“智能+”校园：教育信息化20视域下的学校发展新样态
教育信息化2.0的价值取向不仅是技术的更新与应用，更多的是促进技术同教育更好地融合，重塑教育的生态系统，进而推动教育现代化。因此，教育信息化2.0的基本特征应是“生态+人本+智能”（见图1），三者作为教育信息化2.0生态系统的三个重要节点相互影响、协同推进，其中，人本化的服务是目标，生态和智能是构建途径。
1.教育信息化2.0更侧重以“数据”为基础
数据是人工智能的燃料，也是驱动教育智慧的基础。教育领域的数据呈现典型的富媒体化、海量化、时序化的特点，其中蕴含的教育价值也日益丰富；也正是基于此，教育领域的数据在研究层面、政策层面和实践层面都日益获得广泛关注。大数据技术的突破与广泛应用也驱动了人工智能的实质进步，未来教育将是教师与人工智能教师协同共存的时代[6]。作为新一代的架构和技术，教育信息化2.0将更注重经济地从广泛可获取的、大容量的、不同结构和类型的数据中获取教育价值。其突出的优势就是分析事物注重“量化证据”，不再仅是进行样本分析，而是依托于所有数据；不仅仅揭示因果关系，而且揭示相关关系。同时，数据也是实现“人本”、“生态”、“智能”三要素协同发展的前提。
需要指出的是，目前教育大数据在中小学中的应用不理想，一个核心问题就是大数据在自然采集和应用两方面存在脱节：一方面，诸如视频监控等终端设备采集了海量数据，但仅能发挥安防等方面的价值；另一方面，缺失连续、全面、科学的数据支持，导致智慧教学容易流于表面。造成这一局面的重要原因，可能是没有充分考虑这种多模态数据融合应用的方法，导致教育大数据的价值难以体现。此外，面向学生综合素养评价的自动评估，涉及到大量的过程性数据附着在学校的各类传感器及应用系统上。因此，将各模态数据完整综合起来考虑其融合性十分必要。教育信息化2.0语境下的数据，应是面向机器学习、深度学习的多模态数据的融合应用。
2.教育信息化2.0更侧重以“智能”应用为途径
在过去的二十年中，人工智能（AI）研究人员一直试图赋予机器识别、解释和表达情绪的能力；在这一领域进行的研究越来越多，加上信号处理和人工智能的进步，将促进先进的智能系统（包括智能教学系统）的发展。根据最新发布的《新兴技术的技术成熟度曲线报告》（TheCartnerHypeCycleForEmergingTechnologies，2017版），无处不在的人工智能（AI）刚刚越过曲线高峰（即处于狂热期），并成为推动透明化、身临其境体验技术发展的主要动力，预示未来几年仍是发展人工智能和应用人工智能的黄金期；同时，AlphaGo连续击败世界围棋冠军李世石与柯洁等一系列热点事件，也展现了人工智能深入影响现实世界（包括教育）的可能性与潜力。
教育信息化2.0的重要价值目标是提升教育的效果、效率与效益，而智能化是其重要途径，推动并扩展人工智能的教育应用是教育信息化2.0的重要任务。也正因为此，在整个《教育信息化2.0行动计划》中，“智能”出现了36次，成为词频最高的词之一。其实，不仅是中国，美国战略与国际研究中心于2018年3月1日发布的《美国机器智能国家战略》，也对机器智能做了战略部署；同时，从如何用机器智能来推动教育（培训）和在教育中培养具有机器智能素养的劳动者两个角度，做了全面诠释[7]。
总体来说，国内外智能教育及技术的不断探索与应用，一方面正不断促进教育工作的改进与优化，推进教育系统的变革与提升；另一方面也为今后教育的发展拓展了全新的路径[8]。在教育信息化2.0构筑的开放教育生态里，除了人工智能技术本身以外，异构、异源的数据能够被无感汇聚采集、分析与应用，为更精准地向师生提供个性化服务创造了前提，体现了另一个维度的智能——数据智能；为实现这类“智能”，在海量数据的基础上，未来物联感知、情感计算、图像识别等将是重要的发展方向。在“技术智能”与“数据智能”的双轮推动下，教育信息化2.0将有可能揭开人工智能教育应用的新图景，从供给侧（优质资源、优质教师、优质学伴等）革新突破，从而破解当前优质教育资源不均衡、不充分的难题。
3.教育信息化2.0更侧重以开放教育“生态系统”构建为核心
生态系统的基本特征是整体关联、协同演化和动态平衡。教育信息化2.0致力于构建面向全社会的新型教育生态系统，促进学习型社会的建设，形成灵活开放的终身教育体系，其重要的指导思想应是教育信息生态学（EducationInformationEcology）。它是借用生态学原理与方法来研究教育信息、人、教育信息环境三者之间相互作用的过程、规律及其整体生态平衡的一个分支学科。目前，国内关于“教育信息生态学”的研究主要是围绕教育信息化建设和信息化教育应用而展开，重点强调“系统”与“生态”理念，核心思想是“以人为本，构建和谐的教育信息生态系统”，促进入与教育信息环境的协调可持续发展[9]。教育信息生态学融合并发展了信息生态学的系统观和教育生态学的生态理念，以“生态化”的视角来解决当前教育信息系统出现的相关问题，为教育信息化建设及其可持续发展，提供了新的视角和思路[10]。
教育信息化2.0指向的教育生态体系是一个由“教育管理部门一学校一供应商一教育主体（教师、学生等）一社会主体（家长、公众等）”构成的复合社会生态系统。在教育信息化2.0的背景下，“人本化”带来的用户需求的多样性与个性化及富媒体终端带来的数据来源的复杂性，迫切要求以“生态”的策略打造开放教育生态系统。主要有两种策略：一是开放策略，包括开放标准、架构和接口，且需要促进系统内各要素间的协同；二是联结策略，在2.0时代的教育信息化建设中，行业细分与业务垂直划分将更为精细，面向师生个性化服务的供给来自于不同的供应商将是常态，如何以标准的形式联结不同数据的生产者，共享服务能力与服务数据，是后续能发挥数据价值的关键。
4.教育信息化2.0更侧重以“人本”服务为目标
教育信息生态系统是教育信息生态学的重点研究对象，即“在教育信息环境中由人、技术、价值和实践构成的一个有机系统”，该系统将“技术”作为一个重要因素加以强调，但系统的核心要素是技术支持下的人的实践活动，其核心价值在于促进“人的信息化发展”[11]。提出教育信息化2.0的重要出发点之一就是促进技术在培养创新人才方面的作用。教育信息化应从现有满足某一个维度的功能性取向，进化到面向师生的个性化服务、注重个体差异与体验的人本服务取向。为实现人本服务，应“富媒体”化提供多样的服务资源与路径，以智慧的“诊断”作为实现人本服务的策略。
（三）教育信息化2.0时代学校面临的机遇：信息化的系统性变革
教育信息化2.0的目标，要求以教育信息化全面推动教育现代化，全面提升教育品质，构建新时代教育的新生态，其核心是让信息化推动教育生态的变革。我们应站在更高层级的大教育角度，宏观地看待教育信息化在促进教育改革、实现教育现代化中的地位和作用；同时，由于教育信息化2.0建立在新媒体、新技术的最新发展上（例如，大数据、人工智能、虚拟现实、物联网、社交网络等），因此，也要从技术对教育的具体影响的微观层面来落实。
教育信息化2.0是从政府层面提出的关于教育信息化的顶层设计，因此，它为学校对接教育现代化的具体目标的信息化建设提供了纲领性指引，同时必然也带来学校结构与形态的变革，且这种变革是系统性的，如图2所示。从教育信息化2.0的“人本+智能+生态”的理念出发，学校生态重构的价值目标，应是通过个性化的服务促进师生的发展。
围绕该目标，学校建设的方向应是问题导向，解决面向师生个性化服务中的主要问题。从学习环境来看，应能够创设无边界的环境支持师生的个性化发展；从学习空间来看，应是能够感知学生的特征，适配学生的学习需求的；从学习方式来看，应能够支持灵活可变的学习方式。此外，课程体系应是层次可选的，学习资源应能够提供精准服务，社会联结应紧密顺畅，管理体系应支持极致管理的智能决策。
（四）教育信息化2.0时代学校面对的挑战：依托于智慧校园实施路径的迷思
如前所述，教育信息化2.0关于学校信息化建设的指引是全方位、系统性的，目标也是明确的，但如何将设计蓝图转换为具体的建设策略，目前尚未形成统一共识。特别是在如何借助科技和数据理解教师和学生的需求方面，以及支持师生的个性化服务方面，缺少系统化的论述和成熟的具有普遍推广意义的方案。当前，各地较多地将智慧校园视为教育信息化2.0的重要支撑，在研究和实践中均呈现出了一种“泛化”的倾向：
1.智慧校园研究领域的泛化
国内关于智慧校园的研究自2010年就开始了，早于教育信息化2.0概念的产生，也早于人工智能技术发展的新周期。以国内最大的学术期刊数据库——中国知网（CKNI）为数据来源，对主题为“智慧教育”或者“智慧学习”或者“智慧校园”，时间跨度从2010年1月1日至2018年5月20日的文献进行检索，剔除无效或相关度低的论文后，共收集有效论文2596篇。采用文献计量法，从研究趋势、高频关键词聚类和知识图谱三个维度，对智慧校园的研究生态进行统计分析。数据显示，当前智慧校园研究集中凸显三方面问题：
一是研究热点的泛化。由于对“智慧”的解读缺少统一的共识，各类新技术均被纳入智慧校园的研究框架，且热点轮换频繁；二是将“智慧”片面等同于“分析”。虽强调数据应用价值和分析的策略，但缺少系统化的数据建模分析；三是对教育信息化2.0中的“生态”、“人本”、“智能”三要素的关注不足。研究术语中“智慧”的“泛化”，导致智慧校园的研究容易失去焦点，降低了相关研究对实践的指导意义。
2.智慧校园实践领域的泛化
