人工智能场域下智慧校园建设框架及路径

赵磊磊 代蕊华 赵可云

摘要：人工智能發展为学校的形态变革带来机遇和挑战，人工智能赋能智慧校园建设应成为我国智能教育发展不可忽视的现实议题。文章对智慧校园的发展历程做出了解读，发现智慧校园建设存在个性化教学活力不足、教育决策及服务成效较低、校园生活服务人本化程度不高等现实困境。在发展历程及困境分析的基础上，阐明了人工智能在智慧校园建设中的应用优势。在明确人工智能场域下智慧校园的主体关系和主体需求的基础上，以“用户服务为先，数据为关键，设施为基础，规范为墙”为准则，设计了由基础设施层、数据平台层、应用服务层、技术规范层四个层面组成的人工智能时代智慧校园的建设框架，提出人工智能场域下智慧校园建设的关键路径：创设泛在互联型的智能教育环境;搭建师生本位的智能教育资源及决策服务平台;统筹构建智能教育大数据的治理体系;优化智能技术监管机制及伦理规范体系。

关键词：人工智能;智慧校园;建设困境;建设框架;顶层设计

中图分类号：G434

文献标识码：A

文章编号：1006-9860（2020）08-0100-07

随着自然语言处理、情感计算等智能技术的快速发展，人工智能逐渐上升为国际竞争新的焦点。我国为抢占教育人工智能高地，已颁布了一系列政策和实施了多项举措。2017年7月，国务院发布《新一代人工智能发展规划》，强调了人工智能在我国教育教学发展中的重要价值与地位"。随着人工智能的不断发展，编程、机器人已被正式划人普通高中课程方案和学科课程标准2，人工智能逐步进入校园场域。2018年4月，教育部出台《教育信息化2.0行动计划》，明确指出人工智能技术的迅猛发展对学校教育形态提出新要求，强调各级学校须开展智能教学环境建设，推进人工智能在校园建设、教育教学等方面的应用队。智慧校园建设是一项涉及软硬件设施、教学系统开发等诸多方面的基础设施工程岁。人脸识别、教育机器人、智能感知等智能技术已逐渐在学校教育教学中应用与推广。人工智能为智慧校园建设提供了更多的可能性与路径，如何利用人工智能技术推动智慧校园建设值得关注与思考。因此，本研究尝试对人工智能场域下智慧校园的建设框架及路径予以分析，以期为我国智慧校园发展提供价值参照。

一、智慧校园的发展历程及建设困境

（一）智慧校园的发展历程

1.智慧校园雏形阶段：以互联网等技术为支撑的数字化校园

20世纪80年代以后，随着教育信息化进程的不断推进，学校的硬件设施、校园管理、教育教学、沟通交流等方面不断被融入信息技术要素，校园的内部要素及其整合开始呈现信息化趋势，数字校园的概念应运而生。较为常见的数字校园形态有数字图书馆、电子教案、门禁卡、校园一卡通等，其本质是借助互联网通讯等技术初步实现信息资源的整合与集成。数字校园的大规模建设和推广第一次引发了人们对“人一技”关系的反思，学者们开始意识到物是教育教学的工具，其开发和运用具有无尽可能。虽然数字校园使传统校园的空间维度得以拓展，教学效率得到提升，但遗憾的是，该阶段技术反哺教育的能力差，单纯的网络基础设备、数字化资源建设和网络化沟通载体搭建没有对教与学带来根本性变革。人们渴求对教与学有着更为有效的认识和分析，譬如师生数据的可视化、学生行为监测等。据此，教育教学发展呼唤智慧校园建设。

2.智慧校园1.0阶段：以现代信息技术为支撑的低阶智慧校园

2008年，美国IBM董事长兼CEO彭明盛首次提出“智慧地球”概念框架，在此基础上，以信息技术为基础，构建智慧化的空间与社区引起关注。众多高校及中小学尝试筹划及建设智慧校园，为师生提供个性化、便捷化、一站式的服务，智慧校园建设进入以现代信息技术为支撑的1.0阶段。这一阶段的技术表现有校园无线网、门禁系统的身份认证等，涉及的关键技术主要有物联网、计算机视觉技术等，主要特征有环境感知、网络无缝互通、信息化平台整合等，而且校园建设多采取分层架构方式叨。智慧校园1.0阶段极大地突出了信息技术的集成功能，但在达成情境感知、大数据处理、学习状态识别等目标方面成效不佳，并未完全实质性地超越数字校园阶段，智慧校园建设尚处于“低阶智慧阶段。

