首頁 > 優(yōu)秀范文 > 人工智能輔導(dǎo)教育
時間：2023-09-06 09:31:40
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗，特別為您篩選了11篇人工智能輔導(dǎo)教育范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
這只是人工智能在教育領(lǐng)域的小試牛刀。雖然有專家預(yù)測在未來十年內(nèi)不會看到人形機器人替代教師進入課堂，不過地平線報告2016年基礎(chǔ)教育版和2107年高等教育版都預(yù)測未來五年內(nèi)人工智能將會在教育行業(yè)普及。
教育行業(yè)已有的人工智能研究和應(yīng)用
Woolf等人在2013年提出了人工智能在教育領(lǐng)域應(yīng)努力解決“五大挑戰(zhàn)”：①為每一個學(xué)習(xí)者提供虛擬導(dǎo)師：無處不在地支持用戶建模、社會仿真和知識表達的整合。②解決21世紀技能：協(xié)助學(xué)習(xí)者自我定位、自我評估、團隊合作等。③交互數(shù)據(jù)分析：對個人學(xué)習(xí)、社會環(huán)境、學(xué)習(xí)環(huán)境、個人興趣等大量數(shù)據(jù)的匯集。④為全球課堂提供機會：增加全球教室的互聯(lián)性與可訪問性。⑤終身學(xué)習(xí)技術(shù)：讓學(xué)習(xí)走出課堂，進入社會。
過去十年，一些研究者對人工智能在教育領(lǐng)域中的應(yīng)用做了大量的探索。相關(guān)的研究成果包括：①跟蹤學(xué)習(xí)者的思維步驟和解決問題的潛在目標結(jié)構(gòu)（Anderson等，1995）；②診斷誤解和評估學(xué)習(xí)者的理解域（VanLehn，1988）；③提供及時的指導(dǎo)、反饋和解釋（Shute，2008）；④促進高效學(xué)習(xí)的行為，如自我調(diào)節(jié)、自我監(jiān)控和自我解釋（Azevedo&Hadwin，2005）；⑤以合適的難度水平和最適當?shù)膬?nèi)容來規(guī)劃學(xué)習(xí)活動（VanLehn，2006）。
這些研究，基本上使用到了人工智能的每一項技術(shù)——自然語言處理、不確定性推理、規(guī)劃、認知模型、案例推理、機器學(xué)習(xí)等?！爸悄軐?dǎo)師系統(tǒng)”就是基于這些研究和技術(shù)而開發(fā)的人工智能教育應(yīng)用。類似的成熟產(chǎn)品包括Tabtor（hellothinkster.com）、CarnegieLearning（carnegielearning.com）和FrontRow（frontrowed.com）。2014年，加拿大西蒙弗雷澤大學(xué)的一項試驗發(fā)現(xiàn)用智能導(dǎo)師系統(tǒng)的學(xué)習(xí)者比使用其他教學(xué)方法的學(xué)習(xí)者獲得的成績更高。
人工智能在教育行業(yè)的新發(fā)展
教育行業(yè)的三種類型（內(nèi)容、平臺和評估）的服務(wù)商都在經(jīng)歷著一場變革。內(nèi)容出版商面臨紙質(zhì)印刷到數(shù)字出版和開放教育內(nèi)容的挑戰(zhàn)。學(xué)習(xí)平臺正試圖區(qū)分自適應(yīng)、個性化和數(shù)據(jù)分析的功能。評估供應(yīng)商則繼續(xù)探尋從多項選擇題測試轉(zhuǎn)向更具創(chuàng)新性的問題類型。人工智能將為這三種類型教育服務(wù)商帶來新的發(fā)展思路和契機，同時也惠及教育生態(tài)系統(tǒng)中的所有利益相關(guān)者。學(xué)生通過即時反饋和指導(dǎo)提高學(xué)習(xí)效率，教師將獲得豐富的學(xué)習(xí)分析和個性化指導(dǎo)經(jīng)驗，父母能夠低成本地為孩子改進職業(yè)前景，學(xué)校能夠規(guī)模化提高教育質(zhì)量，政府能夠提供負擔(dān)得起的教育。2017年，人工智能將在以下領(lǐng)域發(fā)揮其效益。
1.人工智能批改作業(yè)
批改作業(yè)和試卷是一件乏味的工作，這通常會占據(jù)教師大量的時間，而這些時間本可以更多地用于與學(xué)生互動、教學(xué)設(shè)計和專業(yè)發(fā)展。
目前，人工智能批改作業(yè)已經(jīng)相當接近真人教師了，除了選擇題、填空題外，作文的批改能力已經(jīng)大幅提高。美國斯坦福大學(xué)已經(jīng)成功開發(fā)出一種機器學(xué)習(xí)程序，能夠批改8～10年級的作文。隨著圖像識別能力的大幅提高，手寫答案的識別也接近可能。就連占有美國標準化考試60%市場份額的全球最大教育企業(yè)——培生公司也認為，人工智能已經(jīng)可以出現(xiàn)在教室并提供足夠可信的評估。據(jù)培生公司近期的報告IntelligenceUnleashed推測，人工智能軟件所具有的廣泛的、定制的反饋能夠最終淘汰傳統(tǒng)測試。
2.人工智能實現(xiàn)一對一輔導(dǎo)
自適應(yīng)學(xué)習(xí)軟件已經(jīng)能為學(xué)生提供個性化學(xué)習(xí)支撐。據(jù)2011年VanLehn的一項研究發(fā)現(xiàn)，人工智能在某些特定主題和方法上比未經(jīng)訓(xùn)練的導(dǎo)師更具有效性。進一步的研究發(fā)現(xiàn)，人工智能導(dǎo)師能在學(xué)生出錯的具體步驟上給予實時干預(yù)，而不是就整個問題的答案給予反饋（Corbett&Anderson，2001；Shute，2008）。
自適應(yīng)學(xué)習(xí)在拉美地區(qū)正在興起。AndréUrani市政學(xué)校的學(xué)生使用人工智能軟件Geekie觀看在線課程（視頻和練習(xí)）。Geekie為學(xué)生提供每一步的實時反饋，并隨著學(xué)習(xí)的進展來傳授更為精細的課程內(nèi)容。
早在1984年，本杰明·布盧姆的研究就提出一對一輔導(dǎo)能帶來更好的學(xué)習(xí)效果。而人工智能技術(shù)可以模擬一對一輔導(dǎo)，以更好地跟蹤、適應(yīng)和支持個體學(xué)習(xí)者。這將是人工智能在教育中更高層次的個性化學(xué)習(xí)應(yīng)用。例如，比爾·蓋茨看好的人工智能聊天機器人或個人虛擬導(dǎo)師，能在學(xué)生面臨挑戰(zhàn)時提供強有力的支持，隨時隨地回答學(xué)生的提問；還可以為學(xué)生訂制學(xué)習(xí)方案和規(guī)劃職業(yè)發(fā)展路徑，并引導(dǎo)學(xué)生走向成功。更重要的是，人工智能可以匹配聊天機器人或虛擬導(dǎo)師的面孔和聲音來滿足學(xué)生個人喜好。對比網(wǎng)頁界面的自適應(yīng)學(xué)習(xí)系統(tǒng)，這才是真正做到了一人一導(dǎo)師。
3.人工智能關(guān)注學(xué)生情感
2016年地平線報告高等教育版把情感計算列為教育技術(shù)發(fā)展普及的重要方向。也就是說，人工智能不僅限于模擬人類傳遞知識，還能通過生物監(jiān)測技術(shù)（皮膚電導(dǎo)、面部表情、姿勢、聲音等）來了解學(xué)生在學(xué)習(xí)中的情緒，適時調(diào)整教育方法和策略。例如，機器人導(dǎo)師捕捉到學(xué)生厭煩的面部表情時，就可以立即改變教學(xué)方式努力激發(fā)他們的興趣。這種關(guān)注情感的人機交流為學(xué)生營造一個更真實的個性化學(xué)習(xí)環(huán)境，更好地維持了學(xué)習(xí)者的動機。美國匹茲堡大學(xué)開發(fā)的AttentiveLearner智能移動學(xué)習(xí)系統(tǒng)就能通過手勢監(jiān)測學(xué)生的思想是否集中。突尼斯蘇斯國家工程學(xué)院的研究人員正在研究開發(fā)基于網(wǎng)絡(luò)的人工智能教學(xué)系統(tǒng)。該系統(tǒng)能夠識別學(xué)生在任何地方開展科學(xué)實驗的面部表情，以優(yōu)化遠程虛擬實驗室的教學(xué)過程。
進一步的研究發(fā)現(xiàn)，人工智能還可以關(guān)注學(xué)生的心理健康。當前已經(jīng)有使用人工智能來為自閉癥兒童提供有效支持的案例。例如，倫敦知識實驗室在Topcliffe小學(xué)開展試驗，讓自閉癥學(xué)生與半自動虛擬男孩安迪開展互動交流，研究人員發(fā)現(xiàn)患有自閉癥的學(xué)生在社交能力方面有進步。
4.人工智能改進數(shù)字出版
教科書等課程材料并非總是完美，傳統(tǒng)印刷出版讓課程的修訂變得過于緩慢。這不僅是生產(chǎn)工藝的問題，更主要的是紙質(zhì)課程材料無法快速獲取使用者的反饋來識別缺陷所在。而數(shù)字化出版在人工智能的支撐下能徹底改變這一現(xiàn)狀。
人工智能可幫助使用者快速識別課程缺陷。大規(guī)模網(wǎng)絡(luò)開放課程Coursera的提供者已經(jīng)將這一想法付諸實踐。當發(fā)現(xiàn)大量學(xué)生的作業(yè)提交了錯誤的答案時，系統(tǒng)會提示課程材料的缺陷，進而有助于彌補課程的不足。
另一項人工智能在數(shù)字化出版的應(yīng)用是自動化組織和編寫教材。這是基于深度學(xué)習(xí)系統(tǒng)能模仿人類的行為進行讀和寫。ScottR.Parfitt博士的內(nèi)容技術(shù)公司CTI就依據(jù)這項技術(shù)幫助教師定制教科書——教師導(dǎo)入教學(xué)大綱，CTI的人工智能引擎能自動填充教科書的核心內(nèi)容。
隨著自然用戶界面和自然語言處理在人工智能領(lǐng)域的成熟應(yīng)用，課程材料的數(shù)字化出版也會有更新的形態(tài)——不再局限于書本或網(wǎng)頁的形式，聊天機器人和虛擬導(dǎo)師將成為內(nèi)容表達的更好的方式。
5.人工智能作為學(xué)生
多年的研究表明，教會別人才是更好的學(xué)習(xí)，即learning-by-teaching。美國斯坦福大學(xué)教育學(xué)教授DanielSchwartz正基于這一理念來開發(fā)新的人工智能產(chǎn)品。他聯(lián)合了多個領(lǐng)域的專家一起開發(fā)了人工智能應(yīng)用——貝蒂的大腦（Betty’sBrain），讓學(xué)生來教貝蒂學(xué)習(xí)生物知識。試點研究發(fā)現(xiàn)，使用這一方法來學(xué)習(xí)的學(xué)生比其他學(xué)生成績更好，且在科學(xué)推理上也更勝一籌。
類似的研究和開發(fā)還有瑞典隆德大學(xué)的TimeElf和美國卡內(nèi)基梅隆大學(xué)的SimStudent，這兩個人工智能產(chǎn)品也是基于learning-by-teaching而開發(fā)，讓學(xué)生在教會機器人知識的過程中深化對知識的理解。
人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學(xué)會上提出的，隨著計算機核心算法的突破、計算能力的迅速提高以及海量互聯(lián)網(wǎng)數(shù)據(jù)的支撐，目前已被廣泛地應(yīng)用于各個領(lǐng)域[1-2]。近年來，人工智能也給教育教學(xué)領(lǐng)域帶來了機遇，人工智能+教育正如火如荼地開展和推進，改變著傳統(tǒng)的教育形式及生態(tài)[3-4]。2018年教育部《高等學(xué)校人工智能創(chuàng)新行動計劃》，各大高校在人工智能及其教育發(fā)展上有了綱領(lǐng)性的指導(dǎo)[5]。醫(yī)學(xué)教育作為教育教學(xué)諸多領(lǐng)域的一隅，乘著人工智能發(fā)展的東風(fēng)，各大高校在推進醫(yī)學(xué)教學(xué)改革方面進行了大量積極的探索與嘗試[6-8]。診斷學(xué)是由基礎(chǔ)醫(yī)學(xué)過度到臨床醫(yī)學(xué)的橋梁課，其教學(xué)質(zhì)量的良莠直接影響到醫(yī)學(xué)生的培養(yǎng)質(zhì)量，傳統(tǒng)的教學(xué)方法難以滿足現(xiàn)代醫(yī)學(xué)教學(xué)的要求，如何發(fā)揮人工智能的應(yīng)用優(yōu)勢，讓其更好地應(yīng)用于診斷學(xué)的教學(xué)工作，也是診斷學(xué)課程教改的重要研究方向。
1傳統(tǒng)的診斷學(xué)教學(xué)方法存在的問題
診斷學(xué)是學(xué)習(xí)臨床基本技能最重要的一門課程，其內(nèi)容包括癥狀學(xué)、體檢檢查、實驗室檢查及輔助檢查等四大塊，分為理論課和見習(xí)課，目前大多數(shù)醫(yī)學(xué)院理論課采用的是以大班的形式在多媒體教室講授，而見習(xí)課則采取分小組的模式進行，多年的教學(xué)實踐發(fā)現(xiàn)該教學(xué)模式取得的教學(xué)效果不盡人意，尤其是近年來隨著全國各大醫(yī)學(xué)院校的擴招，出現(xiàn)了師資及教學(xué)資源配套的相對不足，上述教學(xué)模式的問題逐漸凸顯。理論知識以老師講授為主，采取的是“滿堂灌”的教學(xué)模式，然而該部分教學(xué)內(nèi)容知識點繁多，知識串聯(lián)度不高，課堂靈活度、生動度較為薄弱，學(xué)生聽完課以后對課程內(nèi)容印象不深，知識掌握度差，同時由于學(xué)生的學(xué)習(xí)主觀能動性差異大，不能進行課前充分預(yù)習(xí)的學(xué)生在課堂上更加難以跟上老師講授的節(jié)奏。見習(xí)課是對理論知識進行實踐，培養(yǎng)學(xué)生的實踐操作能力，前期理論知識掌握度差又會影響見習(xí)的教學(xué)質(zhì)量，導(dǎo)致教學(xué)過程形成惡性循環(huán)[9]。見習(xí)課主要采取老師講授要領(lǐng)及演示操作流程，之后學(xué)生們互相練習(xí)的教學(xué)方法，該部分內(nèi)容需反復(fù)加強練習(xí)，同樣的動作要領(lǐng)反復(fù)錘煉才能熟練掌握，因課堂見習(xí)時間有限，而老師講授及演示需占用大部分時間，學(xué)生動手實踐機會不多，老師對學(xué)生的操作手法、操作內(nèi)容、操作順序等重要內(nèi)容進行指導(dǎo)和勘誤的時間少，學(xué)生操作的規(guī)范性難以保證，在以后的臨床實踐中，往往存在實踐操作能力的缺陷。上述教學(xué)模式教師與學(xué)生們之間除了課堂時間，其余時間是脫節(jié)的，不能很好地溝通，學(xué)生們有疑問的知識點難以得到老師的及時解答，教學(xué)活動中沒有充分反饋，各個教學(xué)環(huán)節(jié)難以進行教學(xué)反思，形成教學(xué)相長的良性循環(huán)。課后復(fù)習(xí)及階段性總結(jié)復(fù)習(xí)是課堂知識內(nèi)化及升華的重要方面，傳統(tǒng)的教學(xué)模式通常是給學(xué)生布置課后作業(yè)，學(xué)生完成后上交由老師批改留檔，這個環(huán)節(jié)學(xué)生與老師缺乏有效的溝通，且由于學(xué)生們學(xué)習(xí)主觀能動性差異，課后沒有老師的監(jiān)督及針對性地輔導(dǎo)，課后作業(yè)的質(zhì)量良莠不齊，教學(xué)質(zhì)量欠佳是顯而易見的。隨著現(xiàn)代醫(yī)學(xué)的發(fā)展及研究的開展，涌現(xiàn)了一大批新的診斷方法與手段，譬如關(guān)于腫瘤診斷的分子marker，評估預(yù)測疾病活動度及預(yù)后相關(guān)的指標，在臨床上已經(jīng)常規(guī)應(yīng)用，但由于教材更新需要周期，很難跟新進展同步介紹，另外由于課時有限，難以全面地就學(xué)科前沿及新進展進行講授[10]。
2人工智能應(yīng)用于診斷學(xué)教學(xué)的重要意義
2.1教師方面
