人工智能技術(shù)通過對(duì)人類的感知、記憶、學(xué)習(xí)、思維等進(jìn)行模擬，使機(jī)器具備人類的識(shí)別、認(rèn)知、分析、決策等功能，從而替代人類完成一些重復(fù)性的復(fù)雜工作?！缎旅襟w聯(lián)盟地平線報(bào)告：2017高等教育版》曾預(yù)測(cè)：人工智能將對(duì)未來(lái)教育產(chǎn)生重要影響[1]。2017年，國(guó)務(wù)院出臺(tái)的《新一代人工智能發(fā)展規(guī)劃》提出要利用人工智能技術(shù)進(jìn)行教育模式變革、構(gòu)建新型教育體系、研發(fā)智能化的學(xué)習(xí)支撐平臺(tái)，并實(shí)施全民智能教育項(xiàng)目[2]，說(shuō)明人工智能在我國(guó)已上升為國(guó)家的核心戰(zhàn)略。近年來(lái)，各種新型智能教育應(yīng)用層出不窮，如高考機(jī)器人、自動(dòng)批改作業(yè)、智能口語(yǔ)測(cè)評(píng)、在線拍照搜題等，可以說(shuō)人工智能與教育的深度融合已成必然趨勢(shì)。隨著人工智能技術(shù)在教育領(lǐng)域的深度應(yīng)用，互聯(lián)網(wǎng)教育將進(jìn)入“人工智能 教育”的高級(jí)階段，教育信息化將邁入以“融合創(chuàng)新，智能引領(lǐng)”為主要特征的2.0時(shí)代[3]。
一 教育人工智能與人工智能教育、智能教育的關(guān)系
人工智能在教育領(lǐng)域的應(yīng)用由來(lái)已久，目前與此相關(guān)的研究主要涉及智能教育、人工智能教育、教育人工智能三個(gè)術(shù)語(yǔ)，而這三個(gè)術(shù)語(yǔ)經(jīng)常被混淆使用，故本研究試圖基于相關(guān)研究成果對(duì)這三個(gè)術(shù)語(yǔ)的概念進(jìn)行辨析。
1 相關(guān)研究成果
在針對(duì)智能教育、人工智能教育、教育人工智能的相關(guān)研究成果中，樸鐘鶴[4]對(duì)韓國(guó)智能教育的內(nèi)涵進(jìn)行了探析，認(rèn)為智能教育是基于學(xué)習(xí)者的能力、興趣，運(yùn)用信息技術(shù)來(lái)開展自主式學(xué)習(xí)的教育；趙銀生[5]認(rèn)為智能教育即教育手段智能化，是指采用先進(jìn)的信息技術(shù)促進(jìn)教與學(xué)方式、方法和模式的變革，使得教育管理、教學(xué)與學(xué)習(xí)實(shí)現(xiàn)智能數(shù)字化；張進(jìn)寶等[6]認(rèn)為智能教育以實(shí)現(xiàn)個(gè)體智能的發(fā)展為目標(biāo)，綜合培養(yǎng)學(xué)習(xí)者的學(xué)習(xí)能力、數(shù)字素養(yǎng)、計(jì)算思維，是個(gè)體智能發(fā)展與智能技術(shù)實(shí)踐相整合的創(chuàng)新教育過程；陳凱泉等[7]認(rèn)為人工智能教育的目標(biāo)定位是培養(yǎng)學(xué)生的編程能力與計(jì)算思維；閆志明等[8]認(rèn)為教育人工智能的目標(biāo)包括兩方面：一是提供適應(yīng)性的學(xué)習(xí)環(huán)境和智能學(xué)習(xí)工具，二是通過人工智能技術(shù)來(lái)揭開“學(xué)習(xí)黑匣子”。
2 概念辨析
