疫情下大數據與人工智能技術在教育領域的應用與思考

王桂平 張涵

摘? 要： 疫情下，人工智能與大數據技術將傳統教育模式轉變成新的模式，引發了教育領域的新變革。文章分析了疫情下人工智能與大數據對教育行業產生的影響，梳理了教學管理、課堂教學、課外輔導、考試管理等人工智能教育的四種應用場景，分析人工智能應用存在的障礙并提出加強人工智能基礎設施建設、推進人工智能教育的產學研合作等建議。

關鍵詞： 大數據; 人工智能; 教育; 建議

中圖分類號：G40-01? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）04-32-03

Abstract： Under the epidemic situation， artificial intelligence and big data technologies have transformed the traditional education mode into a new one， which has triggered new changes in the field of education. This paper analyzes the impact of artificial intelligence and big data on the education industry under the epidemic situation， combs four application scenarios of artificial intelligence education， such as teaching management， classroom teaching， after-class tutoring and examination management， analyzes the obstacles existing in the application of artificial intelligence， and puts forward some suggestions， such as strengthening the construction of artificial intelligence infrastructure and promoting the industry-university-institute cooperation in artificial intelligence education.

Key words： big data; artificial intelligence; education; suggestion

0 引言

2020年的新冠肺炎疫情突如其來，給各地政府管理、社會治理、民生服務、產業發展、企業生產經營等各方面都帶來了巨大的困難和挑戰。全民居家隔離，教育教學不得不由線下轉到線上。人工智能是人類社會進入信息時代的新的標志，是新一輪科技革命和產業變革的重要顛覆性技術。人工智能與大數據之間關系密切，在過去十年中，隨著大數據技術的迅猛增長、機器學習算法的持續改進和設備運算能力的極大提升，人工智能取得了突飛猛進的發展。人工智能與大數據的交互融合為教育帶來了新的機遇，疫情助推了教育新的變革。大數據的使用，能幫助學生克服教育資源的地理空間限制;能幫助老師切實做到“因材施教”，使學生從模糊學習到精準定位，有利于教育資源優化配置。

中國學術界日益重視人工智能教育的應用與研究。以人工智能+教育為關鍵詞搜索CNKI，顯示文獻從2008年的62篇，增加到2020年的1605篇。已有的研究成果分別從某一角度分析人工智能在教育中的應用。例如，李振等將人工智能教育歸納為五個發展階段：早期萌芽階段、計算機輔助教學階段、智能計算機輔助教學、自適應學習階段、智適應學習五個階段[1]。劉德建等分析了人工智能教育應用五大潛能，分別為個性化學習、適切服務、學業測評、角色變化、交叉學科;五大人工智能教育應用挑戰，分別為教育價值、教學體驗、安全倫理、有效協同及技術治理[2]。本文在已有研究的基礎上枚舉人工智能的具體應用場景，對其展開分層研究，分析現有人工智能教育應用中的障礙并提出對策。

1 人工智能教育產業發展現狀

人工智能教育產業（以在線為主），也稱為AI+教育，目前應用場景集中于輔助學習環節。“AI+教育”產品及服務已經開始在幼教、K12、高等教育、職業教育等各類細分賽道加速落地，主要應用場景包括拍照搜題、分層排課、口語測評、組卷閱卷、作文批改、作業布置等。現階段，如果把“人工智能+教育”的應用場景劃分為外圍學習環節、核心學習環節（見圖1），那么，目前人工智能僅停留在最外圍的學習輔助環節上。未來隨著人工智能技術的進一步發展內核的學習環節將被智能化，從而從根本上促進學習者的學習理念和學習方式。

2 人工智能教育的應用場景

人工智能作為一種通用技術，可以廣泛應用于各個領域。相關機構提出六種在良性循環中交互的核心人工智能技術[3]。分別為：業務分析和數據科學、自然語言處理、語音識別與機器學習、機器推理、計算機視覺、機器人和傳感器。結合教育的特點，將人工智能在教育中的具體應用場景分為四個環節：第一階段屬于教育管理環節，第二階段屬于課堂管理環節，第三階段是課外智能輔導環節，第四階段是考試管理環節。

2.1 教育管理環節

學校教務管理同樣是教學中一個很重要的環節，利用人工智能技術，可以有效地推進教務管理信息化。目前，已有高校建立了學生畫像，學生行為預警，學生家庭經濟情況分析，為學生提供個性化的管理與培養方案。劉海鷗等提出基于大數據深度畫像的用戶個性化學習精準服務模式，個性化的學習監督服務，可以大大提高學生學習的自主性[4]。此外，人工智能算法可以應用于班級的排課，大大提高排課效率。

2.2 課堂教學環節

借助于面部識別技術，教師可以識別出學生的表情，如學生上課有沒有走神，有沒有對課程感到無聊。也可以判斷教師的課堂活動，知識點的講解程度和學生的參與程度。美國學者Alexandria等人通過識別、收集學習者的學習行為、面部表情數據，預測及調整學習者的學習結果，并將該研究付諸實踐[5]。借助語音識別和圖像識別技術，學生可以通過手機拍照上傳到云端，教學系統會根據后臺海量的相關語音素材，迅速對學生的學習狀態進行評估，學生跟讀這句話，系統可以測評并反復朗讀打分，準確識別語音，對于不標準的地方，提出修正建議[6]。這樣減輕了教師的工作量，使教師更多是充當學生學習的陪伴者。

