資源搜索、知識學習、協作交流、開展探究活動等。線上線下教學環境旨在培養核心素養視域下，以學生發展為中心，建立全新的線上線下育人環境，讓教學環境走向“虛實融合”的形態，在兩個空間中利用好各自優勢，實現學習空間上的數字孿生。在這個全新的學習空間中，傳統的教師角色會發生變化，將由知識傳授轉為學習指導，教師需要幫助學生如何去創設學習場景，建立學習過程，指導學習難點，評價學習效果，讓學生發展知識和能力素養的全面培養。傳統教師的教學任務也會從課前備課，講稿設計轉變為設計個性化教學，制作引導性任務，布局線上教學空間。

在教學資源方面，人工智能的語義分析技術、聚類分析技術可以對學習資源進行語義分類、資源匯聚，建成標簽化的學習資源，面對學生需求時，可以通過自適應的方式將資源送達學生端。知識圖譜是構建教學資源的重要抓手，知識圖譜不僅僅是教學知識點通過結點以及結點之間的關系形成的圖狀關系網，更需要標記出知識與能力的素養對應關系，每個結點需要與相關的教學資源關聯，每個結點具有唯一性，可以將知識圖譜擴展為“知識素養圖譜”，通過多學科、多模態的知識素養圖譜，建立學科內核心素養的關聯，建立學科間跨學科能力地圖，強調本學科、學科間的相互關聯，淡化單一知識點的關聯，這樣對于研究學習者知識素養的掌握提供了科學依據，也可以通過此向學習者推送相適應的學習資源，教師也可由此掌握教學效果，建立更多類的教學資源應用，可建設包括課標庫、學歷案庫、學后反思庫、真實情境案例庫、自適應題庫等多種資源應用。

（1）課標庫。將課程標準的要求進行拆分，對應至知識圖譜。

（2）學歷案庫。集中存儲公開的優秀學歷案、教師制作的學歷案，供教師學習和備課參考。

（3）真實情境庫。用來激發學生達成深度學習的各種問題、任務或者項目式活動，根據學科匯總，方便教師教學備課選用。

（4）學后反思庫。提供常見的學后反思引導模板、匯總優秀的學后反思。

（5）自適應題庫。以項目反映理論（Item Response Theory，IRT）為建設基礎，采用自適應的遺傳算法原理，為不同層次的學生提供個性化測試服務，以此準確，科學地分析每位學生的學習狀況。

3.2 教學方法與范式

人工智能在教學空間與資源建設方面提供了一系列轉變可能，進入到教學階段后，人的參與是將技術如何融合到教育變革中的關鍵一步，教師在教學方面，首先需要熟悉及認知人工智能給教育帶來的變革，其次要學會使用大數據、可視化、虛擬現實等各種人工智能學習平臺或資源，利用好這些工具輔助備課，生成個性化測試內容，開展智能化精準指導教學，從一位育人者的角度開展教學工作。

（1）建設滿足教學的備課系統。支持教師在線備課，存儲教師在線備課成果。支持初備、主備、復備、補備多種備課模式，教師可將歷史教案導入后再編輯。在線備課時，教師可調用知識素養圖譜中的知識及資源，查看學情分析數據，讓教案設置更有針對性，支持從教案庫中搜索和引用推薦教案，備課時上傳的圖片、附件、音頻、視頻、鏈接、文檔等資源自動匯聚至學校云空間，方便非結構化數據的存儲及重復利用。備課系統通過人工智能技術，提供全庫智能教案對照分析，分析教案庫每學科、名家教案、推薦教案、學校優秀教案被引用次數、被引用量。

（2）建設試題制作工具。智能化識別文檔中的試題，批量采集并設置提醒、關鍵字、難易程度、適應課程、關聯知識點等屬性，導入試題庫時支持查重篩選，快速完成試題的批量上傳與管理。

（3）建設個性化作業制作系統。教師在布置作業時，可根據學習者模型中的動態學情數據，為不同層次的學生設計制作個性化作業。

人工智能下的教學方式變革，也需要學生積極轉變學習方式，學生需要具備對智能化平臺及資源的熟練使用能力，認真對待每一次學習過程，改變以往被動學習的態度，積極做好自適應下的新知預習，學習過程思考及交互測試，幫助智能化平臺更好地描繪學生知識能力畫像，使個性化學習路徑、學習者模型、個性化學習服務的生成更精準。