本研究認(rèn)為，智能教育兼具教育目的性和技術(shù)性之雙重屬性：①?gòu)慕逃暯浅霭l(fā)，智能教育被視為育人的目標(biāo)，即“促進(jìn)人類智能發(fā)展的教育”，更多地指向“多元智能”、信息化素養(yǎng)和計(jì)算思維能力的培養(yǎng)；②從信息化視角出發(fā)，智能教育被視為育人的技巧，即“利用人工智能改善教育”，側(cè)重于將人工智能作為支持教學(xué)的技術(shù)手段。由此，可以推出智能教育具有“促進(jìn)智能發(fā)展”和“智能化教育”的雙重功能。基于此，本研究認(rèn)為智能教育可細(xì)分為人工智能教育和教育人工智能兩大方向，三者的關(guān)系如圖1所示。
圖1 教育人工智能與人工智能教育、智能教育的關(guān)系
具體來(lái)說(shuō)，人工智能教育將人工智能作為學(xué)習(xí)對(duì)象，開展知識(shí)及其表示、推理與專家系統(tǒng)、人工智能語(yǔ)言與問題求解等內(nèi)容的教學(xué)，旨在使學(xué)生建立對(duì)人工智能技術(shù)的基本認(rèn)知，從而培養(yǎng)學(xué)生的信息學(xué)科素養(yǎng)、提升學(xué)生的計(jì)算思維能力。教育人工智能是人工智能和學(xué)習(xí)科學(xué)的結(jié)合，是指利用人工智能技術(shù)，為自適應(yīng)學(xué)習(xí)環(huán)境和靈活多樣的教育輔助工具提供智能支持，并探索學(xué)習(xí)發(fā)生的原理與機(jī)制；教育人工智能具有數(shù)據(jù)驅(qū)動(dòng)、自學(xué)習(xí)能力、人機(jī)協(xié)同、個(gè)性化定制的特點(diǎn)，其三大核心內(nèi)容是學(xué)習(xí)者模型、領(lǐng)域知識(shí)模型、教學(xué)模型[9]。目前，智能教育的研究主要集中在教育人工智能方面。
二 教育人工智能的演進(jìn)歷程
自從教學(xué)機(jī)器誕生以來(lái)，心理學(xué)家、教育學(xué)家就開始探索如何將自動(dòng)化、智能化手段應(yīng)用到教育教學(xué)中，以將教師從重復(fù)勞動(dòng)中解放出來(lái)，為學(xué)生提供高質(zhì)量、個(gè)性化的學(xué)習(xí)方式，從而提高教與學(xué)的效率。從歷史演化的視角，可將教育人工智能的演進(jìn)歷程劃分為以下五個(gè)時(shí)期：
1 萌芽期：早期的教學(xué)機(jī)器
教育人工智能的探索可追溯至20世紀(jì)20年代，Pressey制作了第一臺(tái)自動(dòng)執(zhí)行測(cè)驗(yàn)和計(jì)分任務(wù)的教學(xué)機(jī)器[10]；60年代早期，Skinner基于行為主義理論設(shè)計(jì)了支持程序教學(xué)的機(jī)械裝置[11]，其目的在于通過預(yù)設(shè)的知識(shí)項(xiàng)目來(lái)實(shí)現(xiàn)差異化、個(gè)別化的教學(xué)——這些早期成果孕育了人工智能教育應(yīng)用的萌芽。
2 啟動(dòng)期：計(jì)算機(jī)輔助教學(xué)
在圖靈測(cè)試和人工智能概念的影響下，20世紀(jì)60年代后期，教育人工智能進(jìn)入計(jì)算機(jī)輔助教學(xué)（Computer Aided Instruction，CAI）階段[12]。ALGOL、LOGO編程語(yǔ)言開始應(yīng)用于計(jì)算機(jī)輔助教學(xué)，并且研究者開發(fā)出了很多的輔助教學(xué)系統(tǒng)，如PLATO系統(tǒng)、TICCIT系統(tǒng)等。一般而言，CAI系統(tǒng)由硬件、軟件及課件三部分組成。
3 突破期：智能計(jì)算機(jī)輔助教學(xué)