2.3 課外個性化輔導

在個性化輔導中，自適應學習系統對學生已學會的知識不再出現，不會的知識，系統會一直重復，反復練習，直到學會為止。尤其是如果學習者在視覺方面有局限性，可通過語音代碼轉換器將文本輸入轉化為聲音輸出，將圖像輸入轉化成視頻輸出，以及轉化成動畫，使得有視覺障礙的學習者能夠閱讀原本無法閱讀的數字內容，同理，如果學習者在聽覺方面有障礙，可以將語言轉化成文本輸出，從而打破了學習者和機器互動之間障礙。

2.4 考試管理

目前智能閱卷取代了傳統教育中的人工閱卷，智能閱卷技術可對空白卷、疑似雷同卷進行檢測，縮短了教師的大量時間。教師只需掃描試卷，即可實時計算和顯示該試卷的分數，并同時統計出本次掃描所有試卷的平均分、最高分、最低分。

3 人工智能教育應用存在的主要障礙

3.1 人工智能教育基礎設施不健全

人工智能與大數據的融合應用于教育領域，需要豐富的教育數據資源。目前相關的教育數據平臺不健全，多數地區并未建立教育大數據中心或者教育云計算中心，這極大的限制了教育數據的獲取，無法獲取全面的教育數據會進一步阻礙人工智能與大數據在教育領域的應用。此外，人工智能與大數據的融合應用于教育領域需要良好的網絡基礎設施，當前很多地區存在移動通訊網絡速度慢、網費高的情況，阻礙了教育智能化、信息化的發展。

3.2 人工智能算法對于語義的理解能力有限

雖然人工智能利用大數據和算法上的優勢，可以解決有標準答案的客觀題，但是有很多人文社會科學類課程沒有標準答案，人工智能對此無能為力。比如，政治中含有大量主觀題，解題的關鍵在于個人對相關背景及知識點的掌握。人工智能技術已經可以識別和處理數字和公式，但對于漢語，特別是語義的理解還存在著較大障礙。

3.3 人工智能教育缺少對品德培養的關注

立德樹人是教育的根本任務。目前研發的人工智能教育產品只單純強調知識的灌輸，服務于應試教育，如何提高學生的學習成績，沒有考慮個人品德的培養開發。尤其是使用教育機器人的兒童更容易出現孤僻現象，過多的使用教育機器人，會使兒童與父母、與外界的聯系越來越少，智能教育機器人在減輕父母輔導兒童作業負擔的同時，父母的責任感也會降低，兒童與父母面對面交流的時間越來越少，更容易引發兒童的心理問題。如何從心理角度入手，緩解和調節兒童的心理問題是智能教育機器人落地應用的關鍵所在。

4 我國發展人工智能教育的建議

4.1 加強人工智能教育的基礎條件保障

互聯網為人工智能提供了重要的基礎設施，一方面是互聯網能夠為人工智能提供大量數據，人工智能每一個任務的實現，都依賴高質量的訓練數據。另一方面，互聯網的速度能夠影響人工智能模型的效率，較高的網絡速度，能夠使技術人員在同樣的時間內做出更多的實驗。政府要引導企業、高校、科研機構不斷加強人工智能基礎設施的建設，進一步提高網絡速度，降低上網費用。同時應該構建教育大數據平臺、打造教育云計算中心，為人工智能教育未來發展的打好基礎。

4.2 加大教育人工智能科研的支持力度

人工智能技術難題的攻關離不開科研。科研能夠很好推動人工智能的發展，目前，國家自然科學基金委為推動人工智能相關課題的申報和人才的集聚，增設了人工智能學科代碼，將人工智能與計算機、自動化等學科并列設置。在當前形勢下，人工智能教育對于理論研究、技術創新的需求與日俱增，應當加大對于教育領域人工智能科研項目的支持力度，以推動教育人工智能不斷向前發展。

4.3 推進人工智能教育的產學研合作

人工智能教育的研發和推廣，需要政府、高校和企業的共同努力。政府從宏觀層面提供戰略、基礎設施、資金方面的保障，教育人工智能領域科技成果在重點行業與區域的轉化必須依托具體的企業，高校科研院所通過以協議、合約或者合同等方式，與人工智能教育相關的技術公司進行跨界技術研發合作，通過院校企跨界聯動培養人才等形式，加快人工智能教育的創新。

參考文獻（References）：

[1] 李振，周東岱，劉娜，歐陽猛.人工智能應用背景下的教育人工智能研究[J].現代教育技術，2018.28（09）：19-25

[2] 劉德建，杜靜，姜男等.人工智能融入學校教育的發展趨勢[J].開放教育研究，2018.24（4）：33-42

[3] 三思派.Gartner報告：人工智能在高等教育領域中的實踐[EB/OL].（2019-7-6）[2019-9-18].https：//www.secrss.com/articles/12289.

[4] 劉海鷗，劉旭，姚蘇梅，王妍妍.基于大數據深度畫像的個性化學習精準服務研究[J].圖書館學研究，2019.15：68-74

[5] Vail A K， Grafsgaard J F， Boyer K E， et al.Predicting learningfrom Student Affective Response to Tutor Questions[C].InternationalConference on Intelligent Tutoring Systems. Springer InternationalPublishing，2016：154-164

[6] 陳凱泉，沙俊宏，何瑤，王曉芳.人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統的功能升級[J].遠程教育雜志，2017.35（5）：40-53