一、教育步入智能化時(shí)代

人工智能是制造智能機(jī)器的科學(xué)和工程，表現(xiàn)出與人類行為智能相關(guān)的特征，包括推理、學(xué)習(xí)、尋求目標(biāo)、解決問題和適應(yīng)性等要素（Monostori，2014）。人工智能作為社會(huì)發(fā)展的重要科技力量，迅速滲透到各行各業(yè)，成為各行業(yè)發(fā)展的新動(dòng)力和新趨勢。在此形勢下，教育如何適應(yīng)智能時(shí)代的需求，利用智能技術(shù)推進(jìn)教學(xué)模式變革以及創(chuàng)新型人才培養(yǎng)，成為世界各國政府面臨的重要挑戰(zhàn)。

美國2016年發(fā)布的《為人工智能的未來做好準(zhǔn)備》提到要實(shí)施人工智能教育，擴(kuò)大人工智能和數(shù)據(jù)科學(xué)課程，為人工智能推動(dòng)經(jīng)濟(jì)發(fā)展培養(yǎng)需要的人才（White House，2016）。

國務(wù)院2017年7月頒布的《新一代人工智能發(fā)展規(guī)劃》提出要發(fā)展智能教育，利用智能技術(shù)加快推動(dòng)人才培養(yǎng)模式以及教學(xué)方法的改革，構(gòu)建包含智能學(xué)習(xí)、交互式學(xué)習(xí)的新型教育體系，推動(dòng)人工智能在教學(xué)、管理、資源建設(shè)等方面的應(yīng)用（國務(wù)院，2017a）。

同年，國務(wù)院頒布的《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》也提出要“綜合利用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和虛擬現(xiàn)實(shí)等技術(shù)探索未來教育教學(xué)新模式”（國務(wù)院，2017b）�？梢姡�利用人工智能技術(shù)推進(jìn)教育系統(tǒng)的變革與創(chuàng)新已經(jīng)引起世界各國的高度關(guān)注。

當(dāng)前，我國教育改革雖然取得了顯著進(jìn)步，但仍存在一些突出問題，比如教育發(fā)展不均衡，創(chuàng)新型人才培養(yǎng)模式不完善以及優(yōu)質(zhì)教育資源配置不合理等。隨著智能化時(shí)代的到來，人工智能將成為破解這些教育難題的“利器”，在創(chuàng)新教育教學(xué)模式、優(yōu)化人才培養(yǎng)方案、發(fā)展學(xué)生專業(yè)技能、構(gòu)建終身學(xué)習(xí)體系等方面發(fā)揮重要作用，推動(dòng)未來教育的變革與發(fā)展。

近年來，國內(nèi)教育領(lǐng)域的專家學(xué)者圍繞教育人工智能的內(nèi)涵與關(guān)鍵技術(shù)（閆志明等，2017）、智能教育的內(nèi)涵與目標(biāo)定位（張進(jìn)寶等，2018）、人工智能對(duì)混合式教學(xué)的促進(jìn)（戴永輝等，2018）以及深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的創(chuàng)新教育應(yīng)用（劉勇等，2017；余明華等，2017）等進(jìn)行了初步探討。但是，教育研究者和實(shí)踐者對(duì)于人工智能與教育融合發(fā)展過程中的一些基礎(chǔ)性問題的認(rèn)識(shí)仍較為模糊，比如教育人工智能技術(shù)框架、應(yīng)用模式、發(fā)展難題等�；�于此，本研究將構(gòu)建教育人工智能的技術(shù)框架，探討教育人工智能的典型應(yīng)用模式以及發(fā)展過程中面臨的難題，并在此基礎(chǔ)上提出教育人工智能的發(fā)展路徑，以期對(duì)人工智能與教育的融合發(fā)展提供一定的借鑒。

二、教育人工智能的技術(shù)框架

人工智能的發(fā)展經(jīng)歷過三次浪潮，分別是計(jì)算智能時(shí)代、感知智能時(shí)代和認(rèn)知智能時(shí)代，人工智能教育應(yīng)用伴隨這三類智能技術(shù)的發(fā)展而不斷發(fā)展。吳永和等認(rèn)為，“人工智能＋教育”的相關(guān)技術(shù)有機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)計(jì)算、圖像識(shí)別等（吳永和等，2017）；閆志明等指出，教育人工智能的關(guān)鍵技術(shù)主要有知識(shí)表示方法、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)、自然語言處理、智能代理、情感計(jì)算（閆志明等，2017）。根據(jù)前期的調(diào)研分析以及相關(guān)學(xué)者的研究，筆者構(gòu)建了教育人工智能的技術(shù)框架，主要包括教育數(shù)據(jù)層、算法層、感知層、認(rèn)知層和教育應(yīng)用層（見圖1）。

