中文 | ENGLISH
...
分享

面对疫情 展望未来 | 人工智能大有可为


  薛天琪 宋佳宸 卢宇

 

  自2019年12月中下旬起,新型冠状病毒引发的肺炎疫情引起了全国人民的高度重视。为做好疫情防控工作、阻断疫情蔓延,国务院及各政府机关迅速分析新冠肺炎疫情形势并颁布了一系列的防控措施。各级教育部门按教育部和当地党委政府统一部署要求,全力防控,坚决防止疫情在学校蔓延。2020年2月4日,工业和信息化部科技司发布《充分发挥人工智能赋能效用、协力抗击新型冠状病毒感染的肺炎疫情倡议书》,文件指出要着力保障疫期工作生活有序开展,开放远程办公、视频会议服务和AI教育资源,助力办工远程化、教育在线化和生产智能化,推动实施“居家能办工,停课不停学,停工不停产”。

  全国各地中小学积极落实国家有关文件精神,在充分考虑线上教学特殊性的基础上,积极进行线上教学活动组织、学习内容审核、线上师资配备以及网络环境支撑保障等工作,严格按照政策要求,同时结合学校实际,开始通过各类网上教学平台开展线上教学教研活动。此外一些在线教育公司也提出,除必要的带宽成本费用外,免费提供在线学习服务,并同时入驻各大媒体平台,推出免费直播课程。目前,线上教学已在全国各大中小学全面铺开,这是一件顺应防疫形势的好事,然而随着广大师生的进一步探索,却也引发了不少争议。

 

  一、在线教育的痛点

  新冠肺炎疫情之下“停课不停教、不停学”的号召,使2亿多学生集体上线,在线企业也纷纷将此视为难得的时机,从内容、平台、技术等方面着力,力图为学生提供一流的学习保障。这场突如其来的疫情让在线教育得以大规模普及,我们密切关注新教学模式下的发展动态,并以“人工智能+教育”为立足点,对其可能面临的问题进行了思考。

  1.1传统教师对新型授课方式接受有困难

  在家进行网络课程直播给教师带来了不小的压力,大部分之前通过传统方式进行线下授课的教师,从来没有尝试过网络直播教学的形式,产生了诸多的不适应。对大多数教师而言,大家所熟悉的教学形式是一边板书、一边讲解,授课过程中同学生进行面对面的沟通交流,如今却需要一个人面对屏幕与话筒,时刻担心网络另一边的学生的学习状态及接受程度,不知道该如何互动、如何板书、如何调动屏幕另一头的学生的积极性。尤其是对一些年纪比较大的教师来说,处理网络平台工具及设备等问题,则更是令人头疼。

  1.2 线上平台的智能性有待提升

  学生线上上课过程中能否按时、保质的进行学习,是保证线上教学效果的关键所在。线上学习过程中学生的参与度较难管理和监测;同时,教师进行线上批阅的难度增大。目前,大多数教师进行线上批阅的方式是:学生通过拍照片的方式将作业上传到教学群,教师于课后依次仔细对照每个学生的作业与标准答案,通过在线图片标注或者纸笔的方式记录下每个学生作业里存在的问题,然后再依次上传回教学群,让学生对照反馈对作业进行修改。线上批阅一方面加重了教师的负担,一方面降低了学习及沟通效率。另外,线上教学资源泛滥,良莠不齐的教学资源容易导致学生面临“信息过载”和“知识迷航”等问题,从而对学习者的学习积极性及学习效果产生消极影响。

  1.3 学习情境感知度有待增强

  线上教学过程中,所有教学活动只能隔空进行。初等教育的孩子,年龄一般偏小,自制力较差;中高等教育的学生,虽然自制力强一些,但自主性又比较强,缺少吸引力与内容张力的课程并不容易令他们集中注意力。线上教学并不是简单的课堂转移,网课的教学需要一些不同于线下课堂教学的特殊技巧。由于线上教学中,无论是教师形象亦或是教学资源都变成了平面影像,相比于学校课堂体验而言,学生的注意力更难以长时间的集中。同时,教师直播过程中单一性强、互动性差,学生参与感低,在一定程度上降低了线上教学的教学效果,而网络另一端的教师却很难及时了解或者进行直接干预。因此,在线教育一方面对授课教师提出了很高的要求,例如教师的教学节奏要明快、表达能力要出众、教学风格要鲜明等;另一方面是需要提高教师对学生学习状态的掌控程度,及时予正向反馈或情感支持等。

