人工智慧+教育：催化教師身分與角色轉型-人工智慧-PHP中文網

點選名片

獲取更多業界資訊

#在英國學者瑪格麗特·博登《AI：人工智慧的本質與未來》一書中，人工智慧被定義為「讓電腦完成人類心智所能做的各種事情」。迄今為止，「人工智慧」研究領域經歷了萌芽、誕生、黃金、第一次低谷、繁榮、第二次低谷、持續發展7個階段。目前，人工智慧結合教育的產品湧現如春筍般成長，正迅速涵蓋教育生態的各個領域。

人工智慧+教育：催化教師身分與角色轉型

值得注意的是，目前，人工智慧仍處於「弱」人工智慧階段，教育資料生態尚未形成，共享機制和人工智慧倫理尚未建立。因此，現階段的「人工智慧教育」產品必然存在諸多風險。就教育領域而言，人工智慧的發展在於推動人工智慧在教師的「教」和學生的「學」中的深度運用，解決教育、教學中的突出難題，賦能教師，減負學生，回歸立德樹人初心，促進學生德智體美勞全面發展。

新一代「人工智慧教育」研發方向首選

#開發教師導向的人工智慧專家平台

目前，人工智慧技術疊加到教育場景的探索正在如火如荼地進行中。 2018年11月，北京師範大學發布的《人工智慧教育藍皮書》表明，「人工智慧教育」主要集中在智慧教育環境、智慧學習過程支援、智慧教育評估、智慧教師助理、教育智慧管理與服務等五個典型場景。在德勤研究發布的《全球人工智慧發展白皮書（2019）》中，人工智慧在教育中的應用則被歸納為教、學、評、測、練五個教學環節。

目前，大多數人工智慧教育產品的主要使用對像是學生和家長，包括學習機、早期教育機器人以及搜題類產品等。市場行為本身無可非議，但到目前為止，現有的人工智慧教育產品仍未解決精準化和零誤差的問題，潛在的教育風險尚未被關注。

實際上，就當前教育而言，最迫切需要開發和提供的產品恰恰應該是面向教師、具有資料探勘和智慧輔助功能的專家系統或平台。

首先，這是教師精準診斷學情的需要。 既往討論教師專業化問題，學者一般會將教師職業與醫生職業進行比較。 100年前醫生與教師使用工具的複雜性幾乎沒有太大差別，醫生使用聽筒，教師使用粉筆、黑板；當下這兩個職業輔助工具的智能化程度卻大相徑庭，醫生擁有心電、腦電、核磁共振、神經外科手術機器人以及基於大數據和人工智慧的專家讀片系統、遠距診療系統等，而教師教學的輔助工具只有電子白板，在學情診斷上缺乏相應的智慧化工具。教育教學是藝術的，但首先應該是科學的。如果教育教學缺乏科學技術支撐，就會導致教師茫然與困頓。同時，科學技術界尚未優先開發支援教師教育教學、具診斷功能的產品。因此，聚合新一代通訊、物聯網、大數據挖掘、人工智慧深度學習等技術，開發教師導向的具有教育診斷、解決方案建議的專家系統或平台迫在眉睫。

其次，這是達成實質減負的需要。 德國心理學家赫曼‧艾賓浩斯等人研究發現，學習者要掌握所學的知識需要反覆練習鞏固，過度學習是需要的，但超過一定限度就會導致學習疲勞而產生邊際遞減效應。題海戰術在傳統教學模式中的盛行，不能簡單歸因為教師“偷懶”或是“片面追求升學率”，而是因為教師大多並不能如醫生精準診斷病情那樣掌握學生學情。隨著班級規模的擴大，教師對學生學情的掌握程度越來越低。因此，要真正減輕學生負擔，關鍵在於給予教師必要的支持，幫助其診斷、評估學生學習狀況，提供可以選擇、改造的教育方案，而這恰恰是人工智慧的強項。同時，人工智慧也可以將教師從繁雜的簡單勞動如考勤、登記分數、統計成績、資料收集等中解放出來。

人工智慧專家平台建置的突破點

學科交叉融合、建立資料生態、推進區塊鏈應用

可以這樣重寫：目前已經推出的人工智慧教育產品，其開發想法和產品功能非常相似。以學習機為例，開發商透過前期與數千所中小學合作，取得海量與教材知識點、能力點關聯的練習題，設計出基於行為主義理論的學情診斷和矯正系統或平台。這種類型的平台通常擁有大數據功能，可以透過對學生的作業狀況、練習次數等進行分析，產生學生個人形象。實際上，將這些功能提供給教師，能在一定程度上減輕教師負擔，幫助教師實施個人化教育教學，這可以稱為「人工智慧教育」1.0樣態。但是，教師導向的人工智慧專家平台應該在智慧化方面向前邁進，從學科交叉融合、教育資料生態建設和區塊鏈技術應用等方面加以突破。