將人工智能應(yīng)用于診斷學(xué)教學(xué)實踐，削弱了教師的知識權(quán)威而強化了教師的價值引導(dǎo)，對教師的個人能力提出了更高的要求，促使教師踏實踐行終身學(xué)習(xí)并持續(xù)更新自身知識結(jié)構(gòu)?；ヂ?lián)網(wǎng)高速發(fā)展的時代，知識呈幾何指數(shù)更新并出現(xiàn)大爆炸，基于各種互聯(lián)網(wǎng)即時通訊平臺及手機APP，診斷學(xué)體格檢查、理論知識講授相關(guān)的小視頻及研究進展不勝枚舉，這就要求教師及時獲取、更新知識并進行相應(yīng)的知識儲備。人工智能的應(yīng)用促使教師從單人施教發(fā)展為團隊施教，為開發(fā)更具個性化的課程教學(xué)注入團隊的力量?；诖髷?shù)據(jù)的人工智能可以減少診斷學(xué)教學(xué)過程中的機械性、重復(fù)性工作，如平時作業(yè)的批改、考勤統(tǒng)計等，減輕了教師的工作負擔(dān)，教師可以將更多的精力投入到醫(yī)德醫(yī)風(fēng)、醫(yī)患溝通能力以及體格檢查手法的規(guī)范化培養(yǎng)上，更多的心思放在豐富課程內(nèi)容及教學(xué)形式上。同時大數(shù)據(jù)可以及時反應(yīng)學(xué)生的學(xué)習(xí)動態(tài)，教師可以根據(jù)學(xué)生的反饋及課程評價有針對性地對學(xué)生進行相應(yīng)的輔導(dǎo)。
2.2學(xué)生方面
將人工智能應(yīng)用于診斷學(xué)教學(xué)實踐，可以實時動態(tài)記錄學(xué)生的學(xué)習(xí)情況及暴露的問題，如是否按時完成課程任務(wù)、測試中哪些知識點容易出錯等，人工智能系統(tǒng)能夠?qū)@些數(shù)據(jù)進行關(guān)聯(lián)分析和深度挖掘，并且可視化呈現(xiàn)相應(yīng)的數(shù)據(jù)，有利于教師及時掌握學(xué)生的學(xué)習(xí)進度、參與度以及學(xué)習(xí)效果，并根據(jù)具體的學(xué)情分析數(shù)據(jù)來調(diào)整輔導(dǎo)和教學(xué)方案?；谌斯ぶ悄軓姶蟮乃惴ê头治觯梢詾閷W(xué)生定制個性化的教學(xué)內(nèi)容及進度，提供更有針對性的課堂內(nèi)容和隨堂測試，并對測試及平時作業(yè)進行智能批改，真正做到查漏補缺。診斷學(xué)課程內(nèi)容相對枯燥，學(xué)生們的學(xué)習(xí)興趣有限，基于人工智能的教學(xué)方式可以寓教于樂，在課程中將一些比較零散的知識點可以設(shè)置成互動小游戲，營造出良好的課堂氛圍，提高學(xué)生們的學(xué)習(xí)興趣及學(xué)習(xí)效率。
2.3教學(xué)過程
針對教學(xué)過程，人工智能亦發(fā)揮著至關(guān)重要的作用。第一，診斷學(xué)作為橋梁課程，是一門必修課，包括臨床醫(yī)學(xué)五年制、八年制、法醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)等相應(yīng)專業(yè)的學(xué)生均需要學(xué)習(xí)，人工智能擁有超強的計算能力和強大的“記憶力”，面對眾多不同專業(yè)的學(xué)生，可以根據(jù)大數(shù)據(jù)進行分析，制定出適合不同專業(yè)學(xué)生的完備教學(xué)目標。教學(xué)活動開展過程中，人工智能還可以根據(jù)學(xué)生的課堂及課后測試表現(xiàn)，依據(jù)分層教學(xué)的要求自動設(shè)置梯次教學(xué)目標，幫助學(xué)生們逐步提升學(xué)習(xí)能力和知識掌握度。第二，人工智能可以憑借自身信息化的特點，對各種教學(xué)資源進行分析，為教師和學(xué)生選擇更優(yōu)質(zhì)更合適的資源提供依據(jù)，促進個性化的教與學(xué)。第三，傳統(tǒng)的教學(xué)方式、教學(xué)內(nèi)容相對有限，人工智能基于大數(shù)據(jù)能夠啟發(fā)新的教學(xué)思路，創(chuàng)新教學(xué)方法，為診斷學(xué)教學(xué)提供更多的可能性。
3人工智能在診斷學(xué)教學(xué)中的應(yīng)用
3.1智能教學(xué)系統(tǒng)
智能教學(xué)系統(tǒng)是教育技術(shù)學(xué)中重要的研究領(lǐng)域，其根本宗旨是使得學(xué)生的學(xué)習(xí)環(huán)境更加優(yōu)良和諧，智能教學(xué)系統(tǒng)能夠及時有效地調(diào)用最新最全的網(wǎng)絡(luò)資源并充分優(yōu)化后供學(xué)生學(xué)習(xí)，使得學(xué)生能夠更加全方位、多角度地學(xué)習(xí)專業(yè)知識，提高學(xué)習(xí)效果[11]。智能教學(xué)系統(tǒng)大致由領(lǐng)域知識部分、教師部分及學(xué)生部分3個部分構(gòu)成[12]，其中領(lǐng)域知識部分又稱為專家部分，這一部分既包含了需要講授的內(nèi)容及掌握的技能，又可以添加專家的學(xué)術(shù)成果，既能夠保證學(xué)生對于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識面，增加知識的廣度。智能教學(xué)系統(tǒng)的教師及學(xué)生部分主要是為設(shè)計和制定教學(xué)方案及策略服務(wù)，基于大數(shù)據(jù)基礎(chǔ)上，根據(jù)課程的特點、歷年教學(xué)情況、學(xué)生身心發(fā)展特點及學(xué)習(xí)實際情況，制定更加個性化、高效的教學(xué)方案，促成教師因材施教，取得更加理想的教學(xué)效果。
3.2智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)
診斷學(xué)教學(xué)內(nèi)容包括理論和見習(xí)兩大塊，教學(xué)過程中教師的大量時間用于出題、閱卷、批改平時作業(yè)等與考核相關(guān)的工作，并且在出題過程中需要圍繞相對固定的重難點內(nèi)容不斷創(chuàng)新題型，消耗教師大量的精力。智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)能夠充分發(fā)揮其優(yōu)勢，將教師從繁冗的考核相關(guān)工作中解脫出來，使得教師的教學(xué)更高效，教師能夠把更多的時間。智能網(wǎng)絡(luò)組卷系統(tǒng)能夠有效收集和分析知名高校教學(xué)團隊編寫的在線題庫，實現(xiàn)教學(xué)資源的共享，通過隨機抽題組卷、答案隨機排序、題型隨機排序以及設(shè)置避免與歷年考卷重復(fù)等，顯著提升試卷的質(zhì)量，亦能改善考試作弊的頑疾，客觀地考核學(xué)生對知識的掌握度。智能網(wǎng)絡(luò)閱卷系統(tǒng)有簡明的閱卷流程，能夠更有效地識別試卷及答案，能夠明顯降低傳統(tǒng)人工閱卷方式因疲勞帶來的出錯率，使得工作效率更高、考核結(jié)果更公正。
3.3智能仿真教學(xué)系統(tǒng)
診斷學(xué)教學(xué)的見習(xí)部分是學(xué)生提高技能的重要環(huán)節(jié)，常常采用分小組在病房完成的方式進行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因?qū)W生分組進行詢問病史、體格檢查，重復(fù)次數(shù)多，患者難以多次配合；在教學(xué)時間段內(nèi)病房缺相應(yīng)的病種，無法對所學(xué)的癥狀進行直觀的學(xué)習(xí)；傳染病流行期間出于對學(xué)生健康安全的保護，無法進入病房見習(xí)等等，此時智能仿真教學(xué)系統(tǒng)能夠發(fā)揮重要的補充作用[13]。人工智能可以根據(jù)提供的海量真實臨床病例，由醫(yī)學(xué)專家整合其臨床特征，聯(lián)合計算機專家，根據(jù)相應(yīng)的教學(xué)要求，形成虛擬病人學(xué)習(xí)系統(tǒng)，學(xué)生在仿真診療環(huán)境中，進行問診、體格檢查、診斷以及給出治療方案，同時系統(tǒng)能夠自動發(fā)現(xiàn)學(xué)生在問診及診斷過程中的錯誤，通過實踐、糾錯再實踐，提高學(xué)生采集病史、體格檢查的能力，同時能夠加強學(xué)生的臨床思維的訓(xùn)練，夯實臨床基本功[14-16]。
中圖分類號：TP393-4
所謂人工智能，就是利用人工方法在計算機上實現(xiàn)智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經(jīng)學(xué)、語言學(xué)、信息論和通訊科學(xué)等眾多學(xué)科和領(lǐng)域。目前主要存在三條人工智能研究途徑：一是以生物學(xué)理論為支撐，掌握人類智能的本質(zhì)規(guī)律；二是以計算機科學(xué)為支撐，通過人工神經(jīng)網(wǎng)絡(luò)進行智能模擬，實現(xiàn)人機互動；三是以生物學(xué)理論為支撐。
1 人工智能技術(shù)的特征
智能技術(shù)主要分為兩類，人類和計算機智能，兩者存在相輔相成的關(guān)系。利用人工智能技術(shù)能夠?qū)崿F(xiàn)人類智能向機器智能的轉(zhuǎn)化，相反，機器智能也能夠利用智能教學(xué)轉(zhuǎn)化為人類智能。
1.1 人工智能的技術(shù)特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關(guān)搜索搜索技術(shù)實現(xiàn)對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區(qū)分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復(fù)雜的解決方案就交給智能程序了。
1.2 智能多媒體技術(shù)。首先，人機對話更加靈活。傳統(tǒng)多媒體在人機對話方面極為欠缺，導(dǎo)致教學(xué)單調(diào)乏味，不能取得預(yù)期良好效果，但智能多媒體卻不然，他能夠?qū)崿F(xiàn)人機自由對話和互動，同時還能結(jié)合學(xué)生實際對學(xué)生的問題給出不同層次的答案。其次，教學(xué)可行性更強。由于學(xué)生在認知能力和個人素養(yǎng)方面都存在差異，而且學(xué)習(xí)主動性也不盡相同，人工智能必須要結(jié)合學(xué)生實際學(xué)習(xí)狀況，為每一位學(xué)生設(shè)計制定個性化的學(xué)習(xí)計劃和學(xué)習(xí)目標，對學(xué)生進行針對性較強的教學(xué)，真正實現(xiàn)因材施教。再次，具有強大的創(chuàng)造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現(xiàn)方面。最后，智能多媒體具有老師特征。在實際教學(xué)過程中，智能多媒體可以對教學(xué)雙方的行為進行智能評價，以便能夠及時發(fā)現(xiàn)教學(xué)中的薄弱點，有助于實現(xiàn)教學(xué)相長，全面提高教學(xué)質(zhì)量和教學(xué)效果。
2 計算機網(wǎng)絡(luò)教育的現(xiàn)狀
隨著現(xiàn)代科學(xué)的進步，網(wǎng)絡(luò)信息的發(fā)達，人們的教學(xué)觀念和學(xué)習(xí)觀念都發(fā)生了前所未有的改變，網(wǎng)絡(luò)時代正全面到來。為了滿足現(xiàn)代社會對人才的實際需求，培養(yǎng)大量現(xiàn)代化優(yōu)秀人才，計算機網(wǎng)絡(luò)教學(xué)模式業(yè)已成型并不斷完善。目前，高校正規(guī)教學(xué)模式依然是現(xiàn)代教學(xué)主流，盡管在系統(tǒng)傳授知識和規(guī)范培養(yǎng)人才方面具有無可比擬的優(yōu)勢，但在資金投入、效益創(chuàng)收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現(xiàn)代教育的發(fā)展要求。
計算機網(wǎng)絡(luò)教學(xué)對傳統(tǒng)教學(xué)形成了巨大挑戰(zhàn)，并產(chǎn)生了深遠影響。它不僅有效彌補了傳統(tǒng)教學(xué)的時空限制缺陷，而且賦予了教學(xué)極大的樂趣性，吸引了越來越多的人積極投身到網(wǎng)絡(luò)教學(xué)建設(shè)中去，任何人無論何時何地都能夠通過網(wǎng)絡(luò)課堂去學(xué)習(xí)和提高。但目前計算機網(wǎng)絡(luò)教學(xué)發(fā)展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網(wǎng)絡(luò)教學(xué)中的學(xué)習(xí)支持服務(wù)體系尚不健全，導(dǎo)學(xué)手段和答疑方法還非常落后，由于各種原因，在服務(wù)方式上缺乏針對性、策略性和積極性；第二，計算機網(wǎng)絡(luò)實驗教學(xué)中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網(wǎng)絡(luò)的系統(tǒng)承載能力和信息查詢能力還十分有限；第四，如何實現(xiàn)計算機網(wǎng)絡(luò)考試的開放性，確?？荚嚨目陀^性、公正性、權(quán)威性，已經(jīng)成為網(wǎng)絡(luò)教學(xué)發(fā)展的瓶頸；第五，計算機網(wǎng)絡(luò)教學(xué)中的核心支撐系統(tǒng)――CAI，還無法有效滿足和適應(yīng)網(wǎng)絡(luò)教學(xué)的實際需求和發(fā)展要求。
主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網(wǎng)頁等。一種是高級的網(wǎng)絡(luò)版課件。該類課件主要以靜態(tài)圖文和動態(tài)演示組成的網(wǎng)頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現(xiàn)師生互動、網(wǎng)絡(luò)答疑的一種改進型課件。初級課件在實際教學(xué)中以操作容易、更新及時和維護方便著稱，但實際上就是傳統(tǒng)教學(xué)手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護復(fù)雜。因此，高級網(wǎng)絡(luò)課件是目前網(wǎng)絡(luò)教學(xué)中的主流課件，已經(jīng)成為了計算機網(wǎng)絡(luò)課件的固定模板。改進型的網(wǎng)絡(luò)課件有效地解決了傳統(tǒng)多媒體在師生互動不足的問題。上述兩類課件是現(xiàn)在最為常見的兩種CAI課件，盡管兩者都有各自的優(yōu)勢，但作為網(wǎng)絡(luò)教學(xué)的重要手段，仍存在許多問題和弊端：無法實現(xiàn)因材施教，無法開展層次教學(xué)；作為教學(xué)的一大主體，學(xué)生在個性化交互操作方面仍有很大不足；對學(xué)習(xí)過程中出現(xiàn)的普遍問題無法進行智能統(tǒng)計、分析和評價等。
3 人工智能技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的運用
3.1 人工智能多媒體系統(tǒng)。（1）知識庫。智能多媒體已經(jīng)不再是用來進行紙質(zhì)媒體數(shù)字轉(zhuǎn)化的工具了，它應(yīng)該具備相應(yīng)完善的知識庫，而知識庫里的教學(xué)內(nèi)容要結(jié)合教學(xué)實際和學(xué)生現(xiàn)狀進行針對性、個性化設(shè)計。同時，要實現(xiàn)知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發(fā)揮知識庫的教學(xué)服務(wù)作用。（2）教學(xué)板塊。教學(xué)板塊的設(shè)計主要是出于教學(xué)綜合性考慮的，教學(xué)方法的創(chuàng)新是其關(guān)注的重點內(nèi)容。該模塊的實現(xiàn)要以掌握專業(yè)知識、教學(xué)策略和人機對話等領(lǐng)域的知識為前提，結(jié)合學(xué)生實際學(xué)習(xí)現(xiàn)狀和特點，利用智能系統(tǒng)的現(xiàn)代化技術(shù)手段對知識和相關(guān)教育措施加以高效搜索。（3）學(xué)生板塊。及時掌握學(xué)生心理動態(tài)和學(xué)習(xí)狀況是智能網(wǎng)絡(luò)教學(xué)的一大特征，結(jié)合學(xué)生實際狀況加以智能評判，進而加以針對性指導(dǎo)和個性化輔導(dǎo)，實現(xiàn)因人施教和因材施教，全面提高學(xué)習(xí)效率和學(xué)習(xí)質(zhì)量。（4）用戶模塊。用戶模塊是智能系統(tǒng)無法忽視和省略的關(guān)鍵模塊，整個智能系統(tǒng)的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學(xué)內(nèi)容上傳到網(wǎng)絡(luò)教學(xué)平臺，才能順利完成教學(xué)。
