戴靜 顧小清

摘要：隨著社會(huì)對(duì)人工智能產(chǎn)生的革命性影響的深刻認(rèn)識(shí)，教育工作者也不禁思考人工智能時(shí)代下教育該如何走向。技術(shù)發(fā)展與教育需求碰撞才會(huì)迎來(lái)未來(lái)教育，因此了解人工智能的發(fā)展動(dòng)向成為關(guān)鍵任務(wù)。該文以世界知識(shí)產(chǎn)權(quán)組織（WIPO）發(fā)布的《2019技術(shù)趨勢(shì)：人工智能》報(bào)告為數(shù)據(jù)來(lái)源，從技術(shù)、功能性應(yīng)用、應(yīng)用領(lǐng)域三個(gè)維度描繪人工智能發(fā)展趨勢(shì)。然后從技術(shù)趨勢(shì)回到教育領(lǐng)域，進(jìn)一步挖掘報(bào)告中的數(shù)據(jù)，分別從產(chǎn)業(yè)界和學(xué)術(shù)界突顯教育領(lǐng)域的人工智能應(yīng)用前景。最后，基于以上分析，闡述對(duì)教育人工智能的啟示：一方面，指出大規(guī)模個(gè)性化學(xué)習(xí)和創(chuàng)新教育是未來(lái)教育的發(fā)展方向，從教育需求的角度向人工智能技術(shù)提出要求;另一方面，指出跨領(lǐng)域交流和跨界合作是未來(lái)教育的實(shí)現(xiàn)途徑，從技術(shù)支持的角度看教育需求如何得到滿足。

關(guān)鍵詞：人工智能;技術(shù)趨勢(shì);教育

中圖分類號(hào)：G434

文獻(xiàn)標(biāo)識(shí)碼：A

一、前言

繼“機(jī)械化”“電氣化”“自動(dòng)化”三次工業(yè)革命之后，社會(huì)迎來(lái)了第四次工業(yè)革命“智能化”。人工智能作為第四次工業(yè)革命的核心技術(shù)[1]，肩負(fù)著三階段的使命：一是讓機(jī)器擁有像人一樣的視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感知能力;二是讓機(jī)器擁有人的決策、推理、規(guī)劃等認(rèn)知能力;三是讓機(jī)器擁有人的情緒能力[2]。順應(yīng)使命的過(guò)程中，人工智能正逐步侵入并改變?nèi)藗兊纳?、學(xué)習(xí)、工作甚至交互方式，智能城市、智能醫(yī)療、智能駕駛、智能教育一系列目標(biāo)呼吁而出。于是，人工智能滲透于各行各業(yè)，并重塑著社會(huì)各行業(yè)的形態(tài)。吳恩達(dá)教授還曾著《人工智能轉(zhuǎn)型手冊(cè)》（AI Transformation Playbook）[3]，分享企業(yè)進(jìn)入人工智能時(shí)代的要點(diǎn)。

教育工作者也開(kāi)始思考教育如何走向人工智能時(shí)代。目前，國(guó)家已發(fā)布《中國(guó)教育現(xiàn)代化2035》[4]《新一代人工智能發(fā)展規(guī)劃》[5]等政策文件將人工智能教育納入國(guó)家戰(zhàn)略任務(wù)，為教育變革提供政策支持。越來(lái)越多的教育型企業(yè)和技術(shù)型企業(yè)與一線學(xué)校合作，試圖搶占人工智能教育市場(chǎng)先機(jī)以獲得市場(chǎng)份額。但是，校企一線實(shí)踐的效果還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到智能教育的程度，究其原因，一是企業(yè)方或技術(shù)方無(wú)法深入理解教育需求，傾向于推出已有產(chǎn)品;二是學(xué)校方或教師方不了解技術(shù)可以達(dá)到何種程度，容易過(guò)高或過(guò)低估計(jì)人工智能的價(jià)值，例如，筆者曾與一線教師溝通發(fā)現(xiàn)，對(duì)技術(shù)期望低的教師往往不愿意成為試點(diǎn)班級(jí)，期望高的教師認(rèn)為企業(yè)的個(gè)性化練習(xí)推送服務(wù)不如自己推送精準(zhǔn)。顯然，只有當(dāng)技術(shù)支持與教育需求交匯時(shí)，教育才會(huì)順應(yīng)技術(shù)的步伐?？梢?jiàn)，教育工作者對(duì)人工智能技術(shù)的清晰認(rèn)識(shí)是推進(jìn)教育下一步走向的關(guān)鍵。

