引言      

近年來，人工智能（Artificial Intelligence，AI）受到了全社會的普遍關(guān)注，并被提升到了國家戰(zhàn)略的高度。人工智能時代已經(jīng)到來，AI技術(shù)正在悄然改變著傳統(tǒng)行業(yè)的方方面面，如何應(yīng)對人工智能帶來的機遇與挑戰(zhàn)已成為各行各業(yè)都必須面對的問題，教育行業(yè)也不例外?？拼笥嶏w肩負著建設(shè)“國家新一代人工智能開放創(chuàng)新平臺”的重要使命，積極探索AI技術(shù)與教育的融合創(chuàng)新應(yīng)用?；趯ξ覈逃畔⒒l(fā)展現(xiàn)狀的深入分析，以及對AI技術(shù)在教育領(lǐng)域應(yīng)用趨勢的前瞻預(yù)測，科大訊飛圍繞教育主場景推出了人工智能核心技術(shù)服務(wù)及其應(yīng)用產(chǎn)品，在廣泛的實踐過程中取得了良好的應(yīng)用效果。

一、人工智能教育應(yīng)用的發(fā)展趨勢與現(xiàn)狀

1、新時代呼喚個性化教育理念與模式

在工業(yè)化時代，以規(guī)?；?、機械化和程序化為主要特征的生產(chǎn)模式，要求通過教育來培養(yǎng)大量具備基礎(chǔ)知識技能、具有嚴格服從精神的高度專業(yè)化、標準化人才[1]。而在AI技術(shù)日益滲透到各行各業(yè)的當今時代，生產(chǎn)過程已由單一、重復的流水線生產(chǎn)模式轉(zhuǎn)變?yōu)榇笠?guī)模、個性化、自動化的智能制造模式[2]。社會更需要勞動者具備創(chuàng)新能力，BBC（英國廣播公司）援引牛津大學學者Osborne等關(guān)于“人工智能對未來職業(yè)的可替代率”的數(shù)據(jù)體系進行職業(yè)預(yù)測：不僅那些可通過標準化訓練的人才如電話銷售員會被大量替代（可替代率達99.0%），“程式化強、重復性高”的高級腦力工作如會計師也會被大量替代（可替代率達97.6%），而只有那些強調(diào)“創(chuàng)新、溝通和深入思考”工作如軟件開發(fā)人員被替代的可能性低（可替代率僅8.0%）[3]?？梢?，當前教育的重要任務(wù)就是培養(yǎng)創(chuàng)新人才。

創(chuàng)新人才的培養(yǎng)離不開個性化的教育方式。心理學家林崇德[4]認為，創(chuàng)新型人才應(yīng)具備創(chuàng)造性的個性品質(zhì)。尊重個性品質(zhì)的發(fā)展，就是保護人才的創(chuàng)新能力。美國心理學家特爾曼對800名男性兒童做了長達30年的追蹤調(diào)查，發(fā)現(xiàn)成就較大的前20%群體與成就較小的后20%群體在性格、情感、興趣、愛好、自我意識等個性特征方面存在顯著差異，前者的個性特征得到了充分的發(fā)展 [5]。由此可見，培養(yǎng)創(chuàng)新人才需正視并尊重智力水平、性格特征、興趣愛好等個性差異，同時在遵循身心發(fā)展規(guī)律的基礎(chǔ)上，選擇最適宜的發(fā)展方式來促進個人成長?？傊瑒?chuàng)新人才離不開個性化的教育培養(yǎng)，未來教育必將走向個性化。