3.2 人工智能多媒體教學(xué)的發(fā)展。（1）加強與網(wǎng)絡(luò)的結(jié)合。隨著網(wǎng)絡(luò)技術(shù)的成熟，智能網(wǎng)絡(luò)教學(xué)與網(wǎng)絡(luò)之間的關(guān)系日益緊密，多元化、多維度網(wǎng)絡(luò)空間日益成為一種趨勢?；ヂ?lián)網(wǎng)具有信息量大、更新速度快、超時空性等優(yōu)勢，加強與網(wǎng)絡(luò)的結(jié)合是人工智能計算機網(wǎng)絡(luò)教學(xué)未來發(fā)展的重要方向。（2）加強智能的應(yīng)用。人機對話、機器指導(dǎo)的教學(xué)模式將成為未來網(wǎng)絡(luò)教學(xué)的核心模式，傳統(tǒng)教師的角色將逐漸被計算機取代。最為典型的就是現(xiàn)代智能導(dǎo)航系統(tǒng)。（3）加強系統(tǒng)軟件的研發(fā)。系統(tǒng)軟件的更新日新月異，舊的系統(tǒng)軟件已經(jīng)無法有效滿足網(wǎng)絡(luò)發(fā)展的時代要求，加強系統(tǒng)軟件的研發(fā)以便充分滿足網(wǎng)絡(luò)要求，更好地幫助學(xué)生解決實際問題，進而提高學(xué)習(xí)效率和教學(xué)質(zhì)量。
4 結(jié)束語
人工智能技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的運用將為現(xiàn)代化教育提供新的發(fā)展思路，將全面改善網(wǎng)絡(luò)教學(xué)環(huán)境，拓展學(xué)習(xí)服務(wù)渠道，提高計算機網(wǎng)絡(luò)教學(xué)質(zhì)量，并有可能徹底打破計算機網(wǎng)絡(luò)教育的時空限制，全面加強網(wǎng)絡(luò)教學(xué)的開放性，實現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)的個性化、人性化和智能化，充分落實以學(xué)生為本的教學(xué)理念。未來CAI技術(shù)的進一步成熟將全面提高網(wǎng)絡(luò)教學(xué)的整體格局，我們有理由相信，智能網(wǎng)絡(luò)教學(xué)將迎來全新的發(fā)展春天。
參考文獻：
[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術(shù)在計算機網(wǎng)絡(luò)教學(xué)中的應(yīng)用[J].計算機教育，2014（01）.
人工智能是計算機科學(xué)的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學(xué)科,對它的研究涉及控制論、信息論、系統(tǒng)論、語言學(xué)、神經(jīng)生理學(xué)、數(shù)學(xué)、哲學(xué)等諸多的學(xué)科及領(lǐng)域,是一門綜合性的交叉學(xué)科[1]。
人工智能的研究、應(yīng)用和發(fā)展,在一定程度上代表著信息技術(shù)的發(fā)展方向,同時信息技術(shù)的廣泛應(yīng)用也對人工智能技術(shù)的發(fā)展提出了迫切的需求。今天,人工智能的不少研究領(lǐng)域如自然語言理解、模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機器人技術(shù)、人工神經(jīng)網(wǎng)絡(luò)等都走在了信息技術(shù)的前沿,有許多研究成果已經(jīng)進入人們的生活、學(xué)習(xí)和工作中,并對人類的發(fā)展產(chǎn)生了重要影響[2]。
實踐教學(xué)環(huán)節(jié)在大學(xué)教育中是一個非常重要的教學(xué)環(huán)節(jié),是提高人才素質(zhì)與能力的重要途徑。人工智能課程除了具有較強的專業(yè)性之外,還具有突出的實踐性,為了能深入理解和掌握所學(xué)內(nèi)容,必須把講授和實踐結(jié)合起來。本文結(jié)合該課程實驗教學(xué),將研究型教學(xué)的理念引入到實驗教學(xué),并對教學(xué)過程中的經(jīng)驗和問題加以初步的總結(jié)。
1研究型教學(xué)模式背景
研究型教學(xué)是相對于以單向性知識傳授為主的傳統(tǒng)教學(xué)提出的,是指教師以課程內(nèi)容和學(xué)生的學(xué)識積累為基礎(chǔ),引導(dǎo)學(xué)生創(chuàng)造性地運用知識和能力,自主地發(fā)現(xiàn)問題、研究問題和解決問題,在研究中積累知識、培養(yǎng)能力和鍛煉思維的新型教學(xué)模式。研究性教學(xué)是對現(xiàn)有的大學(xué)課堂教學(xué)模式的突破。有利于開發(fā)大學(xué)生的創(chuàng)造潛能,提高學(xué)生適應(yīng)社會需要的創(chuàng)造性和創(chuàng)新能力,充分展現(xiàn)現(xiàn)代大學(xué)培養(yǎng)人才、發(fā)展科學(xué)、服務(wù)社會的三大基本職能[3]。
19世紀初,德國著名教育家洪堡最早提出了教學(xué)與科研相統(tǒng)一的原則,為研究型教學(xué)模式的發(fā)展奠定了基礎(chǔ)。20世紀50、60年代,美國著名教育心理學(xué)家布魯納提出了著名的“發(fā)現(xiàn)教學(xué)模式”[4],成為后來探究性學(xué)習(xí)和研究型教學(xué)的先導(dǎo)。20世紀70年代,美國研究教學(xué)專家薩奇曼正式提出了研究訓(xùn)練教學(xué)模式。他認為學(xué)生會本能地對周圍新奇事物發(fā)生興趣,并想方設(shè)法弄清這些新奇事物背后究竟發(fā)生了什么,這是一種進行科學(xué)研究的可貴的動力。
自此,研究型教學(xué)理念開始廣泛使用?，F(xiàn)在,哈佛大學(xué)、牛津大學(xué)、劍橋大學(xué)等世界著名大學(xué),都非常注重學(xué)生能力的培養(yǎng),普遍采取了研究型教學(xué)模式。以美國高校為例,雖然美國高校83%的教師在課堂教學(xué)中主要采用講授法進行教學(xué),但在整個教學(xué)過程中都滲透著研究型教學(xué)的方法,如積極引導(dǎo)學(xué)生參與教學(xué)過程,開設(shè)研究性課程,引導(dǎo)學(xué)生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設(shè)以來,清華大學(xué)、北京大學(xué)、人民大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)等一些重點大學(xué)都提出了建設(shè)世界一流的綜合性研究型大學(xué)的目標。這些高校在實現(xiàn)從單向知識傳授的傳統(tǒng)型教學(xué)向關(guān)注創(chuàng)新性教育的研究型教學(xué)轉(zhuǎn)變方面進行了許多有益的嘗試。
2研究型實驗教學(xué)
本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力,還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。大學(xué)是培養(yǎng)未來一線創(chuàng)新人才的主要基地,必須從本科教學(xué)人手,深入探索研究型教學(xué)的手段和方法,才能滿足未來經(jīng)濟增長和社會發(fā)展的需要,才能符合建設(shè)研究型大學(xué)的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規(guī)模逐年增大,本科高年級學(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計算機相關(guān)學(xué)科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、計算智能、統(tǒng)計學(xué)習(xí)理論等,都是目前國際和國內(nèi)熱門的研究方向。
人工智能課程在計算機專業(yè)人才培養(yǎng)方案中占據(jù)著重要的位置。在專業(yè)理論方面,它承續(xù)了離散數(shù)學(xué)中的邏輯知識;在專業(yè)方法方面,是數(shù)據(jù)結(jié)構(gòu)、算法分析與設(shè)計的繼續(xù);在專業(yè)工具方面,是面向?qū)ο蟪绦蛟O(shè)計的生動實例。并且人工智能的每一部分內(nèi)容都可以作為一個深入的研究課題,課堂上講解的內(nèi)容不可能面面俱到,學(xué)生們也不可能對人工智能的每一領(lǐng)域都做很深入的學(xué)習(xí)。并且人工智能涉及很多的數(shù)理邏輯知識,有些顯得難以理解,并且往往讓學(xué)生感到比較枯燥,學(xué)生的學(xué)習(xí)興趣就漸漸淡薄,學(xué)生往往被動“聽講”,難以獲得預(yù)期的教學(xué)效果。
針對這一特點,在人工智能教學(xué)中,如何引導(dǎo)學(xué)生系統(tǒng)學(xué)習(xí)人工智能的知識、激發(fā)學(xué)生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎(chǔ),研究型實驗教學(xué)就成為了人工智能課程教學(xué)的一個重要環(huán)節(jié)和必然選擇。
2.1實驗教學(xué)中加強學(xué)生的研究導(dǎo)向
在實驗教學(xué)中,如果照搬一些教材中的例子或習(xí)題教學(xué),一方面學(xué)生們會缺乏興趣,另一方面學(xué)生對這個領(lǐng)域的知識缺乏全面的了解。應(yīng)不斷提出一些學(xué)生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內(nèi)容的圖像檢索等,培養(yǎng)學(xué)生們的學(xué)習(xí)興趣,讓學(xué)生們逐漸深入的學(xué)習(xí)某一領(lǐng)域的知識。比如BP神經(jīng)網(wǎng)絡(luò),在模式識別、經(jīng)濟數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過成功應(yīng)用,是一種具有強大的非線性學(xué)習(xí)能力的計算智能技術(shù)。然而BP神經(jīng)網(wǎng)絡(luò)算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優(yōu)點。我們可以設(shè)計一個人臉識別的實驗,用神經(jīng)網(wǎng)絡(luò)和支持向量機分別實現(xiàn),并作以比較。讓學(xué)生們在了解人工智能新技術(shù)的同時,也培養(yǎng)學(xué)生們?nèi)绾畏治鰡栴}、解決問題的科研能力。
2.2人工智能課程實驗
該課程是一門對實驗技術(shù)有較高要求的課程,對于基本原理和方法的實現(xiàn),要求學(xué)生進行嚴格的計算機專業(yè)技能訓(xùn)練和培養(yǎng)良好的科研工作作風(fēng)。因此對課程中的技能及技術(shù)性內(nèi)容,除單獨進行必要的基礎(chǔ)訓(xùn)練外,還融入到綜合和研究型試驗中,通過多次反復(fù)實驗練習(xí),達到牢固掌握人工智能原理和人工智能的問題求解技術(shù)的目的。
該課程的實踐環(huán)節(jié)主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責(zé),學(xué)生可在全天候開放的專用機房完成。在實踐環(huán)節(jié)的設(shè)計上,我們嘗試把驗證性實驗和開發(fā)性實驗相結(jié)合,結(jié)合實驗教學(xué)進度,安排相應(yīng)的開放實驗,開放性實驗以科學(xué)研究實驗為主。并在課程的教學(xué)過程中,不斷深化和擴展教學(xué)內(nèi)容,結(jié)合人工智能學(xué)科的發(fā)展趨勢和本院老師的最新研究成果,對實驗內(nèi)容進行更新。
課程主要設(shè)置三種層次的實驗:1)基本原理和算法編程,測試例設(shè)計及程序測試實驗;2)分析綜合實驗;3)研究型設(shè)計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結(jié)果討論、總結(jié)提高等六個環(huán)節(jié)。對于綜合性和研究型實驗,把學(xué)生分成5個人一小組,每小組選做其中的一個。學(xué)生從指導(dǎo)老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關(guān)理論。在此基礎(chǔ)上,學(xué)生先提出實驗方案,經(jīng)與老師討論后,即可開始實驗研究。
3實驗平臺的構(gòu)建
民族關(guān)系問題對被訪對象,特別對少數(shù)民族被訪對象是非常敏感的問題,對民族關(guān)系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統(tǒng)的文獻分析、問卷統(tǒng)計和現(xiàn)場觀察等民族學(xué)方法來進行調(diào)查,得到的數(shù)據(jù)會存在較多誤差。
因此結(jié)合本校的民族特色和民族學(xué)領(lǐng)域獨特的研究優(yōu)勢,將信息認知技術(shù)引入民族關(guān)系研究,運用圖像、心電和腦電數(shù)據(jù)進行分析,將分析的結(jié)果和心理場景測試及民族學(xué)調(diào)查結(jié)果進行相互印證和參數(shù)修正,從而獲得盡可能客觀的數(shù)據(jù),這些數(shù)據(jù)將有助于建立一個客觀、完備、科學(xué)的民族關(guān)系監(jiān)測體系,并真實全面地評估民族關(guān)系,從而使決策機構(gòu)及時做出正確的決策?；诙嘈畔⑷诤系拿褡尻P(guān)系監(jiān)測預(yù)警系統(tǒng)總體框圖如圖1所示。
目前該平臺已經(jīng)搭建,由北京市公共安全信息監(jiān)測平臺建設(shè)、北京市公共安全信息監(jiān)測平臺建設(shè)關(guān)鍵技術(shù)研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監(jiān)控、認識等領(lǐng)域,小波分析、神經(jīng)網(wǎng)絡(luò)、支持向量機、模糊數(shù)學(xué)、信息融合等人工智能知識得到了具體的應(yīng)用。學(xué)生可以根據(jù)自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學(xué)知識有一個深刻的理解和掌握。
4結(jié)語
研究型實驗教學(xué)激發(fā)了學(xué)生的學(xué)習(xí)興趣,不但使學(xué)生更好地掌握了人工智能的基本概念、基本理論和基本技術(shù),也切實提高了學(xué)生的實際動手能力和編程能力。研究型實驗教學(xué)在實踐過程中還有以下問題需要改進:
1) 研究型實驗教學(xué)的理念很難普及。很多教師對研究型教學(xué)模式的內(nèi)涵未能準確把握,把研究型教學(xué)模式等同于學(xué)生實習(xí)或者寫論文。
2) 研究型實驗教學(xué)的輔導(dǎo)老師素養(yǎng)需要提高。研究型實驗教學(xué)作為體現(xiàn)創(chuàng)新教育要求的現(xiàn)代教學(xué)模式,需要的不是知識傳授型的教師,而是高素質(zhì)的研究型教師。教師不僅是單一的教者,更應(yīng)該成為一個學(xué)者,教師不僅要有研究型教學(xué)的教育觀念、快速接受新知識的能力和高超的教學(xué)技能,要能夠合理地規(guī)劃和設(shè)計實驗內(nèi)容。
3) 需要建立一套合理的學(xué)生學(xué)業(yè)和教師績效的評價體系。
參考文獻:
[1] 王萬森. 人工智能原理及其應(yīng)用[M]. 北京:電子工業(yè)出版社,2007.
