高校智能教育發展脈絡及啟示

導語：高校智能教育發展脈絡及啟示一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：智能教育是人工智能與教育深度融合的產物，智能教育在世界高校的應用有了長足的發展，并呈現加速發展的態勢，主要體現在：智能教育的發展推動自適應學習發展、異步課堂趨于完善，推動協作學習發展；智能內容重塑教科書，實現加速學習；智能輔導系統邁向2.0，促進深度學習。智能教育實現對學生行為的預測，推動教師在“教—學”關系中轉向輔助者角色，智能助教進一步發展協助教師更加關注學生；AI助力智能教學設計，保證精準教學開展；學生事務管理智能化，實時監督學生走向。人工智能在提升教學品質、塑造虛擬教學環境、變革智能圖書館等過程中，將學習環境打造為更加開放的學習空間。為應對這樣的變化，我國智能教育應樹立自適應學習理念、堅持師生需求導向、提高教師智能素養、成立智能教育專業、加強應用效果評估，加速實現我國智能教育在國際范圍由跟跑到領跑的轉變進程。

關鍵詞：國際比較；智能教育；高等教育

2019年4月23日，美國NMC發表2019地平線報告中指出，未來四到五年將是人工智能變革高等教育的關鍵節點[1]。2019年3月4日到8日，聯合國教科文組織在巴黎教科文組織總部舉行了2019年移動學習周，學習周的主題也圍繞著人工智能與可持續發展[2]。來自130個國家1500名教育與技術專家圍繞“如何利用人工智能來加強教育和學習”“如何確保在教育中包容和公平地使用人工智能”等問題進行了探討。我們發現，在大多數國家，主要由非國家行為者，特別是私營部門，推動AI蓬勃發展，對AI的發展做出敏銳的反應，教育技術產業的快速擴張尤其引人注目，人工智能學習技術在課堂上的使用越來越多，各國都為教學和學習提供人工智能解決方案[3]。我國高度重視人工智能戰略影響，在2019年5月16日的國際人工智能與教育大會的賀信中指出，新時代的中國將高度重視人工智能對教育的深刻影響，積極推動人工智能和教育的深度融合，促進教育變革創新。同時，高等教育肩負著科技創新、人才培養的使命，人工智能在高等教育中的應用不僅能夠提高人才培養效率，更能提升人才培養質量。因此，提升人工智能在高等教育中的應用水平是實現我國人工智能從跟跑、并跑到領跑的重要舉措。基于此，本文梳理最新國際人工智能在高等教育中實踐情況和未來走向，并提出我國智能教育應對策略，為提升人工智能在我國高等教育中的應用水平提供參考。

一、從人工智能到智能教育

(一)人工智能的內涵。英國邏輯學家和計算機先驅艾倫•馬西森•圖靈最早開啟了人工智能的實質性工作，圖靈關注的核心問題是計算機如何通過過程啟發式問題，從經驗中實現學習。1950年，著名的圖靈測試問世，測試中涉及計算機、人類陪襯與人類詢問者三個參與者，結果發現，在看不到被試(計算機、人類陪襯)的情況下，人類詢問者只通過詢問無法辨別二者身份，據此揭示出計算機具備與人類智慧相同的潛力。由此可見，人工智能發展的初衷便是最大程度上模仿人類的思維，代替人類做出決策。最早成功的人工智能程序是1951年寫成的ChristopherStrachey，該程序通過不斷地試錯、迭代，完善自身程序，最終能夠以合理的速度完成一個完整的跳棋游戲。隨后，約翰麥卡錫于1956年的達特茅斯會議上首次創造了人工智能這一術語。隨著人工智能關鍵技術的不斷發展，人工智能的內涵也趨于完善。在大英百科全書的定義中，人工智能是指數字計算機或計算機控制的機器人執行與智能生物相關的任務的能力[4]。這個術語經常被應用于所資助的開發系統的項目。具有人類特有的智力過程，如推理、發現意義、概括或從過去經驗中學習的能力。由于其跨學科的性質，人工智能的定義難以界定，不同領域的專家有其不同的側重點，但達成統一意見的是，人工智能具備人性化思考、人性化行動、理性決斷以及合理形式四方面特點[5]。人工智能具有“強”“弱”之分，“強人工智能”以復制人類智力能力為目標，開發一個與人類完全相同的系統，“弱人工智能”則只是讓系統運行，無需弄清楚人類的推理過程。目前，人工智能的發展介于“強”“弱”之間，雖然實質性進展表明實現強人工智能還存在一定困難，但強人工智能在未來的走向是當前的發展趨勢。皮爾森與知識實驗室(倫敦大學學院)2016年出版了報告“智能釋放：教育中的人工智能論證”，報告將人工智能論述為“一個計算機系統，旨在通過能力(例如視覺感知和語音識別)和智能行為與世界互動(如評估可用消息，然后采取實現目標的既定行動)，我們認為這基本上是人類”[6]。人工智能的類人化功能使其能夠滲透在人類生活的各個環節中，人們開始探討人工智能在教育領域中應用的必要性，這也正是智能教育產生的原由。(二)智能教育的誕生。從歷史的角度來看，過去兩個世紀，世界經歷了教育的大規模擴張。教育起源之時，無論東西方教育都可稱為“人的智慧”。