“人工智能+教育”發展困境及應對策略研究

王志鵬 安徽建筑大學建筑與規劃學院

近年來，如何將人工智能技術融入到教育領域，一直是國內外教育科學研究的熱門議題。筆者認為，剖析現階段我國人工智能教育困境，準確把握人工智能教育內涵與價值，構建人工智能教育系統化技術框架，聚焦具體應用場景以及形成有效的應對策略，是人工智能教育發展的關鍵所在。

● “人工智能+教育”融合特征

人工智能與教育融合特征需要從兩者融合的要素與具體框架兩個方面進行分析。

1.融合要素

人工智能的運行機制是先把現實問題轉化為數據問題，然后在硬件設施支持下經過不同算法來解決現實問題。當該機制運用到教育領域中時，就需要解決智能教育關鍵技術、教育數據獲取途徑以及教育數據算法三者之間的融合問題。由此可見，技術、數據和算法是人工智能與教育融合的三大要素。在這三大要素中，人工智能技術基礎和研究所涉及的數據是核心，具體的算法是手段。因此，人工智能與教育的融合就演化為通過三大要素的發展，推動教育走向智能化。

2.融合框架

人工智能與教育融合的框架主要包括宏觀層面的運行原理（如具體的應用技術基礎）、中觀層面的實施路線（如數據的驅動方式）以及微觀層面的實施規則（如數據算法的路徑）。

（1）應用技術基礎

人工智能與教育融合過程所涉及的應用技術主要包括人工智能自身領域的技術，如芯片技術和網絡技術等，以及促進兩者融合的技術，如云計算和虛擬現實等。在這兩類技術支持下，教育科研對自身的形態進行重構并逐步提高教育內容的智能化，形成滿足不同學習環境以及個體需求的教育產品。

（2）數據驅動方式

教育數據主要包括靜態數據和動態數據兩類。靜態數據包括教學資料、教學圖形等，動態數據包括教師的課堂語言、肢體動作和課堂行動軌跡，以及學生的動作與表情等。在獲得數據后，教師可以分析學生的學習情況，進而制訂具有針對性的教育方案，而學生則可以探尋自己的學習薄弱之處，自助制訂學習計劃。除此以外，教育主管部門可以通過分析與挖掘數據進行科學的教育決策頂層設計。

（3）算法實施路徑

教育數據分析需要算法支撐才能實現，這也是實現人工智能與教育深度融合的關鍵步驟。通過強有力算法對海量數據進行處理分析，可以精準鏈接教育資源與學生的需求，實現教育資源的有效性服務。現階段，數據算法的路徑主要通過“云計算”得以實現。具體的實施路徑是基于“云計算”的運作原理，人工智能算法對教育數據進行統計分析，并依據學習者個人特征和學習偏好以及學習使用場景來決定教育的具體內容。

● “人工智能+教育”發展困境

1.人工智能技術智慧程度問題

人工智能技術的應用場景主要適合單一維度和無需感知反饋的領域，在需要感知能力的領域，其應用存在感仍較低。而教育過程就是一個需要感知學生需求，并及時作出反饋的雙向交流過程，所以說人工智能與教育的融合發展只是剛起步，想要實現人工智能與教育的深度融合，首先需要提高人工智能技術的智慧化程度。

2.教育數據問題

教育數據是實現人工智能與教育融合的第二個重要基礎，而數據的規模、存儲與管理以及運用的透明化等問題都是人工智能與教育融合發展所面臨的困境。在數據規模上，當下的數據都是通過技術手段所記錄下的教學過程相關數據，是一種淺層數據。而涉及教師與學生之間的感知數據卻難以直接進行測量或記錄，反映在數據規模上，表現為現階段的數據規模還較小；在數據的存儲與管理上，現階段的數據往往是學校在發展過程中自行獲取的內部數據，不同學校之間的數據并不能共享，進而造成了數據管理的分散化。

3.教育個性化與有效性問題

人工智能與教育融合的最終目標是實現教育供給個體性和針對性，以滿足不同人群的自身需求，進而實現定制化的學習需求。現階段，深度學習和機器學習等神經網絡技術是人工智能滿足教育服務個性化和針對性的主要技術手段，但該技術僅在單一領域具有優勢，而人工智能算法需要處理海量且不同類型的教育數據，因此，基于神經網絡技術的人工智能算法還不能較好地處理上述問題。由此可見，人工智能算法在個性化學習層面的能力還需進一步發展。