智慧校园实践领域的泛化，集中体现在以下三个方面：—是“数字校园”和“智慧校园”概念的混用，如，有些学校认为只需在原有数字校园的基础上，升级部分新装备（如，移动学习相关装备、物联网相关装备、无线校园相关装备等）；二是以局部应用替代学校整个形态的变化，特别是在各个地区大面积建设智慧校园的大背景下，以“智慧校园”标签出现的学校（如，智慧校园示范校、智慧校园样板校等&已经有了相当大的体量，但这些学校大多仅是在“智慧校园”的某一个或某几个应用维度做了一些探索，远没有达到校园整体“智慧”的程度；三是数据的价值并没有完全体现，导致智慧化程度普遍不高，特别是相关企业仍以自身的产品为导向引导用户，导致在数字化校园阶段普遍存在的“信息孤岛”现象，在当前智慧校园中仍然普遍存在，以“数据驱动教育智慧”尚未能完全实现。
通过以上分析可见，“智慧校园”作为已经发展多年的概念，在研究和实践中远未达到成熟的程度，其“泛化”倾向有可能影响其在教育信息化2.0建设中的指向性作用。由于缺少清晰的结构性框架与可视化模型，“智慧校园”在教育信息化2.0视域下需要重新定义，以更智能、更生态、更人本的样态出现，从而服务教育信息化2.0时代学校发展的系统性变革需求。
二、“人工智能+”校园：面向教育信息化2.0的学校新样态
教育信息化2.0带来的显著改变，将是整个教育生态的重构。学校作为教育信息化的重要载体和具体实践场，必然被要求与教育信息化2.0同步进化，以新的架构与形态——“新样态”，对接新时代的新教育。“样态”本是康德在推动逻辑学从传统形式逻辑走向现代辩证逻辑的过程中所提出的全新术语，他对亚里士多德范畴表进行改造后演变成大类：量、质、关系、样态；其中，“样态”是对事物存在状态的“断定”，用它来描述事物的属性。国内学者陈如平曾用其描述学校的文化表征、校园文化、课程架构与建设模式[12]。本文所论述的“新样态学校”，是指对学校发展的高阶的、动态的、系统化的存在状态的描述，既指向学校的外显（样），也指向其内在的关系和属性（态），对应的则是学校整体架构和内在关系的动态画像。
（一）学校样态变革的“技术-社会”视角
科学技术是驱动人类社会前进的重要动力，其发展带来的巨大物质基础，使得人类的价值取向和社会生活方式也发生了巨大变化。如，石器的发明推动人类进入石器时代（距今二三百万年至公元前4000年），青铜的发明推动人类进入青铜文明时代（公元前4000年至公元初年），计算机的发明应用推动人类进入信息时代（1969年起始）。可见，颠覆性技术往往是划分时代的重要标志，一部人类发展史就是一部科技技术创新史。同时，在整个技术发展的历程中，呈现的另一个特征就是颠覆性技术出现的周期越来越短，存在拐点和加速度。
一般认为，教育的发生、发展，同社会的发展变化以及人类谋求自身生存的各种需要有着本质联系，一定性质的教育是由一定的社会生产方式决定并为一定的社会生活服务的。美国教育家J.杜威在其所著《学校与社会》一书中明确指出，“学校教育制度的改革是受社会进步历程的深刻影响而发生的”。联合国教科文组织的A.M.姆博（Amadou-MahtarM’Bow）在其所著的《探索未来》一书中也指出，“当前教育的主要问题是学校跟不上现代社会高速发展所提出的各种需求，教育与劳动界未能紧密联系”，可见，技术、社会与学校是三个彼此影响的因素。从教育信息化的角度来看，互联网技术催生了长达20多年的数字校园的发展，学校经历了以信息技术与课程整合为主轴的数字信息时代，当前在大数据、云计算、人工智能等新兴媒体与技术的驱动下，正转向以新技术融合与创新为主轴的智能教育时代，其中，智慧校园作为数字校园的高阶版本也正向“人工智能+”校园演进。具体发展脉络如图3所示。
从“技术-社会”的视角来看，学校的样态从古至今已发生了多次重大变化，其中，标志性技术是重要的驱动力。特别是近现代几轮工业革命的发展所带来的社会对人才培养需求的变化，呈现了典型的从追求“量”向追求“质”的明显趋势，对应的学校也要从经典的大班授课制向注重个人需求和偏好的个别化教育转变。个别化教育正呈现跨越几千年后的回归态势（古代为面向精英的个别化教育，现代为面向群体的个性化教育或面向个体的个别化智能教育）。各类学校样态的典型特征，如表1所示。
（二）“智能+”新样态校园的内涵与特征解析
由上述分析可见，智慧校园面临着转型和向新的阶段演进的客观需求，其中，重要的路向就是同时具备“生态、人本、智能”三个特征的“智能+”校园。需要进一步明确的是，所谓“智能+”校园，指的是以人工智能为基础的智能化的校园工作、学习、生活和家校连接一体化环境，以更高水平接近人的智能形态，为师生提供个性化的支持与服务。作为智慧校园转型和演进的“智能+”校园，是社会发展和技术发展交互作用的学校发展新阶段；同时，也是学校顺应社会人才培养需求导向变化的路径选择，有可能启动教育领域个性化教育的新浪潮。
1.“智能+”新样态校园的人工智能技术知识域
“智能+”校园是依托人工智能为主体技术催生与发展起来的，因此，人工智能技术是“智能+”校园的物理基础。人工智能在其它领域的成就，为其向教育领域的融合提供了可能性，相关的探索业已展开。2017年12月，网络媒体“搜狐”报道了河南郑州的一项人工智能教育应用的对比实验，78名初中学生分为实验组和对照组，在4天时间里，分别接受AI教学和真人教学，结果显示AI所在的实验组平均提分要高于对照组10分，这引发了一轮AI是否会替代人类教师的广泛思考。教育领域的AI相关技术，正与“大数据+学习分析+人机交互+计算机视觉”等相互融合，综合影响着教育教学的方方面面[13]。从“应用、技术、业态”三个环节构建人工智能教育生态系统的条件，业已初步具备[14]。通过对人工智能教育应用的技术基础进行系统分析，我们尝试梳理了“智能+”校园的人工智能技术知识域框架模型，如图4所示。
整个知识域包括数据层、技术层、算法层、框架层、应用层五个部分：
数据层：数据是实现“智能+”校园生态系统得以运转的基础。这里的数据集中体现了教育大数据的特征，包括身份信息、学习日志、学习记录、交互信息等基础数据；同时，考虑到教育数据的多源特征，“智慧+”校园的数据应是多模态的。
技术层：考虑到教育的领域特征，技术层是多种类、多层次技术的集合，包括AI的本体知识域及AI的关联知识域。前者主要指语音识别、图像识别、NLP、SLAM、传感器融合、机器人等技术或中间件；后者指AI的一些相关联的技术，其中，学习分析、学习科学、脑科学、心理科学等教育相关领域技术的应用，是“智能+”校园体现数据价值的关键。
算法层：“智能+”中的算法主要是人工智能的通用算法，常用的有机器学习、深度学习、增强学习等，除此以外，目前迁移学习这个理念被提起的频次也越来越高，其能让现有的模型算法稍加调整，即可应用于一个新的领域和功能的一项技术，颇具潜力。
框架层：包括TensorFlow、Caffe、Theano、Torch、DMTK、DTPAR、ROS等框架或操作系统。在框架层面，目前一个重要的趋势就是开源。从最初的Caffe、Theano到现在Facebook使用的Torch以及Google使用的TensorFlow、百度的Paddle平台都选择了开源。开源使得各个框架平台的用户基数进一步扩大，也为“智能+”校园的应用扩展创设了条件。
应用层：应用层指的是围绕教育应用进行的各类功能性、定制性应用，这是“智能+”校园的可视化视图的集中体现，也是“智能+”校园生态系统的最核心组成部分。特别是，它也促使人们深入思考依托人工智能来帮助人类过上更美好生活的可能性，比如，设计更智能的家园，打造更美好的未来城市。
2.“智能+”新样态校园的应用场景与应用模型
当前，人们对人工智能进入校园的重要性已有较广泛的重视，但尚缺少对人工智能在校园中应用场景的系统描述，客观上导致人工智能教育应用的广度和深度都不高。《教育信息化2.0行动计划》中明确要求通过实施教育信息化2.0行动计划，未来四年基本实现“三全、两高、一大”的发展目标，其中，“三全”即“教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校”。因此，“智能+”校园的应用场景不能是碎片化、不连续、缺少系统观的，而应系统考虑校园中的应用场景进行统筹规划与设计，以构建“人工智能+”条件下的人才培养新模式、发展基于人工智能的教育服务新模式和教育治理新模式。
综合考虑当前的技术成熟度条件及校园具体业务需求模型，我们认为，“智能+”校园有人工智能精准教学、人工智能安保、人工智能学习工具、适应性学习环境、人工智能辅助决策、人工智能辅助评估、人工智能心理服务与人工智能沟通等八大应用场景。每个应用场景又对应具体的AI服务，在AI技术和AI数据的支撑下，实现对师生个性化需求的智能化支持。结合八大应用场景，我们构建的“智能+”校园应用模型，如图5所示。
三、“智能+”校园的典型应用场景：AI新时代教育的变革与创新
（一）人工智能支持下的精准教学
精准教学（PrecisionTeaching）本是Lindsley于20世纪60年代根据Skinne的行为学习理论[15]提出的。所谓“精”指的是“严格”（Rigor），要求教师按照知识的要求展开教学；“准”指的是“相关”（Relevance），要求教师有针对性地培养学生学以致用的知识。后来“精准教学”的相关理论发展为用于教学管理工具的“精准教学框架”，由“国际教育领导研究中心”（InternationalCenterforLeadershipinEducation，ICLE）于1991年提出，用以指导和检验课程、教学和评估的教育过程，帮助学校促进学生接受更“严格”和更“相关”的教育[16]。
