人工智慧教育發展中的問題及建議

人類正跨入人工智慧時代，人工智慧技術的發展正重塑人類思維模式，衝擊著人們生產、生活和學習的各個領域。

隨著深度學習算法在語音和視覺識別上的不斷突破，教育領域已成為人工智慧重要的應用場景之一。

2017年 7月，國務院印發《新一代人工智慧發展規劃》，明確提出完善人工智慧教育體系，建設人工智慧學科，在中小學階段設置人工智慧相關課程。

2018年 4月和 5月，教育部相繼制定和發布了《高等學校人工智慧創新行動計劃》和《教育信息化 2.0行動計劃》，這標誌著中國人工智慧已上升至國家戰略高度，人工智慧與教育融合已開啟。

當前，在大數據、雲計算、物聯網等新一代信息技術強力支撐及資本大力推動下，人工智慧在語音識別測評、智能閱卷和批改作業、拍照搜題和在線答疑等細分領域已實現深度商業化應用，但整體上看，「人工智慧+教育」還處於起步發展的探索試錯期，面臨巨大的機遇和挑戰。

人工智慧教育研究現狀

近年來，中國教育領域的專家學者和實踐者圍繞人工智慧教育已開展了初步研究，主要聚焦在 3 個方面：一是從理論層面對人工智慧教育的相關概念、內涵和特徵進行界定；二是基於人工智慧本身技術特徵，從構建人工智慧教育技術框架體系的視角開展研究，具體包括數據層要素、以機器學習和數據挖掘為主的算法層要素、包含計算機視覺、智能語音技術、自然語言處理、知識圖譜和生物特徵識別等在內的技術層要素，有的研究還延伸到了處理器/晶片、傳感器原件、雲平台等硬體和基礎設施範疇；三是從人工智慧教育應用場景的角度進行分析，場景在分類上主要服務於教育機構、老師和學生3個主體，具體體現在口語評測、試卷智能批改、習題推薦、分級閱讀、智能陪練、智能書寫、拍照搜題、智能分班排課、學情監測等方面的應用。

總結來看，當前中國人工智慧與教育行業的結合在應用形態上可歸納為 5類：1）精準診斷，即正視學生的個體差異，改變傳統教育模式中所有學生使用相同學習資料、遵循同樣學習節奏的情況，基於過程監測和大數據分析，按照學生在學習過程中呈現出的不同特點對其進行分類，實現對學生個體學習情況的精準診斷。

2）個性化推薦，主要服務於學生自主學習、課後練習以及教師備課等相關環節，可通過用戶畫像、資源畫像及構建知識圖譜，實現學習資源的個性化推薦。

3）智能導師，是早期計算機輔助教學功能的新發展，通過模擬教師的部分職能實現智能化教學（例如，通過語音識別和語義分析技術輔助教師進行口試測評，通過圖像識別技術幫助教師開展智能情緒分析，通過人機互動技術協助教師為學生在線答疑解惑和遠程授課），解決傳統教育中以教師為核心的成本高、效率低、不公平問題。

4）智慧化決策，即通過創造智慧學習環境輔助學校進行智慧決策，主要服務於教育機構的校園管理和區域的教育管理與教育治理。

5）智能陪伴，在智能方面和感知行為能力方面扮演如教師、學習同伴、助理、顧問等多重角色並與學習者進行互動，寓教於樂。

人工智慧教育發展面臨的問題

數據層

首先，教育行業的數據儲備量不足。

與金融、醫療、製造等其他人工智慧應用行業相比，教育行業數據儲備嚴重不足，數據類型單一，數據規模有限，大大制約了人工智慧教育的發展。

人工智慧依賴龐大的數據支持，要實現人工智慧與教育的深度融合，多維度、大量級的教育數據儲備尤為重要，這不僅需要包括學生成績、出勤記錄、課程教案、作業和評語等在內的結構化數據，更需要圖片、視頻、音頻等體現學生學習行為和教師教學過程的非結構化數據。

其次，缺乏標準化的大規模數據感知體系。

教育數據產生於各種教育活動和整個教學的全過程，但在實踐中難以落實，問題在於數據的採集。

當前，中國尚未建立規範化的教育數據動態採集與更新機制，缺乏適應教育大數據需求的配套軟硬體數字化教學環境，同時，在教育數據的安全治理、服務運營和質量標準規範上沒有出台具體的法律法規，這都嚴重影響了大數據技術在教育行業中的應用推廣。

第三，數據的互聯互通尚未有效解決，沒有形成一個智能的閉環。

網際網路在連接教育各種場景的過程中，產生了大量信息，但目前還沒有統一的數據平台可以使教和學、教和管之間的多源異構數據實現有效整合，不能實現互動中數據的實時處理和信息反饋，使各類數據都處於孤立狀態，無法形成大規模的應用。

