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．
人工智能教育促进教学升级
原标题：人工智能教育促进教学升级近日，中办、国办印发了《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》（以下简称《意见》），对“双减”工作作出了重要决策部署，并通知要求各地区各部门结合实际认真贯彻落实。
“要下大力气做强做优校内教育，健全学校教育质量服务体系，切实做到教师应教尽教、学生学足学好。”8月30日，教育部新闻发布会上，教育部基础教育司司长吕玉刚强调。
青少年心智开发、身体素质、生活技能等全面健康成长，义务教育阶段的校园生活非常关键。为促进科技创新与教育有机结合，扩大中小学实施科技教育的覆盖面，临平区各级教育单位、学校和社会实践基地中心坚决扛起“双减”工作的主体责任，以《意见》为政策抓手，努力打造“学在临平”美好教育品牌，提高人民群众教育满意度，持续推进“双减”政策在临平区落实落地。通过推动智能教学、课堂变革、人才培养、仿真实训，从理论到实践，从实践到应用，旨在弘扬新时代北斗精神，在广大中小学生中倡导和树立“科技强国、未来有我”的远大抱负，激发少年儿童投身建设科技强国的求知热情，同时为践行《意见》核心主旨树立榜样。
杭州临平区人工智能教育基地作为前沿科技教学的社会重要组成部分，基地依托“标准校实验室＋中心校实验室＋基地实验室”三级体系，以杭州市临平区人工智能教育皇国山基地为核心载体，辐射2大中心校，助推46所中小学普及人工智能教育。作为浙江省内率先实施中小学阶段“AI人工智能教育”进课堂的项目，临平区人工智能教育基地旨在推动人工智能和教育深度融合，促进教育变革创新，提升学生科学素养，通过游戏化、项目式教学模式，借助积木式编程工具，对模块、对象、控制、执行等概念予以直观体验，让孩子们感受编程思维，培养学习兴趣，赋能未来教育。着力打造智能教育与理论学习相结合，积极助推“双减”实施落地，让学生享受均衡优质的教育。
《意见》的目的是为了有效减轻学生的学业负担，同时要做到优化校内教育配置，保障学校课后服务条件。科学施教，科技助教，把科技赋能教育数字化转型。在临平区教育局领导下，临平人工智能教育基地在为学校提供高品质的课后服务方面，做出了极具前瞻性、创新性的探索和实践，为区内学校提供普惠、专业、系统的高品质课后服务解决方案。
为满足学生对高质量学习资源的需求，基地为学校的课后服务提供了创意编程、创意智造、航空航天探索、数字艺术设计、机器人仿真等科创方面的免费教学辅助服务。同时提供周末托管服务，基地在开展每周末的社团课教学的同时，基于学生兴趣和特长，为学生制定长期提升方案，持续挖掘学生在科创方面的潜能。此外，利用学生寒暑假的时间，展开冬夏令营活动，提供寒暑期托管服务，多方面拓展课后服务渠道，为学生提供了展示、竞技和交流的平台，拓展学生的技能水平。
截止发稿，临平区人工智能教育基地已为全区46所学校逾22000名学生提供了丰富精彩的PBL访学课程；共为67个班级的夏令营学生提供了2600节PBL专题课程。基地举办的“社团纳新免费线上直播课”活动线上累计观看人次超过2万次，观看人数达2500余人。
充沛的资源为区内学校提供高质量课后服务方面，做到既能“引进来”，又能“走出去”。
基地致力于为临平区内学生们提供菜单式丰富的课程和兴趣选择，满足学生个性化需求。基地围绕着生命科学、人文社会、智慧生活、宇宙探索和地球公民五大科创主题，衍生出34门人工智能PBL课程，深刻而全面地向同学们展示了人工智能技术与日常生活之间的奇妙联结，让学生在做项目的过程中学习科创知识技能，并使学生能在学习过程中关注课程主题背后的宏观视野。除此之外，基地积极研发临平特色课程、红色教育课程，如与数字艺术知识学习相结合的《城市记忆》、与无人机知识结合的《回忆长征》，场景化学习方式让学生们在学习AI知识、体验科技魅力的同时，还能回顾临平区历史文化，铭记革命先烈光荣事迹，从而培养他们爱党爱国精神，在实际行动中传承红色基因。