经过多年的发展，精准教学的价值也已经获得了广泛认同。在实践层面，不少学校将精准教学同因材施教和高效互动课堂教学相联系，认为精准教学是实施因材的前提和基础。但精准教学在操作上以测量、记录学生的学习表现为基础，以分析频率数据为基本技术。而在大数据与人工智能技术普及应用之前，精准教学的测量、记录多以笔和纸为工作媒介，效率低下，因此，在实践中不易推广[17]。
“智能+”校园带来的第一个显性的变化将是AI支持下的精准教学在课堂中的落地实施。传统课堂将越来越多地米用人脸识别、情感计算、多模态融合、大数据分析等AI新技术，在各类传感器和媒体终端的支持下，演进为人工智能教室（AIClass），并以AIClass来支持精准教学由低阶向高阶不断演进，如图6所示。
从目前的发展来看，课堂的行为分析及基于人脸表情识别的情绪识别，已开始出现了部分案例。如，法国巴黎商学院于2017年9月在两门在线课程中，使用人工智能工具Nestor，其工作原理是利用计算机网络摄像头，跟踪学生的眼球运动和面部表情，再对收集到的数据进行分析，以评估学生的课堂参与度和注意力集中程度；国内，杭州某中学在2018年5月部署了“智慧课堂行为管理系统”，用于对班级环境下学生的课堂行为进行分析，并将分析的结果为教师开展精准教学、调整教学策略提供参考。“精准教学”的另一个实践场是在线教学，特别是在当前M00C流行的态势下，人工智能技术也被用于为学习者量身定做学习方案与精准服务。
人工智能为“精准教学”注人了更强大的生命力，借助AI将可能产生颠覆性的精准教学手段，未来的高级阶段指向即个性化教学。利用AI不仅可以采集学生的学习水平状态，识别环境中的图像、语音和环境数据，还可以通过脑电传感器、电子手环、眼动仪等传感器，获取学生的生物模态信息，通过多模态数据的融合，将更“准”更“高效”。有可能在未来的校园，所有学生的学习任务都是AI来评估和分配的。同时，也有观点认为，基于学生生理特征的生物DNA数据，也可以纳人到精准教学的数据框架里，AI将学生的DNA特征与多元智能进行匹配，即可得出学生培养方案的最优解。
（二）人工智能支持下的智慧决策
人工智能以其逻辑思维的严谨以及超越人类的极端理性，被认为在辅助人类进行决策领域具有广阔的应用前景。同传统的基于大数据的决策不同，AI支持的决策具体表现为：从浅层计算到深度神经推理；从单纯依赖于数据驱动的模型到数据驱动与知识引导相结合的学习；从领域任务驱动智能到更为通用条件下的强人工智能（从经验中学习）。未来AI将改变计算本身，将大数据转变为知识，以支持人类社会更好地决策[18]。“智能+”校园的决策，将依托类型更丰富的传感器所采集的数据，并在对领域建模的基础上，发展出基于学校特征属性的AI决策算法，为学校提供更迅捷、更可信的决策。未来学校的数据中心有可能进一步演化为“学校大脑”，既具备强大的运算能力，又具备丰富的可视化决策视图。
（三）人工智能支持下的量化评价
有效的教育评价依赖于有效的评价依据。目前关于教育评价，较多地从教育大数据的角度来进行分析，将人工智能作为大数据分析的后端处理工具和输出（即以教育大数据作为人工智能的“燃料”），这种策略存在一个问题：认为教育大数据和人工智能是按照时间线的单向联系，会制约评价的效果。事实上，两者的关系应是双向的，人工智能也扩展了教育大数据的数据源，并提供了更高层次的数据分析方法。当前，教育大数据的数据较集中，能够直接分析的数据并不多，且多集中于LMS中的日志或行为记录或良构设计的数据库中的记录，反映的教育问题并不全面。从“无感、自然”的常态化的大数据采集策略来看，学校中的语音和视频数据是另外两种更易于采集的教育大数据形式，其过滤、清洗和加工，将涉及到人工智能中的图像处理、语音识别与图像识别等关键技术。
人工智能应用于评价，在技术上的重要特征是多模态机器学习（MultimodalMachineLearning），为评价系统提供多模态数据处理能力，这将改变传统的基于单一通道/模态的数据处理方法。如，视觉信息通常用CNN处理，文本信息通常使用RNN处理，使用多维度数据对齐的方式（如Attention机制）就可以将视频和文本的信息融合在同一个时间轴上加以处理。由于在大多数场景中，多模态机器学习优于单模态机器学习，因此，可能获得更高的准确率，进而反映的评价信息也更为真实。
（四）人工智能支持下的校园安保
校园安全是信息化建设的传统领域，也是“智能+”校园的重要场景之一。但传统方法一般主要是通过架设摄像头进行长周期的循环监控，存在依赖人力、时效性差、容易产生疏漏等弊端。因此，亟待通过引入人脸识别等AI新技术来拓展人的能力，提高风险预防的精准性、预警的及时性和处置的科学性。具体的应用场景包括：校园重点出入口与区域管理、身份认证与预警、人流量密集场所风险识别与预警、学生安全管理、危险事件实时识别（如，校园欺凌、暴力、自杀等）、定点/定时考勤与监测等。目前AI校园安保采用的技术主要是人脸识别技术，将来也应该采用多模态的方法融入其它来源与类型的数据。
（五）人工智能支持下的心理健康护理与测评服务
心理健康是校园中的另一种安全问题。校园中专业心理咨询师的短缺、市场化中过高的咨询费用、资源分配不均、耻于寻求帮助、很难找到合适的专业咨询师等原因，都使得AI在心理健康评测和护理方面的需求存在迫切性。目前在Facebook上即有一款叫做，Woebot的心理咨询机器人，使用AI创建类似人类的对话并为用户提供支持，每周都会进行200万次对话。这类的解决方案并不纯粹是AI技术，而是AI同心理科学的符合，如，Woebot就是基于认知行为疗法（CBT）设计的；已有一项小范围的调查，证实了与，Woebot持续聊天两周，可以有效减轻抑郁症症状[19]。
在“智能+”校园中，除了可以采用虚拟的AI护理机器人，也可以部署具有亲和力的实体心理陪护机器人与学生进行交互，其中一种重要的选择就是情感机器人。它是基于“人工情感”理论设计，被赋予了人类式情感的机器人，能够表达、识别和理解喜乐哀怒等人类情感，主要依托情感计算（AffectiveComputing）、人工心理（ArtificailPsychology）和感性工学（KanseiEngineering）等技术开发，具有较高的拟人度。另外，“人机协同”开展心理辅导等，也是发展方向。
（六）人工智能支持下的家校云沟通
家校共育也是人工智能应用的重要场景，其内在需求是解决传统学校和家庭沟通不通畅或不充分的问题，辅助学校和家庭端的沟通。沟通的主要目的包括传递信息、联络情感、反馈评价、完成家校共同任务等。同现有主要采用社交软件或公众号不同的是，人工智能支持下的云沟通应更具有人性化、智能化。目前，旨在同人工客服彼此互补、减低客服成本、提升客服回应速度的智能客服，在企业领域已有较成熟的应用案例，若能结合教育领域特征进行进一步定制，增加可视化界面与人机友好度，将有可能建立一套家校沟通的通道。
（七）人工智能支持下的适应性学习空间
随着人工智能等新媒体、新技术的发展，学习空间的定义、形态、结构与目标也在发生变化，其作为学校构成的基本单元，带动了学校整体的变化。美国高等教育信息化协会（EDUCAUSE）于2004年发布的一项“学习基础设施白皮书”已明确指出，学习空间不再像教室那样是为了满足“课堂”的需求，而是以促进“学习”为目的[20]。面向人工智能时代的学习空间具有更丰富的特征，除了应具备灵活性、人性化、开放性、智能性等特征之外，还将凸显包容性、层次性、多样性和协同性[21]。其中，“智能+”校园的学习空间同传统空间最大的差异，应是对自适应教育的支持，将传统的面向共性需求的空间，转换为面向个性化需求、能灵活支持适应性学习的空间。这种适应性应首先体现在物理空间上，Brand等人在其提出的“建筑物核心元素的层次模型”中，将建筑的物理空间分为地点（Site）、外观（Skin）、结构（Structure）、服务（Service）、空间规划（SpacePlan）和陈设（Stuff）等六个层次[22]。考虑到地点是不易改变的层次，我们结合人工智能时代校园空间的共性特点，认为学习空间的适应性应包括图7所示的要素。
在上述模型中，针对人工智能教育应用的场景，我们将原有“建筑物核心要素层次模型”中的陈设（Stuff）更改为教育装备（EducationalEquipment），并着重强调AI相关装备在其中的地位和作用。同时，考虑到适应性是一个系统工程，E、S1、S2、S3、S4五个元素应是相互协同，彼此关联影响的，其中，教育装备的智能化直接决定了个性化服务的层次。
（八）人工智能支持下的认知工具
认知工具是指能帮助学习者完成对信息的收集、整理、处理、创造和表达等，而有效地进行思考和认知的操作工具，用以支持、引导和扩充学习者思想的过程[23]。一般认为，认知工具对促进学生的认知过程，培养学生的批判性思维和创造性思维有重要性作用。邢晓俊等人基于SOLO理论，将认知工具分为五大类，并初步解释了各类认知工具（见表2的前三列）[24]。但从表2中枚举的案例及其它的调研来看，尽管当前关于认知工具的重要性已达成共识，但在实践层面，认知工具（特别是契合具体认知目标的认知工具）仍然匮乏，一般较多地把传统工具或媒介设定为认知工具。这类方式易于获取，但也存在明显的不足：缺少对认知过程的追踪和评估。因此，我们认为，“智能+”校园应从认知类型的契合度、认知形式的适切度、认知过程的可追踪、认知结果的可评估等四个维度，设计和应用认知工具，通过让AI辅助认知目标的达成实现深度学习。