技術層

人工智慧教育發展的核心驅動之一在於人工智慧本身的技術進步和創新。

人工智慧是將人類智力變成機器智能，讓機器像人一樣認知、思考和學習。

人類形成基本概念和判斷依賴於多種形式信息的綜合，包括文字、圖形、聲音、氣味等，因此，使機器能在語言、視覺和聽覺之間達到語義貫通是實現聯想、推理、概括等功能的關鍵。

當前，人工智慧還處於「弱人工智慧」階段，儘管已經運用了深度學習和增強學習等相關技術，但依然沒有達到有獨立自我意識、有情感認知能力和推理思考能力的「強人工智慧」。

實踐發現，儘管當前人工智慧在語音識別測評、智能閱卷、拍照搜題和在線答疑等教育細分領域已實現深度商業化應用，但在基於虛擬現實（VR）和增強現實（AR）的場景式教育上遲遲沒有突破，如何將計算機視覺計算技術、聽覺感知技術與自然語言處理技術（NLP）三者深度結合、實現跨媒體交互和跨媒體學習是當前人工智慧教育需要突破的技術瓶頸。

此外，情感教育是現代學校素質教育體系中的核心內容，學生情感的健康發展將對他們的認知發展、社會適應、道德形成、潛能開發與個性發展發揮重要的促進作用。

由於人類的情感非常豐富，而學習是一個複雜的過程，學生在學習的過程中會產生厭煩、愉悅、沮喪、恐懼等複雜多變情緒，及時把控學生的情緒並給予相應的情感指導是情感教育的重要環節。

當前人工智慧技術在高層次的人工意識和情緒感知方面還沒有明顯突破，人腦智能的產生原理尚未研究清楚，因此，從長期來看，人工智慧還需要加深對人類情緒和情感的識別及了解，並與人類的腦科學、認知學和心理學相關理論相融合，重點推進情感計算、認知計算、智能感知等技術的發展。

內容層

人工智慧技術的迅猛發展正在將教師從簡單、機械和繁瑣的教學工作中解放出來，大大提升了知識傳授的效率。

但是，當前人工智慧教育的眾多產品和應用過於關注人工智慧技術本身，而忽視了教育內容、教育方法和教育模式的與時俱進，一方面導致市場上產品同質化現象嚴重，另一方面，並沒有在學習者的能力培養和提升方面產生顯著效果，不能有效滿足知識經濟時代對創新人才的需求。

在新的人工智慧環境下，教育者應將專注力放在創新教育內容、改革教學方法，重塑和再造教育組織模式和服務模式，完成傳統教育想做而做不到或做不好的事情。

例如，教育重心將從培養學生掌握低階認知技能（記憶、複述、再現等初級信息加工）向培養學生高階認知能力（識別問題、邏輯推理、意義構建、自我指導等能力）和創新能力轉變，從標準化教育向個性化教育轉變，學習周期也將從傳統的一次性學歷教育向終身學習轉變等。

面對這些轉變，需將人工智慧作為新的工具和創新要素，與「教、學、考、評、管」教育全生命周期各個環節的設計結合，構建新型教育生態體系。

應用場景層

當前人工智慧教育主要聚焦在教師、學生和教育機構 3個主體，重點圍繞學情分析、個性化推薦和智慧化決策等開展應用。

總體來看，人工智慧技術在教育行業應用場景的寬度、廣度和深度有待進一步拓展。

家長是教育體系的重要組成部分，既是教育機構和教育產品的選擇者，也是家庭教育的責任人和學生課下學習的監督人，更是課程教學績效的評價人，同時還肩負著為學生制定學業發展規劃的重要責任。

但是，當前人工智慧教育無論在功能設計還是產品設計上都忽視了家長這一主體，缺乏對與家長相關應用場景的考慮。

同時，在應用場景的設計上也要與時俱進，不能用靜止的眼光將人工智慧技術局限在傳統的教育場景應用中，更不能停滯在對現有學習模式（提升知識傳授效率和質量）的滿足上。

未來，以人機互動和人機結合為主要形態的「雙師型」課堂將成為教學課堂的主要形式，同時，終身學習和個性化教育也是教育發展的新趨勢，我們需要對這些趨勢進行前瞻思考，對各項潛在新功能提前研判，探索並挖掘人工智慧技術在教育中的新應用情境和應用方式。

教師隊伍層

人工智慧技術的出現，給教師帶來巨大挑戰。

在很大程度上，人工智慧可以替代教師獨立完成在知識傳授過程中的大部分重複性工作，教師需要從知識的講授者轉變為學生學習過程的設計者，需要熟悉人工智慧技術並學會與人工智慧相互協作。