圖1 教育人工智能的技術(shù)框架

1．教育數(shù)據(jù)層

教育數(shù)據(jù)層是教育人工智能技術(shù)框架的基礎(chǔ)層，該層主要包括管理類數(shù)據(jù)、行為類數(shù)據(jù)、資源類數(shù)據(jù)以及評(píng)價(jià)類數(shù)據(jù)（李振等，2018）。其中管理類數(shù)據(jù)包括學(xué)生個(gè)人信息、學(xué)籍檔案、教職工信息、一卡通數(shù)據(jù)等，資源類數(shù)據(jù)包括試卷、課件、媒體資料、案例等，行為類數(shù)據(jù)包括教師行為數(shù)據(jù)（如講解與演示、指導(dǎo)與答疑、提問與對(duì)話、評(píng)價(jià)與激勵(lì)）和學(xué)生行為數(shù)據(jù)（如信息檢索、信息加工、信息交流），評(píng)價(jià)類數(shù)據(jù)包括學(xué)業(yè)水平測試數(shù)據(jù)和綜合素質(zhì)評(píng)價(jià)數(shù)據(jù)等。教育數(shù)據(jù)層主要負(fù)責(zé)對(duì)以上數(shù)據(jù)進(jìn)行采集、加工處理、存儲(chǔ)等，但由于該層的數(shù)據(jù)龐大復(fù)雜、良莠不齊，因此在數(shù)據(jù)采集環(huán)節(jié)需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，具體涉及到的技術(shù)包括數(shù)據(jù)采集、篩選、集成、格式轉(zhuǎn)換、流計(jì)算、信息傳輸?shù)取Ｆ渲性跀?shù)據(jù)處理環(huán)節(jié)，當(dāng)前應(yīng)用比較廣泛的數(shù)據(jù)處理平臺(tái)有Hadoop、MapReduce和Spark等。

2．算法層

算法層是實(shí)現(xiàn)各類教育人工智能技術(shù)的核心，該層主要包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)兩類算法。機(jī)器學(xué)習(xí)是指利用數(shù)據(jù)或以往經(jīng)驗(yàn)，優(yōu)化計(jì)算機(jī)程序的性能標(biāo)準(zhǔn)，其目標(biāo)是開發(fā)能夠自動(dòng)檢測數(shù)據(jù)模式的方法，然后使用未覆蓋的模式來預(yù)測未來的數(shù)據(jù)（Alpaydin，2014），是人工智能最核心、最熱門的算法。目前，機(jī)器學(xué)習(xí)在學(xué)生行為建模、預(yù)測學(xué)習(xí)表現(xiàn)、預(yù)警失學(xué)風(fēng)險(xiǎn)、學(xué)習(xí)支持與測評(píng)以及資源推送等方面發(fā)揮著重要作用（余明華等，2017）。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子領(lǐng)域，致力于算法構(gòu)建，解釋和學(xué)習(xí)傳統(tǒng)機(jī)器學(xué)習(xí)算法通常不能提供的高水平和低水平的抽象數(shù)據(jù)（Taweh BeysolowⅡ，2017）。深度學(xué)習(xí)在文本識(shí)別、語音識(shí)別、圖像識(shí)別等方面的應(yīng)用已取得突破性進(jìn)展，其識(shí)別準(zhǔn)確率已遠(yuǎn)遠(yuǎn)超過傳統(tǒng)技術(shù)的識(shí)別能力（劉勇等，2017）。

3．感知層

感知層是讓機(jī)器和人一樣能看會(huì)認(rèn)，能聽會(huì)說，具備感知能力。該層涉及的技術(shù)主要有語音識(shí)別與合成、計(jì)算機(jī)視覺、圖像識(shí)別、生物特征識(shí)別、文字識(shí)別等。其中，語音識(shí)別和人臉識(shí)別分別入選《麻省理工科技評(píng)論》評(píng)選出的“2016年十大突破技術(shù)”和“2017年十大突破技術(shù)”。在我國，人工智能識(shí)別技術(shù)已處于世界領(lǐng)先行列，被廣泛應(yīng)用到教育教學(xué)中。近年來，基于語音識(shí)別技術(shù)的語言測評(píng)與輔助學(xué)習(xí)軟件層出不窮，它們通過識(shí)別學(xué)習(xí)者的語音然后進(jìn)行評(píng)測并給出修正意見以幫助學(xué)習(xí)者提升語言表達(dá)能力。圖像識(shí)別技術(shù)在教學(xué)上的應(yīng)用也頗具成效，基于該技術(shù)的拍照搜題軟件被中小學(xué)生廣泛使用。生物特征識(shí)別技術(shù)能夠捕捉和感知學(xué)生學(xué)習(xí)過程中的面部表情、手勢等變化，幫助教師了解學(xué)生在課上的學(xué)習(xí)情況。計(jì)算機(jī)視覺是利用計(jì)算機(jī)通過模仿人類視覺來感知和理解世界中的物體（Zhang et al．，2014），借助該技術(shù)可以采集學(xué)生學(xué)習(xí)過程中的圖像，對(duì)其特征進(jìn)行提取、分析，從而達(dá)到學(xué)情監(jiān)測的目的。