[2] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 北京:清華大學(xué)出版社,2004.
[3] 李得偉,張超,李海鷹. 大學(xué)工科專業(yè)課程實施研究型教學(xué)的探討[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大學(xué)研究性教學(xué)的理念探析[J].教育導(dǎo)刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
1引言
隨著人工智能技術(shù)的不斷進步，重新塑造音樂使得音樂教育的學(xué)科素養(yǎng)培育、審美感知、藝術(shù)表現(xiàn)和文化理解變得更有支持和創(chuàng)意。探索應(yīng)用人工智能技術(shù)推進音樂教學(xué)的改革與發(fā)展有具有十分重要的意義。本文通過研究與實踐，引導(dǎo)學(xué)生學(xué)會用科學(xué)的方法培育計算思維創(chuàng)作音樂，用科學(xué)的意境欣賞音樂陶冶學(xué)生的音樂審美感，用科學(xué)的評價提升音樂課堂教學(xué)效率。通過這些措施，可以使學(xué)校音樂教育精準地開展因材施教差異化教學(xué)，彰顯音樂教育的特色。
2人工智能與音樂
人工智能技術(shù)與音樂教育有機融合，豐富了課堂教學(xué)資源，拓展了智能樂器的功能，提升了音樂教育技術(shù)手段。它支持個性化學(xué)習(xí)，可以觀察音樂課堂學(xué)習(xí)，分析音樂的旋律與節(jié)拍，有效評價教學(xué)效果，激發(fā)音樂教師運用人工智能技術(shù)創(chuàng)新音樂教學(xué)的熱情，發(fā)揮教師在課堂教學(xué)中的主導(dǎo)作用。
2.1樂器的智能化
樂器是學(xué)習(xí)音樂的重要工具。樂器植入人工智能技術(shù)，形成了智能化樂器。它能夠大量儲存多種樂器的音樂數(shù)據(jù)。尤其是在音樂鍵盤中運用，功能的提升特別突出，應(yīng)用于音樂教學(xué)中引發(fā)了多種形式的教學(xué)模式。例如，圖1顯示了融合多媒體計算機、主控系統(tǒng)、音樂課堂教學(xué)智能評價系統(tǒng)將多部電子鋼琴連接起來的智能樂器實驗室。通過語音室方式授課，可以實現(xiàn)多種樂器的分組教學(xué)。這在傳統(tǒng)的音樂課堂上是無法完成的。
2.2智能化樂曲創(chuàng)作
智能樂器不僅能夠儲存樂器音色，而且還能用指令對各種音色播放進行控制，各種音色按照指令進行演奏。這種創(chuàng)作功能是以往其他樂器都無法比擬的[1]。例如，能唱出《月亮代表我的心》十七聲部的合唱團，很好聽，但很難。運用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機器學(xué)習(xí)生成樂曲人工智能技術(shù)賦能智能樂器，使得機器學(xué)習(xí)的功能日趨進步。機器學(xué)習(xí)在音樂領(lǐng)域所做的事情，就是提取音樂作品的“數(shù)據(jù)”，輸入給定模型學(xué)習(xí)音樂的“特征”，再對音樂數(shù)據(jù)進行分析和編排。例如，如果輸入的是《梨園金曲》民族音樂，則機器就能學(xué)會民族音樂的曲調(diào)特征，生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜，在工具欄選擇對應(yīng)時值的音符輸入音符。例如，在MuseScore3窗口輸入如圖2所示的“我和我的祖國”樂譜，再導(dǎo)出MP3文件進行播放。2.2.3代碼生成樂曲用Python代碼生成曲子，要借助音樂標準格式MIDI—樂器數(shù)字接口，運用Python-midi庫編寫程序，編譯MIDI文件生成音樂。例如，生成一個簡單樂譜的MIDI文件需要使用Python-midi，其中：Pattern對象表示樂譜；Track對象表示音軌，通常樂譜都有多條軌道組成，每種樂器是一個軌道；midi.NoteOnEvent表示每個音符的開端，在參數(shù)表中可以定義每個音符的音長和音高；midi.NoteOffEvent表示每個音符的結(jié)束。參考代碼如下：importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始，并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結(jié)束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結(jié)束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲midi.write_midifile("example.mid",pattern)程序運行結(jié)果生成了如圖3所示的簡單音符：這樣如圖2的“我和我的祖國”樂譜，也可以通過Python代碼生成MIDI文件。
3AI賦能音樂課堂
在AI賦能的音樂教育環(huán)境，促使音樂教學(xué)實踐變革以及學(xué)生學(xué)習(xí)音樂方式。例如，圖4所示的集音樂創(chuàng)作教學(xué)及教學(xué)評價于一體的“智能化音樂課堂教學(xué)評價系統(tǒng)”，在教學(xué)設(shè)計的優(yōu)化、教學(xué)方法的高效、教學(xué)手段的更新、教學(xué)評價的智能、教學(xué)策略的調(diào)整方面都具有借鑒意義[2]。
3.1大數(shù)據(jù)學(xué)習(xí)
大數(shù)據(jù)云計算可以將所有音樂家們音樂數(shù)據(jù)存儲在云中，運用人工智能技術(shù)為學(xué)生提供更多有價值的音樂數(shù)據(jù)。學(xué)生通過音樂云學(xué)習(xí)音樂知識，欣賞音樂魅力、體驗音樂節(jié)奏、理解音樂韻律。它使得優(yōu)質(zhì)音樂教學(xué)資源跨越校園，開放延伸音樂教學(xué)，遠程輻射共享資源。這樣就擴展了學(xué)生的視野，音樂知識的來源無限擴大，整個音樂云皆有學(xué)生的學(xué)習(xí)教材。特別是大數(shù)據(jù)音樂云不僅可以推送給學(xué)生更多的即興音樂和更多的音樂信息，還能指導(dǎo)音樂愛好者創(chuàng)作出雅正、健康的音樂作品。
3.2個性化學(xué)習(xí)
人工智能技術(shù)從音樂學(xué)習(xí)行為數(shù)據(jù)搜集、數(shù)據(jù)分析與運用、個性化學(xué)習(xí)評價多方位幫助學(xué)生定制個性化的學(xué)習(xí)成長路徑。推送在線音樂教育資源，指導(dǎo)表演建議樂器學(xué)習(xí)技巧。搭建音樂教育虛擬課堂，匹配音樂教學(xué)資源，實現(xiàn)因材施教的個性化學(xué)習(xí)，支持一對一的教學(xué)輔導(dǎo)和群組式討論。通過這些措施提高教學(xué)質(zhì)量和效率。
3.3教學(xué)評價智能化
運用人工智能技術(shù)將多個音樂輔助教學(xué)設(shè)備連接的音樂創(chuàng)作教學(xué)系統(tǒng)，基于音樂課堂教學(xué)的學(xué)生學(xué)習(xí)特質(zhì)分析與教學(xué)效果分析的音樂課堂教學(xué)管理系統(tǒng)，來實現(xiàn)音樂教學(xué)的全程智慧管理，使音樂學(xué)習(xí)更有效率。例如，在虛擬音樂課堂樂器教學(xué)可以變成一對多的自選教學(xué)模式，使課堂變得輕松、愉快。教師可以開啟課堂教學(xué)觀察模塊，捕捉每位學(xué)生同步練習(xí)的音準、節(jié)奏、力度數(shù)據(jù)，分析判斷將評價信息同步反饋，給出學(xué)習(xí)指導(dǎo)建議。3.3.1創(chuàng)作教學(xué)模塊“智能化音樂課堂教學(xué)評價系統(tǒng)”中的音樂創(chuàng)作教學(xué)模塊，集視、聽、練和反饋評價為一體，適時演示教師教學(xué)作品和評價學(xué)生練習(xí)作品。例如，在進行《我和我的祖國》授課時導(dǎo)入電影片段，欣賞“我和我的祖國”音樂的表現(xiàn)形式、演唱形式以及歌曲風(fēng)格，可以使學(xué)生更好地體驗作品的創(chuàng)作意境，激發(fā)創(chuàng)作意識。使用MuseScore創(chuàng)作“我和我的祖國”三聲部習(xí)作音樂，并能儲存、刻錄，編輯等二度創(chuàng)作。3.3.2課堂教學(xué)評價模塊音樂課堂教學(xué)評價有著傳統(tǒng)音樂教學(xué)評價無法比擬的靈活性、客觀性和實用性。從大數(shù)據(jù)分析角度獲取音樂課堂教與學(xué)相關(guān)數(shù)據(jù)，對學(xué)生的音樂基本素養(yǎng)與學(xué)習(xí)態(tài)度進行科學(xué)分析判斷。例如，以創(chuàng)作《紅河谷》中的和聲與音樂作品風(fēng)格內(nèi)容的“編配伴奏音樂”教學(xué)過程為例。課前在“課堂教學(xué)評價模塊”上安排學(xué)生根據(jù)作品風(fēng)格完成伴奏的音樂；播放制作好的《紅河谷》MIDI音樂（在第二和第六個小節(jié)缺失編配和弦）；使學(xué)生感受、探討大小三和弦的表現(xiàn)力，形成對大小三和弦的感知。然后要求學(xué)生試著用MuseScore為《紅河谷》缺失的兩小節(jié)選配和弦，以適合歌曲的伴奏風(fēng)格。學(xué)生需要邊哼唱歌曲邊試著套用不同的伴奏風(fēng)格，找到他們認為最恰當?shù)暮拖野樽囡L(fēng)格，說出理由并提交[3]。評價系統(tǒng)將學(xué)生提交的作業(yè)比照音樂要素進行評價。及時反饋學(xué)習(xí)評價的信息，并對學(xué)生的學(xué)習(xí)進程制定一個個性化的學(xué)習(xí)方案[4]。同時通過教學(xué)反饋深度優(yōu)化決策模型，促進教師實時改進教學(xué)策略，提高教學(xué)效率和效果，提升教學(xué)質(zhì)量。
4結(jié)語
人工智能技術(shù)在音樂教育領(lǐng)域中的廣泛應(yīng)用，為傳統(tǒng)的音樂教育模式注入了活力，為音樂教師創(chuàng)新音樂教學(xué)理念開辟了新思路[5]，為因材施教提供了新的適合學(xué)生學(xué)習(xí)的音樂教學(xué)模式。人工智能在音樂教育模式方面的探索，不僅給音樂教育教學(xué)的發(fā)展帶來了物質(zhì)技術(shù)層面的進步，還從音樂教學(xué)層面促進計算思維培育開辟新途徑。這對音樂教育理念、教學(xué)手段、教學(xué)方式和方法以及拓展學(xué)生音樂視野、學(xué)習(xí)音樂、享受音樂、創(chuàng)造音樂等都帶來深刻的變化和積極的影響。
參考文獻
[1]鄒孟雨.人工智能及其在音樂教育中的應(yīng)用.北方音樂,2018(15):254-255
[2]郭文進.“互聯(lián)網(wǎng)+教育”運行模式探究.決策與信息（下旬刊）,2015(9):63
[3]段曉軍.電腦音樂系統(tǒng)與中小學(xué)音樂教學(xué)實踐.中國音樂教育,2006(6):26-28
2教學(xué)方法研究
研究生教學(xué)應(yīng)更突出學(xué)生的主體地位，注重發(fā)揮其學(xué)習(xí)的主動性和自覺性，為此，課程組結(jié)合課程特點，在教學(xué)方法進行了如下探索。
2.1加強教學(xué)設(shè)計
教學(xué)設(shè)計就是對教學(xué)活動進行系統(tǒng)計劃的過程, 是教什么(課程內(nèi)容)及怎么教(組織、方法、策略、手段及其他傳媒工具的使用等)的過程[2]。在教學(xué)過程中，每節(jié)課授課前，堅持集體備課的原則，由課程組集體討論選定授課內(nèi)容，補充閱讀文獻，根據(jù)授課對象與課程內(nèi)容特點，確定課堂組織方式，采用的授課方式以研討式教學(xué)為主，給合講授、實驗、自學(xué)等。
2.2抓好課堂教學(xué)環(huán)節(jié)
教學(xué)方法與教學(xué)手段是保證課堂教學(xué)效果的關(guān)鍵。本課程授課對象主要為碩士研究生，他們的接受能力較強，有一定的求知欲。由于學(xué)員人數(shù)較少，授課方式可靈活組織。教室有完備的多媒體設(shè)備，基本的軟件實驗環(huán)境，教學(xué)過程可采用靈活教學(xué)方法、多種教學(xué)手段，提高教學(xué)效率，保證授課質(zhì)量。
1) 以研討式為主的教學(xué)方式。研究生教學(xué)應(yīng)堅持學(xué)術(shù)研究為導(dǎo)向，發(fā)揮學(xué)員在學(xué)習(xí)過程中的主動性和自覺性。由于研究生學(xué)員有一定的學(xué)習(xí)基礎(chǔ)與自學(xué)能力，教員可以在課前給學(xué)員布置預(yù)習(xí)內(nèi)容，學(xué)員通過查閱資料、分析整理進而形成自己的觀點，使在課堂教學(xué)中師生互動交流成為可能，改變傳統(tǒng)的教員講，學(xué)員聽的灌輸式教學(xué)方式。研討式教學(xué)也有力于培養(yǎng)學(xué)員積極思考、創(chuàng)新思維的習(xí)慣與能力。
2) 教學(xué)手段的信息化。人工智能原理教學(xué)一個突出矛盾是知識點多、內(nèi)容抽象、理論性強，但學(xué)時較少，因此，必須發(fā)揮現(xiàn)代教學(xué)手段的作用，提高教學(xué)效率。為此，課程組對每節(jié)課都精心設(shè)計了教學(xué)課件，課堂教學(xué)中以課件為主，輔以板書，充分利用多媒體信息量大、直觀等優(yōu)點，改善教學(xué)效果；引入教學(xué)聲像資料，便于學(xué)員課下學(xué)習(xí)；設(shè)計演示程序，使部分比較抽象、不易于理解的內(nèi)容，如子句歸結(jié)、搜索策略更形象直觀，易于學(xué)習(xí)和掌握。
3注重培養(yǎng)學(xué)員學(xué)術(shù)研究能力
