浅谈神经网络在人工智能中的应用论文
浅谈神经网络在人工智能中的应用论文
摘要：神经网络是人工智能领域不可或缺的部分，当前最常见的几种神经网络分别是感知器网络、BP网络、柯荷伦网络、竞争网络，这几种网络各具特点，最后给出了两个使用BP网络解决实际问题的例子。
关键词：
关键词：神经网络人工智能机器学习控制算法
控制理论从提出到目前为止，一共经历了三个重大的发展时期，分别是经典控制理论、现代控制理论和智能控制理论。智能控制属于较新的控制理论，它现在主要用于人工智能领域。为了使更多的人了解到人工智能，推动控制理论的不断前进，就需要对神经网络进行推广。
1典型神经网络
1.1感知器
感知器的工作原理是使用直线、平面等切割平面或立体空间，将这些平面或空间分成若干不同的区域[1]，以达到对输入信号进行分类的目的。感知器在使用前，需要先进行训练。训练感知器的主要目的是调整它的权值。训练感知器时，通过选择典型的输入类型，这些输入需要能代表所有的输入类型，然后将这些数据输入到感知器中对感知器进行训练。训练之后，感知器网络的节点数及权值得到了调整。当感知器训练完成之后，就可以进行工作了。
1.2BP网络
BP网络是当前使用得最多的一种神经网络，它的主要功能是对非线性有理函数进行逼近，以满足对非线性系统的控制作用。一般使用最速下降法对BP网络进行训练，将误差反向传播，当有大量的数据通过BP网络时，网络的权值和阈值得到调整，并使得网络的误差系数降低到最小[2]。下式是不含反馈的神经网络的输入与输出关系： 以上表达式不能表示具有反馈方式的神经网络，如果需要表示BP网络，还需要对上式加入反馈部分，如下式所示： 当训练结束之后，此神经网络即是BP网络，它就可用于对非线性系统的控制。它将输出反馈到输入，作为输入的一部分，以达到对系统权值的持续调整，消除非线性影响的作用。
1.3竞争网络
竞争网络一般用于对大量具有典型特征的数据进行分类，它是一种单层网络，包括输入层和竞争层，输入层和竞争层共用一个权值函数。竞争网络的训练和工作并未像其它神经网络那样明确分开，而是在工作的过程中实现对网络的训练。它的训练方式是无监督式的，训练过程是通过竞争，将获胜节点的权值进行调整，从而使网络的输出于输入间的误差逐渐减小，在这个竞争过程中，就可以通过输出的不同，而将输入分成不同的类型，以实现自动分类的功能。
1.4柯荷伦网络 为了实现对具有概率分布模式的数据进行分类，可以利用柯荷伦网络模型。柯荷伦网络网络模型与普通的网络模型很相似，它的不同之处在与它在训练过程中对节点的调整方法的区别。柯荷伦网络模型对节点的调节方式与竞争网络的`比较相似，都是通过竞争来确定需要调整的网络节点，竞争网络只需要调整竞争获胜的节点，而柯荷伦网络除了需要调整竞争获胜的网络节点，还需要调整获胜节点的临近节点。
2BP网络在智能系统中的应用
2.1联想记忆
在信号处理、语音和图像识别等领域，当输入数据具有干扰或需要网络具有纠错能力时，就需要网络能够识别出这种错误，并将其纠正过来。为了能得到具有这种功能的神经网络，可以先将识别对象转换成网络的平衡节点，通过调整节点的权值，使其记住这些目标。然后再通过不断对网络输入学习数据，使其不断进行联想，最终使目标模型的特征收敛到网络的平衡节点上。例如在进行文字处理时，为了能是神经网络具有识别出错误文字的功能，可先将特定模型的文字转化成网络平衡节点，然后在对网络输入正确的文字，在不断的训练过程中，网络就能实现对错误输入的识别作用。
2.2优化计算
霍普菲尔德的网络稳定性判别函数以能量为基础。当系统不稳定时，能量会逐渐减小，并最终趋于稳定。在大规模电力线路的设计过程中，为了使设计的电子线路系统最优，就需要对设计不断进行优化。通过对系统网络进行分析，求解出网络的最优参数之后，将这些参数转换成神经网络中的平衡节点。在对神经网络进行训练之后，网络就可以通过不断循环优化，最终设计出一个最优电子线路系统。
2.3影像处理
在人造成像系统中，无论是光学成像，还是声波成像，以及电磁波成像，由于在对影像进行采集和处理的系统一般是数字系统，并且数字信号本身比模拟信号具有更强的抗噪能力，在采集和处理过程中，必须先对影像资料进行数字化处理，将模拟信号转换成数字信号。因此，最终采集到的影像资料都是不连续的。 当前对影像数据的处理主要包括：处理因焦距问题而产生的影像模糊;影像噪声含量较多时将噪声处理掉;使用边缘检测的方法，得到图像的特殊属性。影像处理所涉及的领域也非常宽广，如对影像进行分类、在医学中对药物反应的影像进行分析等。
【浅谈神经网络在人工智能中的应用论文】相关文章：
浅谈智能家居在实际应用中的措施论文07-31
浅谈在机械设计制造中绿色理念的应用论文01-15
浅谈年轻教员在多媒体应用中的常见现象的论文11-08
浅谈多媒体在社区护理教学中的应用11-29
浅谈电气自动化技术在电气工程中的应用论文07-21
浅谈多媒体在课堂教学中的应用范文12-05
浅谈mooc中多媒体在化学理论教学中的应用12-05
浅谈多媒体在科学教学中的运用的论文11-16
浅谈多媒体在课堂教学中的作用论文12-21
浅谈多媒体在初中生物教学中的应用11-26
浅议人工智能技术在智慧旅游中的应用
王军
【摘 要】人工智能技术作为当前高科技和新技术发展的热点，逐渐被广泛应用在社会生产生活的各个方面，对相关产业的发展和提升起到了良好的促进作用。在旅游业中，人工智能技术的应用推广为智慧旅游发展奠定了科技基础，在旅游服务、景区管理、市场预测等方面都有广泛的应用，对旅游产业的发展起到了提质增效的推动作用。论文从人工智能技术在智慧旅游发展中常见的几类具体应用入手，分析人工智能技术的特点、优势以及需要重点关注的问题，并对人工智能技术在智慧旅游中的应用提出了一些发展和完善的建议。
【Abstract】Asthehotspotofcurrenthigh-techandnewtechnologydevelopment，artificialintelligencetechnologyisgraduallywidelyappliedinallaspectsofsocialproductionandlife，andplaysagoodroleinpromotingthedevelopmentandpromotionofrelatedindustries.Inthetourismindustry，theapplicationandpromotionofartificialintelligencetechnologyhaslaidascientificandtechnologicalfoundationforthedevelopmentofsmarttourism.Itiswidelyusedintourismservices，scenicspotmanagement，marketforecastingandotheraspects，andplaysadrivingroleinimprovingthequalityandefficiencyofthetourismindustry.Thispaperstartswithseveralspecificapplicationsofartificialintelligencetechnologyinthedevelopmentofsmarttourism，analyzesthecharacteristics，advantagesandproblemsthatneedtobepaidattentiontoofartificialintelligencetechnology，andputsforwardsomesuggestionsforthedevelopmentandimprovementofartificialintelligencetechnologyintheapplicationofsmarttourism.
