摘要 摘要：人工智能技术的发展为传统教育工作问题的解决提供了技术上的可行性，但是人工智能技术在教育中的应用还存在着研发投入少、教育数据不规范和教师的综合素质等方面的问题
摘要：人工智能技术的发展为传统教育工作问题的解决提供了技术上的可行性，但是人工智能技术在教育中的应用还存在着研发投入少、教育数据不规范和教师的综合素质等方面的问题，因此政府要重视教育人工智能的投资，为教育数据制定标准，提高教师综合素质。
关键词：人工智能;教育;教师;高校
人工智能技术逐渐在人类社会的各个领域得到广泛应用。作为人类社会最重要领域之一的教育必然是人工智能应用的重点。美国 2016 年发布了名为《为人工智能的未来做好准备》的报告，报告中提出要将教育与人工智能相融合，使未来的教育充分利用人工智能的优势。我国 2017 年颁布的《新一代人工智能发展规划》与《国家教育事业“十三五”规划》也提出要推进了人工智能在教育中的应用。教育部 2018 年 4 月印发了《高等学校人工智能创新行动计划》，其中明确提出了以人工智能推动学校教育教学改革、学校治理方式改革和终身在线学习的目标计划。
教育人工智能的理念已经成为一个崭新的领域，它包括了对教育人工智能的概念、应用技术以及跨专业人员的沟通等方面前瞻性的探索和分析。教育人工智能本质上是要将人工智能和学习科学相融合，形成一个涉及计算机科学、生物科学、心理学、语言学、教育学等诸多社会科学和自然科学学科的新领域 [1]。在教育人工智能不断进步的背景下，高校教育作为我国重要的教育领域，应在人工智能的关键应用技术的基础上，选择适当的方式促进人工智能的发展。
一、人工智能教育助力高校教育工作的可行性
(一)情感计算助力教师掌握课堂信息。情感计算是指通过人为编程使得机器能够识别和处理人类感情的应用技术。从知识教学的有效性上看，人工智能的情感计算技术可以使知识教学具有高效性。高校本科教学一般采取大班形式进行授课。因此，教师无法充分收获学生的情感信息，从而进行高效教学。人工智能的情感计算技术技术可以弥补大班教学的这个弊端。情感计算技术可以辅助教师实时掌握课堂上学生的情感状态，并在必要的时候提供教师改善学生学习情绪的建议和方法。
(二)机械学习辅助教师处理教育大数据。机器学习是人工智能的核心技术，是计算机科学和统计学的结合，它使得计算机能通过经验数据不断优化算法，提高自身的性能。机械学习可以在大数据中学习规律并进行预测。因此在教育领域的应用中，教师通过人工智能的机械学习技术，可对学生的行为进行建模并进行预测。机械学习作为人工智能的热门技术，对学生知识性学习方面的应用实践早已开展 [2]。每天产生的大量大学生网络信息数据的处理需要人工智能技术才能实现。人工智能的机械学习技术可以从大数据中给出不同语义、情景、精度的分析，并且在不断的经验数据处理过程中提高分析的准确性。因此在法律和伦理道德范围内，可以对教育数据进行收集，通过机械学习技术描述和预测学生的状况。人工智能的机器学习技术可以将教师从网络信息的被动和低效的接受者，转变为主动高效的管理者。
二、当前教育人工智能化存在的问题
(一)教育人工智能的研发投入不足。我国目前的人工智能在教育方面的应用还未成熟。比如在我国较为典型的应用是教育机器人助手。但这些机器人助手的人工智能技术并不发达，只能协助教师或学生完成简单的辅助性工作，开发教育机器人的主体是市场上的小型企业 [3]。教育人工智能的研发是一项长期性的任务，需要大量的人才和资金的投入。市场上开发教育人工智能的企业尚处在探索阶段，规模小，资金和技术不足是常态。因此政府的政策引导和资金投入成为推动教育研发的重要动力。但人工智能在教育领域的应用未引起各级政府和教育管理部门的注意，教育人工智能的潜力未能被充分认识。
