陈肇雄:推动人工智能与教育深度融合 促进教育变革创新
人民网北京8月2日电“人工智能与教育大数据峰会・2019”1日在北京国家会议中心召开。工业和信息化部副部长陈肇雄在峰会上指出，要准确把握新一代人工智能发展规律，积极推动人工智能与教育深度融合，促进教育变革创新，构筑我国人工智能新优势。
“人工智能与教育大数据峰会・2019”召开 徐玮辰/摄
陈肇雄还就积极推动人工智能与教育深度融合、促进教育变革创新方面提出了三个方向：一是坚持创新引领，夯实融合基础；二是坚持需求导向，培养融合人才；三是坚持产教结合，完善融合生态；四是坚持协同开放，营造融合环境。
教育部科技司司长雷朝滋强调，在规划层面，要推进人工智能技术与教育的全面深度融合；在实践层面，建立人工智能多层次教育体系；在研究层面，采取多种措施促进产、学、研、用相结合，支持高校科研机构、人工智能领军企业、中小学校等各方加强合作。
北京市委教育工作委员会副书记、教委主任刘宇辉强调，北京将率先实施人工智能与教育融合发展的行动计划，努力构建以人为本、人机协同、统筹发展、合乎伦理的人工智能与教育融合发展体系。
中国教育学会名誉会长、北京师范大学教授顾明远指出，随着人工智能、大数据等信息技术与课堂教学的融合日益深入，教师培养人才的职责没有改变，教育传承文化、创造知识、培养人才的本质和立德树人的根本目的也始终如一。
北京师范大学副校长郝芳华说，希望未来人工智能与教育大数据峰会能继续为人工智能和大数据的关注者、研究者、应用者们提供可以广泛、深入交流的平台，让人工智能与教育大数据的挖掘与应用不断走向实践、走向深度融合，为我国教育的改革与发展提供科学的依据和指导。
在“跨界融合・推动教育创新发展”主题论坛上，中国工程院院士、教育部科技委主任赵沁平做了“虚拟现实+教育”的主题报告。他指出，教育超脑通过实现资源搜索智能化、教学过程数据化、课堂形式互动化，构建出智慧教学环境，助力课堂减负增效。他强调，VR/AR只是一种教育技术，是教育教学的辅助手段，无法代替教师教学。
北京师范大学校长董奇做了题为“面向未来的智能化教育评价”的主题报告。他表示，科技的日新月异和经济全球化时代的到来对未来社会的人才素养提出了新要求，但传统的教育评价由于受手段和技术的限制，对这些重要的素养难以进行客观的评估，因此需要整合多方面的科技进展，赋能教育评价，使教育评价能更好的反映学生德智体美劳的全面发展，对素质教育的实施产生更加积极的推动作用。
北京师范大学互联网教育智能技术及应用国家工程实验室主任黄荣怀介绍了从“智能教学系统”到“学习过程认知计算”、从“课堂行为分析”到“教学行为计算”和从“学习环境设计”到“学习环境计算”的三个基本计算问题。他指出，如何平衡规模化教育与个性化培养是当前中国教育需要应对的问题，而技术可以实现这个目标。智能技术变革教育具有个性化、情境化、数据驱动、新教育生态等基本特征，从人类“适应”机器，再到机器“真正”服务人类，还有一段漫长的路要走。
据悉，本次会议由北京师范大学与科大讯飞联合主办。会议为期两天，除了“A.I.+教育跨界融合与创新发展峰会”，还有“精准管理与区域教育现代化”、“脑科学与语言教育”、“人工智能时代的教育与智能教学系统”、“人工智能教育的制度、政策与伦理”、“人工智能时代的教育质量评估”、“因A.I.而能共创智能教育新未来”六大分论坛，各方代表的思想碰撞，为人工智能时代下的教育革新提供新的思路。
此外，峰会同期还举办了《深度学习与Pyhton与R软件的实现》、《教育和心理学中的大数据挖掘方法》、《教与学中的过程性数据挖掘》、《数据挖掘促进人员管理水平提升》、《教育测评中的数据挖掘》等五大前沿数据挖掘工作坊，探讨数据挖掘在教育测评、人员管理等多领域的重要作用。(郝孟佳徐玮辰）
(责编：郝孟佳、熊旭)分享让更多人看到
人工智能论文参考文献有哪些
