王 敏

湖南科技大學(xué)

《高等學(xué)校人工智能創(chuàng)新行動計劃》掀起了關(guān)于未來“人工智能+教育”的浪潮。國家主席習(xí)近平曾于2019年國際人工智能教育大會強(qiáng)調(diào)，人工智能和教育的深度融合，正在促進(jìn)教育的發(fā)展與創(chuàng)新，人工智能的教育技術(shù)優(yōu)勢如果能夠在教育領(lǐng)域得到充分的利用與快速發(fā)展，其后便是平等地面向每一個人更加開放靈活地接受教育。[1]人工智能+教育首先目標(biāo)是要在人工智能學(xué)習(xí)的場景上對教師進(jìn)行改造，創(chuàng)建一個沒有壁壘、無障礙、不受約束的智慧教學(xué)課堂，這就把當(dāng)今我國對人工智能的研究及其應(yīng)用引入到了一個空前的高潮。[2]與此同時，人工智能的時代對于我們高等院校的教學(xué)產(chǎn)生了巨大的影響，它決定了教學(xué)發(fā)展的趨勢，也決定了教學(xué)發(fā)展的方向及其理念。如何在新時期做好優(yōu)秀人才培養(yǎng)工作己經(jīng)逐步上升到了國家的戰(zhàn)略性層面，甚至可以與未來的國際競爭力直接相關(guān)。

新一代數(shù)字原生代受教育者，其特點(diǎn)為個性化和差異化。他們傾向于用非線性思維分析問題、依賴用技術(shù)獲取信息與交流、對課程質(zhì)量要求高，沒有包容性。在智能社會中，教育在大腦的思想上對知識的傳授需要進(jìn)一步的加工，應(yīng)該進(jìn)化為由內(nèi)而外的創(chuàng)新型，實(shí)踐型，輸出型的加工模式。[3]

一、“人工智能+教育”的研究現(xiàn)狀

目前我們的研究對于學(xué)科領(lǐng)域典型案例關(guān)注度不夠，在研究領(lǐng)域上，主要包括影響實(shí)踐領(lǐng)域、模型研究領(lǐng)域、科學(xué)技術(shù)研究領(lǐng)域，這也是人工智能的應(yīng)用和教育體系建設(shè)以及其落地所在三個方面。[4]教育的發(fā)展必定會受到人工智能技術(shù)的迅速發(fā)展的影響。[5]技術(shù)與社會的發(fā)展之間存在著一定的沖突:技術(shù)正以指數(shù)倍數(shù)發(fā)生變化，而教育等體系卻只能以增量的形式變化，國內(nèi)外都面臨著類似脫節(jié)現(xiàn)象。

國外對于智慧化教學(xué)的研究比較早，研究主要包括理論、設(shè)計、應(yīng)用及評價四個方面，其中針對理論和實(shí)踐兩個方面的研究相對比較少。[6]Masters Ken和Michael J認(rèn)為近年來人工智能技術(shù)在我國高等院校教育領(lǐng)域中的普及和應(yīng)用已逐步成熟，正以一種全新的形式積極參與到我國大學(xué)生的學(xué)習(xí)中，并有助于教師提高了教學(xué)效率。[7]Carbonell，J等人提出隨著現(xiàn)代人機(jī)交互技術(shù)領(lǐng)域的深入和發(fā)展，使用自己的身體運(yùn)動動作和電腦或者是智能移動手機(jī)之間進(jìn)行的交互，成為一種有可能基于身體感知的技術(shù)應(yīng)用和課堂教學(xué)的融合，使得學(xué)生的思維和學(xué)習(xí)體驗(yàn)更加積極、快樂。[8]聯(lián)合國教科文組織發(fā)布的《教育中的人工智能：可持續(xù)發(fā)展的挑戰(zhàn)與機(jī)遇》曾預(yù)測到：人工智能教育可能在未來10年呈指數(shù)式增長。