3.智慧校园2.0阶段：以人工智能等新技术为支撑的高阶智慧校园

智慧校园1.0阶段受到情绪及行为捕捉、生物特征分析等技术并不成熟的制约，此阶段的校园形态智能化程度不高，技术的智慧潜能尚待进一步激发。如此以来，智慧校园如何从“低阶智慧”阶段（即智慧校园1.0阶段）走向“高阶智慧”阶段也是智慧校园变革的现实需要。从“低阶智慧”跨越到“高阶智慧”需要全新的技术支撑，而人工智能与这一发展趋势正具有契合性，情感计算、自然语言处理、智能感知等智能技术有助于进一步推动校园形态的智能升级，智慧校园将从“智慧校园1.0阶段”迈入“智慧校园2.0阶段”（以人工智能等新技术为支撑的智慧校园）。据此，智慧校园的发展历程如图1所示。在“智慧校园2.0阶段”，课程教学、学校管理、校园生活等方面的智能化发展成为智慧校园建设的关注重点。

（二）智慧校园的建设困境

我国智慧校园建设受诸多现实因素制约，众多校园的建设水平离真正智慧校园依然有不小差距。学者从不同层面对智慧校园建设的困境做出了论述，归纳相关论述，智慧校园建设的困境主要有以下四个方面。

1.个性化教学活力不足

实现个性化教学是智慧校园建设的主要目标之。智慧校园虽在局部层面实现了个性化教学，但其“个性化”程度并未有效覆盖师生情绪、动作、表情、话语、人际关系等层面，而且这些层面难以被普通技术抓取、衡量与评测，系统性捕捉课堂教学活动、课堂学习互动、课后教学反馈等活动的特征及规律颇具难度，如此便出现了个性化教学活力不足这一现实问题。概括来说，以教师为中心的教学局面并未真正打破，教育大数据的挖掘与整合尚存较大难度，学生在学习需求、爱好、风格等方面的主体个性未得到充分尊重，以学生为本位的个性化教学资源设计、推送及评价依然任重道远。

2.教育决策及服务成效较低

数据采集及分析、人机互动等技术为教育决策及服务的方式和流程带来改变，但教育决策与服务仍未完全摆脱盲目主观思维等弊端。首先，教育决策与服务的效率较低。学校各个部门之间的管理相对独立，多个部门在数据共享、信息即时传播等方面缺乏同步性，各部门依托不同的技术开发商来设计服务平台，难以统一协调与管理，教育决策与服务也就难免存在“顾此失彼”“各自为营”的信息鸿沟。再者，教育决策与服务的数据保护工作有待改进。校园技术升级时，一些学校缺乏对大批有价值的纵向历史数据的保护而导致过程化数据流失，如果仅依靠某一时间断点的教育数据进行规律及趋势分析，很难确保教育决策及服务能够满足师生的动态教育需求，这也是“基于证据的教育决策与服务”一直以来难以实现突破的难点所在。

3.校园生活服务人本化程度不高

以往智慧校园尽管对基础实施建设做了较大投入，但校园生活服务的人本化程度不高。首先，校园生活服务的决策定位并未聚焦人的全面发展。餐饮、图书借阅、体育运动等方面的信息化服務能够产生一大批包含身体健康、生活习惯等多项重要信息的个体数据，但是以往智慧校园建设并不太重视此类信息的深度挖掘与大数据分析，很少有学校管理者从师生日常生活行为规律与教育关系的角度做出探索，并基于此来改进教育质量。其次，师生安全、感知体验方面尚存较大的改善空间。摄像头监控、刷卡人校等管理方式虽能实现基本的风险预防，但对校园欺凌、校园犯罪等事件的动态监测及响应处置仍依赖人力，缺乏及时性与科学性。而且，心理服务预约、图书借阅、即时后勤报修等方面的信息化服务因资金、人力等因素的影响，尚未为用户提供即时、高效且多样化的感知体验。