人工智能论文参考文献有哪些发布时间：2022-06-27 | 浏览：引用参考文献是论文发表发表必要的环节，参考文献引用的恰当能提高论文的学术水平，并且使得论文论点更生动、具体。但是也不是什么文献都可以引用的，要根据论文的内容选择符合的参考文献，接下来，详细的推荐一些人工智能论文参考文献，仅供参考。
[1]杂志热评[J].上海国资.2010(09)
[2]高房价凶猛[J].本刊编辑部，林伟,禹良俊。理财杂志.2006(07)
[3]异质性、外资企业生产率与产业集聚[J].门闯，刘婷.国际商务研究2014(05)
[4]限价房性质和发展方向研究[J].章鸿雁..上海房地.2008(11)
[5]房地产营销转型之金融价值[J].邱英杰中国房地产.2016(08)
[6]房地产业成为中国经济聚焦点的原因分析[J].易棉阳程英,刘会洪.湖南财政经济学院学报.2013(02)
[7]还网游一片绿色的空间[J].刘淼.互联网天地.2005(10)
[8]让物业管理创富能力再上台阶[J].白黎.城市开发2011(09)
[9]高度关注人工智能发展对劳动就业的影响[J].王培安.人口与健康2020(07)
[10]“营改增”对房地产业的影响效应分析[J].朱茹颖.中小企业管理与科技(上旬刊).2015(09)
[11]第十一届吴文俊人工智能科学技术奖颁奖盛典暨2021中国人工智能产业年会[J].智能系统学报.2022(02)
[12]百项成果获第十届吴文俊人工智能科学技术奖[J]工业控制计算机.2021(04)
[13]人工智能(上)J].杨静宇.国外自动化.1979(04)
[14]人工智能基础的分层课堂教学思考[J].刘涛刘冀伟.计算机教育.2012(18)
[15]“梅花”傲雪,笑迎人工智能教育满园春色[J]王万森.计算机教育.2018(10)
[16]论人工智能科学诞生的逻辑背影[J].王建芳.晋阳学刊.1995(03)
[17]2017年度吴文俊人工智能科学技术奖评:选启动[J].程楠.中国社会组织.2017(05)
[18]日本机器人博览一{人工智能[J]J冯蓓.通信技术.2004(02)
[19]智能人才图解[J]东青.数据.2021(07)
[20]面向能力产出的人工智能专业人才培养模式探索与实践[J].王津周小兵，普园媛高赞,张学杰计算机教育.2021(04)
[21]人工智能发展中的法律问题探析[J].雷悦.北京邮电大学学报(社会科学版).2018(01)
[22]老年人交互性智能产品研究[J].杨磊.美与时代(_k).2018(02)
[23]“互联网+”背景下秦皇岛市社区居家养老的信息化建设对策研究[J].刘贺,程思、中国高新区.2017(24)
[24]国内外社区居家养老的对比研究[J].白雪.劳动保障世界2017(36)
[25]“互联网+”农村养老保障平台构建研究[J].吴冬.统计与管理.2017(09)
[26]复合型社区养老服务设施的空间构建一以日本东京、京都地区社区养老设施为例[J].马效史津，李峰.天津城建大学学报.2017(03)
[27]“互联网+”时代浙江农村社区养老模式构建研究[J].高军行.中国市场.2017(07)
[28]“互联网+”养老村模式服务转型的难点及对策[J].郭紫薇路洁萍,耿健男.现代营销(下旬刊).2017(01)
[29]智慧居家养老服务体系设计[J].庞玉芳陈瑜，梁达庆，黄莉雯，刘晓梅.中国医院.2017(02)
[30]农村智慧养老模式探索[J].张映芹,张瑞芳.山东财经大学学报.2017(01)
转载请注明来自：http://www.uuqikan.com/article/24370.html
上一篇：陕西有哪些文学杂志下一篇：通讯作者有什么作用
陶西平：积极推动人工智能和教育深度融合
随着新一轮科技革命和产业变革的兴起，特别是人工智能2.0时代的到来，它改变着生产，改变着生活，改变着世界，当然也必然改变教育。习近平主席在致国际人工智能与教育大会的贺信中强调，要积极推动人工智能和教育深度融合。因此，充分发挥人工智能优势，积极推动人工智能和教育的深度融合，就成为当代教育变革创新的重要动力。
