吴砥：“工业化教育”向“智能型教育”转变，我们应该做什么？
点击“蓝色字”，关注我们哦！！
人工智能技术的进步必将推动传统教育生态系统发生深刻改变，智能时代学习者的认知特点以及社会对于人才需求取向的变化，将对教育提出新的挑战。本文探究智能时代在教学环境、教学内容、教学评价及教师发展等方面的深刻变革，提出了构建技术赋能的教育环境、开发跨学科的综合性课程、实施智能化的教育教学评价、以人工智能助推教师专业发展的策略建议。
智能时代的教育变革和应对策略
文 | 吴砥 饶景阳 王美倩
互联网、云计算、大数据、虚拟现实、区块链等技术飞速发展，深刻改变了社会经济各行业的基本业态，也促使教育形态产生前所未有的创新变革。
新一代人工智能的相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃进，传统教育生态的量变和质变正在悄然发生。
1
人工智能技术的快速发展对人才培养提出新要求
伴随着人工智能对人类经济结构和就业环境的改变，未来社会各行业的很多工作岗位都将消失，人与机器协同工作将成为常态，计算思维、编程能力、人机协作技能等将成为智能时代公民必备的基本素养。教育肩负着为新时代经济社会发展培养人才的重要使命。为此，习总书记在2019年国际人工智能与教育大会的贺信中强调，“把握全球人工智能发展态势，找准突破口和主攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命”。
2
世界各国均高度重视人工智能在教育领域的创新应用
为促进智能教育的发展，世界各国先后出台了人工智能及其教育应用发展的相关政策。
2016年10月，美国连续推出了《为人工智能的未来做好准备》和《国家人工智能研发战略规划》，人工智能在教育领域的全面应用被提上日程。
2017年11月，英国发布了《在英国发展人工智能》和《产业战略：建设适应未来的英国》的白皮书，为人工智能在教育中的应用提供了发展方向。
2018年11月，德国政府发布了《人工智能战略》，促进人工智能在创新集群、劳动市场等领域的运用。该战略文件提出人工智能领域的科学人才和教学人才培养计划，并将人工智能基础知识作为大学教育和职业教育的重要内容。
3
重构智能时代的教育生态体系已迫在眉睫
智能时代人才培养目标的变化倒逼教育生态系统做出全面、深刻的转型升级。导入人工智能技术引领教育变革，创新教育教学和管理体系，是应对新时期人才培养挑战的必然选择。
以大数据、云计算、智能感知、虚拟现实为代表的新兴信息技术在教育中不断扩散应用，将极大改变教育的时空场景和供给水平，实现高质量的信息共享、数据融通、业务协同、智能服务，推动教育系统的流程再造和结构重组，进而构建出网络化、数字化、个性化、智能化、终身化的教育生态体系。
为此，应充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育以及更加开放灵活的教育。
1
高度智能化的沉浸式教学环境
智能时代跨年级、跨班级、跨学科的教学越来越普遍，学生学习的场所逐渐从教室内拓展到教室外，从课上拓展到课下。智能教育倡导的“无所不在”的学习文化与环境，将打破教育资源在区域、学校、教室以及人与人之间的“资源孤岛”现象。通过利用智能语音识别和感知设备，设计人机协同的学习环境，可实现学生学习动力、学习能力和学习效率的显著提升。
以欧盟的未来教室实验室（The Future Classroom Lab, FCL）为例，其聚焦于对传统教室的重构和创新，将教室空间打造成多种智能互动空间，打破传统课堂的时空限制，满足了不同类型学习交互的需要，为学习者提供了多方位互动的群体思维空间，支持小组协作、演讲汇报、自主学习等。
2
灵活自组织的开放式教学内容
智能时代的学习工具能够个性化组织和编写学习材料，学习内容将从分科走向综合，以实现基于学习者的深度学习。
从教育资源形态看，跨学科内容整合将成为趋势，仿真技术的应用使知识的呈现更加生动，教育资源的来源和形式更加多元化。从教育资源供给模式看，因材施教的个性化教育成为可能，“人找资源”与“资源找人”的互动将更加频繁。
例如美国Content 技术公司推出的Cram101，采用人工智能技术将教科书变成智能化学习指南，实现对课本内容和组织结构的个性化定制，既可根据学生希望的阅读方式呈现课本内容，还可根据不同阅读目的自动对课本内容进行重新编排，实现略读、复习和深度阅读等，让学习过程更加个性化、智能化。
3
数据驱动的综合性过程化评价
人工智能技术能实时跟踪与反馈学习者的学习进度，形成智能化测评分析报告。
基于大数据的学习分析可以对学生的学习情况进行诊断和干预，结合在线评教系统可有效开展线上与线下相结合的过程化评价。借助人工智能技术可以建立多维、精准、实时的学生成长档案，实现伴随学生生活全领域、学习全过程的形成性评价和具有个体自适应特征的总结性评价。
例如美国MTC联盟（Mastery Transcript Consortium）汇聚了包括道尔顿学校、斯宾塞学校等近百所美国顶尖私立高中，施行全新的高中生评价体系——A New Model，它为每个学生建立档案并持续动态更新。学生在高中毕业申请大学时，可一键提交个人成长档案，而不需再另行准备材料。与传统成绩单相比，该评价方式使学生的个人优势得到凸显，为学生的个性化发展提供了极大支持。