國內(nèi)研究中心是探討本土化的新課程標(biāo)準(zhǔn)規(guī)劃，國外研究重心是利用計算機(jī)模型將重點(diǎn)放在學(xué)習(xí)者的學(xué)習(xí)行為上。[9]但基于“人工智能+教育”構(gòu)建某一學(xué)科的智慧教學(xué)模式的研究較少。

二、概念界定

1.人工智能。

概念研究、開發(fā)利用人工智能作為一門用來模擬、延長和拓寬人的智能化的理論、方法、技術(shù)和其他應(yīng)用體系的一門全新的技術(shù)性科學(xué)。它試圖掌握智能化的真正內(nèi)涵。實(shí)際運(yùn)用到機(jī)器視覺、語言與圖像識別、專家系統(tǒng)、自動規(guī)劃、智能搜索、自動化程序設(shè)計中。

2.人工智能+教育。

本文提出人工智能+教育的目標(biāo)是通過人工智能技術(shù)和教育手段進(jìn)行深度互動，把人工智能技術(shù)賦能于教育各個領(lǐng)域。

3.智慧教學(xué)課堂。

的課堂本文研究者認(rèn)為，智慧課堂主要是基于互聯(lián)網(wǎng)、數(shù)字化信息化、大數(shù)據(jù)以及現(xiàn)代人工智能等先進(jìn)的技術(shù)，通過綜合應(yīng)用新時代的技術(shù)，將智能技術(shù)和教學(xué)相結(jié)合，構(gòu)建新型高?；瘜W(xué)教學(xué)模型，打造新型的智能教學(xué)課堂。

4.個性化教學(xué)。

以培養(yǎng)學(xué)習(xí)者為核心，適合滿足大學(xué)生特點(diǎn)的教育組織形式。在這樣的形式中，允許了學(xué)習(xí)者根據(jù)自己想要達(dá)成的學(xué)習(xí)目標(biāo)和步調(diào)，自定所學(xué)的方法與材料，并且可以自主地選擇所想達(dá)成的目標(biāo)?！敖獭保后w現(xiàn)教師的主導(dǎo)地位，但仍以學(xué)生為主體，追求“因材施教”的理想效果?！皩W(xué)”：通過學(xué)習(xí)資源共享等多種形式，強(qiáng)調(diào)學(xué)生的自學(xué)效益。

5.深度學(xué)習(xí)。

深度學(xué)習(xí)是一種由具體到抽象的過程，預(yù)示著機(jī)器正在模擬人的方式進(jìn)行學(xué)習(xí)，而人的大量學(xué)習(xí)經(jīng)歷也值得進(jìn)一步自我反思，我們不能將學(xué)習(xí)停留于簡單水平。本文中，將化學(xué)深度研究機(jī)器學(xué)習(xí)界定為一種通過促進(jìn)學(xué)生把從某種化學(xué)深度研究學(xué)習(xí)的情景當(dāng)中所學(xué)知識，應(yīng)用于新的情景當(dāng)中學(xué)習(xí)的一種過程。

三、理論依據(jù)

1.建構(gòu)主義學(xué)習(xí)理論。

心理學(xué)家皮亞杰提出的建構(gòu)主義學(xué)習(xí)理論被普遍認(rèn)為是我國教育中，改變傳統(tǒng)課堂教學(xué)的理論依據(jù)，對于我國傳統(tǒng)以授課為主體的教學(xué)影響具有顛覆性，其所提出和倡導(dǎo)的各種個性化、情境、協(xié)作、資源等都對于教育科學(xué)和技術(shù)的發(fā)展提出了新的要求，同時只有現(xiàn)代教育和技術(shù)才能夠很好地發(fā)揮和支撐這門教學(xué)理論，為其研究提供了廣闊的平臺。