20世紀(jì)70年代后期至80年代初，研究者在CAI的基礎(chǔ)上引入知識(shí)庫(kù)、推理機(jī)等專家系統(tǒng)技術(shù)，教育人工智能由此逐漸進(jìn)入智能計(jì)算機(jī)輔助教學(xué)（Intelligent Computer Assisted Instruction，ICAI）階段。這一時(shí)期正處于行為主義衰落、認(rèn)知心理學(xué)崛起的階段，因此這一時(shí)期的智能教學(xué)系統(tǒng)大致可分為兩類：一類是以行為主義理論為基礎(chǔ)的系統(tǒng)，如SCHOLAR、WEST、SOPHIE、GUIDON等；另一類是認(rèn)知主義主導(dǎo)的教學(xué)系統(tǒng)，如LISPTutor、PROUST等?？傮w而言，這些系統(tǒng)仍遵循“以教為中心”的教學(xué)理念。
4 發(fā)展期：自適應(yīng)學(xué)習(xí)
隨著互聯(lián)網(wǎng)的發(fā)展，適應(yīng)性教育超媒體系統(tǒng)（Adaptive Hypermedia System，AHS）在20世紀(jì)90年代初開始出現(xiàn)，并在此基礎(chǔ)上演化成了自適應(yīng)學(xué)習(xí)系統(tǒng)[13]。自適應(yīng)學(xué)習(xí)系統(tǒng)能夠根據(jù)當(dāng)前學(xué)習(xí)者的學(xué)習(xí)需求、學(xué)習(xí)風(fēng)格、知識(shí)水平、認(rèn)知能力和學(xué)習(xí)狀態(tài)進(jìn)行適應(yīng)性調(diào)整，實(shí)現(xiàn)個(gè)性化或差異化學(xué)習(xí)。一個(gè)典型的自適應(yīng)學(xué)習(xí)系統(tǒng)包括領(lǐng)域模型、用戶模型、教學(xué)模型、適應(yīng)性引擎等四部分，代表性系統(tǒng)有SQLTutor、AutoTutor、Why-2 Atlas等。這一時(shí)期的智能教學(xué)系統(tǒng)強(qiáng)調(diào)“以學(xué)習(xí)者為中心”的理念，更加關(guān)注學(xué)習(xí)者的學(xué)習(xí)需求與個(gè)性特征。
5 高速發(fā)展期：智適應(yīng)學(xué)習(xí)
近年來(lái)，隨著云計(jì)算、教育大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)的不斷成熟，教育人工智能進(jìn)入高速發(fā)展期。在這一時(shí)期，大規(guī)模教育數(shù)據(jù)的采集、存儲(chǔ)、計(jì)算、分析、挖掘成為可能。基于全程跟蹤記錄的學(xué)習(xí)者行為數(shù)據(jù)，智適應(yīng)學(xué)習(xí)系統(tǒng)以數(shù)據(jù)驅(qū)動(dòng)的方式智能判別學(xué)習(xí)風(fēng)格、個(gè)人偏好，借助機(jī)器學(xué)習(xí)、知識(shí)圖譜等人工智能技術(shù)，深度診斷學(xué)習(xí)者的知識(shí)掌握情況，為學(xué)習(xí)者提供實(shí)時(shí)、動(dòng)態(tài)、智能化、個(gè)性化的指導(dǎo)與干預(yù)，代表性系統(tǒng)有Knewton、DreamBox、ALEKS、AltSchool、Kidaptive、Smart Sparrow等。這一時(shí)期的智能教學(xué)系統(tǒng)強(qiáng)調(diào)數(shù)據(jù)驅(qū)動(dòng)、智能適應(yīng)，其目標(biāo)是實(shí)現(xiàn)大規(guī)模的個(gè)性化學(xué)習(xí)。
三 教育人工智能的技術(shù)框架及典型應(yīng)用