4．認(rèn)知層

認(rèn)知層是感知層的進(jìn)一步發(fā)展，不僅能夠讓機(jī)器感知和識(shí)別語音、圖像和文字，而且能夠讀懂語音、圖像和文字的內(nèi)在含義。該層涉及的技術(shù)主要有自然語言處理、智能代理、知識(shí)表示方法、情感計(jì)算等。自然語言處理技術(shù)能夠讓機(jī)器“理解”人的語言，其在教育領(lǐng)域的應(yīng)用主要體現(xiàn)在機(jī)器翻譯、作文評(píng)價(jià)與批改、智能問答與人機(jī)交互等。智能代理技術(shù)能夠讓機(jī)器變得更具人性化和個(gè)性化，被廣泛應(yīng)用到教學(xué)系統(tǒng)中以提升教學(xué)質(zhì)量。知識(shí)表示方法是指將人類知識(shí)推理編碼成符號(hào)語言，使其能夠被信息系統(tǒng)處理，該方法在提升專家系統(tǒng)智能方面發(fā)揮了重要作用。情感計(jì)算是人工智能的一個(gè)熱門話題，是Picard教授于1997年在麻省理工學(xué)院提出的，她認(rèn)為情感計(jì)算是對(duì)情感或情感產(chǎn)生影響的計(jì)算（Picard，1997）。情感計(jì)算應(yīng)用于教育教學(xué)，可以有效促進(jìn)學(xué)習(xí)者情感上的交互，從而提高學(xué)生學(xué)習(xí)的積極性。

5．教育應(yīng)用層

教育應(yīng)用層位于教育人工智能技術(shù)框架的最頂層，是各類人工智能技術(shù)在教育領(lǐng)域應(yīng)用的集中體現(xiàn)。目前，人工智能教育應(yīng)用主要聚焦在智能導(dǎo)學(xué)、自動(dòng)化測評(píng)、拍照搜題、教育機(jī)器人、智能批改、個(gè)性化學(xué)習(xí)、分層排課、學(xué)情監(jiān)測8個(gè)方面，服務(wù)的對(duì)象主要是學(xué)生、教師和管理者。

智能導(dǎo)學(xué)系統(tǒng)是利用人工智能技術(shù)提供個(gè)性化學(xué)習(xí)指導(dǎo)的自適應(yīng)教學(xué)系統(tǒng)（Graesser et al．，2005），該系統(tǒng)能夠滿足不同學(xué)習(xí)者的需求，在知識(shí)、技能和情感上提供智能服務(wù)。在自動(dòng)化測評(píng)方面，一些基于人工智能技術(shù)的語音測評(píng)軟件，已投入市場。借助圖像識(shí)別技術(shù)，拍照搜題類軟件為學(xué)生的自主學(xué)習(xí)提供了便利。教育機(jī)器人作為一個(gè)強(qiáng)有力的學(xué)習(xí)工具，在教育領(lǐng)域的應(yīng)用越來越普遍（Benitti，2012）。智能批改借助人工智能技術(shù)能實(shí)現(xiàn)作業(yè)自動(dòng)批改，并給出評(píng)語和修改意見。在個(gè)性化學(xué)習(xí)方面，人工智能技術(shù)結(jié)合大數(shù)據(jù)能為每位學(xué)生制定個(gè)性化的學(xué)習(xí)路徑，推送合適的學(xué)習(xí)資源，提升學(xué)生的學(xué)習(xí)效果。分層排課是利用先進(jìn)的人工智能算法實(shí)現(xiàn)“一人一課表”，以應(yīng)對(duì)分層教學(xué)帶來的挑戰(zhàn)。學(xué)情監(jiān)測是借助人工智能技術(shù)全面了解學(xué)生的學(xué)習(xí)情況，并對(duì)其學(xué)習(xí)結(jié)果進(jìn)行預(yù)測和干預(yù)。