因此，本文以WIPO《2019技術(shù)趨勢(shì)：人工智能》這一報(bào)告為獲悉人工智能發(fā)展走向的數(shù)據(jù)來(lái)源，通過(guò)對(duì)該報(bào)告的解讀，了解人工智能發(fā)展到何種程度及后續(xù)如何發(fā)展，回答“人工智能可以為教育提供何種支持”;然后回到教育領(lǐng)域，挖掘報(bào)告中的數(shù)據(jù)以定位教育領(lǐng)域的人工智能應(yīng)用前景;最后，結(jié)合教育需求和技術(shù)支持，思考“人工智能將把教育帶往何方”，提出教育人工智能的發(fā)展方向和實(shí)現(xiàn)途徑。

二、報(bào)告解讀

了解人工智能的發(fā)展動(dòng)向是推進(jìn)人工智能教育的關(guān)鍵。本文以2019年聯(lián)合國(guó)世界知識(shí)產(chǎn)權(quán)組織（WIPO）發(fā)布的《2019技術(shù)趨勢(shì)：人工智能》（WIPOTechnology Trends 2019： Artificial Intelligence）報(bào)告（以下簡(jiǎn)稱《報(bào)告》）[6]為獲取人工智能發(fā)展動(dòng)向的數(shù)據(jù)來(lái)源。這里從人工智能的界定、人工智能發(fā)展歷史、人工智能發(fā)展趨勢(shì)的分析思路進(jìn)行簡(jiǎn)要解讀，以便于下文深入解析人工智能的發(fā)展趨勢(shì)。

（一）人工智能的界定

盡管人工智能已成為眾所周知的名詞，但由于人工智能領(lǐng)域具有跨學(xué)科性，其應(yīng)用具有跨行業(yè)性，目前對(duì)于其概念的理解還沒(méi)有達(dá)成統(tǒng)一的共識(shí)?！秷?bào)告》中將人工智能系統(tǒng)視為學(xué)習(xí)系統(tǒng)，即機(jī)器可以在有限或不需要人工干預(yù)的情況下更好地完成通常由人類執(zhí)行的任務(wù)。這是狹義的人工智能，有別于通用人工智能或強(qiáng)人工智能等概念。根據(jù)此定義，一系列技術(shù)與應(yīng)用被納入到該報(bào)告的人工智能領(lǐng)域范疇中。

（二）人工智能的發(fā)展歷史

《報(bào)告》對(duì)人工智能的歷史簡(jiǎn)要回顧發(fā)現(xiàn)，人工智能學(xué)科源自于1956年達(dá)特茅斯會(huì)議，經(jīng)歷了一系列的起起落落（稱之為人工智能的夏天和冬天），當(dāng)前的人工智能繁榮始于大約2012年，如圖1所示，也例舉了部分人工智能追趕人類表現(xiàn)的里程碑，均落在了“AI夏天”的時(shí)間軸里。

（三）人工智能的發(fā)展分析

《報(bào)告》以專利和科學(xué)論文數(shù)據(jù)演變以及二十多位世界頂尖人工智能專家的觀點(diǎn)，共同捕捉人工智能發(fā)展趨勢(shì)，希望可以從推測(cè)性解釋轉(zhuǎn)向基于證據(jù)的預(yù)測(cè)?！秷?bào)告》最核心的脈絡(luò)在于，從神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等人工智能技術(shù)出發(fā)，以自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、語(yǔ)音處理等人工智能功能性應(yīng)用為過(guò)渡，再到運(yùn)輸、通信等人工智能應(yīng)用行業(yè)，展現(xiàn)了人工智能研究轉(zhuǎn)化為現(xiàn)實(shí)應(yīng)用的過(guò)程，為人工智能發(fā)展趨勢(shì)提供了獨(dú)特的見(jiàn)解。

三、從《報(bào)告》看人工智能發(fā)展趨勢(shì)

《報(bào)告》指出，從1960年到2018年，人工智能領(lǐng)域有近34萬(wàn)項(xiàng)發(fā)明和160多萬(wàn)篇科學(xué)論文發(fā)表;專利族平均每年增長(zhǎng)28%，科學(xué)出版物每年增長(zhǎng)5.6%;科學(xué)出版物與專利族的比例從2010年的8：1下降到2016年的3：1。專利的顯著增長(zhǎng)通常是在科學(xué)論文發(fā)表很久之后才出現(xiàn)的，除了深度學(xué)習(xí)之外，大多數(shù)技術(shù)都有10年的延遲。正如李開(kāi)復(fù)所說(shuō)，我們現(xiàn)在正處于人工智能“實(shí)施時(shí)代”。