【關键词】人工智能;智慧旅游;技术应用;发展建议
【Keywords】artificialintelligence;smarttourism;technologyapplication;developmentsuggestions
【中图分类号】F592;TP18 【文献标志码】A 【文章编号】1673-1069（2020）09-0173-03
1引言
“智慧旅游”是近年来兴起的全新命题，目前尚无统一明确的概念定义，但一般认为：智慧旅游至少包含物联网、云计算、高性能信息处理、大数据挖掘、下一代通信网络等高新技术在旅游规划与开发、旅游体验、旅游产业发展、旅游行业管理等方面的应用，这些应用系统化整合了既有的旅游物理资源和信息资源，更高效地服务于社会公众、旅游企业、政府机关等个人或组织，形成了全新的旅游业态。“人工智能技术”则专注于通过计算机软件和硬件模拟人类的某些智能行为，涉及机器学习、知识获取和表达、信息检索、逻辑推理、自然语言理解、智能机器人等内容的理论研究和技术实践，广泛应用于决策系统、控制系统、仿真系统等领域。人工智能技术在智慧旅游中的推广和应用给传统旅游业带来了全新的发展契机。
2人工智能技术在智慧旅游中的常见具体应用
人工智能技术在智慧旅游中的应用，以通信和信息等技术的深度融合为基础，围绕游客自主参与和互动体验开发旅游产品和服务。实践中，人工智能技术在智慧旅游中的具体应用形式丰富多样，较为常见和有代表性的为以下几类。
2.1旅游信息服务和支持
近年来，随着社会经济水平的快速发展，人们的旅游需求日益旺盛，旅游业已经成为国民经济发展新的增长点，旅游产业发展空间广阔巨大。当前，信息技术的蓬勃发展带来的是海量的大数据交换和利用，游客对旅游行业的服务质量和水平提出了更高的要求，这就使得在旅游信息系统的规划、设计和实施过程中必须贯彻以游客为中心的基本原则。旅游信息系统必须具有市场细分、精准营销、行程规划和预测、实时反馈等功能，使游客能够便捷地通过网络获取所需要的各种有效信息，以帮助游客在旅行时做出合理的预测和决策。
以旅游市场细分为例，由于旅游行业的产品和服务往往“同质化”现象明显，多年来，旅游企业一直困于低价竞争的营销策略，旅游业的创新发展迫切需要新的市场理念、营销观念和应用技术的支撑。为了充分利用有限的资源，提供符合游客自身需求的产品和服务，大多数旅游企业都开始采取目标市场导向的营销策略，而有效目标市场的确定的基础就是市场细分。旅游市场细分是指旅游企业根据游客特征及其旅游需求的差异化，将目标旅游市场划分为两个或多个具有相似需求特征的游客群体。在这一过程中，通常使用分类、聚类、决策树等大数据挖掘等人工智能技术进行系统仿真和推理决策，从而使市场细分更符合旅游市场的实际需求：对于游客而言，获取的旅游信息服务和支持更精确实用;对旅游企业而言，则更有利于提高目标市场营销的准确性和有效性。
2.2旅游景区安全管理
安全生产是旅游经营企业和行业主管部门重点关注的永恒主题，更是事关每一个游客和每一名旅游从业人员生命财产和切身利益的重要因素。人工智能技术在智慧旅游中的应用，特别是基于模式识别的图像数据信息识别的实现，如指纹识别、文本识别、虹膜识别、面部识别、车牌识别等，已经得到了广泛应用。而视频分析技术则可以实现对具有连续状态特征的视频流进行识别，从而进行聚类行为特征的分析和判斷，将旅游景点景区的安全管理提升到新的高度。
基于上述人工智能技术的融合应用，可以实现景区安全管理的精细化操作，例如，风景名胜区内游客人数的统计，可以通过从景区门禁系统获取的进入景区人数和对景区出口进行视频分析得出的出景区人数进行计算，从而对景区承载量的精确控制，防止拥堵和过载，影响游客体验。再如，可以利用导航定位系统和视频分析等技术，对景区内的烟雾等异常现象的速度、方向等运动特征进行智能分析和预测，达到防火防灾的预警效果。总之，人工智能技术在旅游景区安全管理中的应用，可以有效提高工作效率，降低人力物力和资金成本，从而取得更好的管理效果。
2.3客源地预测
随着人们收入和生活水平的提高以及空闲时间的增加，人们的旅游需求和旅游形式也与日俱增，并且呈现出多样化的态势。游客的个人喜好、可支配收入的数量、文化和生活背景的特征等各种因素，使旅游客源地往往呈现出明显的地域特征，旅游客源地预测的研究和应用随之产生。旅游客源地预测是旅游市场研究、旅游产业规划和旅游行业管理的重要内容，旅游客源地预测的精确与否，直接影响旅游研究、规划和管理的科学性和有效性。
以往旅游客源地预测通常使用传统的定量分析方法，倾向于对统计数据的汇总、整理和分析。而近年来，人工智能技术已经广泛应用于旅游客源地市场预测中，主要包括粗糙集方法、遗传算法、模糊时间序列、人工神经网络、灰色系统理论等技术和方法。人工智能技术进行市场预测优势明显，它对数据的概率分布等附加信息具有很好的容忍性和适应性，与传统的旅游预测方法相比，人工智能技术应用于旅游客源地市场预测取得了更好的预测效果。例如，百度大数据预测平台可以对每天数十亿网民的搜索请求进行智能分析，从中提取旅行相关的大量数据，并对数据进行计算和分析。通过大数据预测游客行为，网络用户可以通过这项技术提供的相关旅游市场预测，了解未来一段时间内景区的游客热度，从而做出合理的旅游规划和决策。