對教育的內容和模式進行創新，這是人工智慧時代對教師的新要求。

然而，機器學習與智慧教育的融合存在跨界問題。

一般情況下，教育工作者不懂人工智慧技術，而人工智慧技術人員不能深度理解教育，這就導致教育者無法從技術的角度對人工智慧及其教育應用提出準確需求，也不容易快速接受和掌握新型機器學習支持的教育軟體，這都將影響當前人工智慧技術及產品在教育實踐中的應用和推廣。

在教師隊伍的人才儲備上，中國之前沒有針對機器學習、學習科學、教育學相結合的跨學科人才隊伍培養體系，導致人工智慧教師隊伍缺乏，極大地阻礙了人工智慧融入教育的進程。

建 議

當前，中國教育信息化基礎設施建設不夠完善、「網際網路+」和教育尚在催化融合，人工智慧作為信息技術的更高發展階段，正以前所未有的速度深層次推動教育教學改革與創新發展，這給未來教育帶來巨大發展機遇的同時，也讓中國的教育管理部門和主要參與主體（教育機構、教師、學生等）驟不及防，尚未做好迎接準備。

人工智慧技術發展太快、新型教學內容不確定、教學目標和教學模式不明確，內容載體和配套教材不成體系、教師缺乏相關教學經驗、成熟的教育理念尚未形成等，給教育工作者和教育管理機構帶來困惑。

要破解這些困惑，需要針對已經明確的各類具體問題，分別從數據、技術、內容設計、應用場景和教師隊伍等多維度入手給出解決方案，加大人工智慧教育產品的研發力度、拓寬人工智慧教育應用空間、健全人工智慧教育跨學科人才培養體系、全方面提升現有技術服務品質。

更為重要的是，要回歸對教育本質的思考。

教育的本質是「育人」，隨著教學技術和工具的不斷發展，「育人」的階段性任務重心和表現形式可能會發生變化，但「育人」這一核心不變。

從當前人工智慧與教育融合的功能來看，主要是以知識傳授為主，其關注點還停留在如何讓學生更有效地接受已有知識。

人工智慧時代則有所不同，首先，要讓學生從死記硬背的灌輸式教育中解放出來，重點培養學生的分析思辨能力、創新能力、合作交流能力和實踐能力，並幫助學生樹立終身學習的意識；其次，不能過分依賴人工智慧技術，不能在教育主導者的認識上本末倒置。

人工智慧是工具，它與教育行業結合的初衷是為了提升學生的學習效率和效果，也幫助教育機構（學校）、教師和家長從之前知識傳授過程中低層次的重複性工作中解放出來，但這不代表相關主體將遠離教育。

相反，這些主體需要思考和承擔更高層次的工作，讓教育變得更好。

對教師這一主體來說，要不斷學習並及時關注人工智慧最新技術進展，在人機協作的新模式下對課堂的組織方式進行創新設計。

例如可以基於虛擬現實和增強現實技術構建虛實融合的空間體系，實現對課堂教學空間的拓展，引導學生開展情境化協作學習等；同時，教師要更加關心學生的心理健康和情緒變化，關注學生的個性成長，掌握學生的認知規律，在教學的過程中注重激發學生的好奇心，發揮每個孩子的潛能。

對學校而言，需要注重對學生人格、品德、情感，特別是價值觀與行為習慣的養成，在這個過程中，必須清醒地認識到，學生的學習能力和邏輯思維習慣絕非天生具有，往往需要低階腦力勞動甚至體力勞動的重複訓練和積累，過度依賴人工智慧可能導致學生眼高手低與好高騖遠。

在推進人工智慧教育的發展進程中，也要警惕技術激進主義，需要開展相關倫理研究。

人工智慧是影響面廣的顛覆性技術，它在提升教育教學質量、創新人才培養模式、促進個性化學習和終身學習等方面發揮了積極的作用，但與之相伴的是師生隱私泄露的風險急劇增加。

因此，在大力發展人工智慧教育的同時，也要加強社會文化引導，高度重視人工智慧技術可能帶來的安全風險挑戰，加強前瞻預防與約束引導，最大限度降低風險，確保人工智慧安全、可靠、可控發展。

此外，還需要建立科學的多教育階段銜接機制，從教材內容、教學方法、學習策略等方面進行綜合考量，保證人工智慧教育課程的整體性、漸進性和持續性。

（責任編輯 王麗娜）

基金項目：中國科學院學部諮詢評議項目（2018-Z10-A-025）

作者簡介：黃璐，北京理工大學管理與經濟學院，副教授，研究方向為教育技術、科技創新管理；鄭永和（通信作者），北京師範大學教育學部，教授，研究方向為教育技術、科技與教育政策。

註：本文發表於《科技導報》2018 年第17 期，敬請關注。