人工智能何以促进未来教育发展人工智能在教育学中的应用有哪些

发表时间：2023-07-04 12:06:27

人工智能何以促进未来教育发展

原标题：人工智能何以促进未来教育发展

自工业革命以来，人类社会的发展总是在技术与教育的角逐互动中前行。技术作为推动人类历史发展的核心推进力，与教育这一“人力资本发动机”竞相成为推动经济社会发展的主力。人工智能作为第四次工业革命的显著标签，其飞速发展正在逐步塑造社会、经济、生活等领域的业务新形态，也不断带来颠覆性、丰富性、创新性的新业态。面对人工智能技术对整个社会发展的刺激，教育如何发展，成为值得思考的重要问题。

人工智能凸显创新人才发展挑战

作为引发第四次科技革命的核心技术，人工智能促进社会经济和科技的指数级发展，对人力资本的质量与供给产生了新的需求，人工智能与人力资源之间的相互依存关系产生了前所未有的张力，教育的超前性更是受到前所未有的挑战。第一，知识增长的指数发展使得未来人才需要哪些方面的准备具有极大的不确定性。第二，智力劳动者比重增加，创新人才成为时代发展的刚需。人工智能技术与生产过程的深度融合，会极大压缩生产领域的从业者需求，特别是那些人工智能胜出的领域。第三，人工智能技术的兴起引发高技术产业、新兴产业、新型服务行业更广阔的发展空间，从而使得创新型人才、复合型人才、高技术人才等在劳动力结构中需求激增。人工智能技术无法取代的创造性、灵活性、人文性等能力将成为智能化时代人才竞争的关键。教育肩负培养创新人才、为未来人才提前布局的使命。回溯历史，我们可以得到的经验是，只有教育领先于技术的发展步伐，为技术推进的社会提前做好人力资源的布局，社会的发展才有后劲。因此，在人工智能推进社会更飞速发展的今天，必须回答好什么样的教育才能承载提前布局人力资源的使命，以应对未知社会的人才挑战这一问题。

人工智能催生新的知识生产方式

在人工智能的影响下，人类知识生产加剧变化，知识增量呈现指数级态势。教育的传承性发展将不再局限于知识的传授与继承，而强调知识创造与创新，人工智能的介入更是催生了新的知识生产方式。其一，人工智能强大的知识发现能力缩短了知识生产周期。随着深度学习、强化学习等新的机器学习算法的发展，人工智能除了可以加快知识的生产、访问和利用，还可以从数据中提取隐含的、未知的、潜在的、有用的信息（知识），从而扩展知识创造的能力。其二，人机协同的智能模式扩大了知识创造的机会与可能性。人工智能技术不仅促进人的群智协同创新，而且可以实现人类与人工智能代理协同，后者所具有的超强计算能力，可以极大加速知识生产，催生知识的众创，以及人机协同知识创新。人工智能催生的新的知识生产方式对教育的挑战是，教育不再局限于知识传承，而更是知识的创新。未来学校教育必须教会学生如何与人工智能技术协同合作，呵护学习者“能学”，以及高度重视学生辨析知识能力的培养，召唤学习者“会学”，促进学习者在人机交互中实现知识更新与创造。

人工智能变革学习方式带来创造力与活力释放可能

人工智能已经引发了诸多领域与行业的深刻变革，对教育的系统性变革更是呼之欲出，为学习方式的变革带来了可能。首先，人工智能技术带来规模化教育的个性化可能。人工智能构建的智慧学习环境不仅创造灵活的学习空间，还能感知学习情境、识别学生特征，为学生提供个性学习支持。其次，人工智能技术带来标准化教育下的适应性可能。人工智能通过动态学习诊断、反馈与资源推荐的自适应学习机制，可以适应学生动态变化的学习需求，从而打破标准化的教育限制，释放出学生的创造力与活力。最后，人工智能改善结构化的授导方式，释放教师的创造力与教学活力而专注于人性化的学习设计。教师烦琐重复性的工作能够被智能机器所替代，智能分析技术能为教师精准定位学生的学习问题与需求，教师的角色将转向更加优秀的学习设计师，专注于“如何让学生学好”，注重培养学生的能力和思维，将更多时间用于学习活动设计以及与学生的个性化互动交流，为学生提供个性化学习支持服务。人工智能的发展以及与教育教学的深度融合，给教育的改革创新带来了更多选择，教育需要发挥技术的赋能、增能、使能优势满足教育的功用性追求，也要坚守教育的育人初心和使命传递人文性价值，以学生的成长发展为前提探索可以实践的学习方式、学习设计，通过人工智能释放出教育的更大活力。