由表2可见，“智能+”校园需要种类丰富的认知工具，这为人工智能教育应用提供了一个新的视角——基于小粒度开发认知工具APP。同时，我们也看到生物信息采集和学习分析几乎在所有的认知工具中都是需要的，显示了人工智能在这个领域可以被深度挖掘需求和研发。
四、从智慧校园迈向“智能+”新样态校园的建设策略
“智能+”校园是在《教育信息化2.0行动计划》的理念指引下，重新审视与反思智慧校园的校园信息化建设思维的系统化跃升。我们认为，生态策略、开放策略、基于数据的数字孪生策略，是建设“智能+”校园的三种重要可行的策略，能够解决“智能+”校园的生态构建、应用融合与数据贯通及场景连接与价值输出的问题。
（一）生态策略：构建教育信息化2.0时代的“智能+”校园建设生态圈
从教育信息化2.0对教育生态系统的诠释与要求来看，“智能+”校园建设应是一个系统工程，同时也是一个螺旋式的演化过程。为了快速响应业务需求的变化，适应技术的不断升级更替，延长系统寿命，降低生产成本，系统必须具有柔性的支撑架构，从而做到随需应变、快速构建和持续演化。我们认为，“智能+”校园既是人工智能技术和教育的深度融合，也是相关人力资源的高度复合，应从过往“建、用、评”分离进化到协同创设的共同体。为此，尝试建立了“智能+”校园的生态圈模型，如图8所示。
上述模型从教育服务的视角，解释了“智能+”校园生态系统的各要素如何体现生态系统服务功能。“智能+”校园的演化首先是由其开放、动态的特征决定的，信息系统有完整的输人和输出，关联因素有其内在的发展规律，同时受到社会环境、教育政策环境、物理环境及技术支撑环境的影响。具体而言，按照耦合的关系，应包含四个相互影响的生态要素：
1.建设共同体圈（C4）
生态化的系统必然要求建设模式及建设机制是开放和灵活的，协同开发也是其它领域互联网企业得以快速成长的重要原因。由于行业细分及专业门槛的限制，“智能+”校园的相关业务越来越难以由一家企业完成；整合人工智能建设的相关方，并建立筛选和淘汰机制，形成良性的、协同的建设生态圈，是推进“智能+”校园建设的重要保障。
2.人工智能微服务圈（C3）
为了整合来自“建设共同体圈”的多样化应用，从系统层面实现数据的互通和共享，有必要提供开放的服务能力。开放平台最重要的创新，即以微服务为主要粒度提供可重组、可共享、可迭代的服务。所谓微服务，就是将一个完整的应用从数据存储到业务逻辑开发垂直切分为多个不同的服务，每个服务都具有自己独立的生命周期和服务边界，可以独立部署、独立维护、独立扩展，服务与服务之间通过统一风格协议的API进行相互通信[25]。微服务圈即以微服务的形式，实现服务能力的松散耦合及对系统的柔性支持。在模型的运行轨道上表现为一系列经过认证的专项AI微服务，对应人工智能的八大应用场景，并和用户的场景视图实现连接。
3.个性化服务圈（C2）
将开放平台微服务圈的各项微服务进行场景化连接，形成适合师生的个性化服务能力。核心的应用层服务包括三类，即AI+教学云服务、AI+管理云服务、AI+沟通云服务。
4.学习共同体圈（C1）
从促进入的信息发展的角度看，“智能+”校园的最核心目标是通过个性化的服务，促进教学者、学习者、学习伙伴、管理者、家庭、公众，形成彼此促进、协同发展的学习共同体，彼此关联、动态平衡、无缝交互，从而推动信息、知识在共同体内部的充分流动和分享。
（二）开放策略：打造基于开放平台的AI基础平台
生态型的“智能+”校园离不开强大、灵活的AI基础平台的支持，其核心要解决AI数据的汇聚和AI技术的整合这两大问题，因此，作为更高阶的个性化服务支撑环境的AI基础平台，需要采用全新的平台架构。开放平台（OpenPlatform）是近年来崛起的创新型软件平台架构技术，其本质是一个Web服务平台，通过一组定义好的开放接口向外提供服务。开放平台负责接收应用提交的参数，根据参数执行相应的业务逻辑，并最终返回给应用；其也是一个高效的、简便的、易懂的服务端程序，只需提交一个URL，即可完成服务的访问[26]。
由于开放平台的诸多优势，其已成为当前互联网平台发展的重要趋势。例如，教育部学位与研究生教育研究中心米用分布式的服务化框架Dubbo，实现了一套研究生学位授予信息管理的开放平台[27]。早教机构Babycan，也提供了支持个性化早教功能的开放平台。基于公开可用的开放标准和能力开放体系，处于建设共同体生态圈的开发人员或供应商，可快速添加平台供应商未完成或未设想的功能，从而提升平台的服务能力。因此，基于开放平台打造“智能+”校园有以下具体策略：
1.开放的数据交互标准，解决AI数据的互联互通问题
开放平台的生命力与灵活性来源于其对开放标准的遵循。除了OpenSocial标准外，目前，面向教育领域可用的开放平台公有的标准和协议主要有OAuth（OpenAuthorization）协议，最新的OAuth2.0的标准协议草案于2010年5月初由IETF发布。同现有大多数标准的使用范围有限不同，OAuth2.0是一种开放的协议，可为桌面、手机或web应用提供一种简单的、标准的方式，来访问需要用户授权的API服务。与以往授权方式不同的是，OAuth的授权不会使第三方触及到用户的帐号信息（如用户名与密码），即第三方无需使用用户的用户名与密码就可以申请获得该用户资源的授权，因此OAuth是安全的。目前，多平台登录一般是OAuth体系的协议。所有满足OAuth协议的智慧校园服务系统，均可以在无须更改代码与数据结构的情况下实现数据交换。
2.开放的开发框架，解决多样化AI技术的便捷接入问题
由于架构上的不同，目前，开放平台主要有SpringCloud与Dubbo两类开发框架，这两类开发框架本身也是开放的，为来自不同建设主体的智慧校园服务系统的业务整合提供了前提条件。SpringCloud是基于SpringBoot的一整套实现微服务的框架，它提供了微服务工具包，为开发者提供了在分布式系统的配置管理、服务发现、断路器、智能路由、微代理、控制总线等开发工具包。从开发角度上说，Dubbo常与Spring、Zookeeper结合，开放的架构为各类AI技术（主要是各类微服务和应用系统）的接入创设了条件。
3.灵活的“微服务”架构，解决复杂AI技术的迭代更新问题
“智能+”校园是一个动态、生成性的生态系统，且人工智能技术更新换代的频率较快，客观上对软件架构的迭代提出了较高的要求。目前，有两种典型的系统架构，一是巨石应用架构（MonolithicArchitecture），采用集中的模块化方式组织系统和功能；二是基于平台化服务理念的微服务架构（MicroServiceArchitecture），米用微服务治理的方式组织松散耦合的系统。
由于“智能+”校园是从数字校园、智慧校园发展而来的，很多系统仍是对原有数字化校园系统直接升级的巨石系统，存在部署不灵活、稳定性不高、扩展性不够等诸多弊端。特别是巨石系统一般是封闭式架构，采用的是自有标准，容易形成数据孤岛，因此难以构筑“智能+”校园的生态。微服务架构是基于垂直切分的系统，将功能划分成更小的粒度服务，并且通过整套完整的服务治理规范以及标准化的通信协议，允许各服务间进行服务组合，满足系统的业务功能和服务管理需求[28]。微服务在服务组件化、服务围绕业务、轻量级通信机制、去中心化治理、去中心化数据设计、基础设施自动化等方面，有着明显的优势，因此，“智能+”校园架构上的进化路径，应是从巨石架构向微服务架构进化。
（三）基于数据的数字孪生策略，体现“智能+”校园的数据价值
步人教育信息化2.0时代，数据逐渐成为一种宝贵的资产，谁拥有了教育大数据，谁就拥有了“智能+”校园的未来。数据价值的体现需要通过“数据即月艮务”（DataasaService，DaaS）来实现，其是指与数据相关的任何服务都能够发生在一个集中化的位置，如聚合、数据质量管理、数据清洗等，然后，再将数据提供给不同的系统和用户，而无需考虑这些数据来自于哪些数据源，DaaS将数据作为一种商品提供给任何有需求的组织或个人[29]。在DaaS的框架下，数据采集（DataAcquisition）可来自于任何数据源，如数据仓库、电子邮件、门户、第三方数据源等，因此，特别适合具备富媒体化、多源化、异构性等特征的教育场景，有助于形成多模态的教育大数据应用生态体系，这正是“智能+”校园的典型特征。
数字孪生（DigitalTwin）是一种集成多物理、多尺度、多学科属性，具有实时同步、忠实映射、高保真度的特性，能够实现物理世界与信息世界交互与融合的技术手段[30]。建设“智能+”校园的重要目的之一就是借力新一代人工智能技术，实现学校的物理世界和信息世界的互联互通与智能化操作，进而实现智能交互。因此，在“智能+”校园的生态系统中，数字孪生是实现真正意义上的DaaS的重要途径。
五、未来展望与建议
在可预见的未来，“智能”仍将是教育信息化2.0实践场的热点与关键词，需要我们以指数思维（而不仅是线性思维）来看待其对教育变革与创新的影响。作为教育信息化2.0和下一代学习模式共同载体的“智能+”校园，也将伴随人工智能技术的发展和成熟，实现由“点”及“线”到“面”的演进。教育信息化2.0时代的学校样态，将呈现从当前的数字校园、智慧校园转向“智能+”新样态校园的新趋势。人工智能教育应用的量变，也将引发教育人工智能的质变，让教育全方位、系统地迈人人工智能的新时代。我们认为，实现转向需要着重做好以下几点：
第一，从国家层面设定“智能+”校园的标准。建立标准的目的是为了划清概念边界，找准建设主线和方向，防止再次出现智慧建设过程中那样的概念“泛化”问题，这就需要从“技术一社会一学校”三者辩证关系的系统观人手，重新审视当前学校发展的样态和未来的教育人工智能需求，进而进行顶层设计。考虑到人工智能技术的复杂性及相关应用的迭代演化，标准应兼顾灵活性与较长的生命周期。