《報(bào)告》將人工智能劃分為三個(gè)維度，即AI技術(shù)、AI功能性應(yīng)用和AI應(yīng)用領(lǐng)域。AI技術(shù)是指高級(jí)形式的統(tǒng)計(jì)和數(shù)學(xué)模型，如機(jī)器學(xué)習(xí)和專家系統(tǒng)等。AI功能性應(yīng)用是指可以使用一種或多種AI技術(shù)實(shí)現(xiàn)的功能，如語(yǔ)音識(shí)別和計(jì)算機(jī)視覺(jué)等。AI應(yīng)用領(lǐng)域是指AI技術(shù)或AI功能性應(yīng)用可能應(yīng)用到的不同領(lǐng)域或?qū)W科，如運(yùn)輸和農(nóng)業(yè)等。這里需要指出的是，在專利文件中提到的這三個(gè)維度之間是重疊的，至少提到一種AI技術(shù)的專利占44%，提到AI功能性應(yīng)用的專利占75%，提到AI應(yīng)用領(lǐng)域的專利占62%。

從圖2可以看出，機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)幾乎占據(jù)所有應(yīng)用領(lǐng)域的主導(dǎo)位置。機(jī)器學(xué)習(xí)技術(shù)在生命與醫(yī)學(xué)領(lǐng)域?qū)＠麛?shù)量最高，主要相關(guān)技術(shù)有監(jiān)督學(xué)習(xí)、支持向量機(jī)、仿生法以及分類和回歸樹(shù)。計(jì)算機(jī)視覺(jué)在電信與運(yùn)輸兩大領(lǐng)域?qū)＠麛?shù)量最高，自然語(yǔ)言處理在文件管理與出版領(lǐng)域?qū)＠麛?shù)量最高，語(yǔ)音處理在電信領(lǐng)域?qū)＠麛?shù)量最高。此外，還有運(yùn)輸領(lǐng)域中控制方法與機(jī)器人學(xué)專利相對(duì)較多，商業(yè)領(lǐng)域中預(yù)測(cè)分析與自然語(yǔ)言處理專利相對(duì)較多，工業(yè)與制造業(yè)中規(guī)劃調(diào)度專利相對(duì)較多。

總體來(lái)說(shuō)，機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展穩(wěn)且快，計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識(shí)別已取得相當(dāng)豐碩的成果且還在持續(xù)提升準(zhǔn)確性，這些技術(shù)與功能性應(yīng)用都可以為教育提供支持?！秷?bào)告》中雖未分析人工智能教育的相關(guān)內(nèi)容，但其數(shù)據(jù)值得挖掘以進(jìn)一步突顯教育領(lǐng)域中人工智能的應(yīng)用。

四、回看教育領(lǐng)域的人工智能應(yīng)用前景

教育與人工智能兩者是辯證關(guān)系[7]，立足于教育領(lǐng)域來(lái)觀察圖2，橫向?qū)Ρ劝l(fā)現(xiàn)，教育領(lǐng)域與絕大多數(shù)領(lǐng)域類似，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音處理在領(lǐng)域中應(yīng)用較多;縱向?qū)Ρ劝l(fā)現(xiàn)，教育領(lǐng)域的專利申請(qǐng)數(shù)量還遠(yuǎn)遠(yuǎn)不及電信、運(yùn)輸?shù)阮I(lǐng)域。我們可以從對(duì)報(bào)告的解讀再回到教育領(lǐng)域，從報(bào)告的人工智能專利數(shù)據(jù)，以AI專利數(shù)量前20名的公司作為產(chǎn)業(yè)界的代表，以AI專利數(shù)量前20名的科研機(jī)構(gòu)（包括大學(xué)）作為學(xué)術(shù)界的代表，來(lái)探索“人工智能+教育”在產(chǎn)業(yè)界和學(xué)術(shù)界的發(fā)展情況。

（一）產(chǎn)業(yè)界

前20名的公司AI專利申請(qǐng)量分布如圖3所示，橫坐標(biāo)公司名稱按照申請(qǐng)量由大到小排序，箱線圖代表各公司在不同應(yīng)用領(lǐng)域中的申請(qǐng)量分布情況（離群值體現(xiàn)了該公司的焦點(diǎn)領(lǐng)域），黑色小三角代表“AI+教育”的專利申請(qǐng)量。從圖3中可以看出，“AI+教育”的專利數(shù)量占AI專利總量比例較少，沒(méi)有成為這些公司的主要業(yè)務(wù)。黑色小三角唯一越過(guò)箱線圖中位線的公司是日本豐田公司，但不是因?yàn)樘貏e關(guān)注教育領(lǐng)域，而是極度聚焦于運(yùn)輸領(lǐng)域使得其他領(lǐng)域數(shù)量都不高。在教育領(lǐng)域申請(qǐng)量最多的是美國(guó)國(guó)際商業(yè)機(jī)器公司（IBM）和微軟公司;前者以旗下的認(rèn)知計(jì)算系統(tǒng)“IBMWatson”與培生等教育集團(tuán)達(dá)成戰(zhàn)略合作[8]，還致力于打造國(guó)內(nèi)首個(gè)企業(yè)AI啟蒙教育公益品牌標(biāo)桿[9];后者則直接推出了微軟教育系列產(chǎn)品，包括MicrosoftTeams、Windows 10設(shè)備及學(xué)習(xí)工具等。