一是學科交叉，跨界融合，實現分工合作的「人工智慧教育」2.0環境架構。 「人工智慧教育」2.0科技環境架構需要軟體工程、資訊科學與科技、控制與自動化、神經教育學、神經心理學、教育科技學等多學科交叉融合。其中，教育學科著重依托神經科學、心理科學最新研究成果，特別是腦科學和類腦研究領域的最新成果，為計算科學理解人腦和仿生技術提供支持；計算科學、資訊科學等側重教育大數據取得、知識圖譜建置、資料處理與挖掘、智慧診斷、研究；軟體工程則負責智慧平台工程開發等。

二是建構教育資料生態系。數據、算力、演算法、學習科學是「人工智慧教育」的四大要素。 海量教育資料既是訓練人工智慧系統的基礎，也是發展教育人工智慧的關鍵。海量教育資料生態資料的形成，取決於獲取與共享、資料預處理、資料儲存與運算等多個面向。在教育資料取得方面，應將重點放在學生學習過程，可以透過眼動儀和可回放書寫軌跡的電子墨水本等設備與手段，取得包括課堂學習、解題、回答問題、作品創作等過程的認知、記憶、表象、思考、注意力和個性等特徵。在教育資料共享方面，應該加快教育資料收集標準與規範的建立，在遵守資料規則和隱私倫理的前提下，依協議開放、共享公共教育資料資源。在教育資料儲存與運算方面，除演算法最佳化、深度學習、材料訓練等人工智慧技術發展與應用外，各大學、科學研究院所也應聯合攻關，快速形成擁有我國自主智慧財產權的大數據模型與比對常模。

三是推進區塊鏈技術在教師導向的人工智慧專家平台中的應用。 目前，國內外「區塊鏈教育」的研究熱點，主要聚焦在學分認證、證書管理、數位教育資源、學習者能力與學習成果管理等。區塊鏈的中心化、共識機制、可追溯性和高度信任等屬性，恰恰可以用來解決教育診斷、學生髮展尤其是品德發展評估等棘手問題。基於區塊鏈技術建立學生個人學習成長檔案，將有助於徹底改變教育、教學評估方式，也可以為教師導向的人工智慧專家平台開發提供重要支援。

人工智慧專家平台之於教師

賦能教師並促進教師主要任務改變

#以智慧感知、深度學習、神經網路、情緒運算等為要素的人工智慧環境，已經深深嵌入人類社會的各行各業、生活學習的各個層面。隨著人工智慧在教育領域迅速發展，許多教師開始憂慮自己會不會因此失業

「人工智慧教育」是對教師的賦能，但同時也呼喚教師工作轉型。目前，教師傳道、授業、解惑的三個主要任務正在改變。慕課平台的大量線上學習資源和人工智慧家教類產品基本上可以代替傳統教師的知識講授；面向教師的人工智慧專家平台也可以在一定程度上協助教師給學生答疑、解惑。

由中國科學技術發展戰略研究院、科技部新一代人工智慧發展研究中心聯合國內外十餘家機構編寫的《中國新一代人工智慧發展報告2020》認為，人工智慧時代教師角色和定義發生了變化，但科技不會取代人類教師。新一代人工智慧專家平台的出現，除了可以幫助教師完成機械重複的勞動，也能為教師提供學情「畫像」和個人化幫助學生的方案。

朱小蔓早在1994年《創造情緒師範教育》中就指出，「人的思想品德、情緒素質和行為習慣方面，更不是依靠認知教學過程來完成的，而往往是學生自發地向教師模仿、認同，在不自覺的情況下接受教師的影響，建立行為的製約，即所謂潛移默化」。因此，「傳道」這個牽涉到情感的重要教育任務，目前人工智慧難以完全取代。教師與學生進行面對面教育，教師一個關切的眼神、一個加油鼓勁的手勢，師生之間形成的信任與支持，以及學生對教師的崇拜、模仿等，是任何冷冰冰的人工智慧產品都無法替代的。線上學習在疫情期間的效果也證明了面對面教育的重要性和不可替代性。

教育的本質是一棵樹搖動另一棵樹，一朵雲推動另一朵雲，一個靈魂喚醒另一個靈魂。人工智慧本身的風險和人工智慧在教育中應用的特殊性，決定了應該優先開發教師，輔助、支援教師工作的專家系統或平台。教師應該更重視自身教育經驗、智慧的積累，利用人工智慧專家平台，進行實證教學，讓教學、教育過程變得更科學、更有效，讓學生作業、練習更輕鬆、更精準。借助人工智慧提供的大數據和教育建議，教師可以從繁雜、瑣碎的重複勞動和分數追逐中解放出來，更充分地擔當情感性「育人」的角色，更好地堅守立德樹人的初心。

（作者：丁錦宏系南通大學教師教育學院院長、兼任教師教育管理處處長，教授）

來源丨中國教育報

聲明：轉載此文是出於傳遞更多訊息之目的。如果標註來源有誤或侵犯了您的合法權益，請聯絡我們並提供權屬證明，我們會盡快進行更正和刪除。謝謝。

精品悅讀