學(xué)術(shù)能力是指專門對某一學(xué)問進行系統(tǒng)的哲理或理論研究的能力，它不僅包括思辨的方面，還包括實踐及感性的敏感力等方面。研究生階段學(xué)習(xí)的一個突出特點是要求學(xué)習(xí)的主體――研究生必須具備研究的能力[3]。論文寫作是培養(yǎng)、鍛煉、提高研究生的學(xué)術(shù)能力的重要途徑，在教學(xué)實施過程中，要求每個專題學(xué)習(xí)結(jié)束后，都要提交一份格式符合期刊發(fā)表要求的總結(jié)報告，題目可自行選定，也可由教員指定；內(nèi)容既可以是人工智能該專題某一算法的實現(xiàn)，也可以是對某一問題的進一步研究，或者是對該專題最新研究進展的綜述。教員重點在以下幾個方面予以指導(dǎo)。
1) 選題準確。要求選題不能過于宏大，應(yīng)以小題目反映大問題，具有一定的可研究性為宜。
2) 研究內(nèi)容。研究目標明確，方法恰當，能夠提出自己的見解，所提觀點正確。
3) 論文結(jié)構(gòu)。結(jié)構(gòu)清晰、完整，論述嚴謹，表達規(guī)范。
4) 占有文獻豐富。撰寫過程中要有意識培養(yǎng)學(xué)員查閱科技文獻的能力，要求查閱反映最新研究成果的權(quán)威文獻。
4加強實驗環(huán)節(jié)教學(xué)
人工智能教學(xué)在進行各種理論知識講授的同時，還應(yīng)重視實踐教學(xué)，把抽象的知識轉(zhuǎn)化為形象、直觀的實驗，讓學(xué)員真正理解人工智能的概念、本質(zhì)、研究目標，從而提高學(xué)員多角度思維的能力和邏輯推理能力，進一步了解信息技術(shù)、計算機技術(shù)發(fā)展的前沿，培養(yǎng)他們對人工智能研究的興趣，激發(fā)對人工智能技術(shù)未來的追求。為此，課程組借鑒國內(nèi)外知名大學(xué)人工智能實驗教學(xué)經(jīng)驗，編寫了《人工智能原理實驗指導(dǎo)書》，圍繞問題表示、經(jīng)典邏輯推理、不確定推理、搜索策略及簡單專家系統(tǒng)實現(xiàn)等教學(xué)內(nèi)容提供了7組實驗供學(xué)員選擇。
例如，在狀態(tài)空間搜索一節(jié)教學(xué)過程中，先完成理論部分的教學(xué)，使學(xué)員對狀態(tài)空間基本概念、問題表示及求解方法有一個準確的認識，然后進行實驗教學(xué)。由學(xué)員自主完成重排九宮問題求解的程序，初始狀態(tài)和目標狀態(tài)如圖1所示，調(diào)整的規(guī)則是，每次只能將與空格(左、上、下、右)相鄰的一個數(shù)字平移到空格中[4]。實驗過程重點指導(dǎo)學(xué)員掌握狀態(tài)空間進行問題求解的關(guān)鍵步驟：問題表示和搜索策略。問題表示就是要確定該問題的基本信息及程序?qū)崿F(xiàn)的數(shù)據(jù)結(jié)構(gòu)，基本信息有初始狀態(tài)集合、操作符集合、目標檢測及路徑費用函數(shù)，數(shù)據(jù)結(jié)構(gòu)可采用向量、鏈表等形式；搜索策略可分為盲目式搜索和啟發(fā)式搜索，可按照先易后難的原則，先實現(xiàn)盲目搜索中的廣度優(yōu)先及深度優(yōu)先搜索，在此基礎(chǔ)上再定義估價函數(shù)實現(xiàn)啟發(fā)式搜索。而在啟發(fā)式搜索實現(xiàn)過程中，又可以通過定義不同的啟發(fā)函數(shù)：如某狀態(tài)格局與目標節(jié)點格局不相同的牌數(shù)、不在目標位置的牌距目標位置的距離之和等加以比較，準確理解啟發(fā)函數(shù)的意義。通過實驗，學(xué)員加深了對課堂講授的理論知識的理解，能夠熟練地將狀態(tài)空間法運用于實際問題的求解，提高了工程實踐能力。
實驗教學(xué)組織方式可根據(jù)具體的實驗內(nèi)容特點，采用上機編程實驗、演示程序驗證、模擬平臺開發(fā)、分組討論等多種形式進行。
5適度開展雙語教學(xué)
研究生的英語基礎(chǔ)普遍較好，基本都通過了國家公共英語四級考試，部分學(xué)員通過了六級考試，加之在本科階段還開設(shè)了專業(yè)英語課程，因此，在培養(yǎng)研究生人工智能知識的同時，我們要提高學(xué)員閱讀原版英文資料、用英語進行簡單科技寫作及對外學(xué)術(shù)交流的能力，適度開展雙語教學(xué)，對此，我們可采取以下基本方式。
1) 專業(yè)術(shù)語全部用英語表示。
在教學(xué)過程中用英語表達人工智能原理中的專業(yè)術(shù)語和主要概念，如Knowledge Representation(知識表示)、Depth-First Search(深度優(yōu)先搜索)、Breadth- First Search(廣度優(yōu)先搜索)等。
2) 以英文原版教材為教學(xué)參考書。
選定機械工業(yè)出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》為參考書，該書“是人工智能課程的完美補充。它既能給讀者以歷史的觀點，又給出所有技術(shù)的實用指南[5]?！?/p>
3) 加強英文文獻的閱讀。
在課程論文撰寫時，要求閱讀一定數(shù)量的外文文獻；在討論課中，鼓勵學(xué)員使用英語進行討論。
經(jīng)過課程學(xué)習(xí)，學(xué)員都能準確掌握人工智能學(xué)科專業(yè)詞匯，英文運用能力得到一定提高，能較自如地閱讀原版英文專業(yè)資料，為進一步用英文進行學(xué)術(shù)交流及學(xué)術(shù)論文寫作打下基礎(chǔ)。
6考試與成績評定改革
考核方式采用傳統(tǒng)的試卷與課程論文、實踐環(huán)節(jié)等三部分組成，全面考查學(xué)員對基礎(chǔ)理論知識掌握情況以及理論聯(lián)系實際的能力，其中試卷占70%，課程論文占10%，實踐環(huán)節(jié)占20%。課程論文題目不作限制，由學(xué)員在課程學(xué)習(xí)階段結(jié)合某一專題選定題目，課程論文以選題意義、研究內(nèi)容、論文結(jié)構(gòu)、參考文獻及撰寫規(guī)范等指標為評價依據(jù)；實驗成績采用實驗過程考查、實驗結(jié)果驗收和實驗報告評閱相結(jié)合的考核方法，綜合評定。這樣做不但考核了學(xué)員人工智能基本理論掌握情況，也反映了學(xué)員的學(xué)術(shù)研究能力和工程實踐能力。同時，考核結(jié)合實際教學(xué)進程，改變了單一課終總結(jié)性考核的弊端。
7結(jié)語
經(jīng)過課程組近兩年的教學(xué)方法研究與教學(xué)實踐，研究生人工智能原理課程教學(xué)收到較好的效果，但仍存在一些問題，如在課堂討論環(huán)節(jié)，個別學(xué)員準備不充分、討論不夠深入；課程論文撰寫選題隨意，文獻綜述不夠全面、準確，論文格式不夠規(guī)范等。在今后的授課中，課程組將根據(jù)授課研究生人數(shù)較少的特點，采取明確每名學(xué)員預(yù)習(xí)重點、加強課程論文交流等方式予以改進，力求取得更好的教學(xué)效果。同時，進一步充分利用便利的校園網(wǎng)平臺，開展“人工智能原理”網(wǎng)絡(luò)課程建設(shè)，購買或自主開發(fā)網(wǎng)絡(luò)教學(xué)資源，引導(dǎo)學(xué)員利用網(wǎng)絡(luò)資源進行個性化自主學(xué)習(xí)，增強教學(xué)過程的信息化程度。
參考文獻：
[1] 王永慶. 人工智能原理與方法[M]. 西安:西安交通大學(xué)出版社,2002:1.
[2] 李志厚. 國外教學(xué)設(shè)計研究現(xiàn)狀與發(fā)展趨勢[J]. 外國教育研究,1998(1):6-10.
[3] 肖川,胡樂樂. 論研究生學(xué)術(shù)能力的培養(yǎng)[J]. 學(xué)位與研究生教育,2006(9):1-5.
[4] 周金海. 人工智能學(xué)習(xí)輔導(dǎo)與實驗指導(dǎo)[M]. 北京:清華大學(xué)出版社,2008:204.
[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:機械工業(yè)出版社,2009:754.
Reform on Postgradrates Artificial Intelligence Course Teaching
TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei
互聯(lián)網(wǎng)教育尤其是線上K12培優(yōu)項目一直是投資熱門，直播1對1模式風(fēng)口過后，教育圈內(nèi)最火的應(yīng)該是AI項目了。據(jù)億歐智庫的報告顯示，2017年人工智能教育融資額度達42.17億元，其中超80%屬于早期投資項目，這個賽道有望誕生多個獨角獸公司。
筆者發(fā)現(xiàn)，當前布局人工智能的在線教育大體分為三派：
教學(xué)或題庫測評類工具產(chǎn)品，比如作業(yè)盒子等；
培訓(xùn)機構(gòu)應(yīng)用AI技術(shù)，比如好未來等；
人工智能教育引擎及平臺提供商，比如高木學(xué)習(xí)等。
現(xiàn)在擺在AI教育創(chuàng)投從業(yè)者面前的問題是：到底以技術(shù)實力論英雄的AI教育的泡沫有多大？真金不怕火煉的AI教育項目的核心能力在哪里？如何才能落地？ 本文試做解讀。
一、為什么“自適應(yīng)”其實并非真正的AI？一位投資人朋友曾向我這樣說道：“既懂互聯(lián)網(wǎng)行業(yè)又完全懂本行業(yè)的業(yè)務(wù)的管理型人才不超過十個，這是在‘互聯(lián)網(wǎng)+’雙創(chuàng)浪潮中每個垂直行業(yè)頭部項目就幾家能玩轉(zhuǎn)的原因?！倍J知和技術(shù)門檻更高的“AI+”情況恐怕會更加不妙，甚至很多人把“自適應(yīng)”與“AI教育”劃等號。
自適應(yīng)學(xué)習(xí)（Adaptive Learning）的鼻祖是美國的Knewton公司，它通過評估不同學(xué)生對知識材料掌握度進行個性化推薦，有點類似于今日頭條的興趣引擎。 Knewton在國內(nèi)的門徒眾多，目前大概有40多家項目宣布發(fā)力做“自適應(yīng)”，比如“乂學(xué)教育”（學(xué)練測自適應(yīng)）、“學(xué)吧課堂”（題庫自適應(yīng)）、“英語 流利說”（英語口語糾正）、“一起作業(yè)”（家長、老師在線監(jiān)控）等等。
嘉御基金創(chuàng)始人衛(wèi)哲說過，“90%的人工智能項目都是偽AI”，鑒別的依據(jù)是看項目“算法速度”，如果是代數(shù)級而不是幾何級計算那就不是“真AI”，以此來考驗自適應(yīng)項目，得到的結(jié)論未免讓人失望。
初級的自適應(yīng)項目是人工預(yù)設(shè)指令或編程規(guī)則推薦，高級的自適應(yīng)是基于知識圖譜推薦，即使是高級的自適應(yīng)項目由于沒有按照既定的教學(xué)大綱和教學(xué)目標有 邏輯地展開，在具體知識學(xué)習(xí)之中并不系統(tǒng)。關(guān)鍵是很多自適應(yīng)項目采集的是各科最優(yōu)秀特級教師的能力，導(dǎo)致其算法本身是線性的、模擬人學(xué)習(xí)而已。
自適應(yīng)的技術(shù)原理就好比AlphaGo是應(yīng)用了人類最優(yōu)秀圍棋大師的能力而非是完全迥異機器深度學(xué)習(xí)和自演化模型；自動駕駛AI應(yīng)用了某個人類零誤 差老司機的感知能力而非是基于全網(wǎng)海量交通大數(shù)據(jù)做運算和決策；人工智能醫(yī)生是應(yīng)用了看X片最快最準的醫(yī)生的經(jīng)驗而非是海量數(shù)據(jù)庫訓(xùn)練；顯然按這樣的路徑 訓(xùn)練出的機器并非是真正的AI。
“真正擁有充分教學(xué)大數(shù)據(jù)及算法速度的‘AI教師’是能輕松超越擁有30年教齡特級教師的，并且可以突破人類的知識局限，對算法模型進行自動演化，找到人類從未嘗試過的策略?！备吣緦W(xué)習(xí)創(chuàng)始人劉瞻這樣描述AI教師。
劉瞻是帝國理工學(xué)院科班出身，早在2015年開啟AI教育創(chuàng)業(yè)，他認為判斷真?zhèn)蜛I教育項目具體有三個考察維度：
（1）自適應(yīng)是基于模擬優(yōu)秀老師的知識圖譜推薦知識，而真正的AI教育機器人則是泡在“教學(xué)實踐大數(shù)據(jù)”中做深度學(xué)習(xí)。
（2）自適應(yīng)主要用作知識盲點的統(tǒng)計，但無法分析出知識體系之間的本質(zhì)聯(lián)系，用AI更重要的任務(wù)是找到行為背后的原因，比如某學(xué)生表面上二次函數(shù)是 薄弱環(huán)節(jié)，既有可能是其對二次函數(shù)的各細分知識點掌握不牢，也有可能是前置知識點一次函數(shù)、函數(shù)的思想理解不透徹，還有可能是方程求解的問題；甚至有可能 是抽象思維或計算能力的問題，AI會根據(jù)該學(xué)生數(shù)據(jù)和“知識路徑矩陣”，找到問題背后的原因從而匹配出最優(yōu)學(xué)習(xí)路徑。
（3）人類教師的情感因素能左右學(xué)生的學(xué)習(xí)效果，AI教師也應(yīng)綜合考慮學(xué)生的自信心與成就感的培育與激發(fā)，從而確保學(xué)生學(xué)習(xí)過程“知”、“情”、“意”的一體化。
二、AI教育的核心：幫助每個學(xué)生找到“元認知能力”AI教育并不會改變“老師-學(xué)生”的二元結(jié)構(gòu)，甚至人工智能教育還要在師生兩端徹底解決互聯(lián)網(wǎng)教育未完成的兩大難題：
如何幫助學(xué)生找到學(xué)習(xí)方法、提升學(xué)習(xí)效率？在中國一個普通中學(xué)生80%的學(xué)習(xí)時間是低效的。