人工智能引发领域与行业变革催生教育生态升级

人工智能对其他领域与行业的变革影响也会延伸到教育领域，因为教育是关乎社会发展全局的事业。一方面，人工智能所发挥的增强、替代、改善、变革等作用，突出体现在对社会生产和生活各个领域所产生的行业重塑作用，以及对人力的释放。另一方面，这些重塑作用和人力的释放，引发了社会领域与行业的变革，促使了社会人才需求的转向；而教育是社会人才资源输出的重要领地，需要为此作出有力回应，从而催生教育生态升级。人工智能加速了教育深化改革的进程，推动了系统内部的更新再造。数字技术已经对教师学生、课程、教学方式、学习体验、评价、管理等教育要素产生了深刻影响，并通过逐步的再造教育流程，变革着教育生态。而人工智能则在进一步加速这一过程，以一种颠覆性创新的态势，拓展系统内各要素的内涵，改善和延展系统内部关系，重塑教育系统功能与形态。人工智能拓展了教育边界，助推未来学校建设。未来学校将借助技术的力量，把校外学习场所（如科技馆、博物馆）和线上学习场所都纳入“学校”的范畴，整合社会各领域的教育资源，形成一种全新的育人环境。同时，数字孪生等新技术促进现实空间与虚拟空间的交互融合，通过创建人、物、环境数字孪生体，实现物理空间与数字空间的双向映射、动态交互和实时连接。对教育系统内部的升级改造以及空间资源的拓展，能够使其更好地与社会领域衔接，更好地提供适应未来生活和工作的创新人才成长场所。

人工智能关乎强国战略目标实现

教育应服务于国家战略布局，为抢占人工智能发展先机，构筑先发优势；为国际竞争、社会发展输出创新人才，支持科学技术的自主研发。当前，世界各国纷纷把发展人工智能上升到国家战略的高度，以抢占新一轮科技革命的机遇高点以及全球竞争中的主动权。《新一代人工智能发展规划》提出我国要“成为世界主要人工智能创新中心”的战略目标，全局部署了经济、教育、科技、社会发展和国家安全等重要方面。教育强国战略是科教兴国战略、人才强国战略和创新驱动发展战略等重要战略的逻辑起点，人工智能对教育的人才培养能力提出更高要求。近年来，世界各国在发展人工智能的同时也面临巨大挑战，如创新人才问题、高新技术自主可控问题等。人工智能的国际竞争本质是人才的较量，这需要教育从战略层面予以回应。因此，教育在战略上起引领作用，就要既充分发挥智能技术优势推动教育生态系统升级，又谋篇布局为国家发展提供人才支撑。立足技术与教育在角逐中互为塑造的视角，对人工智能促进未来教育发展的探索，更需要在战略上把握先机，通过教育为社会各领域输出创新人才，支撑社会各领域转型升级以及人工智能等高新科技的创新发展，为强国战略注入持续活力与能量。

教育在与技术的角逐中共同推动社会的发展。教育具有超前性、人文性、传承性、战略性及生态性等特点。在人工智能技术的指数式发展面前，教育的超前性变得难以维系；需要慢工出细活的人文性与满足社会用人需求的工具性之间呈现时空拉锯和矛盾；对人类知识的传承则变身为历史传承、人际共创以及人机共创的多重特征。随着人工智能技术推动的发展加速，教育的发展战略、前瞻性谋划，是一个时不我待、任重道远的重要课题。

（作者：顾小清，系国家社科基金重大项目“人工智能促进未来教育发展研究”首席专家、华东师范大学教育信息技术学系教授）

(责编：郝孟佳、孙竞)

分享让更多人看到

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

人工智能的十大应用

导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。

作者：王健宗何安珣李泽远

来源：大数据DT（ID：hzdashuju）

01 无人驾驶汽车

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。

美国、英国、德国等发达国家从20世纪70年代开始就投入到无人驾驶汽车的研究中，中国从20世纪80年代起也开始了无人驾驶汽车的研究。

2005年，一辆名为Stanley的无人驾驶汽车以平均40km/h的速度跑完了美国莫哈维沙漠中的野外地形赛道，用时6小时53分58秒，完成了约282千米的驾驶里程。