二、人工智能在智慧校园建设中的应用优势

作为计算机科学的新形态，人工智能涉及研究、开发用于模拟、拓展人的智能的各种理论、技术及产品等方面，其为智慧校园建设困境的破解提供了更多可能性，具体体现在以下三个方面。

（一）人工智能助力个性化教学

在传统智慧校园建设中，教育教学虽具“智慧特性”，但在个性化层面尚处于“初级”阶段。机器学习、自然语言处理等智能技术有助于实现师生个性化特征及需求的动态捕捉，有利于助力个性化教学成效的进一步提升。首先，教育数据的精准采集与分析是实现个性化教学的基本前提。人工智能与大数据分析技术的融合有助于实现教育大数据的精准采集、有效筛选以及科学分析，有利于深人挖掘教育教学特征及规律。例如，典型的机器学习模式可通过神经网络、遗传算法、资料探勘等技术方法，对教育数据的逻辑关系进行图谱呈现，并进行数据预测"。其次，基于教育数据的精准采集与智能分析，可精准诊断教学薄弱点及难点。既可通过知识图谱智能化构建，为师生分类推送个性化的教育教学内容，也可有效捕捉学生学习行为、兴趣及潜力，进而真正因材施教并定制契合学生个体特征及需求的教学方案。例如，自然语言处理的教育应用可通过分析学生的答案给予评分以及进行学习问题诊断。

（二）人工智能赋能精准教育管理

以往的信息化决策手段及方式很难实现教育全过程、全主体、全阶段的数据监测及统整。自适应技术、情感计算等智能技术为实现精准教育管理提供了更多可能性。首先，在精准教学管理方面，智能教务系统、智能教学服务系统、智能作业批改系统等应用为动态采集教学数据、精准推送数字资源、科学评价教学成效、择优生成教学策略等提供便利。教师及教学管理人员可根据智能数据分析结果，洞悉教学现状及发展趋势，精准调整教学安排。其次，在精准学校管理方面，智能技术为动态监测及系统分析复杂多变的教育主体、场景、活动提供便利。学校管理者可通过人工智能平台及系统，对教师、学生、教学管理人员等人员的教育状态进行情感计算及智能辨识，有利于及时发现学校教育系统运行的核心问题及可能性风险，在教育利益权衡、人力激励及用户需求的基础上实现精准教育决策与教育资源服务。

（三）人工智能便捷校园生活

以往智慧校园的校园服务已经初具多样化态势，但在用户服务及体验方面尚待进一步优化。智能传感、人脸识别、自然语言处理等智能技术为图书借阅、安全管理等方面均带来新的发展契机，将有助于推动校园生活服务及空间的智能化发展。首先，在智能时代，校园生活服务的便捷性与即时性特征更加凸显。借助高速、智能互联的网络条件以及智能感知设备，人工智能可助力校园提升信息获取和即时服务的能力，增强校园用户环境感知的即时性、全面性。其次，智能时代的校园服务更为高效化与个性化。借助智能技术，校园安全服务能够更为快速识别校园的安全风险，校园电子图书资源借阅服务可快速为师生提供个性化资源导航及推荐，校园在线心理咨询服务有利于快速判定师生心理健康状态以及精准提供心理危机的预警干预策略。

三、人工智能场域下智慧校园建设的框架设计

（一）人工智能场域下智慧校园建设框架的设计依据

1.人工智能场域下智慧校园建设框架的设计需求

人工智能助力精准个性化教学、赋能精准教育管理、便捷校园生活等应用优势为智慧校园的未来发展指明了方向。人工智能无论以何种形式赋能智慧校园，其都是以服务校园中的人、人相关的教育教学活动为核心关注点。因此，校园中人的需求将成为人工智能场域下智慧校园建设框架的重要依据。教育教学是校园活动的核心，师生自然成为校园的核心主体，而教育教学依托于管理以有序进行，教育管理者将成为师生以外的另一重要主体。而且，教育的连贯性和一致性意味着家长必须参与到孩子的教育中。此外，人工智能场域下智慧校园建设离不开技术供应及支持，技术供应商及工作人员也将参与到智慧校园的建设之中。综上，人工智能场域下智慧校园中的主体包括师生、管理者、家长及技术人员等，相应的主体关系如图2所示。