1 教育人工智能的技術(shù)框架
數(shù)據(jù)、運(yùn)算力和算法模型是人工智能技術(shù)的三大要素，而教育人工智能是人工智能與學(xué)習(xí)科學(xué)相結(jié)合而形成的一個(gè)新領(lǐng)域[14]，因此可以認(rèn)為教育人工智能主要由數(shù)據(jù)、運(yùn)算力、算法模型、學(xué)習(xí)科學(xué)四大要素組成。
基于上述四大要素，結(jié)合對(duì)教育人工智能的認(rèn)知，本研究構(gòu)建了教育人工智能的技術(shù)框架，如圖2所示。該框架自下而上分為四層：①基礎(chǔ)設(shè)施層以云平臺(tái)為基礎(chǔ)，為教育人工智能提供計(jì)算能力；②大數(shù)據(jù)層匯集了教育教學(xué)活動(dòng)中的各種管理數(shù)據(jù)、資源數(shù)據(jù)、行為數(shù)據(jù)以及評(píng)價(jià)數(shù)據(jù)，為智能計(jì)算提供數(shù)據(jù)基礎(chǔ)；③算法層提供TensorFlow、Caffe等開發(fā)框架和計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理等先進(jìn)算法，是教育人工智能的核心；④應(yīng)用層以人工智能優(yōu)化教學(xué)過程為目標(biāo)，開展自適應(yīng)學(xué)習(xí)、智能化評(píng)測(cè)、自動(dòng)化批改、教育機(jī)器人、虛擬學(xué)伴等場(chǎng)景應(yīng)用，驅(qū)動(dòng)個(gè)性化學(xué)習(xí)、精準(zhǔn)化教學(xué)從理念走向?qū)嵺`，是教育人工智能發(fā)展的目標(biāo)。
圖2 教育人工智能的技術(shù)框架
2 教育人工智能的典型應(yīng)用
?。?）自適應(yīng)學(xué)習(xí)
自適應(yīng)學(xué)習(xí)能夠根據(jù)學(xué)習(xí)者的個(gè)體差異為其提供個(gè)性化的學(xué)習(xí)內(nèi)容、學(xué)習(xí)資源、學(xué)習(xí)路徑和學(xué)習(xí)策略，并提供適應(yīng)性的指導(dǎo)與干預(yù)[15]。已有很多學(xué)習(xí)系統(tǒng)將人工智能技術(shù)融入其中，如美國(guó)的Knewton平臺(tái)借助心理測(cè)量模型和貝葉斯網(wǎng)絡(luò)等概率模型來(lái)評(píng)估學(xué)習(xí)者的知識(shí)狀態(tài)，并基于學(xué)科知識(shí)圖譜進(jìn)行學(xué)習(xí)路徑推薦[16]；DreamBox通過跟蹤學(xué)習(xí)者的行為記錄，利用機(jī)器學(xué)習(xí)算法實(shí)時(shí)為學(xué)習(xí)者提供自適應(yīng)學(xué)習(xí)內(nèi)容，從而培養(yǎng)學(xué)習(xí)者對(duì)于數(shù)學(xué)概念的理解能力[17]。在人工智能技術(shù)的支持下，結(jié)合大數(shù)據(jù)的學(xué)習(xí)行為分析技術(shù)，能夠建立更加精準(zhǔn)的學(xué)習(xí)者模型和學(xué)科知識(shí)本體庫(kù)與知識(shí)圖譜，更加智能地自適應(yīng)調(diào)整學(xué)習(xí)過程，并有針對(duì)性地為學(xué)生推送適合的學(xué)習(xí)內(nèi)容，從而快速提高學(xué)習(xí)效率、提升學(xué)習(xí)效果。
（2）智能化學(xué)習(xí)評(píng)測(cè)
