“人工智能+教育”发展困境及应对策略研究

王志鹏 安徽建筑大学建筑与规划学院

近年来，如何将人工智能技术融入到教育领域，一直是国内外教育科学研究的热门议题。笔者认为，剖析现阶段我国人工智能教育困境，准确把握人工智能教育内涵与价值，构建人工智能教育系统化技术框架，聚焦具体应用场景以及形成有效的应对策略，是人工智能教育发展的关键所在。

● “人工智能+教育”融合特征

人工智能与教育融合特征需要从两者融合的要素与具体框架两个方面进行分析。

1.融合要素

人工智能的运行机制是先把现实问题转化为数据问题，然后在硬件设施支持下经过不同算法来解决现实问题。当该机制运用到教育领域中时，就需要解决智能教育关键技术、教育数据获取途径以及教育数据算法三者之间的融合问题。由此可见，技术、数据和算法是人工智能与教育融合的三大要素。在这三大要素中，人工智能技术基础和研究所涉及的数据是核心，具体的算法是手段。因此，人工智能与教育的融合就演化为通过三大要素的发展，推动教育走向智能化。

2.融合框架

人工智能与教育融合的框架主要包括宏观层面的运行原理（如具体的应用技术基础）、中观层面的实施路线（如数据的驱动方式）以及微观层面的实施规则（如数据算法的路径）。

（1）应用技术基础

人工智能与教育融合过程所涉及的应用技术主要包括人工智能自身领域的技术，如芯片技术和网络技术等，以及促进两者融合的技术，如云计算和虚拟现实等。在这两类技术支持下，教育科研对自身的形态进行重构并逐步提高教育内容的智能化，形成满足不同学习环境以及个体需求的教育产品。

（2）数据驱动方式

教育数据主要包括静态数据和动态数据两类。静态数据包括教学资料、教学图形等，动态数据包括教师的课堂语言、肢体动作和课堂行动轨迹，以及学生的动作与表情等。在获得数据后，教师可以分析学生的学习情况，进而制订具有针对性的教育方案，而学生则可以探寻自己的学习薄弱之处，自助制订学习计划。除此以外，教育主管部门可以通过分析与挖掘数据进行科学的教育决策顶层设计。

（3）算法实施路径

教育数据分析需要算法支撑才能实现，这也是实现人工智能与教育深度融合的关键步骤。通过强有力算法对海量数据进行处理分析，可以精准链接教育资源与学生的需求，实现教育资源的有效性服务。现阶段，数据算法的路径主要通过“云计算”得以实现。具体的实施路径是基于“云计算”的运作原理，人工智能算法对教育数据进行统计分析，并依据学习者个人特征和学习偏好以及学习使用场景来决定教育的具体内容。

● “人工智能+教育”发展困境

1.人工智能技术智慧程度问题

人工智能技术的应用场景主要适合单一维度和无需感知反馈的领域，在需要感知能力的领域，其应用存在感仍较低。而教育过程就是一个需要感知学生需求，并及时作出反馈的双向交流过程，所以说人工智能与教育的融合发展只是刚起步，想要实现人工智能与教育的深度融合，首先需要提高人工智能技术的智慧化程度。

2.教育数据问题

教育数据是实现人工智能与教育融合的第二个重要基础，而数据的规模、存储与管理以及运用的透明化等问题都是人工智能与教育融合发展所面临的困境。在数据规模上，当下的数据都是通过技术手段所记录下的教学过程相关数据，是一种浅层数据。而涉及教师与学生之间的感知数据却难以直接进行测量或记录，反映在数据规模上，表现为现阶段的数据规模还较小；在数据的存储与管理上，现阶段的数据往往是学校在发展过程中自行获取的内部数据，不同学校之间的数据并不能共享，进而造成了数据管理的分散化。

3.教育个性化与有效性问题

人工智能与教育融合的最终目标是实现教育供给个体性和针对性，以满足不同人群的自身需求，进而实现定制化的学习需求。现阶段，深度学习和机器学习等神经网络技术是人工智能满足教育服务个性化和针对性的主要技术手段，但该技术仅在单一领域具有优势，而人工智能算法需要处理海量且不同类型的教育数据，因此，基于神经网络技术的人工智能算法还不能较好地处理上述问题。由此可见，人工智能算法在个性化学习层面的能力还需进一步发展。