贺信中指出，积极推动人工智能与教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。也就是说要通过发挥人工智能优势，推动教育终身化、公平化、个性化，向开放与灵活发展。
促进教育终身化，发展伴随每个人一生的教育。科技革命以及引发的产业变革将为转变经济发展方式、优化经济结构、转换增长动力提供机遇，同时也给人类带来一系列挑战。社会生产、生活不断的急剧的变化，要求每个人必须有能力在自己的一生中利用各种机会，去更新、深化和进一步充实最初获得的知识，从而适应快速发展的社会。
因此，必须推动传统学校教育向终身教育发展，创造人们不断更新观念、更新知识和技能、以获得新的适应力的条件，使教育成为贯穿于人的一生的、持续的学习过程。人工智能可以使学习资源灵活更新，无限复制与广泛通达，从而极大增加人们的学习机会，实现从陈旧学习资源向新生学习资源转变，专用学习资源向普适学习资源转变，单一学习方式向多元学习方式转变。将人工智能与教育深度融合，将使终身教育和终身学习发生深刻变革。
促进教育公平化，发展平等面向每个人的教育。教育公平是社会公平的重要组成部分，同时是社会公平的重要基础。党的十九大报告指出，要努力让每个孩子都能享有公平而有质量的教育，这是当前教育、特别是基础教育改革与发展的主要任务。
我国在推动基础教育普及和均衡发展方面都取得了很大进展，但是，人民群众对更好教育的需求与教育事业发展不平衡、不充分现状之间的矛盾依然是我国教育的突出问题。一方面，教育质量的区域和校际差距仍然较大；另一方面，在以正确的质量观促进学生全面发展等方面，也与新时代的质量要求存在差距。随着人工智能的发展，将逐步加大对优质教育资源的空间局限性的改变，使得优质教育资源跨区域共享成为可能，将促进优质资源的普遍共享、促进地区公平、阶层公平、配置公平的实现。
促进教育个性化，发展适合每个人的教育。实施个性化教育，是实施素质教育的重要措施，是教育贯彻以人为本的具体体现。素质教育，归根结底是尊重学生的个性发展，实质是尊重学生的差异性。因此，关注学生不同特点和个性差异，发展每一个学生的优势潜能，因材施教，为每个学生提供“适合的教育”，应当成为发展素质教育的核心。
然而，目前多数学校的大班化教学，难以真正适合每个学生的个性发展。人工智能与教育的深度融合将能够提供自适应学习的条件，使按照每个学生的需求定制课程成为可能，可以为学生提供更多的学习选择，使学生掌握自己的学习，自我调节学习行为，获得及时的反馈，创造真正适合不同个体学习需要的个性化教育。
促进教育开放，发展更加开放灵活的教育。人工智能与教育深度融合，将使传统学校教育的封闭式模式发生重大变化，突破了传统教学方式和时空的束缚，改变了学校的封闭结构，形成开放的弹性的教育结构，促进教学目标、教学内容、教学方法、教学条件的开放，搭建为全民服务的学习平台，将使人人学习、时时学习、处处学习的理想变为现实，使教育生态发生重大改变。（联合国教科文组织协会世界联合会荣誉主席陶西平）
国内人工智能在教育教学的应用汇总
国内人工智能在教育教学的应用汇总深度学习或是人脸识别技术在国内教育领域已有一些实践和应用，尤其是17、18年，可以看到线上教育机构以及一些基于教室监控的人工智能辅助系统逐渐成熟。本文对这些应用进行梳理，简析原理并探讨其优劣和是否真正有价值。
首先明确人工智能在教育领域的应用集中在情绪识别和专注度评价两点上。
文章目录国内人工智能在教育教学的应用汇总@[toc]海风教育AI系统好望角（线上）杭州中学“智慧课堂行为管理系统”（线下）汉王教育公司“CCS课堂呵护系统”（线下）[^3]海风教育AI系统好望角（线上）具体情况：
国内线上教育机构已有多家推出辅助的人工智能系统来优化教育教学的效果，基本上都是和第三方机构合作并非自主研发的，且目前看来不少都还是纸上谈兵的状况，就算应用也非常简单粗暴，参考价值低。