隨著人工智能技術(shù)在教學(xué)中的應(yīng)用不斷深入，傳統(tǒng)的人工評(píng)測(cè)正逐漸被智能化、自動(dòng)化的系統(tǒng)所取代。典型的應(yīng)用有計(jì)算機(jī)智能化測(cè)驗(yàn)、大規(guī)模機(jī)器口語(yǔ)測(cè)評(píng)等。
計(jì)算機(jī)智能化測(cè)驗(yàn)是基于項(xiàng)目反應(yīng)理論和認(rèn)知診斷理論，由計(jì)算機(jī)根據(jù)學(xué)習(xí)者當(dāng)前的能力水平，自動(dòng)從大型題庫(kù)中選取難度與之相適應(yīng)的項(xiàng)目進(jìn)行測(cè)評(píng)。計(jì)算機(jī)智能化測(cè)驗(yàn)?zāi)軌蚋咝Ь珳?zhǔn)地估計(jì)被試的能力水平，學(xué)習(xí)者可以顯性了解自己對(duì)學(xué)科板塊知識(shí)點(diǎn)和能力點(diǎn)的掌握情況[18]，已成為教育測(cè)量與評(píng)價(jià)發(fā)展的必然趨勢(shì)。目前，國(guó)內(nèi)的智慧學(xué)伴、論答、乂學(xué)教育提供的教育應(yīng)用都采用了這種智能化的測(cè)評(píng)技術(shù)。
大規(guī)模機(jī)器口語(yǔ)測(cè)評(píng)主要采用深度學(xué)習(xí)等智能語(yǔ)音識(shí)別技術(shù)，對(duì)學(xué)生的口語(yǔ)發(fā)音進(jìn)行指正、評(píng)分，從而實(shí)現(xiàn)英語(yǔ)聽說(shuō)測(cè)評(píng)的自動(dòng)化，減少人力投入成本并顯著提升教學(xué)效率。在國(guó)內(nèi)，科大訊飛、滬江英語(yǔ)、51Talk、英語(yǔ)流利說(shuō)等都研發(fā)了相應(yīng)的英語(yǔ)口語(yǔ)識(shí)別引擎。而在國(guó)外，Carnegie Speech、Duolingo軟件采用自動(dòng)語(yǔ)音識(shí)別（Automatic Speech Recognition，ASR）技術(shù)和自然語(yǔ)言處理（Natural Language Processing，NLP）技術(shù)來(lái)識(shí)別語(yǔ)言中的錯(cuò)誤，并幫助學(xué)習(xí)者進(jìn)行糾正。
?。?）智能化教學(xué)輔助
作文自動(dòng)化批改、教育機(jī)器人等教學(xué)工具的出現(xiàn)，對(duì)教師這個(gè)勞動(dòng)密集型職業(yè)起到了一定的替代和輔助作用，為解決教師投入成本高、效率低和師資不均衡等問題提供了技術(shù)支撐[19]。
作文自動(dòng)化批改工具基于標(biāo)準(zhǔn)語(yǔ)料庫(kù)，利用圖像識(shí)別、自然語(yǔ)言處理、大數(shù)據(jù)分析等技術(shù)手段，從詞匯、語(yǔ)法、篇章、立意等多個(gè)維度對(duì)學(xué)生的作文進(jìn)行綜合評(píng)價(jià)，并及時(shí)給出作文的評(píng)語(yǔ)、總分和按句點(diǎn)評(píng)。代表性作文自動(dòng)化批改工具有美國(guó)的McGraw-Hill、Pearson、ETS和國(guó)內(nèi)的批改網(wǎng)等，而EdX、Coursera、Udacity也正利用自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、眾包等技術(shù)來(lái)對(duì)簡(jiǎn)答題、論述題和編程作業(yè)進(jìn)行評(píng)估。