教育用户的需求是人工智能场域下智慧校园建设框架设计的重要依据，人工智能场域下智慧校园中的主体需求如下页表1所示。从学生层面来说，人工智能时代智慧校园建设应关注学生学习兴趣的激发、学习策略及行为改进等方面的学生需求。从教师层面来说，人工智能的校园应考虑如何满足精准掌握学生的知识准备状况及学习表现、高效做好教学准备等方面的教师需求。从学校管理者层面来说，人工智能的校园应用应关注教育数据的精确挖掘、分析和发现学校的反常行为等方面的学校管理者需求。从家长层面来说，人工智能的校园应用应兼顾洞悉学生学习进展追踪、学生不良行为监测等方面的家长需求。从技术供应商及工作人员层面来说，人工智能的校园应用应关注自动预警可能性风险问题、硬软件设备运行及使用状况监测等方面的技术人员需求。

2.人工智能场域下智慧校园建设框架的设计思路

设计思路是智慧校园建设的灯塔。归纳相关研究来看，智慧校园建设框架较多采用分层设计，一般较为着重基础设施层、数据平台层、应用终端层、技术规范层等层次。然而，分层设计容易陷入一个误区，即此做法往往以技术和管理为中心，易忽视对智慧校园建设中“用户需求”以及“教育本质”的关注。因此，笔者认为，在人工智能场域下智慧校园建设框架的设计方面，应该“以用户为中心”的分层设计理念，不仅要考虑教育应用服务、数据处理、基础铺建之间的整体协调，还要考量技术的规范化发展及应用，具体可遵循“用户服务为先，数据为关键，设施为基础，规范为墙”的准则。具体设计思路如图3所示。

第一，用户服务为先。“用户服务为先”体现了“以用户为中心”的设计原则。在用户服务层，应利用人工智能等技术优先为师生等用户提供个性化、便捷化的服务，促使教育教学、教育科研、校园生活、家校合作等方面实现智慧升级，推动师生关系的和谐塑造、教学技术的创新变革、教育空间的智能创设。

第二，设施为基础。在基础设施层，5G、智能感知等新技术的融合为虚拟校园与物理校园的无缝对接奠定了基础，有利于教育空间的扩展。借助基础设施，师生行为、情绪、学习方式、教学特点、学习需求、管理需求等能够被全面的、随时随地的感知和传达，这是人工智能支撑下的智慧校园得以运转的基础保障。

第三，数据为关键。在数据平台层，大数据存储、分析及传输是其核心功能。数据是人工智能支撑下智慧校园的关键资产，人和物的状态与需求、活动的进行与反馈、管理的发布与执行、人和人之间的互动与交流等信息离不开数据平台的有效运转，且数据也是用户个性化服务得以实现的关键载体。

第四，规范为墙。在技术规范层，人工智能支撑下的智慧校园将用户暴露在全方位的感知和扫描中，这势必会加剧师生对隐私的担忧，而且，人工智能等技术相关的算法及数据存在伦理风险，这在一定程度上要求智慧校园需以一定的技术规范作为防护墙。

（二）人工智能场域下智慧校园建设框架的系统架构

基于构建需求及构建思路，笔者对人工智能场域下智慧校园建设框架进行顶层设计：秉承以用户为中心的服务理念，适当体现分层设计思想，且遵循“用户服务为先，数据为关键，设施为基础，规范为墙”的准则，具体涉及基础设施层、数据平台层、应用服务层、技术规范层四个层面。基于顶层设计，本研究提出人工智能时代智慧校园的建设框架，如下页图4所示。在此框架中，基础设施层是数据平台层、应用服务层、技术规范层得以运转的基本前提，数据平台层是保障智能教育、智能管理、智能生活等服务得以实现的关键载体，应用服务层应秉承“用户服务为先”的价值理念，技术规范层应对基础设施层、应用服务层、数据平台层所涉及的“人一技”关系及数据信息予以监测与约束。