如何幫助老師對學(xué)生更高效的“因材施教”？目前在我國師資資源依然整體短缺并且分布不均，1對1培優(yōu)成本高、小班普及率低等問題依然突出。
AI教育的優(yōu)勢在于通過數(shù)據(jù)化形式分析學(xué)生自己都不清楚的“癥結(jié)”，即所謂的“懂我更懂教好我”，同時AI還能幫助老師實現(xiàn)教學(xué)效果的穩(wěn)定化和可控化。AI在充分收集和處理教與學(xué)兩端的大數(shù)據(jù)后，還得在具體教學(xué)場景之中個性化建模，最終實現(xiàn)“讓學(xué)生更會學(xué)，讓老師更會教”，這是人工智能教育的目的。
陶行知先生說過，“教是為了不教”，教育本質(zhì)不是灌輸知識，而是要啟發(fā)學(xué)生思考并讓學(xué)生掌握自主學(xué)習(xí)的能力。目前很多偽AI學(xué)習(xí)神器只能“授人以 魚”但并不能“授人以漁”，我國基礎(chǔ)教育歷來缺乏方法論課程，只有極少數(shù)有天賦的學(xué)生能自主制定適合自己的學(xué)習(xí)方案，而絕大多數(shù)天資處于平均線的學(xué)生在混 沌中摸索。如果從AI的視角來看，所謂“天賦”不過是少數(shù)幸運兒自覺不自覺的分享了“元認知能力”。
當人主動設(shè)定學(xué)習(xí)計劃、自我反饋、動態(tài)調(diào)整學(xué)習(xí)策略時，就接近了“元認知”，在大數(shù)據(jù)時代，這種元認知能力是能被定量化分析的，AI 教育可以為學(xué)習(xí)者提供關(guān)于反復(fù)激活元認知能力的“訓(xùn)練法”。根據(jù)劉瞻的解讀，AI教育的“訓(xùn)練法”就好比給蹣跚學(xué)步的嬰兒安上矯正走姿的“學(xué)步車”，具體 應(yīng)用什么樣“訓(xùn)練模型”則是由AI根據(jù)大數(shù)據(jù)進行場景化定制的，有可能是通向?qū)W習(xí)目標所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，這些模型 能不斷調(diào)取和強化人的“元認知能力”。
盡管市面上90%項目都是著眼于知識點和解題訓(xùn)練的自適應(yīng)，真正AI教育項目比如高木學(xué)習(xí)的AI不僅包含自適應(yīng)的知識圖譜大數(shù)據(jù)，而且還能不斷從學(xué) 生的行為數(shù)據(jù)中演化“知識路徑矩陣”即AI可根據(jù)學(xué)生對知識和能力體系的理解定制出個性化學(xué)習(xí)路徑。與此同時，AI讓學(xué)生在對知識的理解與記憶過程中不僅 訓(xùn)練知識掌握度，還不自覺地訓(xùn)練了元認知能力，這套“個性化學(xué)習(xí)引擎”其實是在培養(yǎng)學(xué)生“忘掉所有知識后”剩下的元認知能力，具有普適化的特點。
實際上，AI教育并不需要局限在某一學(xué)習(xí)階段、某一學(xué)科的知識體系，完全可以打造一個跨學(xué)科、跨門類、跨階段使用的“通用知識學(xué)習(xí)引擎”，也就是說，除了應(yīng)用在K12領(lǐng)域外，AI教育還可以應(yīng)用在高等教育階段，甚至在輔導(dǎo)大學(xué)生時比中小學(xué)生會更為輕松，無須綜合考慮學(xué)生的學(xué)習(xí)動力因素等。
反過來講，如果市面上的人工智能教育項目只能用于某一單科或只能教K12，就不是基于大數(shù)據(jù)獲取和智能化引擎的“全才”和“通才”，基本可視為基于特定領(lǐng)域?qū)＜铱偨Y(jié)的經(jīng)驗規(guī)則的“偽AI”。
三、為什么AI教育項目落地，to B模式比to C模式更容易跑通？當前AI教育項目的商業(yè)化進程走向大體分為兩大派：
一派是自建場景的顛覆派，試圖開發(fā)新的測試軟件以抓取學(xué)生的數(shù)據(jù)，甚至引入一些把AR（增強現(xiàn)實）、MR（混合現(xiàn)實）等黑科技，其目標是以“AI教師”完全取代真人老師教學(xué)，屬于“人機對抗”模式，較為典型的是乂學(xué)教育的松鼠AI。
另一派是升級現(xiàn)行教育體系、不另創(chuàng)場景的改良派，屬于“人機共教”模式，較為典型的是高木學(xué)習(xí)的AI Tutor。
一般走人機對抗模式最終走的是to C模式；而“人機共教”走的是to B模式。鑒于我國當前AI教育的應(yīng)用場景主要為教學(xué)機構(gòu)包括全日制學(xué)校與培訓(xùn)機構(gòu)，而非一個個分散的學(xué)生；只有讓AI去輔助老師備課、上課，嵌入到學(xué)生作 業(yè)和訓(xùn)練，幫助學(xué)生提分和學(xué)校提升升學(xué)率，才能幫助AI更快落地并且找到盈利模式。
從“全日制學(xué)?！睉?yīng)用AI的實踐上看， AI能讓老師“心中有數(shù)（據(jù)）”，提升教學(xué)的針對性，AI教師實際上相當于真人老師的“智能助教”，可以減輕老師50%的工作負荷量，比如AI幫老師批改 作業(yè)，把數(shù)據(jù)分析的可視化呈現(xiàn)出來幫助老師定制教研方案。因此，在市場推廣過程中，AI教育項目不需要擔(dān)心基層老師的接受阻力，能讓老師擺脫“汗水老師” 的局面也是基礎(chǔ)教育機構(gòu)所希望看到的。
由于全日制學(xué)校獲取的大數(shù)據(jù)比培訓(xùn)機構(gòu)更加海量、持續(xù)、高頻，因此高木學(xué)習(xí)更看重AI在全國全日制學(xué)校場景中的數(shù)據(jù)價值，積極在全國推行城市合伙人制度，并計劃與地方教育主管部門合作推出全國教師AI應(yīng)用能力培訓(xùn)公益活動。
To B模式中另一大企業(yè)客戶就是體制外的培訓(xùn)機構(gòu)，他們所面對的學(xué)生付費意愿強、購買力相對旺盛，是AI教育項目獲得穩(wěn)健現(xiàn)金流的必爭之地，那么當前培訓(xùn)機構(gòu)應(yīng)用AI教育項目開展“人工智能雙師班”的效果如何呢？
首先，AI教練能保持教學(xué)效果穩(wěn)定化輸出，解決原本老師教學(xué)效果不確定的弊端。
其次，AI 提升了老師的工作效率，突破了培訓(xùn)機構(gòu)因為名師稀缺且流動性大限制培訓(xùn)機構(gòu)的規(guī)?；l(fā)展的瓶頸。
從目前來看，人工智能貌似與我們的現(xiàn)實生活距離十分遙遠，實際上它已經(jīng)開始走入我們的生活，而且正以一種磁懸浮般的速度向我們奔來，人工智能已經(jīng)打響21世紀新的軍備賽。
社會層面，人工智能成改善民生新利器
人民生活水平的高低一直都被作為發(fā)達經(jīng)濟體與發(fā)展經(jīng)濟體最明顯的區(qū)別和寫照，而人工智能的普及將會對人民的生活水平帶來翻天腹地的變化。
首先，在家庭生活方面，如果家里擁有保姆機器人，就可以免去苦于找不到保姆的煩惱，解決日常家庭勞務(wù)所憂。有些人可能會認為這還很遙遠，實際上日本已經(jīng)開始在試用家庭保姆機器人了。我們再來看看眼下各大科技公司所倡導(dǎo)的手機連接一切：清晨，伴隨著悠揚的背景音樂起床，一天都感覺很精神；起床時，窗簾已經(jīng)悄悄拉開，這個時候甜美的聲音開始播放當天的天氣預(yù)報；起床后，水溫已經(jīng)設(shè)置為適合自己使用的溫度，不用擔(dān)心水溫時冷時熱；洗簌后，廚房已經(jīng)傳來早餐的香味；上班前，不必擔(dān)心門窗、電視等是否關(guān)上；晚上回家前，可以通過手機提前打開熱水器，到家后就可以直接洗個熱水澡。
其次，在醫(yī)療健康領(lǐng)域，目前已經(jīng)有很多智能硬件公司推出了智能醫(yī)療硬件產(chǎn)品，能夠及時地反應(yīng)出人體的健康狀況。比如機器視覺系統(tǒng)自動完成乳房X光檢查和其他醫(yī)學(xué)影響的分析，通過模擬醫(yī)學(xué)專家診斷、治療疾病的思維過程能夠讓機器人自動診斷病人病情等。人工智能在醫(yī)療方面的應(yīng)用一方面能夠改善就醫(yī)條件和環(huán)境，另一方面也能大幅提升醫(yī)療技術(shù)水平。
其三，我們再來看看人工智能對教育的影響。通過借助人工智能，我們的教學(xué)場景將得到極大改善，而通過人工智能和大數(shù)據(jù)的應(yīng)用，老師也能更好地把握學(xué)生的學(xué)習(xí)情況并進行針對性的輔導(dǎo)。
不僅僅是教育、醫(yī)療、家庭等方面，人工智能將會人民生活的方方面面產(chǎn)生巨大的影響，它將會成為未來全球各國改善民生的新利器。
經(jīng)濟層面，各國借人工智能再創(chuàng)經(jīng)濟神話
目前發(fā)達國家都已經(jīng)紛紛推出了自己的人工智能計劃，人工智能已經(jīng)成為了發(fā)達國家經(jīng)濟體向前繼續(xù)邁進的動力和標志。
一、歐盟耗資10億歐元打造人腦計劃。該項目旨在建立一套基于神經(jīng)科學(xué)的全新的、革命性的信息通信技術(shù)，建造一種模擬神經(jīng)元功能的芯片，然后將芯片用于建造超級計算機。
二、美國大腦計劃。美國通過借助DARPA部門，然后將每年的研究經(jīng)費劃撥給各個大學(xué)的實驗室、科技公司等用于各式各樣的前沿研究，目前該部門已經(jīng)與谷歌、IBM等科技公司達成了合作，并獲得了多項人工智能重要科研成就。
三、日本機器人計劃。目前日本工業(yè)的老齡化問題非常嚴重，為了推動日本經(jīng)濟繼續(xù)發(fā)展，日本聯(lián)合各大企業(yè)推出了機器人計劃。通過機器人、無人搬運機等人工智能技術(shù)的應(yīng)用，日本工業(yè)再次走上了世界前列。
中國的人工智能技術(shù)剛剛起步，而人工智能對于中國的經(jīng)濟發(fā)展是難得的一次新機遇。李彥宏所提出的“中國大腦”計劃如果能夠得到順利實施，將對中國的科技創(chuàng)新發(fā)揮至關(guān)重要的作用。目前我國的經(jīng)濟正在加速從投資驅(qū)動為主向創(chuàng)新驅(qū)動發(fā)展為主的轉(zhuǎn)變，人工智能作為未來科技創(chuàng)新的決定性力量，它是中國經(jīng)濟繼續(xù)實現(xiàn)騰飛的有力保障。在未來的全球經(jīng)濟競爭中，可以說誰在人工智能上領(lǐng)先了，誰就能引領(lǐng)未來的新經(jīng)濟時代。
企業(yè)層面，科技巨頭爭先恐后
目前全球的科技巨頭諸如谷歌、百度、微軟、IBM、Facebook等都已經(jīng)紛紛涌入到了人工智能領(lǐng)域，它們在以下五個層面展開了激烈的競爭。
一、圖像、語音識別技術(shù)
在圖像、語音識別技術(shù)領(lǐng)域競爭最為激烈的當屬谷歌和百度。借助移動搜索，百度和谷歌都向語音、圖像識別技術(shù)發(fā)起了猛烈的進攻。谷歌通過連續(xù)的收購確立了其在圖像、語音識別技術(shù)方面的領(lǐng)先地位，而百度則通過組建以吳恩達、余凱、張潼、徐偉等人才組成的豪華專家團隊，并堅持自主研發(fā)，最終在語音識別技術(shù)上超越了谷歌和微軟。
二、深度學(xué)習(xí)
在深度學(xué)習(xí)方面，微軟、谷歌、百度、Facebook、IBM等科技巨頭都投入了巨大的力量。日前，微軟的研究人員在學(xué)術(shù)論文中表示，微軟最新的深度學(xué)習(xí)系統(tǒng)在分辨2012年版的ImageNet圖像數(shù)據(jù)庫時，錯誤率只有4.94%，相比于普通人的5.1%，這是人工智能首次在識別圖像的錯誤率上面超越了人類的水平。
三、無人駕駛
最早將人工智能技術(shù)應(yīng)用到汽車領(lǐng)域的是谷歌，隨后國內(nèi)的百度、華為也先后向無人駕駛技術(shù)發(fā)起了挑戰(zhàn)。未來百度自動駕駛計劃的核心方向就在百度大腦，它可實現(xiàn)人與汽車的語言互動，車輛定位，駕駛輔助甚至自動駕駛等功能。而華為則通過聯(lián)合東風(fēng)汽車共同打造無人駕駛汽車。
四、智能家居
說起目前的智能家居，谷歌、蘋果、微軟等都已經(jīng)在摩拳擦掌，而國內(nèi)的智能家居格局競爭更是相當激烈，已經(jīng)形成了戰(zhàn)國紛爭的局面：小米+美的、海爾+阿里+魅族、聯(lián)想+百度、360+格力、騰訊、華為等。
五、機器人
人工智能未來的最終方向就是意識機器人的出現(xiàn)，通過機器人的使用，企業(yè)能夠節(jié)省大量的成本和提升效率。對于機器人公司的收購，谷歌總是樂此不疲，去年谷歌連續(xù)收購了10來家機器人生產(chǎn)企業(yè)。而百度開發(fā)的“小度”機器人走紅網(wǎng)絡(luò)則向我們表明：機器人將會受到越來越多人的歡迎。
其實不僅僅是科技巨頭，已經(jīng)有越來越多的創(chuàng)業(yè)公司正在涌入到人工智能領(lǐng)域。對于企業(yè)來說，人工智能是一次絕好的商機，它的產(chǎn)值將在萬億規(guī)模以上。
軍事層面，人工智能打響新的軍備賽
著名軍事理論家張召忠可謂對李彥宏“中國大腦”計劃給予了高度肯定，并且認為它將有助于軍隊現(xiàn)代化建設(shè)。事實上，在我國軍方的一些研究機構(gòu)，已經(jīng)在網(wǎng)絡(luò)科學(xué)、神經(jīng)科學(xué)等領(lǐng)域有很好的投入，并獲得了一些階段性的成果。此次，人工智能如果能夠上升到國家戰(zhàn)略，對于軍隊科技的創(chuàng)新將有著深淵的意義。
人工智能無疑是當下最火的科技概念。從BAT到創(chuàng)業(yè)公司，從傳統(tǒng)行業(yè)到資本市場，無不對這一概念趨之若鶩。若是再結(jié)合醫(yī)療、教育等同樣熱門的領(lǐng)域，幾乎毫無疑問會備受關(guān)注。深耕基于人工智能技術(shù)的智適應(yīng)學(xué)習(xí)的V學(xué)教育，就是這樣一家從成立伊始就帶著“教育”與“人工智能”雙重基因的公司。
V學(xué)教育董事長栗浩洋浸教育行業(yè)十幾年，是業(yè)內(nèi)知名的資深專家。而作為一個標準的“學(xué)霸”，他很早就對人工智能產(chǎn)生了濃厚的興趣。當IBM的“深藍”贏了國際象棋大師，栗浩洋受到了很大的沖擊，他開始相信人工智能未來會顛覆世界。身為創(chuàng)業(yè)者，這樣的機遇不容錯過。
