人工智能与教育丨教育领域人工智能的应用现状、影响与挑战——基于OECD《教育中的可信赖人工智能：前景与挑战》报告的解读与分析
OECD预测，人工智能将引发未来几十年教育领域的巨大变革，包括课堂教学与教育系统，且直接影响到教育政策制定者、教育管理者、教师、学生、家长等利益相关者。同时，人工智能将推动实现可持续发展目标4中的全球教育目标，即“确保包容公平的优质教育，并为所有人提供终身学习机会”。人工智能在教育领域的使用还将实现巨大的社会价值，提升人的创造力，减少经济、社会及性别层面的不平等问题，促进包容性和可持续发展，进而实现全人类福祉。
（二）人工智能在课堂教学中的应用现状
美国新课堂创新合作者（NewClassroomsInnovationPartners）基于人工智能开发了“面向每一个人的教学：数学”（TeachtoOne：Math）模式，可以在大数据的支持下根据每个学生的具体情况制定合适的学习与教学方案。2012年，该模式在芝加哥、纽约及华盛顿特区的8所学校试点实施，主要应用于初中数学。该模式的目标是对学生技能的发展与进步做出持续回应，定期评估学生的技能水平，通过人工智能算法定位内容传递，并为学生指定不同的教学模式。该模式依靠持续的形成性评估得出数据，以确定学生之间的学习差距。学生每天都可以访问电脑仪表盘（computerdashboard），获取个人进度信息、技能发展任务，以及各种教学资源的链接，学生可以按自定的步调进行学习。这个过程中生成的大量数据将反馈给基础信息系统。最新版“面向每一个人的教学：数学”模式能为学生个性化学习路径的每日重新配置和两周教学周期的设计提供信息，还能通过动态的电脑仪表盘为教师提供有关班级和学生表现的实时信息，帮助教师及时支持学生学习。
在中国，好未来教育集团的人工智能实验室开发了多种类型的数字方案，为学生高考备考提供帮助。其中，“适应性测试及学习计划”（adaptivetestandlearningplan）系统最具代表性。该系统从各方面数据中挖掘大量评估性问题，以更好地了解每一位学生当前的知识水平，有助于学生选择合适自身的线下课程。该系统还为学生设计和定制学习计划，将相关材料发送给学生家长，帮助家长了解孩子的备考问题。
2.为特殊需求学生的学习提供支持与帮助
全球各国（尤其是经济落后国家）长期面临如何为所有学生提供更具包容性的受教育机会的问题。包容性教育是可持续发展目标4所倡导的全球目标之一，目的是确保所有人士平等地获得各级各类教育。OECD认为，人工智能可以有效地支持特殊需求学生的学习，包括视听觉障碍或社交技能（语言或交流）障碍的学生，帮助特殊需求学生从教育中受益。
3.其他功能
（三）人工智能在学校管理与教育系统中的应用
人工智能在学校管理与教育系统层面的应用主要是预测模型及评估模型的建构，为教育机构和教育系统提供反馈，服务于教育决策。目的在于提高高质量初等、中等教育的学业完成率，减少学生辍学率，以及改造教育评估工具（如标准化评估工具等）。
1.创建预警系统，有效降低学生辍学率
辍学问题是一个重要的全球教育问题，不同发展水平的国家关注的学生辍学阶段不同。OECD报告称，在低收入国家，2015年高中阶段学生辍学率为60%；2018年小学、初中及高中教育的完成率分别是68%、44%和21%，该数字距离2030年普及教育的目标相差巨大。各国教育工作者及教育政策制定者希望寻求正确的指标来预测学生辍学情况，在此基础上找到正确的干预措施降低学生辍学率。因此，人工智能将成为重要的预测工具。相比其他工具，人工智能预警系统使用纵向数据作为预测基础，可进一步改善学校的辍学预警系统。在人工智能的辅助下，学校管理者能更创新地使用现有学生数据，改进和设计学校的干预措施，更有效地预测并降低学生辍学率。
人工智能预警系统已经在发展水平较高的国家得到广泛使用。以美国为例，许多数字供应商为地区和州的学校提供了人工智能预警系统，实时帮助学校校长和地区领导者应对学生辍学问题。人工智能预警系统的优点之一是能及时地为学校提供反馈。此外，该系统通常采用仪表盘的形式，使面临辍学风险的不同类型学生的情况可视化，并对这部分学生采取适当的干预措施。在发展水平较低、收入较低的国家，辍学问题同样是教育面临的一个严峻问题。例如，印度已经开发了辍学预警系统与对应的干预措施，并开展了有效性评估。
当前，人工智能预警系统虽在学校管理和教育系统中发挥了一定作用，但还未完全成熟。其局限性在于人工智能系统仍可能出现预测误差，即忽略一些需要帮助的学生，没有及时给予帮助。因此，使用人工智能预警系统的前提是必须保证人工智能提供的是可信任的且有使用价值的预测建议。
2.改进技能评估工具，扩展技能评估范围
在经济社会变革的时代中，综合技能的重要性与日俱增，如问题解决技能、协作技能、社交技能、情感技能等。由于大多数国家的教育系统评估方式仍以标准化评估为主要特征，各国教育政策制定者和人才市场倡导改进技能评估工具，在以知识内容与能力为主的评估范围基础上进行新的扩展，将各种综合技能纳入评估范围。
基于游戏的评估（Game-basedAssessment）为教育系统提供了评估综合技能的新工具。基于游戏的评估在形成性评估中具有很大的价值，通常使用人工智能模拟的增强现实、虚拟现实和自适应能力，不仅可以适应个别学生的能力，也可以用于总结性评估。例如，将评估项目合并到游戏环境中，使学生在一个有趣的、沉浸式体验的环境中展示他们的学习成果。该评估工具已被广泛且有效地应用于科学、技术、工程和数学（STEM）教育。
三、数字时代劳动者技能的变革与发展
（一）传统技能面临自动化引发的挑战
人工智能在经济领域得到迅速使用和传播的同时，正规教育系统应进一步培养劳动者的新知识与技能。OECD的一项最新研究预估，未来15~20年内，自动化会导致14％的现有工作消失，32％的工作可能会产生根本性变革。