2018年4月，海风推出“好望角”AI系统，宣布上线情绪识别功能，借助人脸识别技术，能够基于人脸表情来分析学生情绪，基于眼球焦点分析学生注意力情况，并将分析结果即时反馈给老师。据郑文丞介绍，海风教育将情绪识别和眼球识别技术应用到教学过程中，是国内K12在线教育领域首个落地AI应用成果。1
,
,探讨：
好望角据说是国内首个落地的线上AI应用成果，据我了解，其他机构的AI系统确实都没有看到真正在客户端的落地应用，只能借助新闻了解一二。
好望角的这个系统做了两件事，情绪识别和眼球识别，都是人脸识别的范畴。其中情绪应该是分为以下8类：正面情绪“高兴”；负面情绪“厌恶、悲伤、疑惑、轻蔑、愤怒”；中性情绪“专注、惊讶”。
效果可以从图片中看出可以提醒教师学生的听课状态，调整教学节奏，做得还是不错的，整个在教育学应用的逻辑基本是合情合理自圆其说的。
线上平台的一大优势就是视频图像清晰，通常是一对一教学，不论是教师还是学生都是一人一个画面，人脸始终位于画面大幅面的区域，人脸识别的分析效果显然会比较准确。另外只要平台大，数据量总是足够的。
除了海风的好望角，推出人工智能系统辅助教学的线上平台还有：
掌门1对1与人工智能企业商谈科技战略合作（2018年）借助摄像头系统捕捉学生上课时的喜怒哀乐，结合面部表情识别系统，生成属于每个学生的学习情绪报告，辅助老师随时掌握课程动态、提醒老师及时调整上课节奏和气氛等。项目未见落地。
好未来（学而思）与FaceThink合作AILab除高兴、生气、惊讶、害怕、厌恶等常见的情绪指标外，FaceThink（德麟科技2016年初成立）针对教育场景下最重要的“专注度”进行了建模，力图让机器识别的结果逼近有丰富经验的教师。根据测试，FaceThink在一对一和双师课堂两个场景下的识别率分别为94%和91%，随着数据量的增加，识别率还有继续进步的空间。
典型的情绪识别和专注度评价两个系统，AILab介绍链接见此，项目未见落地。
VIPKID深度融合人脸技术（2017年）在教学过程中VIPKID通过人脸识别、情绪识别等技术抓取用户上课数据（如孩子在学习过程中的瞳孔和表情变化等），对师生的表情进行分析，计算分析用户的视线关注情况。
这个也是落地了的，看上去比较成熟。
杭州中学“智慧课堂行为管理系统”（线下）具体情况：
2018年5月，杭州第十一中学试行“智慧课堂行为管理系统”，通过教室内安装组合摄像头，捕捉学生在课堂上的表情和动作，经大数据分析计算出课堂上学生的专注度，从而促进教学改进。
,
,,使用该系统，后台会预先录入课堂应到学生名单，现场摄像头通过对教室内学生“刷脸”匹配，从而完成考勤。此外，该系统会对学生阅读、书写、听讲、起立、举手和趴桌子6种行为，以及高兴、反感、难过、害怕、惊讶、愤怒和中性7种表情，以30秒一次进行扫描，从而实现时时统计。“我们会对学生的6种行为赋予不同的分值，通过这个系统，我们可以看到哪些同学在专注听课，哪些同学在开小差，再结合他们高兴、伤心、愤怒、反感等面部表情，可以分析出学生在课堂上的学习状态。
我们会设置一个最低赋分值，如果某学生课堂分低于该值则代表其不专注。在每节课第20分钟的时，系统会向设置在讲台上的显示屏推送提醒，内容只有老师可见。2
探讨：
这个系统明确做了两件事，行为识别和表情识别，其中表情识别和之前的好望角的分类略有区别，最大的差别在于这里没有“专注”这一分类，专注与否是结合了动作和表情进行判断的，我认为这种判断专注的方式更为科学合理，毕竟专注并不是一个表情就能决定的，当然，越专注越好吗？当然不是，这个他们都没有考虑，还要另说。
通过图片展示的应用结果，可以看到识别表情的结果是以次数来统计判断的，这个是否合理，还是只是一个令人反感的没有实际意义的冰冷数字，还待讨论。
关于隐私问题的解释：系统只会采集学生的表情、行为状态信息，而非课堂的实时录像。
还有一种质疑是说这个系统起到了监视作用，学生可能会应对这个系统而做出动作假装在阅读之类，干扰结果。
汉王教育公司“CCS课堂呵护系统”（线下）3具体情况：