2.生成學(xué)習(xí)理論。

生成學(xué)習(xí)理論由來源于美國的認(rèn)知建構(gòu)主義心理學(xué)家維特羅克等作者結(jié)合了多門學(xué)科進(jìn)行教學(xué)，在大量的研究基礎(chǔ)上進(jìn)行提出的，吸取了當(dāng)代信息加工心理學(xué)在推動人類認(rèn)知學(xué)習(xí)領(lǐng)域各個方面的經(jīng)驗(yàn)和研究成果，揭示了當(dāng)代人類學(xué)習(xí)的本質(zhì)。其中所提出的“人類學(xué)習(xí)的生成過程”模型，較為集中全面地準(zhǔn)確反映了當(dāng)代認(rèn)知建構(gòu)主義人類學(xué)習(xí)理論的一個核心思想，克服了加涅的傳統(tǒng)信息加工理論的缺陷和不足，對于我們進(jìn)一步深入地了解當(dāng)代人類學(xué)習(xí)的生成過程、設(shè)計“教學(xué)并重”的教學(xué)課程設(shè)計、研發(fā)和數(shù)字化教學(xué)等都十分具有重要的借鑒性和指導(dǎo)意義。

3.多元智能理論。

加德納提出多元智能教育理論認(rèn)為，人類在思維和知識上的認(rèn)知方式主要包括八種智能，與其他傳統(tǒng)的智能教育理論相比，它們更具有總結(jié)的整體性、差別化、前景性和實(shí)踐性等特征，掌握了多元智能教育學(xué)科理論的核心和精髓，有助于對教師課程教學(xué)革新和專業(yè)技術(shù)創(chuàng)新的培育。[10]基于多元智能化的理論，不僅強(qiáng)調(diào)要看分?jǐn)?shù)，還要關(guān)注智能多樣化，關(guān)注學(xué)生成長過程，注重個性差異，發(fā)揮個體所長，依據(jù)不同的性格特征進(jìn)行教學(xué)，深入發(fā)展個性化教學(xué)。[11]

此外，我們還更加應(yīng)該重視到美國在科學(xué)教育和技術(shù)方面取得的巨大成就和其所需要追求的人本主義之間存在很大的聯(lián)系。

四、“人工智能+教育”背景下高?；瘜W(xué)智慧教學(xué)模式的初步設(shè)計構(gòu)思

充分運(yùn)用人工智能技術(shù)可以通過數(shù)據(jù)庫、神經(jīng)網(wǎng)絡(luò)和算法模型，構(gòu)建了傳統(tǒng)教學(xué)的三個基本要素模型：即領(lǐng)域性知識模型、教學(xué)模型及學(xué)習(xí)者模型。從而打造一款針對智慧教學(xué)模式的APP。

領(lǐng)域性知識模型，也被稱為專家性知識，是指學(xué)習(xí)者掌握各個領(lǐng)域知識點(diǎn)的基本概念、準(zhǔn)則及對待實(shí)際存在問題的解決戰(zhàn)略。教學(xué)模型是指由于課堂教學(xué)中所涉及的各種專業(yè)知識、技巧和有效手段，決定出一種適合于學(xué)習(xí)者的課堂學(xué)習(xí)活動模式及其教學(xué)戰(zhàn)略。學(xué)習(xí)者的模型是一種可以通過靜態(tài)與動態(tài)相互結(jié)合的形式，描述一個學(xué)習(xí)者的認(rèn)知樣式、能力水平及其情緒狀態(tài)。實(shí)時反饋其學(xué)習(xí)情況。

以對每一個學(xué)習(xí)者課程中模型的反饋和實(shí)際情境分析作為主要理論依據(jù)，通過對其所在的教學(xué)模型和各種領(lǐng)域性知識模型的分析，可以準(zhǔn)確地判斷出每一個學(xué)習(xí)者課程目標(biāo)和改革的進(jìn)度，實(shí)時調(diào)整其在模型中的基本知識結(jié)構(gòu)框架體系、教學(xué)方法等，以便于能夠有效地適應(yīng)每一個學(xué)習(xí)者的需要和學(xué)習(xí)，進(jìn)而建立一個彼此之間循環(huán)的動態(tài)體系，使得整個仿真模型的結(jié)構(gòu)體系變得更為完整和豐富。