  1.4 家庭教育临时补位

  学校与家庭是孩子健康成长过程中不可或缺的主体,探索“家校共育”,其根本目的是让学校和家庭教育能无缝衔接,让家长和教师都更加了解孩子的动态,有的放矢引导孩子、教育孩子,以此构建和谐的家校关系,形成合作共育的格局,保障孩子的健康成长。当前疫情下,家庭教育的重要性大幅度提升,要由家长更多承担起对孩子进行教育的重任,而现实的情况却是,部分家长由于工作繁忙而导致了对孩子的成长疏于了解,或者在认知上对“育人”知识也存在或多或少的误区。在此环境下,需要提高家庭教育的质量,一方面保障孩子的身心健康,另一方面保质保量完成国家规定的教学目标,做到“德育”与“智育”双管齐下。

 

  二、解决在线教育的问题,人工智能未来大有可为

  通过分析线上教育目前面临的一些问题,立足于人工智能本身的技术优势,我们对未来的发展方向进行了一些简单思考。

  2.1 增强教学系统的智能性

  最早的智能教学系统可以追溯到上世纪90年代,每个智能教学系统大都融入了教育学和认知科学的理论,用以指导系统中的智能代理选择问题并给出恰当反馈等功能;同时系统挖掘学习者的认知规律,采用计算机技术建立了相应的学习者模型,用以追踪学习者的认知状态变化并实时更新。自上世纪90年代至今,很多成功的智能教学系统得以推广,并在各类学科教学中显示了其有效性。智能教学系统的易用程度关键在于其专业性,专业性主要可以从三方面进行衡量:首先,系统是否能在具有丰富学习资源的同时针对学生的认知状态进行资源的精准推荐;其次,系统是否能够解决在线教育过程中由于时空分离而对教学带来的监督不透明的挑战;最后,系统对于操作繁杂的线上批阅等环节是否能够提供有力的解决方案。随着人工智能技术的进一步发展,越来越多的智能教学系统能够理解较为复杂的文本答案,并给予更加精确的反馈;成熟的语音识别技术也越来越多的被运用到智能教学系统中来,使得系统能够将学生的语音信息转化为文字,进而理解学生的语音内容,并通过人机对话的形式来进行教学互动;数据挖掘技术也逐渐被运用于分析学生与智能教学系统的交互行为,能够进行不同类别行为交互模式的划分,进而寻找行为模式与学习表现之间的规则,并触发对特定行为的反馈动作。

  以北师大高精尖中心的智能教学系统“雷达数学”为例(https://aic-fe.bnu.edu.cn/xwdt/xzsp/80445.html),其主要是利用数据挖掘、知识追踪等关键技术,通过对学生的数学学科学习过程进行精准诊断和分析(Chen etal.,2018),以及对学生答案进行自动批阅(谭红叶等,2019),依据批阅结果及时对学生所处的知识状态空间进行估计,最终为学习者提供适应性的自动反馈;同时系统设计了新颖的认知可视化方式,即以认知地图为基础,依据学生的认知状态呈现出个性化的学习导航及学习路径(Pian et al.,2019),进而为学习者提供学习资源的精准推荐及学情报告的自动生成功能,以帮助处于不同认知阶段的学生都能够利用个性化的学习资源自主进行深层次的在线学习。

 

  

  图1 “雷达数学”导引界面

 

  2.2 增强学习情境感知性

  线上教学在一定程度上丢失了线下教学师生交互过程中的多元性与感知性,一方面,由于空间的阻隔,网络一端的教师对于网络另一端的学习者的学习状态以及掌握程度等难以预知;另一方面,家长对于学生的学习状态也难以做到实时监测与把控。基于人工智能技术的智能手环、智能教育机器人等智能教育工具可以帮助其进行改进。例如,智能手环是一种穿戴式智能设备,通过手环,学习者可以记录日常生活中的学习、锻炼、睡眠以及部分体征监测、位置信息等实时数据,并将这些数据与手机、平板、客户端等同步,起到对学生的动态进行实时记录、远程监测的效果。由于学习者的学习过程数据纷繁复杂,目前还很少有专门针对教育领域的智能学习手环,而由于近年来在线教育的普及度大幅提升,感知器与高运算能力迅速发展,我们相信这也会是未来智能手环的一个重要的发展方向。

  智能教育机器人可以集成各类人工智能技术,也能够作为较好的工具进行教学支撑。以北师大高精尖中心研发的“智慧学伴教育机器人”(https://aic-fe.bnu.edu.cn/xwdt/xzsp/77163.html)为例(Lu et al.,2018),其系统模块中的对话代理以及问答引擎能够给予学生及时反馈,保证了反馈的及时性;同时,其内置的情感计算模块则能够对学生的学习情绪及学习状态专注度进行识别,实现了情境的感知性。随着智能教育机器人成本的不断降低,将来大多数家庭都可能拥有一台智能教育机器人。我们相信智能教育机器人及其衍生品会对线上教育及家庭教育的发展与优化起到越来越重要的作用。

