基于人工智能的敏捷式課程研發過程

白鋼

傳統的學科課程開發過程中，首先是建立課程研發組，推選一名資深的學科組長帶領組員對某門學科的學科環境、知識體系、學生狀態進行調研。其次，完成調研之后，由課研組組長進行課程大綱的設計，繼而請科研組的各位教授和組員完成各個章節的編寫，編寫之后由課研組組長帶領組員通稿。最后，對所開發的課程內容進行審核，審核完成即代表一門學科課程的研發告一段落。一般而言，基礎性的重大學科課程的研究時長為8～10年，如高等數學、普通物理學等；新興學科也需要3～5年。由此可見，傳統課程開發過程的實時性較弱，尤其是面對如今的社會變化，例如，若用10年時間開發信息技術（IT）類課程，就會跟不上時代的發展與技術的更新。

傳統的課程授課過程是一個松散的閉環。一方面，教師在授課過程中對課研組的反饋是松散的。例如，教師授課時，往往會針對某個知識點詢問學生是否聽懂——如果這個知識點難度較大，很多時候學生會給出一個不真實的反饋，學生可能覺得這個知識點太難了，趕緊混過去吧，所以反饋已聽懂，此時教師可能也就過去了。這就造成課程的這一知識點講得不詳盡，科研組、教師、學生間的溝通是不真實的、非實時的，甚至是不可靠的。另一方面，課程與企業之間沒有合理的銜接口。盡管在課程開發的調研階段會對企業狀態進行調研，但在完成后續的整個過程中，學校與企業并未有任何互動，這就意味著在課程體系上，授課內容與當今社會的實際狀態存在一定程度的脫離。

那么，如何利用當下的先進技術改善課程的開發狀態和模式呢？

第一，物聯網技術的出現能對課程中的數據進行持續收集，這種收集對于課程將來的改造和提升具有重要作用。以前這種收集是靠教師在不斷的授課和互動過程中進行，因此，教師的狀態會對課程數據的反饋有一定程度的加工與反映，而物聯網可以多維對照，對課程體系內容是否與學生緊密結合進行多角度的對比。

第二，數據湖泊提供充足的數據。“數據湖泊”概念是2016年提出來的，它是在大數據的基礎上，將各種多維度的數據綜合存儲，成為一個數據的集散地，稱之為數據湖泊，一個湖泊表面看起來汪洋一片，實際上其中還有水和其他的生物體系等。數據湖泊也是如此——大量的數據放在湖泊中，當需要其中某一樣內容的時候，可以從中進行分離和提取樣本，繼而進行深入分析。

第三，新的互動方式為課程和學生之間的互動提供新的場景。以前，學生必須坐在課堂上聽課，并在課后完成作業和練習，現如今新的云技術、交互技術等使大家可以在地鐵上、在走路過程中、在飯堂排隊時進行學習，并且可以將學習內容上傳到云端。通過這種云傳輸的方式，可以將學生的學習數據提供給課程并對課程狀態進行反饋。由此，在人工智能新驅動力推動下，新技術的應用可以為新的課程研發提供一種持續學習、個性化適應的狀態，學習數據的收集能夠為不斷升級課程提供持續的數據輸入驅動。另外，由于數據來自多個不同的樣本，課程開發人員可以為不同的學習對象提供不同的課程體系，實現個性化應用。

基于以上幾方面的新技術，課程研發的綜合過程將會構建起一個新形態的閉環。課程研發人員可以從收集數據開始，基于這些數據的分析與評估進行一系列輔助性、個性化的教學。新技術的應用在個性化內容的分析與制定、課堂內容的講解、師生課堂狀態的觀察與提醒、師生線上互動、課程效果的評估與改進等方面為師生創建了一個新型的學習環境，促進構建多方參與、實時監督、可即時升級的課程開發模式。

編輯 徐玲玲 校對 王昕