Stanley是由一辆大众途锐汽车经过改装而来的，由大众汽车技术研究部、大众汽车集团下属的电子研究工作实验室及斯坦福大学一起合作完成，其外部装有摄像头、雷达、激光测距仪等装置来感应周边环境，内部装有自动驾驶控制系统来完成指挥、导航、制动和加速等操作。

2006年，卡内基梅隆大学又研发了无人驾驶汽车Boss，Boss能够按照交通规则安全地驾驶通过附近有空军基地的街道，并且会避让其他车辆和行人。

近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。例如，Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar，百度也已启动了“百度无人驾驶汽车”研发计划，其自主研发的无人驾驶汽车Apollo还曾亮相2018年央视春晚。

但是最近两年，发现无人驾驶的复杂程度远超几年前所预期的，要真正实现商业化还有很长的路要走。

02 人脸识别

人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。

人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。

有一个关于人脸识别技术应用的有趣案例：张学友获封“逃犯克星”，因为警方利用人脸识别技术在其演唱会上多次抓到了在逃人员。

2018年4月7日，张学友南昌演唱会开始后，看台上一名粉丝便被警方带离现场。实际上，他是一名逃犯，安保人员通过人像识别系统锁定了在看台上的他；

2018年5月20日，张学友嘉兴演唱会上，犯罪嫌疑人于某在通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。

03机器翻译

机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（NeuralMachineTranslation，NMT），该技术当前在很多语言上的表现已经超过人类。

随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。例如我们在阅读英文文献时，可以方便地通过有道翻译、Google翻译等网站将英文转换为中文，免去了查字典的麻烦，提高了学习和工作的效率。

04声纹识别

生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。

声纹识别的工作过程为，系统采集说话人的声纹信息并将其录入数据库，当说话人再次说话时，系统会采集这段声纹信息并自动与数据库中已有的声纹信息做对比，从而识别出说话人的身份。

相比于传统的身份识别方法（如钥匙、证件），声纹识别具有抗遗忘、可远程的鉴权特点，在现有算法优化和随机密码的技术手段下，声纹也能有效防录音、防合成，因此安全性高、响应迅速且识别精准。

同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。

目前，声纹识别技术有声纹核身、声纹锁和黑名单声纹库等多项应用案例，可广泛应用于金融、安防、智能家居等领域，落地场景丰富。

05智能客服机器人

智能客服机器人是一种利用机器模拟人类行为的人工智能实体形态，它能够实现语音识别和自然语义理解，具有业务推理、话术应答等能力。

当用户访问网站并发出会话时，智能客服机器人会根据系统获取的访客地址、IP和访问路径等，快速分析用户意图，回复用户的真实需求。同时，智能客服机器人拥有海量的行业背景知识库，能对用户咨询的常规问题进行标准回复，提高应答准确率。

智能客服机器人广泛应用于商业服务与营销场景，为客户解决问题、提供决策依据。同时，智能客服机器人在应答过程中，可以结合丰富的对话语料进行自适应训练，因此，其在应答话术上将变得越来越精确。

随着智能客服机器人的垂直发展，它已经可以深入解决很多企业的细分场景下的问题。比如电商企业面临的售前咨询问题，对大多数电商企业来说，用户所咨询的售前问题普遍围绕价格、优惠、货品来源渠道等主题，传统的人工客服每天都会对这几类重复性的问题进行回答，导致无法及时为存在更多复杂问题的客户群体提供服务。

而智能客服机器人可以针对用户的各类简单、重复性高的问题进行解答，还能为用户提供全天候的咨询应答、解决问题的服务，它的广泛应用也大大降低了企业的人工客服成本。

06智能外呼机器人

智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。

在外呼期间，它可以利用语音识别和自然语言处理技术获取客户意图，而后采用针对性话术与用户进行多轮交互会话，最后对用户进行目标分类，并自动记录每通电话的关键点，以成功完成外呼工作。