東方孔子推崇“有教無類”，對不同的學生采取不同的教育手段，傳授的內容也不盡相同；同期，西方蘇格拉底使用“產婆術”引導學生深入學習，教與學之間是動態的、靈活的關系，學生能夠得以個性化、全面的發展。隨著工業革命的到來，工業社會對于人才的需求迅猛擴張，班級授課制應運而生。為了整體提高教育效率，將教學、作業計劃、評分等全教學過程都框在固定的模式內，對于學生的評價也被局限在固定的標準化描述中，教育體系是靜態的、普遍化的，教師無暇顧及每個學生的興趣、特長或學習風格，學生個人的自我發展被忽視。伴隨新一輪技術革命的發展，大規模的個性化教育成為時代的呼喚。“AI融入教育，成為教育發展的新取向，如何利用AI技術支持教育已成為當前需要討論的課題”[7]。隨著近年來人工智能的快速發展，智能教育在國際范圍煥發出新的活力。(三)智能教育的技術支持。智能教育自萌芽至今已有30年之久，但國內外關于智能教育的定義尚未形成統一意見。祝智庭提倡智慧教育，他認為智慧教育是通過人機協同作用以優化教學過程與促進學習者美好發展的未來教育范式(智慧教育“祝氏定義”的要義)。在國際上，以AIED(ArtificialIntelligenceinEducation)指代人工智能在教育中的應用，其基礎是本身就為跨學科的AI和學習科學(教育、心理學、神經科學以及社會科學等科目)。Pearson報告認為，AIED由三個關鍵模型組成，分別是教學模型、領域模型和學習者模型。教學模型代表了教學的知識和專長，即如何更好地通過計算機使用教學手段；領域模型又稱知識模型，代表如何更好地學習世界知識；學習者模型側重于對學習者的了解，包括學生的情緒狀態以及參與學習的數據等內容。這三個模型的相互作用，就是自適應導師的模型基礎，能夠根據學習者的能力和需求，選擇最合適的內容提供給學習者。在學習實踐過程中感知到的數據不斷反饋到三個模型中，通過深度學習等算法使得模型更加豐富、更完整，進而使系統更“智能”。人工智能極大地改變著教育生態，在教育領域的應用前景廣闊，是克服傳統教育不足的有效途徑，有助于變革教育模式與教育形式、為學生提供個性化服務、為教師提供精準化教學、為學校提供科學化管理[8]。智能教育中涉及的技術支持包括：(1)人機交互引擎：與用戶直接接觸的引擎，人機交互引擎實現有趣的智能聊天功能；(2)NLP處理技術：即自然語言處理技術，主要是指通過機器學習手段，對自然語言數據進行切分，編碼等過程；(3)實體關系抽取：從自然語言數據中，對特定的關系模式進行識別，從中提取實體關系信息，如(實體、關系、實體)三元組；(4)KG推薦系統：基于知識實體關系，以圖論為基礎，構建知識實體關系圖模型(即有向連通圖)；(5)對特定場景的細致切分與機器學習相結合：系統細分多個應用場景并融合機器學習算法輔助使用者更好地教學與學習；(6)人臉識別：目前人臉識別技術在國內外發展都非常迅速，如人臉識別、人臉對比等技術已經在多個領域得到運用，但總體而言，各種識別系統對環境的影響都較為敏感。

二、國際高校智能教育的發展脈絡

通過梳理國際高等院校在應用智能教育中的實踐，分別從學生、教師和學習環境三個角度總結了智能教育的發展脈絡。(一)智能教育向自適應學習、強調個性化教育方向發展。自適應學習是一種理想的學習模式，不是一種通用的學習模型，能夠根據個人特色、學力水平、學習風格調整學習內容和教學形式，為每位學生設計、提供最適合其本人的個性化課程和輔導，具體表現在以下三個方面。1.異步課堂方興未艾，有效推進協作學習協作學習是指學生以小組的形式，通過協作共同完成一件任務或項目。在高等教育中應用協作學習能夠促使學生更積極地參與到學習過程中，使學習工作的興趣始終維持在較高水平[9]。PierreDillenbourg在梳理AIED25年的發展進程中指出，今天的AIED更加注重社會互動，學習者的交互，必須同時將支持個人的學習和增強社會交互的學習融入學習環境。Pearson2016年的報告中列舉了人工智能提高學習效率的多種渠道，在一定程度上為協作學習提供智能支持[10]。高等院校學生的自由度及個性化需求均高于基礎教育，而人工智能支持的協作學習與傳統學習最大的革命性突破是學生無需聚在一起完成項目，他們可以不受時空的限制，在不同的地點、不同的時間完成協作學習過程，即在異步課堂中完成互動學習。AI+協作學習不僅在很大程度上為學生提供了便利，提升小組完成效率，還能助力教師提供更高效的指導：基于人工智能技術，如機器學習和淺層文本處理，人工智能系統用于監測異步討論組，分析每個學生的工作方式和以往學業表現數據，從而為教師提供有關學習者討論的信息，通過形成自適應組、專家指導、構建智能虛擬、即時智能審核四種具體方式指導學習者學習[11]。微軟團隊在戴維森學院數學系進行了為期一年的實驗。戴維斯學院依賴于中心的協作環境，信息在學習小組間無阻礙的流通，學習成員緊密聯系在一起，Teams與OneNoteClass筆記本和其他微軟產品一起放在教室里，每位學生都有發言權力，同時能夠從教師一方獲得需要的學習材料，保證個性化學習能夠在不同的學習風格和能力課堂中覆蓋到每個學生[12]。