人工智能技术在高校个性化教育中的应用

干练 方富贵

（成都锦城学院，四川 成都 610000）

一、引言

早在春秋时期，孔子就在《论语·先进篇》中提出了“因材施教”的概念，即教师要从学生的实际情况和个体差异出发，根据学生的特点采用有针对性的、有差别的教学方式方法，从而使得每位学生都能够扬长避短，促使学生全面发展。而现代高校则应以“生本教育”和“因人而异”的理念为基础，完成沟通、发掘、区别、鼓励等一系列教育过程，采用寓教于乐和与时俱进的教学方式，达到将学生培养成为具备充分技能和综合素质的对社会有用的人才的教学目标。

现代高等教育承担着为国家现代化建设和社会、科技、文化发展培养高级人才的重任，而随着新时代对高校人才培养提出要求的不断提高，传统的批量式人才培养模式存在着严重的弊端，已无法满足知识经济时代对高素质人才的高要求。与此同时，新时代大学生思想前卫、接受新知识能力强，对个性化教育要求的也不断提高。因此高等学校开展个性化教育改革和探索已势在必行，而在集体教育的大环境下如何因地制宜地开展个性化教育是目前我国高校在开展个性化教育和教学改革过程中遇到的最大难点。

二、高校开展个性化教育所遇的困难

（一）学生难以适应教育模式的转变

由于我国国情原因，在传统应试教育的影响下，我国在人才培养方面长期采用标准化流水线标准来培养学生，即采用统一的人才培养标准和要求、统一的教学内容和教学方法对学生进行批量化的培养，这种培养方式在中小学阶段尤为突出。我国学生在经过十六年的中小学学习后，他们已经习惯了传统的被动式、填鸭式教学，因此学生在进入高等教育阶段后很难在短时间内就能接受个性化教育模式，尤其是很难接受从以教师为主导的传统教育模式转变为以学生主动自学为主导的个性化教育模式。

同时，由于学生原来在传统教育模式中所掌握和熟悉的学习习惯和学习方法无法很好地满足高等教育阶段个性化教育的要求，这就需要学生在进入高校后快速地进行转变，这对学生的主动学习能力和自主学习能力是个巨大的考验。这就往往会导致部分学生无法在短时间内适应新的教学模式，掌握新的学习习惯和学习方法，出现学生无法适应教学方法、无法跟上教学进度的情况，甚至严重影响他们的学习效果，甚至打击他们的学习积极性。

（二）学生众多难以全面兼顾

随着近年来我国高校的不断扩招，我国高校学生人数不断地增多，而由于我国高校的教师数量和教育资源有限，且我国高校师资和资源的增长速率远远低于高校学生人数的增长速度，因此目前我国大部分高校仍然采用的是大班授课的方式开展集中教学，这就导致许多高校的一个教学班的学生人数多达六七十人，甚至有些公共课学生人数超过了百名。面对庞大的学生人数，教师很难在完成常规教学任务的同时全面兼顾所有学生的个性特点，完成沟通、发掘、区别、鼓励等一系列教育过程，从而导致“因材施教”难以实现。

由于学生人数众多，教师在开展教学的过程中，通常只能照顾到部分学习成绩优异或低下，以及学习主动性较高的学生，往往会忽略那些成绩一般，且学习主动性较差的学生，这就导致了边缘化学生的出现。对于这些边缘化学生，由于教师对他们的关注度不够，因此很难掌握他们个性特点，导致难以对其开展“因材施教”，甚至可能会由于长期缺少教师的关注，导致这部分学生逐渐失去学习兴趣和学习积极性。

三、人工智能技术提供的解决方案

（一）虚拟教师帮助学生适应教育模式的转变

从以教师为主导的传统教育模式转变为学生主动自学为主导的个性化教育模式是高校开展个性化教育和学生适应个性化教育的基础。为了帮助学生快速适应这一转变，许多高校往往采用了新生入学教育的方式对学生进行引导，但是学习习惯的转变和学习方法的掌握是无法在短时间内完成，这个转变过程需要长期潜移默化地进行，因此新生入学教育的作用是极其有限的。