3人工智能技术在智慧旅游中的应用需要重点关注的几个问题及建议
创新必然伴随风险，人工智能技术在智慧旅游中的推广应用同样存在一些风险和问题，史蒂芬·霍金等多位科学家甚至呼吁“对人工智能保持警惕”。因此，在享受人工智能技术在智慧旅游中应用带来的高效和便利的同时，我们应该充分认识到人工智能发展带来的风险和问题，特别需要注意以下几个方面。
3.1信息和网络安全风险
人工智能技术在智慧旅游中推广应用的过程中，旅游企业、行业管理部门，必然收集和掌握大量社会公众的个人信息和行为特征数据，直接关系公民个人隐私、金融安全甚至人身安全。从广义上讲，人工智能技术在智慧旅游中的推广应用，在一定程度上考验社会治理能力和治理体系的规范化水平。对于人工智能应用背景下的智慧旅游信息和网络安全风险，应当重点从以下两个方面着力：一是信息和网络安全的主动防护，旅游企业和行业管理部门，应强化技术防护措施，加强信息和网络安全防护措施的部署和安全管理制度的落实，保障信息和网络安全;二是规范数据信息的利用和管理，旅游企业和行业管理部门应当强化从业人员的职业道德和职业操守，依法合理适当利用旅游活动中收集和存储的数据信息，确保游客个人信息得到有效的安全保护。
3.2人工智能可能引发的伦理道德风险
人工智能技术在智慧旅游中的各种具体应用，最具表现力和应用前景的当属智能机器人，各类智能机器人已经在AI导游、互动讲解等工作场景中推广应用。智能机器人通常具备知识学习和获取、逻辑判断和推理，甚至模拟人类行为等能力，而这些优势同时可能带来一些弊端，例如，当算法出现偏差时，机器人可能会出现说脏话、性别歧视、种族歧视等现象。而在旅游行业以外的其他应用方面已经出现的弊端，更加值得警惕和反思，例如，利用人工智能技术模仿人类进行手写伪造、人像修改、人声变造等，不仅可能引发伦理道德风险，更严重的后果可能是加速此类技术在黑色或者灰色地带的不法应用，加剧人工智能滥用的社会风险。因此，为保证人工智能技术正确有效的应用，需要高度重视在有关职能产品中设置一定的逻辑框架和道德判断标准。
3.3人工智能时代的法律规范
伴随科技的高速发展和迭代更新，无论智慧旅游的业态发展还是人工智能技术的推广应用，丰富多样的概念内涵和日益扩展的外延，都导致了概念准确定义的复杂性。当前，与人工智能技术在智慧旅游中应用相关的许多法律问题，大都采取简单地借鉴其他领域概念的做法，或者索性回避概念性问题的阐释。概念界限尚不明显，对于深层次的问题更是缺乏思考和规范，最终导致的结果是人工智能和智慧旅游相关的立法较为滞后。当然，法律制度的建立和完善需要系统性和全面性，与人工智能和智慧旅游相关的管理规范，必然应纳入国家层面的全盘考虑，但有关游客个人信息的保护、旅游企业信息和网络安全的管理、侵权与违法行为的追责等与智慧旅游健康持续发展的一些至关重要的问题，应当在现行法律法规体系中尽快完善。
4结语
人工智能技术在智慧旅游中的不断深入应用，给旅游产业带来新的发展契机，旅游企业的开发、建设和经营管理更加灵活高效，游客体验更加舒适便捷，旅游行业管理更加规范有序。人工智能和智慧旅游的融合应用，将传统的旅游资源和现代信息科技进行了有效整合，形成了全新的旅游业态形式，提升了旅游作为可持续发展产业的发展后劲。尽管当前的人工智能技术仍然存在一些需要重点关注的问题，也存在一些需要完善和提升的地方，但这些问题恰恰是科技进步和经济发展呈现的必然规律。人工智能技术在智慧旅游中的应用应当继续深入关注热点问题，化解和防范可能存在的风险，进一步提高科技服务生产生活的水平和质量。
【参考文献】
【1】唐亮.智慧旅游视域下生态旅游管理体系的优化设计途径[J].中国市场，2020（3）：69-70.
【2】魏维轩，王南.人工智能在智慧景区管理中的应用现状与前景初探[J].河北青年管理干部学院学报，2019（5）：54-59.
【3】李国忠.人工智能技术在智慧旅游中的应用[J].自动化与仪器仪表，2017（12）：225-227.
【4】邓辉.“智慧旅游”认知重构[J].中南民族大学学报：人文社会科学版，2015（04）：33-38.
【5】宁伟.论智慧旅游的建设[J].电子世界，2014（16）：344.
【6】屈芳，朱小小.智慧旅游城市建设关键要素分析[J].经济研究导刊，2013（36）：256-257.
【7】罗成奎.智慧旅游及其应用研究[J].黄山学院学报，2012（06）：24-27.
【8】张凌云，黎巎，刘敏.智慧旅游的基本概念与理论体系[J].旅游学刊，2012（05）：66-73.