1.基础设施层

基础设施层是智慧校园平台的基础设施保障，智能服务的实现离不开高速泛在网络的软硬件设施支持。具体来说，基础设施层主要包括硬件设施、软件系统和资料库与服务器。硬件设施的目的是为软件系统的运行以及应用服务提供物质载体，其涉及智能定位设备、智能感知设备等，相关设备的配置有助于为实现位置精确定位、校园智能互联互通等功能提供基础条件。软件系统是基础设施层的核心，其包括智能视觉系统、物联网、语音识别系统、生物特征识别系统等方面。软件系统可通过实时捕获与存储校园中的教学、管理、生活等数据，上传到数据平台层，进而为教育大数据分析、精准个性化教育等功能的实现奠定基础。最后，资料库与服务器的主要目的是为人工智能场域下智慧校园的海量资料及信息得以汇集与存储的基本载体，其配置需进行统一架构与统一协调，并应以大数据存储为基本特色。

2.数据平台层

数据平台层是智慧校园云端运算及校园服务能力得以实现的支撑中心，其主要功能在于对数据进行运算处理，为智能教育、智能管理、智能生活等应用服务的改善提供信息及方案支持。与以往校园对数据的处理不同，人工智能技术下的数据处理将具有个性化、筛选性及预测性等特征。第一，在个性化数据处理方面，可借助特有算法来达成，譬如通过聚类算法、贝叶斯算法等从学生行为数据库里区分出不同的行为类型，概况出行为群体的模式或习惯，以便对用户行为利弊的识别与优化提供支撑基础。第二，在筛选性数据处理方面，可通过知识图谱、智能文本分类等技术实现信息抽取及融合，筛选出较有价值的教育信息，并根据教育信息的来源及类别，将教育信息分类组织及管理，以便洞悉及满足教师、学生、管理者等不同利益相关者的个性化需求。

3.应用服务层应用服务层是人工智能场域下智慧校园建设的出发点和落脚点，其主要涉及智能教育、智能管理和智能生活等应用服务。应用服务层建设应采用开放、整合、协同的智能服务架构，打造符合师生认知风格以及技术接受需求、便于技术操作的用户应用终端体验服务。第一，在智能教育方面，其以智能化的课堂教学和在线学习为核心，可实现教学画像及学业画像建構、师生行为监测、教育服务定制等多项功能。第二，在智能管理方面，其以教学、后勤、设备、信息等方面的智能管理为指向，各管理层级之间信息独立流动，但在需要联动时又进行信息共享，以实现精准且有效的决策与服务。第三，在智能生活方面，其目的主要是为校园主体的交通、运动、交流、卫生、娱乐等提供资讯与服务，并打造智能且便捷的一体化校园生活空间，实时监测用户身体、心理、交际等方面的状况与需求，并实现用户个性化生活管理。

4.技术规范层

技术规范层是指信息交换、技术使用、技术服务、技术伦理、信息安全等方面的标准和规范，具体涉及物理规范、网络规范、数据规范、应用规范等方面。物理规范涉及设备检测、设备安全等方面;网络规范涉及入侵防范、恶意程序代码防护等部分;数据规范涉及存储规范、传输规范等;应用规范是对各应用系统（如教务系统、财务系统等）进行技术标准设定以及技术防护。技术规范层的建设是对技术合理应用的有效回应，其是人工智能场域下智慧校园运行的防护墙。人工智能场域下智慧校园的技术规范层应以技术风险的防范以及预警为重点，加强对智能技术的监管以及技术伦理的规范，避免技术对学校组织成员带来负面困扰。

四、人工智能场域下智慧校园建设的关键路径对于人工智能场域下智慧校园建设框架而言，仅有宏观层面的顶层设计，难以保障其能顺利实现，仍需进一步理清关键的建设路径。基于人工智能场域下智慧校园建设的框架设计，笔者认为，人工智能场域下智慧校园建设需关注以下关键路径。