學(xué)霸的煩惱
有句網(wǎng)絡(luò)上很流行的話說：“最可怕的是比你優(yōu)秀的人還比你努力?！狈旁诂F(xiàn)實生活中，栗浩洋就是個很形象的例子。
讀書時代的他像是開了掛：從小學(xué)習(xí)成績拔尖，9歲就成為計算機實驗生寫游戲程序，初中就讀完了高中全課程，榮獲奧數(shù)一等獎，進入上海交大天才試點班。升大學(xué)時，北大、清華、上海交大、復(fù)旦等8所高校同時保送。分數(shù)對他而言從來就不是問題。
但這并不代表他沒有缺點――中學(xué)時代，他有社交恐懼癥。大學(xué)選擇專業(yè)時，為了向陌生的學(xué)長學(xué)姐請教，他端著盤子在食堂游走了5天，最終也沒敢開口。他是個不輕易認輸?shù)娜?，清楚地知道自己的弱項，然后加以?xùn)練。如今的栗浩洋思路清晰，語速極快，說起自己的項目來滔滔不絕。在各種論壇、演講、路演的場合，他甚至有不間斷發(fā)言6小時的紀錄。
栗浩洋曾做過名為“人是自己性格的雕刻家”的主題演講，詳細描述了自己克服性格缺陷的過程。他說：“我要像一個雕刻家一樣，把自己塑造成最完美的藝術(shù)品。”
這與V學(xué)教育的理念不謀而合。在栗浩洋看來，傳統(tǒng)的教育培訓(xùn)十分簡單粗暴，把教科書上的知識點全部線性推進，學(xué)完這個知識點才能學(xué)下一個。但每個學(xué)生知識點的掌握情況都不盡相同，如果好學(xué)生把大量時間用于重復(fù)學(xué)習(xí)已經(jīng)掌握的知識點，而成績較差的學(xué)生總在學(xué)習(xí)對他來說難度太大的知識點，最終的結(jié)果只能是所有學(xué)生的學(xué)習(xí)效率都很低下。要迅速提高學(xué)生的成績，應(yīng)該針對每個學(xué)生制訂獨一無二的學(xué)習(xí)方案，讓他們有針對性地補好短板。
過去，有針對性的一對一輔導(dǎo)只能依賴經(jīng)驗豐富的老師，但這種輔導(dǎo)十分奢侈?！吧虾Ｓ?00多個特級教師，最低的一小時的成本是1500塊錢，最好的前10名大概要8000塊錢一小時，而且只能上幾百人的大課，根本不可能去一對一，哪怕你是土豪也支付不起這樣的費用。”栗浩洋分析道。
而人工智能技術(shù)帶來了夢想照進現(xiàn)實的希望。將人工智能技術(shù)應(yīng)用于教育，自美國的Knewton公司始。為應(yīng)付GMAT、SAT等全球性考試，Knewton做了一個智適應(yīng)學(xué)習(xí)工具。該平臺將各類課程數(shù)字化，建立在線教學(xué)資源庫，為用戶“個性化”選題，從而提高應(yīng)試能力。
受此啟發(fā)，栗浩洋看到了國內(nèi)基礎(chǔ)教育領(lǐng)域的機會，促使他創(chuàng)辦了V學(xué)教育。就好比GPS和自動導(dǎo)航未來會代替老司機，V學(xué)教育也希望通過智適應(yīng)系統(tǒng)代替老教師，一對一地用智能系統(tǒng)給學(xué)生授課，讓每個孩子接受到最高級別和最高質(zhì)量的教育。
現(xiàn)有的教育培訓(xùn)機構(gòu)，不管模式怎么變，本質(zhì)上還是傳統(tǒng)教學(xué)，非常依賴于老師。V學(xué)教育則是依賴于科技。栗浩洋打了個比方：“一個教育機構(gòu)聘請老師，就像聘請會武術(shù)的員工一樣，那么最高的水平就是練成武術(shù)高手。但我們不是通過武術(shù)解決問題，我們是通過武器，通過飛機、大炮、導(dǎo)彈和航空母艦來解決問題?！?/p>
量體裁衣式的教學(xué)
用人工智能技術(shù)幫助學(xué)生學(xué)習(xí)，簡單地解釋，就像阿爾法狗用智能體系模擬圍棋大師一樣。V學(xué)教育智適應(yīng)系統(tǒng)是用智能化的系統(tǒng)去模擬特級教師。對于特級教師來說，見到每一個學(xué)生，首先會快速摸底學(xué)生的學(xué)習(xí)狀態(tài)。然后根據(jù)這個學(xué)生的學(xué)習(xí)狀態(tài)、能力，以及學(xué)習(xí)習(xí)慣，采用不同的教學(xué)策略、教學(xué)方法和表達的語言，幫助這個學(xué)生進行學(xué)習(xí)。在學(xué)生學(xué)會或者沒學(xué)會的不同情況下，會調(diào)整自己的方法。
特級教師教學(xué)的這種能力，是基于其過去幾十年的教學(xué)經(jīng)驗和幾千個學(xué)生，幾萬幾十萬的題目，以及這些學(xué)生在學(xué)習(xí)過程中會和不會的反應(yīng)等大數(shù)據(jù)，以及自己大腦的判斷。V學(xué)的解決方案其實就相當于把近百位特級教師的經(jīng)驗、智慧、大數(shù)據(jù)解決方案，放在智能大腦里面，然后用這個智能大腦去模擬教學(xué)過程。
V學(xué)的智適應(yīng)系統(tǒng)，能夠?qū)⒚總€知識點拆分成“納米級”。所謂“納米級”，是指把一個知識點拆成最基礎(chǔ)的內(nèi)容，變成最簡單的顆粒，然后針對每一個知識顆粒進行專門的視頻講解、專項練習(xí)和專題測試。通過對學(xué)生進行精準的摸底測試，了解學(xué)生掌握了哪些知識點，哪些沒有掌握，哪些掌握得非常牢固，哪些是略知一二。同時，智適應(yīng)系統(tǒng)還能通過學(xué)生的反饋數(shù)據(jù)，不斷地深度學(xué)習(xí)，提升測試的準確度。
栗浩洋舉例說：“在錯題本這種粗淺智適應(yīng)的模式中，我們可能經(jīng)常會判斷一個學(xué)生說他是一個冠詞掌握得不太好，但這其實是一個非常籠統(tǒng)的判斷。冠詞又分定冠詞、不定冠詞和不用冠詞，那么這個學(xué)生可能是定冠詞13種當中的第9種和第12種不會，以及不定冠詞11種用法中的第7種和第10種不會?！?/p>
“一開始我覺得系統(tǒng)不靠譜，它給出的所有知識點我都掌握得很好，后來我一看里面的講解，沒想到被動語態(tài)可以講得這么深，其實好多題并不是因為粗心做錯了，而是還沒有真正地理解?！边@是一位通過智適應(yīng)系統(tǒng)學(xué)習(xí)后的學(xué)生的真實反饋。一位風(fēng)險投資人也曾親測V學(xué)智適應(yīng)系統(tǒng)，他是美國哈佛商學(xué)院畢業(yè)的學(xué)霸，系統(tǒng)竟然檢測發(fā)現(xiàn)他有一個初二的數(shù)學(xué)知識點沒有掌握，他一開始不相信，后來一翻書，發(fā)現(xiàn)自己真的沒有掌握那個知識點。
根據(jù)學(xué)生的知識掌握情況和目標，智適應(yīng)學(xué)習(xí)系統(tǒng)會自動規(guī)劃最適合該學(xué)生的學(xué)習(xí)難度和順序，不會讓學(xué)生因為目標過高而喪失信心，也不會因為目標過低而失去挑戰(zhàn)的欲望。通過這樣的方式，讓40分水平的同學(xué)可以逐漸提高到60分、70分，讓70分水平的同學(xué)逐漸提高到80分、90分，最終使得所有不同水平的學(xué)生都能夠循序漸進地提高到較高的水平。
栗浩洋堅信，找到合適的學(xué)習(xí)方法，每個孩子都可以成為學(xué)霸?！爸袊趲浊昵疤岢龅慕逃罄砟睿褪墙虩o定法，有教無類，因材施教，這三個詞其實是對智適應(yīng)教育的一個完美的詮釋?！彼硎?。
讓學(xué)習(xí)輕松快樂
“V”，一個有些生僻的漢字。栗浩洋與合伙人用這個字作為公司名大有深意。公司最早立項時，代號是“X PLUS”。他們認為，教育技術(shù)的深度對大多數(shù)人來說是未知，而且有著非常高的潛力待發(fā)掘，每個孩子都可以比過去提升10倍甚至百倍的學(xué)習(xí)效率，其中有無限的可能性，這是起名X PLUS的原因。
“與X最接近的中文字，就是V。V字在中文中作為動詞時，有治理的意思，V天下就是治理天下。我們希望通過教育，可以改變整個中國社會。V字作為名詞，又有才德出眾的意思，我們希望把每個孩子都教育成才德出眾的人，也就是說我們不僅希望他們提升學(xué)習(xí)效率，獲得更高的分數(shù)，而且希望他們在素質(zhì)教育上也有更好的提升，真正幫助孩子成為有能力，有禮儀，有智慧，有價值觀的人。”栗浩洋介紹說。
這是栗浩洋在教育領(lǐng)域的第三次創(chuàng)業(yè)，顯而易見，他有很深的“教育情結(jié)”。在他看來，對于世界上的每個人來說，教育是能夠改變其一生命運的最重要因素。每個人出生的地域、家庭、國家等注定無法公平，但是如果是每個人都可以享受到這個世界上最優(yōu)質(zhì)的教育，就可以通過自己的努力，通過教育去徹頭徹尾改變自己的人生軌跡。所以他覺得教育不僅僅是一個事業(yè)，也是一件非常有社會意義的事情。
與此同時，中國的整體教育水平相對較差，國家在教育上的投入占GDP的比例不足，教育理念也比較落后。因此，栗浩洋心中還有一份對國家和民族的使命感。“中國的學(xué)生數(shù)理化學(xué)得是全球最深的，孩子學(xué)得是最苦最累的。但是全球最好的科技卻不是中國人發(fā)明的，都是美國那些學(xué)得很輕松，很自由，很自主的孩子創(chuàng)造的。這就說明我們中國的教育其實特別失敗，所以我非常希望能夠通過自己的力量，徹底改變中國教育這樣一個現(xiàn)狀?！?/p>
學(xué)生通過高效的方式學(xué)完了知識點，節(jié)約的時間就可以自由支配，花在興趣愛好素質(zhì)教育甚至是娛樂上。栗浩洋認為，這就是為什么國外的學(xué)生學(xué)得又輕松又好，而國內(nèi)的學(xué)生學(xué)得又累又苦還是學(xué)不好。V學(xué)教育其實是要徹底解放孩子們的時間，讓他們熱愛學(xué)習(xí)又享受生活。
在對自家雙胞胎兒子的教育上，栗浩洋踐行著自己的理念。他每天都要抽出時間教兒子認字，孩子們進步的速度比他想象的快。1歲半的時候，他們就認識了500多個漢字和100多個英文單詞；3歲不到讀了300本書；3歲的時候可以和外教進行簡單的日常英文對話；在好奇心、想象力、邏輯的組織能力上更是超過同齡人許多，并且非常快樂。
栗浩洋對他們有很多期望，比如希望老大成為第一個不是在美國出生的美國總統(tǒng)，希望老二成為金融家，做出超過高盛的金融集團?！暗俏也⒉粫銖娝麄?，也做好了所有的準備。哪怕他們想做地下?lián)u滾歌手、和尚、義工等等，都可以?！?/p>
方向?qū)α寺愤€長
作為連續(xù)創(chuàng)業(yè)者的栗浩洋，成功過也失敗過。但現(xiàn)在他信心十足。
在教育研發(fā)方面，栗浩洋擁有超過十年的經(jīng)驗，對教材、配套動畫片、網(wǎng)絡(luò)產(chǎn)品都有很多心得。栗浩洋認為，過去的經(jīng)驗和教訓(xùn)，可以讓V學(xué)的研發(fā)過程至少少走三四年的彎路，能夠達到比其他同行更高的效率。教育行業(yè)的研發(fā)有著非常高的壁壘，如果沒有在行業(yè)中摸爬滾打過五年八年，直接做研發(fā)，會跌入很多坑。
其次，傳統(tǒng)教育模式中最重要的因素師資力量，對V學(xué)教育已經(jīng)完全不是問題了。大型教育機構(gòu)在全國發(fā)展的時候，遇到的最大問題就是師資力量。培訓(xùn)老師的成本非常高，老師的流失率也居高不下。留下來的老師，若干年后水平也參差不齊。而V學(xué)教育采用的是“中央菜譜”的方式，就像肯德基麥當勞一樣，所以全國所有的學(xué)生得到的都是最好的資源。
事實上，V學(xué)教育的野心不止在線上。其在線下的實體學(xué)校，今年會開到100家，明年還要新增300家。他希望通過5年的時間，開設(shè)2000多家學(xué)校，做到100萬學(xué)生的規(guī)模，以及超過30億元的銷售額。未來，V學(xué)會在全國設(shè)幾千個，甚至一兩萬個學(xué)習(xí)中心，所有的學(xué)生都可以在線下培訓(xùn)中心進行學(xué)習(xí)，但是老師是通過智能化系統(tǒng)在線上完成教學(xué)，所以V學(xué)教育是要做一家真正把線上線下結(jié)合到極致的公司。
在中國五千億規(guī)模的培訓(xùn)教育市場中，新東方、好未來、學(xué)大等知名教育機構(gòu)加在一起，基本只占1%左右的市場份額。根據(jù)日本、韓國的教育市場調(diào)研可以推斷出，中國第一大的教育企業(yè)可以占到10%的市場份額，中國有40多萬家培訓(xùn)機構(gòu)，也就意味著行業(yè)第一應(yīng)該可以開到4萬家培訓(xùn)機構(gòu)。擺脫了師資力量的約束，V學(xué)教育能夠?qū)崿F(xiàn)這樣的目標嗎？栗浩洋不清楚，但會以此作為努力的方向。
但栗浩洋也清楚，現(xiàn)有的智適應(yīng)技術(shù)還談不上盡善盡美。最大的問題，是系統(tǒng)和知識點的匹配度的問題。真正要發(fā)揮這個系統(tǒng)的作用，那么所有的教學(xué)內(nèi)容和知識點，都必須盡可能為這個智適應(yīng)系統(tǒng)所研發(fā)，才能達到最好的效果。這就要求之前做線下教育的教學(xué)專家，必須了解智適應(yīng)的系統(tǒng)和算法能力，了解引擎，了解這一套系統(tǒng)的運轉(zhuǎn)原理，以及其所要達到的目的，才能夠生產(chǎn)與這個系統(tǒng)相適應(yīng)的內(nèi)容，而這需要時間。
為了進一步探索智適應(yīng)教育最深層的可能性，以及未來的發(fā)展，和科學(xué)與最前沿的一些技術(shù)，V學(xué)教育與國際頂級高校及教育專家共同開設(shè)了“智適應(yīng)學(xué)習(xí)研究聯(lián)合實驗室”。這些探索不是馬上就可以商業(yè)化和實踐的，而是一些前沿性實驗技術(shù)，代表了最高的科技水平。在實踐層面，V學(xué)秉持開放的態(tài)度，愿意與優(yōu)秀的傳統(tǒng)教育機構(gòu)深度合作，提供智適應(yīng)學(xué)習(xí)引擎。這一切，都是為了幫助更多孩子享受到最好的前沿科技和教育方法，給他們帶來快樂和效率。
BM：人工智能可以細分出很多種技術(shù)，你認為其中還有哪些能和教育相結(jié)合？