猜你喜欢智慧旅游发展建议技术应用大数据时代黔东南州智慧旅游开发研究现代营销·学苑版(2016年10期)2016-12-12京津冀休闲产业协同发展研究（一）中国集体经济(2016年27期)2016-11-19低碳环保技术在环境治理中的应用分析及阐述企业导报(2016年19期)2016-11-05基于高职院校物联网技术应用人才培养的思考分析电脑知识与技术(2016年21期)2016-10-18现代烟草工业发展趋势及降焦减害技术应用研究科学与财富(2016年28期)2016-10-14如何走出小学音乐教学的困境考试周刊(2016年77期)2016-10-09中小企业管理与科技·上旬刊2020年9期
中小企业管理与科技·上旬刊的其它文章中小民营企业人力资源管理研究和改进措施试析目标成本管理在企业经济管理中的应用统计工作在企业管理中的作用人岗匹配是人力资源管理的重中之重事业单位人力资源管理中的激励机制分析城市社区管理政府职能转型人工智能时代教育评价改革:契机、挑战与路径选择
龙海涛华南师范大学摘要：人类社会即将迈入人工智能时代。人工智能等新一代信息技术作为新一轮产业变革的核心驱动力正催生重构教育新生态，为新时代教育评价改革带来了新的挑战和机遇。以人工智能时代背景为切入点，探究新时代我国教育评价改革发展的新路径，重点阐述人工智能等新一代信息技术将如何驱动教育领域的深刻变革，分析面向人工智能时代教育评价面临的主要问题，探讨人工智能等新一代信息技术将如何助力教育评价体系创新，尝试提出教育评价体系变革的创新路径，以期为加快构建新时代教育评价体系和建设高质量教育体系提供思路。
关键词：人工智能;教育评价改革;形成性评价;增值性评价;多元评价;
2020年10月，中共中央、国务院印发的《深化新时代教育评价改革总体方案》（以下简称《总体方案》）提出要充分利用信息技术，提高教育评价的科学性、专业性、客观性，鼓励并支持评价工具、手段、方法的智能和创新，为新时代教育评价改革指明了方向。
人类社会正处于从信息时代向智能时代迈进的关口期，人工智能等新一代信息技术正在引发人类社会新的变革，深刻改变人类生产生活模式和思维学习方式，是“经济发展新引擎”和“社会发展加速器”。人工智能等新一代信息技术融入教育行业，必将对教育理念、教育体系、教育模式、教育评价和教育生态产生变革性影响。人工智能等新一代信息技术与教育的融合发展对于推进教育均衡、促进教育公平、优化教育结构、完善教育治理、提升教育质量、实现素质教育和终身学习等方面具有重要作用，为教育高质量发展带来新的契机。
教育评价事关教育发展方向，具有重要导向作用：一方面，在人工智能时代，教育对未来人才的培养目标将发生根本性改变，教育评价“指挥棒”必须转向；另一方面，人工智能等新一代信息技术的快速发展，为教育评价提供了全新的技术、手段和方法，为构建科学合理、符合时代新要求的教育评价体系提供了可能，一直以来倡导的因材施教将能真正得以实现。本文尝试以人工智能的时代属性为切入点，对我国教育评价体系改革进行探讨，以期为新时代教育改革与发展提供参考。
1契机：人工智能驱动未来教育发生系统性变革
人工智能等新一代信息技术作为第四次工业革命的强大引擎，已成为21世纪教育改革与创新发展强大的技术杠杆和战略制高点，将给教育带来根本性、全方位的影响与变化。教育将突破原有的概念与内涵，开辟和拓展到一个全新的更为广阔的领域和价值空间。人工智能将催生重构教育新生态，激发出新的教学和学习方式，也为未来教与学带来了多种可能，以往的教育理念与人才培养目标、教育内容与人才培养体系、教育资源与人才培养环境、教育方法与人才培养方式都将发生颠覆性的变革。
1.1人工智能时代的教育理念与人才培养目标教育理念是教育主体对教育及其现象进行思维的概念或观念的形成物，是教育主体在教学实践及教育思维活动中形成的对“教育应然”的理性认识和主观要求。教育理念是时代性的产物，具有鲜明的时代特征。当今世界正从二元空间（人类社会空间和物理空间）转向三元空间（人类社会空间、物理空间和信息空间）[5]。以人工智能为代表的新一代信息技术深刻改变着人类的思维、生产、生活、行为、交往和学习方式，改变着社会各行各业对知识、技能、能力和素质的要求，对人们的信息素养、数据素养、科技素养、创新素养、社交素养和艺术素养等提出更高的期望，原有的教育理念和人才培养目标无法支撑人工智能时代对人才的根本需求。
在人工智能时代，教育与简单的知识和技能培训画等号的时代已成为过去，新一代信息技术拓展和延伸了传统教育的边界，教育由被动接受的填鸭式学习向高阶认知能力和创新精神等核心素养的培养转变。教育的使命不再仅仅是传授已有的知识和信息，而是更为强调对人全面发展的培养，知识观也由以往的知识传承转向为强调知识的生产和创新。人才培养目标转向重点培养学生面向人工智能时代的全新的学习、生活、思考方式和态度，重点培养学生的终身自主学习素养、数字胜任力素养、思维心理素养和协同交互素养。学生的批判性思维能力、协作沟通能力、创新能力和人机互动能力将比传统意义上的读、写、记、算能力更为重要，学生宽阔的学科视野和解决复杂问题的能力以及高超的人机互动能力将成为人工智能时代的关键竞争力。学生将从学习知识转变为学习能力，主要包括自主学习的能力、提出问题的能力、人际交往的能力、创新思维的能力和谋划未来的能力等。学习者更多的是学习如何从开放的知识和信息库中筛选和挖掘出新的知识和应用，通过已有知识和信息去学习和创新知识。