20個(gè)公司的AI技術(shù)、AI功能性應(yīng)用相關(guān)專利數(shù)量與教育領(lǐng)域數(shù)量的相關(guān)性如下頁(yè)表5所示。根據(jù)結(jié)果可知，在五大類AI技術(shù)中，除了模糊邏輯以外，機(jī)器學(xué)習(xí)、邏輯編程、本體工程、概率推理均與教育領(lǐng)域的數(shù)量有顯著相關(guān)。在九大功能性應(yīng)用中，與教育領(lǐng)域?qū)＠麛?shù)量顯著相關(guān)的有自然語(yǔ)言處理、知識(shí)表示與推理、語(yǔ)音處理以及預(yù)測(cè)分析。

（二）學(xué)術(shù)界

前20名的科研機(jī)構(gòu)AI專利申請(qǐng)量分布如圖4所示，同樣，橫坐標(biāo)科研機(jī)構(gòu)（包括大學(xué)）名稱按照申請(qǐng)量由大到小排序，箱線圖代表各機(jī)構(gòu)在不同應(yīng)用領(lǐng)域中的申請(qǐng)量分布情況，黑色小三角代表“AI+教育”的專利申請(qǐng)量。從圖4中可以看出，學(xué)術(shù)界的AI專利申請(qǐng)量遠(yuǎn)不及產(chǎn)業(yè)界。近半數(shù)的科研機(jī)構(gòu)中“AI+教育”的專利數(shù)量位于所有領(lǐng)域的末端，只有韓國(guó)浦項(xiàng)科技大學(xué)（目前韓國(guó)工科實(shí)力最強(qiáng)的大學(xué)之一）接近頂端。從申請(qǐng)數(shù)量上看，教育領(lǐng)域申請(qǐng)量前兩名與總申請(qǐng)量前兩名一致，均為中國(guó)科學(xué)院和韓國(guó)電子通信研究院;兩者的AI專利申請(qǐng)總量可與公司相并論。

20個(gè)科研機(jī)構(gòu)的AI技術(shù)、AI功能性應(yīng)用相關(guān)專利數(shù)量與教育領(lǐng)域數(shù)量的相關(guān)性如表6所示。與產(chǎn)業(yè)界的結(jié)果相比，在五大類AI技術(shù)中，除了模糊邏輯以外，概率推理也沒(méi)有顯示出與教育領(lǐng)域的顯著相關(guān)，可能是學(xué)術(shù)界對(duì)于概率推理技術(shù)的專利數(shù)量均為個(gè)位數(shù)所致。在九大功能性應(yīng)用中，同樣與教育領(lǐng)域?qū)＠麛?shù)量顯著相關(guān)的有自然語(yǔ)言處理、語(yǔ)音處理;知識(shí)表示與推理、預(yù)測(cè)分析沒(méi)有顯示出相關(guān)性;但是增加了計(jì)算機(jī)視覺(jué)、控制方法和機(jī)器人學(xué)，可見(jiàn)學(xué)術(shù)界比產(chǎn)業(yè)界更注重自主機(jī)器設(shè)備在教育中的應(yīng)用。

五、對(duì)教育人工智能的啟示

通過(guò)人工智能發(fā)展趨勢(shì)的解讀發(fā)現(xiàn)，目前正處于將研究成果應(yīng)用于各領(lǐng)域的人工智能實(shí)施時(shí)代，同時(shí)保持著相關(guān)技術(shù)研究的持續(xù)增長(zhǎng)，即側(cè)重實(shí)踐、理論并行的持續(xù)發(fā)展?fàn)顟B(tài)。而且，伴隨AlphaGo系統(tǒng)的聞名，人工智能受到了全球的高度重視，世界各國(guó)在2016年后密集發(fā)布相關(guān)政策與戰(zhàn)略規(guī)劃，積極推動(dòng)人工智能的投資與建設(shè)， “人工智能+教育”也成為熱點(diǎn)之一。然而，目前教育領(lǐng)域的人工智能發(fā)展相對(duì)滯后于運(yùn)輸、文件管理等領(lǐng)域，結(jié)合教育領(lǐng)域人工智能的應(yīng)用分析發(fā)現(xiàn)，一是針對(duì)教育領(lǐng)域需求的人工智能技術(shù)研發(fā)較少，二是已有人工智能技術(shù)在教育領(lǐng)域中的應(yīng)用未得到充分挖掘，兩者都依賴于教育需求與技術(shù)支持的碰撞。

（一）教育需求：未來(lái)教育的發(fā)展方向

如果說(shuō)，在線學(xué)習(xí)是互聯(lián)網(wǎng)時(shí)代下教育的新形態(tài);那么，大規(guī)模個(gè)性化學(xué)習(xí)和創(chuàng)新教育就是人工智能時(shí)代下教育的新形態(tài)。新形態(tài)的教育對(duì)技術(shù)產(chǎn)生了諸多需求。