从2018年年初开始，智能外呼机器人呈现出喷井式兴起状态，它能够在互动过程中不带有情绪波动，并且自动完成应答、分类、记录和追踪，助力企业完成一些烦琐、重复和耗时的操作，从而解放人工，减少大量的人力成本和重复劳动力，让员工着力于目标客群，进而创造更高的商业价值。当然智能外呼机器人也带来了另一面，即会对用户造成频繁的打扰。

基于维护用户的合法权益，促进语音呼叫服务端健康发展，2020年8月31日国家工信部下发了《通信短信息和语音呼叫服务管理规定（征求意见稿）》，意味着未来的外呼服务，无论人工还是人工智能，都需要持证上岗，而且还要在监管的监视下进行，这也对智能外呼机器人的用户体验和服务质量提出了更高的要求。

07智能音箱

智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等操作。

支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（AutomaticSpeechRecognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（NaturalLanguageProcessing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（TextToSpeech，TTS）技术。

在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。

08个性化推荐

个性化推荐是一种基于聚类与协同过滤技术的人工智能应用，它建立在海量数据挖掘的基础上，通过分析用户的历史行为建立推荐模型，主动给用户提供匹配他们的需求与兴趣的信息，如商品推荐、新闻推荐等。

个性化推荐既可以为用户快速定位需求产品，弱化用户被动消费意识，提升用户兴致和留存黏性，又可以帮助商家快速引流，找准用户群体与定位，做好产品营销。

个性化推荐系统广泛存在于各类网站和App中，本质上，它会根据用户的浏览信息、用户基本信息和对物品或内容的偏好程度等多因素进行考量，依托推荐引擎算法进行指标分类，将与用户目标因素一致的信息内容进行聚类，经过协同过滤算法，实现精确的个性化推荐。

09医学图像处理

医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。

传统的医学影像诊断，主要通过观察二维切片图去发现病变体，这往往需要依靠医生的经验来判断。而利用计算机图像处理技术，可以对医学影像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注，针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建。

该应用可以辅助医生对病变体及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。

10 图像搜索

图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。

该技术的应用与发展，不仅是为了满足当下用户利用图像匹配搜索以顺利查找到相同或相似目标物的需求，更是为了通过分析用户的需求与行为，如搜索同款、相似物比对等，确保企业的产品迭代和服务升级在后续工作中更加聚焦。

关于作者：王健宗，博士，某大型金融集团科技公司资深人工智能总监、高级工程师，中国计算机学会大数据专家委员会委员、高级会员，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员、美国惠普公司高级云计算解决方案专家。

何安珣，某大型金融集团科技公司高级算法工程师，中国计算机学会会员，中国计算机学会青年计算机科技论坛（YOCSEF深圳）委员。拥有丰富的金融智能从业经验，主要研究金融智能系统框架搭建、算法研究和模型融合技术等，致力于推动金融智能的落地应用与价值创造。

李泽远，某大型金融集团科技公司高级人工智能产品经理，中国计算机学会会员，长期致力于金融智能的产品化工作，负责技术服务类的产品生态搭建与实施推进。

本文摘编自《金融智能：AI如何为银行、保险、证券业赋能》，经出版方授权发布。

人工智能，赋能教师队伍建设

为深入推进人工智能等新技术与教师队伍建设的融合，教育部分批启动了人工智能助推教师队伍建设试点工作。推进人工智能与教育教学深度融合，无疑是赋能教师专业发展、深化教师评价改革、推动教师队伍建设的有力抓手。在试点工作推进过程中，一批试点学校或区域在利用人工智能助推教师队伍高质量发展方面作出了卓有成效的探索。我们选取北京大学等6个试点的成果概要展示，以供参考。

北京大学：提升教师数字素养与应用能力

在人工智能助推教师队伍建设试点工作中，北京大学通过组织培训、资助专项课题等方式提升教师的数字素养与应用能力，具体举措与成效分为以下四个方面。

一是开展人工智能助推教师队伍建设及数字人文的专题培训。

北京大学通过邀请人工智能相关领域的专家学者，研讨了关于教育发展的数字化智能化、人工智能驱动下的教育创新与应用等具体内容，累计有上千人次的北京大学一线教师通过线上线下相结合的方式参与了培训活动。目前北京大学正在积极推进与剑桥大学的合作，探索数字化、智能化等新技术对未来教育的影响和改变，致力于促进基于教学实践的研究和全球范围产学研的交流合作。