第二，对应用场景进行具象化建模。教育的领域特征使“智能+”校园的应用场景不够清晰，容易导致重局部轻整体、重技术轻应用等多组矛盾，需要从育人目标及问题导向出发，对人工智能的应用场景进行建模，使“智能+”校园的落地更具可行性。
第三，以生态的智能系统支撑“智能+”教育系统的生态。“智能+”校园需要在技术智能与数据智能的基础上实现育人智能，客观上决定了其系统本身的复杂性。数据如何打通、应用如何协同等老问题，在教育信息化2.0时代依然存在，且由于系统规模与复杂性的増加，在人工智能引入后，问题有可能变得更为复杂。因此，需要以开放平台、微服务等具备生态灵活性的技术，来打造“智能+”校园的根平台。
我们尝试从人工智能与教育深度链接的角度建立“智能+”校园的基本框架，并对其应用场景进行了初步解析，虽然对找准人工智能教育在实践层面的主线有积极意义，但由于具有代表性的“智能+”校园在实践中尚未出现，作为理论层面上的“智能+”校园论述也处在起步阶段，尚不成熟。因此，今后需要在理论建构上进一步加强，特别是要从学习科学、人工智能、教育学等跨学科融合的角度找准“智能+”校园相关理论和实践范式的逻辑起点；也希望能够引起国内外相关研究者与实践者的关注和重视，共同完成“智能+”校园这一跨领域问题的完整拼图。
基金项目：本文系教育部人文社科项目“脑机交互技术支持下的儿童教育游戏及其有效应用研究”（项目编号:13YJC880001）广东省教育科学“十三五”规划课题项目“面向协同建构的情境式德育教育游戏及其应用研究”（项目编号：2017JKDY43）的研究成果。
作者简介：曹晓明，深圳大学师范学院副教授，深圳大学在线教育研究中心研究员，博士，主要研究方向：学习科学与创新教育。返回搜狐，查看更多
人工智能视域下教师信息素养内涵解析及提升策略研究
来源：《中国教育学刊》2019年第8期作者：于晓雅
摘要：以人工智能为核心的新一代信息技术对教育产生革命性影响，提升教师信息素养和专业水平面临巨大挑战。人工智能视域下中小学教师面对人、物理世界、智能机器、虚拟信息世界构成的四元世界，必须具备人机共存、虚实并行的知识、能力、素养和人格的全方位综合素养。中小学教师信息素养提升培训包括实践应用导向的技术和理论学习，延伸与拓展人工智能技术解决问题的思维培养和能力养成，技术赋能的教与学设计、实施与评价三类内容，STEM教育是实现提升目标的有效模式。
关键词：人工智能；信息素养；标准框架；STEM教育
随着人工智能与教育的融合发展逐渐深入，对教师的信息素养提出了前所未有的高要求。联合国教科文组织倡议各国在将21世纪必需的技能纳入各自的教育计划时，需要准确定义“人工智能能力”，而不是基本的信息和通信技术能力，从而使学习者能够使用计算方法和技术识别来解决问题。[1]主要发达国家相继发布人工智能相关教育创新战略，我国也提出开展“人工智能素质教育”的行动规划。[2]本研究通过对比信息素养发展不同阶段的内涵和主要关注点，研究人工智能视域下教师信息素养升级变化的主要内容，在教师信息和通信技术应用能力标准基础上，添加人工智能技术带来的新要素和新指标，以引领教师信息素养提升的方向，给出提升培训的内容和策略建议。
一、人工智能技术为核心的新一代信息素养内涵解析
信息素养是建立在信息技术基础上的一个多元化、有层次的概念范畴，是集信息技术知识与技能、信息观念与意识、信息伦理与道德、利用信息技术解决问题的思维与创新技能于一身的综合素养，其内涵具有动态性和发展性。自1974年保罗·泽考斯基（PaulZurkowski）首次提出信息素养这一概念以来，信息素养内涵的主要构成要素经过了图书情报、计算机及网络、多种素养归于元素养的不同发展阶段，进入了当前所处的向人工智能时代转型阶段。图书情报时期的信息素养主要关注“图书情报为基础的信息检索技术和能力”，20世纪90年代计算机和网络的普及应用期开始关注“通过计算机和网络获取、评价、处理、利用信息在解决问题和决策中的作用”。21世纪“互联网+”的深入广泛影响，人工智能得到迅猛发展并影响深远，信息素养不仅关注技术应用，而且更加注重“能力和方法的数据素养、媒介素养等元素养，强调利用信息创造新知识，注重信息交流的能力和解决问题能力”。[3]
对信息素养的表征，社会、媒体、教育等领域依据自身特征已经衍生出信息能力、媒介素养、数字能力、互联网素养、信息技术素养、数字素养、数字能力等类似概念，到目前为止没有统一的术语，也没有公认的定义。欧美发达国家多用数字素养（DigitalCompetence）取代信息素养（InformationLiteracy）；[4]联合国教科文组织（UNESCO）用数字能力（DigitalCompetence）囊括前述各种素养，认为“数字能力指能够通过数字设备和网络技术，安全、适当地访问、管理、理解、集成、交流、评估和创建信息，以参与经济和社会生活。它包括各种素养，即计算机素养、信息技术素养、信息素养和媒介素养”[1]。UNESCO曾建议每种新环境都需要一种新的信息素养表述。本研究与我国教育部发布的系列政策文件相统一，运用信息素养这一表述，除非谈到某个具体框架才使用其他表述。
当前，人工智能技术引发科技变革，推动人类社会从信息时代转型至智能时代，知识获取和能力培养的方式发生颠覆性变化。[5]技术不再是游离于人类个体之外的辅助和补充，而是以智慧和普惠的形式，人机共存，虚实并行，形成人、物理世界、智能机器、虚拟信息世界构成的四元空间。[6]未来公民的信息素养也需要从数字化、网络化向智能化升级，既要具备熟悉人机深度协作的意识观念，又要能够利用人工智能技术解决问题的思维及行为，具备对智能化社会的深度认知，应对由此引发的伦理和道德问题的能力。
从信息素养概念和内涵的发展历程，可以发现信息素养已经从强调技术本身发展到重视综合素养或跨学科素养的阶段。人工智能视域下，面对人、物理世界、智能机器、虚拟信息世界构成的四元世界，信息素养应以人工智能素养为核心，是人机共存且虚实并行的知识、能力、素养和人格的全方位综合素养。
二、人工智能视域下教师信息素养框架指标的优化
我国自2014年开始发布了一系列与中小学教师信息素养提升密切相关的政策文件，要求对从事基础教育工作的教师进行智能教育素养培训，帮助教师把握人工智能技术进展，推动教师积极运用人工智能技术，改进教育教学、创新人才培养模式，抓住智能时代新机遇实现与国际前沿发展并跑，培养适应未来的智能型人才。[2]我国对于人工智能进入教育领域给予了足够的重视，但内容指标的充分性、可操作性不强。
从各国发布的标准看，教师信息素养分为信息技术能力和信息技术应用能力两部分，其中应用能力除关注教师使用信息技术开展课堂教学的能力，更加关注教与学变革的全部内容。如2018年更新的《UNESCO教师信息和通信技术能力框架》（UNESCOICT-CFT）中，强调人工智能为核心的新一代信息技术对于教育的支持表现，要求教师将数字技术融入专业实践，以培养学生的批判性知识和意识的能力。[1]
从我国实际情况出发，结合国内外成熟经验的基本思路，依据我国提出的一系列有关人工智能赋能教育的政策文件，考虑我国中小学现状与发展前景，本研究提出了人工智能视域下我国中小学教师信息素养框架的二级指标，同时，鉴于人工智能技术带来的四元空间的复杂度以及技术给人类带来的风险，添加了安全与伦理维度（图表略）
人工智能视域下，教师信息素养的内涵要素构成发生了新变化，对教师信息素养之技术与知识、意识与伦理、思维与创新提出了新要求。教师信息素养提升的新框架包括了以人工智能为核心的七个方面，即理解教育中的ICT、课程与评估、教与学、信息与通信技术（ICT）、组织与管理、教师专业学习、安全与法律、伦理与道德。
对于人工智能视域下教师信息素养的指标扩充，主要是指向人工智能技术和人工智能技术应用于教育的能力，教师首先要掌握人工智能技术的本体性知识，然后是面向人工智能技术重组学习环境并提供有效教学策略的能力:构建四元空间智能化教学环境、进行相互协作、互相赋能，并能在具体课程中有效融合智能技术的教学。最后要具有警惕和防范人工智能引发的安全与法律、伦理道德等问题的意识和能力。
在对一线教师信息素养调研结果所呈现的强劲信息技术需求，以及时代趋势与国家政策对教师信息素养需求的基础上，充分考虑以往信息素养提升培训中的问题，提出“以研究带实践，以实践促研究，支持与发展陪伴，引领与跨越提升”的教师信息素养提升策略:以STEM项目式学习为实施试点，注重发掘技术在教育中应用的各种潜力，将教师使用技术以及培训使用技术的能力与具体的教与学实践紧密结合，通过支持与发展取得认同，通过引领与跨越提升教师的信息素养，并最终落脚于学生信息素养的提升。三、人工智能视域下教师信息素养提升培训的内容和策略
（一）实践应用导向的技术和理论学习
人工智能技术能够帮助重建和提升师生关系、重塑学习和协作方式、缩小长期存在的平等和可用性鸿沟，并提供适应性学习体验以满足所有学习者的个性化需要。在人工智能驱动的未来社会，强化教师对以人工智能为核心的新技术的学习和应用，帮助教师跟上技术发展与应用的步伐，促进教师职业身份的升级与发展，使教师在技术赋能的教学环境下成为具有创造性、适应性、合作性的问题解决者，这些问题既包括人工智能技术的实践和体验，如语音识别、图像识别、视频行为分析、无人驾驶、大数据的采集与分析、知识图谱等，也包括一些人工智能视域下的技术与教育教学融合的理论，如学习支架、以学生为中心、跨学科、STEM教育、人机协作学习、TPACK等。