L：人工智能中的很多技術(shù)其實都可以和教育相結(jié)合，只不過是深度和淺度的問題。比如說語音識別技術(shù)在未來就會非常重要，通過視頻連接學(xué)生的語音，人機交互的感受會更好。
機器人未來也可以作為助教的形式，提供一些服務(wù)。我們在年底之前，就會在每個學(xué)校都配置人工智能機器人，來完成一些簡單的互動和輔助的工作。
人工智能的語義分析相對來說會更加深入一些，因為很多題目是主觀題，如何進行比較智能化的語義分析、分類和評判，就變得非常重要。
除了人工智能技術(shù)之外，現(xiàn)在非?；鸬腣R和AR技術(shù)，在教育領(lǐng)域的應(yīng)用也是非常廣泛的，我們也正在研究如何用最高效的手段，通過這些技術(shù)來去提升教學(xué)效果。
BM：V學(xué)產(chǎn)品研發(fā)中融入了多少你的個人經(jīng)驗？
L：因為我自己從小學(xué)到大學(xué)，獲得過數(shù)學(xué)奧林匹克和全國競賽一等獎，再加上計算機專業(yè)的學(xué)習(xí)背景，所以我對技術(shù)方面的理解度，其實是超過絕大多數(shù)人的。我提出過很多算法方面的理念，都是同事非常認可的。我個人會在研發(fā)中和大家有很多思想的碰撞，智慧的交流，和研發(fā)團隊一起商量如何去解決各種各樣的問題和困難。
BM：你與合伙人是怎樣分工協(xié)作的？
L：目前在V學(xué)教育我擔(dān)任的是董事長的職位。CEO周偉，CTO樊星，以及首席科學(xué)家崔煒博士，他們承擔(dān)了大部分的工作。我主要的核心工作就是戰(zhàn)略思考，研發(fā)，還有團隊組建這三個方面。
BM：智適應(yīng)學(xué)習(xí)系統(tǒng)能否惠及成人？
L：可以的，海外的智適應(yīng)教育在18歲以上的教育和職業(yè)教育中非常普及，智適應(yīng)教育其實是有普適性的。在美國，不但是物理、數(shù)學(xué)這樣知識點結(jié)構(gòu)非常清晰的學(xué)科可以使用，像經(jīng)濟學(xué)、生物學(xué)和心理學(xué)等所有學(xué)科，都可以使用。
BM：公司目前融資情況如何？資金會用在哪里？
根據(jù)《2015年中國在線教育白皮書》數(shù)據(jù)顯示，2011到2014年間，中國在線教育市場規(guī)模增速均保持在17%以上，最高增速達到21.84%；市場規(guī)模從2011年的575億元增至2015年的1171億元，預(yù)計到2021年在線教育市場規(guī)模將達到2830億元。在線教育用戶突破2億人，在線教育項目數(shù)量已經(jīng)超過3000個。
如今，BAT、網(wǎng)易等互聯(lián)網(wǎng)巨頭也爭相跨界進入教育領(lǐng)域……
爭相布局
10月，網(wǎng)易宣布其有道詞典用戶突破6億。這意味著，網(wǎng)易的產(chǎn)品已經(jīng)可以在在線語言培訓(xùn)市場占有一席之地。2007年推出有道詞典以來，網(wǎng)易在互聯(lián)網(wǎng)巨頭之中率先“誤入”在線教育行業(yè)，并逐漸形成有道翻譯官、有道口語大師、網(wǎng)易云課堂等產(chǎn)品矩陣。
語文學(xué)習(xí)產(chǎn)品――有道語文達人，引進職業(yè)教育與通識教育等課程、推出網(wǎng)易云課堂企業(yè)版產(chǎn)品等等動作，都說明了網(wǎng)易在在線教育各個細分領(lǐng)域重度垂直、精耕細作的野心。
與此同時，阿里巴巴終于也按捺不住。在10月宣布啟動“星火計劃”，稱未來將會大力扶持生產(chǎn)優(yōu)質(zhì)內(nèi)容的個體老師以及中小型教育機構(gòu)。比如調(diào)用周邊資源，引入專業(yè)第三方扶持基金等，以此為中小創(chuàng)業(yè)群體提供高效的變現(xiàn)機制。
自去年12月成立教育事業(yè)部以來，百度在教育領(lǐng)域的布局正在加快。除了在傳統(tǒng)的教師資源方面，百度推出了專為教師服務(wù)的互聯(lián)網(wǎng)平臺“百度優(yōu)課”。百度在線教育的一大特色在于其教育信貸市場。百度CFO李昕曾在Q3財報電話會議上表示，百度要借助人工智能和大數(shù)據(jù)技術(shù)，從教育領(lǐng)域進入互聯(lián)網(wǎng)金融。
據(jù)百度透露的數(shù)據(jù)，在教育信貸領(lǐng)域，百度已與超過700家教育培訓(xùn)機構(gòu)達成合作，學(xué)生通過在線填寫信息，線下和教育機構(gòu)確定培訓(xùn)意向，審核通過后，即可獲得“百度有錢花”提供的學(xué)費貸款，實現(xiàn)分期交學(xué)費。
騰訊坐擁QQ和微信兩大社交平臺，其固有用戶與在線教育針對用戶重合度之高，不容小覷。去年，騰訊將這一優(yōu)勢應(yīng)用于教育信息化領(lǐng)域――分別以QQ和微信為基礎(chǔ)推出QQ智慧校園和騰訊智慧校園，為各類學(xué)校提供一體化互聯(lián)網(wǎng)智慧解決方案，范圍涵蓋學(xué)校管理、教務(wù)教學(xué)、校園生活等方面。扶持優(yōu)質(zhì)內(nèi)容方面，騰訊也不甘落后推出了名師計劃，旨在幫助名師實現(xiàn)知識經(jīng)濟化，擴大知識生產(chǎn)力與傳播力，同時提供標準化服務(wù)與資源扶持。
加之騰訊出手向來大方。今年2月，騰訊3.2億元投資新東方在線，而目前新東方在線申請掛牌已經(jīng)獲批，將登陸新三板。按照最近一次股票發(fā)行的價格來算，新東方網(wǎng)的總市值達到了31.72億元，而騰訊當初的投資金額也由3.2億元升值到了3.9億元，平均每個月賺了1400萬元。
線上線下結(jié)合
近年來在線教育的項目雖多，但往往良莠不齊，真正實現(xiàn)盈利的更是少數(shù)。
互聯(lián)網(wǎng)教育研究院在2015年調(diào)查了400家在線教育公司，結(jié)果顯示，有70.58%的公司處于虧損狀態(tài)，13.24%的公司處于持平狀態(tài)，僅有16.18%的公司保持盈利狀態(tài)。同時，其報告還指出，由于新進入的項目非常多，而且有一部分項目已經(jīng)死亡，整體上盈利的在線教育企業(yè)預(yù)計不超過5%。
在這個資本的“寒冬”，包括老師來了、36號教師、輕舟網(wǎng)等在線教育創(chuàng)業(yè)項目，都相繼倒下。一位多年從事在線教育的業(yè)內(nèi)人士向《中國經(jīng)濟信息》記者分析：“一個項目從開端投入資金到逐步發(fā)展，進入盈虧平衡狀態(tài)，至少需要3到5年的時間。”作為一個更重視長期發(fā)展循環(huán)的行業(yè)，在線教育前期需要投入大量資金，而后期課程的制作、平臺的維護以及產(chǎn)品的營銷和推廣，都需要團隊極大的耐心和毅力。
隨著在線教育行業(yè)的發(fā)展，平臺的競爭，已經(jīng)從最初的野蠻走向有序，從跑馬圈地走向深耕細作，優(yōu)質(zhì)的教育內(nèi)容成為巨頭們的搶奪焦點。還有一些業(yè)內(nèi)人士指出在線教育的一些弊病，例如在線教育APP更多是單向機械灌輸，缺乏線下輔導(dǎo)為學(xué)生的知識體系做一個完整的梳理以及打通思維知識上的邏輯關(guān)聯(lián)。
信天創(chuàng)投合伙人張俊熹對《中國經(jīng)濟信息》記者分析，線上與線下的結(jié)合將會是在線教育接下來發(fā)展的趨勢。以留學(xué)教育為例，“以前的出國留學(xué)只是在國內(nèi)做一些語言培訓(xùn)，但是長周期的鏈條并沒有被開發(fā)出來，出國后的實習(xí)、就業(yè)、移民、置業(yè)等等，有很多內(nèi)容可以深入挖掘?！睆埧§湔f。
盡管在線教育市場前景廣闊，但在創(chuàng)新工場投資總監(jiān)張麗君的眼里，其實它每個細分領(lǐng)域的市場規(guī)模并不大。而且，與其他行業(yè)不同，教育行業(yè)的內(nèi)容不能完全規(guī)模化復(fù)制，往往面對不同的時期和對象，都需要重新做，因此并不容易找到大的市場。
今年在線教育還有一個創(chuàng)新動作就是與AR、VR合力。正如李彥宏多次在公開場合強調(diào)的，人工智能是百度核心的核心。人工智能之于百度教育的重要性也不例外。
將人工智能應(yīng)用到機器人參加高考是為了什么，像AlphaGo一樣挑戰(zhàn)極限？學(xué)霸君的創(chuàng)始人兼CEO張凱磊表示：“很多人都搞錯了，我們做機器人自動解題，不是為了去挑戰(zhàn)人類做題的能力，這是沒有意義的，機器不可能自我覺醒地去發(fā)現(xiàn)一個新定理?！?他對智能教育機器人的期望是成為人類的助教，而且是可以針對每個學(xué)生的個性化助教。
超越“老中醫(yī)”
在初高中階段，一個優(yōu)秀的教師是怎么樣的呢？假設(shè)他在考試后批閱學(xué)生的卷子，除了卷子上題目的對錯，他還會回憶學(xué)生近期的表現(xiàn)，分析學(xué)生為什么會錯，是知識點沒掌握，還是無法將題目的信息和已有的知識相聯(lián)系。優(yōu)秀的教師由此在腦海中對每個學(xué)生有一個整體的感覺，知道如何因材施教，然而這種感知能力是要靠長期經(jīng)驗積累的（而且并非人人都能達到），難以表述和傳授，只有靠少數(shù)極優(yōu)秀的老師進行方法總結(jié)，但代際傳承的效果并不好。
張凱磊認為，教育資源的不足，本質(zhì)是優(yōu)秀教師數(shù)量的不足。如果能在降低教師負擔(dān)的同時，將優(yōu)秀教師的能力“復(fù)制”給普通教師，同時“放大”這種能力，將大大緩解教育資源不足的問題。
他將教師的工作和醫(yī)生進行了類比。醫(yī)生的工作可以劃分為診斷和治療兩部分，對應(yīng)教師對學(xué)生的能力判斷和知識講解。目前的教育模式恰似傳統(tǒng)的中醫(yī)，診斷同樣是要靠醫(yī)生 “望聞問切”的個人水平，而且傳授不易。“沒有清晰的數(shù)字可讓人理解，也沒有可供分析的系統(tǒng)。”但現(xiàn)在醫(yī)院已經(jīng)靠數(shù)字化很大程度上解決了診斷的問題，“未來教育也會變成一個有科學(xué)依據(jù)，有信息數(shù)據(jù)做支撐，數(shù)字驅(qū)動的領(lǐng)域，因為這樣的效率更高?！睆垊P磊說。
相較人類教師，計算機的問題在于機器的理解能力，要如何看懂題目。這也是學(xué)霸君利用人工智能在做的核心工作。智能機器人Aidam在考試中被扣掉的16分，全是在理解上出的問題，當然這也意味著人工智能已經(jīng)能看懂134分的題目了。想象這樣一個場景，學(xué)生做完作業(yè)和測試后，將結(jié)果傳輸給機器進行判卷，除了判別對錯，還和以往的數(shù)據(jù)進行比對，通過算法發(fā)現(xiàn)學(xué)生知識的薄弱點，給出針對性訓(xùn)練的題目，并將學(xué)生的學(xué)習(xí)狀態(tài)以可視化圖表的形式傳遞給教師。
這個場景已經(jīng)開始實現(xiàn)。學(xué)霸君在安徽落地的合作學(xué)校中，數(shù)學(xué)、物理、化學(xué)和生物使用了學(xué)霸君軟硬件服務(wù)的班級，這幾門學(xué)科的成績都大幅提升。通過學(xué)霸君研發(fā)的數(shù)據(jù)采集筆，在不改變學(xué)生書寫習(xí)慣的情況下，將整個過程的數(shù)據(jù)全部采集，然后由機器進行識別判卷?！澳壳芭淖鳂I(yè)，機器批70%，正確率會在99%以上，機器判斷不了（主要是無法識別）的交給人工，未來會全部交給機器?！睆垊P磊說，每天僅批改作業(yè)，教師就能節(jié)省接近2個小時，而數(shù)據(jù)分析結(jié)果將通過云服務(wù)展示給教師，“作業(yè)數(shù)據(jù)和考試數(shù)據(jù)實時更新，學(xué)生的學(xué)習(xí)能力、掌握的知識點、學(xué)習(xí)態(tài)度，全部在表上清清楚楚”，學(xué)科主任、年級主任和校長還可以看到學(xué)科、年級和全校層面的數(shù)據(jù)分析。
和時間做朋友
追根溯源，中國的教育源自于普魯士教學(xué)法，本質(zhì)是“在規(guī)定的時間，以規(guī)定的課時和標準，學(xué)規(guī)定的內(nèi)容，最后考一次試”。在張凱磊看來，這樣的教育模式就像工業(yè)的標準化生產(chǎn)一樣，而未來的教育模式將是高度個性化、規(guī)?；蛯I(yè)化的，“個性化是解決教育負擔(dān)過重和教育不公平的核心手段?！?/p>
這個發(fā)展可能會分為五個階段：
第一階段，進行教育基礎(chǔ)數(shù)據(jù)的數(shù)字化，并且可以進行數(shù)據(jù)管理。
第二階段，學(xué)生的學(xué)習(xí)數(shù)據(jù)被全面數(shù)據(jù)化，學(xué)校以數(shù)字化的形式對全校學(xué)科進度進行管理。
第三階段，教育實現(xiàn)中度的個性化，學(xué)生開始按學(xué)習(xí)進度分層教學(xué)，出現(xiàn)小規(guī)模的教育集團推動數(shù)字化技術(shù)應(yīng)用的進一步發(fā)展。
第四階段，教育實現(xiàn)高度個性化，中度的規(guī)?；?。出現(xiàn)少數(shù)的大型教育集團，“比如現(xiàn)在有7.6萬所學(xué)校，未來2萬所頭部的學(xué)校，是由100家教育集團組成的?！币粋€校長可能會管理十幾個校區(qū)，體系內(nèi)高度信息化，體系外形成學(xué)科、教學(xué)理論的競爭。
第五階段，教育高度個性化、規(guī)?；I(yè)化。不再有教布置作業(yè)，學(xué)生使用系統(tǒng)進行個性化的自我訓(xùn)練，并依據(jù)能力和學(xué)習(xí)效果，在兩個月或更短時間內(nèi)分為不同層次接受教學(xué)。由最頂級的教師，通過系統(tǒng)觀察學(xué)習(xí)數(shù)據(jù)，對班級進行針對性輔導(dǎo)。通過發(fā)達的視音頻及時通訊技術(shù)，一名教師也許可以教學(xué)上萬名學(xué)生。