1.大規(guī)模個(gè)性化學(xué)習(xí)

個(gè)性化學(xué)習(xí)，也稱為自適應(yīng)學(xué)習(xí)或適應(yīng)性學(xué)習(xí)，是古代教育家孔子“因材施教”教育理念的體現(xiàn)。少量學(xué)生的個(gè)性化學(xué)習(xí)可以通過(guò)教師頻繁溝通實(shí)現(xiàn)，個(gè)性化學(xué)習(xí)的規(guī)?；瘜?shí)現(xiàn)則必須依賴于數(shù)據(jù)與技術(shù)。數(shù)據(jù)驅(qū)動(dòng)的適應(yīng)性學(xué)習(xí)系統(tǒng)為實(shí)現(xiàn)大規(guī)模個(gè)性化學(xué)習(xí)提供途徑，即通過(guò)學(xué)習(xí)過(guò)程數(shù)據(jù)對(duì)學(xué)習(xí)者進(jìn)行診斷評(píng)估并據(jù)此動(dòng)態(tài)組織學(xué)習(xí)路徑和資源;系統(tǒng)起步于學(xué)習(xí)者模型的初步定位，持續(xù)于學(xué)習(xí)者模型的實(shí)時(shí)更新。因此，通過(guò)“數(shù)據(jù)”了解學(xué)生是非常重要的一環(huán)，收集學(xué)習(xí)者的何種數(shù)據(jù)（明確學(xué)習(xí)者模型的維度）、如何收集（學(xué)習(xí)者知識(shí)狀態(tài)等具體維度刻畫(huà)的方法）是大數(shù)據(jù)環(huán)境下面臨的困擾。

對(duì)于學(xué)習(xí)者模型的維度，教育領(lǐng)域?qū)＜艺J(rèn)為除了學(xué)習(xí)者知識(shí)狀態(tài)，還應(yīng)納人情感狀態(tài)、認(rèn)知風(fēng)格等多個(gè)維度。此時(shí)，學(xué)習(xí)者模型的建立不僅依賴于答題數(shù)據(jù)，還包括面部表情、問(wèn)卷、皮膚電等數(shù)據(jù)，多模態(tài)數(shù)據(jù)的融合成為教育對(duì)技術(shù)的需求。深度學(xué)習(xí)技術(shù)，這一近年來(lái)增長(zhǎng)最快的AI技術(shù)為多模態(tài)數(shù)據(jù)的分析提供可能。隨著分布式計(jì)算的運(yùn)用和更強(qiáng)大計(jì)算能力的出現(xiàn)，降低了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)隱藏層的數(shù)量限制，深度神經(jīng)網(wǎng)絡(luò)得到發(fā)展，對(duì)于處理教育數(shù)據(jù)應(yīng)用潛力巨大。而且，若“大數(shù)據(jù)”才能訓(xùn)練出的模型，通過(guò)“小數(shù)據(jù)”也可以訓(xùn)練，對(duì)教育以及其他領(lǐng)域都是非凡貢獻(xiàn)。正如吳恩達(dá)所提，針對(duì)小數(shù)據(jù)量的無(wú)監(jiān)督學(xué)習(xí)是人工智能領(lǐng)域值得突破的地方。

再?gòu)膶W(xué)習(xí)者模型的具體維度如最常見(jiàn)的知識(shí)狀態(tài)刻畫(huà)需求深思。心理學(xué)中已提出項(xiàng)目反應(yīng)理論和認(rèn)知診斷理論，通過(guò)作答結(jié)果數(shù)據(jù)對(duì)學(xué)習(xí)者的能力水平和知識(shí)掌握情況進(jìn)行評(píng)估。目前針對(duì)選擇、填空等客觀題，已有經(jīng)典的Logistic模型、DINA模型;數(shù)學(xué)計(jì)算等多級(jí)評(píng)分題也有等級(jí)反應(yīng)模型（Graded Response Model，GRM）、拓廣分部評(píng)分模型（Generalized Partial Credit Model， GPCM）等;但針對(duì)語(yǔ)言學(xué)科主觀題的自動(dòng)評(píng)分以及將答題行為數(shù)據(jù)、認(rèn)知診斷與自適應(yīng)測(cè)驗(yàn)結(jié)合以更精確地刻畫(huà)學(xué)習(xí)者知識(shí)狀態(tài)對(duì)技術(shù)提出了進(jìn)一步的需求。再者，若換一種思路，通過(guò)研發(fā)“教學(xué)經(jīng)驗(yàn)豐富的機(jī)器人教師”與學(xué)生進(jìn)行解題思路對(duì)話，從而推斷學(xué)習(xí)者的知識(shí)狀態(tài)，那么就對(duì)機(jī)器人教師產(chǎn)生了理解學(xué)科知識(shí)背景的需求，從技術(shù)上對(duì)自然語(yǔ)言處理中的語(yǔ)義分析提出了進(jìn)一步的要求。