人工智能在某些方面的能力已经超越人类，如记忆力和计算力。人工智能能够更高效地完成重复性和预测性的任务，以及大量数据处理、输入或分类的任务。但人类在沟通、情感、价值观、创造力等方面仍占据优势。因此，劳动者必须具备人工智能无法实现的技能，才能避免在工作中被机器取代。此外，2019年OECD发布的《OECD技能展望》（OECDSkillsOutlook）报告显示，当前人们对互联网的使用常常局限于获取信息与通信。培养更高阶的认知技能，即在技术含量高的环境中发挥读写能力、计算能力及问题解决能力，互联网的使用方式才能更多样化和综合化。
（二）综合认知技能的重要性增强
在数字时代，综合认知技能变得越来越重要。相对于其他综合技能而言，综合认知技能更难以自动化或被人工智能取代，是实现人类福祉与社会良性运转的重要技能。其中，创造力与批判性思维得到了新时代劳动力市场的需求与重视。由于互联网信息传播速度快，信息数量大，传播范围广，创造力与批判性思维对互联网使用者而言不可或缺。
拥有批判性思维的劳动者在使用互联网检索信息时，能够阅读复杂的数字文本，可以区分互联网信息来源是否可信。创造力能支持劳动者开发与建构新的问题解决方案，包括需要使用人工智能或机器人的方案。除创造力与批判性思维外，沟通、协作技能等社会情感技能也属于重要的综合认知技能。
（三）逐步推进实施综合技能培养
为了应对经济与社会的转型与变革，各国教育系统和教育机构制定了各种技能培养方案，帮助劳动者学习和掌握综合技能，适应人工智能带来的技能转型。
OECD国家的学校课程大都已经正式推进综合技能培养方案的实施，以各级学校学生和高等教育学生为对象，培养与发展学生的创造力、批判性思维及其他创新技能。综合技能的培养也在G20国家中越来越普及，包括中国和印度。但在综合技能培养过程中，各国教育工作者常常不了解综合技能的概念与意义，不清楚如何将综合技能的培养纳入日常教学实践中。为解决该问题，OECD与11个国家的学校网络开展合作，为教育决策者及教育一线工作者提供了针对性的课程和教案，支撑他们推进综合技能的培养方案。同时，OECD还提供了专业发展计划的案例，帮助教育工作者学习有效培养综合技能的成功经验，教育工作者才能够成功地调整教学方法和课程计划，进而有效地帮助学生在学习知识内容的同时，发展创造力和批判性思维等综合技能。
另一项重要的综合技能培养方案是开放充足的、针对性强的高等教育课程。在该方案推进过程中，STEM教育发挥了至关重要的作用，为学生提供了许多具有针对性的综合技能学习课程。同时，许多新课程开放计划与商业界合作后也取得了一定成果。OECD与15个国家的高等教育机构合作，计划未来在高等教育领域创新性地开发与实践综合技能培养课程。
四、人工智能给教育带来的问题与挑战
人工智能在教育领域的快速发展，给教育工作者和教育政策制定者带来了新的问题与挑战，主要源于对人工智能的信任度以及如何塑造人工智能的可信赖应用。
（一）建立公众对人工智能的信任
教育对人们未来就业和生活机会有巨大影响，人工智能在教育中的透明度、可解释性及问责制非常重要。例如，人工智能用于教育决策的制定将直接影响学生的个人利益。为了充分发挥人工智能在教育中的潜力，教育政策制定者、教育工作者及其他利益相关者应建立公众对人工智能的信任。
在其他方面，人工智能引导自主决策或建议（例如，基于人工智能的中小学/大学的自动招生决策）可能会出现两种情况：一是打破学校招生系统先前的偏见，提高公平性；二是引发无法预估的后果，如生源好的学校在人工智能新系统的引导下招生，如若其招生标准与算法缺乏透明度与解释性，学校的受益群体将产生变动。因此，增强对人工智能的信任只能依靠标准和算法的透明度和可解释性。关于如何解决透明度问题，OECD认为扩大人工智能的开放性是一种解决方案。但对于某些人工智能（如深度学习）而言，可解释性仍然是个很难解决的问题。
OECD国家在建立公众对人工智能的信任上有不同的方式和策略。欧盟建构了可信赖人工智能的准则，提出人工智能应该是透明的、可追溯的、可解释的。同时，欧盟认为公众应有权被告知他们正在与人工智能系统进行交互，并且应该将人工智能的优势与局限传达给人工智能的实践者或终端用户。
（二）解决个人数据隐私与安全问题
虽然人工智能对教育与学习带来了积极影响，能帮助学生对数字时代未来的发展做准备，但大多数人工智能的使用者仍是未成年人，且人工智能算法或数据本身存在一定偏差，会引发个人数据的隐私和安全问题。
人工智能引发的隐私及数据安全问题通常源于大规模的个人数据收集与使用。人工智能为了提高其功能的针对性与有效性，以收集与使用个人数据为主要方式，收集和存储数据的过程易产生个人隐私泄露的风险。人工智能引发的隐私与安全问题是双重的。一方面，教育机构会重复使用过去收集和储存的学生数据，但由于数据存储的时长、类型及长期使用的标准没有得到确定，许多学生家长对此存在担忧；另一方面，一些开发者会处于商业目的使用学生的个人数据。
关于如何解决人工智能及其应用带来的个人数据的隐私与安全问题，不同OECD国家和地区有各自的做法。例如，欧盟的《通用数据保护条例》（GeneralDataProtectionRegulation，GDPR）为个人数据的使用设定了相对严格的框架——仅允许特定条件使用数据，包括共享数据与存储数据。GDPR中最重要的原则之一是透明度、数据与存储限制及问责制。美国的《家庭教育权和隐私权法》（FamilyEducationalandPrivacyRightsAct）规定了在教育中使用个人数据的特定框架。
五、结语
人工智能正重塑着世界经济发展的新格局，引发人们经济、生活及工作的深刻变革。全球各国高度关注与重视人工智能的价值与潜力，相继制定了相关政策与规划，如美国的《为人工智能的未来做好准备》《国家人工智能研发战略规划》，英国的“现代工业战略”计划，日本的“人工智能产业化路线图”。我国于2017年发布了《新一代人工智能发展规划》，提出了“三步走”战略，又接着推出了《人工智能标准化白皮书（2018版）》，对人工智能的发展方向与应用展开了政策层面的规划。