与此同时，我们应该认识到，人工智能等信息技术是手段，不是目的，不能代替人类的思维，不能代替人类学习，不可能改变教育原有的本质。教育的本质仍然是传承弘扬文化、创造新知识、促进人的全面发展和推动社会进步，立德树人依然是教育的根本目的。人工智能不仅仅是对教育的颠覆和冲击，更多的是对教育发展的促进和创新，给教育领域带来了前所未有的发展契机。人工智能等信息技术对教育的赋能应用进一步打破了教育界限，人工智能让教育真正成为共同体。
1.2人工智能时代的教育内容与人才培养体系教育理念和人才培养目标的改变必然会带动教育内容变革，人工智能类的课程将直接成为重要的教育内容。事实上，早在20世纪80年代，人工智能类信息课程就在英国中小学的信息与通讯技术课程（ICT）中出现。2013年，英国将ICT课程修订为计算（computing）课程，以加强信息意识、计算思维和人文素质的培养。2014年，英国又将编程作为5～16岁学生的必修课写进国家教育大纲。2015年，美国通过“每个学生都成功法案”（EveryStudentSucceedsAct）开启计算机科学教育改革，要求在基础教育阶段（K-12）强化以人工智能为重要组成部分的计算机科学教育。我国中小学人工智能教育始于2003年4月《普通高中技术课程标准（实验）》的颁布。经过十几年的发展，中小学各阶段信息技术课程中都设有人工智能模块。在高等教育领域，2018年全国高校新增本科专业中带有“智能”二字的就多达235个，人工智能教育进入迅猛发展阶段。
人工智能正在倒逼人才培养体系的改革与创新，以适应人工智能时代对人才培养的需求。在人工智能时代，知识的生产、流动、扩散、转化、更新和再生产的速度显著加快，现有的人才培养体系难以满足人工智能时代对人才培养的要求，难以适应新时期学习者的学习诉求，难以跟上科学技术的发展步伐。人才培养将从现在的以教师为中心转变为以学生为中心，从以专业知识教育为主转变为以通识教育为基础、通识教育和专业知识教育相结合，从以课堂教学为主转变为以课外自主学习为主、课堂内外教学和学习相结合。
人工智能等新一代信息技术促使学习跨越学科边界，促进跨学科学习。跨学科学习就是围绕一个学习主题构建相互衔接渗透融合的跨学科课程体系，将不同学科联系起来，形成有机整体，而非不同学科的简单叠加。跨学科学习突破学科之间原有的界限和限制，促进多个学科、多个专业知识体系的理念、视角、方法和技术的相互交叉融合，旨在培养学习者的综合实践能力、跨学科思维习惯和创新精神。例如，STSE教育主要涵盖科学、技术、社会和环境，倡导在发展科技、促进生产的同时，强化环境教育，STEM教育则融合了科学、技术、工程与数学等学科。
1.3人工智能时代的教育资源与人才培养环境信息技术驱动新型教育生态的重塑。“生态”一词源于古希腊语的Oikos，指住处、定居地或环境，也指生物在自然环境下的生存状况及其与周边环境的关系。教育生态指教育的结构系统，包含教育发生过程中的相关要素及各个要素之间的相互关系。人工智能等新一代信息技术将彻底改变现有教育的时空场景和供给水平，推动教育组织和供给方式彻底变革，进而构建出一种新的更为灵活、开放、多元、个性、跨时空、终身的新型教育生态体系，真正实现教育的人机协同、因材施教和素质教育，促进实现人的全面发展。
新一代信息技术渗入到教学、学习、研究、评价、监控、管理、生活和文化等各个方面，通过打造智慧教室、智慧课堂、智慧学习活动、智慧教学资源、智慧校园管理、智慧校园服务，形成智慧校园和智慧城市，驱动教育教学环境由网络化、数字化向智能化迈进。教育机器人将增强或延伸教师的表达能力、知识加工能力和沟通能力，形成一种新型的教学形态。人工智能等新一代信息技术能促进教学资源智能化进化、智能化检索和智能化推送，根据学习者的学习需求、学习路径和检索痕迹，智能化向其推送学习资源和学习支持，过滤无关信息，减轻认知负荷。远程协作和同步课堂等能促进跨学校、跨区域、跨国别的协同学习，向世界各地提供优质教育资源，有助于解决教育不均衡问题。
新一代信息技术促进无边界学习，让学生与所有学习者处于教育教学活动中心，凸显学习者的主体地位，形成相互融通的学习场景。无边界学习就是打破传统教育设定的各种边界，打破学习的时空限制，打破现有知识、学科、课程与课堂教学之间的藩篱，打破学习者身份、背景、年龄的界限，打破物理现实空间与网络虚拟世界之间的壁垒，强调教育的互动性和知识经验的分享交流，以及创新在教育中的价值，实现教育的个性化和定制化。
1.4人工智能时代的教育方法与人才培养方式信息技术也驱动教与学全过程的变革，教育方法与人才培养方式将发生根本性变化。人工智能等新一代信息技术的渗透完全改变了传统教学过程中以教师授课、学生听课为中心的单一组织结构模式，改变了教师为知识传递者的角色定位，教师成为教学活动的设计者、学生活动的合作者、学生获取知识的引导者。在智慧化教学环境当中，教与学的模式及师生之间的交互方式等教学因素均发生根本性变化，师生地位被重新定位，机器在教与学过程中的作用更为突出，教师、学生和机器构成智能教与学过程中的三元教学主体。
在人工智能时代，项目式、问题导向式、团队合作式、探究式、体验式等学习方式变得更加简单易行。教师可引导学生从学习知识技能到培育运用跨学科知识解决实际问题的能力，可开展基于真实问题的项目式学习，在合作学习的环境下实施探究活动。依托人工智能等新一代信息技术，教师可依据教学内容、教学目标、教学任务和学生个体的不同，以不同的组织形式，实施差异化、个性化的教学和评价。人工智能等新一代信息技术可辅助教师开展课前智能化备课、课中互动精准授课、课后个性化辅导和日常网络在线答疑等，有助于减轻教师工作压力，提高教学效率。在学生学习方面，学习方式也由以往的完全被动接受转向更为主动的学习，出现深度学习、自适应学习、个性化学习和人机协同学习等。