技术赋能的时代，技术的学习必须融入具体的教育教学活动中，在应用中学习，才能够及时满足教师需求，达到熟悉技术的目的。由此设计的教师信息素养提升培训要能够深刻反映并有效应对教育信息化时代的学习挑战和难题，要基于教学中的真实情景和真实问题。
（二）延伸与拓展人工智能技术解决问题的思维培养和能力养成
人工智能视域下教师不仅要利用技术来促进学生的学科学习，还需要重新思考教学内容的延伸和拓展，及与跨学科教学的融合。依据框架指标，对教师信息素养的基本要求是能够整合在四元空间学习的问题、资源、工具、活动和评价，培养学生利用人工智能技术解决问题的思维和行为习惯，并能够利用人工智能的评价积极调整各自的分工。
以初中数学最短路径问题教学为例。传统教学（图表略）只在有限的几个点之间求取最短路径，主要培养学生数学知识和用数学思维解决问题的学科素养，是人和物理世界的二元关系。站在人工智能视域下，教师应当能够把学生的视野和思维推向更广阔情境:多城市间旅行的时间代价和经济代价问题（图表略），或者例如线路板打孔问题（图表略），甚至节点无限增加的情境。此时，教师成功设置了人、物理世界、智能机器和虚拟世界的四元情境，解决这样的复杂大问题必须借助于计算机模拟以及智慧搜索的算法。从此例可以看出，以人工智能为核心的技术加入学科问题解决之中，延伸了学科教学内容，拓展了学生解决问题的思路，从而达到培养学生面对线索庞杂、限制条件多样善变的真实问题，寻求人工智能技术解决问题的思维和习惯，同时引导学生体验人的智能和机器智能解决问题的不同模式，鼓励学生发展人工智能所不具备的能力，真正获得适应人机协同社会的数字胜任力。可见，人工智能视域下的教师信息素养提升，重点是不局限在技术的学习和作为教学辅助技术的认识阶段，而是教师能有意识地使用技术解决问题并能设计出相应的学习内容以培养学生使用人工智能解决问题的思维模式，并能准确地评价这种技术和效果。
（三）人工智能技术赋能的教与学设计、实施与评价
对教师进行技术赋能的教学能力培养，帮助教师掌握如何应用人工智能为代表的信息技术支持学习。人工智能技术赋能教育，让教师成为学生的学习伙伴的同时，还能够帮助教师评估技术与学习需求之间的关系、提升评价数据使用素养以及利用数据的意识能力。同时，教师必须认识数据隐私和安全的重要性。余胜泉曾提出人机协同的教与学环境下人工智能教师的十二种角色:个性化命题和批改助教、学习诊断及反馈分析师、素质提升教练、心理辅导师、保健医生、班主任、个性化智能教学指导顾问、智能导师、生涯规划师、精准教研同伴、实现从人找资源到资源找人的转变、扮演数据驱动的教育决策助手等。[7]人工智能的这些作用可以帮助教师更好地教学，把教师从繁重的重复劳动中解放出来，所以人工智能视域下，教师必须掌握这种与人工智能技术协同工作的能力，并能清醒地认识人工智能的能与不能，发挥人类教师关爱、情感、交互、创造性等机器所不具备的功能优势。同时，教师对人工智能技术工具的使用助推了技术在教学中应用的深度和广度，形成相互赋能的关系。
为了达到人工智能技术和教育教学的深度融合，必须变革传统的讲授式课堂教学模式，发挥人工智能技术的优势，在四元空间中开展以学生为中心的问题解决模式的学习，将学生从知识的消费者转变为知识的生产者。STEM教育以项目学习为主要方式，注重科学探究与工程技术实践的能力培养，鼓励以解决真实问题、以学生为中心、以产品为导向的学习和评价，是实现人工智能视域下教与学变革的一个有力抓手，也是国际教改领域首推的教学模式。STEM教育强调将新兴技术与学生学习的各个环节进行无缝融合，增强学生的技术应用意识，可实现培养学生人工智能视域下科技人文融合创新能力，提高学生的信息素养。国内外在”STEM+”人工智能教育方面已经有了一些研究和探索，如人工智能技术支持下的STEM跨学科融合模式、基于”STEM+计算思维”的课程、人大附中的“STEAM+人工智能”课程体系。
在新一轮的教师信息素养提升培训中，建议以STEM教育模式为抓手，开展“学科教学与跨学科教学相结合、学生为中心学习、解决真实问题、提升学生科学探究和工程技术实践能力”的项目式教学，促进教师在设计和实施项目学习过程中应用以人工智能为代表的新一代信息技术，改变传统解决问题的思维方式，提升教师的信息素养，促进教师专业发展，最终提升学生适应未来社会的信息素养。
四、人工智能视域下教师信息素养提升面临的挑战
随着技术发展和教育变革不断升级，信息素养作为一个跨学科、多维度、具有发展性的概念，其相关模型和框架还会继续发展。人工智能视域下，教学环境向四元空间转型，知识和学习的内涵发生了深刻变化，为适应这种变革，教师的思想观念、心智结构、生活方式和角色意识需要近乎颠覆性的改变，信息素养的内涵也会有革命性变化。由于人工智能技术进入教育的时间有限，虽然有巨大的应用潜力，但是要定义准确的智能化时代的教师信息素养模型，还需要假以时日进行深度研究与实践。
第一，教师与人工智能协作教学的挑战。人工智能的发展关乎全社会、全人类及环境的未来，但是任何技术都不会主动对教育产生积极作用，人工智能技术的产生也不是专门为教育发明的，将人工智能技术应用于教育，不仅要关注技术本身，更重要的是关注技术带来的教育潜在能力和问题，例如技术如何促进学生的学习，技术怎样增强师、生、资源三者的互动，技术对学生解决问题的思维方式和行为模式产生什么样的影响等。面对国家提出的信息技术与教学深度融合的要求，即使排除掌握新技术的难度，如何提升教师对技术的敏感度，提升对自身学科的深刻理解，并结合丰富的实践经验，将新技术以一种建设性的方式应用在课堂教学，仍是很大的挑战。因人工智能在提供个性化教育和自适应教育的同时，面临个人数据集中、责任归属、数据隐私和数据馈送算法的所有权方面等许多伦理问题。如何完善人工智能监管法律还需要围绕伦理、问责、透明度和安全性等方面展开深入讨论。
第二，学校等外部因素的挑战。教育现代化的首要问题就是教育信息化，教师信息素养提升是教育信息化的重要部分，技术对教育的影响来自学习、教学、领导力、评价和基础设施等多个方面，要克服过往教师培训中过分关注技术的问题，更加重视教师本身和学校整体推进的资源建设这两个重要的影响因素。必须透过技术表象和教师日常真实环境的教与学实践相结合，并时刻警惕技术双刃剑，引导教师具备立足教与学实践理解、评价和确定新技术的适用性和成功之处的能力。培训能够胜任人工智能教育的教师、注重教学资源建设、关注相关伦理道德仍充满挑战。
第三，国家愿景和教师现实需求落差的挑战。技术的学习和应用，对于教师信息素养的提升可以从两种需求来源着手:一是自下向上生发于一线教师的需求；二是自顶向下生发于时代和国家的需求。第一种需求表明了教师对技术的认同度，第二种需求在初期往往会带来一线教师认知冲突，引发排斥和不信任。人工智能技术进入教育教学，目前属于第二种需求，要非常小心谨慎，要通过对于教师应用信息技术支持教与学的帮助，获得认同，然后要注重人工智能视域下教师信息素养新要求，从技术上引领教师提升，实现教与学变革的跨越。
可以预期，教育领域对人工智能的研究将在未来几年显著增加，但教育系统为了促进实践和决策而大力推动教育研究评估时仍存在诸多问题。人机系统工作的四元空间的规律性、系统性随着人工智能技术的发展还在日新月异地变化，必须不断重新考虑和审视教学变革与技术的适切性，将学习转向知识、能力、素质、人格“四位一体”的全人教育。推进人工智能视域下教师信息素养和专业水平的提高，仍然是今后长期面临的挑战。
参考文献：
[1]UnitedNationsEducational,Scientific；andCulturalOrganization,ProFuturoFoundation.ArtificialIntelligenceinEducation:ChallengesandOpportunitiesforSustainableDevelopment[R].Paris:MobileLearningWeek,2019.
[2]教育部教育信息化2.0行动计划[EB/OL].（2018-04-18）[2019-05一30].http//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.htm1
[3]MACKEYTP,JACOBSONTE.Refraininginformationliteracyasametaliterary[J].College&ResearchLibraries,2011（1）.
[4]布朗马克数字素养的挑战:从有限的技能到批判性思维方式的跨越[J].肖俊洪，译中国远程教育，2018（4）.
[5]陈凯泉，何瑶，仲国强人工智能视域下的信息素养内涵转型及AI教育目标定位:兼论基础教育阶段AI课程与教学实施路径[J].远程教育杂志，2018（1）.
[6]吴朝晖交叉会聚推动人工智能人才培养和科技创新[J].中国大学教学，2019（2）.
[7]余胜泉人机协作:人工智能时代教师角色与思维的转变[J].中小学数字化教学，2018（3）.
[8]SPECTORJM,MERRILLMD,ELENJ,etal.HandbookofResearchonEducationCommunicationandTechnology[M].4thed.NewYork:SpringerPublishingCompang,Incorporated,2013:5-15.