2018年1月开始，CCS课堂呵护系统（汉王教育公司开发）v3.0版本已经上线发布，并在浙江、江苏、河南、内蒙古等地教育部门确立战略合作意向。
探讨：
这个系统没有公布具体识别方法的细节，就从公布的图片来探讨了，图片的信息量还是很大的。
首先是一个人脸识别考勤，再者是一个“专注”和“非专注”的两分类问题，其次还有“回答问题”、“书写”、“瞌睡”的动作识别。
总体来说在辅助教学上用的是行为识别而非人脸识别，从结果来看，比较关键的是一个专注时长的判断，这个数据最多只能用作参考，用此来判断学生是否好好学习了还是不太靠谱，对教学辅助的意义较小。
好望角介绍：https://baijiahao.baidu.com/s?id=1598580283935115452&wfr=spider&for=pc↩︎
智慧课堂行为管理系统：http://www.sohu.com/a/232188256_198170↩︎
CCS课堂呵护系统：http://www.hanwangjiaoyu.com/classCare↩︎
人工智能与教育融合促进高等教育改革
作者：蒲菊华熊璋来源：中国教育新闻网-中国高等教育杂志
我国的长远发展和人才战略，对高素质人才的需求迅速增长。高等教育的担当之一就是给更多的青年提供接受高等教育的机会。随着高等教育的普及，高校的生师比过高，基于对学生的过程性评价的个性化教育、因材施教是高等教育质量提升的挑战。人工智能与教育的融合，有助于高质量教育体系的建设。
人工智能潮流下高等教育面临的挑战
对于教师而言，信息化、大数据、人工智能提供了非常丰富的平台、工具和资源，教师需要驾驭人工智能新技术的能力，但又不能停留在驾驭的层面，技术是为教育服务的。用有热度的教育去拥抱学生，不是机器可以代替的。随着学生接触新技术的能力不断增强，教师面对更多的学生挑战会成为常态，教师内心就要完成角色的转换，自己不再仅仅作为知识的传授者，而要成为满足学生个性化需求的教学服务提供者、学生学习的陪伴者、动力的激发者、情感的呵护者，真正成为学生“灵魂的工程师”。在新形势下，教师需要做的更多的是投入情感、用自己的思想和阅历去引导学生，协助学生成长。
对于学生而言，人工智能改变学习模式，但并不能改变学习的终极目标。人工智能能够降低学习者学习知识的门槛，拓宽获取知识的渠道，让学习者可以站在巨人的肩膀上去高效率学习。但作为学习者仍要清醒的意识到人工智能只是一门技术，其充当的角色是辅助而不是代替。学习的目标终究还是能力的提升，人工智能能够帮助学习者解答问题，但并不能帮助学习者解决问题；问题的解决终究是要依靠学习者自身的能力与素养。因而，如何成为有用之才不能被技术干扰，才应是学习的终极目标。
人工智能本质上是一种强大的工具，其在给学习者提供多样学习支持服务的同时，可能会减少学习者很多思维训练和学习体验的机会，改变其大脑结构和认知能力。这就可能使学习者产生惰性而降低学习动力，逐渐失去竞争能力，无法顺应飞速发展的时代潮流。因此，学生在熟练运用人工智能辅助自身学习的同时，要永葆积极的学习动力，开展终身学习，才能与时俱进，真正被社会所需要。
最后，在面向教师和学生开展人工智能教育时，必须要关注其中的伦理问题，以保证教育的健康发展。我们要充分考虑人工智能在教育活动中所扮演的新角色，认识这些角色的不当行为可能带来的伦理风险，不主动利用角色的特殊地位为个人牟利或是危害他人利益。比如，从学生的角度出发，如果完全借助人工智能自动生成一些诸如论文、作品等更多强调原创性的成果，由于人工智能的学习模式在于从海量样本中抽取和借鉴，因此不可避免地可能产生微妙和复杂的知识产权和诚信等伦理问题。再比如，从教师的角度出发，在使用教育人工智能采集和使用学生的学习行为数据以提供教学支持服务的过程中，对于其中大量的学生隐私数据可能涉及个人安全伦理问题。因此，要向师生说明其背后涉及的伦理安全风险，而这将是运用人工智能的前提。