2、人工智能推動教育的個性化從理論構(gòu)想到落地實踐

教育走向個性化的第一步是實現(xiàn)學習活動的個性化，即能夠根據(jù)學生自身的學習需求、學習經(jīng)驗、興趣愛好、風格習慣、文化背景等個性化要素，結(jié)合國家教育方針與社會人才需求，量身定制學習內(nèi)容、學習方法和學習計劃。推動個性化學習需要掌握足夠多的背景信息，并進行大量的數(shù)據(jù)建模分析和智能決策計算，才可能達成預(yù)期效果，鑒于其實現(xiàn)的復雜性，2015年新媒體聯(lián)盟《地平線報告（基礎(chǔ)教育版）》就將個性化學習列為具有相當困難的挑戰(zhàn)性工作[6]。而隨著深度神經(jīng)網(wǎng)絡(luò)的廣泛應(yīng)用、腦科學研究的不斷進步與突破，在大數(shù)據(jù)、云計算等相關(guān)技術(shù)的支撐下，人工智能技術(shù)被快速地應(yīng)用到社會各領(lǐng)域中，如面向教育領(lǐng)域的、基于人工智能的信息化系統(tǒng)（即“智能教育應(yīng)用”）可充分利用教育行業(yè)大數(shù)據(jù)，通過不斷學習頂級的專家知識體系，以達到一流專家的水平。據(jù)此，智能教育應(yīng)用一方面可從海量的學生行為數(shù)據(jù)中，敏銳地識別每個學生的特點和訴求，并制定相應(yīng)的學習策略；另一方面可從良莠不齊的海量學習資源中找到合適的學習內(nèi)容，并推薦給學習者；最終，實現(xiàn)學習活動的個性化。由此可見，在人工智能的支撐與推動下，教育的個性化必然會由理論構(gòu)想逐步轉(zhuǎn)為落地實踐，個性化也將成為智能教育應(yīng)用發(fā)展的必然趨勢。

3、人工智能教育應(yīng)用的發(fā)展現(xiàn)狀

作為個性化教育發(fā)展基礎(chǔ)的教育信息化，近年來取得了長足進步，據(jù)《教育信息化“十三五”規(guī)劃》統(tǒng)計：我國中小學的互聯(lián)網(wǎng)接入率達到87%，多媒體教室普及率達到80%；優(yōu)質(zhì)數(shù)字教育資源日益豐富，信息化教學逐步普及；教師及學校管理者的信息化意識與能力顯著增強[7]。隨著教育信息化應(yīng)用的普及與推廣，傳統(tǒng)的教育教學模式發(fā)生了很大的改變，促進了教育公平并提高了教育教學質(zhì)量，但在應(yīng)對教育個性化的挑戰(zhàn)時仍顯得有些力不從心，具體表現(xiàn)為以下三個方面：

①學生的學習過程未能實現(xiàn)個性化，學生不能充分了解自己，教師又難以關(guān)注到每個學生，因此在課堂內(nèi)外，即便有信息化應(yīng)用的支持，也只能獲得標準化的學習內(nèi)容和學習策略指導；

②教師的教學過程未能實現(xiàn)精準化，教師以一人之力難以從預(yù)習、聽課、復習、自學、作業(yè)、考試等各類場景應(yīng)用中，觀察并掌握全班所有學生的個性特點、學習行為與學業(yè)成果，更不能精準地指導每位學生的學習；

③學校的管理過程未能實現(xiàn)科學化，學校的各類數(shù)據(jù)分散在不同的業(yè)務(wù)系統(tǒng)之中，相互間數(shù)據(jù)未能融合，學校的決策管理過程難以得到數(shù)據(jù)的全面支撐，學校在數(shù)據(jù)割裂的狀態(tài)下，也難以為教學精準化與學習個性化提供有力的管理支撐。

二、人工智能教育應(yīng)用的發(fā)展對策與舉措

鑒于人工智能時代教育應(yīng)用的發(fā)展趨勢與發(fā)展現(xiàn)狀，智能教育應(yīng)用必須在教育主場景中解決阻礙教育走向個性化的關(guān)鍵問題，才能真正推動個性化教育由理念到實踐的發(fā)展。

1、用AI技術(shù)解決阻礙教育走向個性化的關(guān)鍵問題

①通過智能推薦引擎解決學習過程個性化的問題。智能推薦引擎一方面基于對學生數(shù)據(jù)的全面掌握，準確刻畫學生的個性特征與學習需求；另一方面基于對學習資源內(nèi)容和使用狀況的智能分析，實現(xiàn)資源特性的標簽化；最終根據(jù)每個學生的真實需求，智能化推送合適的學習資源，以實現(xiàn)學習過程的個性化。