教育信息化时代下，人工智能与教育的结合创新是未来教育变革的重要趋势。无论是改进课堂教学和教育系统，还是推动可持续发展目标4的实现，人工智能无疑展现了巨大潜力。随着教育技术行业持续壮大，G20国家也在进行大规模投资，人工智能在教育领域的普及将势不可挡。OECD的报告表明，人工智能在个性化学习、特殊需求学生学习、学生辍学问题的应用及技能评估工具的改进方面发挥了巨大作用。各国对人工智能的应用充分展现了其巨大的价值，有助于我们把握世界教育领域中人工智能的发展趋势，以及落实《G20人工智能原则》是否实现，促进人工智能在教育中的深入应用，推动下一步的研发与改进。由于人工智能在教育领域的应用大都处于新生阶段，尚未完全成熟，其决策准确性、解释性与透明度必然引起了社会的诸多质疑。为应对挑战，各国在人工智能应用的研究、开发、应用与推广过程中，应提高人工智能应用的透明度、可追溯性，增强可解释性，明确记录技术流程与人为决策等信息，建立数据与存储限制及问责制，构建更加可靠、更值得信赖、更安全及健全的人工智能系统。
作者简介：钟悦，上海师范大学国际与比较教育研究院硕士研究生；王洁，上海师范大学国际与比较教育研究院教授
来源：《世界教育信息》2021年第1期返回搜狐，查看更多
人工智能给未来教育带来深刻变革
当前，在云计算、大数据、物联网、互联网、智能识别、知识管理等新技术新理念快速发展和经济社会需求的双重驱动下，信息技术疾步迈入智能化阶段。国内外高科技公司纷纷布局人工智能、国务院出台《新一代人工智能发展规划》等表明，人工智能发展迎来了新纪元。
因此，当教育信息化基础设施尚在普及完善、“互联网+”和教育尚在互相催化融合时，人工智能作为信息技术的更高发展阶段，毫无疑问会深层次推动教育教学改革与创新发展，进而给未来教育带来机遇和挑战。
一方面，人工智能改变了育人目标。正如机器取代简单的重复体力劳动一样，人工智能将取代简单的重复脑力劳动，司机、翻译、客服、快递员、裁判员等都可能成为消失的职业，传统社会就业体系和职业形态也将因此发生深刻变化。适应和应对这种变化与趋势，教育必须回归人性本质，必须褪去工业社会的功利烙印。当人工智能成为人的记忆外存和思维助手时，学生简单地摄取和掌握知识以获取挣钱谋生技能的育人目标将不再重要。教育应更加侧重培养学生的爱心、同理心、批判性思维、创造力、协作力，帮助学生在新的社会就业体系和人生价值坐标系中准确定位自己。教育目标、教育理念的改变将加速推动培养模式、教材内容、教学方法、评价体系、教育治理乃至整个教育体系的改革创新。
另一方面，人工智能改变了校园环境。未来，校园环境信息化将向更高层次的智慧校园迈进，各种智能感知设备和技术无处不在。校长、教师、学生不知不觉已经镶嵌到有形的校园物理空间和无形的虚拟数据空间中。当学生踏进校园就可以完成签到，离开校园自动告知家人，进入教室多媒体设备已经开启，身体不适发出报警求助，上课开小差收到友情提醒，练习测验后生成学情分析报告……这些都表明，校园物理环境、教室教学环境、网络学习环境已经充分融合，实现了从环境的数据化到数据的环境化、从教学的数据化到数据的教学化、从人格的数据化到数据的人格化转变。校园看上去还是那个校园，却充满了人类的温度和智慧。
人工智能也改变了教师角色。有专家指出，“创意工作者”“人际连接者”和“复杂模式的判断者”这三类人是最不可能被人工智能替代的。教师这一职业同时满足这三类人的特点，因为教师必须适应变化的教学政策和教学环境，面向不同性格特点和需求的学生，处理多样化的教育教学问题。所以，人工智能并不能轻易取代教师这个职业。但在未来，人工智能可以改变教师的角色和作用。教师可以从低附加值的简单重复工作中自我解放，从而更加专注于构建和谐稳固的师生关系和促进学生全面长远发展。教师就不再仅仅是知识的传授者，而是满足学生个性化需求的教学服务提供者、设计实施定制化学习方案的成长咨询顾问。
另外，人工智能对学习范式进行了巨大改变。语音识别和语义分析技术可以用在口语测评，图像识别技术用在作文批改和拍照搜题，人工智能可以让每个孩子拥有自己的智慧学伴，只要用手机拍一下、扫一下、说一下、点一下，就会实现答案解析、打分点评，知识点、考点、难点的自动生成和推送。随着认知科学、脑科学和学习科学的快速发展，人机协同增强智能、群体集成智能成为人工智能发展的新方向。人工智能不仅能从知识关联和群体分层方面分析学生知识掌握情况、推送学习建议，更能从大脑思考方式、个体性格特点、所处环境特征等方面，为每个学生提供个性化、定制化的学习内容、方法，激发学生深层次的学习欲望。
人工智能不断演进，去往何处尚未可知，能否为人类所驾驭亦引发伦理担忧，对未来教育发展提供机遇的同时也带来一系列挑战。从近期来看，尤其要避免过度依赖和隐私泄露，这就需要教育避免过度依赖人工智能。人工智能绝非万能，涉及成人育人的教育领域绝不能盲从。对一道题解法的误判也许只影响一时，但对一个人成长的误判则可能影响一生。教师的高阶脑力活动和教学经验，学生的学习能力和逻辑思维习惯，绝非天生具有，往往需要低阶脑力劳动甚至体力劳动的重复训练和积累。过度依赖人工智能可能导致眼高手低、好高骛远，知其然不知其所以然，从而容易导致师生变相成为人工智能的助手和附庸，教师失去应用的教学能力和职业素养，学生失去独立思考的能力和健全的心智性格。
同时，也要避免疏于师生隐私保护。人工智能的技术基础和前提是海量的数据积累和训练挖掘，师生的社会属性数据和教学行为数据体量越大、维度越丰富、时间跨度越长，人工智能所提供的教学服务就越精确、学习建议就越科学、知识内容就越合理，产生的教育质量和效益就越显著，与之相伴的是师生隐私泄露的风险在急剧增加。人工智能可以为未来教育插上腾飞的翅膀，但绝不能以牺牲师生隐私为代价，必须保证师生对所收集数据的知情权、选择权、访问权、所有权和控制权，必须保证数据安全，防止泄露滥用。
未来已来，对于人工智能，教育不仅要在姿态方面迎接未来、在态度层面正视未来、在认知层面读懂未来，更要抓住机遇，直面挑战，在管理决策、教人育人等实践层面积极构建属于自己的美好未来。（作者系北京教育科学研究院教育信息中心副主任 唐亮）