同樣的協作方式也曾發生在倫敦威斯敏斯特學院，智能教育應用使得即便有聽力障礙的學生，也能無障礙地加入到協作學習中[13]。2.智能內容重塑教科書，實現加速學來，大學生對雇主市場的敏感度不斷提高，期望以最快的速度盡可能多地獲取雇主所重視得技能。基于此，專注于畢業生培養的全球EdTech公司WozU總裁ChrisColeman[14]判斷2019將有越來越多的人專注于加速學習。同時，智能內容是當前的熱門話題，被應用于金融、營銷等各領域，例如我們所熟悉的購物應用，可以根據瀏覽記錄推測出期望購買的產品。由此可見，智能內容能夠基于觀看者過去的行為而改變網站內容。由于智能內容所提供的內容與觀看者保持高度的相關性和個性化，當其應用于教育領域時，能夠在很大程度上滿足學生對于加速學習的需求(為避免與前述智能內容混淆，將應用于教育中的智能內容稱為SLC(SmartLearningContent)。SLC通過重組知識，最大化突出重點知識并轉化為學生最易接受的方式實現加速學習。具體來說，是人工智能系統使用傳統的教學大綱為不同的科目定制個性化的教材，使教科書被數字化重塑。在創建的過程中，SLC改變了知識的組織形式，結合學生年齡、學科、認知等特點創生出新的學習頁面，能夠讓不同的學生在相同的教學模式下使用個性化內容模板和多語言功能，滿足學生的個性化需求。SLC包括數字化學習指南和可定制的學習界面，通過多種手段詮釋教科書內容，同時提供交互式內容、實時反饋和全面評估，能在保證學習效率的同時兼顧學習質量。SLC的另一大優勢在于，能夠很好地與多媒體元素集成，創設出現實的教室環境，可以應用于仿真系統、游戲化教學環境或視頻教程中。Cram101[15]是專為節省高等教育者學習時間，提高認知效率而開發的軟件，開發了掌握學習內容更快的方法。Cram101通過人工智能技術將知識內容分解為最小信息單元，重組為智能學習指南，指南中包括章節摘要、抽認卡、無限的真假判斷等問題。同時，Cram101還會在內容組織中使用人工智能技術突出教科書重點，在最大程度上減少認知負荷，防止學習者在無用信息上浪費時間與精力，能夠更好、更聰明、更快地吸收切實所需的信息。Netex[16]是一家專注于學習技術業務的公司，近期專注于智能內容的開發，結合新技術與業務經驗創新出LearningCloud(LC)和ContentCloud(CC)兩款產品，以改善學習方式。LearningCloud強調用戶體驗，堅持以學習者為中心的設計方法，通過微觀學習、技能映射、社交功能和內容推薦實現知識推送，創新之處包含以下幾點：(1)強調知識共享，學生可以創建主動學習社區、學習內容列表分享學習內容，支持各種類型交互，豐富學生的學習經驗；(2)搭建游戲化社區，讓學生在學習升級、成就、競爭等游戲化激勵的情況下，保證最大程度上的參與；(3)保證學習的便捷性和有效性，不僅能夠隨時隨地獲取學習信息，同時創設了虛擬導師指導學習流程。ContentCloud則是專業創建和管理云中的數字內容，可以在一個平臺上創建無縫的內容集合，自動協調內容開發和供應網絡，最大化降低生產的時間和成本。ContentCloud提供了最具創新性的數字創新工具，采用尖端的智能技術，實現整個內容生產流程的控制。Netex與大學的合作更為廣泛，2019年3月29日，Netex與加泰羅尼亞開放大學(UOC)簽訂合同，利用Netex最新解決方案ContentCloud向其內容制作提供服務。UOC是第一大西班牙語在線教育機構，以電子學習和在線參與方面的研究著名，被列為泰晤士高等教育全球頂尖大學之列，選擇Netex作為戰略伙伴，側面反映增強智能內容建設能力對開放大學的重要意義。不僅如此，Netex提供的智慧內容在過去的一年內使包括馬德里歐洲大學在內的六所西班牙大學實現了數字化轉型[17]。3.智能輔導系統邁向2.0，促進深度學習智能輔導系統(ITS)是一種計算機系統，基于布魯姆的掌握學習原則，從認知心理學、計算機科學，尤其是人工智能的工作中汲取靈感，其目的是為學習者提供即時的、個性化的教學或反饋。ITS通常一次與一名學生一起工作，不需要人類老師的干預，其設計目標是為每位同學提供高質量的教育。在諸多人工智能輔助教與學的手段中，智能輔導系統是人工智能在教育中最初的應用之一，已經在許多STEM主題上開發了40年。但是在過去的十到二十年中，由于缺乏硬件、教師培訓、軟件復雜等因素，計算機對教育的影響是不明顯的，同時，已有的教學軟件無法察覺學生的需求并做出響應，也不能足夠靈活的模仿教學[18]。近年來，隨著深度學習等算法的飛速發展，上述問題在很大程度上得到了針對性的解決。智能輔導系統利用人工智能的技能和方法來開發基于計算機的學習系統，從而構建自適應系統。當前的智能導師系統能夠通過其強大的智能算法幫助學生掌握困難的知識和技能。這些算法能夠在細粒度水平上檢測到學生的學習路徑[19]，評估學生對學習領域的理解情況，為學習者提供實時的指導、反饋和解釋，并引導學生深度學習。