人工智能给外语教育发展带来新机遇
作者：蒋洪新（湖南省中国特色社会主义理论体系研究中心特约研究员、湖南师范大学校长、教育部英语专业教学指导分委员会主任委员）
1980年，未来学家托夫勒（Alvin Toffler）出版《第三次浪潮》，预言了信息化时代的到来。这才过去30多年，人类就迈过信息化而进入了人工智能时代。有人感叹，人工智能“翻译官”上岗，翻译人员是不是要丢饭碗了？外语专业的学生该怎么办？外语教育又将何去何从？这些疑问充分说明，外语教育正面临着重大发展机遇与挑战。
作为一项新兴技术，人工智能是从制造翻译机器开始的。借助机器翻译，不同语言环境下的人可以无障碍地进行交流。经过演进升级，以人工智能为支持的“神经网络机器翻译”逐渐占据了精度要求不高的中低端口笔译市场，对翻译服务业形成了不小冲击，但这并不意味着翻译人员就会丢掉饭碗。就机器翻译本身来说，语言学家做机器翻译的语料库，数学家把语料形式化和代码化，计算机科学家给机器翻译提供软件手段和硬件设备并进行程序设计。这个过程说明了人工翻译存在的必要性——因为语料库不能及时更新，机器翻译将无法满足人类的翻译需求。所以说，高端翻译仍然必不可少。
与此同时，人工智能有效提升了外语教学的实用性、针对性。教师在教学中能够及时根据客观大数据调整方式方法，让学生在强互动和趣味性的环境中更好地学习与成长。而面对高端教育资源匮乏、基础教育“择校热”“大班额”、中西部欠发达地区乡村教育师资紧缺等实际问题，人工智能带来的变革让外语教育更加公平。
尽管机器翻译给人们带来了巨大便利，外语教育仍然不可替代：其一，从质的方面看，外语教育不是翻译技术的教育，而是一种价值教育、人文教育、跨文化教育，是人文交流的一种重要形式。其二，从量的方面看，外语教育不同于机器翻译的同质化生产模式，而是重在塑造跨文化交际能力。其三，从尺度方面看，外语教育遵循的不是物的尺度，而是充分考虑了人类文化的特殊性、交流情感的微妙性、翻译语境的差异化等人的内在尺度。
习近平总书记强调：“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”外语教育工作者要把握这一历史契机，深化外语教育改革，使人工智能更好地为推动发展、造福人民服务。
一要积极推进理念变革。人工智能不会取代教师课堂教学，反而会促进外语教育的进步。人工智能技术与教育的融合，必然推动课堂教学方式的转变。在“互联网+”背景下，要不断丰富课程设置，增加智能翻译等技术应用类课程；推动教学方式转变，推进智慧教室、智慧校园建设，更加注重人工智能技术在课程教学中的运用。
二要加强统筹规划，实施分类指导。人工智能作为国家战略，需要在广泛调研的基础上，做好顶层设计，坚持科技引领、市场主导等基本原则，加快与外语教育深度融合。具体而言，就是要统筹规划各级各类外语教育人工智能平台，推进共建共享，避免重复建设；地方教育部门和各类型教育机构根据自身实际，多样化推进人工智能在外语教育领域的创新发展；重点做好贫困地区特别是中西部欠发达地区的外语基础教育人工智能平台建设，开展发音矫正等一对一智能辅导。
三要不断丰富教育内涵。在人工智能尚未代替人工翻译之前，外语教育必须未雨绸缪，将培养更高质量的“跨文化、多语种”复合型人才作为新时代外语教育的必然选择。通过结合“一带一路”倡议和中国文化走出去等国家战略的实施，强化外语教学作为文化教学和跨文化教学的学科意识，实现人工智能和人文教育有效结合，满足学生个性化成长发展的需求，培养集“专业知识+外语技能+文化素养”为一体的复合型人才。
《光明日报》（2019年03月16日 12版）
[责编：徐皓]人工智能时代教师教育创新发展路径与趋势研究