● “人工智能+教育”发展策略

1.准确定位“人工智能+教育”融合价值

人工智能与教育融合发展首先需要明确人工智能技术对教育影响的具体地位。在人工智能技术不断完善的背景下，充分理解教育发展规律，解决未来社会发展需要的技术是人工智能与教育融合的创新驱动力。针对现阶段的发展情况，需要参与教育的不同机构，如政府管理部门、教育实施部门和个人等共同协作，突破人工智能与教育融合发展的技术瓶颈，重新定义人工智能技术对教育的积极影响。具体的发展策略如下。

第一，教育管理机构应加大人工智能教育应用技术的投入，从长远角度来布局宏观发展战略，并通过在不同等级的教育实施机构中进行试点来验证关键技术的适应性；也可通过立法等方式来规范人工智能技术应用的合规性，对人工智能教育进行有效监管，并制订具体的教育目标。

第二，教育机构应积极主动地将人工智能技术运用到教学的不同领域中，从人工智能角度思考教育的发展趋势。例如，重新定义学习目标与内容，思考未来职业变化对教育的具体需求，强化教育知识的实践性，跨越知识与工作之间的鸿沟等。同时，探索人工智能技术对教育生态环境的改变，构建基于学生个人发展和潜力发挥的教育环境，并与人工智能技术供应者进行深度合作与交流，探索具有可操作性的融合发展模式。

第三，学生应主动利用人工智能与教育融合的各类产品与服务，通过电脑和手机等智能终端设备展开互动性学习，实现个人智慧与人工智能智慧之间的合作，提高自我学习效率。

2.提高教育数据质量与管理力度

教育数据质量和管理力度是人工智能与教育融合发展的核心点，因此，数据的获取方式、存储途径和管理方法以及共享程度等问题是未来发展需要解决的重要问题。首先，在获取教育数据时，应依托人工智能强大的技术与终端设备，从线上与线下两个场景进行点状采集。在获得点状数据后，进一步集合形成数据综合体，为后续分析提供支撑基础。其次，在数据综合体基础上，利用区块链技术实现数据的快速存储、管理和分享。区块链技术是保证数据真实性和安全性的强大工具，并能够实现数据实时共享，提高数据的及时记录与分享。最后，不同的教育机构应实现教育数据格式的兼容性，加强不同数据之间共享。只有不同教育机构之间构建出具有综合性的数据，形成跨学科和跨领域的数据库，人工智能与教育融合发展才能实现纵深两个维度的发展。此外，教育机构还应注重提升教育数据单元质量。单个教育数据的质量是构建高质量整个数据综合体的基础，因此，在日常教学过程中，教师和教育机构应注意教学内容可数据化，使不同的教学内容和教学过程可形成若干个相对独立的教学数据单元，进而支持智能化的教育生态环境。想实现上述目标，教育机构就需要注重教育资源系统的开发、教育工具的供给，重新构建学习模式，形成符合智能时代的教学范式。

3.创新教育资源供给方式和实现个性化订制服务

面对智能化趋势，教育机构能否根据学生自身需求提供相应教育资源，帮助学生适应时代发展需求，是教育机构改革的重要方向。之所以要改革，是因为当前的教育资源与个体和社会需求不匹配。因此，教育资源供给方式的改革就成为未来人工智能与教育融合发展的关键。已有实践数据显示，大数据支撑下的个性化教育获得了长足发展。基于人工智能的教育供给方式可提高学生学习参与度的识别效率，提高了教育的精准性。同时，借助人工智能智慧在教育领域的应用，学生个体需求得到充分预测，使得教学实施者能为学习者提供更好的学习体验。

● 结语

尽管传统的线下课堂教育仍是当下教育领域的主要教学方式，但伴随着人工智能技术的不断更新，由人工智能带来的教育改革能够帮助学生更好地了解自己和提升自己。但是，从人工智能与教育融合发展的现状来看，它仍处于起步阶段。同时，需要认识到人工智能是构建全新教育生态系统的一种手段，它所提供的仅仅是技术支持与服务，它在教育领域的贡献是帮助教师在教学过程中可以更加精准地提供符合学生个人需求的教学内容。笔者相信，随着人工智能技术的创新发展及其智慧能力的不断提高，人工智能可能会以人们意想不到的方式融合到教育领域中，进而引发整个教育系统的变革，推动教育事业的高质量发展。