②通過智能學情分析解決教學過程精準化的問題。智能學情分析技術(shù)一方面匯聚了單個學生的學習態(tài)度、學習風格、知識點掌握情況等信息，使教師能夠精準掌握學生個體的學習需求；另一方面統(tǒng)計了班級整體的學習氛圍狀況、薄弱知識點分布、成績分布等學情信息，使教師能夠精準掌握班級整體的學習需求；最終為合理規(guī)劃教學資源、恰當選取教學方式提供專業(yè)指導意見，實現(xiàn)教學過程的精準化。

③通過智能決策支持解決管理過程科學化的問題。智能決策支持一方面實現(xiàn)了校園數(shù)據(jù)的打通、匯聚與交換，形成學生、班級、學校多級數(shù)據(jù)體系；另一方面實現(xiàn)了校園數(shù)據(jù)的規(guī)整與加工，并基于業(yè)務(wù)場景創(chuàng)建校園數(shù)據(jù)倉庫，創(chuàng)建分析、度量、診斷、預(yù)測等各類模型，生成可視化分析圖；最終為學校管理者提供基于數(shù)據(jù)與模型的決策建議，以實現(xiàn)數(shù)據(jù)驅(qū)動的管理過程的科學化。

2、將解決個性化教育核心問題的AI技術(shù)打造成核心服務(wù)

為系統(tǒng)性提升教育應(yīng)用對個性化教育的支撐能力，研究中將人工智能相關(guān)技術(shù)進行封裝，并整合為開放服務(wù)，供面向具體教育場景的應(yīng)用產(chǎn)品集成與調(diào)用，稱為“智能教育核心服務(wù)”（Core Services for AI in Education），如圖1所示。智能教育核心服務(wù)，依托“智能教育平臺”提供的AI技術(shù)能力與大數(shù)據(jù)處理能力[8]，面向具體教育場景，提供“技術(shù)”與“業(yè)務(wù)”兩大類服務(wù)。

圖1  智能教育核心服務(wù)

（1）智能教育技術(shù)類核心服務(wù)

該類服務(wù)面向具體的教育應(yīng)用場景，從技術(shù)的角度實現(xiàn)對人工智能通用技術(shù)的封裝與定制，使各類教育應(yīng)用產(chǎn)品能夠迅速集成交互界面友好、接口簡單易用的AI技術(shù)與服務(wù)。從應(yīng)用產(chǎn)品的角度來看，借助該類服務(wù)可以快速獲得AI能力，因此也被稱為“人工智能代理（AI Agent）”，其主要功能包括：

①人機交互技術(shù)，指研究人和計算機之間的信息交換，包括語音合成、語音識別、情感交互等具體領(lǐng)域技術(shù)；

②自然語言理解技術(shù)，指研究能實現(xiàn)人與計算機之間用自然語言進行有效通信的理論和方法，包括機器翻譯、機器理解、問答系統(tǒng)等具體領(lǐng)域技術(shù)；

③知識圖譜技術(shù)，本質(zhì)上是構(gòu)建語義網(wǎng)絡(luò)，指研究將各類信息連接在一起形成關(guān)系網(wǎng)絡(luò)，并利用網(wǎng)絡(luò)中的關(guān)系分析與解決問題的技術(shù)；

④生物特征識別技術(shù)，指通過個體生理特征或行為特征對個體身份進行識別認證的技術(shù)，包括語音識別、指紋識別、人臉識別等具體領(lǐng)域技術(shù)等。

（2）智能教育業(yè)務(wù)類核心服務(wù)

該類服務(wù)面向具體的教育應(yīng)用場景，從業(yè)務(wù)的角度實現(xiàn)人工智能通用技術(shù)與業(yè)務(wù)流程的融合，以實現(xiàn)學習過程的個性化、教學過程的精準化和管理過程的科學化等具體業(yè)務(wù)要求，使應(yīng)用產(chǎn)品能夠快速獲得開展個性化教育的必要能力。從應(yīng)用產(chǎn)品的角度來看，該類服務(wù)掃除了開展個性化教育的技術(shù)障礙，使應(yīng)用系統(tǒng)可圍繞服務(wù)展開業(yè)務(wù)，因此也被稱為“人工智能助手（AI Assistant）”，其主要包括以下三種服務(wù)：