所谓深度学习，在人工智能视域下是指基于深层神经网络实现的一种模型和算法，通过构建具有多隐含层的模拟人脑模型，让机器模仿人脑的机制来实现对复杂事务的自动化处理。在教育视域下，深度学习是指高层次和主动的认知加工，是与被动记忆和机械接受知识的浅层学习相比较而言的一种学习概念。深度学习着力培养学习者的高阶思维能力，注重学习的社会性、参与性和实践性，教师以现代化的教学工具向学生传递核心的学习知识，学习者需要在深度理解所学知识的基础上进行信息加工，主动建构个人的知识和思维框架，并有效地将知识转化并迁移应用到真实的环境中解决实际问题。
2挑战：面向人工智能时代教育评价面临的主要问题
不可否认，现行教育评价制度对改革开放以来我国教育事业的快速发展起到了重要作用；但是，进入新时代，随着我国教育基本面发生根本性转向，现行的教育评价体系越来越不适应新时期我国经济社会发展要求。特别是在后疫情时代，随着人工智能时代的到来，我国教育发展迎来新一轮重大战略机遇，面临一系列亟待突破的问题。一方面，现行教育及教育评价体系长期存在着的一些问题尚未得到根本性解决，而人工智能时代又对其提出了新的更高要求；另一方面，人工智能等新一代信息技术给教育带来重大影响，但究竟会有哪些方面的影响，尚不十分清晰。人工智能与教育深度融合的科学机理尚未得到揭示，教育尚处于不断变革和发展之中，具有不确定性。
2.1评价方式简单初级当前，教育评价方式主要是以标准化的量化评价为主，质性评价相对较少，定性和定量相结合的评价不能得到有效实施和应用。学生的考试成绩仍然是评价结果的主要甚至唯一决定因素，闭卷考试的分数常常直接决定着学生相当长时间的学习结果。当前评价方式的相对简单初级直接影响着教育评价结果的全面性、科学性、客观性和有效性，不仅不能有效发挥评价结果对未来教学的指导性作用，甚至还会产生负面影响。同时，当前广泛实施的主要是针对教学结果的总结性评价，其评价功能也侧重于人才的筛选和选拔。
在人工智能时代，教育评价的功能将进一步拓展，评价将真正实现由当前的“以决策为目标，重在鉴定和选拔”向“以人为本，重在诊断和激励”转变，评价目的侧重于更好地促进学习。评价将成为教育密不可分的一部分，贯穿于教育教学全过程。评价类型不再局限于当前的总结性评价，诊断性评价、过程性评价和形成性评价将得以广泛实施。通过多元化、多功能的评价，及时、精准、全面地发现教育教学活动中存在的问题，促使教育形成超强的自我纠错和矫正功能。
2.2评价手段传统落后当今科技发展日新月异，但当前我国教育评价使用的手段和工具仍然相对传统落后。教育评价相关者对新兴科技工具使用的积极性不高，科学技术对教学和教育评价过程的融入度不深，先进的科技工具未在教育评价过程中发挥应有的作用和功能。关于能力素养的评判，没有统一、科学、精准的评价工具，导致学生的人文素养、交流能力、协作能力、沟通能力、研究能力、创新能力和发展能力等难以得到有效测评。当前，绝大多数教育评价活动以人工评价为主，主要形式仍是传统的纸笔考试。
智慧性将成为人工智能时代教育评价的突出特征。在人工智能时代，教育评价需要及时全方位、系统、客观地收集、处理和分析教育教学全过程中生成的所有数据。数据不再仅仅是考试成绩，还包括情感因素、心理倾向、实践能力等非结构化数据和信息。教育评价系统将根据收集到的数据，对教育活动作出智慧化研判，形成精准化的评价报告，并针对存在的问题给予个性化反馈意见，甚至适时对教学活动进行指导和干预。如果不改变当前落后的评价手段和工具，不仅会制约未来教育评价系统的智慧化发展步伐，而且会阻碍未来多元化、动态化、综合化、智能化的教育评价体系的形成。
2.3评价内容僵化片面当前教育评价的内容只涉及众多教育目标和教育活动中极少的一部分，更多的是评价学科内容和学科能力，主要是以知识和技能为中心的评价。重视知识认知的评价，却很少评价学生的情感、态度、价值观等非认知方面；重视知识与技能的掌握情况，却忽视团队协作和创新思维等高阶能力和综合素养的评价；重视单科学科知识的掌握，却忽视超越学科的素养和能力评价。评价内容的片面性和不完整性不仅导致评价结果的失真，而且由于“考什么学什么”，导致教育目标和教育活动的功利性和狭隘性。
在人工智能时代，教育评价内容更加趋于完整和全面，除涵盖知识和能力外，核心素养的评价显得尤为重要。核心素养是指学生应具备的适应终身发展和社会发展需要的必备品格和关键能力，因其蕴含综合化和内隐性的特性而很难对其进行准确客观的评价。随着先进评价工具的出现和评价方式的多元化，非认知类素养可转化为可精确检测的外在表现，核心素养可深入融入到具体的教育教学活动之中，并呈现为具体的教学效果。由此，教育评价可以客观真实地测评学生的认知和非认知领域，使得核心素养评价得以广泛应用。
2.4评价标准简单单一当前的教育评价主要以分数或升学率为核心依据，过度强化结果在整个评价终端的关键地位，存在着标准相对简单单一的现象。正因为如此，长期以来，我国在教师评价方面形成“唯文凭、唯论文、唯帽子”的倾向，在学生评价方面存在着“唯分数、唯升学”的倾向。评价标准的简单单一有损教育的公平性和公正性，既不利于优等生的拔尖创新培养，也不利于学困生学习积极性的激发。评价标准的简单单一也不利于从多层面、多角度挖掘和培养人才，极易形成教育同质化现象，影响学生的个性化发展，难以满足新时代经济社会发展对多元化复合型人才的需求。