利用人工智能技术，我们根据课程的教学内容建立一个或多个虚拟教师，通过虚拟教师就可以将学生在课堂外的自主学习在一定程度上转变成为课堂教学。在这个虚拟课堂教学的过程中不再是以教师为主导的传统教育，而更多采用以学生主动自学为主导的个性化、自主化教育，虚拟教师在其中应起到引导和监督的作用。例如：利可以用数据采集和分析技术，挖掘和整理传统教学过程中师生互动内容，形成大数据数据库，利用这个师生互动大数据数据库就能够在学生课外自学过程中利用自然语言处理等技术，通过虚拟教师与学生开展互动式的问答；同时，在学生课外自学过程中也可以利用人脸识别技术对学生的自学过程进行记录和监督，以及对学生专注度进行分析，方便教师随时掌握学生的学习状态。

（二）学习行为的分析和引导

由于教育模式的转变，学生原来所熟悉的学习习惯和方法已经满足高校个性化教育的要求，这就需要在学生入学后培养他们良好的学习习惯和方法。为了帮助学生快速掌握新的学习习惯和方法，许多高校通常采用讲座或宣讲的方式为学生推荐和讲解适合个性化教育的学习方法，然而学习习惯的改变却是无法一蹴而就的，还需要在日常的教学过程中对其进行引导。

利用人工智能技术针对学生的学习数据进行分析，即利用智能视频分析与追踪技术、人脸识别技术、情感计算技术等人工智能技术对学生的学习行为过程、学习心理状态、学习专注度、学习积极性等数据进行分析。不仅能够帮助教师对学生的学习行为进行判断，即时掌握学生状态，并根据学生状态即时调整教育进度，针对不同学生开展不同的教学方法，从而达到“因材施教”的目的；同时还能向学生提供学习建议，帮助学生尽快掌握合适的学习方法和良好的学习习惯。例如：可以利用人工智能技术对学生的学习进度和知识点掌握程度进行分析，针对学习进度较慢或知识点掌握程度较低的学生，可以在其自主学习过程中向其自动推送更加偏向基础的教学内容，甚至自动提供这些教学内容的前导知识，帮助这些学生巩固和加深对知识点的认知和理解；而针对学习进度较快且知识点掌握程度较高的学生，则可以在其自主学习过程中向其自动推送更加前沿的扩展知识，从而提高这些学生的知识广度与深度，从而达到以“生本教育”和“因人而异”的教育目的。

（三）学生画像帮助教师全面掌握学生动态

教师及时、充分掌握每个学生的个性特点是高校开展个性化教育的先决条件，但是由于我国高校的不断扩招、学生人数的不断增多，导致师资和教育资源越来越紧缺，而教学班人数过多是我国高校在开展个性化教育过程中所遇到的最大瓶颈，同时如何提高对边缘化学生的关注度也成为了我国高校在教育改革过程中需要攻克的重要难关。

仅仅利用学生的基础信息建立的静态模型忽略了实际的学习情境，适应性较差，不能准确反映出学生的个性特点和学习状态，因此无法帮助教师全面、准确地掌握学生的动态。因此在个性化教育过程中高校需要利用人工智能利于的深度学习技术，在静态模型的上，对学生的性格特点、兴趣偏好、背景知识结构等维度进行长期跟踪，建立学生的动态学习模型，分析学生的压力承受能力、团队合作能力、新事物接受能力、创新能力、学习兴趣、学习习惯、知识点掌握程度，从而帮助教师全面、准确地掌握每一位学生的个性特点和学习状态。同时，在学生画像数据分析的基础上，可以针对每一位学生的特点，向教师提供一定的结论和教学建议，从而更加有效地帮助教师开展“因材施教”。

四、结语

综上所述，在新时代背景下，我国高校不断深化教学改革、开展个性化教育已经成为大势所趋，而在这个过程中如何在集中教育的环境下因地制宜地开展个性化教育是目前我国高校遇到的最大难题。而随着人工智能技术的不断成熟，将人工智能技术应用于我国高校的教学改革和个性化教育中，能够有效地帮助学生尽快从以教师为主导的传统教育模式转变为学生主动自学为主导的个性化教育模式，同时能够帮助教师有效地解决在教学班人数过多的情况下如何有效开展个性化教育的问题，从而促进我国高校“因材施教”和“生本教育”的真正开展。