(二)教育数据数量少、质量低。人工智能技术在教育中应用的基础是教育数据。如人工智能的核心技术机器学习本质上是一种数理统计，需要大量的高质量数据才能进行准确的统计估计和有效的统计推断。教育的数据存在着数量少、质量低和公开度低的问题。首先由于在高校的教育中，师生基本上是以传统书本方式进行授课和学习，难以记录大量和全面的教学过程和学习过程。其次，虽然网上存在着大量教育视频、课件以及数字图书，但并没有统一的标准与规范，较难形成有效的统计数据。再次，学校和政府存储有教育方面的数据，但是多为人口学方面和学生成绩方面的统计数据，数据内容单一。
(三)教师对人工智能认识不足。人工智能在教育的应用是基于现实教育问题，通过人工智能的优势技术协助教育问题的解决。因此，教育人工智能的应用关键在于教育问题与技术的有机结合。人工智能专业人员往往并不熟悉教育中的具体难点与需求，因此必然需要教师参与到专业应用人工智能的开发研究之中。教师是教学的主体，是教育人工智能技术的使用者。但教师并不了解人工智能技术，无法基于现实教育问题对人工智能技术提出具体合理需求。此外如何协调人机的关系是教育人工智能学者关注的一个重要问题，因为只有做到了人类智慧与人工智能技术相结合，发挥两者优势，才能使教学工作取得更好的效果。教师缺乏人工智能技术的知识是造成人工智能与教育深度融合的难点。
三、高校教育人工智能化问题的解决路径
(一)完善教师在职培训，构建复合型人才队伍。人工智能与各行业的深度融合实际上意味着传统工作岗位的转型升级。工作在教学一线的教师是教育问题的提出者和解决者。这就要求教师不断提升自身的综合知识素养。在教师培训中，应当增加人工智能的培训，帮助教师系统了解人工智能的知识。人工智能技术在不断进步，学校需要将这种综合素质培训常态化和终身化。
(二)政府推动教育人工智能的研究。政府应通过政策引导和资金投入促进人工智能在教育中的发展。第一，政府应投入资金，成立关于教育的人工智能应用性研究项目。第二，加大政府主导的其它基础性和应用性研究项目与教育项目的有效沟通，使人工智能关键技术的与具体教学有机结合。第三，通过优惠政策和政府采购的方式，鼓励和引导市场中的企业教育的研发。第四，政府严格监管教育人工智能产品的研发。教育具有特殊性，具有较强的隐私性和政治敏感性，这需要政府的合理监管。
(三)规范教育数据，构建分权限等级数据库。首先，政府教育管理部门应该制定适合教育数据的统一标准，使得人工智能能够获取高质量的数据。其次，学校和政府教育管理部门要尽可能使教师的教学过程和学生的学习过程数据化。教师的教案、讲义、教材和参考书目等教学资源可以通过统一标准存储入教育数据库，而学生的作业、考试和调查问卷等学生学习状况可通过在线作业考试和问卷系统完成。再次，涉及学生个人各个层面的隐私数据和安全数据，人工智能使用这些数据会产生伦理和法律问题，因此必须在伦理和法律层面进行规范。同时，学校和政府管理部门内部应该严格管理数据的使用，对于不同层次的研究和研究者，授予不同权限的数据使用权。尽管人工智能技术还处在起步阶段，存在着许多问题，但人工智能是未来教育发展的方向，能推动教育在新时代的发展。在未来，通过人工智可以真正建立起以学生为中心教育体系。
参考文献
[1] 闫志明，唐夏夏，秦旋 , 等 . 教育人工智能(EAI)的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《人工智能研发战略规划》报告解析 [J]. 远程教育杂志 ,2017,(1):26—35.
[2] 俞明华 , 冯翔 , 祝智庭 . 人工智能视域下机器学习的教育应用与创新探索 [J]. 大数据时代 ,2018,(1):64—73.
[3] 北京师范大学智慧学习研究所 .2016 全球教育机器人发展白皮书 —— 摘 要 版 [EB/OL].[2016-09-07].http://sli.bnu.edu.cn/a/yanjiuchengguo/ yanjiubaogao/2016/0907/200.html
高校教育人工智能化的发展路径探析相关论文期刊你还可以了解：《虚拟仪器在高校化学实验中的应用》
转载请注明来自：http://www.lunwenhr.com/hrlwfw/hrjylw/11667.html
文章TAG标签：人工智能论文