人工智能融入课程教学探讨

2022-12-02王国珲马卫红

科教导刊 2022年26期

王国珲，田会，马卫红

（西安工业大学光电工程学院陕西西安 710021）

自1956年美国达特茅斯学院的夏季学术研讨会上首次正式使用人工智能这一术语后[1]，人工智能的发展经历了3次浪潮和2次寒冬，直到2006年随着深度学习的出现，人工智能迎来了蓬勃发展期，并逐渐与教育、医疗、交通等领域融合，对这些领域产生了重要影响。

李德毅院士在2019年中国智能教育大会上做主题报告时指出，人工智能影响最大的行业是教育。联合国教科文组织也在2019年国际人工智能与教育大会成果文件《北京共识——人工智能与教育》中提出[2]：通过人工智能与教育的系统融合，全面创新教育、教学和学习方式，并利用人工智能加快建设开放灵活的教育体系，确保全民享有公平、适合每个人且优质的终身学习机会。由此可见，人工智能与教育融合以促进教育改革已经成为国际社会的共识。人工智能与教育的融合发展给教育带来了深刻变革，推动教育向智能化方向迈进。

吴岩表示，课程是人才培养的核心要素，是教育的微观问题，解决的却是战略大问题[3]。在我国，课程教学仍然是学校培养人才的重要途径，人工智能融入课程教学是教育改革发展的必然，那么人工智能融入课程教学的动因有哪些？能给课程教学带来哪些变革？人工智能融入课程教学时遇到的难题是什么？这些问题的解答，对于推动人工智能融入课程教学具有重要意义。本文将从普通教育工作者的视角审视并试图回答这些问题。

1 人工智能融入课程教学的动因

1.1 国家战略：人工智能融入课程教学的时代背景

2017年，国家发布了《新一代人工智能发展规划》[4]，标志着人工智能已上升为国家战略，《新一代人工智能发展规划》作出开发基于大数据智能的在线学习教育平台和智能教育助理、提供精准推送的教育服务、积极开展智能教育的重大战略部署。为了加快推进人工智能与教育的深度融合和创新发展，教育部先后印发了《高等学校人工智能创新行动计划》[5]《教育信息化2.0行动计划》[6]等文件，对构建网络化、数字化、智能化、个性化、终身化的教育体系，建设人人皆学、处处能学、时时可学的学习型社会提出了具体要求。课程教学作为学校教育、教师教学、学生学习的重要方式，必须与人工智能融合发展，充分利用人工智能技术辅助课程教学，构建符合学生自适应学习需要的课程教学体系以提高课程教学效果和人才培养质量。可见，人工智能融入课程教学是国家战略的需要。

1.2 教育需求：人工智能融入课程教学的内生动力

传统的课程教学普遍采用“班级授课制”[7]，即同一年龄阶段的学生坐在同一教室，采用同一教学内容和评价方式的课程教学组织形式。然而单一的“班级授课制”难以实现学生的个性化培养，亟待对这种课程教学组织形式进行改革以满足学生个性化发展的需要。人工智能技术所带来的学情分析、学习资源智能化推荐、学习效果自动化测评使得学校精准化教学、学生个性化学习成为可能。人工智能融入课程教学是学生个性化发展的必然要求，是教育自身求变的迫切需要。

1.3 技术进展：人工智能融入课程教学的强大驱动

人工智能技术加速了教育的变革，改变了教与学的方式。与课程教学相关的关键技术主要包括大数据技术、深度学习、语音与图像识别、自然语言处理、情感计算、智能感知技术等[8]，目前这些技术已经取得了突破性进展，利用这些技术研发出来的教育人工智能产品在课程教学方面表现不凡。比如，讯飞智能语音系统对口音不作任何训练的演讲人，识别准确率可达95%，如果能够对口音和对于使用的领域做训练，准确率可以做到近乎百分之百。这些技术的进展和产品的应用，为课程教学提供了强有力的辅助，拓展了课程教学的内涵和空间，有力地推动了课程教学革命。

2 人工智能融入课程教学带来了课程教学的重要变革

2.1 有的放矢：人工智能融入课程教学实现课程教学精准化

人工智能融入课程教学实现课程教学精准化主要体现在学情分析和课程教学目标确定上。课程教学过程中运用数据挖掘、机器学习等技术对智能终端设备、可穿戴设备等收集来的教育大数据进行聚类、回归、预测等分析，揭示文本、图像、视频等非结构性教育大数据背后蕴含的教学问题和规律，得到所需的学情信息。学情分析包括两个方面：一方面依据每个学生的学习记录、学习态度、性格特征、兴趣爱好、生活轨迹等具体信息，分析学生学习的困难所在、知识掌握情况，刻画学生的数字肖像，生成学生个人学情报告；另一方面对整个班级的学习气氛、成绩分布等进行分析，得到班级学情报告。学情分析是开展课程精准教学的基础，授课教师在进行课程教学时根据学情报告，采用针对性的教学内容、个性化的教学策略和适切的评价方式。课程教学目标的确定建立在学情分析基础上，课程教学目标不再是知识传授、能力提升，而是在培养学生的学科思维和基于知识的能力时，更关注学生的个性化差别，通过精准教学，满足学生的个性化发展需求，提升学生的学科素养、综合素养，实现学生全面发展。