我们还要主动了解人工智能的局限性、不确定性及后果风险，学会在合理的场景正确使用技术，避免环境变化、外来攻击等不确定性因素干扰下所带来的风险问题。比如，人工智能在助力教育时，其背后所依靠的画像分析技术、个性化推荐技术等可能会存在一定的不可靠性而导致分析与推荐上的偏差。作为教师，要及时帮助学生识别出不合理的内容与信息并进行过滤；而作为学生，也要尽可能具备选择适合自身课程开展学习的能力，师生双方合作才能建立良好健康的教育生态。
人工智能与教育领域融合大势所趋
近年来，随着人工智能的大力发展和应用，人工智能在教育中的应用也越来越广泛和深入，人工智能与教育的融合也越来越普遍，一方面人工智能深度融入教育，另一方面也对高等教育提出了新的要求，尤其是对人工智能人才培养的极大需求。
首先，人工智能无缝融入教育。信息化应用的一个常态就是，取代简单重复的人工工作。在教育领域，人工智能取代大量的重复性但并不简单的人工工作，比如出作业题和考试题、作业批改和考试判定等。教育模式的固化是高等教育中最值得关注的问题之一，高等教育的教学模式从固化到僵化容易导致教学评价指标过于单调、学习者内驱力不足、趋向于填鸭式的教学，面对越来越多的学生，教师很难开展个性化教育。学习者追求的目标慢慢不再是精益求精的科学技术、面对实际专业问题的应对能力、对自己感兴趣领域的钻研，而变成了出勤率、作业分数、考试分数和排名等考核指标。人工智能恰好给这些问题提供了很好的解决思路和技术支撑，并解决学习环节中的一系列经典问题，包括语言处理、推理、规划和认知建模等。
其次，人工智能对高等教育提出了新的需求。2017年，为了迎接新一轮的科技革命和产业变革的挑战，教育部提出了“新工科”的战略行动，指明了新时代工程教育改革的新方向。这在一定程度上体现了教育与技术赛跑的持续模式：技术的进步先于教育，教育需要根据技术的进步重新定义人才价值。因此，在人工智能的浪潮下，新型人才应当是具有能力处理更多工具理性主义的挑战、博精并重的复合型人才。肩负培养人才重任的高等教育也需要从教育体系入手，系统地融合人工智能，提升教育效果。
人工智能促进高等教育改革
人工智能作为一种通用技术，可以广泛应用于各个领域，其与教育的融合势不可挡。六种在良性循环中交互的核心人工智能，包括业务数据分析、自然语言处理、语音识别、机器推理、计算机视觉、机器人和传感器。随着这些技术在教育领域的渗透与应用，将助力高等教育改革。
1．改变教学生态，中心化学习者角色
人工智能的应用，已经改变了许多行业领域的产业生态，而人工智能和高等教育的融合将教学的中心拉回至“学习者”的角色。
人工智能将赋予学习者更大的自主权。传统的大学课堂多采用“流水线式”的教学模式，学习的内容及形式由教师主导，“填鸭式”“灌输式”的知识传授方式往往无法驱动学习者开展自主的思考和探究，导致学习者在教学中处于被动地位。随着人工智能的发展，以慕课为代表的智慧教学平台逐渐走入人们的视野。这些智能应用借助互联网、大数据技术实现海量教育资源的汇总，同时借助基于关键词提取、匹配等自然语言处理技术实现针对资源内容的信息检索等功能。这些应用及技术使学生可以自由的选择学习内容与形式，赋予其极大的自主权，在很大程度上促进研讨式教学、学生自我探索和自我完善等多元教学模式的发展，从而中心化学习者在教学生态中的角色。
人工智能将促使教师的角色转换。现有的教学生态受限于资源条件，课后重复性的评阅、考核工作占据了教师大量的精力，导致教师无法专注于课堂教学形式的创新、教学质量的提升。现有的人工智能技术可在一定程度上减轻教师的课后负担，比如，一些计算机视觉技术对扫描得到的作业及试卷图像进行识别以完成批改和评阅，语音识别技术则可以通过会话分析开展口试测评和发音纠正，而一些人机交互技术则可开展简单会话完成及时的答疑解惑。这些技术背后依靠的海量数据分析可给予学生准确的多层次指导，再结合教师自身的教学经验与教学思想，可促进教学活动更加有效的开展。整体而言，这些人工智能在减轻教师课程负担的同时，辅助实现了教学质量的提升。因而，融合背景下的教师需要结合自身经验合理的应用这些技术，更多的将职责重心放在监督和引导学习者上，辅助整个教学活动的开展。