(责编：韩亚召(实习生)、吴亚雄)分享让更多人看到
人工智能教育下的7种新学习方式
本文浅析了人工智能教育下的7种新学习方式——游戏化、社交化、协作型、问题式、自主型、探究型、项目式。
人工智能教育的形态减负、整治监管、素质教育这三座大山把K12教育的线下辅导机构、线上教育压得喘不过气来，逼得不管是线上还是线下的K12教育企业不得不面临变革，而变革的企业无一不顺势而为，遵从素质教育、顺应人工智能教育。
似乎只有打着人工智能教育的旗号，才能避开监管雷区，才能够获得资本青睐。但更多的企业也仅仅是打着旗号，并没有实质性的改变，只是利用人工智能教育的卖点，寻找新的卖课渠道，新的营销方式而已。但不管怎样，现在看来，只要借助人工智能“发力”的教育企业，都能够活得好好的。
时下的人工智能教育是社会的一个热点、甚至是一个风口。那人工智能教育到底是什么呢？
从现在市场来看，人工智能教育主要分为两个赛道：
其一，是人工智能对教育进行赋能主要体现在两个方面：
一方面，人工智能赋能学校基础设施，让学校、课堂网络化、智慧化。诸如：人脸识别的门禁系统、网络协同的双师课堂、以及近期被广泛议论的由旷世出品的监测学生课堂行为状态的人脸识别应用等等。另一方面，人工智能赋能教学练测评，让教学及学习个性化，提升教与学的效率。诸如：松鼠AI的自适应学习系统、英语流利说千人千面的学习体验等等。其二，是对人工智能知识进行教育主要表现在机器人教育、人工智能教育、编程教育等让学生学习人工智能知识，掌握编程能力。
诸如：童心制物推出的富有AIOT元素的电子积木“神经元”、优必选、乐聚的教育机器人、大疆出品的机甲大师RoboMasterS1教育产品等等。
从两个赛道的划分，显而易见人工智能教育有两种不同的教育模式。但，不管是第一个赛道的K12人工智能教育，还是第二个赛道以STEAM教育著称的人工智能教育，他们都围绕着学生与学习。换句话说不管任何形式的人工智能教育都无法脱离学生与学习两者的关系。
也就是说，我们要用好人工智能教育，就得先搞清楚学生与学习的本质问题。而从市场竞争、商业逻辑上来看现在的人工智能教育，每个企业似乎看起来都拥有自己一套完善、成熟的打法。
诸如：K12的人工智能教育以知识图谱、学生画像、学生学习行为数据等个性化的服务来形成差异化乃至竞争壁垒的战略。诸如：STEAM的人工智能教育以丰富的课程体系、优质的师资力量、软硬件产品一体化、竞赛模式等全覆盖的服务来争夺市场份额的商业逻辑。随之，学生与学习的探究也往往被忽略。从短期来看，忽略自认为不起眼的问题好像也没造成什么重大的“事故”发生，甚至人工智能教育愈发火爆，入局者大到互联网巨头、小到线下教育机构都跃跃欲试。
而从长远来看，K12的个性化教育的确能够提高学习效率、体验，甚至有不错的学习效果。现在假设，通过这样的学习方式，最终让每位学生都成为不分高低的学霸，那整个社会、市场就会失衡了。也就是普通中学、职专、大专、二本、甚至一本都不复存在，而将近1.7亿的中小学生，2700万的大学生要就得在那些一流的院校挤一挤了。
从经济学上来讲，一旦供需失衡，整个市场就会产生动荡以至经济下行。同理，教育失衡，人才培养、人才供应就会出现问题。
上述的假设可能比较不切实际，但又有谁能够预料未知的事物呢？
也不妨从比较实际的假设来看，假如个性化的学习或者机器的教学比教师教授来得更有效率，能取得更好的成绩，那这个更私人化的机器或许就会让教师“失宠”，那对学生有人生意义的启发和引导的任务，教师还能够继续吗？
同样，从长远来看STEAM的人工智能教育，STEAM教育的风口必将催生越来越多不同形态各式各样的入局者。现在假设，每位学生都有机会接触很多不同类型的产品，那人工智能知识会不会像现在移动互联网的信息一样，碎片化、内容参差不齐。而，对于辨别力还不是很敏捷的中小学生来说，人工智能的哪些知识是值得学习的、哪些是没必要深入的，我想他们可能分辨不出。
所以，人工智能教育的本质还是教育，教育就必须得围绕学生与学习。不管是AI时代的AI教育也好，或者是未来时代的未来式教育也罢，学生与学习之间的关系都是永恒的，是学生就一定得学习，要学习就要把自己当做学生。由此，本文将从7种新的学习方式，来聊聊新的学习方式对学生学习有何影响。
新学习方式何为新的学习方式，顾名思义就是跟传统学习方式有差异的地方，而传统的学习方式就是我们耳熟能详的以应试为主的先教后学再考、题海战术、千人一面的PPT的教学方案、唯分数唯成绩论的学习。
反观，一直以来推行的素质教育，以先学后教再测的翻转课堂、慕课，以千人千面的个性化学习，以资源共享、网络协同的双师课堂教学模式为代表的所谓新型的学习方式。
除了应对应试教育的个性化学习方式之外，当下的素质教育、人工智能教育还需哪些学习方式才能够在教学模式、教育理念上进行变革呢？
或许，还有这几个学习方式需要我们关注，游戏化、社交化、协作型、问题式、自主型、探究型、项目式等7个。
其中，可根据学生与学习的关系，将上述学习方式划分成学习心理、群体心理、教学心理这三类，依次对应：游戏化、自主型；社交化、协作型；项目式、探究型、问题式。
1.游戏化对于学生来说，要是学习像游戏一样好玩、轻松，像游戏机制一样有极大的吸引力，那可想而知，他们就会把升级打怪的精力全部都放在学习上，游戏玩法战略就都运用到学习方法上了。
当然，令人向往着迷的游戏也不仅仅有这几点魅力，就像前一篇写到文章《市场分析：爆款玩具难再现》，游戏之所以能够比玩具更有吸引力是因为它拥有4大法宝。
对此，游戏化的学习体验，相信能够引起学生的关注、兴趣、向往。诸如：现在的少儿英语、少儿编程、早教等产品很多都利用游戏化的元素，结合游戏通关的机制来触达用户。
2.自主型自主型，显然是让学生有权利选择自己感兴趣的事物进行学习，而在应试教育体制下，学生的选择余地并不大，他们除了为考试而学习外，做其他事情似乎得不到父母支持，甚至被受限。
正如前阶段热播剧《小欢喜》，就把应试教育与家庭教育体现得淋漓尽致一样，除了高考其他的兴趣、爱好都不受待见。