一方面，作为省内首家集互动体验、拓展提升、赛事活动、展示交流为一体的教育示范点，基地可免费为区内学生们的课后活动提供优质的活动场所。
另一方面，优质的人工智能领域教师团队，可以多角度、全方位为区内学校人工智能课后服务的开展提供师资力量支持。基地派出的人工智能咨询师每学期都会入校为学校老师们培训，每学期为区内学校培训超200次，培训内容包括以下三方面：一是通识课程教学培训，咨询师一对一帮助学校老师顺利开展人工智能普及课程；二是社团活动指导，培训或帮助学校老师组建社团，开展社团活动，指导校外竞赛等；三是竞赛指导，为学校老师在假日杯人工智能赛事和其他官方赛事提供技术指导、规则讲解等。
《意见》鼓励学校提供课后服务，课后延时服务全面铺开后，将需要更大的师资力量投入。在临平区教育局领导下，以人工智能教师作为突破口，基地率先组织开展了“AI导师培训”、“AI教师培训”、“小学、初中、普职高项目校教师人工智能教学培训”，三级教师培训体系已累计培训临平区人工智能教师800余人次，有效提升了中小学教师开展校内课后托管的意识与能力，推动临平人工智能与机器人教育应用向标准化、规范化、常规化、特色化方向纵深发展。
作为社会教育辅助部分，基地积极为区内中小学高质量课后服务水平赋能，从认知、实践、创新三个层面对学生进行引导。通过夏令营、冬令营、社团的方式协助学生完成研究型课题，来提高其创新性思维。以提供优质的课后活动场所和将优质的教学人才填补学校的师资空缺，使基地与区内各学校联系密切，全面提高学校教学质量，资源共享、科技兴教，从而达到学生减负不减质。
“双减”政策之下，要让技术为育人服务，以解决问题和实际需要为导向，以教育规律和人的发展规律为引导，实现从“人工智能＋教育”向“教育＋人工智能”的转变，实现对教育的重塑。
(责编：赵超、陈键)分享让更多人看到
人工智能时代背景下的遥感课程教学实践思考论文
人工智能时代背景下的遥感课程教学实践思考论文scipaper编辑2019-11-1916:57:05导读：人工智能在诸多领域发挥着改革先锋的作用，不断推动着传统工业、农业生产方式的改变。人类的生存发展也需要适应人工智能时代与智能社会的新环境。我国已经将人工智能发展与相关人才的
SCI论文（www.scipaper.net）:摘要：人工智能在诸多领域发挥着改革先锋的作用，不断推动着传统工业、农业生产方式的改变。人类的生存发展也需要适应人工智能时代与智能社会的新环境。我国已经将人工智能发展与相关人才的培养上升为国家战略。遥感是一门交叉性很强的信息类课程，如何将人工智能融入到该课程的教学是值得思考的问题。本文先分析了相关背景与意义，介绍了遥感课程的主要发展脉络。在此基础上，重点作出了人工智能时代背景下如何有效实施遥感课程教学的一些思考，主要包括思维方式、教学内容、教学模式、课程实践四个方面。最后，围绕实施遥感课程教学改革的问题提出了展望与建议。关键词：人工智能；遥感；教学模式；实施策略一背景与意义人工智能在经历了六十多年的发展后的今天，已开始渗透到了我们的医疗、教育、出行、农业、环境、航天等诸多领域，并随之对人类的生产、生活与认知都产生了巨大影响。人工智能技术的利用改变了传统工业、农业生产方式，简单的重复性工作必将被它逐渐替代。这也使得从政府到企业，从社会到个人都不得不重新定义、重新设置政策制度，以及运行规则和行为模式。人工智能的突飞猛进将推进人类发展的重大转折，人类的生存与发展也将随之发生转变，以适应人工智能时代与智能社会的未来环境。