教育人工智能:前沿进展与机遇挑战
发布时间：2021-07-21 06:27
人工智能作为新的技术驱动力正引发第四次工业革命,其技术转化和实践应用在科技和教育领域掀起了一场全新的改革浪潮。本文从人工智能技术角度出发,研究了当前人工智能在教育领域的技术和应用转移,从教、学、考、评、管五大应用场景梳理分析了目前教育人工智能的前沿进展,并对其发展趋势进行了预测。未来在教育领域,人工智能技术将促进教师角色改变,推动素质教育改革和教育研究走向科学;同时,人工智能技术本身的不完善及潜在的道德伦理问题也是不容忽视的挑战。
【文章来源】：高等工程教育研究. 2020,(02)北大核心CSSCI
【文章页数】：11 页
【部分图文】：
教育信息化发展阶段
AIEd覆盖教、学、考、评、管全流程,针对教学机构、教师、学生等不同主体构建不同的教育AI场景,广泛应用于各个学龄段以及职业教育、在线教育等各类细分领域,比较典型的是课堂教学辅助、拍照搜题、走班排课、智能化批改、在线自动测评系统、教育机器人等。(一) 教。
智能教学系统(Intelligent Teaching System, ITS)是AI在教育领域研究最早和应用最广泛的技术方向之一。基于OCR识别、自然语言处理、数据挖掘等技术,ITS在整个学习过程中能够提供智能推荐服务,学情分析服务,错因诊断以及决策支持服务。举例来说,当前在国际上影响较大的ITS是由孟菲斯大学AI研究所历经十五年研究开发的AutoTutor系统,它通过自然语言与学生对话进而帮助他们学习物理和计算机知识,此外还可通过识别面部表情和身体姿势自动跟踪学习者的认知和情绪,并以自适应方式对认知失衡和认知混乱进行干预以促进深度学习。该团队结合当下最前沿的AI成果对AutoTutor系统进行补充研发和更新,已经衍生出十余种智能教学系统如AutoMentor,DeepTutor,Guru,MetaTutor,ARIES,SKOPE-IT等。[23]目前ITS与元认知技能训练、情感探测、眼动指标、3D模拟等结合,已被广泛运用于物理、生物、医学、批判性思维、阅读、写作、书法等领域。[24]自适应学习系统是从智能教学系统发展而来的,是AI在教育领域中的新应用[25];自适应学习系统能够应对用户不断变化的学习和知识状态,实时互动寻找最优方案。该系统在学生实时交互大数据的基础上构建学习模型,进行学习分析、推荐学习资源、采取相应教学策略,从而使学生达到个性化学习的目的。国外自适应学习起步早,应用广,涵盖了包括早幼教、K12、高等教育及职业教育领域,如kidaptive, AdaptedMind、I-Ready, area9, LINGVIST,Knewton等(图3)。举例而言,Knewton在全球的教育、语言培训及企业培训得到了广泛的运用,其主要的运行流程是在Knewton平台基础上嵌套机构和学校的学习系统,将自己的课程材料以Knewton的体系数字化,通过科学采集教学数据,精准识别每个学生的薄弱知识点,通过评估学生对材料的掌握程度,动态推荐合适的学习路径和内容,以满足学生个性化的学习需求,并预测未来的学习程度,保障高效的学习效果。[26]国内自适应产品代表有专注于K12领域智能个性化辅导的松鼠AI,在线1对1深耕初高中数学的学吧课堂,积累庞大语音数据库的英语流利说,留学考试辅导机构智课网等。伴随着AI程度的加深,接下来将是AI助力自适应教育的黄金十年。2. 拍照搜题。
【参考文献】：
期刊论文
[1]人工智能促进智慧教育,提升人才培养质量[J]. 郑庆华. 高等工程教育研究. 2019(04)
[2]人工智能创新与中国高等教育应对(下)[J]. 刘进,吕文晶. 高等工程教育研究. 2019(02)
[3]人工智能创新与中国高等教育应对(上)[J]. 刘进,吕文晶. 高等工程教育研究. 2019(01)
[4]大数据背景下高等教育治理转型:机遇、挑战与应对策略[J]. 汤贝贝,薛彦华. 重庆高教研究. 2019(02)
[5]智能时代的教育[J]. 李德毅,马楠,秦昆. 高等工程教育研究. 2018(05)
[6]国内自适应学习系统的研究现状综述[J]. 吴伟敏,陈佳艳. 江苏商论. 2018(03)
[7]人工智能教育应用的现状分析、典型特征与发展趋势[J]. 梁迎丽,刘陈. 中国电化教育. 2018(03)
[8]人工智能在医学教育领域的应用研究[J]. 卫荣,马锋,侯梦薇,刘欣然,兰欣,李晓亮,樊林. 医学教育研究与实践. 2017(06)
[9]人工智能与新工科人才培养:重大转向[J]. 陈劲,吕文晶. 高等工程教育研究. 2017(06)