美國國防部高度重視ITS技術的開發，提供了大量的資金支持。美國國家科學基金會(NSF)和教育科學研究所自2000年來一直支持ITS[20]。以往的智能輔導系統的成功實踐主要集中在以下兩方面：一是用于數學和其他結構良好，數量精確的主題；二是專注于語言交互知識領域。未來，ITS發展趨勢的核心的提升學生智力水平，協助學生進行深度學習，將通過以下三方面實現：(1)理解學生的自然語言，注重學生情緒引領由于學習環境的單一性，當前學生的學習過程中存在不少淺層學習，學生與知識的交互過程主要表現為識記，無法將概念轉化為實踐。智能輔導系統開發的初衷，便是通過營造良好的交互環境，讓學生對課程從無聊轉向好奇；對成績從痛苦轉向熱情；對學習的態度從焦慮轉向自信，并用恰當的策略引導學生深入學習。學生傾向于進行淺層學習，因為深入學習需要他們進行復雜的思維活動，從事復雜思維活動會使他們產生大量諸如沮喪、逃避的負面情緒。孟菲斯大學Graessr博士針對這一問題構建了智能輔導系統Autotutor[21]。Autotutor的核心是三個主要研究領域——人性化的輔導策略、教學和支持自然語言的輔導技術。該系統具有兩大獨特功能：一是具備極強的互動技能，學生與機器用自然語言進行對話，能夠識別并吸收學生情緒，并試圖進行引導；二是具備良好的思維技能，通過建立于學生之間的不平衡認知，幫助學生進行深度學習，智能輔導開始時，Autotutor將在顯示器中創造兩個不同的導師，各持一方觀點，學生需要在思考和推理中解決分歧。(2)傾向于多種學習資料整合ElectronixTutor是一種整合多種學習資源的智能輔導系統，專注于為海軍學員提供電子學徒技術員培訓課程[22]。整合的學習資源包括學習、心理模型構建與模擬環境、創建或交付學習任務的通用學習平臺、在網絡上開發主體內容并評估材料和學習技術平臺等自適應智能學習資源。(3)生成有關學習過程的數據，提高學生學習有效性步入2.0階段的智能輔導系統，在生成學生學習數據后，著重分析學生在學習過程中得出錯誤結論的原因，在“發現錯誤—分析錯誤思維的形成原因—糾正錯誤思維”的反復迭代中實現持續訓練學習。也就是說，當智能輔導系統發現學生出現錯誤時，不再是簡單提示學生多進行相關方面的練習，而是通過分析、指出學生的錯誤思維，引導學生形成正確的思維方式，進而提高學習的有效性[23]。學生在一次次試錯中，逐漸習得調整思維的技巧，學習質量得以持續提升。(二)助力教師向“輔助者”轉型，強調預測。斯坦福大學在報告《人工智能百年研究》中預測，未來15年，“智能導師和其他人工智能技術在課堂和家庭中幫助教師的應用可能會顯著擴大”[24]。人工智能不僅在學習環節為學生提供全方位的個性化服務，提高學習效率，同時能夠滿足教師需求，變革教學過程，使教師有時間和自由提供更有情感與針對性的教學服務。簡單來講，這種應用主要體現在兩方面：一是簡化管理任務，創設更好的專業環境，將教師從事務性工作中解放，轉向對學生的關注，更多地投入到教育教學活動中；二是通過逆向設計思維，塑造學生畫像，協助教師更加深入地了解學生。從教學設計到學情分析，全過程助力教學活動的智能化發展。具體包括以下幾方面趨勢：1.智能助教進一步發展，協助教師關注學生人工智能可以很快地執行管理任務，進而更快、更好、更低成本地消耗管理人員的大部分時間。采用“AI+教師”雙師型模式，能夠在很大程度上為學習者帶來更好的效果。2014年，英國愛丁堡大學團隊研發了教師機器人Botty，該機器人創建的目的是為了在Twitter上與愛丁堡的電子學習和數字文化MOOCs的學生進行互動[25]。在課程期間，Botty發了大約1500次推文，與數百名同學交流，除了回復課程問題，甚至在一定程度上承擔了社交角色，與學生生活上的推文互動。但是，Botty的智慧僅停留在簡單問題的處理上，面臨疑難問題Botty則建議學生向導師留言或向其他學習者求助。另一個引起廣泛關注的例子是佐治亞理工學院的AI助教JillWatson。Jill是該學院計算機與認知科學教授AshokGoel的助手，“他”的日常工作是回復參與在線課程學生的大量論壇帖子，同時處理其他行政問題[26]。吉爾的智慧化程度更高，其助教級別大致等同于研究生[27]，是世界上第一個真正意義上的智能助教，其成功之處在于讓所有學生都誤以為它是真人助手。2019年2月23日，德國了第一個機器人講師Ruyi[28]，Ruyi不止從事助教的工作，還能夠主導課堂，向學生講解內容并進行互動。當然，Ruyi在現階段與人類講師還有很大的差距，不能獨立應對真實的課堂環境，但是Ruyi能夠很好地起到課堂輔助的作用，讓教師能有更多的時間與學生互動交流。AI助教除了能夠處理學生問答和行政性工作，還能夠通過自動化評判學生學習成果來減輕教師的負擔。自然語言處理(NLP)是人工智能的一種形式，通過統計和機器學習方法，促進對句子結構、情感、意圖的理解，從人類語言中提取意義，并根據信息做出決策，美國教育考試服務中心開發了自動NLP評估系統，應用于在標準化測試中對論文進行評分。