剧中，乔英子可谓是学霸，但她没有自主选择兴趣、专业的权利，完全受限于她母亲宋倩。她母亲不让她玩乐高、不让其填报南京大学，以致最后乔英子没抵挡住父母、学习的压力而得了郁抑症。这部剧就是在描绘当前教育与家庭的现状，推荐你看。
反观，要是学生有自主选择的权利，他们就会对自己所做的选择负责任，就会因为责任而自主学习、努力以抵达目标。就像乔英子的梦想是研究宇宙、邀游太空，虽然兴趣、选择多次受阻，但她依旧朝着梦想奋进，因为她会对梦想负责任。
从中，我们也可以发现，对于学生们来说，兴趣驱动的事物往往会有更大的精神支撑，会有更持久的战斗力，会更自主。显然，现在的STEAM教育就是为兴趣而生，但似乎缺了什么？这个疑惑暂时保密。
3.社交化社交是我们人类赖以生存的刚需，也是作为群居动物的生存法则。所谓，物以类聚人以群分，是有数据依据的，据调查研究发现，学习成绩好的学生周边的同学成绩也不赖。（排除特殊情况，综合考虑）
当然，这并不是教唆学生都跟所谓成绩好的同学相处或排斥其他学生。我想说明的是，为什么会有此种现象？
其实这种现象也并不是什么巫术，你想，当一位成绩中上的学生与几位成绩优异的学生聚集在一起后，他们会干嘛？
我想，他们会讨论学习或者与学习相关的事情，为什么。因为学习相关的事，是成绩优异学生们擅长的东西，他们当然渴望在群体中获得认可、成就感，所以成绩优异的学生之间会因为某个问题的最优解而争论、而这过程的批评性思维就是社交后的收获。你想，自己跟自己能争论出什么东西来。
当然，成绩中上的学生可在寻求最优解的探究中学习，向成绩优异的同学学习，久而久之，他们就会被学习氛围所带动，感染。而其实这类群体的学生也并不是炮灰，他们也可以从自己擅长的领域切入，来获得存在感、参与感。另外，由于强者不认输的志气，所以成绩优异的学生是不是可以从中学到自己并不擅长的领域的知识。
反观，要是不进行社交，他们之间就无法相互学习，无法感受到群体带给他们强烈的成就感。当然，现实生活中的社交好处更是不言而喻。
同样在上一篇文章提到，现在的智能玩具-编程教育产品有一个软肋就是无法做到网络协同，在线化社交，这也让其产品失去群体的优越。
4.协作型一个人走得快，但走不远，这就是团队的力量。脱离团队的协作、合作，我们难以完成一件需多方资源介入的事情。
那学习上要是进行协作，会有什么预想不到的事情发生呢？
可以这么假设，假如在一次时间紧张且干货多的讲授课中，仅凭一个人的记录，可能是会遗漏些。但，要是事先约定好，进行默契的配合，或许可将整堂课重要的内容一字不落的记录下来。
反观，STEAM的人工智能教育，在实验作品的输出，比赛作品的制作过程中，更是不能忽略团队的协作的作用。是可以脱离团队独立完成，但毕竟一个人的智慧是有限的，没有了头脑风暴、集思广益，或许作品的创意不够或者创新性不强，甚至完成度达不到预期。
但，从这些场景也仅仅能看到协作的表面。现，仔细想想，也许我们可以发现协作背后也许面临着竞争、磨合、伙伴、角色这个飞轮。
团队的形成或许正是这一流程，想想学生们参加的竞赛为什么大多是团队式的，从政府顶层设计的目当然是促进学生之间协作的教育目的，但要是从学生的角度来看，其实是因为比赛是竞争式的，所以需要站队，结伴而行。这也就是为什么学生们要寻求参赛团队的根本原因。
显然，团队存在的目的不单纯是为了在气势压倒一切，竞争意识是触发形成团队的因子。而团队的真正建立，是要经历一场甚至多场赛事的磨合，才逐渐清楚哪些人适合这个团队，团队中的每个人依依适合什么角色，扮演什么角色才能够发挥他们各自的竞争力。
只有如此反复的运转，大浪淘沙后才能找到志同道合的人，才能够拥有竞争力的Team。反观，现在的学生参赛团队，要么共同经历过一次或多次比赛就散了，要么在学业结束后不得不终结，散场。
我想，STEAM的人工智能教育，应该试着打破这种情况，做到让学生在教育过程中组建一支强有力的团队，走出校园、走向社会、走向岗位甚至走向世界、未来。
最后，我们聊聊现行的STEAM人工智能教育在新的学习方式的协同下，能否助力素质教育的发展。
5.项目式在编程教育流行的时下，或许你对项目式学习（PBL）并不陌生，为什么该学习方式会如此盛行呢？
我想，一来是跟编程教育的形式有关，编程教育需以项目为依托，以实际的物品、问题，以虚拟作品创作为载体，从而通过输出来检验或测试编程教育的学习情况。
二来是跟项目式的流程有关，时下对素质教育的呼吁，无非是为了训练、培养学生的综合素养、综合能力。而项目式的教学或学习过程正符合综合能力的训练。
从创意/新想法的产生足以判断该学生具备独立思考的特性，而产生的创意一旦被进一步分析，开始分析创意的可行性、新颖度并对创意进行发散的构思，这足以展现该学生的知识储备及活跃的思维。
直至进行到方案和问题的拆解阶段，这对学生的创新及解决问题的能力具有极大的考验，也是形成经验的阶层。
而行动、实施更是显而易见，这是对一位学生行动力、驱动力以及动手能力的考察。最后的评估及优化，其实是反映一位学生的追求程度、看待问题的态度，乃至分析问题的能力。
反观，实际的STEAM教育，往往忽略该教学过程的。
6.探究型探究，顾名思义是对一件事进行追溯，以联想、发现更多相似的知识。不知道你们当时是否偏科以致对某门课程无比热爱，而我就是一个数学狂。当时，我学习数学的态度可以用探究来形容，因为我时常会因一道题没解出来，而花很多时间去研究它，以至解出并从中发现一些规律或者说最优解。
而研究，其实是在不断推翻自己的假设，验证提出的假设，以及对假设做出的结论进行质疑的过程。这一持续的过程，是不断刷新自己的解题思路，更是不断训练自己批判性思维。
反观，STEAM教育的作品输出也好或者人工智能理论知识学习也罢，其实更多的是缺少质疑的环节。
诸如：学生们利用电子积木搭建一个避障小车的物联网应用时，他们会提出自己需要的假设，比如设想，红外检测传感器的检测距离设定多远，检测到障碍物时右转还是左转。
在看似没问题的假设后，开始进行试验，此时他们已在小车前方安置了传感器，并设定好“检测到障碍物时-执行右转的程序”，在正常的条件下进行验证，实际往往会按照预期执行。