总之，在引入人工智能后新的教学生态下，学习者成为教学的主导角色，而教育者在教学过程中的定位更加侧重于成为学生的陪伴者和支持者。
2．大数据与情感分析，促进伴随式评价
人工智能与高等教育的融合，将摆脱现有面向单一数据、反馈不及时、脱离教学场景的教学评价窘境，通过大数据实时处理与情感细微感知等技术，开展教学全过程的分析与及时针对性的反馈，从而推动以“促进学习者学习”为目标的动态“伴随式”评价的开展。
大数据分析推进全过程的评价。当前的教学评价往往只依据学生的作业完成情况、考试分数成绩等固定单一的数据，整体上这些数据存在以下问题：对于多次获取的成绩分数数据，难以综合把控学生的发展状况；作业、测试等阶段性数据，难以持续、动态地定位与追踪学生的学习状态。而大数据技术的出现，使得粒度更细、范围更广、渠道更多、频率更快、精度更高的教学数据得以被便捷、及时地采集。顺应教学各环节的开展，可形成一条具有正向流动与反馈调整的学习数据流。大数据分析技术可充分整合这些数据，实现学习数据流的动态把控，即分析动态学习数据，追踪学习过程，记录学习路径，开展全过程的诊断与评价。因而，大数据技术与高等教育的融合，推动课堂评价从阶段性静态评价向全过程动态评价的转变。
情感计算关注及时有效的反馈。现有的评价数据中，用于评价学习者课堂表现的数据多呈现为学习者自我报告和教师主观等级评分的形式，而用于评价教师教学效果的数据有很大一部分来自学生的主观等级评分。人工智能中被广泛应用的自然语言处理技术和计算机视觉技术则可以很好地开展相关情感分析，通过提取文字中的关键词和表情举止间的细微变化图像帧，与语料库和表情库中的大量样本进行相似性比对，综合分析可得到对应态度。这些情感反馈数据一方面丰富了原有的评价数据，另一方面也使得评价的结果更加有效、及时，从而推动“促进学习”的“伴随式评价”的落地实现。
3．落实因材施教，发展个性化教育
教育倡导因材施教，但在教师面对学生多的背景下，难以感知和分析每个学生的学习状况，因此因材施教和个性化教育很难落到实处。现有的在线教学大多数只是空有“个性化教育”的外衣，实质上只是把上课地点从教室搬到了手机和电脑等电子产品上，仍然无法及时有效地关注学习者的学习情况。而人工智能的出现，将有很大可能解决当前这一问题。
人工智能助力学习资源的个性化。以慕课为代表的在线教育平台涵盖了海量的教育数据，以往对于这些课程的选择多依赖于学习者自身，这一方面会导致信息过载下的信息迷航，另一方面也会由于课程内容不匹配而使其丧失兴趣。人工智能的广泛应用，则可使个性化学习资源成为可能。综合学生的知识水平、兴趣爱好、学习习惯和学习情绪等数据信息，采用基于模式提取、聚类分析等机器学习方法开展用户行为分析，可实现教育资源的过滤与推荐。因此高校教育可借助人工智能促进学习者专业领域资源的个性化选择，开展个性化教学。
人工智能促进学习指导的个性化。人工智能机器人逐渐被应用于指导学习者个性化学习，在及时广泛收集学习者学习数据开展行为分析的同时，其背后所蕴含的人工智能可以根据学习者现有的学习路径，构建深度学习模型，开展资源的序列推荐，实现后续学习路径的自适应规划；也可以根据学习者与习题测试的反馈，自动建模学习者的知识状态，开展知识追踪，从而实现学习者能力的自适应评估。整体而言，自适应的学习路径规划与能力评估都会推动学习指导的个性化。
人工智能促进教育形式的个性化。在人工智能的辅助下，在线教育在未来定会成为高等教育的重要形式，以改善高等教育目前普遍采用的程序化现场教学形式灵活性不足的问题，从而使得学生的学习环境不局限于单一的教室，学习内容不局限于单一的课程，而是可以根据自身的个人需求和喜好等，选择适合自己的学习资源及学习形式，实现个性化教育。
【作者蒲菊华熊璋，单位：北京航空航天大学计算机学院】
原载2021年第20期《中国高等教育》杂志
作者：蒲菊华熊璋