疫情下大数据与人工智能技术在教育领域的应用与思考

王桂平 张涵

摘  要： 疫情下，人工智能与大数据技术将传统教育模式转变成新的模式，引发了教育领域的新变革。文章分析了疫情下人工智能与大数据对教育行业产生的影响，梳理了教学管理、课堂教学、课外辅导、考试管理等人工智能教育的四种应用场景，分析人工智能应用存在的障碍并提出加强人工智能基础设施建设、推进人工智能教育的产学研合作等建议。

关键词： 大数据; 人工智能; 教育; 建议

中图分类号：G40-01          文献标识码：A     文章编号：1006-8228（2021）04-32-03

Abstract： Under the epidemic situation， artificial intelligence and big data technologies have transformed the traditional education mode into a new one， which has triggered new changes in the field of education. This paper analyzes the impact of artificial intelligence and big data on the education industry under the epidemic situation， combs four application scenarios of artificial intelligence education， such as teaching management， classroom teaching， after-class tutoring and examination management， analyzes the obstacles existing in the application of artificial intelligence， and puts forward some suggestions， such as strengthening the construction of artificial intelligence infrastructure and promoting the industry-university-institute cooperation in artificial intelligence education.

Key words： big data; artificial intelligence; education; suggestion

0 引言

2020年的新冠肺炎疫情突如其来，给各地政府管理、社会治理、民生服务、产业发展、企业生产经营等各方面都带来了巨大的困难和挑战。全民居家隔离，教育教学不得不由线下转到线上。人工智能是人类社会进入信息时代的新的标志，是新一轮科技革命和产业变革的重要颠覆性技术。人工智能与大数据之间关系密切，在过去十年中，随着大数据技术的迅猛增长、机器学习算法的持续改进和设备运算能力的极大提升，人工智能取得了突飞猛进的发展。人工智能与大数据的交互融合为教育带来了新的机遇，疫情助推了教育新的变革。大数据的使用，能帮助学生克服教育资源的地理空间限制;能帮助老师切实做到“因材施教”，使学生从模糊学习到精准定位，有利于教育资源优化配置。

中国学术界日益重视人工智能教育的应用与研究。以人工智能+教育为关键词搜索CNKI，显示文献从2008年的62篇，增加到2020年的1605篇。已有的研究成果分别从某一角度分析人工智能在教育中的应用。例如，李振等将人工智能教育归纳为五个发展阶段：早期萌芽阶段、计算机辅助教学阶段、智能计算机辅助教学、自适应学习阶段、智适应学习五个阶段[1]。刘德建等分析了人工智能教育应用五大潜能，分别为个性化学习、适切服务、学业测评、角色变化、交叉学科;五大人工智能教育应用挑战，分别为教育价值、教学体验、安全伦理、有效协同及技术治理[2]。本文在已有研究的基础上枚举人工智能的具体应用场景，对其展开分层研究，分析现有人工智能教育应用中的障碍并提出对策。

1 人工智能教育产业发展现状

人工智能教育产业（以在线为主），也称为AI+教育，目前应用场景集中于辅助学习环节。“AI+教育”产品及服务已经开始在幼教、K12、高等教育、職业教育等各类细分赛道加速落地，主要应用场景包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等。现阶段，如果把“人工智能+教育”的应用场景划分为外围学习环节、核心学习环节（见图1），那么，目前人工智能仅停留在最外围的学习辅助环节上。未来随着人工智能技术的进一步发展内核的学习环节将被智能化，从而从根本上促进学习者的学习理念和学习方式。

2 人工智能教育的应用场景

人工智能作为一种通用技术，可以广泛应用于各个领域。相关机构提出六种在良性循环中交互的核心人工智能技术[3]。分别为：业务分析和数据科学、自然语言处理、语音识别与机器学习、机器推理、计算机视觉、机器人和传感器。结合教育的特点，将人工智能在教育中的具体应用场景分为四个环节：第一阶段属于教育管理环节，第二阶段属于课堂管理环节，第三阶段是课外智能辅导环节，第四阶段是考试管理环节。

2.1 教育管理环节

学校教务管理同样是教学中一个很重要的环节，利用人工智能技术，可以有效地推进教务管理信息化。目前，已有高校建立了学生画像，学生行为预警，学生家庭经济情况分析，为学生提供个性化的管理与培养方案。刘海鸥等提出基于大数据深度画像的用户个性化学习精准服务模式，个性化的学习监督服务，可以大大提高学生学习的自主性[4]。此外，人工智能算法可以应用于班级的排课，大大提高排课效率。

2.2 课堂教学环节

借助于面部识别技术，教师可以识别出学生的表情，如学生上课有没有走神，有没有对课程感到无聊。也可以判断教师的课堂活动，知识点的讲解程度和学生的参与程度。美国学者Alexandria等人通过识别、收集学习者的学习行为、面部表情数据，预测及调整学习者的学习结果，并将该研究付诸实践[5]。借助语音识别和图像识别技术，学生可以通过手机拍照上传到云端，教学系统会根据后台海量的相关语音素材，迅速对学生的学习状态进行评估，学生跟读这句话，系统可以测评并反复朗读打分，准确识别语音，对于不标准的地方，提出修正建议[6]。这样减轻了教师的工作量，使教师更多是充当学生学习的陪伴者。