①智能推薦服務(wù)。在自適應(yīng)考試、智能口語評測、全學科閱卷等人工智能技術(shù)的支撐下，充分利用用戶的學業(yè)診斷數(shù)據(jù)、用戶行為數(shù)據(jù)，并根據(jù)學生的學習目標、學習風格、學習習慣以及對知識點的掌握情況，通過用戶畫像、資源畫像及構(gòu)建知識圖譜，實現(xiàn)學習資源的個性化推薦。該服務(wù)被廣泛地應(yīng)用于學生自主學習、課后練習等相關(guān)場景的產(chǎn)品應(yīng)用中。

②學情分析服務(wù)。實現(xiàn)了各類學情數(shù)據(jù)和教師教學數(shù)據(jù)的打通、匯聚、規(guī)整與分析，并在數(shù)據(jù)挖掘技術(shù)和學習分析技術(shù)的支撐下，使教師不僅能夠全面掌握學生個人的學情信息，還能夠全面掌握全班學生的學情分布狀況。該服務(wù)被廣泛地應(yīng)用于包括教學預(yù)設(shè)、課堂教學、備課與教研等相關(guān)場景的產(chǎn)品應(yīng)用中。

③決策支持服務(wù)?；谟脩艚逃芾頂?shù)據(jù)、行為數(shù)據(jù)及相關(guān)行業(yè)數(shù)據(jù)，利用BI（Business Intelligence）分析、業(yè)務(wù)建模、數(shù)據(jù)可視化等技術(shù)手段，實現(xiàn)對管理決策活動的數(shù)據(jù)支撐，并提供監(jiān)控、模擬和模型預(yù)測等功能。該服務(wù)被廣泛地應(yīng)用于學校的校園管理、區(qū)域的教育管理與教育治理等相關(guān)場景。

 三、人工智能教育應(yīng)用的實踐案例

科大訊飛作為教育技術(shù)引領(lǐng)企業(yè)，通過人工智能、云計算、大數(shù)據(jù)等先進技術(shù)，為廣大教育用戶提供了覆蓋“教、學、考、評、管”的全場景產(chǎn)品體系，且產(chǎn)品已在全國10000多所學校應(yīng)用并形成體系。合肥市某省屬重點中學（以下簡稱“該?！保┲饕诮逃鲌鼍爸谐B(tài)化應(yīng)用了科大訊飛的智能教學、智能學習和智能管理系統(tǒng)，從而形成了一系列典型特色的人工智能教育應(yīng)用案例。下面將以該校2014級的35個班、共1937名學生為例，介紹其人工智能教育的應(yīng)用情況。采集的行為數(shù)據(jù)時段是2016年2月22日至2016年7月5日。

1、智能教學系統(tǒng)的應(yīng)用實踐

智能教學系統(tǒng)集成了智能教育核心服務(wù)中的學情分析服務(wù)。該系統(tǒng)采集了班級所有學生的行為數(shù)據(jù)、基礎(chǔ)信息數(shù)據(jù)和學業(yè)數(shù)據(jù)，并提交給學情分析服務(wù)；學情分析服務(wù)通過后臺的大數(shù)據(jù)分析與智能技術(shù)處理，形成對學生個體與學生整體的畫像，生成可視化的學情分析報告并提供給教師。教師根據(jù)學情報告中的各項指標數(shù)據(jù)，準確規(guī)劃教學路徑、精確設(shè)計教學策略，從而實現(xiàn)教學過程的精準化。智能教學系統(tǒng)的應(yīng)用模式如圖2所示。

圖2  智能教學系統(tǒng)的應(yīng)用模式

圖3  作文練習錯誤類型分析圖

本研究以該校英語學科C老師某節(jié)作文課的智能教學過程為例，來介紹智能教學系統(tǒng)的應(yīng)用，其具體過程是：

①利用AI代理完成英語作文練習作業(yè)的批改與數(shù)據(jù)采集，并通過AI助手自動生成班級與個人關(guān)于本節(jié)課的學情分析報告。其中，學情分析包括各類分析指標，以圖3所示的“作文練習錯誤類型分析圖”為例，該指標可幫助C老師全面了解班級作文練習中的薄弱點分布狀況。