 

  

  图2 “智慧学伴”教育机器人

 

  2.3 实现隐性育人知识显性化

  育人是教育的本质诉求,然而在现实教育过程中却常常收到“重智育轻德育”观念的影响,使得家长在面对孩子成长过程中的典型问题时,由于不了解关键的教育学、心理学等知识而无从下手,或只是粗暴的教训或干预,不利于孩子的健康成长。在疫情下家庭教育的临时补位,更面临着卫生安全教育、劳动教育、体育教育等多重压力,大多数家长在面对育人问题时往往不知所措,或故意回避,或根据历史经验去处理,缺乏对孩子成长规律的了解,缺乏科学方法的指导,因此教导结果也往往不如人意。

  根据迈克·博兰尼(Polanyi,1959)知识理论,育人知识可分为显性育人知识和隐形育人知识。显性育人知识指那些能够通过文字、图表等表达出来的清晰的育人知识,隐性育人知识指基于主观体验和领悟获得的无法用言语表达的隐晦的育人知识。但实际上,隐性知识远远多于显性知识,育人过程中通过经验和思考而获得的对学生问题的处理方案大多都是隐性知识,也正是这些给予具体情境和案例的知识对于解决实际问题具有极高的指导价值。然而却由于隐性知识的难以表达和传递,使得育人知识的转移缓慢而艰难,因此促使育人领域的隐性知识显性化对于育人知识的传播及发展至关重要。

  近年来,人工智能技术的发展为解决上述问题提供了新的思路:一方面,知识图谱技术能从语义角度表征现实世界的概念及其相互关系,能够对实体及实体间的关系进行有效推理,进而对问题进行潜在成因的定位和预测,为个性化育人提供精准的知识服务;另一方面,知识图谱可以实现知识的结构化组织,帮助家长清晰地把握和理解育人领域(余胜泉等,2019)。以北师大高精尖中心的“AI好老师”(https://aic-fe.bnu.edu.cn/xwdt/xzsp/76921.html)为例,其本质为基于人工智能技术研发的线上智能育人助理,旨在针对教育实践过程中存在的育人意识薄弱、育人知识欠缺等问题,借助知识图谱等人工智能技术实现对隐性育人知识的显性化(陈鹏鹤等,2019),为教师及家长解决育人难题提供个性化支持,助其树立育人意识、掌握育人知识、提升育人能力,最终促进孩子的健康成长。

 

  

  图3 “AI好老师”理论架构

 

  最后,我们相信“停课不停教、不停学”既是应对疫情的应急之举,也是“人工智能+教育”的重要发展机会。北师大高精尖中心将始终密切关注线上教学的发展形势,努力将人工智能技术运用到教学实践活动中,并且呼吁社会上更多高校、研究机构以及企业充分发挥自身优势,为支持更优质、更智能的线上教育贡献才智!

 

  参考文献

  [1] Chen, P., Lu, Y., Zheng, V. W., & Pian, Y. (2018, November). Prerequisite-driven deep knowledge tracing. In 2018 IEEE International Conference on Data Mining (ICDM) (pp. 39-48). IEEE.

  [2] 陈鹏鹤, 彭燕, & 余胜泉. (2019). “AI 好老师” 智能育人助理系统关键技术. 开放教育研究, 25(2).

  [3] Lu, Y., Chen, C., Chen, P., Chen, X., & Zhuang, Z. (2018, June). Smart learning partner: an interactive robot for education. In International Conference on Artificial Intelligence in Education (pp. 447-451). Springer, Cham.

  [4] Pian, Y., Lu, Y., Chen, P., & Duan, Q. (2019, April). CogLearn: A Cognitive Graph-Oriented Online Learning System. In 2019 IEEE 35th International Conference on Data Engineering (ICDE) (pp. 2020-2023). IEEE.

  [5] Polanyi,M. (1959). The Study of Man[M].London: Routledge and Kegan Paul.

  [6] 谭红叶, 午泽鹏, 卢宇, 段庆龙, 李茹, & 张虎. (2019). 基于代表性答案选择与注意力机制的短答案自动评分. 中文信息学报, 33(11), 134-142.

  [7] 余胜泉,彭燕,卢宇(2019).基于人工智能的育人助理系统——“AI好老师”的体系结构与功能[J].开放教育研究,25(1).

地址:北京市昌平区北沙河西三路北京师范大学昌平校园G区3号楼4-5层
©版权所有 北京师范大学未来教育高精尖创新中心
邮编:102206    电话:010-56444401、010-56444402、010-56444403(双师服务答疑专线)    E-mail:gaojingjian@bnu.edu.cn