教育機(jī)器人作為一種具有感知、思維、動(dòng)作、協(xié)同等能力的智能工具，能夠協(xié)助教師進(jìn)行教學(xué)管理、答疑，增強(qiáng)或延伸教師的表達(dá)能力、知識(shí)加工能力和溝通能力；能夠作為學(xué)生學(xué)習(xí)的虛擬學(xué)伴，激發(fā)學(xué)生的學(xué)習(xí)興趣和動(dòng)力[20]，如AdmitHub應(yīng)用聊天機(jī)器人來(lái)自動(dòng)回答學(xué)生的高頻問題。
四 教育人工智能未來(lái)的發(fā)展路徑
教育人工智能雖然經(jīng)歷了漫長(zhǎng)的發(fā)展過程，也產(chǎn)生了很多創(chuàng)新性應(yīng)用，但與人類智能水平還存在很大的差距，教育人工智能的研究與應(yīng)用依然任重而道遠(yuǎn)。目前，教育人工智能在學(xué)科交叉融合研究、教育數(shù)據(jù)生態(tài)系統(tǒng)完善、專業(yè)人才培養(yǎng)以及實(shí)踐應(yīng)用等方面尚有待加強(qiáng)。
1 加強(qiáng)多學(xué)科交叉融合研究
教育人工智能是一門系統(tǒng)性科學(xué)，其研究屬于多學(xué)科交叉型，需要教育技術(shù)學(xué)、計(jì)算機(jī)科學(xué)、軟件工程、信息管理等多學(xué)科的對(duì)接和聯(lián)合攻關(guān)。其中，教育技術(shù)學(xué)側(cè)重于教育人工智能模型與方法的研究，并融合前沿教育教學(xué)理念，設(shè)計(jì)以學(xué)習(xí)者為中心、以創(chuàng)造性思維培養(yǎng)為目標(biāo)、提供深度學(xué)習(xí)體驗(yàn)、支持多模態(tài)互動(dòng)教學(xué)模式的智能學(xué)習(xí)環(huán)境和資源；計(jì)算機(jī)科學(xué)、信息管理主要負(fù)責(zé)教育大數(shù)據(jù)獲取、教育知識(shí)圖譜構(gòu)建、數(shù)據(jù)智能處理與分析、智能化診斷評(píng)測(cè)、學(xué)習(xí)路徑智能規(guī)劃、學(xué)習(xí)資源智能推送等方法與技術(shù)的研究；軟件工程則負(fù)責(zé)相關(guān)智能平臺(tái)的工程開發(fā)與服務(wù)研究。此外，研究者還應(yīng)加強(qiáng)教育人工智能與腦科學(xué)、認(rèn)知科學(xué)、心理學(xué)、統(tǒng)計(jì)學(xué)等學(xué)科的交叉融合，以便為教育人工智能的深入研究提供理論基礎(chǔ)。
2 完善教育數(shù)據(jù)生態(tài)系統(tǒng)
海量的教育數(shù)據(jù)既是發(fā)展教育人工智能的核心要素之一，也是訓(xùn)練人工智能系統(tǒng)的基礎(chǔ)。教育數(shù)據(jù)生態(tài)系統(tǒng)的完善可從以下方面入手：①在教育數(shù)據(jù)共享方面，加快建立教育數(shù)據(jù)采集的標(biāo)準(zhǔn)與規(guī)范，適度開放、共享公共教育數(shù)據(jù)資源，鼓勵(lì)社交媒體等跨領(lǐng)域的多元數(shù)據(jù)共享融通。目前，ADL、IMS、ISO等國(guó)際標(biāo)準(zhǔn)化組織都在積極制定相應(yīng)的教育大數(shù)據(jù)標(biāo)準(zhǔn)，其中最具代表性的是學(xué)習(xí)行為數(shù)據(jù)采集標(biāo)準(zhǔn)Experience API和學(xué)習(xí)分析數(shù)據(jù)互操作規(guī)范IMS Caliper Analytics。