人工智能新技术、新工具和新理念深度融合于教师教育，为教师教育创新发展提供支撑，推动了教师教育模式丰富化、教育环境智能化、教育资源多样化、教育师资多元化以及教育测评精准化。从外部来看，科学、稳定和统一的教育政策能为教师教育良性发展提供支持，良好的教师教育环境则是教师教育发展的基础；加强教师教育内涵与外延建设，在提升教师研修质量的同时，加强技术支持的教师研修的研究[7]；打造教师教育创新团队和品牌，为教师教育发展提供自下而上的牵引力，从而引领教师教育发展；以职前职后一体化的理念创新教师教育模式、课程、环境、资源、师资和评价，依托师范专业认证，加快构建新时代教师教育体系，并持续创新教师教育，从而最终实现建设高素质专业化创新型教师队伍，培养卓越师范生和专家型教师，助力教育现代化建设。
三、人工智能时代教师教育发展趋势
应用人工智能助推教师队伍建设，将智能技术与教师教育诸要素深度融合，推动教师教育发展。未来人工智能技术与教师教育深度融合，必将深度创新教师教育变革与转型，形成一种全新的教师教育生态。
(一)教师教育模式丰富化，校企协同走向深度化
人工智能时代教师教育面临转型与变革，主要体现在三个方面：第一，教师需求正从数量到结构和质量的变化；第二，教师的学习要求从学历达标到素质提升的转变；第三，教师素质从单一技能向研究型、专家型的转变。在此背景下，以终身学习、泛在学习理念和智能移动技术为支撑的教师职后教研模式，如远程同步课堂、手机课堂直播、网络名师工作室、技术支持的教师工作坊等，正逐步推动教师职后研修走向数据化和深度化。在师范生培养方面，面对职前教师实践技能不足的问题，融合高校（University）、政府部门（Government）、中小学（School）的U-G-S模式在师范生培养中得到应用[8]。在产教融合背景下，以智能技术为支撑的教师教育产业学院育人模式逐步走入教育者的视野，依托产业学院建设，加强校企协同创新人才培养，提高实践教学质量，提升师范生职业技能和素养，而这一模式正成为解决当前师范生实践技能薄弱的新途径，在高校中获得关注。
(二)教师教育环境智能化，全面支持教师专业发展
（三）教师教育资源多样化，个性化深度学习成常态
教育中，智能技术与工具催生大量优质教育资源，有力支持资源共建共享，扩大了优质教育资源覆盖范围。学习者无须复杂的设备，使用智能移动终端即可获取智能APP工具，支持自主与合作学习；应用开放、共享的生态理念，推动市场参与教师教育资源建设，将行业、企业、政府部门纳入资源建设队伍，拓展资源供给渠道，丰富资源数量。在此基础上，借助学习分析技术、智能导师系统通过对学习进行诊断，推荐针对性的学习路径与资源，实现高度个性化的学习。例如，针对在线学习中学习者学习迷航这一问题，AI智能教师扮演个性化问题解决的智能导师，应用知识表征和知识图谱技术，为学习者推荐个性化的学习路径和符合认知特点的学习资源[12]；再比如，通过为师范生/教师进行精准画像，推荐符合其学习特点和需求的学习资源；借助大数据优势，建立一体化的学习资源库，支持职前职后一体化学习[13]。
（四）教师教育师资多元化，人机协同教学成标配
人工智能技术有助于解决教师教育师资短缺的问题，为教师职业发展提供新平台与工具。借助智能化的工具，可打破学科、专业、行业界限，将行业、企业领域优秀人才引入教师教育领域，专业人员通过远程或“虚拟”的方式走入课堂，引领教师专业成长。另一方面，余胜泉等人提出未来将是人工智能与人类教师共同协作的时代[14]，目前在国际上已有研究者进行了探索，例如：Rubio应用智能导师系统以支持学生协作学习[15]，Walkington开发了智能机器人系统，以辅助学生开展个性化的学习[16]。在人机协同育人过程中，人工智能机器可扮演出题和批阅的助教、学习过程数据的采集师与分析师、智能学习伙伴、教育决策助手[17]，而教师则扮演学习中的导演、教练、设计师的角色，对学习进行决策、指导、设计，承担需要运用人类智慧才能胜任的工作。通过人机优势互补，共同推动教师专业成长。
（五）教师教育测评精准化，助力职前职后紧密衔接