二是建设支撑教师培训的专门研修平台和学习资源。

为进一步做好教师培训工作，方便教师研修和学习，北京大学在2022年春季学期部署建设了北大培训平台。该平台不仅为教师线上参与直播培训或回看录播提供了便利，也为教师的长期研修提供了丰富的学习资源。同时该平台将自动记录教师的研修数据，为教师的研修情况提供数据支撑。

三是遴选人工智能研究与应用方面基础好的院系和实验室进行先行先试。

以大数据、人工智能为代表的数字技术在北京大学的人文、考古、医学、化学材料等学科领域有了很好的建设基础，并取得了一定成效，促进了信息技术对传统学科的赋能升级。

比如在数字人文领域，为了打造智能时代的数字工具和研究平台，北京大学积极加快推进建设哲学社会科学数据库、古籍智能整理系统、古典文献大数据分析平台、历代目录集成可视化系统、儒家学术史知识图谱平台、历代年谱GIS可视化平台等支撑平台，以新兴技术重构和利用经典文献形成新的研究契机。

四是在全校范围内培育孵化人工智能改进教学的应用案例。

北京大学启动了“北京大学人工智能助推课程建设项目”，作为人工智能助推教师队伍建设的子项目。学校在全校范围内征集了56门课程进行人工智能等技术促进教育教学改革的实践，旨在提高教师的信息化教学能力，促进人工智能与教育教学的深度融合。

同时，北京大学还积极推进教师大数据建设与应用。北京大学教师教学档案袋平台是实现教师数据的融合共享、机构协同创新的重要平台系统。教师教学档案袋平台还在持续建设中，正逐渐探索尝试纳入人工智能技术，在持续积累教师数据基础上进行数据挖掘，建立教师画像，为教师发展提供有针对性的资源和服务，加强教师教育。该平台除了为教师教育和发展提供支持，还要构建基于数据、面向过程的教师评价新模式，充分发挥大数据的优势，创新教师评价工具、优化评价管理、提升评价质量和拓展评价结果。

华东师范大学：深度融合人工智能与教育教学

以自身的特色和优势为基础，聚焦人工智能助推高校教师、师范生、中小学教师围绕育人联动发展的追求，华东师范大学经过5年的努力，将在师资队伍、人才培养、环境建设、教育范式、社会服务等方面实现全面革新。

面向师范生，学校在人工智能助推教师队伍建设行动中推动了以下几个方面的工作。

打造“一平五端”实训生态平台，实现过程性智能测评。基于见习、研习、实习三习一体化的教师教育实践体系，打造线上线下相融合的“一平五端”教学能力实训生态平台，包括一个教师教育实训教学一体化平台，以及电子资源端、移动听评课端、教育实习端、课堂互动端、数据管理端等五个数字端。

构建微型认证标准与规范体系，推动能力本位的培养。在牵头研制的《中小学教师信息技术应用能力标准》和《师范生信息化教学能力标准》基础上，学校聚焦基础教育教学的核心环节与关键能力，创造性研制了师范生教学能力评价体系以及《师范生课堂教学能力微认证体系》等师范生系列标准与规范。

研制师范生智能素养框架，夯实新时代教师必备能力。对于师范生智能教育素养这一新时代教师需要必备的基础能力，学校组织专家团队研制了师范生智能教育素养框架，框架共有13项能力，制定了对应的课程体系框架并绘制了学校已开课程的课程谱系。

面向中小学教师，学校统筹多学科、联动基础教育学校与企业，探索“智能工具支撑、能力素养提升、发展模式变革”的发展路径，现已产生了一批阶段性成果。

智能工具做支撑，逐步构建智能化支持体系。学校统筹计算机科学、教育学等优势学科成立上海智能教育研究院，聚焦“学—教—评—管”等教育环节痛点问题开展基础研究和应用研究，确定了三维自适应学习、高质量课堂诊断与改进、核心素养导向的智能评价等五个重点研究方向，推动快乐机器人、作文评阅机器人、虚拟仿真实验、游戏化学习等四项工程应用落地。同时面向多个学科开发应用场景，研发应用产品。