（一）创设泛在互联型的智能教育环境

智能技术的教育应用为学校教育空间的创设提供了新的机遇，而且，其应落地于泛在互联型的智能教育环境的构建，为学生的泛在学习提供空间支持。首先，在智能学习环境创设方面，可基于5G、人脸识别、语音识别等相关技术的系统布局，构建VR、AR教学云平台，塑造突破地理限制的、沉浸式的在线学习环境，促进校内及跨校虚拟学习社区的创设4，动态监测学生在线学习的情感及注意力状态，充分发挥智能导师系统、智能同伴助手的学习支持作用，利用教育大数据平台为学生在线学习提供更多学习机会与资源。其次，在智能教学环境创设方面，应注重物联网、教育专网等多类网络的集成与整合，从而形成智能互联的校园网络环境和线上线下相结合的泛在教学空间，教师可根据教学需要灵活地进行教学终端切换，打破各教学终端的技术壁垒，促进教师在网络教研社区中实现跨校在线教研，以便改善实体课堂教学的文化氛围和提升教师的在线教学质量。

（二）搭建师生本位的智能教育资源及决策服务平台

教育人工智能资源及决策服务在一定程度上影响人工智能时代智慧校园的建设质量，其应充分体现“以用户服务为中心”的核心理念。因此，搭建师生本位的智能教育决策及服务平台极具必要性。首先，在智能教育资源服务方面，学校可尝试整合慕课、在线精品课程、网络公开课、微课等资源，利用智能技术手段将教育资源进行联结与整合，建立智能化且个性化的网络信息资源管理系统。也可通过智能监测及评量师生的资源需求、资源使用行为等情况，动态把握师生教育资源需求的变化轨迹，从而更好地进行资源传递及供给。其次，在智能教育决策方面，可利用人工智能在题库生成、作业批阅、学业诊断等方面的技术优势，实现对教师和学生个体教育状态及行为的诊断与定位。而且，应基于师生的教育状态及行为特征，持续优化教育人工智能算法，实现对学生能力、心理健康状态、学业进步状态等方面的智能评价，选择最符合经济与时间效益的方式来解决教育教学问题，提升教育人工智能决策的科学性。

（三）统筹构建智能教育大数据的治理体系

数据治理是影响教育人工智能发展的关键因素，统筹构建智能教育大数据的治理体系，对审查与调控智能教育的数据服务方向极具现实价值。首先，需注重智能教育数据的质量管理。学校应与技术专业人员、技术开发商等相关人士携手共建数据质量管理委员会，统筹治理数据采集、数据筛选、数据共享、数据服务等过程，有效整合不同部门的教育数据，加强对非法、违规类数据源的拦截、审查、追踪，对隐私数据予以加密防护。其次，加强对教育大数据采集及分析流程的动态监控。应构建具有可操作性的教育数据质量评价指标体系，动态监测教育数据处理过程中的异常现象，也需构建教育数据的监管制度，保证教育数据的科学采集、便捷传递、精准分析及清晰呈现。再者，应提升学校层面的数据治理能力，训练学校管理者、师生发现数据问题及规律的能力，引导管理者、师生合理反思信息安全、隐私安全等问题。

（四）优化智能技术监管机制及伦理规范体系

为规范人工智能时代的智慧校园建设，应注重优化智能技术监管机制及伦理规范体系，规范人工智能的作用空间与作用过程。第一，应完善教育人工智能算法及数据的监管制度。教育人工智能的成效在一定程度上依赖于算法及數据！叨，教育用户很难获知人工智能算法设计的原则、过程、漏洞及风险，教育大数据的采集与分析也有可能出现偏差，因而应通过建设人工智能伦理、算法及数据的监管制度，而且最大限度地保障用户数据的隐私安全以及采集。第二，需构建具有约束性的教育人工智能伦理规范。教育人工智能的开发及应用涉及不同参与者的利益诉求，可建立教育人工智能职业标准，也可由教育行政部门、学校、家长等核心参与者共同组建教育人工智能的伦理审查委员会，消解不同利益诉求冲突带来的伦理风险，引导教育人工智能的发展方向，并实现教育公共利益的合法保障。

五、结语

人工智能通过赋能智慧校园建设，促使校园形态朝向智能校园大步迈进。对于智慧校园的建设而言，人工智能的应用潜力与空间究竟有多大，尚待进一步探索，也需进一步反思与消除教育人工智能的伦理及安全风险。对于未来人工智能场域下智慧校园建设而言，需确保相应的建设框架设计及实现符合教育公共利益及师生发展。人工智能时代智慧校园的建设不可盲目追求智能技术的进步