教师职前培养与职后培训相分离是教师教育中亟待解决的问题之一[18]。所谓职前职后一体化,就是解决好职前职后教育的衔接问题。依托智能技术开展教师教育精准测评，有助于推动教师教育职前职后一体化发展。一方面，建立具有连贯性和一致性的职前职后一体化机制，搭建基于云计算和大数据的教师教育云档案系统，将师范生学习特点、课程、成绩、实践项目、学习成果等数据存储于云端，依托大数据实现精准测评，找到知识和技能的薄弱点，制定具有针对性的职后培训方案，实现职前职后无缝紧密衔接。另一方面，在职后发展阶段，建立持续获取和分析教师学习数据机制，搭建职后培训学习平台，不断完善和丰富职后学习数据，通过大数据分析对教师进行画像，从而精准支撑教师职后培训。基于上述方法打造一条贯通职前职后的教师专业发展之路，推动职前职后一体化，助力教师专业化成长。
四、人工智能时代教师教育创新发展建议
（一）树立教师教育生态意识，建立智能教师教育发展愿景
教师教育是一个复杂的系统。从阶段来看，既涉及职前阶段又涵盖职后阶段，并且二者有机结合构成一个统一整体；从参与对象来看，包括教育部门、大学及科研院所、中小学、企业；从范围来看，涉及区域内的合作、区域外的协同以及区域内外的协同；从研究的角度来看，涉及教师教育理论、实践与技术。因此，推动智能时代的教师教育创新发展，首要的是建立教师教育生态意识，用开放、融合、跨界、数据化的“互联网”思维重新审视各要素的内涵及关系，运用平台思维推动教师教育顶层设计，应用跨界思维实现多方力量的高度协同，以数据思维为教师教育提供精准支持、融合用户思维真正实现以“学生为中心”“素养为基、能力为本”的教学与培训，以此建立智能教师教育发展愿景与行动。
（二）从学校、课程与课堂发力，推进人工智能真正走进教师教育
本研究认为，实现人工智能走入教师教育包括三个维度：人工智能教育进学校、进课程和进课堂。从学校层面来看，建设智能化的校园、学习平台，为智慧学习提供环境支撑，这是人工智能融入教师教育的基础。从课程层面来看，祝智庭提出智能教育包括智能技术支持的教育、学习智能技术的教育和促进智能发展的教育[19]，人工智能时代的教师教育涵盖上述三个方面。因此，在教师教育课程中将人工智能本身作为学习内容，帮助教师掌握人工智能的内涵、特点和趋势，以此推动人工智能教育融入课程。从课堂层面来看，应用智能技术支撑教学将是未来需要重点关注的方向，这是人工智能教育真正的主战场。
（三）提升教师创新设计思维，助力教师适应智能时代角色转型与变革
人工智能时代，教师角色正面临转型与变革。美国《教师标准》提出“设计者（Designer）”将是未来教师的重要角色[20]。《2019年地平线报告》（高等教育版）认为教师教育正逐渐从技术应用的取向转变为设计思维方法取向，助力教师成为更具创新力的教学设计师[21]。新时代，教师不仅需要技术整合应用的信息化教学能力，更亟须一种指向为教学变革而设计（DesigningforPedagogicalChange）的创新设计思维。对此，在职前培养和职后培训中，要以智能学习环境为支撑，创新课程内容，将设计思维的理念、方法融入其中，帮助教师掌握创造性设计教学的使能手段，以此培养面向智能时代的创新型人才和创新型教师。
五、小结
人工智能时代，新技术、新工具和新理念为破解教师教育发展困境提供了支撑，必将推动教师教育模式、环境、资源、师资以及评价的深度变革，但需要反思的是，实践中不能陷入“技术中心”的境地而盲目应用智能技术。需要指出的是，人工智能教育应用的核心是设计，把适合机器的事情交给机器做，把适合人做的事情让人去做，把人机结合起来做得更好的事让人机一起做，以创新设计的理念引领技术工具高效应用，真正实现人工智能为教育赋能的价值。
[2]赵春，卢蓓蓉，秦虎，等.数字化时代的教师教育：以“下一代互联网教师教育创新支持系统应用示范”项目为例[J].远程教育杂志，2011，29(6)：10-17.