课程重塑为途径，精准提升教师关键素养。学校聚焦教育数字化转型对教师队伍建设的新要求，着力打造“教育数字化转型中的教师关键能力培养计划”，从“精准教学中的数据决策力”“跨学科教学中的融合设计力”“智能环境中的创新应用力”三个专项出发，助力中小学教师在数据决策、跨学科教学设计与实施、人工智能教育应用等能力方面形成突破。

模式变革做引领，形成面上辐射的成熟经验。学校在“人工智能助推教师队伍建设项目”推进过程中，逐渐探索、形成了“高校—企业—学校”为主体的智能教育共同体模式和“共学、共研、共创”为路径的能力提升模式。

面向高校教师，学校激发他们进行教学改革的意愿，同时着力提升教师智能素养。一是制度建设为保障，有力推进智能教育产学研。二是梯度指导为支撑，渐次提升智能教育素养。三是课程重塑为挑战，做实智能教育育人主阵地。四是专项研究搭平台，构建智能教育教学环境。

华中师范大学：构建“人工智能+教师教育”新体系

华中师范大学于2021年启动实施人工智能助推教师队伍建设行动试点工作，基于学校人工智能助推教师队伍建设行动试点工作在标准、工具、模式、应用及服务上的需求，稳步推进“五大任务”，已取得一定进展。

教师素养刻画与课程资源建设评估。华中师大于2020年11月获得国家标准立项研制信息素养国家标准，以此形成了一系列教师信息素养评价指标、模型、工具和系统，并于2021年启动教师数字画像评价指标体系研究，打造以数据为基础的教师数字画像和多元评价体系，从师德修养、专业知识、教学能力、教研能力、育人能力、社会影响和多方评价等维度动态描述教师数字画像，为教师工作减负、专业发展赋能。

智能化环境建设与平台工具研发。建成“人工智能+教师教育”综合实验实训平台，全面支撑教师职前职后一体化培养，覆盖教学、教研和培训多个领域。推进智慧教育环境提速升级，研发支撑创新教学的“小雅平台”。学校自主研发了云端一体化智能教育SPOC平台——“小雅”，构建了课程知识图谱、智能问答、智能推荐等多个智能模块，支持教学数据的伴随式采集和数据驱动的分析，实现了教学理论具象化、教学设计标准化、教学行为数据化、教师评价精准化，全面促进大数据、人工智能等新兴技术与教育教学的深度融合。

智能教学与研修模式创新。针对基础教育传统教研模式组织难、协调难和研修数据采集难等问题，学校推进“互联网+大数据+人工智能+教师研修”深度融合，探索形成了线上线下相结合的课例研修模式、教师工作坊支持的主题研修模式、混合学习环境下的微课题研修模式、直播课堂支持的同侪研修模式等四种研修新模式。利用信息技术对基础教育教师教学数据进行分析，生成精准、高效的课堂教学AI报告，包括课堂师生行为报告、课堂参与度数据图等。

人工智能支撑师范生职前职后一体化培养。为营造更真实的实训环境，提升师范生“三字一话”能力水平，学校建设了智慧书写教室和智能化普通话训测中心，建设云课堂“师范生技能培养”课程，师范生可以随时随地获取专业技能比赛、优秀作品等资源。建设数字化教师教育资源，探索建立“模拟小课堂”“微格技能小组”等小班化教学与实践制度。开展“人工智能+”名师课堂创新应用，如开展师范生与国培教师的云端对话以及国培骨干教师优质课程展示活动等，并录制国培骨干教师优质课及微讲座、中学名校名师论坛资源等。

人工智能助推乡村教师教学能力提升。构建“三个课堂+AI”的“开好课”模式。针对乡村薄弱学校的教与学问题，探索“三个课堂+AI”创新实践，利用“专递课堂+AI”赋能学生的自主学习，“名师课堂+AI”赋能教师的专业发展，“名校网络课堂+AI”促进优质资源和自适应的汇聚。同时，面向中西部开展人工智能助推教师队伍建设专项培训。

东北大学：全面提升教师信息素养

东北大学自入选教育部第二批人工智能助推教师队伍建设试点高校以来，将人工智能助推教师队伍建设作为“十四五”发展规划重点内容和学校教育信息化重点工作予以高度重视，着力提升教师素养，建设创新团队，赋能教师队伍评价改革。