责任编辑：廖敏
人工智能视域下母语写作评价的构想
（二）人工智能评价的原理与优势
人工智能视域下的写作评价是借助人工智能技术领域中一个分支，即自然语言处理（NaturalLanguageProcessing，简称NLP）技术。而自然语言处理技术，就是人工智能写作评价的核心技术。
自然语言即人类日常使用的语言，比如口语表达或书面文本。自然语言处理，就是利用电子计算机为工具对人类特有的书面和口头形式的自然语言进行各种类型的处理和加工的技术。以自然语言处理技术为主的各种自然语言处理系统，包括机器翻译系统、自然语言理解系统、自动检索系统、文字自动识别系统、数据库系统等。
人工智能评价的基本原理是基于语言学专家开发的大型词法、句法和语义规则库，用人工智能技术对作文语境、词法、句法、语义以及篇章等进行多维度分析，从而解析作文的篇章结构、主题、通顺度、丰富度、修辞手法、错别字和语病等。
人工智能写作评价基本过程主要分为六步。第一步，获取。采用纸质文本扫描及文字识别技术获取原始文本并转为数字文件。第二步，标准化。对文本进行预处理，去除无关内容，保留待分析内容。第三步，分解词。采用分词技术将文本按词组分开，并构造文本树。第四步，词法分析。对名词、动词、形容词、副词、介词等进行定性。第五步，语法分析。分析主语、谓语、宾语、定语、状语、补语等句子元素。第六步，语义分析。分析句子、语段、文章的内涵，将其含义正确地表达出来。基于这六步，人工智能评价和教师评价一样，进行定量评分和定性评语两种评价。
人工智能评价的优点是：智能，高效，评价稳定高，评价更公平，为教师、教学提供海量写作数据，更易对学生写作中存在的问题对症下药。
（三）人工智能评价的探索与机遇
国内人工智能评价的探索与建设有两类：一类是针对英语写作的评价，另一类是针对母语写作的评价。
先说针对英语写作评价的探索。最具代表性的是北京词网科技有限公司开发的批改网，已累计批改作文超5.3亿篇。批改网是智能批改英语作文的在线服务系统，它通过将学生的作文和海量标准语料库进行对比分析，能在1.2秒内对英语作文给出分数、总评、按句纠错的批改反馈。该系统能有效帮助教师提高工作效率，帮助学生有效提高英文写作能力。针对英语写作评价的研究十分广泛，技术已十分成熟，被广泛运用到教学实践中。
再说针对母语写作评价的尝试。中国语言智能研发中心发布了一款智能批改系统——IN课堂语文作文批改系统，它使用可以扩展的“知识库”来解释学生作文的“一般逻辑”和“含义”，突出需要改进的文体、结构和主题领域的问题。系统能够读懂文意，注意到段落是否偏离主题。测试效果尚佳。但这一技术尚属实验研究阶段，还未得到科学、广泛的认同。百度AI面向中小学学校教育，搭建百度智慧课堂云平台，为中小学教学提供了各种智能化服务，其中作文智能评阅系统，整合百度教育AI能力，尝试智能评阅服务。
随着人工智能技术的日臻成熟，相信人工智能将会成熟、广泛地运用到母语写作评价中，扮演十分重要的角色。
二
检视，人工智能评价和教师评价的实验与纠偏
（一）人工智能评价的原理学习与系统建构
深谙人工智能评价的方法原理。人工智能评价的方法原理，涵盖了信息采集技术、分解词技术、词法分析技术、语法分析技术、语义分析技术和标准化制定技术，这些技术融合了计算机、母语写作、评价研究、数据收集与分析等多个跨界领域。只有了解、研究、深谙这些技术与方法原理，才能建构科学的人工智能评价体系，在反复实验和纠偏的过程中才容易得心应手。
建构科学、高效、便捷的人工智能评价体系。构建科学、高效、便捷的人工智能评价体系有两种方式：一、基于国内已有的实验评测系统平台，对其进行实验、检验和再建；二、根据人工智能评价的方法原理，重新开发新的评测系统平台。无论何种方式，都需要多学科跨界技术的支撑和深度融合，特别是人工智能技术和母语写作的专业评价之间的互融、共建。母语写作的人工智能评价，可借鉴成熟的外语写作人工智能评价；母语写作有别于外语写作特殊的言语表达，更要求互融、共建的温度与效度。
（二）人工智能评价与教师评价的对照与修正
两种评价对照与修正的路径。首先，在多个地区、多所学校选择多个生源层次不同的实验班级，作为实验研究对象。其次，选取多种任务、多种类型、多种文体的写作，作为参照数据。然后，以教师评价和人工智能评价两种评价方式，分别进行赋分评价和评语评价。接着，对教师评价和人工智能评价进行对照分析。最后，以教师评价为基准，对人工智能评价存在的缺陷与不足进行修正、优化。对照、修正路径如图1。
打开APP，查看更多精彩图片两种评价的多轮对照、修正与完善。上述对照、修正的路径，需多次、反复试验才能提高人工智能评价的准确性与稳定性。多次、反复试验，离不开如下几大要素：一、写作类型、文题与文体的多次转换；二、教师评价主体的多元构成，多次轮换；三、写作主体的多元组成，多样式写作的变换。在写作主体、评价主体、写作内容的多次调配、组合和变换后，两者评价的数据对照才更具可靠和稳定。基于此，修正和完善人工智能评价才更有价值和意义。
（三）人工智能评价与教师评价效度一致性的检验
人工智能评价的效度一致性检验。检验人工智能评价效度的具体方案如下：首先选择三个层次大致相同的教学班级，分别作为实验班级、对照班级1和对照班级2；然后，三个班级共同执行相同的写作任务；实验班级的写作评价由人工智能评价和教师评价共同完成，对照班级1的写作评价由人工智能评价完成，对照班级2的写作评价由教师评价完成；接着将实验班级、对照班1和对照班2的评价结果进行三方对比、分析；三方数据对比、分析后，再对学生和教师进行问卷调查、观察和访谈，了解、探究深层次原因，对人工智能评价进行完善；最后通过写作测验，再次检验人工智能评价效度的稳定性。检验人工智能评价效度一致性如图2。
成熟的人工智能评价系统建设。人工智能评价体系建设路径为：系统开发——实验、对照、修正——多轮检视与完善——效度一致性检验——再实验、修正、完善——成熟模式。在多轮动态、变化的实验、检视中不断修正和完善，以至日臻成熟。这是人工智能评价走向成熟、得以推广的最为重要的环节，否则人工智能评价的准确性和稳定性都将大大降低，人工智能评价也终将是纸上谈兵。
三
融合，人工智能评价和教师评价依赖与共存
（一）人工智能评价给教师评价提供精准反馈
准确、稳定和成熟的人工智能评价，能给教师评价提供海量数据，作出精准诊断，反馈突出问题和典型案例，有利于教师精准化指导，有利于写作教学的精深化推进，还有利于教师评价的精细化开展。
人工智能评价提供海量数据。互联网的便捷与普及，使学生写作愈加拥抱和融入人工智能评价。长而久之，人工智能评价就能为教师提供海量的评价数据。海量数据涵盖了各种类型写作的真实样态、某一文体写作的现存问题、某类问题的症结之处、某个地区的写作状况、某所学校的整体水平、某个学生的大致走向……这些海量数据直观地呈现了写作水平、优点与不足，为及时矫正、精准推进提供了极大便利。
人工智能评价能作出精准诊断。人工智能评价精准诊断主要包括三个层面：一是对地域整体水平的诊断，比如这个地区写议论文可能说理不够有力，那个地区写记叙文描写不够细致；二是对某类主题、文体、任务驱动写作的水平诊断，例如亲情类主题写作、演讲稿的写作、情境任务类写作问题主要集中在哪里；三是对学生个人写作水平的诊断，比如某个学段、某种文体、某种类型的写作，以前和现在比是否有变化。这些诊断，为教师评价的刻意、集中关注提供了便利。
人工智能评价还反馈突出问题和典型案例。人工智能评价反馈学生写作中出现的某类突出的问题，比教师评价更容易及时、准确地找到短板，促使教师针对突出问题集中深研、改进和再评价，以至突破。人工智能评价发现学生写作的共性优点和典型案例，也容易被发现和放大，促进学生整体写作水平的发展。
（二）教师评价能补位人工智能评价的温度关怀
人工智能评价是以教师评价为基准反复实验、检校和优化后的智能标准化的评价。标准化的缺陷是缺少个性化，缺少温度。教师评价便补位了人工智能评价的这一短板。
教师评价的情感融入。人工智能评价的层级赋分和评语生成，有固化的思维与样式；而教师评语则有情感融入，这是人工智能评价所无法相比的。教师针对学生写作的内容，可以有深层次的对话和互动，或触发情思，或交流技法，或引动思考……融入情感的评价，更有温度和价值。归根结底，评价不是目的，而是手段，是为了将学生引向精神追求的高地，是为了激发学生写作的兴味，是为了促进学生写作能力的全面提升。而教师评价，无疑才更符合评价的终极追求。
教师评价的个性化辅导。和教师评价相比，人工智能评价更显得脸谱化、平庸化和平面化。教师评价能针对学生个体写作，进行立体的、多层面的、个性化的交互和指导。人工智能评价根据字词、句、段、篇评价语句、文段的连贯和文意情感的表达状况，而教师评价则能跨越这些平面的、浅表的评价，更加走向深层，更容易和学生个体形成深度交互，有利于学生个体的重审和再修，更易于学生个体的能力成长。
（三）人工智能评价与教师评价的融合发展
互补互鉴。人工智能评价发展到成熟和高阶阶段，将会和教师评价形成互补互鉴的局面。当大批量的作文批改降低了教师评价的效率与质量时，人工智能评价能发挥评价的客观性、稳定性与高效率。当学生个体写作需要精细化、个性化的辅助时，教师评价的温度、深层交互的优势就会派上用场。两种评价互为补充，共生共存。
因需而评。人工智能评价和教师评价，各有所长，各有优势。因不同的评价需要，选择不同的评价方式，是较为可取的做法。比如，大型考场作文批改，适宜采用人工智能评价，避免教师评价的主观性和随意性，发挥人工智能评价的客观性和稳定性，这样更公平。再比如，要解决班级长久以来存在的某一类写作问题时，适合采用教师评价，这样更容易集中发现问题，深究问题，攻克问题。再例如，常规写作训练，为了提高批改效率，及时发现问题，先采用人工智能评价，后采用教师评价，两者结合效率更高。