1.資源設(shè)計與課前任務(wù)分配。

教師先于學(xué)期開始前制定好學(xué)期教學(xué)計劃，并運(yùn)用APP針對不同學(xué)生的學(xué)習(xí)興趣、學(xué)習(xí)風(fēng)格、性格特質(zhì)、認(rèn)知能力、學(xué)習(xí)經(jīng)歷和外部環(huán)境等因素，利用現(xiàn)有資源或改進(jìn)原有資源或自行設(shè)計針對不同類型學(xué)生的教學(xué)資源。

學(xué)生先于學(xué)期開始前使用APP建立學(xué)習(xí)者個人數(shù)據(jù)庫，人工智能可以在此基礎(chǔ)之上，通過自學(xué)習(xí)與構(gòu)建學(xué)習(xí)者模型，并通過AI算法分析學(xué)習(xí)者與APP之間的交互，根據(jù)其優(yōu)勢和弱項(xiàng)調(diào)整學(xué)習(xí)資源，實(shí)現(xiàn)個性化學(xué)習(xí)?；诨咏Y(jié)果，APP利用技術(shù)衡量用戶的參與度，學(xué)習(xí)習(xí)慣，個性特征，認(rèn)知能力與在不同技能上的表征，從而利用AI算法對學(xué)習(xí)者的已有信息進(jìn)行水平預(yù)測和有針對性的查漏補(bǔ)缺，并實(shí)時監(jiān)控、分析與優(yōu)化。從而使得這種個性化呈現(xiàn)的更加客觀與量化。此APP在基于海量數(shù)據(jù)與對知識點(diǎn)的表現(xiàn)和推理分析基礎(chǔ)之上，構(gòu)建了一種算法化的模型，借助其高性能的并行操作來釋放其價值。

教師在每堂課前運(yùn)用APP，將設(shè)計好的教學(xué)資源和本課時的教學(xué)任務(wù)發(fā)布給每一位學(xué)生，學(xué)生需在指定的時間內(nèi)完成預(yù)習(xí)任務(wù)。學(xué)生在課前先進(jìn)行個性化檢測，可根據(jù)自身實(shí)際，進(jìn)行題量和難度的選擇，隨后APP會基于海量數(shù)據(jù)與根據(jù)學(xué)生的檢測結(jié)果進(jìn)行智能個性化的教學(xué)資源推送，學(xué)生需要在規(guī)定的時間內(nèi)完成發(fā)布的教學(xué)任務(wù)。

2.線上線下結(jié)合教學(xué)。

課堂上無法完成活動，教師可在課后通過APP將相關(guān)的化學(xué)故事或微觀結(jié)構(gòu)或虛擬實(shí)驗(yàn)等發(fā)送給學(xué)生。

3.課堂小組合作探討。

通過課堂小組合作探究學(xué)生互動方式，教師們可以在課前通過APP根據(jù)各個層次學(xué)生的實(shí)際情況，將每個學(xué)生劃分成若干個小組。課堂上因時間限制而導(dǎo)致無法完成的學(xué)生進(jìn)行小組討論與點(diǎn)評，可在課后發(fā)布于APP上，并注意要求每位同學(xué)各抒己見與互評，以便于教師及時了解和掌握學(xué)生的實(shí)際學(xué)習(xí)狀態(tài)和糾正錯誤。

4.課后及時反饋。

由于課堂時間限制，無法進(jìn)行課堂檢測，教師難以判斷每位學(xué)生的學(xué)習(xí)效果。因此教師可以利用APP在課后將試題發(fā)布，規(guī)定學(xué)生在設(shè)定時長內(nèi)完成試題并提交。首先，APP會隨機(jī)抽取相同的題量、不同難度的少量試卷給每位學(xué)生進(jìn)行初步檢測，隨后APP會根據(jù)每位學(xué)生實(shí)際所能掌握的知識點(diǎn)進(jìn)行習(xí)題推送，學(xué)生必須在指定的時間內(nèi)順利地完成并按時提交。對于一個客觀問題APP會自動進(jìn)行評分，并對學(xué)生的不同知識的掌握情況進(jìn)行分析、推送鞏固習(xí)題以及每道習(xí)題的精講視頻。主觀題等待教師評分與發(fā)布精講視頻或者自行解說。作業(yè)提交之后教師可在教師端查看結(jié)果，了解全體學(xué)生的完成情況與不同知識的掌握情況。