实施教师信息素养提升计划。学校制订教师信息素养提升计划，对标新时代高素质专业化创新型教师队伍建设，以智能技术为手段，建立满足教师职业生涯发展全程支撑、全面覆盖的教师教育培训架构和课程体系。学校2021年底出台《东北大学教职工培训规定》，结合教师成长特点与发展需求分类组织教育技术培训，将人工智能素养提升作为重要内容纳入教师培训制度安排。教育技术培训结合现代教育技术发展趋势，以信息技术提升课程教学质量和水平为出发点，围绕在线开放课程的现状与展望、混合式教学改革、在线教育工具改进传统课堂教学等内容组织了52学时的培训。

重点支持人工智能领域教师队伍建设。围绕“人工智能”研究领域，学校通过实施“创新团队建设工程”“协议年薪制岗位聘任”“长聘教师岗位聘任”等举措，加大力度重点支持“人工智能”研究领域特色鲜明、创新活力强、研究方向明确、引领学科跨越式发展的高水平创新团队，如“工业互联网与工业人工智能驱动的智能化管理与控制系统团队”和“工业智能与系统优化团队”等；在工业人工智能领域布局发展，建设“工业人工智能研究院”“人工智能与大数据科学中心”“智能电气科学与技术研究院”等多个重要科技基地，为实现未来国家级优秀学术领军人才的培养以及新兴优势学科方向的确立奠定重要基础。学校鼓励教师开展自由探索，开拓新的研究方向，打破学科专业壁垒。建立有利于学科交叉融合的学术评价和成果认定机制，优化学科交叉领域资源配置，瞄准科技前沿和关键领域，重点支持人工智能、智能制造与装备、深地深空、新能源及储能、新材料等研究方向的交叉融合，推动创新团队及所在学科实现跨越式发展。

大数据支撑教师评价改革。学校利用大数据采集和学习分析技术，对教师教学、科研等育人各环节数据进行深度分析，在职称晋升、聘期考核、团队遴选等工作中，充分利用大数据采集和全球引文数据库（Scopus数据库），对教师及所在团队在教育教学、科学研究、学术影响力等方面进行深度分析，探索建立包含第三方客观数据源分析评价在内的综合测评体系，全面了解教师的科研现状及发展趋势，利用Scival科研分析管理工具，查阅科研绩效分析、学科前沿分析、国际合作程度等，为教师及团队发展评价提供数据支撑。

北京市海淀区：信息技术支持教师进阶发展

北京市海淀区作为教育部第二批人工智能助推教师队伍建设试点区，充分利用互联网、人工智能、大数据、5G等新一代信息技术优势，聚焦高质量教师队伍建设关键问题，启动实施“海淀区人工智能助推教师队伍高质量一体化发展”试点。

一是推进智能教育新型基础设施建设，加快构建智能环境。海淀区系统推进智慧型教师研修中心——海淀区教师进修学校新校区智慧校园建设，启动远程互动教室、沉浸式演播厅等创新研修空间建设。

应用全方位支持教师混合式研修的海淀教研平台，该平台目前可以实现课程发布、自主选学、记录研修、学分认定等全过程信息化管理，留存研讨过程中的结构化资源。同时，配合在线研修建设了结构合理、内容优质、丰富多样的课程资源库。

二是探索技术赋能的教与学方式变革，促进课堂教学提质。开展三类“双师课堂”模式探索，走出教师柔性交流新路径。以优质资源的重新配置为导向，系统规划了双师教学实施方案，组建稳定的双师协作伙伴关系。构建了适用于线下教学场景的“1+1协作直播”的双师课堂，适用于线上线下混合教学场景的基于“名师微课”的双师课堂等。

同时，开展促进学生自主学习的混合式教学模式研究与实践，研发调研工具，做好中小学线上教学指导。同时，凝练基于混合式教学设计与实施的典型经验，积累了优质的教学设计案例、教学课例、活动方案、教学工具等素材和资源。此外，探索基于大数据的精准教学模式，依托智能学习终端积极开展“基于在线学习行为数据的精准教学”和“基于学生学业水平的精准教学”两类实践。

三是提升教师作业设计与实施能力，助力“双减”政策落地。

建立学校作业网络系统和智慧作业方案，分学段探索技术支持下的分层、弹性和个性化作业的设计、布置与反馈路径与方法；探索了系统设计、课题研究与项目试点相结合的作业提质行动新模式。

