人工智能教育变革的三重境界

本文由用户“HXC88”分享发布 更新时间:2021-10-18 12:50:10 举报文档

以下为《人工智能教育变革的三重境界》的无排版文字预览,完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

人工智能教育变革的三重境界:赋能、创新、重塑

人工智能时代的教育形势研判

1.人工智能给教育带来的挑战

教育是人工智能冲击最大的行业,它不是一个学科、一个环节的调整,而是全新的、全方位的挑战。

一是人才培养目标的挑战。人工智能正在触发一场剧烈的社会分工调整,传统教育培养出来的“标准化人才”反倒不如机器更有竞争力,要“把人的社会性和情感教育置于应对新工业革命的高度”(WEF,2016)。

二是教育方式的挑战。目前,智能机器人已经可以在高考中取得不错成绩。这从一个侧面折射出,传统以死记硬背、被动接受为主的教学方式正在遭遇一场重大危机。

三是教育内容的挑战。新一代人工智能的兴起得益于多学科多领域的交叉融合。今天的教育过于强调学科本位,很容易就把知识变成了“知识点”,导致学生“只见树木、不见森林”。

四是教师角色的挑战。随着“人机共教”成为一种教育常态,教师角色将会发生巨大改变。知识性教学大多由人工智能承担,教师更多是学习的设计、督促、激励、陪伴以及与学生的情感交流(余某某等,2019)。未来,人工智能将会以“教书”为主,而教师则以“育人”为重。

2.教育是人工智能时代赢得国际竞争的关键

2007年,哈佛大学两位经济学家研究发现,教育和技术之间存在一场持续不懈的竞赛,经济增长与收入差距就是这场竞赛带来的结果(Claudia Goldin & Lawrence,2015)。

当教育发展领先于技术发展时,就能提供充足的高素质劳动力,适应技术变革带来的职业结构调整,推动经济社会快速发展。反之,则会导致两极分化:一部分人接受着过时的教育,技能适应性不强,毕业后不得不从事高度流程化、低认知度的工作,深陷社会底层;另一部分人受过良好教育,毕业后从事着高创造性、高认知度的工作,稳居社会上层。

总之,“人工智能+教育”不等于智能技术在教育中的简单应用,要把人工智能作为教育整体变革的内生变量,推动“工业化教育”向“智能型教育”转变(曹某某,2016),促进教学方式创新、管理流程再造和评价体系重构,构建富有选择、更有个性、更加精准的教育服务体系,努力满足每一个学生发展的需要。

赋能教育:

提高“标准化教育”的运行效率

学生按年龄分班,使用统一的教材,按照规范的流程进行教学,定期开展考试,达到标准的学生升入更高年级,并以此往复、循环不止。

这种标准化教育模式为人工智能进入教育提供了条件,人工智能进入教育的第一步,就是从替代繁琐机械的教育活动开始,将教师从重复性劳动中解放出来,让他们去从事更有价值的工作,进一步提高教育效率。

1.赋能教学:减轻教师负担

从早期的知识推理机、程序化教学、专家系统,到今天的教育机器人、智能导师系统,人工智能在教学中的作用主要体现在替代教师的部分重复性劳动。

一是学情分析,利用人工智能对学习行为数据进行深度挖掘,帮助教师准确把握学生个体的认知特征和班级群体的共性问题。目前国内外开发的认知诊断模型有70多种,常见的有线性逻辑斯蒂克特质模型、多成分潜在特质模型、规则空间模型等,能够准确了解学生的认知结构和知识掌握情况(马某某等,2018)。

二是重复性教学的替代,尽管教学活动总体上是富有创造性的,但也存在一些流程化的教学环节,包括字词拼读、试题讲解、口语练习等。这些环节可以交给教育机器人或智能教育助理来承担,让教师有更多精力去从事创造性的教学。

三是学习资源自动推送,通过建设大规模、细粒度的数字资源库,对知识内容进行特征标记,根据学生的目标、能力、个性特征等因素制订个性化的推送方案,实现学习者和学习资源的双向匹配,更好地满足学习需求。

四是自动出题和批改,通过建立学科知识图谱,自动生成适合各类学生的试题和作业,并实现自动化批改,大幅减轻教师的工作负担。比如,智能评卷技术已经应用于普通话水平测试和中高考英语听说考试,并可以对作文、翻译等主观题进行自动评分(汪张某某,2018)。

2.赋能管理:优化教育管理流程

人工智能有助于优化教育管理流程,改变大包大揽的管理模式,扩大教育服务的有效供给。

一是利用人工智能识别教育领域的冗余管理,减少不必要的中间环节和重复劳动,优化公文流转、档案管理、人事考评、校务管理等活动流程,推动业务处理智能化、自动化,提高管理效能。比如,学校可以使用面部识别技术对嫌疑人员自动预警,借助姿态识别技术及时发现学生在人群密集场所出现的意外情况,减少校园安全事件发生。