這也是AI助教在學生評估方面最早的應用之一。密西根大學應用M-Write幫助教師在大規模的入門級課程中處理寫作活動。M-Write通過算法來識別學生在寫作中遇到困難的地方，分析寫作水平較低的潛在原因，通常用于復雜的STEM作業，如證明或考試中的簡短回答[29]。2.AI助力智能教學設計，保證精準教學開展充分了解學生是教師實現精準教學的基礎，教師需要評估學生對于知識的理解程度、情緒狀態、知識水平等一系列指標，以調整教學設計和實施環節，過去教師憑借經驗進行大致判斷，現在AI協助教師完成這一過程。基于分析和發現數據點之間的模式和相關性的機器學習算法被證明是幫助教師量化學生對講座進行理解的有效工具。通過分析特定的學生數據，人工智能可以更快地找到學生可能需要更多幫助的領域，教師據此進行教學設計，大量的學習數據有助于教師了解未來的課堂走向，不同于過去大數據技術在教學中進行事后分析，AI還能實時生成報告，分析數據進行預測和可視化，并將其輸入教師的工作流程，從而提高學生的學習成績。Pearson(中譯“培生公司”，世界上最大的教育出版集團)與倫敦大學學院知識實驗室合作，指出當今基于模型的自適應系統也越來越透明，教育工作者可以了解系統如何做出下一步的決策，并為課堂教學提供更有效的工具。例如，iTalk2Learn[30]系統16是由卡內基梅隆大學設計和測試的系統，用于評估其對年輕學生學習分數的影響，應用了一個學習者模型，該模型明確包含有關個人數學知識、認知需求、情緒狀態以及反饋的信息。不僅如此，AI還能更加深入地協助教師挖掘學生的思維過程，厘清學生得出錯誤答案的過程，找到思維盲點，進而展開有針對性的講解。例如，康奈爾大學(CornellUniversity)計算機科學助理教授艾瑞克(ErikAnderson)開發了一個程序，幫助數學老師和賓夕法尼亞大學華盛頓分校(UniversityofPennsylvaniaUniversityofWashington)和微軟(Microsoft)的同事一起，利用人工智能判定學生是如何得出錯誤答案的。概括來說，人工智能捕捉的學生數據來源有三：(1)智慧教室，教育環境中的學習行為數據捕捉。傳統上，課堂上計算機的使用頻次很低，同時僅被視為處理學生輸入信息的工具。現在，隨著智慧教室地不斷興起，重疊技術的融合正在使新的用法成為可能，交互式也是教室再造中的重要追求。英特爾和合作伙伴正在利用英特爾CPU的計算能力支持人工智能[31]，利用深度學習功能支持人工智能創新，在更高層次了解用戶——不僅可以解釋用戶命令，還可以了解用戶行為和情緒。高校在教室中放置教室PC，收集多個輸入和輸出點，通過多模態感知收集主要數據(外觀——提取面部標志；交互——學生如何使用傳統設備；采取行動的時間——學生在學習平臺上完成任務或采取行動的時間)，實時提供分析，讓教師能夠充分了解學生。(2)沉浸式媒體的數據采集。人工智能推進沉浸式技術能夠進行學生信息追蹤，為教育者構建動態學生信息世界，進而對學生的行為進行預測。沉浸式媒體可以從用戶數據中獲取信息量，分析學生正在查看的內容、持續的時間、交互的動作等信息，人工智能與大量的信息融合后不僅能夠讓教師了解到學生關注的知識內容，還能夠分析學生的情緒感知與狀態，以調整教學內容，為解決學生可能遇到的困難做好準備，最大化地激發學生學習興趣。(3)智能導師系統獲得數據。例如密歇根大學(UniversityofMichigan)正在開發的電子教練(E-Coach)項目[32]，該項目專注于為STEM領域的各種學科提供形成性反饋，適應性更強，能夠跟蹤大班學生的學習進度，引導他們遠離常見錯誤，并發現他們可能感興趣的領域，全部反饋給教師。3.學生事務管理智能化，實時監管學生走向(1)智能學工在數字化校園中，從位置信息到消費行為，學校掌握了學生大量的生活數據，對于這些數據的有效處理能夠形成學生畫像，協助教師檢測學生的異常行為。機器學習擅長定位，能夠很快地定位異常值并進行歸類分析，這就是我們學生分析的基礎。Ivyteach社區學院利用機器學習來識別有失敗課程風險的學生，并為他們提供建議和相關支持，在應用這一技術的學期中，學院的失敗率逐年下降了3.3個百分點。人工智能不僅能夠對學生行為起到檢測作用，還能幫助學生規劃課程，減輕教師壓力。例如柏林技術大學開發的智能Alex[33]，能夠使用自然語言回答學生的問題，并幫助他們規劃未來的學習課程。ALEX允許柏林理工大學(TUBerlin)的學生使用文本輸入以對話的方式查詢課程和模塊，這種方式不僅能提高會話效率，而且具有較高的享樂性和語用性。(2)智能招生人工智能在學校招生環節未來發展的趨勢大概有兩個：一是搭建AI人機交互的學生咨詢服務系統。由于高校招生環節往往會遇到工作人員精力有限、咨詢信息過多導致疏漏等問題，人工智能作為招生助手參與到高校招生環節。