以上僅例舉了學(xué)習(xí)者模型建立過(guò)程中對(duì)技術(shù)的需求。領(lǐng)域模型和適應(yīng)性模型，與學(xué)習(xí)者模型同為適應(yīng)性學(xué)習(xí)系統(tǒng)的核心模塊[10]，細(xì)思后同樣有著諸多需求。例如，在領(lǐng)域模型中如何呈現(xiàn)知識(shí)點(diǎn)之間的關(guān)系、知識(shí)點(diǎn)細(xì)分到何種程度合適。又如在適應(yīng)性模型中，如何綜合學(xué)習(xí)者本身與環(huán)境要素進(jìn)行路徑、資源、學(xué)伴的推薦。

2.創(chuàng)新教育

創(chuàng)新教育是以培養(yǎng)創(chuàng)新人才為目標(biāo)的教育，目前以跨學(xué)科知識(shí)整合為主的STEM教育是其主要方向之一，難點(diǎn)在于師資力量的缺乏。僅以STEM課程作為代表來(lái)看，一方面，大多數(shù)學(xué)校的STEM教師非專業(yè)出身，僅復(fù)制市場(chǎng)上的3D打印、編程或手工課到課堂是遠(yuǎn)遠(yuǎn)不夠的，忽略了基礎(chǔ)性學(xué)科知識(shí)的整合，課程設(shè)計(jì)的水平有待提高;另一方面，STEM教育的跨學(xué)科性對(duì)教師的要求較高，成為一個(gè)領(lǐng)域的專家需要幾十年的時(shí)間，成為跨學(xué)科專家更為不易。但是，機(jī)器的精力、記憶力、進(jìn)化力遠(yuǎn)遠(yuǎn)勝過(guò)人類[11]，利用人工智能技術(shù)建立專家系統(tǒng)或許可以成為解決方案之一。專家系統(tǒng)是早期人工智能的重要分支，專家知識(shí)庫(kù)是其重要組成部分。擁有大量?jī)?yōu)秀課程案例的專家系統(tǒng)，不僅可以成為教師的搜索資源，也可以成為教師學(xué)習(xí)的對(duì)象，在使用系統(tǒng)的過(guò)程中逐漸提高專業(yè)水平。

對(duì)于專家知識(shí)庫(kù)的建立，在商業(yè)如搜索等領(lǐng)域，已形成了信息抽取、知識(shí)表示、知識(shí)融合和知識(shí)推理一系列關(guān)鍵技術(shù)。但教育領(lǐng)域仍有一些獨(dú)特的需求，例如知識(shí)體系的更新?！秷?bào)告》中最引人注目的發(fā)現(xiàn)之一是，過(guò)去5年里所公布的人工智能專利，就占到了AI技術(shù)有史以來(lái)的50%。這充分說(shuō)明了該領(lǐng)域的創(chuàng)新正以多么快的速度向前推進(jìn)。然而，不僅是人工智能領(lǐng)域，其他領(lǐng)域的知識(shí)也隨著知識(shí)產(chǎn)生方式多樣化、知識(shí)提供人員多元化、社會(huì)節(jié)奏的加快而快速更新。作為能力導(dǎo)向而非傳統(tǒng)知識(shí)導(dǎo)向的創(chuàng)新教育課程，需要有完整的、實(shí)時(shí)更新的跨學(xué)科知識(shí)體系。通用知識(shí)庫(kù)的更新一般為信息的搜索替換。但是，教育知識(shí)庫(kù)的更新帶來(lái)的“連鎖效應(yīng)”較多，如《普通高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版）》中增加“人工智能初步”模塊，知識(shí)庫(kù)更新時(shí)，不僅僅是更換和增加相關(guān)知識(shí)點(diǎn)（如感知器），還需要為這些知識(shí)點(diǎn)的先決知識(shí)點(diǎn)（如數(shù)學(xué)函數(shù)）和后續(xù)知識(shí)點(diǎn)（如卷積神經(jīng)網(wǎng)絡(luò)）作連接、為相關(guān)的課程資源更換知識(shí)點(diǎn)標(biāo)簽、根據(jù)更新后的知識(shí)體系進(jìn)行教學(xué)設(shè)計(jì)等等。又如，創(chuàng)新教育課程評(píng)估也是重要需求，是否可以借鑒智能醫(yī)療中“全科分診”[12]的思想，對(duì)學(xué)生的跨學(xué)科知識(shí)或能力進(jìn)行診斷與輔導(dǎo)。再如，創(chuàng)新教育課程的情境性需求，如何借鑒虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和混合現(xiàn)實(shí)技術(shù)創(chuàng)設(shè)實(shí)際情境。這些需求均已有一定的人工智能技術(shù)作支撐，但仍需結(jié)合教育教學(xué)的實(shí)際特點(diǎn)作出調(diào)整或針對(duì)性研發(fā)。