二是利用人工智能打破信息壁垒,推进教育管理系统整合共享,做到事项清单标准化、办事流程规范化、业务处理协同化,实现“一张表管理”和“一站式服务”,大幅提升教育公共服务水平。

三是利用大数据技术开展多因素决策模拟,建立教育经费投入、学龄人口变化、学校布局调整、教育舆情预警等方面的系统动力学模型,对教育运行状态进行预演,推动传统以经验判断为主的决策转向大数据支撑下的科学决策。比如,中国教育科学研究院利用教育决策模拟系统,对实施“全面二孩”政策后的学龄人口进行了预测分析,为提前做好学校布局和教育资源配置提供了参考(马某某,2017)。

3.赋能评价:伴随式的教育诊断

评价不是为了证明,而是为了改进,教育评价的意义往往蕴含在过程之中,学生持续付出的努力、学校不断改进的经历、不同教育利益主体的关系变化等,才是教育评价的重点。遗憾的是,现有教育评价过于注重结果,忽略了学生成长和教育发展的过程。在人工智能支持下,教育评价将从“结果视角”转向“过程视角”,从人才选拔、逐层淘汰为主转向改善学习、促进发展为主,通过伴随式的数据采集和自动化的数据分析,为教育的持续不断改进提供动力。

一是学习分析,通过自适应测验捕获学生解决问题的完整过程,在大数据基础上建立学习分析模型,开展针对性的学习问题诊断和学科能力测评(郭炯等,2017)。比如,***提供可视化的学习分析报告,帮助教师准确把握学生的学习进展和知识掌握程度,并以此为依据调整教学策略。

二是大规模的课堂观察分析,利用智能技术对非结构化的课堂行为数据进行分析,包括教师提问的类型、学生回答方式、师生对话深度等,全方位透视学校的课程实施水平(王某某,2017)。

三是区域教育质量监测,通过全样本、全过程、多模态的教育数据采集,汇聚形成区域教育大数据,包括学生学习数据、学校运行数据、教育资源配置情况、普职学校规模结构等,帮助管理者获得超越个体与局部的洞察力,助力区域教育质量提升。

创新教育:

促进“标准化教育”向“个性化教育”转型

随着人工智能不断替代重复性劳动,教育业务流程的智能化和自动化明显加速,一旦达到某个临界点,就会触发教育组织方式的重大调整。正如尼古拉斯·卡尔(2015)所说,“省力的设备不仅可以代替部分工作,还会改变整个任务的特性”。

如果把“赋能教育”看作是利用智能技术激发教育系统的内在潜力,最大限度地提升标准化教育的运行效率。那么,“创新教育”就是要打破标准化的教育体系,对教育流程进行重组和再造,打造个性化、定制化的教育形态。人工智能将会在“标准化教育”向“个性化教育”转变中发挥重要作用。

1.创新教学:全流程的因材施教

相对于工业时代的大规模集体教学,未来将会产生一种以学习者为中心、基于学习者的个性化差异、适应其学习偏好的学习方式(黄某某等,2017)。

一是人机协同教学。人工 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 害隐私的代价,来换取更加精准的教育服务。更为严重的是,一旦教育活动由数据分析和算法推断来管理,就会助长算法偏见的流行,导致一部人成为量化评估的受害者而非受益者。

另一方面,人工智能对师生关系和教育伦理带来了新的挑战,如何正确处理人机关系、如何划分人机协同系统中的权限与责任、如何适应新的师生身份、如何构建一套新型教育伦理,将是人工智能教育必须面对的重要问题。

总之,我们从赋能、创和.新重塑三个层面描绘了未来教育蓝图,但必须承认,这只是一个初步构想,还需要不断修正完善,未来将会告诉我们真正的答案。

原文刊于《教育研究》2020年第2期,有删改。

作者 | 曹某某,中国教育科学研究院博士、副研究员

[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。

  1. 加强纪律建设体会
  2. 学习师德警示教育心得体会
  3. 与教育相关的箴言
  4. XX省教师招聘考试教育公共基础知识模拟题(二)
  5. 师德师风培训心得体会
  6. 《教育的理想与信念》读书心得体会
  7. 《教海漫记》读后感与学习笔记
  8. 如何树立良好的师德师风
  9. 师德师风学习心得体会
  10. 学生最喜欢的十种老师
  11. 爱是教育的灵魂征文
  12. 《学习十九大精神、践行适合教育》
  13. 小学劳动教育总结

以上为《人工智能教育变革的三重境界》的无排版文字预览,完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。

图片预览