我们国家已经把实现世界制造强国作为了今后长期战略发展目标，而人工智能技术的巨大应用价值，将在推进该战略任务的实施与完成中扮演巨大引擎的作用。尤其在2017年提出建设新工科不久，国务院印发了《新一代人工智能发展规划》，明确提出实施全民智能教育的项目，人工智能相关课程将在从小学到大学的整个学业阶段进行开设。这为我国培养人工智能相关人才，构建未来具备竞争力的人才储备，提出了人才发展要求，指明了教育发展方向。遥感技术作为全球对地观测的重要手段，已广泛应用到人们生产生活的诸多方面。随着遥感技术的发展，全天候、全天时、全球覆盖观测能力的提高，海量遥感数据源源不断地输送着地表信息。这一方面给人们提供了足够丰富的数据，但另一方面面临仍没有从遥感大数据中高效地获取有用信息的境况。遥感学科涉及到传感器光学原理、地球大气物理、地物辐射特性、计算机自动处理等一系列交叉学科领域。在人工智能无处不在地融入到这些相关领域同时，我们的遥感课程也将面临新概念与理论的相继提出。而对于遥感课程的教学而言，如何顺应人工智能时代发展需求调整教学内容与形式，并更有效地培养学生创新能力是一个值得探讨的问题。
浏览大图二遥感课程发展脉络基于遥感影像的信息提取最初是研究人员根据自己的经验知识，直接通过目视从影像中进行目标识别。其主要依据是地物目标的影像特征，比如形状、大小、颜色、纹理等等。基本假设是不同地物目标会表现出不同的特征，同类地物目标则会拥有相似的特征。那时的遥感课程更多地是教学生学会如何建立地物判读的经验。这个经验知识一方面由专家或教师传递其长期积累的一些认知规则，另一方面则是学生在课程实习结合现场数据与室内数据库来形成。但是，这种方式极易受到多种外界因素的干扰，尤其是“同物异谱”与“异物同谱”现象的存在，仅仅依据某几个光谱或空间特征难以准确的区分地物。在如今海量遥感影像数据易得性强的情形下，人工判读方法不适用于批量和高效率的遥感影像识别。随着计算机技术发展，人工解译逐渐为计算机自动解译所代替。将遥感影像用图像处理的方式进行分析，需要基于某个分析单元提取地物的特征，然后进行分类得到整幅影像的分类结果。这个遥感影像的分析单元，随着像元空间分辨率的提高，从早期的像元演变到自2000年开始发展起来的图像对象。这个图像对象可以通过分割过程获得。遥感相关课程除了向学生介绍人工判读的一些判据外，更多地引导学生如何融入计算机图像处理的技术，从特征提取方法到地物分类方法阐述如何利用专业软件或自行编程来进行影像分析。遥感影像的特征提取基本是利用了地物的光谱特征，及其采用统计方法提取得到的特征数据。对于高分辨率遥感影像而言，光谱信息相对有限，但形状、大小、面积等几何特征非常丰富。伴随着计算图像处理技术的发展，一些非常优秀的特征提取算子在遥感影像信息提取方法得到很好应用，比如SIFT、GIST、LBP、PSI、MBI、GABOR、GLCM等。在利用如此多算子提取遥感影像的特征后，所得特征之间必然存在大量的冗余信息。这不仅不会提高分类精度，甚至会降低地物之间的区分度。为此，特征的降维和选择也在遥感影像分析过程中得到重视。监督与非监督的基于计算机技术发展起来的自动分类方法，被不断被引入或改进后快广泛用在遥感影像分析领域。遥感课程中也相应地增加了特征提取、模式识别、计算机自动分类等内容。随着像元空间分辨率的提高，传感器模式的逐渐增多，影像波段趋向多元化，遥感影像信息呈现出爆炸增长趋势。比如，我国发射的资源三号卫星每天获取的原始遥感影像数据就高达1000TB。在遥感大数据背景下，遥感数据的处理必然要寻求更为先进高效的技术。近年来，深度学习技术异军突起，在诸多图像分析与理解领域都取得了突破性发展，迅速成为了学术界和工业界的研究热点。处于这样的人工智能时代中，开展人工智能教育已经成为了历史发展所赋予的使命。培养能够从新视角提出问题，综合运用多学科交叉知识解决问题的创新性人才，人工智能应用人才是教育界面临的重大挑战。