（二）技術(shù)支持：未來(lái)教育的實(shí)現(xiàn)途徑

定位人工智能技術(shù)是否可以滿足以上教育需求及如何滿足，需要促進(jìn)教育與人工智能兩大領(lǐng)域?qū)＜业慕涣?，也需要促進(jìn)產(chǎn)業(yè)界與學(xué)術(shù)界的合作。

1.加強(qiáng)跨領(lǐng)域?qū)＜业纳疃冉涣?/p>

站在教育工作者的角度來(lái)說(shuō)，需充分了解已有的AI技術(shù)與功能性應(yīng)用?！秷?bào)告》中人工智能領(lǐng)域?qū)＠c文獻(xiàn)數(shù)據(jù)已顯示，AI技術(shù)如機(jī)器學(xué)習(xí)、AI功能性應(yīng)用如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別等均已取得大量成果，具有可遷移性，完全可以在教學(xué)場(chǎng)景中得到充分應(yīng)用。以自然語(yǔ)言處理這一功能性應(yīng)用為例，可用于作文評(píng)價(jià)系統(tǒng)，使得主觀題也實(shí)現(xiàn)自動(dòng)化評(píng)分;可用于智能對(duì)話系統(tǒng)，使得機(jī)器能夠承擔(dān)解惑或陪伴的角色;可用于文本挖掘，使得學(xué)習(xí)者的寫(xiě)作風(fēng)格、情感狀態(tài)、思維習(xí)慣等得到刻畫(huà);可用于語(yǔ)法糾錯(cuò)，幫助學(xué)習(xí)者學(xué)習(xí)一門新的語(yǔ)言時(shí)實(shí)時(shí)糾正錯(cuò)誤;可用于機(jī)器翻譯，使得文言文、散文、詩(shī)歌自動(dòng)翻譯成為可能等等。

但是，教育專家的專長(zhǎng)畢竟不是技術(shù)，應(yīng)用效果仍需教育與人工智能領(lǐng)域的專家合作來(lái)保障。以通過(guò)自然語(yǔ)言處理進(jìn)行作文評(píng)價(jià)為例，教育專家無(wú)法細(xì)數(shù)各算法的優(yōu)劣勢(shì)，但可以提出內(nèi)容、語(yǔ)言、結(jié)構(gòu)等作文評(píng)分標(biāo)準(zhǔn);人工智能專家則根據(jù)具體的評(píng)分標(biāo)準(zhǔn)進(jìn)行文本語(yǔ)義、詞法等分析;尤為重要的是，雙方對(duì)如何分析可與評(píng)分標(biāo)準(zhǔn)相呼應(yīng)進(jìn)行探討。假設(shè)其中一條評(píng)分標(biāo)準(zhǔn)為“情感表達(dá)積極”，若人工智能專家采用傳統(tǒng)的詞法分析，則需要教育專家輔助建立情感詞典，列出積極詞匯、消極詞匯、程度副詞、否定詞并附上對(duì)應(yīng)的權(quán)重;若人工智能專家采用機(jī)器學(xué)習(xí)的方法，則需要教育專家輔助進(jìn)行情感值標(biāo)注以作為模型的訓(xùn)練集。

2.促進(jìn)產(chǎn)業(yè)界與學(xué)術(shù)界的合作

通過(guò)前文教育領(lǐng)域人工智能的發(fā)展分析可知，學(xué)術(shù)界的專利數(shù)量遠(yuǎn)不及產(chǎn)業(yè)界，一方面可能是學(xué)術(shù)界更重視科學(xué)出版物的發(fā)表，另一方面也是研發(fā)經(jīng)費(fèi)與人力資源差異造成的結(jié)果。產(chǎn)業(yè)界需要學(xué)術(shù)界最新研發(fā)的技術(shù)或?qū)嶒?yàn)室產(chǎn)品，學(xué)術(shù)界需要借助產(chǎn)業(yè)界的力量將科研成果推人市場(chǎng)從而得到反饋。兩者最直觀的合作形式就是企業(yè)將后臺(tái)采集的學(xué)習(xí)者與教者行為數(shù)據(jù)開(kāi)放給科研機(jī)構(gòu)，科研機(jī)構(gòu)則輔助企業(yè)進(jìn)行頂層設(shè)計(jì)、挖掘數(shù)據(jù)信息以及算法優(yōu)化等，而后企業(yè)再將科研機(jī)構(gòu)的設(shè)計(jì)、支持與建議落實(shí)到教育產(chǎn)品中，并再次將數(shù)據(jù)反饋給科研機(jī)構(gòu)，如此循環(huán)。