目前，大學和學院已經求助于聊天機器人來幫助回答學生的常見問題。這樣一來，輔導員或招生教師能從重復性的工作中抽身，轉向處理更高優先級的任務，使得招生團隊更有效率，允許少數的輔導員在更短時間內回應更多的學生。佐治亞州立大學與AdmitHub合作，建立了一個數據庫，收集招生辦公室經常回答的問題[34]。AdoreThub創建了一個定制的PounceGSU學生入學私人助理。該項目通過回答問題，“推動”未來的學生完成任務，并幫助他們順利入學[35]。二是構建AI機器學習的生源選拔模型。利用人工智能機器學習算法，構建學校招生和學生志愿填報之間的雙向匹配模型，探索研究適合高校生源選拔的智能輔助模型，解決學生、學校、專業選擇上的精準對應，滿足高校選才空間的同時，讓更多考生進入理想大學和理想專業。(三)學習環境朝智能學習空間方向塑造，強調開放。人工智能通過創設“一種人與人工智能等信息技術高度協同的‘人—技’結合、以自適應學習為核心的新型教育環境”[36]變革學習空間，具體表現在以下三方面。1.全球教室升級，塑造全球社會公民。全球教室是一門基于網絡的課程，旨在促進跨學科合作，并允許來自世界各地的學生和教師參與集體作業和學習體驗。人工智能為全球教室提供了機會，不僅使全球教室的互聯性和可訪問性變得更強，同時在一定程度上改善了教育公平問題。紐約州立大學協作在線國際學習中心[37](CollaborativeOnlineInternationalLearning，COIL)是專注于全球教室這一新興領域的領先國際組織之一，所提供的課程通過人工智能融合不同文化，創造混合同步在線學習環境，促進不同國家教師與學生的互動。COIL列舉了25個全球教室應用的例子，總結來說AI從以下四個方面影響全球教室的升級：首先，人工智能為全球教室打造了虛擬空間，雖然學生的物理空間被劃分，但是AI通過配備語言翻譯器/字幕創作插件等支持，打破國際語言與文化的界限，為世界各地的學生提供全球學習環境。在相同實踐活動、學習材料和開放式討論的交互作用下，學生會產生通過網絡空間而緊密連接的感覺。同時，學習管理系統(LMS)近年來的升級能在很大程度上提高學生的學習效率。在全球教室中，學生學習數據全部在線上留下痕跡，為數據爬取提供了很大空間，通過從LMS中收集到的大量數據，AI算法能夠做出數據驅動的決策，分別為學習者、教師、管理者提出改善建議。不僅如此，隨著Ruyi的問世，越來越多的智能助教和虛擬導師也將參與到全球教室的升級中，機器學習能夠使虛擬導師的知識儲備量達到人類教師無法實現的高度，同時能夠判斷學生的知識水平、學習風格、學習能力等各方面指標，提供有深度的個性化輔導，讓整個學習過程更加智能化。最后，人工智能在助力教與學關系轉變的同時保障了學習公平。在全球教室中，由于只有線上的交流，學生在更大程度上參與到知識建構的過程中，由此產生對學習過程的依賴，觀點更加獨立，能夠更自由地表達自己。并且，國際化的全球教室提供為文化交流提供了最好的土壤，人工智能的自適應性能夠將不同國家的知識處理為學生最能夠接受的學習單元，打破文化界限，無論學生所處國家的經濟水平、教育水平如何，在全球教室中激發出創造力，塑造更多的全球社會公民。2.智能虛擬現實，學生充分參與。過去的兩個世紀，技術不斷改變現代社會，隨著新計算平臺的出現，我們與設備交互的方式不斷改變，從計算機到智能手機，現在人工智能為我們帶來了最新的平臺——虛擬現實。虛擬現實試圖通過數字或模擬世界模擬物理世界，從而創造沉浸感。為實現這一目標，虛擬現實技術以多模態交互為硬件技術核心，集成人工智能和虛擬現實組件。實現虛擬現實學習需要佩戴沉浸式媒體，即虛擬現實耳機、增強現實眼睛以及介于兩者之間的各類媒體。虛擬現實重新定義了我們與信息的關系，具體包括沉浸式、交互式和創設式三種學習環境[38]，學生不僅對場景有身臨其境的感覺，更能夠與數字世界進行身體互動，而這種互動不僅局限于屏幕范圍內。虛擬現實將如何變革高等教育，這是所有人都翹首以盼的，具體來講，有以下兩種形式：(1)結合VR/AR等技術，AI可以直接作為教學工具集成到課件中。沉浸式技術改造后的課件具備兩個特點：一是根據學習者的內在經驗，從根本上構建虛擬環境，以使學生相信看到的是真實存在的；二是課件展示的內容不受物理定律約束，意味著無論課件創作者創設怎樣困難的情景(火星或是500年前的盧浮宮)，制作成本幾乎相同。在具體應用中，學生需要佩戴沉浸式媒體以實現該技術。現在，該項技術已經應用到醫療、生物、化學等領域的課堂上。微軟HOLOLENS運用混合現實將物理和數字世界中的人、地點和物體聚集在一起，在課堂上以“畫布”的形式呈現給學生，學生可以在課堂上與“畫布”進行交互[39]。沉浸式教學在生物、醫學課程中應用得比較廣泛。TheBodyVR公司采用身臨其境的教學法，使個人能夠與虛擬的解剖人體交互，例如隨著紅細胞在血液中流動，觀察病毒的產生機理，在此過程中學生能夠更好地了解病理和人體，進而提高患者護理質量[40]。