坚持以人为本，实施差异化、个性化评价，将成为人工智能时代教育评价的发展趋势。教育的本质是促进人的个性化发展和全面发展，评价的最终目标是通过激发每一个学生的能动性、自主性和创造性，实现个人价值的最大化。差异化、个性化评价就是充分认识和尊重学生个体之间的差异性，运用不同的要求和标准对不同学习程度和成长特点的学生进行多维度、多层面和全方位的综合评价。差异化、个性化评价突出激励导向，强化教育评价的增值性，以充分挖掘学生内在的特点和潜能为目标，竭力发现不同学生未来成长和发展的可能性，促使教育更加彰显学生的优点和特长，以唤醒和鼓励每一个学生，提高学生的自信心。
2.5评价主体狭窄局限在现行教育评价中，无论是针对教师的评价，还是针对学生的评价，评价主体都较为狭窄局限。尤其是对学生的评价，处于主导地位的是教师和教育行政部门，而缺乏学生的自我评价、同辈评价、家长评价和社会评价，这在一定程度上影响了教育评价的客观性、公正性和有效性。同时，学生长期扮演着被教育、被管理和被评价的角色，影响着学生的自信心、自尊心、责任心和进取心，使其在学习上丧失主观能动性。
在人工智能时代，高度发达的信息技术为教育活动相关者获取教育数据和信息提供了便利，教育信息交流的手段更加丰富便利，信息共享的渠道更加顺畅，教育活动相关者能够及时地表达自身发展需求和价值诉求，能够全员参与评价，在协商与合作中开展评价，形成评价共同体。全员参与的评价为教育评价提供不同的视角，丰富了评价的层次和内容，也有利于评价结果的运用。具体来说，学生可以以主体身份参与到教育评价活动中，由被动的评价接受者转变为主动的评价参与者和合作者。在各类教育教学活动中，学生可以通过平等协商参与评价，主动了解评价标准，自主发现、分析和解决学习过程中存在的问题，在评价中进行自我反思和自我学习。
3技术赋能：人工智能等新一代信息技术助力教育评价体系创新
大数据、云计算、人工智能等新一代信息技术的快速发展为教育发展带来足以改变其业态的新技术和新工具。就教育评价领域来说，人工智能等信息技术将进一步丰富教育评价的方法和手段，拓展教育评价的内容，让教师、学生、家长乃至全社会参与其中，对教与学的过程全方位实时监测，智能化反馈评价结果，智能化推送学习资源，智能化提供学前指导，促进学生个性化发展，让因材施教成为现实。
由于科学技术和评价工具的限制，以往只能注重对学生理论知识和基本能力的评价，很难对其德智体美劳综合素质进行全面评价。新一代信息技术的广泛应用，拓展教育评价的内容和边界，能及时对每个学生的学习状况进行诊断性评价，为全面评价提供了现实条件，可以对教与学的全过程进行智能化分析——诊断分析学习过程，总结描述学习结果，预测未来学习发展，以及对学习过程进行及时调节和干预。通过构建智能化的教育教学监测和分析平台，持续跟踪和记录教师教学和学生学习过程中的各种数据，为教师教学和学生学习提供实时动态的反馈与评价，对课堂教学中师生互动模式进行有效性分析，帮助教师和学生及时调整教与学的进程，并使适时发起教学干预成为可能。
通过大数据分析技术，可以收集考试分数之外的情感态度、心理特征、价值观念、劳动素养、审美情趣、协作精神、抽象思维、创新意识和实践能力等非认知方面的数据和资料，大大拓展教育评价的内容，从而支持从当前单一的学科知识认知评价向全面系统的综合性评价转变，可以对教师的教和学生的学进行全方位的了解和分析。与此同时，基于特定的数据处理和分析系统，通过数据的挖掘和分析，能及时根据每个学生的学习状况，自动生成各个学生的诊断性和发展性评价报告，并为每个学生差异化、智能化推送学习资源，精准提供个性化的学习发展建议。
新一代信息技术可为教师承担一些重复性和机械性工作，起到教师助手的作用。人工智能工具可以智能化出题、智能化批改作业、智能化评阅试卷、智能化诊断反馈，教师将有更多时间和精力去了解每个学生。通过对学生学习过程的了解，可以更好地掌握每个学生的学习特点，为学生制定个性化和差异化的学习方案，实现精准化和个性化教学。学生掌握和使用一定的学习评价工具，可以自我发现、提出和解决问题，或者与同伴合作，互相探讨，共同进步。家长通过评价工具所提供的反馈信息，可以及时掌握学生的学习和成长状况，提高教育评价的参与度。
当前，世界主要发达国家纷纷在为人工智能时代的人才培养谋划部署，力图通过教育评价改革促进本国人才选拔与发展，抢占未来教育竞争战略制高点。在美国，2017年5月，顶尖私立高中联盟推出一种新的学生评价体系，即针对学生的8个方面的素质，用描述性定性评价取代以往的分数定量评价。该体系重视学生全面综合能力素养的考查，将非认知能力因素的评价摆在突出位置。
在欧洲，德国利用科学技术优势，研制科学化、极具操作性的评价工具，在0～6岁的学前教育中构建了以导向质量、结构质量和过程质量为核心的质量评价体系。通过智能化评价技术和工具的介入，提高教师教学能力，提升教育质量和水平。评价方式和评价主体进一步多元化，以及强化过程性和动态性评价，已经成为德国学前教育评价制度的优势。在基础教育的学生评价方面，英国建立了国家评价、教师评价和学生自评与互评三级评价体系。国家评价是“关于学习的评价”，即按照国家统一标准，检验每个阶段的学生收获，旨在评判学生是否达到了国家要求；而教师评价和学生自评与互评则是“为了学习的评价”，旨在促进师生共同关注学习，提高学生的自我评价意识，激发学生的学习动机，促进学生的学习效果。