②在教育數(shù)據(jù)預(yù)處理方面，通過數(shù)據(jù)清洗、數(shù)據(jù)擴(kuò)充、數(shù)據(jù)交叉校驗(yàn)等環(huán)節(jié)，清除“臟”數(shù)據(jù)、補(bǔ)全缺失數(shù)據(jù)、統(tǒng)一數(shù)據(jù)格式，形成高質(zhì)量的、“干凈”的數(shù)據(jù)資源。③在教育數(shù)據(jù)存儲(chǔ)與計(jì)算方面，開展基于Hadoop、Storm、Spark等開源框架的并行存儲(chǔ)與計(jì)算技術(shù)研究[21]，開發(fā)或定制適合教育數(shù)據(jù)的一體化大數(shù)據(jù)平臺(tái)，為教育人工智能提供可靠的、有質(zhì)量的數(shù)據(jù)資源。
3 培養(yǎng)教育人工智能專業(yè)人才
教育人工智能需要跨學(xué)科復(fù)合型的專業(yè)技術(shù)人才，一方面要求具有機(jī)器學(xué)習(xí)、知識(shí)圖譜、深度學(xué)習(xí)等人工智能方面的專業(yè)能力，另一方面要求具備教育心理學(xué)、教育信息化理論與方法、數(shù)字化學(xué)習(xí)資源環(huán)境設(shè)計(jì)與開發(fā)等教育技術(shù)學(xué)的背景知識(shí)——但既懂人工智能又懂教育的交叉學(xué)科人才供求嚴(yán)重失衡，因此急需教育工作者重新設(shè)計(jì)人工智能教育的培養(yǎng)方式和課程體系，以培養(yǎng)教育人工智能的復(fù)合型人才。此外，在中小學(xué)階段，以人工智能課程為主線，教師可以結(jié)合機(jī)器人教育、Scratch編程教育、STEM教育、創(chuàng)客教育等形式，開展人工智能的普及教育。
4 以需求為導(dǎo)向，深化教育人工智能應(yīng)用
智能技術(shù)只是解決個(gè)性化教育等問題的手段而非目的，因此教育人工智能應(yīng)以教育需求為導(dǎo)向而非以技術(shù)研發(fā)為動(dòng)力。具體而言，教育人工智能在應(yīng)用時(shí)需以資源均衡化、學(xué)習(xí)個(gè)性化等迫切需求為目標(biāo)，利用人工智能的智能感知、智能建模、智能決策等功能，開展諸如智能校園、立體綜合教學(xué)場(chǎng)、智能在線學(xué)習(xí)教育平臺(tái)、智能教育助理等以智能化為核心的數(shù)字化學(xué)習(xí)資源與環(huán)境的設(shè)計(jì)與開發(fā)，以推進(jìn)教育人工智能在教學(xué)中的常態(tài)化應(yīng)用，深化人工智能與教育教學(xué)的融合。值得一提的是，隨著云計(jì)算平臺(tái)和TensorFlow、MXNet等深度學(xué)習(xí)框架的不斷成熟，人工智能算法的準(zhǔn)入門檻會(huì)顯著降低，教育人工智能應(yīng)用的開展將會(huì)變得更加方便快捷。
參考文獻(xiàn)
[1](美)S·亞當(dāng)斯貝克爾,M·卡明斯,A·戴維斯,等著.殷丙山,高茜,任直,等譯.新媒體聯(lián)盟地平線報(bào)告:2017高等教育版[J].北京廣播電視大學(xué)學(xué)報(bào),2017,(2):1-20.
[2]國(guó)務(wù)院.新一代人工智能發(fā)展規(guī)劃[OL]. <http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm>
[3]任友群,馮仰存,鄭旭東.融合創(chuàng)新,智能引領(lǐng),迎接教育信息化新時(shí)代[J].中國(guó)電化教育,2018,(1):7-14.