②C老師針對全班學情分析報告中出現(xiàn)的低分組高頻薄弱點（如拼寫錯誤）和高分組高頻薄弱點（如成分缺失錯誤）進行精準講評。

③學生根據(jù)個人學情報告和老師講評，在線對作文進行修改，包括訂正原有錯誤、修改完善作文表達等。

④學生修改完成后，AI助手再次向C老師提供班級和個人報告、向?qū)W生提供個人報告，以讓雙方得到實時反饋和效果評價，便于學生及時更改、教師進一步推送資源。

⑤通過上傳、共享等方式，C老師將修改后的優(yōu)秀作文分享至全班，學生利用AI助手分組討論并學習優(yōu)秀作文的寫作、詞句表達等來取長補短、精準提升寫作水平。借助于AI代理和AI助手，整個寫作的教學過程由此實現(xiàn)精準教學的目的。

C老師將此次英語作文教學重點放在教學設(shè)計上，并通過AI助手精準掌握學生學情，實現(xiàn)了以學生為主體的個性化教學；同時，借助AI助手，學生也獲得了個性化作文的學習指導，他們在課堂上進行小組討論、個性化練習作文，極大地調(diào)動了寫作的積極性，也顯著地提升了英語寫作水平。據(jù)后期統(tǒng)計，在2016年7月初的月考中，該班的英語作文平均分較2月初的月考作文分數(shù)提高了15%。

2、智能學習系統(tǒng)的應(yīng)用實踐

智能教學系統(tǒng)集成了智能教育核心服務(wù)中的智能推薦服務(wù)。該系統(tǒng)基于學生的基礎(chǔ)信息和學情信息，進行數(shù)據(jù)挖掘，并通過行為建模、經(jīng)歷建模，結(jié)合學科知識點的行業(yè)建模生成學科知識圖譜，為學生規(guī)劃科學的學習路徑，同時在自適應(yīng)學習技術(shù)的幫助下，為學生智能化推薦教師和系統(tǒng)提供的微課資源、試題資源、課件資源和其它學習資源，輔助學生進行個性化學習。智能學習系統(tǒng)的應(yīng)用模式如圖4所示。

圖4  智能學習系統(tǒng)的應(yīng)用模式

圖5  M同學使用智能學習系統(tǒng)后準確率對比

本研究以該校2014級M同學的數(shù)學學習過程為例，來介紹智能學習系統(tǒng)的應(yīng)用，其具體過程是：

①AI代理通過圖文識別等技術(shù)，自動收集M同學平時的習題練習數(shù)據(jù)與考試測試數(shù)據(jù)，并借助AI統(tǒng)計其薄弱知識點，完成對M同學的認知診斷。

②基于散落的知識點并結(jié)合知識點學習的先后次序關(guān)系，AI助手構(gòu)建了M同學的學情知識圖譜，通過圖譜可以找出M同學的元認知缺失情況，并形成可視化的學習效果，效果可用圖譜上的不同顏色節(jié)點來表示，由此也就形成了M同學數(shù)學學習的個性化路徑。

③AI助手根據(jù)個性化路徑，按知識點先后次序有針對性地向M同學推送數(shù)學微課視頻與鞏固性習題；在完成推薦的資源后，M同學再次進入“數(shù)據(jù)收集—診斷建?！獋€性化推薦—數(shù)據(jù)再收集”的個性化線上學習閉環(huán)。

④在線下，數(shù)學老師通過M同學不同顏色的學情知識圖譜，針對其薄弱知識點進行教學、布置任務(wù)等，形成線下學習微循環(huán)。由此借助于AI代理和AI助手，M同學用線上線下、集中和自主等多種學習方式補齊自身短板，展開個性化學習。

在2016年3月～6月期間，M同學使用智能學習系統(tǒng)后學習效果顯著：一方面，在題量相近時，個性化作業(yè)的準確率（0.88）明顯高于非個性化作業(yè)的準確率（0.522），且整個班級的答題準確率平均提升21.6%，具體如圖5所示；另一方面，M同學在7月初的的數(shù)學月考中分數(shù)提升15.2%，而同期統(tǒng)計的一個月作業(yè)時間卻相對減少31%。由此可見，使用智能學習系統(tǒng)進行個性化學習，對提高答題準確率、減少作業(yè)負擔、提升學習效果有明顯作用。