2.3 课外个性化辅导

在个性化辅导中，自适应学习系统对学生已学会的知识不再出现，不会的知识，系统会一直重复，反复练习，直到学会为止。尤其是如果学习者在视觉方面有局限性，可通过语音代码转换器将文本输入转化为声音输出，将图像输入转化成视频输出，以及转化成动画，使得有视觉障碍的学习者能够阅读原本无法阅读的数字内容，同理，如果学习者在听觉方面有障碍，可以将语言转化成文本输出，从而打破了学习者和机器互动之间障碍。

2.4 考试管理

目前智能阅卷取代了传统教育中的人工阅卷，智能阅卷技术可对空白卷、疑似雷同卷进行检测，缩短了教师的大量时间。教师只需扫描试卷，即可实时计算和显示该试卷的分数，并同时统计出本次扫描所有试卷的平均分、最高分、最低分。

3 人工智能教育应用存在的主要障碍

3.1 人工智能教育基础设施不健全

人工智能与大数据的融合应用于教育领域，需要丰富的教育数据资源。目前相关的教育数据平台不健全，多数地区并未建立教育大数据中心或者教育云计算中心，这极大的限制了教育数据的获取，无法获取全面的教育数据会进一步阻碍人工智能与大数据在教育领域的应用。此外，人工智能与大数据的融合应用于教育领域需要良好的网络基础设施，当前很多地区存在移动通讯网络速度慢、网费高的情况，阻碍了教育智能化、信息化的发展。

3.2 人工智能算法对于语义的理解能力有限

虽然人工智能利用大数据和算法上的优势，可以解决有标准答案的客观题，但是有很多人文社会科学类课程没有标准答案，人工智能对此无能为力。比如，政治中含有大量主观题，解题的关键在于个人对相关背景及知识点的掌握。人工智能技术已经可以识别和处理数字和公式，但对于汉语，特别是语义的理解还存在着较大障碍。

3.3 人工智能教育缺少对品德培养的关注

立德树人是教育的根本任务。目前研发的人工智能教育产品只单纯强调知识的灌输，服务于应试教育，如何提高学生的学习成绩，没有考虑个人品德的培养开发。尤其是使用教育机器人的儿童更容易出现孤僻现象，过多的使用教育机器人，会使儿童与父母、与外界的联系越来越少，智能教育机器人在减轻父母辅导儿童作业负担的同时，父母的责任感也会降低，儿童与父母面对面交流的时间越来越少，更容易引发儿童的心理问题。如何从心理角度入手，缓解和调节儿童的心理问题是智能教育机器人落地应用的关键所在。

4 我国发展人工智能教育的建议

4.1 加强人工智能教育的基础条件保障

互联网为人工智能提供了重要的基础设施，一方面是互联网能够为人工智能提供大量数据，人工智能每一个任务的实现，都依赖高质量的训练数据。另一方面，互联网的速度能够影响人工智能模型的效率，较高的网络速度，能够使技术人员在同样的时间内做出更多的实验。政府要引导企业、高校、科研机构不断加强人工智能基础设施的建设，进一步提高网络速度，降低上网费用。同时应该构建教育大数据平台、打造教育云计算中心，为人工智能教育未來发展的打好基础。

4.2 加大教育人工智能科研的支持力度

人工智能技术难题的攻关离不开科研。科研能够很好推动人工智能的发展，目前，国家自然科学基金委为推动人工智能相关课题的申报和人才的集聚，增设了人工智能学科代码，将人工智能与计算机、自动化等学科并列设置。在当前形势下，人工智能教育对于理论研究、技术创新的需求与日俱增，应当加大对于教育领域人工智能科研项目的支持力度，以推动教育人工智能不断向前发展。

4.3 推进人工智能教育的产学研合作

人工智能教育的研发和推广，需要政府、高校和企业的共同努力。政府从宏观层面提供战略、基础设施、资金方面的保障，教育人工智能领域科技成果在重点行业与区域的转化必须依托具体的企业，高校科研院所通过以协议、合约或者合同等方式，与人工智能教育相关的技术公司进行跨界技术研发合作，通过院校企跨界联动培养人才等形式，加快人工智能教育的创新。

参考文献（References）：

[1] 李振，周东岱，刘娜，欧阳猛.人工智能应用背景下的教育人工智能研究[J].现代教育技术，2018.28（09）：19-25

[2] 刘德建，杜静，姜男等.人工智能融入学校教育的发展趋势[J].开放教育研究，2018.24（4）：33-42

[3] 三思派.Gartner报告：人工智能在高等教育领域中的实践[EB/OL].（2019-7-6）[2019-9-18].https：//www.secrss.com/articles/12289.

[4] 刘海鸥，刘旭，姚苏梅，王妍妍.基于大数据深度画像的个性化学习精准服务研究[J].图书馆学研究，2019.15：68-74

[5] Vail A K， Grafsgaard J F， Boyer K E， et al.Predicting learningfrom Student Affective Response to Tutor Questions[C].InternationalConference on Intelligent Tutoring Systems. Springer InternationalPublishing，2016：154-164

[6] 陈凯泉，沙俊宏，何瑶，王晓芳.人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J].远程教育杂志，2017.35（5）：40-53