美國凱斯西儲大學與護士質量與安全研究所(QSEN)合作，開發了影子健康程序，為該校研究生和本科的所有課程構建虛擬患者模擬[41]。該程序提供了大量虛擬患者，學生可以通過自然語言與數字標準化患者進行開放式交互，進而展示和完善他們的臨床推理技能。(2)沉浸式媒體為虛擬導師、人工智能助理提供了物理存在。沉浸式媒體使虛擬導師從計算機中走到現實世界里，不僅能夠與人工智能機器人進行對話，還能在學生周圍呈現實體的教師形態。南加州大學創新技術研究所(ICT)是創建智能虛擬環境和應用程序的先驅，通過將人工智能、3D游戲和計算機動畫結合在一起，開發真實的虛擬角色和現實的社會互動。該研究創造出的虛擬角色與人類外表、思維、行為無異，學生可以在研究所提供的視頻游戲和模擬場景中與計算機進行交互，實現沉浸式學習體驗，在這一過程中，學生決策、文化意識、領導和應對得以提升。不僅如此，在學生與虛擬導師交互的過程中，后者還可以遠程識別抑郁癥、創傷后應激障礙(PTSD)和自殺風險的跡象。3.人工智能變革圖書館。圖書館在大學中的定位逐漸變成了高校內部的跨學科中心、研究中心之一，同時也是學生學習與創造活動開展得主陣地。人工智能時代下，圖書館也在被動或主動地探尋著新的發展模式，具體包括以下幾方面：(1)智能書籍管理。隨著人工智能的智慧程度不斷加深，智能搜索已經被應用于圖書館，加速了人們尋找信息的方式。北卡羅來納州立大學亨特圖書館[42]設計的一大特點就是盡可能縮小圖書管理范圍、擴大學習空間、縮短檢索時間，進而實現高效的知識互動。亨特館內有150萬冊圖書，但卻不設傳統書架，而采用自動書籍揀選系統替代。自動書籍揀選系統利用大數據支持的人工智能技術，能夠快速做出決策，定位所需書籍。借書時，讀者只需在在線目錄中點擊想要閱讀的書籍，5分鐘內就能從取書機器人手中拿到書，完成借閱過程。(2)智能語音助理。智能語音助理是一款可以遠程操控獲取圖書資源的AI工具，這款工具以圖書館廣大的圖書資源為數據集，通過自然語言系統與學生實時交互過程。麻省理工學院的圖書館館藏可以通過API訪問，因此可供機器學習算法使用，為通過人工智能增強各種圖書館任務和工作流程提供了可能性。目前，麻省理工圖書館正在與該校的人工智能/深度學習研究人員合作，期望開發出一款類似Siri的AI工具，當有人向語音助理詢問信息時，能夠獲得著名的學術文獻。(3)推廣人工智能，吸引學生參與社會科技問題。北卡羅來納州立大學研究合作首席戰略家ChirsErdmann表示，圖書館可以開始做的事情之一就是在基礎層面跟蹤AI并訂閱一些AI實時通訊[43]。例如，勞拉諾倫(LauraNoren)負責管理數據科學的數據科學通訊，但她經常報道人工智能的故事。在這些新聞通訊和一些人力資源管理AI之類的資源之后，跟蹤這一點，并保持咨詢的最新狀態。劍橋(馬薩諸塞州)公共圖書館(CPL)與麻省理工學院圖書館和哈佛大學的MetaLAB合作舉辦“笑室”。參與者進入一個人工智能的房間，只要房間的算法認為有趣，就會播放笑聲。圖書館作為高校人流量的集中地，將關于AI發展的一手咨詢推廣給最具創造力的學生，能夠吸引更多的學生了解人工智能的前沿發展，進而激發高校創新活力。

三、我國高校智能教育發展的應對策略

(一)樹立自適應學習理念，打造全過程“智能+”人才培養流程。將智能信息技術分別與育人體系的全過程結合，形成智能招生、智能教學、智能學工、智能就業一體化的個性化學生服務。一是構建智能招生咨詢模型，分析高校智能咨詢體系架構、學校和專業介紹智能推送方案，依據考生性格、特長推薦適宜的專業，促進學生特長、性格、興趣與專業選擇一致。二是構建智能導師系統，實現學習者個性化學習支持、學習過程的動態學習服務供給。探究智能學情分析、智能教學模式、智能教學過程、智能教學評價等內容，實現從課前、課中、課后的智能化教學輔助模式。重點是從學生的學情分析中獲取學生的個人能力，精準推送個性化學習資源。三是通過大數據技術為每個學生建立個性化的標簽，形成學生個人畫像及群體畫像。根據學生的全向數據抽象出標簽化的學生模型。通過數據整合、分析，挖掘出學生的學習、生活狀態，行為、消費、運動習慣，性格數據等，實現對學生的學業預警、行為異常預警、失聯預警、貧困生預警、群體集結預警、特殊人群預警等，確保校園及學生的平安。四是通過高校畢業生就業管理業務數據建立就業雙向推薦服務模型。通過就業雙向推薦系統、模擬面試虛擬系統、互助就業服務系統等，為畢業生推薦合適的就業機會，為企業推薦合適的優秀人才。在此過程中，以物聯網技術豐富課堂教學、校園生活的大數據采集，以云計算技術構建基礎支撐平臺，以大數據技術實現教學質量的預見性分析，構建智慧教育教學的全方位信息化支撐環境，推動教學方式創新。(二)堅持師生需求導向，研發高等教育“教育+智能”產品。2017年11月，IEEE全球自主和智能系統倫理倡議宣布了新的標準項目，倡議中指出我們正在處于為學校教育中智能教育制定明確方向的關鍵時期。