与更新，更不要忘记“人”才是人工智能时代智慧校园建设的核心，应注重校园人文关怀及学校成员发展，应将教育公共利益放在首要位置。人工智能助力智慧校园的建设与发展，还有漫漫长路要走，技术监管团队的组成、复杂应用系统的整合、技术创新人才的培育、校园环境和设施的建设、技术标准的规范、技术安全的维护和保障等环节均充满挑战。在未来教育中，如何促使人工智能场域下智慧校园的建设兼顾技术效能与人文关怀，值得诸多学者进一步探索。

参考文献：

[1]国务院.国务院关于印发新一代人工智能发展规划的通知EB/OL].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm？gs_ws=tsina_636394431999454091.2017-07-20.

[2]中华人民共和国教育部教育部关于印发《普通高中课程方案和语文等学科课程标准（2017年版）》的通知[EB/0）：ttp：//www.moe.gov.cn/srcsite/A26/s8001/201801/t20180115_324647.hml.2018-01-05.

[3]中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.2018-04-18.

[4]谢幼如，黎佳等.教育信息化2.0时代智慧校园建设与研究新发展0中国电化教育，2019，（5）：63-69.

[5]黄荣怀，张进宝等.智慧校园：数字校园发展的必然趋势[J].开放教育研究，2012，（4）：12-17.

[6]王曦.“互联网+智慧校园”的立体架构及应用研究[J].中国电化教育，2016，（10）：107-111.

[7]宗平，朱洪波等.智慧校园设计方法的研究[J].南京邮电大学学报（自然科学版），2010，（8）：15-19.

[8]张华.教育信息化背景下智慧校园的建设[J].教学与管理，2019，（36）：33-35.

[9]王克平，肖源.高校智慧校园的构建与研究[J].实验室研究与探索，2019，38（7）：252-257.

[10]张琦，邵彦敏.智慧校园背景下信息协同评价与推进策略研究[J].情报科学，2019，37（8）：102-107.

[11] LYKOURENTZOU I，GIANNOUKOS I，et al.Dropout predictionin e-learning courses through the combination of machine learningtechniques [J].Computers & Education，2009，53（3）：950-965.

[12] HUR B，HARDEFELDT L Y，et al.Using natural language processingand VetCompass to understand antimicrobial usage patterns inAustralia [J]-Australian Veterinary Joumal，2019，97（8）：298-300.

[13]于长虹，王运武等.智慧校园的智慧性设计研究[J].中国电化教育，2014，（9）：7-12.

[14]陈琳，王蔚等.智慧校园的智慧本质探讨兼论智慧校园“智慧缺失”及建设策略[J].远程教育杂志，2016，34（4）：17-24.

[15]杨萍，姚宇翔等，智慧校园建设研究综述[J].现代教育技术，2019，29（1）：18-24.

[16] XU LThe Intenet of Things Technology Application and the IntelligentLibrary[JApplied Mechanics & Materials，2014，（16）：1180-1183.

[17]劉凯，胡静.人工智能教育应用理论框架：学习者与教育资源对称性假设——访智能导学系统专家胡祥恩教授[J].开放教育研究，2018，24（6）：6-13.

[18] EPHRAIM NISSAN.Digital technologies and artificial intelligence'spresent and foreseeable impact onlawyering， judging， policing and lawenforcement [J].Al & SOCIETY，2017.323）：441-464.

[19]罗海风，刘坚等.人工智能时代的必备心智素养：计算思维[J].现代教育技术，2019，（6）：26-33.

[20]袁玉芝，杜育红.人工智能对技能需求的影响及其对教育供给的启示——基于程序性假设的实证研究叨.教育研究，2019，40（）：115-125.

作者简介：

赵磊磊：副教授，博士，研究方向为教育技术、教育管理（zhaoleilei199102@163.com）。

代蕊华：教授，博士生导师，研究方向为学校管理（rhdai@admin.ecnu.edu.cn）。

赵可云：教授，博士，研究方向为教育信息化（zhkeyun@126.com）。

收稿日期：2020年1月10日

责任编辑：邢西深