[10]人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J]. 陈凯泉,沙俊宏,何瑶,王晓芳. 远程教育杂志. 2017(05)
本文编号：3294509
【文章来源】：高等工程教育研究. 2020,(02)北大核心CSSCI
【文章页数】：11 页
【部分图文】：
教育信息化发展阶段
AIEd覆盖教、学、考、评、管全流程,针对教学机构、教师、学生等不同主体构建不同的教育AI场景,广泛应用于各个学龄段以及职业教育、在线教育等各类细分领域,比较典型的是课堂教学辅助、拍照搜题、走班排课、智能化批改、在线自动测评系统、教育机器人等。(一) 教。
智能教学系统(Intelligent Teaching System, ITS)是AI在教育领域研究最早和应用最广泛的技术方向之一。基于OCR识别、自然语言处理、数据挖掘等技术,ITS在整个学习过程中能够提供智能推荐服务,学情分析服务,错因诊断以及决策支持服务。举例来说,当前在国际上影响较大的ITS是由孟菲斯大学AI研究所历经十五年研究开发的AutoTutor系统,它通过自然语言与学生对话进而帮助他们学习物理和计算机知识,此外还可通过识别面部表情和身体姿势自动跟踪学习者的认知和情绪,并以自适应方式对认知失衡和认知混乱进行干预以促进深度学习。该团队结合当下最前沿的AI成果对AutoTutor系统进行补充研发和更新,已经衍生出十余种智能教学系统如AutoMentor,DeepTutor,Guru,MetaTutor,ARIES,SKOPE-IT等。[23]目前ITS与元认知技能训练、情感探测、眼动指标、3D模拟等结合,已被广泛运用于物理、生物、医学、批判性思维、阅读、写作、书法等领域。[24]自适应学习系统是从智能教学系统发展而来的,是AI在教育领域中的新应用[25];自适应学习系统能够应对用户不断变化的学习和知识状态,实时互动寻找最优方案。该系统在学生实时交互大数据的基础上构建学习模型,进行学习分析、推荐学习资源、采取相应教学策略,从而使学生达到个性化学习的目的。国外自适应学习起步早,应用广,涵盖了包括早幼教、K12、高等教育及职业教育领域,如kidaptive, AdaptedMind、I-Ready, area9, LINGVIST,Knewton等(图3)。举例而言,Knewton在全球的教育、语言培训及企业培训得到了广泛的运用,其主要的运行流程是在Knewton平台基础上嵌套机构和学校的学习系统,将自己的课程材料以Knewton的体系数字化,通过科学采集教学数据,精准识别每个学生的薄弱知识点,通过评估学生对材料的掌握程度,动态推荐合适的学习路径和内容,以满足学生个性化的学习需求,并预测未来的学习程度,保障高效的学习效果。[26]国内自适应产品代表有专注于K12领域智能个性化辅导的松鼠AI,在线1对1深耕初高中数学的学吧课堂,积累庞大语音数据库的英语流利说,留学考试辅导机构智课网等。伴随着AI程度的加深,接下来将是AI助力自适应教育的黄金十年。2. 拍照搜题。
【参考文献】：
期刊论文
[1]人工智能促进智慧教育,提升人才培养质量[J]. 郑庆华. 高等工程教育研究. 2019(04)
[2]人工智能创新与中国高等教育应对(下)[J]. 刘进,吕文晶. 高等工程教育研究. 2019(02)
[3]人工智能创新与中国高等教育应对(上)[J]. 刘进,吕文晶. 高等工程教育研究. 2019(01)
[4]大数据背景下高等教育治理转型:机遇、挑战与应对策略[J]. 汤贝贝,薛彦华. 重庆高教研究. 2019(02)
[5]智能时代的教育[J]. 李德毅,马楠,秦昆. 高等工程教育研究. 2018(05)
[6]国内自适应学习系统的研究现状综述[J]. 吴伟敏,陈佳艳. 江苏商论. 2018(03)
[7]人工智能教育应用的现状分析、典型特征与发展趋势[J]. 梁迎丽,刘陈. 中国电化教育. 2018(03)
[8]人工智能在医学教育领域的应用研究[J]. 卫荣,马锋,侯梦薇,刘欣然,兰欣,李晓亮,樊林. 医学教育研究与实践. 2017(06)
[9]人工智能与新工科人才培养:重大转向[J]. 陈劲,吕文晶. 高等工程教育研究. 2017(06)
[10]人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J]. 陈凯泉,沙俊宏,何瑶,王晓芳. 远程教育杂志. 2017(05)
本文编号：3294509
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3294509.html