由此，他们会终止此项应用的探究。但，这过程其实更有意思的是提出质疑，比如：要是左右两侧、后方，都有其他的小车来撞击自己时，该如何是好，是否考虑全方位安装传感器。比如，障碍物是否太小以致检测不到，障碍物是否透明以致传感器无法进行判断等等，围绕应用进一步探究的问题。
而上述的质疑，其实就是不断提出问题、发现本质问题的过程，这也就是最后一个学习方式。
7.问题式如果上述的避障小车应用到实际的自动驾驶汽车上，后果相当严重。可能我们不应该将学生的作品与实际产品对应起来，但想想，如果人工智能的教育是脱离实际场景或实际应用，那人工智能教育的意义是否缺失了？学生们认识到的人工智能仅仅是一个雏形，甚至是一个产品、应用的模型。
那有朝一日，他们实际开发时，会不会按照之前的思维进行设计，设计出缺失可用性、缺失安全性、缺失价值性的产品来。
所以，在实际的教学中，实际的创作过程中，我们应该教授他们将人工智能的知识深入到实际场景中，在实际的环境中发现应用最关键的问题，发现产品最本质的问题。也就是应对每一个项目、每一份作品、每一个应用时，需围绕应用最核心的部分，多多质疑，多多提出问题，多问为什么，以使来反复校正自己的对应用的认知。
正如前面提到，当AI产品越来越多样，越来越杂乱时，学生怎么辨别出哪些东西该学，哪些不该学。我想，此刻的答案应该是，学那些离我们实际场景最近，对实际应用最契合的知识。
反观，现在编程教育、人工智能教育，它们离掌握实际的人工智能技术、应用到底有多远呢？希望引发你的质疑。
作者：林溪成；微信公众号：预见产品，关注STEAM教育、K12教育、AI
本文由@预见产品原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
人工智能时代学校教育的现状及发展趋势
（二）积极开展教师人工智能教育培训
教师作为学生培养者、人工智能教育实践者，提升自身人工智能素养是实现教育现代化的重要保障。针对当前教师对人工智能教育认识分化，人工智能教育利用不合理情况，学校与教育主管部门应定期对教师进行相关教育培训。第一，深入调查研究了解当前教师关于人工智能教育认识程度、使用熟练度、存在具体问题及相关建议，由此制定具有针对性的培训内容。第二，针对调查结果结合不同地区实际教育发展需要，制定人工智能专项教育培训计划，达到教师正确认识并熟练运用目的。第三，邀请人工智能专家、教育专家、资深教师进行培训课程研发。使培训课程贴近生活、贴近课堂、贴近学生，做到为教育服务。第四，为保证培训效果，将人工智能教学技能作为教师综合考核标准之一，督促、激励教师向数字化教师转型，带动教育事业走向现代化。
（三）合理为学生制定个性化学习方案
人工智能教育使教师对学生学习过程具有深入了解，可以针对不同层次学生制定个性化学习方案。传统课堂教师无法兼顾学生学习差异，授课内容只能以班级大多数学生水平为参照，导致优等生得不到突破，后进生理解困难，难以真正达到因材施教。在人工智能教育帮助下，通过自适应学习程序、游戏和软件等系统响应学生的需求，全过程搜集学生的学习数据，通过分析数据，最后向学生推荐个性化的学习方案。课前，教师通过数据反馈结合学生学习需要制定本节课教学计划。课中，依据学生课堂表现，教师可以有针对性的对学生薄弱环节，进行深入讲解加深学生印象。课后，分层次布置作业，在确保夯实基础知识前提下，适当拔高作业难度，既能巩固知识，又能减少学生学习挫败感调动学习积极性。人工智能教育把传统课堂的优势与数字化教学的便利相结合，实现线上教育与线下教育的混合式教学，达到个性化教学目的。
（四）考核体系实现素质评价精准化
当前以知识为核心的考试制度，虽然提高了升学率，但是制约了教育创新发展，不利于学生综合素质提升。随着人工智能数据采集方式的不断完善，充分利用大数据智能分析对学生的学习过程、学习行为、学习水平等进行分析，基于学生的个性特点精准建立学习者的动机、能力、爱好、水平、体能、心智水平等要素构成的学习方案，具备大数据智能过程性评价的新制度将从根本上优化当前的以知识为核心的考试制度，以学习者动态发展学业水平为基础的适应性双向匹配与选择制度将被建立，从而实现素质评价精准化，提升学生学习的积极性与主动性。
三、人工智能对未来教育影响
（一）促进学生深度学习
理想的学习效果是让学生认识到学习意义，从而全身心投入到未知领域的学习中，达到深度学习目的，人工智能教育利用技术优势实现学生深度学习。首先，真实地学。真实是深度学习发生的基础，在课堂中减少虚假学习行为，聚焦学生内心世界，了解学生学习困境，进行针对性教学，从而促进学生深度学习。其次，充分使用工具。人工智能为教育提供丰富多样的学习工具，学生结合自身学习特点，合理选择学习工具，提高学习效率促进深度学习。最后，整体地学。关于深度学习，我们应走出碎片化学习误区，利用人工智能辅助学习工具，把知识与生活相联系与学生学习过程体验相结合形成整体教学。人工智能时代深度学习不仅是大脑参与的思维层面的学习，更是人机协同的系统化学习。
（二）促进学生跨学科学习
单科学习让学生有完整系统的学科知识，但其局限性无法满足新时代对学生综合能力提出的要求，新时代跨学科学习是未来创造者的必修课。这种学习方式打破不同学科、领域之间的知识隔阂，在帮助学生解决复杂问题的同时拓宽认识边界，培育学生的发散思维和创新能力。人工智能时代跨学科学习，不再局限于学校学科之间的跨越学习，而是提倡学生学习社会各个学科领域的重要知识，并用此指导实践。进行跨学科学习应使用交流合作的学习方式，在学习过程中取长补短，融百家之所长，实现知识的流动、转换和创新，在理性的学术争论中，帮助学生完善知识，提升学生创新水平。
（三）促进学生思维方式转变