[4]樸鐘鶴.教育的革命:韓國(guó)智能教育戰(zhàn)略探析[J].教育科學(xué),2012,(4):87-91.
[5]趙銀生.智能教育(IE):教育信息化發(fā)展的新方向[J].中國(guó)電化教育,2010,(12):32-34.
[6]張進(jìn)寶,姬凌巖.是“智能化教育”還是“促進(jìn)智能發(fā)展的教育”——AI時(shí)代智能教育的內(nèi)涵分析與目標(biāo)定位[J].現(xiàn)代遠(yuǎn)程教育研究,2018,(2):14-23.
[7]陳凱泉,何瑤,仲國(guó)強(qiáng).人工智能視域下的信息素養(yǎng)內(nèi)涵轉(zhuǎn)型及AI教育目標(biāo)定位——兼論基礎(chǔ)教育階段AI課程與教學(xué)實(shí)施路徑[J].遠(yuǎn)程教育雜志,2018,(1):61-71.
[8][9]閆志明,唐夏夏,秦旋,等.教育人工智能(EAI)的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢(shì)——美國(guó)為《人工智能的未來(lái)做好準(zhǔn)備》和《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J].遠(yuǎn)程教育雜志,2017,(1):26-35.
[10]龔維瑤.程序教學(xué)簡(jiǎn)介[J].心理科學(xué),1965,(2):19-24.
[11](美)M·P·德里斯科爾著.王小明,等譯.學(xué)習(xí)心理學(xué)——面向教學(xué)的取向(第三版)[M].上海:華東師范大學(xué)出版社,2008:52-53.
[12]邢新華.智能計(jì)算機(jī)輔助教學(xué)——ICAI[J].中國(guó)電化教育,1999,(6):8-9.
[13]左憲枝,陳雨.基于自適應(yīng)學(xué)習(xí)系統(tǒng)的翻轉(zhuǎn)課堂實(shí)踐模式研究[J].中國(guó)教育信息化,2016,(10):18-22.
[14]Luckin R, Holmes W. Intelligence unleashed: An argument for AI in education[OL].
<https://www.pearson.com/news/blogs/CompanyBlog/2016/03/intelligence-unleashed-an-argument-for-ai-in-education.html>
[15]菅保霞,姜強(qiáng),趙蔚,等.大數(shù)據(jù)背景下自適應(yīng)學(xué)習(xí)個(gè)性特征模型研究——基于元分析視角[J].遠(yuǎn)程教育雜志,2017,(4):87-96.
[16]萬(wàn)海鵬,汪丹.基于大數(shù)據(jù)的牛頓平臺(tái)自適應(yīng)學(xué)習(xí)機(jī)制分析——“教育大數(shù)據(jù)研究與實(shí)踐專欄”之關(guān)鍵技術(shù)篇[J].現(xiàn)代教育技術(shù),2016,(5):5-11.
[17]張渝江.用自適應(yīng)技術(shù)支撐個(gè)性化學(xué)習(xí)[J].中國(guó)信息技術(shù)教育,2013,(3):118-121.
[18]路鵬,叢曉,宋克,等.計(jì)算機(jī)自適應(yīng)測(cè)試研究進(jìn)展與展望[J].東北電力大學(xué)學(xué)報(bào),2015,(3):82-90.
[19]億歐智庫(kù).2018人工智能賦能教育產(chǎn)業(yè)研究報(bào)告[OL].
<http://www.askci.com/news/chanye/20180305/135309119053.shtml>
[20]黃榮懷,劉德建,徐晶晶,等.教育機(jī)器人的發(fā)展現(xiàn)狀與趨勢(shì)[J].現(xiàn)代教育技術(shù),2017,(1):13-20.
[21]李振,周東岱,劉娜,等.教育大數(shù)據(jù)的平臺(tái)構(gòu)建與關(guān)鍵實(shí)現(xiàn)技術(shù)[J].現(xiàn)代教育技術(shù),2018,(1):100-106.