[3][9]杜玉霞.基于“互联网+”的中小学教师信息化教学能力提升研究[J].中国电化教育，2017(8)：86-92.
[4][13]肖瑶，张学斌.教师教育一体化课程资源及其建设[J].教育研究，2015(8)：112-115.
[5][18]杨桂青.教育从不单纯根据技术需求来变革：访华东师范大学终身教授祝智庭[N].中国教育报，2018-05-31(8).
[6]DARLING-HAMMONDL.Constructing21st-CenturyTeacherEducation[J].JournalofTeacherEducation(S0022-4871),2006,57(3):300-314.
[7]HATTONN,SMITHD.ReflectioninTeacherEducation:TowardsDefinitionandImplementation[J].Teaching&TeacherEducation(S0742-051X),1995,11(1):33-49.
[8]李广.教师教育协同创新机制研究：东北师范大学“U-G-S”教师教育模式新发展[J].教育研究，2017(4)：146-151.
[10]景玉慧，沈书生.智慧学习空间的建设路径[J].电化教育研究，2018(2)：23-27+40.
[11]KORTHAGENF,LOUGHRANJ,RUSSELLT.DevelopingFunda-mentalPrinciplesforTeacherEducationProgramsandPractices[J].Teaching&TeacherEducation(S0742-051X),2006,22(8):1020-1041.
[12]吕恺悦，孙众.“人工智能+教师教育”的现状、动态与问题[J].现代教育技术，2019(11)：114-120.
[14]余胜泉.人工智能教师的未来角色[J].开放教育研究，2018(1)：16-28.
[15]RUBIO-FERNNDEZA,MUOZ-MERINOPJ,KLOOSCD.AnalyzingtheGroupFormationProcessinIntelligentTutoringSystems[C].InternationalConferenceonIntelligentTutoringSystems,Berlin:Springer,2019(6).
[17]胡小勇，曹宇星.面向“互联网+”的教研模式与发展路径研究[J].中国电化教育，2019(6)：80-85.
[19]祝智庭，彭红超，雷云鹤.智能教育：智慧教育的实践路径[J].开放教育研究，2018(4)：13-24+42.
[21]ALEXANDERB,ASHFORD-ROWEK,BARAJAS-MURPHYN,etal.HorizonReport2019HigherEducationEdition[EB/OL].(2019-04-25)[2019-09-20].https://library.educause.edu/-/media/files/library/2019/4/2019horizonreport.pdf?la=en&hash=C8E8D444AF372E705FA1BF9D4FF0DD4CC6F0FDD1.
朱龙（1988—），男，汉族，湖北黄冈人，博士，讲师，主要研究方向为信息化教学创新、教师教育信息化。返回搜狐，查看更多
云盘存储 教学反思
点击蓝字
关注我们
基于人工智能的课堂教学行为分析方法及其应用
刘清堂1，何皓怡1，吴林静1，邓伟1，陈越2，王洋1，张妮1
(1.华中师范大学教育信息技术学院，湖北武汉430079；
2.北京中庆现代技术股份有限公司，北京100094)
正文字数 13246 字 建议阅读时间 38 分钟
导读
随着人工智能技术的快速发展及课堂教学环境的改变，使课堂教学行为的深度分析成为可能。该文在对人工智能技术的教育应用现状及课堂教学行为分析方法的发展脉络进行梳理的基础上，构建了以“数据采集与存储”“行为建模与计算”和“智能服务”三个功能模块为核心的课堂教学行为智能分析模型，并以课堂S-T行为分析为例验证该分析模型的有效性。将实验成果应用于教学
人工智能研究方法，3+1>4