2.2 因材施教：人工智能融入课程教学实现学生培养个性化

人工智能融入课程教学实现学生培养个性化主要通过学生个性化课程学习路径来实现。课程学习路径是指借助大数据、机器学习、深度学习等技术，针对课程知识点和能力要求构建的符合不同学生知识水平、能力层次、兴趣爱好等的课程学习路线[9]。依据学情分析、课程教学目标、课程教学内容、课程知识体系等，学生个性化课程学习路径将被生成，具体如图1所示。学生课程学习路径是动态调整的，根据学生当前的学习情况确定线上学习、线下学习的时间、内容、进度等的安排，从而满足学生个性化学习的需要。

人工智能融入背景下的课程教学以线上、线下混合式教学为主要形式。线下教学采用智慧课堂授课的方式进行；线上教学需要借助智能教学系统，主要包括课程资源推荐、学生自主学习。线上教学与线下教学密不可分、相互补充，两者的关系如图2所示。

线下学习。人工智能融入背景下的课程教学中课堂授课仍然是重要形式，只不过课堂授课已经“智慧化”了。依据学生个性化课程学习路径，每个学生只需接受自己所需的课堂教学，因此每个学生的课堂学习内容、时间不尽相同。智慧课堂授课依赖于智慧教室建设，根据智慧教室反馈回来的信息，教师实时调整教学进度：如果学生感到吃力则放缓教学进度；如果学生掌握牢固则加快教学进度。智慧课堂的具体教学形式采用传递—接受式教学、探究式教学等。

线上学习。①课程资源推荐。智能教学系统依据学生的学习轨迹，分析学生的学习能力、知识掌握情况、兴趣爱好等，然后再根据本课程中的知识点为学生进行智能化课程资源推荐。②学生自主学习。学生根据实际的需要使用智能教学系统提供的虚拟教学场景在课前或课后进行个性化自主学习。智能教学系统能够模拟有效的一对一教学，通过智能记忆复习、自助问答、真人问答、知识点导航、智能提问、游戏化激励、学习能力训练与提升等方式，帮助学生进行自主学习。

在开展课程教学时，线上教学与线下教学相结合，根据学生个性化课程学习路径科学合理地安排课堂教学计划与个性化自主学习活动，在课堂授课满足班级学习利益最大化的同时，让学生实现个性化自主学习。人工智能融入背景下的课程教学中人机协同是最突出的特征，传统课程教学过程中所涉及的辅助性或重复性的工作交由智能助理来完成，将授课教师从繁重、机械的工作中解放出来，使授课教师将主要精力放在教学设计、课堂授课等核心工作上，从而提高工作效率。此外，课程教学过程还体现了师生协同、生生协同。人机协同、师生协同、生生协同三位一体、互为补充、相互促进，共同推动课程教学有效开展。

2.3 不拘一格：人工智能融入课程教学实现课程评价多元化

人工智能技术的发展使得课程教学全过程信息的收集、分析、展示成为可能，从而改变了课程教学效果的评价方法和评价形式：①由单一的结果性评价转变为多元的过程性评价，课程评价贯穿于课前、课堂、课后等课程教学的各个阶段，以课程评价来诊断、反思、调节课程教学过程，确保课程教学取得好的成效。②评价主体由单一的教师评价转变为机器助评、教师评价等多主体参与，机器助评不仅能够得到实时、客观、有效、可用的测评结果，还能根据分析结果给出学习建议或学习策略，减轻了教师评价的工作负担，提高了课程教学评价的效率。根据学生整个课程的知识掌握情况、学习成绩、学习状态等综合进行课程学习效果分析生成的课程学习报告，为学生整个学业评价、学校教学管理提供重要依据。

3 人工智能融入课程教学遇到的发展难题

3.1 数据共享方面

人工智能融入背景下，课程教学中线下教学所使用的智慧教室与线上教学所使用的智能教学系统目前还属于不同的系统，可能由不同的公司开发和维护，不同系统存在数据接口不一致、数据耦合性差等问题，教育数据共享较难。基于以上原因，使得人工智能融入背景下的课程教学中存在教育大数据数量不足、质量不高、数据共享困难等问题。

3.2 政策制度方面

人工智能与教育的融合发展处于起步阶段，人工智能融入课程教学是一个新生事物，将会面临一系列问题，比如如何对专业教师进行培训，如何对教师进行激励奖励，如何实现课程教学过程中的数据隐私保护和伦理教育，等等。针对这些问题的具体政策制度尚未建立，这在一定程度上阻碍了人工智能融入课程教学的进程。

3.3 专业师资方面

教师的能力决定了人工智能融入课程教学的质量和开展课程教学的效果。教师不仅需要全面掌握所讲授课程的内容，而且需要对人工智能融入课程教学的本质有明确的了解，具备在人工智能技术辅助下驾驭课程教学的能力。就目前情形来看，各高校对人工智能融入背景下从事教学的专业教师队伍建设没有清晰统一的认识，加大了人工智能融入课程教学的难度。

此外，人工智能融入课程教学还遇到其他一些实际困难，如教师及教育管理者对其认识不够清晰；课程教学体系还未建立；在人工智能融入背景下开展课程教学没有成熟的经验可供借鉴；所需的智慧教室、智能教学系统等软硬件建设周期长、成本高，等等。这些都在一定程度上限制了人工智能融入背景下课程教学的开展。