在遥感课程教学过程中培养学生学习人工智能技术、运用人工智能学科的话语体系和思维方式非常重要。三教学实践国内介绍遥感原理、方法与应用的相关课程，一般会从物理基础与光谱特性、遥感平台与成像方式、遥感图像处理与模式识别、遥感综合应用与专题制图等几个模块进行课程内容安排。这样有利于学生通过模块化知识的学习，系统地掌握遥感学科的知识体系，培养学生的知识迁移能力。而在人工智能时代背景下，如何有效的实践遥感课程的教学呢？我们需要从哪些方面对遥感课程的教学现状中进行与时俱进的改进呢？本文将从思维方式的培养，教学内容的完善，教学模式的改革，以及课程知识的实践等四个方面进行探析。（一）培养计算思维国际教育技术协会和计算机科学技术教师协会共同提出计算思维的思想。计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。在遥感大数据背景下，学生们在学习遥感基本原理之后，在教师的引导下思考如何利用人工智能技术从海量遥感数据中挖掘出地理现象蕴含的规则或知识。这与常规的遥感课程教学不同，改变仅仅从某个区域、某幅影像中提取地物信息的小数据观念，从培养学生的计算思维出发，关注大数据与人工智能相结合的计算机实现。从而，引导学生思维向分析和解决大数据问题的方向拓展，提出新的科学问题，给出新的智能解决方案。（二）完善教学内容当前国内遥感课程的知识体系不尽完善,教学内容陈旧，跟不上国际该领域最新动态发展的步伐。在人工智能时代背景下，遥感课程的内容在“教学”过程中必然会受到来自于人工智能的影响。比如，人工智能的自身发展使其拥有强大的存储能力、处理能力、分析能力，这些特点应该要在教学过程中体现出来。那么，在实施遥感课程的教学时，可以增加介绍遥感大数据的相关概念，以及如何有效处理海量遥感数据的方法。在此基础上，介绍一些比较基础的机器学习与深度学习的思想、理论，以及实现一些的简单方法技术。教师还可以适时地引导学生对批判性思维、结构性思维等能力素质性知识的学习。除此之外，注重基础理论知识的数学思维，介绍如何在计算机及软件平台上进行实现，使得学生对知识有更为直观的感受。（三）改革教学模式从人工智能发展特点以及国内课程教学效果来看,亟须相应地引入一些创新教学模式。在人工智能背景下开展遥感课程教学，教师应该改变知识输入、课堂主导的角色，摆脱以知识讲授为主的教学模式，重视学生的个性发展和思维认知。随着人工智能技术的发展，遥感课程的原理性知识可以通过智能设备来进行学习，机器人助教等智能教学手段也将融入教学过程。而对于一些无法在课程内容上全部涵盖的内容，比如计算机编程、机器学习理论方法等内容，可以开展翻转课堂教学，指导学生从“慕课”等教学视频中补充学习相关内容。此外，还可以通过引入一些智能化感知和分析手段，捕捉课堂中学生们的差异化表现，并根据每个学生不同的资质、特点进行个性化的教学。浏览大图（四）积极开展实践国内人工智能教学往往注重知识要点学习,而轻视实践应用,理论与实际相互脱离使得学生创新能力不足。在遥感课程的实践环节，可以引导学生学会在现有软件平台上，搭建能够解决遥感领具体任务的机器学习与深度学习模型。Tensorflow、Caffe等开源的人工智能软件为推动人工智能的研究与应用提供了便捷的实践思路和方法。这样，可以指导学生在这些软件中进行少量编程实现遥感影像的分类，地物目标的检测等。但是，值得注意的是，结合人工智能的遥感课程实践，在实践过程中可能会存在一些问题。比如，它的学习曲线相对较高，它要求学生要具备较好的数学功底，以及逻辑思维的能力。这就要求在推动遥感课程与人工智能向结合的教学之前，需要为学生开设一些机器学习、大数据分析等相关课程，降低理论与实践之间的壁垒。