5.個性化復(fù)習(xí)。

不同學(xué)生可根據(jù)自身的實(shí)際情況，在平臺中選取間隔不同時段的復(fù)習(xí)方式，查漏補(bǔ)缺，實(shí)現(xiàn)個性化復(fù)習(xí)。教師可通過平臺進(jìn)行查看，對學(xué)習(xí)該知識尚不到位，或者是不夠充分理解的學(xué)生，提供個性化的教學(xué)補(bǔ)充，幫學(xué)生依據(jù)其自身的屬性因素全面掌握學(xué)習(xí)內(nèi)容。

教師在課堂中無法對每位學(xué)生進(jìn)行學(xué)習(xí)情況的點(diǎn)評，可在線上通過該APP進(jìn)行，學(xué)生可以在平臺中查看教師的評價。教師可通過APP的統(tǒng)計分析設(shè)計的教學(xué)方案的優(yōu)缺點(diǎn)，以及根據(jù)線上與線下相結(jié)合的實(shí)際教學(xué)情況與學(xué)生成績，修訂或設(shè)計更好的教學(xué)資源與方案。

五、研究發(fā)現(xiàn)

1.審慎看待建構(gòu)主義理論。

在我們的學(xué)習(xí)觀上，建構(gòu)主義理論一直都強(qiáng)調(diào)“意義建構(gòu)”，以及我們通過自主的發(fā)現(xiàn)和探索來研究其在各種認(rèn)知活動中扮演的角色和作用，但是各種事物之間的存在內(nèi)部聯(lián)系往往都是客觀的，個體化的知識往往都是主觀與客觀相互地有機(jī)結(jié)合形成的。由此可見，西方極端的建構(gòu)主義者所提出和倡導(dǎo)的對于社會主義的認(rèn)知理念實(shí)際上都是錯誤的。不但不能夠滿足于符合這一客觀事實(shí)，而且還可能會把建構(gòu)主義引入到了一種否定“講課、考試”等具有根據(jù)性的課堂教學(xué)過程，甚至將其推向了一種削弱乃至否定教師的職業(yè)功能性效果的斜路。隨著智慧教育等各種新概念的認(rèn)同感提升，我們更加應(yīng)該再次審視建構(gòu)主義的認(rèn)識理論，拋棄單純的主觀主義，堅持主觀和客觀相互融合的認(rèn)識理論體系作為其理論的依據(jù)。

2.深化理解“信息技術(shù)教育應(yīng)用”。

目前不可否認(rèn)的問題是，在一些判斷力和可靠性強(qiáng)的場景和情境當(dāng)中，人工智能教育雖然起到了一種顛覆式的效果和影響，但隨著用戶要求的進(jìn)一步提升，在某些非判斷沒有明確的結(jié)果引導(dǎo)，干預(yù)性與互動性強(qiáng)的場景和情境之下，尤其是那些涉及或考慮到某些目的性明確的教學(xué)演示環(huán)節(jié)，人工智能教育所要求索取的都有這些。實(shí)施相對性的輔助工作。就目前我國人工智能技術(shù)的發(fā)展現(xiàn)階段而言，機(jī)器還遠(yuǎn)遠(yuǎn)沒有辦法能夠真正做到以人為本，進(jìn)行一種基于感情互通的反映與表述。再者而言，從課堂教育的實(shí)際和本質(zhì)上看，教師和學(xué)生之間的互動不僅被稱為"程序化強(qiáng)、重復(fù)度高"的標(biāo)準(zhǔn)化和形式化的培訓(xùn)，而且是"溝通交流和深度思考"過程。即：任何一種人類自己獨(dú)有的、被認(rèn)為是最后一個堡壘的技術(shù)和能力，都恰恰也正是這種機(jī)器目前所不可能無法進(jìn)行傳道和授業(yè)的。