http://blog.sina.com.cn/s/blog_cfa68e330102zg9e.html
2018-12-2813:32:37
长期以来,由于研究者的专业和研究领域的不同以及他们对智能本质的理解有异,因而形成了不同的人工智能学派,各自采用不同的研究方法。与符号主义、联结主义和行为主义相应的人工智能研究方法为功能模拟法、结构模拟法和行为模拟法。此外,还有综合这3种模拟方法的集成模拟法。
功能
1.功能模拟法
符号主义学派也可称为功能模拟学派。他们认为:智能活动的理论基础是物理符号系统,认知的基元是符号,认知过程是符号模式的操作处理过程。功能模拟法是人工智能最早和应用最广泛的研究方法。功能模拟法以符号处理为核心对人脑功能进行模拟。本方法根据人脑的心理模型,把问题或知识表示为某种逻辑结构,运用符号演算,实现表示、推理和学习等功能,从宏观上模拟人脑思维,实现人工智能功能。
功能模拟法已取得许多重要的研究成果,如定理证明、自动推理、专家系统、自动程序设计和机器博弈等。功能模拟法一般采用显示知识库和推理机来处理问题,因而它能够模拟人脑的逻辑思维,便于实现人脑的高级认知功能。
功能模拟法虽能模拟人脑的高级智能,但也存在不足之处。在用符号表示知识的念时,其有效性很大程度上取决于符号表示的正确性和准确性。当把这些知识概念转换成推理机构能够处理的符号时,将可能丢失一些重要信息。此外,功能模拟难于对含有噪声的信息、不确定性信息和不完全性信息进行处理。这些情况表明,单一使用符号主义的功能模拟法是不可能解决人工智能的所有问题的。
结构
2.结构模拟法
联结主义学派也可称为结构模拟学派。他们认为:思维的基元不是符号而是神经元,认知过程也不是符号处理过程。他们提出对人脑从结构上进行模拟,即根据人脑的生理结构和工作机理来模拟人脑的智能,属于非符号处理范畴。由于大脑的生理结构和工作机理还远未搞清,因而现在只能对人脑的局部进行模拟或进行近似模拟。
人脑是由极其大量的神经细胞构成的神经网络。结构模拟法通过人脑神经网络、神经元之间的连接以及在神经元间的并行处理,实现对人脑智能的模拟。与功能模拟法不同,结构模拟法是基于人脑的生理模型,通过数值计算从微观上模拟人脑,实现人工智能。本方法通过对神经网络的训练进行学习,获得知识并用于解决问题。结构模拟法已在模式识别和图像信息压缩领域获得成功应用。结构模拟法也有缺点,它不适合模拟人的逻辑思维过程,而且受大规模人工神经网络制造的制约,尚不能满足人脑完全模拟的要求。
行为
3.行为模拟法
行为主义学派也可称为行为模拟学派。他们认为:智能不取决于符号和神经元,而取决于感知和行动,提出智能行为的“感知——动作”模式。结构模拟法认为智能不需要知识、不需要表示、不需推理；人工智能可能可以像人类智能一样逐步进化;智能行为只能在现实世界中与周围环境交互作用而表现出来。
智能行为的“感知——动作”模式并不是一种新思想,它是模拟自动控制过程的有效方法,如自适应、自寻优、自学习、自组织等。现在,把这个方法用于模拟智能行为。行为主义的祖先应该是维纳和他的控制论，而布鲁克斯的六足行走机器虫只不过是一件行为模拟法(即控制进化方法)研究人工智能的代表作,为人工智能研究开辟了一条新的途径。
尽管行为主义受到广泛关注,但布鲁克师的机器虫模拟的只是低层智能行为,并不能导致高级智能控制行为，也不可能使智能机器从昆虫智能进化到人类智能。不过,行为主义学派的兴起表明了控制论和系统工程的思想将会进一步影响人工智能的研究和发展。
集成
4.集成模拟法
上述3种人工智能的研究方法各有长短，既有擅长的处理能力,又有一定的局限性。仔细学习和研究各个学派思想和研究方法之后，不难发现,各种模拟方法可以取长补短,实现优势互补。过去在激烈争论时期,那种企图完全否定对方而以一家的主义和方法主宰人工智能世界的氛围,正被互相学习、优势互补、集成模拟、合作共赢、和谐发展的新氛围所代替。
采用集成模拟方法研究人工智能,一方面各学派密切合作,取长补短,可把一种方法无法解决的问题转化为另一方法能够解决的问题;另一方面,逐步建立统一的人工智能理论体系和方法论,在一个统一系统中集成了逻辑思维、形象思维和进化思想,创造人工智能更先进的研究方法。要完成这个任务,任重而道远。
往期推荐：
人工智能起源于这三家学派？
目前人工智能无法涉及领域，三岁小孩都会？
研究人工智能的同学，请先读懂这9项基本内容