人工智能應用在個性化學習中的優勢及問題分析

☆ 姚玉華

（西華師范大學教育學院，四川南充 637009）

引言

進入21世紀以來，社會越來越需要具有創新能力的人才，而教育作為培養人才的重要手段，傳統的以傳遞知識為主的講授式的教學已不再適用于當今社會。在《中國學生發展核心素養》中，核心素養以培養“全面發展的人”為核心，其培養目標分為文化基礎、自主發展、社會參與三個方面，綜合表現為人文底蘊、科學精神、學會學習、健康生活、責任擔當、實踐創新六大素養[1]。可以看出，培育學生學會學習并促使其自主發展是核心素養的實施要義。正如國際教育委員會所說，當前的受教育者其核心應該是學會學習即“會學”。因而，未來的教育應該以學生為中心，推進個性化的教育，促進學生主動學習。而隨著人工智能時代的到來，人工智能無疑給教育帶來了巨大的影響。在2017年全國智慧教育觀摩研討論壇上，科大訊飛總裁吳曉如提出人工智能在教育行業的三大影響七大應用，其中就提到了人工智能在個性化教學中的應用，主要以深度學習和機器學習這兩個關鍵技術手段作為基礎，結合教育大數據分析學習者、學習內容、學習環境等。可以肯定的是隨著人工智能的發展，其對個性化教育帶來的影響將會越來越大。本文在已有研究的基礎上，對人工智能給個性化學習可能帶來的影響做出了一些探討。

一、個性化學習的解讀

（一）傳統環境下的個性化學習

長期以來，國家教育一直注重對學生的創新能力和實踐能力的培養。以學生為中心，采取個性化學習模式能夠幫助學生學會學習，利用所學知識處理實際問題，提高學生的創新能力和實踐能力。當前，國內外都有對個性化學習的定義，國內學者孟萬金（2002）、楊南昌（2003）、李廣，姜英杰（2005）對個性化學習做出了解讀，他們認為個性化學習是在傳統環境下，通過對學習者的個性特征分析，針對學習者的個性需要，為學習者提供適當的學習內容、學習策略、學習方法、學習活動等。在此基礎上，The Bill和 Melinda Gates Foundation[2]等組織提出個性化學習依靠學習者檔案袋、個人學習路徑、靈活的學習環境、基于競爭力的進度四大支柱，為個性化學習的實際實施提供了更明確的目標，并為學習者制定了定制化的路徑。

在對傳統環境下個性化學習的解讀中，我們知道了實施個性化學習的具體目標，但是卻沒有提出解決個性化學習實施過程中出現問題的方法（例如大班制關注缺失問題），導致很長一段時間以來，強調以學生為主的個性化學習模式只是一個空頭口號。對個性化學習的研究也遇到了瓶頸。

（二）人工智能時代下對個性化學習的解讀

人工智能的出現，無疑給個性化學習的實施帶來了福音。根據牟智佳對“人工智能+”時代下的個性化學習理論的初步探索結果分析，未來的個性化學習應該是在人工智能結合大數據、自適應技術以及教育云服務的基礎上實現的，電子學習檔案袋將一直記錄學生的行為，以機器學習與深度學習為支撐的人工智能將對收集的大量學習數據進行分析，根據反饋結果，通過教育云平臺為學生定制個性化方案。在這個過程中，我們會發現人工智能對個性化學習的實現起著不可或缺的作用，如果沒有機器的智能分析，要使教師來完成對學生的不可再生的大數據的分析是不可能的。因而明確人工智能對個性化學習可能帶來的影響是至關重要的。

二、人工智能技術給個性化學習帶來的影響

（一）教育領域需要的人工智能技術

人工智能（Artificial Intelligence），英文縮寫為AI。“它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學[3]。”目前由各國政府倡導的“腦計劃”成為了人工智能技術領域研究的熱點，其主要研究內容之一是通過對人類大腦構造及機理的分析，期望獲得在人工智能領域的計算機模擬，實現使機器代替人類從事大部分工作的想法，在教育領域，利用人工智能能夠代替教師完成一些工作，例如學生作業批改，對學生學習行為的分析。同時也能夠在學生的個性化學習中發揮很大的作用。

根據美國白宮科技政策辦公室在2016年10月發布的《為人工智能的未來做好準備》[4]報告，人工智能的技術手段包括機器學習、深度學習，自主、自動化和人機合作。其中，機器學習是利用大數據分析推導出規則或流程，用于解釋和預測未來數據；深度學習也被稱為深度網絡學習，利用啟發自人腦的結構。這些結構由大量類似神經元的組件構成。

人工智能技術與個性化學習相結合的過程，就是利用機器學習對收集的大量數據進行反復分析處理，建立一個或多個智能化的系統或模型（例如智能化的教學系統）并通過模型訓練對誤差進行自動調節的過程，學生可以在這個系統中完成一系列的學習活動，并獲得反饋。