3、智能管理系統(tǒng)

智能教學系統(tǒng)集成了智能教育核心服務(wù)中的決策支持服務(wù)，主要包括分析：

①數(shù)據(jù)采集工具采集區(qū)域或?qū)W校內(nèi)的教學、學習、考試、管理等場景數(shù)據(jù)，并提供給數(shù)據(jù)加工系統(tǒng)進行存儲、加工，生成用戶畫像，進行相關(guān)業(yè)務(wù)建模；

②數(shù)據(jù)應(yīng)用系統(tǒng)在數(shù)據(jù)可視化等技術(shù)手段的支撐下，將數(shù)據(jù)進行集成展示；

③數(shù)據(jù)分析系統(tǒng)提供監(jiān)控、預(yù)測和模擬等功能，輔助管理者進行學?；騾^(qū)域的教育管理和教育治理。智能管理系統(tǒng)的應(yīng)用模式具體如圖7所示。

圖6  智能管理系統(tǒng)的應(yīng)用模式

圖7  師、生的影響力指數(shù)

在實際應(yīng)用中，學校管理涉及面廣，故本研究僅以管理領(lǐng)域內(nèi)的師生管理為例，并以該校2014級學生為對象，具體的智能師生管理過程是：

①利用AI代理收集學生對教師發(fā)布微課的評論、點贊數(shù)，學生對老師的私信數(shù)，對教師公告信息的回復數(shù)，學生間相互作業(yè)批改、相互提問以及私信數(shù)等互動數(shù)據(jù)。

②利用AI助手對原始互動數(shù)據(jù)進行加工，獲得標準化的師生互動數(shù)據(jù)，并進行師生畫像，構(gòu)建該校的師生社交網(wǎng)絡(luò)；在該網(wǎng)絡(luò)中，師、生以節(jié)點表示，不同節(jié)點間的連線表示不同的師生、生生互動關(guān)系，節(jié)點連接數(shù)與連接比例可表示互動的積極程度。

③通過AI助手，利用圖挖掘算法找到社交網(wǎng)絡(luò)中最具影響力的學生與老師，計算出師、生的影響力指數(shù)，如圖8所示。

④根據(jù)可視化的師生、生生關(guān)系，以及數(shù)量化的師、生影響力指數(shù)，該校管理者在AI助手的支持下做出相應(yīng)的教育管理制度調(diào)整，如針對影響力指數(shù)較大的前5位教師進行試管理：建立相應(yīng)激勵機制，大力加強教學推進工作；建立相應(yīng)教學資源調(diào)控制度，合理規(guī)劃資源并提升教學效果；建立相應(yīng)校內(nèi)師生申訴制度，及時反饋并解決教學困難。

在2016年7月初，學校管理者對師生試管理成效進行了統(tǒng)一調(diào)查：通過統(tǒng)計并分析學生成績發(fā)現(xiàn)，5位教師所教班級學生的平均成績在全校排名上均有所提升；通過相關(guān)問卷調(diào)查發(fā)現(xiàn)，學生對該5位教師的角色認同感獲得顯著提升；通過對師生的情緒調(diào)查發(fā)現(xiàn)，學生與教師的負面情緒在逐步消減，而學習積極性與教學積極性則有了顯著提升。

      四、結(jié)語      

人工智能技術(shù)在教育領(lǐng)域的廣泛應(yīng)用，為傳統(tǒng)的學校教育注入了新的活力，推動了教學、學習與管理模式的變革，也使得教育在一次又一次的模式變革中不斷由量變走向質(zhì)變?？梢灶A(yù)見的是，學校將由宣講式的大班教學模式，逐漸走向更能培養(yǎng)創(chuàng)新精神的、以學生為中心的個性化學習模式。在人工智能時代，或?qū)⒖梢哉嬲龑崿F(xiàn)我們長久以來夢寐以求的個性化教育和因材施教。

人工智能助力教育  因材施教成就夢想