联动、融合发展。人工智能评价经过反复实验、检视和完善后逐渐走向成熟，但也不是一成不变的。教育改革的不断发展，也倒逼母语写作评价的变革发展。教师评价发展，必然联动人工智能评价的再调整与再适用，以至两种评价的再融合和再发展。到那时，评价就迈上了更高的台阶。
来源：《教学月刊·中学版》（语文教学）2019.11
教育信息化20 视域下的“互联网 + 教育”
中国教育信息化
自2015年《国务院关于积极推进“互联网+”行动的指导意见》颁布以来，“互联网+”已渗入各行各业，深刻影响和重塑着各行业的结构。“互联网+”正在给教育理念和教育体制带来深层次影响。2018年4月，教育部发布了《教育信息化2.0行动计划》，提出了“三全两高一大”的发展目标，将构建“互联网+”条件下的人才培养新模式、发展基于互联网的教育服务新模式、探索信息时代教育治理新模式。“互联网+”将深入推动教育的结构性变革，有利于教育信息化2.0各项目标的实现。
“互联网+教育”与“教育信息化2.0”的关系
（一）“互联网+教育”
不同研究者从不同侧面提出了“互联网+教育”的定义和特征。陈丽认为，“互联网+教育”特指运用云计算、学习分析、物联网、人工智能、网络安全等新技术，跨越学校和班级的界限，面向学习者个体，提供优质、灵活、个性化教育的新型服务模式。余胜泉等认为，“互联网+教育”既可以实现传统教育所关注的规模，又可以实现优质教育所关注的个性化；既能够实现每个人都应该有的公平，又能够实现跟每个人能力相匹配的高质量的服务。
笔者认为，“互联网+教育”是为满足新时代对创新型人才培养需求，把互联网的创新成果与教育事业深度融合，面向学与教主体，重构教育教学体系、教育治理格局和教育服务模式，形成以互联网理论与技术支撑的全新教育形态。
（二）教育信息化2.0
党的十九大提出“办好网络教育”，标志着我国教 育信息化进入了全新的2.0时代。教育部《教育信息化2.0行动计划》指出，在教育信息化2.0时代，教育信息化将作为教育系统性变革的内生变量，支撑引领教育现代化发展，推动教育理念更新、模式变革、体系重构，使我国教育信息化发展水平走在世界前列。
教育信息化2.0行动计划提出，到2022年基本实现“三全两高一大”的目标，即教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校，信息化应用水平和师生信息素养普遍提高，建成“互联网+教育”大平台。
（三）教育信息化2.0视域下的“互联网+教育”
教育信息化是信息技术与教育系统各要素各环 节深度融合、推动教育和谐发展的过程。信息技术的发展经历了数字化、网络化、智能化等阶段，在教育信息化1.0基本解决了数字化问题之后，教育信息化2.0将重点探索网络化、智能化技术与教育教学深度融合的问题。因此，“互联网+教育”和“人工智能+教育”等均是教育信息化2.0的不同表现形态。
教育信息化2.0时代，“互联网+”与教育教学领域的不断融合将深刻影响着教育系统中的各个核心要素，能够有效提升教育系统效率、着力变革教育组织方式，将成为解决教育领域面临的不平衡、不充分问题的重要力量。“互联网+教育”应当重点关注信息技术给教育带来的质变，注重创新引领、生态变革。
“互联网+教育”的“五核”要素模型
黄荣怀认为，“学什么”“怎么学”“在哪学”是进行 教育研究的三个基本问题：“学什么”关注人才培养目标和学习内容，“怎么学”关注教与学的方式，“在哪学”关注学习环境。将这三个问题具体化，以此提出“互联网+教育”的五个核心要素：学习资源、学习方式、师生关系、教学环境和管理模式（如图1所示）。
首先，“学什么”问题主要体现在“学习资源”上。 “互联网+”时代，各种新型信息技术的逐步应用和移动终端设备的日益普及，使得学习资源的内容和形式日趋丰富。随着互联网技术的渗透，学习资源的外在封装形式会更先进、更立体，学习内容将更直观清晰、更人性化，富媒体化、智能化、交互性将成为“互联网+”时代学习资源的特质。
其次，“怎么学”既代表了“互联网+”时代“学习方式”的转变，也代表了在学习过程中“师生关系”的转变：一是学习者的学习方式要适应“互联网化”。大数据、人工智能、虚拟现实环境下的泛在学习、社会性学习、游戏化学习、探究式学习、远程实时协作学习等符合“互联网+”特色的学习方式将会成为学生学习的主要形式；二是教师和学生传统关系的解构，形成新型的师生关系。“数字原住民（DigitalNative）”自主获取知识能力不断增强，教师的“权威感”被削弱，教师不再以教导者俯视学生，而是成为学生的合作伙伴，并 与他们共同进行探究式学习。新型师生关系应该是教师和学生在人格上平等的、在交互活动中民主的、在相处的氛围上和谐的关系。
第三，“在哪学”的问题是“互联网+教育”相比于传统教育最鲜明的特征，即“教学环境”的变革：一是开放性，即在互联网技术支持下的学习环境不受时间、地点和空间的限制；二是分布式和去中心化，即每个学习者都成为一个微小且独立的信息提供者，不再局限于某个主体。“互联网+”带来了一种新的开放学习环境，这种环境支持拓展资源，让学生冲破教科书的限制；支持拓展实践，让学习从课上拓展到课下；支持拓展空间，让有效学习在真实环境和虚拟情境中发生。
最后，教育活动有条不紊地开展必然少不了有效 的教育管理。在互联网技术的支撑下，教育的管理模式也发生了巨大的转变，使得校园设施管理、师生信息管理、教学活动管理和学校事务管理等各个环节的管理信息互联互通，不仅高效便捷，还能够减少人力和财力损耗，实现教育管理和服务的自动化、便捷化、个性化和智能化。
（一） 核心要素之一：学习资源
“互联网+”对学习资源的影响主要体现在资源形态、资源平台和资源配置三个主要方面。
首先，“互联网+”使学习资源形态实现了优化整合。跨行业、跨时空、多类型的学习资源被整合成“在线—离线”、“固定—移动”、“文本—可视”以及“平面—虚拟现实（VR）”等多种形态，可以满足学习者在泛在学习环境下利用碎片化时间进行学习的需要，可以实现优质学习资源的进一步开放共享。
其次，基于互联网思维构建的教育资源平台为学习资源的全方位开放共享提供了技术保障。 移动互联网络、云计算等技术的发展使得学习资源平台的整体架构发生了相应的改变，逐渐形成了PC端、平板端、手机端等多终端一体化的学习资源平台，可以满足不同学习者在任意时间、任意空间学习的需要。
第三，“互联网+”背景下的学习资源配置可以使优质学习资源的价值和作用发挥到最大化。优质学习资源可以跨学校、跨地区流动与共享，缩小因地域、时空和师资力量上差异所导致的教育资源鸿沟，逐步实现任何人在任何地方、任何时间都能接触到同等量的优质教育资源，使教育资源配置达到均衡化和最优化，逐渐促进教育公平。
（二）核心要素之二：学习方式
“互联网+”背景下的学习方式将由知识传授型向互动对话型转变，从集体教学走向个体差异化教学。“互联网+”对学习方式的影响主要体现在技术支持和学习理念两方面。
在技术支持方面，虚拟现实/增强现实（VR/AR）、情境感知等技术能够将真实场景与虚拟场景相结合，实现沉浸式情境学习；大数据和智能分析技术能够实现对学习过程数据的全程收集和评价，促进有效学习的发生；移动互联技术能够将学习行为由课堂内延伸到课堂外，促进正式学习与非正式学习的结合，实现“跨界学习”。
在学习理念方面， 学习者的学习主体地位被强调，学习者可以借助网络在任何时间、任何地点进行学习，实现了学习者的自主学习；教学环境更加开放、智能，支持每一个学习者进行个性化的探究式学习；教学模式更加多元、灵活，由传统的教师主导型向师生对话型转变。
（三）核心要素之三：教学环境
“互联网+”对教学环境的影响主要体现在教学空间和教学平台两方面。
在“互联网+”时代，教学空间将以互联网思维加以改造。基于互联网理念和技术建设的学习空间，可以突破围墙的限制，教师可以来自全世界不同国家、学生可以随时入学、教学设施可以在同行中共享；学校的组织结构和服务模式也随之人性化、智能化。
“互联网+”背景下，各种教学平台充分体现出了灵活性，使教学由线下课堂逐步变为线下线上融合、虚实结合的跨界课堂；教学平台的重点从支撑管理任务转移到支持全面跟踪学习行为、支持个性化导航、支持形成性学习评价、支持线上线下融合的全新网络学习空间；充分地运用人工智能、大数据和学习分析技术，实现对学习者学习过程的自动记录与学习效果的自动测评。
（四）核心要素之四：师生关系
“互联网+教育”将解构学校、教师和学生的传统关系。互联网对于师生关系的影响体现在以下三个方面：
第一，师生掌握知识能力的变化。 在互联网信息技术的支持下，师生掌握知识的能力和途径将发生根本性的变化，学生可以快速有效地获取网络上的信息。学生检索信息的速度可能比教师更快、获取知识的途径可能比教师更多。
第二，师生掌握知识能力的变化导致了师生角色 的变化：教师由“知识的权威、教学的主宰”向“学习的引导者和服务者”转变；学生不再是被动地接受知识，而是向“学习活动的积极参与者”转变，师生关系趋于平等，使得“师生互动、教学相长”成为现实。
第三， 师生角色的变化带动了师生职责的变化。基于互联网的教学，教师的职责主要是引导、帮助学生建立完备的知识体系；学生的职责主要是运用知识分析问题、解决问题。
（五）核心要素之五：管理模式
“互联网+”对教育管理模式的影响主要体现在管理方法和服务模式两个主要方面。
“互联网+”提供了变革教育管理模式与方法的机会：高速网络技术能够支持组织间的大规模社会化协同；云计算技术可以实现教育资源与教育服务的共享性；物联网技术能够感知教育装备和教育环境的实时数据；大数据技术能够提高教育管理、决策与评价的科学性。基于“互联网+”的教育管理将逐步走向“智慧管理”模式。
“互联网+”为以人为本的教育服务模式奠定了基础：利用环境感知技术、移动互联技术、物联网技术、流程编排技术等，联结校园物理空间和虚拟空间，智能识别师生群体的学习、工作情景，打通数据和流程，让数据和信息在职能部门之间流转，为师生提供“一站式”服务。