4
人机协同的高水平数字化教师
技术进步加速转变教师角色与思维，教师能力标准被重新定义。
人工智能技术在教育中的应用让传统教师的很多工作，如批改作业、日常答疑、组卷阅卷等相对低端的智力劳动和体力劳动都被智能机器所替代。在人工智能技术的支持下，教师在识记、理解、应用方面的知识传授职能，也越来越多地可借助技术来完成。教师的工作重心将更多转向能力培养、素养培育、心理辅导、人格塑造等，教师与人工智能协同合作的趋势日渐明朗。人机协作将成为教师未来思维方式的重要转变方向。未来的教育是人机共教的时代，充分发挥机器与人类各自的优势是提高教育生产力的关键。
例如佐治亚理工学院的Ashok Goel教授利用虚拟助教系统帮助完成繁重的在线答疑工作，其研发团队搜集了过往的约4万条学生提问，用这些问题训练虚拟助教并于2016年1月正式上线，之后数月内学生没有发现是机器在回答问题。
人工智能在未来教育中大有可为，但目前我国智能教育的发展还面临诸多瓶颈。例如：人工智能对教育具有革命性影响的一系列重大理论问题尚没有得到解答，其伦理风险等问题也未得到深入研究；各地的智能教育实践均处于探索阶段，缺乏具有示范意义的成功案例；智能时代的教师角色转变存在障碍，未来教育场景下人机如何协同，等等。
为推进我国人工智能技术与教育的融合发展，促进“工业化教育”尽快向“智能型教育”转变，抢占未来智能教育研究与实践的国际竞争制高点，我们提出以下应对策略建议。
1
构建技术赋能的教育环境
在“互联网+”与“人工智能+”的浪潮下，传统教育环境急需进行智能化改造。智能时代的教育环境构建围绕学生的个性化学习展开，基于不同类型学生的实际需要，应充分考虑传统实体学习环境和在线学习环境的整合，营造出重临场、强交互、多层次的数字化学习环境。
从校园建设来看，应按照多功能、易转化、可改造的设计思路，变革传统工厂车间式的教室设计模式，构建以学习者为中心的智慧教室、创客空间、创新实验室等一系列新型教学环境。
从平台建设来看，除了要建立基于大数据的智能化在线学习平台，促进课程讲授多样化、资源整合多元化、学习支持立体化之外，还应大力开发智能教学助手，建立智能、快速、全面的教育分析系统与工具，形成数据可视化的智能工作平台。
此外，个性化的学习环境建设也是一个重要方面，这需要进行数字化学习空间的自主规划。
2
开发跨学科的综合性课程
分科教学在科学、技术和工程高度发达的智能时代已显示出很大弊端，按学科进行知识划分割裂了知识之间的连贯关系，已经不能反映我们生活世界的真实性和趣味性。小粒度的数字资源成为学校教学内容的主要载体和课堂教学活动的重要依托。
此外，综合性课程从实践中的问题出发，强调运用多学科知识解释现实生活的现象，促使分科教学体系不断瓦解。因此，智能时代急需基于学生的生活经验，围绕学生问题解决能力、批判性思维和创造性思维的培养，设计和开发整合科学、技术、工程、艺术和数学等学科知识的STEAM课程与创客课程。通过跨学科综合性课程的设计，更加强调对知识的应用和对学科间关系的关注，让学生通过基于项目的学习、基于问题的学习等方式完成相关学习任务，培养知识迁移的能力。
3
实施智能化的教育教学评价
传统终结性、单一主体的评价方式已经无法适应学生发展的需求，智能化的教学评价急需得到推广和应用。
它包括利用人工智能技术跟踪和监测教与学的全过程，开展多元化和过程化评价，实施基于大数据的多维度综合性智能评价，动态跟踪学生学习的全过程，提高教育评价的智能性、全面性、精准性；收集和分析诸如学生情感、态度、思维和行为等信息，在学业表现之外重视学生的心理发展过程和个人成长体验，使教学评价更加全面、立体和多元；建立教育质量监测系统，开发智能化评价工具，让家长、同学等更多主体介入教育评价，从多个角度收集学生学习的过程数据，同时对数据进行科学、完整的分析，有效开展互动性评价。
4
以人工智能助推教师专业发展
人工智能技术的发展为教师专业发展提供了良好的技术支持，应针对智能时代的教师角色定位和能力要求，更新完善教师能力标准和评价体系，增强教师利用人工智能进行教育教学的意识；分别针对中小学校管理者和骨干教师，开展多样化的智能教育领导力研修和教学能力研修活动，以点带面，形成典型案例示范；建设教师大数据，采集教师教学、教研、管理等各方面信息，建立教师数字画像，以此为基础为教师建立个人终身电子学档，开展教师大数据的挖掘和分析，利用教师大数据支持学校决策，优化教师治理。
注：本文系2018年度国家社科基金重大项目“信息化促进新时代基础教育公平的研究”（项目编号：18ZDA334）的研究成果。
［作者吴砥系华中师范大学教授、博士生导师，国家数字化学习工程技术研究中心副主任，教育部教育信息化战略研究基地（华中）副主任；饶景阳系教育部教育信息化战略研究基地（华中）助理研究员；王美倩系华中师范大学博士后］
文章来源：《中小学数字化教学》2019年第7期
责任编辑：牟艳娜
微信编辑：李中华
监 制：朱哲