而且，產(chǎn)業(yè)界與學(xué)術(shù)界的研發(fā)側(cè)重點(diǎn)可能會(huì)有差異，例如前文分析中提到產(chǎn)業(yè)界中知識(shí)表示與推理、預(yù)測(cè)分析專利數(shù)量與教育領(lǐng)域?qū)＠麛?shù)量顯著相關(guān)，而學(xué)術(shù)界中機(jī)器人學(xué)、控制方法專利數(shù)量與教育領(lǐng)域?qū)＠麛?shù)量顯著相關(guān)。因此，即使是擁有科研部門的大型企業(yè)，互補(bǔ)合作共同推進(jìn)未來(lái)教育依然是實(shí)現(xiàn)雙贏局面的必然選擇。

六、結(jié)語(yǔ)

人工智能促進(jìn)教育變革已成必然趨勢(shì)。了解人工智能領(lǐng)域的發(fā)展趨勢(shì)、教育領(lǐng)域與人工智能領(lǐng)域的融合程度是應(yīng)對(duì)此變革的首要任務(wù)。本文對(duì)WIPO發(fā)布的《2019技術(shù)趨勢(shì)：人工智能》進(jìn)行解讀，從技術(shù)、功能性應(yīng)用、應(yīng)用領(lǐng)域三個(gè)維度描繪人工智能發(fā)展趨勢(shì)，并通過(guò)報(bào)告中的數(shù)據(jù)進(jìn)一步突顯教育領(lǐng)域中人工智能的應(yīng)用狀況，為人工智能與教育教學(xué)深度融合的未來(lái)教育變革提供反思與啟示。

參考文獻(xiàn)：

[1]徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究[J].中國(guó)電化教育，2018，（12）：81-87.

[2]李韌.自適應(yīng)學(xué)習(xí)：人工智能時(shí)代的教育革命[M].北京：清華大學(xué)出版社，2018.

[3] Ng，A.AI transformation playbook： how to lead your company intothe AI era[EB/OL].https：//landing.ai/wp-contenduploads/2020/05/LandingAI_Transformation_Playbook_ll-19.pdf，2020-06-30.

[4]新華社.中共中央、國(guó)務(wù)院印發(fā)《中國(guó)教育現(xiàn)代化2035》[EB/OL].http：//www.gov.e n/xmwen/2019-02/23/e ontent_53 679 87.htm，2019-02-23.

[5]新華社.國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》[EB/OL].http：//www.gov.cn/xinwen/2017-07/2 0/content_52 12064.htm，2017-07-20.

[6] WIPO.Technology Trends 2019：Artificial Intelligence [EB/OL].https：//www.wipo.int/edocs/pubdoc s/en/wipo_puh_105 5.pdf，2019-11-20.

[7]孫田琳子，沈書(shū)生.論人工智能的教育尺度——來(lái)自德雷福斯的現(xiàn)象學(xué)反思[J].中國(guó)電化教育，2019，（11）：60-65+90.

[8]藍(lán)鯨財(cái)經(jīng).培生引入IBM Watson的認(rèn)知能力[EB/OL].https：//www.lanjinger.com/d/415 74，2020-08-03.

[9] IBM.IBM中國(guó)發(fā)布“AI啟蒙季”第一季回顧報(bào)告[EB/OL].https：//www.ihm.e om/news/e n/z h/2020/0 6/17/2 020061 7_2.html，202 0-06-16.

[10]馬相春，鐘紹春等.大數(shù)據(jù)視角下個(gè)性化自適應(yīng)學(xué)習(xí)系統(tǒng)支撐模型及實(shí)現(xiàn)機(jī)制研究[J].中國(guó)電化教育，2017，（4）：97-102.

[11]張學(xué)軍，董曉輝.人機(jī)共生：人工智能時(shí)代及其教育的發(fā)展趨勢(shì)[J].電化教育研究，2020，（4）：35-41.

[12]張勤.DUCG智能醫(yī)療診斷云平臺(tái)簡(jiǎn)介[EB/OL].https：//www.sohu.com/a/25 695 1625_505819，2018-09-29.

作者簡(jiǎn)介：

戴靜：在讀博士，研究方向?yàn)閷W(xué)習(xí)分析與計(jì)算機(jī)測(cè)評(píng)（925613528@qq.com）。

顧小清：教授，博士生導(dǎo)師，研究方向?yàn)閷W(xué)習(xí)科學(xué)與技術(shù)設(shè)計(jì)、數(shù)字化學(xué)習(xí)環(huán)境及用戶行為、信息化教育資源設(shè)計(jì)及應(yīng)用（xqgu@ses.ecnu.edu.cn）。

*本文受2019年度國(guó)家社科基金重大項(xiàng)目“人工智能促進(jìn)未來(lái)教育發(fā)展研究”（項(xiàng)目編號(hào)：19ZDA364）資助。