（1）基于人工智能、大數據等技術開展個性化學習支持，推薦個性化學習路徑，按需推送學習資源。

（2）建立學習者模型。參考PAPI(Public and Private Information)規范、IMS-LIP(IMS Learner Information Package)規范和CELTS-11學習者模型規范基礎，從基本信息、學習目標、認知水平、學習行為、學習風格5個維度構建學習者模型[4]。學生深度學習的成效需要結合量化指標和質性指標完成，量化指標方面利用動態采集到的學習跟蹤數據（學習活動、學習時間、學習空間、學習內容、學習方式、學習評價、學習成果等）評估學生的認知水平，質性指標通過在教學活動過程中依據評估量表打標記錄，作為學生個性化發展性評價依據。

（3）建立個性化學習路徑模型。一方面利用等級反應模型和布魯姆教學目標分類理論，結合知識圖譜、分層作業難度，實現對學生整體知識理解水平的評估；另一方面利用人工智能算法（矩陣分解算法、隱馬爾科夫模型），實現依據學習行為數據（學習時間、點擊次數、問題解答時間與嘗試次數）實時跟蹤診斷學生對于題目難度級別的適應情況。從學生個體和群體行為中，挖掘最佳學習路徑，并通過評價反饋或者人工干預調整。

（4）建立個性化學習服務。根據學生學習特征實現AI學情診斷，為學生輸出個人學習報告，倡導學生自我驅動，主動調整學習過程，完善自身知識體系。

3.3 教學指導與評價

未來教師對學生的關注點會由學習成績轉變為學生核心素養的培養，更加關注學生的價值觀、情感與行為等核心素養的養成。通過人工智能技術下的教學空間和教學方式優化，整個教育過程中的行為數據會逐步積累，從海量信息數據中提取用戶個性化數據，對學生行為特征進行刻畫和分析，會對傳統教學指導和評價產生變革。通過建立學生畫像模型，可以為其匹配精準化的教學服務，同時也可以輔助教學效果評價的生成。

學生畫像的建立可分為幾個步驟：

（1）構建評價模型。針對學生發展的核心素養，將核心素養與教學理念對接，結合學習者模型，考慮不同學科的要求，整體設計，構建個人多維度評價模型。

（2）數據采集與預處理。學生的個性化發展數據基于學習者模型實現，需要對貫穿整個教學過程和學習周期的線上線下教學數據進行采集和預處理。數據來源包括線上學習平臺、教學系統、作業系統、研究性學習系統的各類結構化數據與非結構化數據。對采集到的數據進行整合、清洗、轉化，排除干擾數據，精簡處理數據規模。

（3）建立標簽庫和語義化標簽。將預處理的數據利用主成分分析和因子分析法提取特征標簽，根據學生在學習中的特征進行歸類，反映學習偏好、學習效果、互動頻率、高階思維、學習的持續性和穩定性等。可將標簽進行趣味化命名，引起學生的興趣，如學霸高手、單元測試達人等稱號。標簽庫包括與客觀數據關聯的事實標簽，與統計相關的模型標簽，與預測評價相關的預測標簽。

（4）數據可視化。在因子分析基礎上，根據提取出的標簽和學生數據，對學生進行特征分析和聚類分析。通過人工智能可視化數據，精準刻畫出“學生畫像”。

4 結束語

教育的本質是基于美好、創造美好的，讓學生通過學習，樹立正確價值觀，必備品格和關鍵能力，對知識與技能、過程與方法、情感態度價值觀三維目標進行整合[5]。人工智能時代的到來，通過智能技術和數據賦能讓學生更了解自己，讓教師更了解學生，讓家長更了解孩子，其帶給教育領域的教學模式變革必將成為一項新的發展戰略，人工智能技術在教育教學模式變革的落地關鍵在于：利用好技術，創造線上線下教育空間，精準識別教師和學生在教學任務、學習情境、教育評價過程中所需要的服務和問題解決能力，建立教學模式和學習需求的完美匹配，讓每一個人在屬于自己的社會屬性中找到最適合自己發展的教育軌道。