● “人工智能+教育”發展策略

1.準確定位“人工智能+教育”融合價值

人工智能與教育融合發展首先需要明確人工智能技術對教育影響的具體地位。在人工智能技術不斷完善的背景下，充分理解教育發展規律，解決未來社會發展需要的技術是人工智能與教育融合的創新驅動力。針對現階段的發展情況，需要參與教育的不同機構，如政府管理部門、教育實施部門和個人等共同協作，突破人工智能與教育融合發展的技術瓶頸，重新定義人工智能技術對教育的積極影響。具體的發展策略如下。

第一，教育管理機構應加大人工智能教育應用技術的投入，從長遠角度來布局宏觀發展戰略，并通過在不同等級的教育實施機構中進行試點來驗證關鍵技術的適應性；也可通過立法等方式來規范人工智能技術應用的合規性，對人工智能教育進行有效監管，并制訂具體的教育目標。

第二，教育機構應積極主動地將人工智能技術運用到教學的不同領域中，從人工智能角度思考教育的發展趨勢。例如，重新定義學習目標與內容，思考未來職業變化對教育的具體需求，強化教育知識的實踐性，跨越知識與工作之間的鴻溝等。同時，探索人工智能技術對教育生態環境的改變，構建基于學生個人發展和潛力發揮的教育環境，并與人工智能技術供應者進行深度合作與交流，探索具有可操作性的融合發展模式。

第三，學生應主動利用人工智能與教育融合的各類產品與服務，通過電腦和手機等智能終端設備展開互動性學習，實現個人智慧與人工智能智慧之間的合作，提高自我學習效率。

2.提高教育數據質量與管理力度

教育數據質量和管理力度是人工智能與教育融合發展的核心點，因此，數據的獲取方式、存儲途徑和管理方法以及共享程度等問題是未來發展需要解決的重要問題。首先，在獲取教育數據時，應依托人工智能強大的技術與終端設備，從線上與線下兩個場景進行點狀采集。在獲得點狀數據后，進一步集合形成數據綜合體，為后續分析提供支撐基礎。其次，在數據綜合體基礎上，利用區塊鏈技術實現數據的快速存儲、管理和分享。區塊鏈技術是保證數據真實性和安全性的強大工具，并能夠實現數據實時共享，提高數據的及時記錄與分享。最后，不同的教育機構應實現教育數據格式的兼容性，加強不同數據之間共享。只有不同教育機構之間構建出具有綜合性的數據，形成跨學科和跨領域的數據庫，人工智能與教育融合發展才能實現縱深兩個維度的發展。此外，教育機構還應注重提升教育數據單元質量。單個教育數據的質量是構建高質量整個數據綜合體的基礎，因此，在日常教學過程中，教師和教育機構應注意教學內容可數據化，使不同的教學內容和教學過程可形成若干個相對獨立的教學數據單元，進而支持智能化的教育生態環境。想實現上述目標，教育機構就需要注重教育資源系統的開發、教育工具的供給，重新構建學習模式，形成符合智能時代的教學范式。

3.創新教育資源供給方式和實現個性化訂制服務

面對智能化趨勢，教育機構能否根據學生自身需求提供相應教育資源，幫助學生適應時代發展需求，是教育機構改革的重要方向。之所以要改革，是因為當前的教育資源與個體和社會需求不匹配。因此，教育資源供給方式的改革就成為未來人工智能與教育融合發展的關鍵。已有實踐數據顯示，大數據支撐下的個性化教育獲得了長足發展。基于人工智能的教育供給方式可提高學生學習參與度的識別效率，提高了教育的精準性。同時，借助人工智能智慧在教育領域的應用，學生個體需求得到充分預測，使得教學實施者能為學習者提供更好的學習體驗。

● 結語

盡管傳統的線下課堂教育仍是當下教育領域的主要教學方式，但伴隨著人工智能技術的不斷更新，由人工智能帶來的教育改革能夠幫助學生更好地了解自己和提升自己。但是，從人工智能與教育融合發展的現狀來看，它仍處于起步階段。同時，需要認識到人工智能是構建全新教育生態系統的一種手段，它所提供的僅僅是技術支持與服務，它在教育領域的貢獻是幫助教師在教學過程中可以更加精準地提供符合學生個人需求的教學內容。筆者相信，隨著人工智能技術的創新發展及其智慧能力的不斷提高，人工智能可能會以人們意想不到的方式融合到教育領域中，進而引發整個教育系統的變革，推動教育事業的高質量發展。