人工智能教育颠覆了不同个体的学习过程和学习方式，促进学生思维方式转变。在应试教育背景下，学生常用死记硬背的学习方式，不考虑知识的来源、用处与其他知识的关联，缺乏在实际生活中运用。针对这一问题，人工智能用庞大数据库和丰富实践案例，来引导学生思维方式从零维上升到一维。线性思维强调不同事物之间彼此关联和相互连接，利于学生用所学知识连接现实解决困境。建立不同知识点的因果联系，有助于提高学生创造力、展现个性。人工智能作为人类学习辅助工具，极大地优化了学生的思维方式，加速素质教育实现。
四、结语
人工智能技术发展使学校教育得到优化，为人类社会发展带来动力和创新契机，我们应从理性的角度出发，合理利用技术推动教育进步，提升教育质量，真正发挥教育立德树人作用。在进行教育体系建设时，始终坚持教育的初心和使命，坚持科学精神、创新精神、实践精神，发展具有中国特色的新时代智能教育。
参考文献：
［1］梁迎丽，刘陈．人工智能教育应用的现状分析、典型特征与发展趋势［J］．中国电化教育，201（8 03）：24-30．
［2］吴晓如，王政．人工智能教育应用的发展趋势与实践案例［J］．现代教育技，201（8 02）：5-11．
［3］余胜泉．人工智能教师的未来角色［J］．开放教育研究，201（8 01）：16-28．
［4］张剑平，张家华．我国人工智能课程实施的问题与对策［J］．中国电化教育，200（8 10）：95-98．
人工智能时代需培养学生怎样能力
“未来人工智能环境下的课堂，可能是‘双师型’的课堂，人机交互、人机结合将成为主要形态。一堂课可能由一名教师和一个机器人共同来上，布置和批改作业、知识点训练、监督学习、学习情况的分析等工作可能由机器人来完成。”在日前召开的第四次全国数据驱动教育改进专题研讨会上，北京师范大学中国教育创新研究院院长刘坚这样描述人工智能时代的课堂。
人工智能不能代替学习
面对席卷而来、被称为人类“第二次零点革命”的人工智能浪潮，互联网时代的教育界，也不那么淡定了。“因为人工智能不是信息化的延续，技术对教育的影响，正在由‘革新’发展为‘革命’。”中关村学院学术委员会原负责人吕文清说，“高级阶段的人工智能具有类人脑的学习力和思考力，将来还能进化到自适应学习，在这个意义上，人工智能拓展了人的思维。人工智能改变的，不仅是教育的边界和方式，整个教育样态也将面临重塑。”
不过，科大讯飞教育研究院院长孙曙辉认为，人工智能不能代替人的思维，不能代替学习，技术也改变不了教育的本质。因此，在当前热炒人工智能概念的大背景下，一定要认清技术与教育的关系，搞清楚哪些是教育本身的问题，哪些是技术可以解决的问题。
高阶认知能力的重要性将更加凸显
在人工智能时代，学生应该具备怎样的能力，才能适应社会需求，在竞争中立于不败之地？
教育部副部长杜占元在去年12月召开的2017未来教育大会上提出，在机器能够思考的时代，教育应着重培养学生的5种能力，即自主学习能力、提出问题的能力、人际交往的能力、创新思维的能力及筹划未来的能力。
教育部科技发展中心原主任李志民说，今天我们说知识就是力量，讲的是如何学习、记忆和掌握更多的知识，讲究知识的系统性，而在人工智能时代，知识是开放的，随时随地可查找、可检索，因此，记忆知识以及知识的系统性不再像今天这样重要了，学生更需要学习如何从已有的知识中挖掘出新应用、新知识，通过已有知识学习新知识，与之对应的知识结构或学习过程就是思维的训练。
“低阶认知技能的重要性会下降，如记忆、复述、再现等初级信息加工任务将更多地被机器代替，而高阶认知能力的重要性会更加凸显，如识别问题、逻辑推理、意义建构、精致思考、自我指导能力等。”吕文清认为，人工智能时代应重点培养学生的终身学习素养、计算思维素养、设计思维素养和交互思维素养，培养学生5种能力——高阶认知能力、创新能力、联结能力、意义建构能力和元认知能力。终身学习素养，主要基于人工智能时代需要更强大和持续的学习力，强调学会学习和建构不断演进的知识框架；计算思维素养，主要基于学习和理解人工智能，强化思考的逻辑和精致。现在很火的编程课程，主要是培养计算思维；设计思维素养，主要基于人工智能时代学生执行困难任务，需要关注项目设计、任务设计和路径设计等高层次管理，重点引导学生学会选择、学会决策、学会判断；交互思维素养，主要基于人工智能时代学生交往方式的变化，需要高级信息素养、媒体素养、沟通交流和技术伦理，重点引导学生学会开源共享、参与协商、组建社区等，理解复杂的相互关系。高阶认知能力，强调独立思考、逻辑推理、信息加工等；创新能力，强调好奇心、想象力和创新思维、创新人格等；联结能力，强调学会统筹、组织资源、建立联系，特别是包括人工智能在内的多个空间的联结；意义建构能力，强调社会情感、责任意识和高感性、高概念等要素；元认知能力，强调学习自我认知、自我监控和自我指导。
“我认为，没有什么能力是贴有人工智能时代专属标签的。随着时代的发展，人类已有的知识和经验变得不重要，而培养学生的综合素质、高阶思维、创新能力等，这些要求无论在哪个时代都是需要的、共通的、不会过时的。”孙曙辉说。
未来的学习将更加个性化
未来的学习，在哪儿学、跟谁学、怎么学？原有的概念可能都会被颠覆。教育又该如何作出调整，以适应新的时代要求？吕文清认为，人工智能时代对学生的学习目标、学习内容、能力层级甚至心智模式，都提出了新的需求。在教学上，人工智能时代要以“思维教学”为主线，既强调基于认知能力的信息加工、分析综合、逻辑推理等高阶思维的培养，还要增加和突出计算思维、设计思维和交互思维的培养。具体落点上，要强调概念性知识、方法性知识和价值性知识的教学，要注重教原理、教统筹、教大观点、教元认知等不可替代的知识，也就是高阶认知和高阶学习。
人工智能对于当前的教育，不只是颠覆和冲击，也会带来促进和改良。李志民说，人工智能时代的教育管理，无论是宏观层面还是微观层面，都更容易做到精细化，对教师的评价会更加全面而科学；可以根据每个学生的智力程度和思维习惯以及学习方式进行教学，实现真正的个性化学习和因材施教。
据了解，目前许多中小学已开设编程、3D打印技术等与人工智能相关的课程，学生学习兴趣特别浓厚。一些学校还以社团和选修课的形式推进机器人、智能汽车、计算机编程等课程的开设与完善，提升学生信息化素养，促进学科知识融合。