目前有許多技術(shù)，甚至某些先進(jìn)的“黑科技”僅應(yīng)用于淺表學(xué)習(xí)階段。其次，應(yīng)用技術(shù)過程中沒有真正理解其目的、手段以及內(nèi)容與形式之間的關(guān)系，常出現(xiàn)“采用過去的觀念，運(yùn)用現(xiàn)代的技術(shù)”。由于種種原因，從國內(nèi)或國際情況來看，信息技術(shù)與某一學(xué)科課程融合的目標(biāo)尚未達(dá)到。課堂教學(xué)是主陣地，教育信息化不能總是“敲邊鼓”或打外圍戰(zhàn)，而必須面向主陣地打攻堅戰(zhàn)。

3.探索個性化、精準(zhǔn)的化學(xué)學(xué)科智慧教學(xué)模式。

教育與技術(shù)的發(fā)展，目前處于人工智能技術(shù)升級階段，該階段目標(biāo)是借助人工智能算法真正實(shí)現(xiàn)因材施教，以及將教師、管理者從低級的重復(fù)勞動中解放出來。美國發(fā)布的《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》中已經(jīng)明確提及，為人工智能教育時代，培養(yǎng)的人才要必須具備軟硬兩種基本技能。其中，硬技能主要是泛指生物、化學(xué)等專門或者與本校的專業(yè)、學(xué)術(shù)課程密切相關(guān)的認(rèn)知技巧，軟技能主要是泛指協(xié)同、溝通、交流等認(rèn)知。理想的人工智能教育就是人工智能與教育科學(xué)的有機(jī)融合，利用電子計算的手段和方法來構(gòu)建教育的各個環(huán)節(jié)模型，從而得以實(shí)現(xiàn)：第一，促進(jìn)自適應(yīng)學(xué)習(xí)環(huán)境的發(fā)展和人工智能工具在教育中高效、靈活及可靠和個性化地被廣泛使用。其次，實(shí)現(xiàn)了使用精確的算法和明確形式來表達(dá)晦澀含糊的基礎(chǔ)理論知識，讓人工智能成為打開“黑箱”的重要工具手段。

人工智能技術(shù)課程的提出，使得我國傳統(tǒng)理工科課程的教育不再僅僅局限于簡單的學(xué)科，而是可以通過打破各種學(xué)科之間的壁壘，采取更加靈活的學(xué)習(xí)模式，從而促進(jìn)了學(xué)習(xí)者可以在情景下積極地開展高度的學(xué)習(xí)。同時，人工智能的教育并非是只有針對特定的學(xué)科或特定的學(xué)段才可以實(shí)施的，它更類似于一個插入點(diǎn)，有可能會對教育領(lǐng)域的綜合性改革起到“牽一發(fā)而動全身”的革命性影響，并在中小學(xué)教育以及高等教育等領(lǐng)域中起到革新作用。

在數(shù)據(jù)驅(qū)動支持下的教學(xué)轉(zhuǎn)型和課堂重構(gòu)，能夠更好地構(gòu)建數(shù)智化的學(xué)生、教師、校園等平臺。例如：在5G技術(shù)的支持下，學(xué)生可在虛擬環(huán)境中走進(jìn)化工廠、與專家對話，或是進(jìn)行危險性較大的實(shí)驗(yàn)；也可以打開化學(xué)學(xué)科的“學(xué)習(xí)黑匣子”，讓學(xué)生在探索微觀世界等的同時，可以得到技術(shù)的支持。

六、結(jié)語

人機(jī)交互更加便捷智能，泛化學(xué)習(xí)、終身學(xué)習(xí)將成為未來教育常態(tài)。隨著人工智能技術(shù)的快速發(fā)展，以信息技術(shù)為輔的教學(xué)方式對高?；瘜W(xué)教學(xué)的影響日益凸顯。因此，如何借助人工智能來推動高?；瘜W(xué)教學(xué)改革，是高?；瘜W(xué)工作者的主要任務(wù)之一。本文提出基于人工智能的高校化學(xué)智慧教學(xué)模式初步構(gòu)思，希望能為研究者們提供參考并將其付諸實(shí)踐。