融合从因材施教开始
2019年2月,中共中央、国务院印发了《中国教育现代化2035》,强调“因材施教”“知行合一”,指出“加快信息化教育时代变革”,提出利用现代技术加快推动人才培养模式改革,实现规模化教育与个性化培养的有机结合。随着信息技术的发展,信息化教育已经从远程学习、数字学习、移动学习、泛在学习过渡到了基于大数据和人工智能技术的智慧学习阶段,不断强化了学习者的学习。不同学习者的学习需求千差万别,如何应对学生的个体差异,真正做到“因材施教”的个性化教学和学习,一直是摆在每个教育工作者面前的课题。
5月18日,在北京召开的国际人工智能与教育大会强调,要推动人工智能与教育、教学和学习系统性融合,利用人工智能加快建设开放灵活的教育体系,促进全民享有公平、有质量、适合每个人的终身学习机会。
人工智能催化因材施教
在传统的课堂教育中,教师是知识的传播者,也是课堂的主导者。教师在整个教学过程中,要兼顾课程准备与讲授、课堂学生观察与互动、教学效果评估与调整,是非常繁重的脑力和体力的付出,再要求教师因材施教,提供个别化的课外作业与指导,不是十分可行。学生的个性化发展、碎片化信息资源的爆发式增长,不断给教师的课堂教育带来了新的难度和挑战。传统的教学方式和新的需求呈现出明显的差距和鸿沟。学生作为单体的教育接受者,已经逐渐不能满足于统一、同质的课堂教育,其个性化的知识水平、学习方式、兴趣爱好、性格气质,都对个性化教育和教学提出了越来越高的需求。随着自主学习和终身学习理念的深入人心,学生越来越偏向于借助现代的信息化工具和技术,自己规划学习内容和学习方式。
人工智能技术日趋成熟,成为了催化因材施教的重要元素。大数据与人工智能让教师容易把握每一个学生的个体区别,如:认知水平、学习习惯、兴趣与爱好等,因材施教有了很好的基础和起跑线。包括联合国在内的世界组织以及各国都已经意识到,教育已经到了系统性变革的关键点,因此加大了对人工智能和教育融合的研究与尝试。
人工智能铺路因材施教
人工智能与人类和传统的信息系统相比,其核心优势在于高速增长的大数据资源以及依赖于大量计算能力的深度学习算法。在教育过程中,人工智能系统能够感知、收集、存储并处理教师和学生的行为数据;能够有效组织和管理海量的学习资源和课程内容;能够提供给学生丰富的个性化学习资源与学习指导,帮助教师实现更高水平的教学目标。
学生收获更丰富的个性化学习体验。学生是教育的主体,也是人工智能融合教育的直接受益方。每个学生在学习背景、水平能力、兴趣偏好、学习方式、性格气质等方面都存在着较大的个体差异,因此对学习者的建模,是提供个性化教学的核心。学习者建模分为静态和动态两种方法,静态建模方法使用的是学习者进入学习环境之前就已经建立好的模型,包括学习者的自身属性、学习风格等用于调整教学方案的学习者特征;动态建模方法则是在学习者进入学习环境后,跟踪获得学习者学习过程评价。两种方法的结合可以在学习者进入学习环境前为其制定个性化教学方案,进入学习环境后则能够根据学习过程评价实现学习内容的个性化调整。
人工智能系统能够根据学生的静态和动态数据,依据学习者模型,生成独一无二的学习者特征画像,并且能够动态地更新和改进。根据学习者特征画像,教学系统可以为每个学生推荐相应的学习资源和课程、学习方法和策略、学习伙伴和协作群组、内容展现方式等,带来丰富的个性化学习体验。
教师有精力投入更多的情感交流。尽管人工智能的发展永远也代替不了教师的主体地位,但教师的角色和工作方式会受到人工智能的影响而改变。当前,碎片化的课程知识和创新内容呈爆发式的增长,除了人工智能系统,没有任何人能够完全接受和管理如此海量的教学资源和内容。人工智能的优势在于海量的大数据和快速的计算能力,而教师的优势在于对学生情感的理解和沟通能力。因此,教师将从知识的主要传授者,转变为教学的组织者和规划者,和人工智能一起,互相补充,互相配合,提供更充实的教学活动和更多创新性实践体验。
首先,人工智能可以基于对学生的个性化分析,为教师推荐准确的内容和资源,实现有针对性的课程准备。其次,人工智能可以提供智能分组、智能交互、伴随式评价等教学辅助手段,从而根据学生的学习进展和接受情况,动态调整教学方案,达到“以学定教,精准教研”。再其次,人工智能可以实现作业自动批阅、自动组卷、难点分析与预测、习题推荐与辅导、教学数据反馈等,将教师从繁重的课后教学管理工作中解放出来,让他们能够把更多的精力用于和学生的情感交流,以及提升学生创造性思维和综合素质的实践活动中。
实现人工智能与教育融合的美好前景需要脚踏实地
从人工智能的切入,我们可以很容易看到因材施教变得切实可行。当然这只是人工智能和教育的融合的起步,是美好的前景中的一个画面。
我们也要注意到这项任务存在的困难。在所有行业中,教育始终是最尊重传统、受技术进步影响最少的行业。数百上千年来形成的教学习惯和方法,将会受到人工智能的影响和改变,这会是一个长期的过程。大数据和深度学习算法是人工智能的两个核心基础。目前即使是最优秀的学校和教育机构,也无法做到实时的教学行为大数据的收集和存储,只有一些在线教育机构,才能够提供少量的学习行为数据。
为了促进人工智能和教育融合,推动教育变革和创新,首先需要进一步普及和深入教育信息化,使得教育系统能够具备大数据收集和处理的能力,积累能够产生人工智能的数据资源。其次,在教育理念和学习理论的指导下,进一步开展教育领域的人工智能技术研究,研发更多的智能应用。在此基础上,在教育领域开展大规模的人工智能应用试点,推动教学过程的创新和升级,培育服务于社会和市场的智慧教育生态,最终实现由点到线,由线到面,由面到体,形成人工智能和教育的高度融合。
考虑到教育数据和学生行为数据与学生的个人隐私有着密切的联系,因此教育大数据应用的伦理问题也需要被重点关注。曾经有社会学研究者公开了一份美国某高校新生脱敏数据集,其中已去掉了有关个人身份的信息,如姓名、电子邮箱等。始料未及的是,其他研究者发现,可以通过数据集中的新生人数、男女生比例、开设的课程名称推断出新生所属的高校。再根据互联网上公开的高校录取新生名单和其中的生源地信息,即可建立学生真实姓名与数据集中信息的对应关系,导致数据脱敏的失败。
人工智能和教育融合的最终形态将是智慧教育。智慧教育将会是一种全新的教育理念和体系,给人们提供一种前所未有的教育机会和体验,从而实现教育的终极目标
- 标签:
- 编辑:孙宏亮
- 相关文章