（二）人工智能技術應用在個性化學習中的優勢

1.數據的實時處理和信息反饋

信息化時代的到來為人們帶來了越來越豐富的信息，在教育領域中互聯網帶來的各種各樣的信息在給教育工作者帶來便利的同時也給他們造成了負擔。數據的實時處理和信息反饋顯得尤其重要。自1946年2月14日，世界上第一臺計算機ENIAC在美國賓夕法尼亞大學誕生，人類逐漸進入到了信息化時代，人們利用計算機處理數據的速度也在不斷加快。例如利用計算機閱卷。但是這些數據的處理始終需要人為的加入和控制，而且人處理的數據數量也是有限的。人工智能的出現，為我們解決這個問題提供了很好的解決途徑。在2017年新媒體發布的《地平線報告中》曾明確提到了近幾年我們將會熱點關注下一代學習管理系統的建設。下一代學習管理系統正是結合了人工智能的智能化學習系統。利用數據挖掘技術和機器學習能同步記錄分析學生的學習情況，利用自然語言處理技術和深度學習及時回答學生問題等。能夠真正地實現數據的實時處理和信息反饋。

2.破解大班制教學的個體關注缺失問題

在傳統的教學中，我們采用的教學組織形式大都是大班制教學，這就導致了大部分學生不能得到教師的關注，學生的學習被統一化，并不能實現個性化發展。學生的長處得不到發展，也不能實現因材施教。現在的教育越來越注重學生的全面發展，注重學生的實踐能力和創新能力的發展。強調學生的個性化教育。在這種教育形勢下，教師的人數與學生的人數是不成正比的，要實現個性化教育，首先對教師的需求就是一個大問題。面對一個班級老師與學生人數相差如此大的問題，人工智能的出現破解了這種困境，利用人工智能技術能夠實時記錄每個學生的學習情況，并通過對學生的個體生物特征如表情、聲音等數據進行分析處理，以實現學生個人的網絡學習空間。利用自然語言處理技術能夠實現自然的人機交互，利用計算機處理作業，對學生觀點作出回應等。為實現個性化學習提供了保障。

3.數據驅動的教學治理

在人工智能與個性化學習的融合中，都是以數據為支撐的，沒有大量精確的可分析的數據，就不能對學生進行分析，準確地說未來的個性化學習應該是結合人工智能和大數據的，以數據來分析學生，以數據來管理學校，能夠減少一些主觀因素的影響，如教師和學校管理人員帶有個人利益和情感因素的評價管理學生和管理學校。數據能夠全方面多角度地反映學生、教師、學校管理等的情況，并通過人工智能系統結合歷史樣本數據，利用機器學習和評估模型，來分析聚合和關聯數據。這大大提高了教學的效率和準確性，實現了學生的因材施教。

（三）存在的問題

1.與教育的融合還處于初級階段并將長期處于初級階段

雖然，現在人們越來越重視人工智能在教育中的應用，但是，我們很難在學校看到人工智能的應用。人工智能在教育中的應用更多地體現在商場上的教育產品上，例如智能玩具等。

而與學校教育相融合的人工智能的應用，更多的則是停留在理論層面上，鮮少有實際應用。例如現在所提到的智慧課堂、智慧校園等。

人工智能技術還有待完善，正如創新工廠董事長李開復所說：“未來十幾年最大的機會一定是所謂的弱人工智能，也就是說完全不需要達到人腦的所有功能。”這是因為任何一個成熟的理論的形成都需要許多這方面的專家或學者花費漫長時間的努力。人工智能也不例外。雖然機器學習和深度學習的成功大大推動了人工智能的發展。但要使人工智能達到能夠像人腦一樣的功能，還需要人類的不斷探索。

2.收集的數據是小眾的

通常來說，在商業領域，我們在利用人工智能技術（如數據分析技術）對數據進行分析時，為了使從數據中得到的信息有很高的參考性，選用的對象都是大數據。大數據顧名思義即指海量的數據或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進行分析處理。例如淘寶推送給顧客推送商品就是利用收集的客戶信息作出分析，從而選擇推送給顧客可能感興趣的商品，這大大提高了交易的成功率。而在教育領域，教育工作者經常忽略這些問題。在利用人工智能技術對學生的學習數據的收集中，針對的對象可能只是一個學校甚至只是一個班級，缺乏校與校、區域與區域之間的協作。據此得出的結論可能不能準確反映學生的情況（人工智能分析需要數據的支持）。

3.存在信息泄露的問題

正如前文提到的，人工智能應用在個性化學習中，需要數據的支撐。當我們采用數據挖掘技術收集大量的數據的同時，必然存在個人隱私泄露的風險。而在信息化時代，個人信息的泄露將會對其個人的人身安全、財產安全等造成一定的影響。例如當學生在學習網站上注冊個人信息后，這些信息很有可能被不法分子盜用，以此來發送虛假信息給學生或家長。當前我們沒有行之有效的辦法來解決這個問題，國家在這方面的法律還是不夠完善的，如何破解這個問題還亟待人類不斷的探索。

三、結語

智能時代的到來是不可逆轉的，教育作為推動人類文明進步的手段對其進行變革是極其必要的。而在智能時代融合了人工智能的個性化學習必將為教育領域打開一個新的大門。在這個過程中，也需要我們保持清醒，不要一味地追趕潮流，要結合實際解決問題。