人工智能时代，学生获得知识及能力、素养的提升途径无疑会更多元，其中互联网发挥的作用会更大。而人工智能的应用，会让教师从机械重复的工作中解放出来，去做更有价值的工作。孙曙辉认为，在中小学开设编程等人工智能相关课程，有助于训练学生的思维方式，但主要意义在于普及相关科学知识，并不能帮助学生“赢在起跑线”。目前，很多所谓人工智能的应用，包括一些针对职业人群的人工智能培训，都是炒作概念的“伪人工智能”，人工智能在短期内尚难发展到较为高级的阶段。当前市场上已经出现针对中小学生的打着“人工智能”旗号的相关培训班，家长完全没必要怕“掉队”，在现阶段，保持清醒的头脑，不盲目跟风至关重要。（本报记者汪瑞林）
人工智能教育如何进校园
不久前，苏州工业园区举行了第七届“吴文俊人工智能科学技术奖”颁奖盛典，当记者问主办方代表“当前人工智能冲击最大的是哪个行业”时，中国工程院院士、中国人工智能学会理事长李德毅毫不犹豫地说，是教育！
2017年7月8日，国务院出台《新一代人工智能发展规划》指出，推动人工智能在教学、管理、资源建设等全流程应用；构建包含智能学习、交互式学习的新型教育体系。由此，在这个新时代，人工智能进学校上升为国家战略。
人工智能正快速进入教育领域
回顾我国人工智能进学校的历程，不难发现，人工智能进学校重要载体应该是智能机器人的编程教育。2001年中国科学技术协会在广州南沙科技馆举办了第一届全国青少年机器人竞赛；2004年教育部和中央电化教育馆也把“电脑机器人”作为竞赛项目列入全国中小学电脑作品制作活动中；2003年起，教育部确定在部分省市试行将机器人教育作为高中选修课，如“通用技术”选修模块的简易机器人制作和“信息技术”选修模块的人工智能初步供学生学习。
但是，在2014年以前，大部分学校只是以课外活动、兴趣小组、培训班等形式开展活动，与全面普及机器人教育还有很大的距离。2015年，我国中小学迎来了“创客元年”，很多学校设立了创客空间，基于智能机器人开展创客教育和STEAM教育。随着2015—2017年世界机器人大会在北京的举办，我国迎来了机器人的春天。
教育部高中信息技术课程标准修订组联席组长、北京师范大学教授黄荣怀指出，关于中小学开设人工智能课程的问题，自从《新一代人工智能发展规划》发布以后，已在《高中信息技术课程标准》的必修模块中增加了人工智能基础知识的内容，并修订了人工智能初步模块。他提出两点建议：一是在中小学，特别是义务教育阶段的机器人教育、创客教育、综合实践及相关比赛中与高中阶段进行调整和对接；二是整合企业和其他社会资源对中小学人工智能教师开展针对性培训。
“人工智能正快速进入教育领域，既是教育改革新工具，也是课程教学新内容。”教育部教育信息化专家组秘书长、华东师范大学教授任友群认为，人工智能对部分现有工种的取代和对新职位的创造将带来人才培养类型、培养内容以及供需等方面的巨大变化，并对深化教育体制改革产生深远影响。
任友群认为，应把人工智能列入必修内容，目标是素养培育，抓手是编程实践。这里要注意几点，一是要从人工智能基础知识教学入手，了解前沿领域发展情况，进行人工智能启蒙教育；二是要让每个学生学会与智能工具打交道，体验日常生活中的人工智能产品；三是要分学段实施不同层次的编程教学，学习用编程解决实际问题，培养计算思维、创新思维等信息时代的基本素养。
人工智能教育要重视伦理价值
中国基础教育质量监测协同创新中心网络平台部主任张生认为，人工智能教育要重视伦理价值取向的设计。人们对人工智能发展的热切关注，很大程度上基于对人类自身的关注。人类是否会被机器人取代？人类会不会成为人工智能的奴隶？其实质是人脑智能与人工智能，或者说人与机器人如何和谐共处的问题。教育不仅承载着改变思维方式的任务，还承载着塑造世界观、价值观的重大任务。人工智能伦理问题应在课程设计与实施中得到充分重视。诸如“自动驾驶车辆在马上要发生事故时，是优先保护路人还是乘客”“如何增加人工智能给人类带来的幸福，同时减少忧虑”此类的问题，将使学生在学科相关的真实问题情境中发展批判性思维，并学会从科学主义和人本主义结合的角度思考和解决问题。
中国教育科学研究院齐媛博士认为，人工智能课程应以儿童计算思维的发展为核心。近年来，“计算思维”已成为教育中的热点词汇，更有组织倡导计算思维是与读写算并列的第四种基本技能。编程语言是计算思维的物质外壳，是理解科技世界的一把钥匙，其实质是一种思考和理解方式。只有掌握这种语言才能与人工智能这种工具更好地沟通。随着技术的发展，编程语言的可接受年龄不断降低，这为人工智能进校园奠定了很好的基础。
记者这几年持续关注广州市教育信息中心“智创空间”创始人王同聚。作为我国最早一批从事智能机器人教育的教师，王同聚是我国人工智能进学校的亲历者。他说：“基于智能机器人开展创客教育和STEAM教育，在各自学校利用信息技术课和校本选修课等形式在学校开设智能机器人编程课程、组建课余活动兴趣小组，在部分年级开展基于智能机器人编程的人工智能普及课程，让人工智能课程进入了中小学生课堂，这是一条值得尝试、能改变传统教育模式的创新之路。”
人工智能对未来学校、教师和学生影响巨大
人工智能是对人的意识、思维的信息过程的模拟。基于人工智能的虚拟现实技术应用，可以让学生沉浸在历史和虚构的世界中，或者探索现实世界中难以融入的环境和科学对象。数字智慧阅读设备也会变得更加智能，将通过人工智能系统提供自动连接到补充信息库以及安置了不同语言的自动翻译系统，帮助学习新知识。
近年来，随着人工智能的崛起，越来越多的高校开设了人工智能专业，培养从事智能科学研究人才。人工智能涉及多个学科交叉领域，除带动本专业的发展外，还影响相关专业的快速发展，如脑科学研究、大数据技术、物联网、虚拟现实技术应用等。未来人工智能的发展不但会取代或变革现有的工作，还会创造很多新型的工作。因此，学校教育必须紧跟时代发展步伐，不断调整学科专业方向与人才培养目标，才能为社会培养更多的创新型人才。
也许到那个人工智能与传统教育的优势紧密结合之时，就是我们新时代教育创新发展“花开满枝”之日。（本报记者黄蔚）