瑞典籍美國物理學家和宇宙學家MaxTegmark將人工智能定義為一種非常“聰明”的系統，他們能夠實現復雜的目標，但是每個人工智能系統只能實現非常具體的目標。為了最大限度地發揮人工智能對教育的促進作用，助力高校實現立德樹人的根本目標。高校在進行智能教育頂層設計時，應當加深教師與學生對智能教育的認知，充分理解人工智能變革高等教育的手段，在可實現范圍內提出自身需求。同時，高校要明確智能教育發展的需求導向，化“AI+教育”為“教育+AI”。人工智能與教育走向深度融合，教育形態發生巨大變化：由人工智能教育走向教育人工智能，教育理念注重以人為本的協作教育理念[44]，為實現高校智能建設的需求導向，有針對性地向AI索取需求，一方面，要展開大面積、高質量的師生需求調研，切實解決教與學過程中面臨的實際問題，同時還要調研高校現有的建設情況，包括高校可動用的資源、各層級(基礎設施層、平臺層、應用層)的建設程度、學科特點等方面，明確智能教育生長點；另一方面要保證調研結果的及時反饋，打通智能教育研究所或相關教育企業與高校的通道，以便順利產出高等教育“教育+智能”產品，實現人工智能與教育的深度融合。(三)提高教師智能素養，以最大化發揮智能教育力量。對于學術界而言，人工智能、機器人技術和智能輔導系統的興起意味著教師不能只滿足于擁有所需的經驗和教學技能。高校中有聲望的教授大多是“數字移民”，智能素養有待提升，年輕學者也有些明顯缺乏數字技能的群體。這樣一則導致“智能+”產品的作用無法得以最大化發揮；二則可能會使大學更容易將機器人作為替代方案[45]，因此亟需提升教師隊伍群體的智能素養。智能素養包含信息素養，指那些為應對人工智能時代應當具備的素養，除信息素養外，還包括人工智能目前欠缺的情商培養，具體的教師智能素養提升路徑體現為以下三個方面：1.校方為教師提供全面、系統、可應用和可持續性的培訓，同時在培訓過程中應用智能技術。首先，要在理念層面上使教師全面理解信息素養，防止因片面學習信息化技術而忽略了信息意識和信念素養的培養；其次，培訓要保證內容豐富、形式多樣、長期進行。建議校方打破傳統的“填鴨式”培訓，多安排實踐環節，鼓勵不同學科的教師從彼此身上獲取靈感，同時，培訓應持續一定的周期，貫穿于職前、職中和職后，保證培訓的系統性.最后，培訓要充分應用智能技術，讓教師在使用智能技術之前，體會智能技術在課堂教學或學生管理中的實際作用。2.營造智能氛圍，自覺培養智能思維。例如，成立專門的技術互助小組，分享大數據、物聯網、各種教學平臺，以及VR/AR、虛擬仿真等信息技術應用于教學過程的經驗與做法。建議組成文理教師兼顧的互助小組，理工教師可多吸收哲學思維，在培養學生的過程中滲透“人類智慧”，文科教師多學習信息技術，在培養過程中應用“類人智慧”。3.加速校園數字化建設，倒逼信息素養的提升。如改善校園網速；為教師提供包含各種教育教學資源的數據庫；完善必備的大數據分析軟件和云資源平臺等等，以實現教育治理和教學過程的現代化。(四)成立智能教育專業，加速實現智能教育領跑目標。在第四工業革命的驅動下，各國為應對人工智能人才缺失的短板，紛紛出臺政策，推進相關改革。我國高校在新工科建設浪潮的引領下，或成立人工智能專業，或將傳統專業與人工智能結合做出升級，但這種升級更多停留在工程專業中，專門成立智能教育專業的高校很少，專業人才的缺失在一定程度上放緩了人工智能推動高等教育變革的進程。例如，限制智能輔導系統(ITS)發展的兩大瓶頸：一是缺少編寫ITS創作工具的專家，二是ITS創作的時間、成本過高，這兩大瓶頸需在相關研究室成立后做重點突破。智能專業成立后，還要注意與其他技術結合，如將AIED接入物聯網，互聯網支持智能教育與其他啟用網絡的對象或機器互連，能從更多的場景中獲得學生數據，通過深度學習等算法，協助學習者強化德智體美勞全面發展的技能，進而為AIED系統開辟了新的可能性。(五)加強應用效果評估，及時調整高校智能教育走向。實踐是檢驗真理的唯一標準，“智能+”高等教育產品是否能切實提高教與學的效率，還要在實踐中檢驗。當前，經濟增長、消費升級，產業政策和資本助力，加之二孩政策等多方因素致使智能教育機器人行業成為創業溫床，智能教育儼然稱為企業眼中的“熱蛋糕”。但是目前市場尚處于早期時期，市場教育還不完善，魚目混雜的現象突出，良好、健康的產品是高校智能教育改革順利開展的保障。因此，要充分發揮評估的力量，以評促建設、以評促改，在評價中提升教育智能產品的質量。為更好地做好效果評估，以下幾方面需做好保障。首先，要保證評價主體的多元化。可成立評估專家小組，專家成員應當包括來自智能教育研究機構、高校以及智能教育企業三方人才，做到評估的全面與公平。其次，要確保評價內容的全面性。評估內容既包括產品市場中的產品質量評估，也包括“智能+”教育產品在高校中的應用情況，以便找準實踐痛點，及時調整高校智能教育走向。最后，需要相關政策與資金支持，保證評估工作能夠有質量、順暢的進行。

作者:祝士明 劉帥瑤 單位:天津大學