在亚洲，日本为提高学生的基础学力，近年来推动大学入学考试制度改革，意在建立一套基于“学力三要素”的培养和评价系统。“学力三要素”包括：足够的知识和技能；面对答案不唯一的问题时表现出思考力、判断力和表现力；保持主体性，并能与各种各样的人在协作中学习。该评价系统重视考查和培养学生的非认知能力，而以人工智能、大数据等为代表的新一代信息技术成为本轮改革的重要支撑。
4路径选择：面向人工智能时代的教育评价改革策略
面向人工智能时代的教育评价需要从评价方式、评价手段、评价内容等多方面进行改革。
4.1改进结果评价,注重过程评价,加强质性评价，使评价方式更为多元在当前教育环境下，结果仍具有举足轻重的地位，但要突破结果唯一，注重过程评价，从结果本位向兼顾结果与过程转变。如不强调结果，会在一定程度上导致人才培养质量的弱化，但强化结果在整个学生学习成长评价终端的核心地位，会导致结果至上的功利倾向，失去教育评价的真正功能。
人工智能等新一代信息技术的发展，能实时跟踪和监测教与学的全过程，能把考核从一次性考试变成持续不断的行为分析，为实现真正意义上的过程评价提供可能，为开展多样化评价提供重要契机。同时，要进一步加强定量评价与定性评价相结合，强化质性评价。定量评价在当前备受推崇，是因为其在实践过程中操作简单，便于比较，人工智能等新一代信息技术的发展将有助于提高质性评价的可操作性。
4.2开展理论研究，开发智能工具，搭建数据平台，使评价手段更为智能人工智能等新一代信息技术推动教育实践中许多重大现实问题的解决，与此同时，未来教育发展的强烈需求也倒逼人工智能等信息技术的进一步创新和应用。当前人工智能等信息技术与教育尚处于催化融合阶段，相关核心技术尚未完全成熟，人工智能等信息技术在情绪识别、认知计算、智能感知等方面存在发展瓶颈，目前大多数产品更多关注自适应学习等领域，学习模型以偏概全等问题尚待进一步解决。高校、科研院所和行业企业要利用各自的优势特色，加强协同创新，共同推动智能教育评价的理论创新和技术研发。
当前，面向人工智能时代的新型教育生态体系尚未完全形成，人工智能的价值认识尚存在分歧，既有“唯人工智能”的观点，也有全盘否定人工智能的意见。教师、学生、家长、学校、教育行政部门乃至全社会要进一步树立智能化教育评价理念，改变过去传统的纸笔测试评价思维，主动适应、应对甚至创新面向人工智能时代的教育。数据是人工智能时代教育发展的基础，需进一步消除数据壁垒，搭建和提供开放共享平台和服务，在保护隐私的前提下，合理利用数据和公共信息服务智能教育评价。
4.3坚持立德树人，突出核心素养，探索增值评价，使评价标准更为多维人工智能时代要求人们具备更强的计算思维与实践能力、交流与沟通协调能力、人机协作与组织管理能力、自主学习与谋划未来的能力，人才培养的目标和标准也随之发生改变，需要进一步建立健全面向人工智能时代的教育评价新标准。要坚持将思想品德修养作为学生评价的首要内容，突出身心健康、社会责任、科学精神、审美情趣、创新精神和实践能力等综合能力和核心素养的评价，促进人的全面发展。评价标准应由结果导向的单一终结性评价向过程导向的多维诊断性评价和过程性评价转变，大力探索增值评价。
对不同学段、不同学习程度、不同学习环境的学生采用统一的评价标准显然不够科学。增值评价遵循当前学业水平与未来发展潜力相互补充的原则，注重学生进步的增幅，强调学生发展状态的纵向比较，有利于发挥评价的激励作用和促进功能。增值评价能优先关注教育教学全过程和学生发展状态，能更好地发现各种因素在学生个体发展中的作用，通过“投入产出比”等方面的分析使评价结果更为科学和公平，对实现教育公平和全面提升教育质量具有重要作用。
4.4严格学业标准，强化综合素质，健全综合评价，使评价内容更为全面传统的教育评价更多关注学生对知识的掌握情况，主要是对智力能力水平的评价，而在很大程度上忽略了对学生其他能力素质的评价。教育评价改革应在坚守和健全学业水平评价、严格学业标准的基础上，进一步完善德育评价、体育评价、美育评价和劳动教育评价，强化对学生综合素质的整体评价。
开展综合评价需要构建一个综合的评价指标体系，搭建综合数据信息平台，利用一定的分析方法或模型对学生、教师或学校等评价对象作出全面、系统、整体的评定。人工智能等新一代信息技术为检测学生道德品质、人文素养、情感态度、思维活动、交流协作、创新发展、运动健康、审美表现等提供了现实可行性，评价内容将更为全面。全面综合的评价使教育评价更加系统、立体和多元，弥补了以往单一学业评价的狭隘性和片面性，能真正发挥促进学生全面发展的作用。
4.5多方协同参与，形成联动机制，增进社会共识，使评价主体更为多元教育评价是一个复杂的系统工程，特别是在人工智能时代，社会各种因素更易通过便利的信息技术介入其中。开放、科学的评价体系比以往更加需要学生、教师、学校、政府和社会的协同参与。在教育评价体系中，每个参与者既是评价主体，也是评价对象。人工智能等新一代信息技术的发展模糊了人与机器之间的界限，使人机互动评价成为现实。为此，要充分发挥教师、学生、家长、社区、第三方机构等不同评价主体的作用，共同构建教育的综合评价体系。
在评价主体多元化的背景下，更需要构建多元化的教育评价机制。一直以来，我国教育行政部门在教育评价中占主导地位，教师、学生、家长、学校等评价主体的积极性未充分激发，其评价作用未得到充分发挥。另外，教育评价涉及不同评价主体的发展诉求和切身利益，应统筹协调各方的意见和建议，提升其存在感、归属感、认同感和荣誉感，共同建立多方参与、行政调控引导与市场需求导向相结合的教育评价体系。总之，教育评价是一项社会工程，需要大力增进社会共识，引导全社会树立正确的教育观和成才观，努力构建新时代具有中国特色的教育评价体系。
《中国考试》2021年第11期