四是开展人工智能支持的联合教研，促进教师一体化成长。开展65场“海淀‘大教研’之一体化联研”系列实践，开展三种类型的人工智能支持的联合教研实践，包括课例载体的联合教研、学科学术研讨类的联合教研、复习和命题为主导的联合教研，沉淀出一套可迁移的技术助力的联合教研典型工具和模式，积累并共享数字化学习资源。

五是建设数据支持的“精准培训”体系，支持教师进阶发展。面向全区中小学教师开展海淀区“十四五”时期教师培训现状及需求调研，基于全区教师培训需求的精准挖掘与分析，科学合理设计进阶培训课程。依托海淀教研平台开展线上线下相结合的新任教师培训、骨干教师研修、名师培养特色专题活动。研制“海淀区卓越教师专业素养标准及理想行为模型”，借助大数据手段建立教师成长过程评价与追踪机制，为下一阶段进一步探索教师“数字画像”、支持教师进阶发展提供依据。

上海市宝山区：打造“未来宝”数字基座

上海市宝山区自获批教育部人工智能助推教师队伍建设试点区一年来，聚焦教师队伍高质量发展，通过教育教学模式变革及育人方式转型，着力培养高素质创新型“未来教师”。

建设宝山教育数字基座，提供教师专业发展数字化支撑。针对教师信息化教学创新能力不足、薄弱学校教师应用能力水平低、教师机械性与事务性工作繁重等问题，宝山区建立“未来宝”数字基座，依托基座组织中心、应用中心、数据中心、消息中心、物联中心的五大核心能力，整区推进教师智能助手常态化应用，缩小校际数字鸿沟，优化数字化教学环境，整体提升全区教师信息素养，初步形成“未来宝”数字基座赋能教师队伍建设的新路径、新模式。一是基于组织中心能力，提供组织架构支撑。二是基于应用中心能力，赋能学校教育教学和管理服务。三是基于数据中心能力，实现人少跑路而让数据多跑路。四是基于消息中心能力，实现师生人员互联互通。五是形成三大“虚拟学校”方案，有力支撑疫情防控期间的教育教学。

推进“三个课堂”建设，探索缓解教师结构性缺编新路径。聚焦公平均衡，针对优质师资不足、薄弱学校教师教学水平不高、区域内校际差距大等现实难题，宝山区开展了智慧同侪课堂，利用5G、大数据、人工智能等新技术连通课堂，实现教师同步备课、同步上课、同步教研、同步研训以及同步课后延时服务，教师“智能手拉手”形成“1位教师+1个云端合作团队”的网络共同体，破解跨学科教学、教师单兵作战等难点，缓解教师结构性缺编难题，扩大优质师资辐射范围，同时提升教师教学实践与创新能力。

落实“双减”政策，探索人工智能支持的教学新形态。针对师生负担重、教学效率低、标准化教学模式难以兼顾学生个性化发展等问题，宝山区探索了人工智能支持的教学新形态。立足“双减”“双新”政策背景，以“两个减少、一个增加”为目标（即教师低智慧重复劳动减少，学生学习负担减少，学习效能提高），在基础教育全学段开展区域基于知识图谱的“智适应”学习系统的开发实践与应用推广，开发运用学科“智适应”学习系统，优化区域“未来宝”智能助教系统和智能学伴系统，助推个性化教学实践；通过资源建设，逐步实现智慧同侪课堂常态化应用，项目驱动、研用一体，助推教师教研模式创新，培养一批具有数字化素养的各学科应用型教师。

推进教师专业能力与需求评测，探索教师专业发展新模式。在教师专业发展方面，针对部分教师专业发展意识淡漠、职业倦怠，新教师对专业前景和发展方向把握不准以及教师教育与专业成长模式单一等问题，宝山区构建了教师画像和智能导航系统，依据教师职业生涯发展阶段特点，总结提炼优秀教师成长模型，借助智能技术给予教师适当、适时的协助，发掘教师潜能，为教师专业发展持续续航。

阅读原文

来源丨中国教师报

编辑丨梁欢

编审丨郭文君

人工智能何以促进未来教育发展 人工智能在教育学中的应用有哪些