四问题展望当今，学生个性化发展与社会智能化发展趋势明显,遥感课程教学的培养目标、内容、模式也要顺应人工智能时代的要求。面向智能化社会需求的创新人才培养要求,我们的教学过程应该引导学生具备良好的计算思维、编程能力和对智能化社会的深度认知。但是我们也认识到,人工智能涉及的知识范围宽广,甚至包括脑科学、神经科学、认知心理学等理论层面的内容，对本科生或者硕士生来说要求偏高。因此，在具体实施人工智能相关理论与技术教学时，可以重在培养学生的认知能力与操作能力,这更符合该教育阶段学生的一般特征与知识基础。面向未来人工智能的发展，希望能够在政府、院校、企业的共同努力下,打造“人才体系、计算设施、大数据、技术框架、应用场景”的教育人工智能发展新格局。促成遥感教学能够与产业界在人才培养方面开展合作，创造一些实践条件，让学生在参与到生产实际过程中切身感受知识与素养的升华。通过推动人工智能实践环境的不断完善，希望遥感大数据采集、教育界与产业界合作、人工智能课程设置方面早日进入教学改革日程中来。参考文献[1]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,2018,36(01):61-71.[2]石磊.开源人工智能系统TensorFlow的教育应用[J].现代教育技术,2018,28(01):93-99.[3]闫志明,唐夏夏,秦旋,等.教育人工智能(EAI)的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志,2017,(1):26-35.[4]黄荣怀,刘德建,徐晶晶,等.教育机器人的发展现状与趋势[J].现代教育技术,2017,(1):13-20.[5]余胜泉.人工智能教师的未来角色[J].开放教育研究,2018,24(01):16-28.[6]王润兰,张振国,马艳彬,宋潇.高校翻转课堂教学实施影响因素探析——基于X校27门课程的跟踪研究[J].中国电化教育,2017(12):131-137.[7]ChenG,WengQ,HayGJ,etal.Geographicobject-basedimageanalysis(GEOBIA):emergingtrendsandfutureopportunities[J].Giscience&RemoteSensing,2018,55(2):159-182.[8]孙根云,张爱竹,黄丙湖,王振杰,范士杰.遥感原理研究性实践教学模式探究[J].实验室研究与探索,2016，35(12):151-159.[9]BlaschkeT,HayGJ,KellyM,etal.GeographicObject-BasedImageAnalysis-Towardsanewparadigm[J].IsprsJournalofPhotogrammetry&RemoteSensing,2014,87(100):180-191.[10]张竞成,陈冬梅,尚平,陈丰农,吴开华.促进大学生实践创新能力培养的遥感导论课教学模式探索[J].科技视界,2018,(06):34-36.[11]周廷刚.遥感原理与应用[M].北京:科学出版社,2015,1.[12]顾佩华.新工科与新范式:概念、框架和实施路径[J].高等工程教育研究,2017,06:1-13.[13]闫世勇,郎丰铠.遥感课程中图像库的建设与应用探讨[J].教育现代化,2018,5(27):144-146.[14]杜娟,张熠.引入翻转课堂理念的海洋遥感课程教学研究[J].教育现代化,2017,4(40):129-131.关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
来源：SCI论文网
分享本文:分享到：微信新浪微博QQ空间QQ好友腾讯微博FacebookTwitter复制网址有道云笔记百度贴吧