☆ 姚玉华
(西华师范大学教育学院,四川南充 637009)
进入21世纪以来,社会越来越需要具有创新能力的人才,而教育作为培养人才的重要手段,传统的以传递知识为主的讲授式的教学已不再适用于当今社会。在《中国学生发展核心素养》中,核心素养以培养“全面发展的人”为核心,其培养目标分为文化基础、自主发展、社会参与三个方面,综合表现为人文底蕴、科学精神、学会学习、健康生活、责任担当、实践创新六大素养[1]。可以看出,培育学生学会学习并促使其自主发展是核心素养的实施要义。正如国际教育委员会所说,当前的受教育者其核心应该是学会学习即“会学”。因而,未来的教育应该以学生为中心,推进个性化的教育,促进学生主动学习。而随着人工智能时代的到来,人工智能无疑给教育带来了巨大的影响。在2017年全国智慧教育观摩研讨论坛上,科大讯飞总裁吴晓如提出人工智能在教育行业的三大影响七大应用,其中就提到了人工智能在个性化教学中的应用,主要以深度学习和机器学习这两个关键技术手段作为基础,结合教育大数据分析学习者、学习内容、学习环境等。可以肯定的是随着人工智能的发展,其对个性化教育带来的影响将会越来越大。本文在已有研究的基础上,对人工智能给个性化学习可能带来的影响做出了一些探讨。
长期以来,国家教育一直注重对学生的创新能力和实践能力的培养。以学生为中心,采取个性化学习模式能够帮助学生学会学习,利用所学知识处理实际问题,提高学生的创新能力和实践能力。当前,国内外都有对个性化学习的定义,国内学者孟万金(2002)、杨南昌(2003)、李广,姜英杰(2005)对个性化学习做出了解读,他们认为个性化学习是在传统环境下,通过对学习者的个性特征分析,针对学习者的个性需要,为学习者提供适当的学习内容、学习策略、学习方法、学习活动等。在此基础上,The Bill和 Melinda Gates Foundation[2]等组织提出个性化学习依靠学习者档案袋、个人学习路径、灵活的学习环境、基于竞争力的进度四大支柱,为个性化学习的实际实施提供了更明确的目标,并为学习者制定了定制化的路径。
在对传统环境下个性化学习的解读中,我们知道了实施个性化学习的具体目标,但是却没有提出解决个性化学习实施过程中出现问题的方法(例如大班制关注缺失问题),导致很长一段时间以来,强调以学生为主的个性化学习模式只是一个空头口号。对个性化学习的研究也遇到了瓶颈。
人工智能的出现,无疑给个性化学习的实施带来了福音。根据牟智佳对“人工智能+”时代下的个性化学习理论的初步探索结果分析,未来的个性化学习应该是在人工智能结合大数据、自适应技术以及教育云服务的基础上实现的,电子学习档案袋将一直记录学生的行为,以机器学习与深度学习为支撑的人工智能将对收集的大量学习数据进行分析,根据反馈结果,通过教育云平台为学生定制个性化方案。在这个过程中,我们会发现人工智能对个性化学习的实现起着不可或缺的作用,如果没有机器的智能分析,要使教师来完成对学生的不可再生的大数据的分析是不可能的。因而明确人工智能对个性化学习可能带来的影响是至关重要的。
人工智能(Artificial Intelligence),英文缩写为AI。“它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[3]。”目前由各国政府倡导的“脑计划”成为了人工智能技术领域研究的热点,其主要研究内容之一是通过对人类大脑构造及机理的分析,期望获得在人工智能领域的计算机模拟,实现使机器代替人类从事大部分工作的想法,在教育领域,利用人工智能能够代替教师完成一些工作,例如学生作业批改,对学生学习行为的分析。同时也能够在学生的个性化学习中发挥很大的作用。
根据美国白宫科技政策办公室在2016年10月发布的《为人工智能的未来做好准备》[4]报告,人工智能的技术手段包括机器学习、深度学习,自主、自动化和人机合作。其中,机器学习是利用大数据分析推导出规则或流程,用于解释和预测未来数据;深度学习也被称为深度网络学习,利用启发自人脑的结构。这些结构由大量类似神经元的组件构成。
人工智能技术与个性化学习相结合的过程,就是利用机器学习对收集的大量数据进行反复分析处理,建立一个或多个智能化的系统或模型(例如智能化的教学系统)并通过模型训练对误差进行自动调节的过程,学生可以在这个系统中完成一系列的学习活动,并获得反馈。
1.数据的实时处理和信息反馈
信息化时代的到来为人们带来了越来越丰富的信息,在教育领域中互联网带来的各种各样的信息在给教育工作者带来便利的同时也给他们造成了负担。数据的实时处理和信息反馈显得尤其重要。自1946年2月14日,世界上第一台计算机ENIAC在美国宾夕法尼亚大学诞生,人类逐渐进入到了信息化时代,人们利用计算机处理数据的速度也在不断加快。例如利用计算机阅卷。但是这些数据的处理始终需要人为的加入和控制,而且人处理的数据数量也是有限的。人工智能的出现,为我们解决这个问题提供了很好的解决途径。在2017年新媒体发布的《地平线报告中》曾明确提到了近几年我们将会热点关注下一代学习管理系统的建设。下一代学习管理系统正是结合了人工智能的智能化学习系统。利用数据挖掘技术和机器学习能同步记录分析学生的学习情况,利用自然语言处理技术和深度学习及时回答学生问题等。能够真正地实现数据的实时处理和信息反馈。
2.破解大班制教学的个体关注缺失问题
在传统的教学中,我们采用的教学组织形式大都是大班制教学,这就导致了大部分学生不能得到教师的关注,学生的学习被统一化,并不能实现个性化发展。学生的长处得不到发展,也不能实现因材施教。现在的教育越来越注重学生的全面发展,注重学生的实践能力和创新能力的发展。强调学生的个性化教育。在这种教育形势下,教师的人数与学生的人数是不成正比的,要实现个性化教育,首先对教师的需求就是一个大问题。面对一个班级老师与学生人数相差如此大的问题,人工智能的出现破解了这种困境,利用人工智能技术能够实时记录每个学生的学习情况,并通过对学生的个体生物特征如表情、声音等数据进行分析处理,以实现学生个人的网络学习空间。利用自然语言处理技术能够实现自然的人机交互,利用计算机处理作业,对学生观点作出回应等。为实现个性化学习提供了保障。
3.数据驱动的教学治理
在人工智能与个性化学习的融合中,都是以数据为支撑的,没有大量精确的可分析的数据,就不能对学生进行分析,准确地说未来的个性化学习应该是结合人工智能和大数据的,以数据来分析学生,以数据来管理学校,能够减少一些主观因素的影响,如教师和学校管理人员带有个人利益和情感因素的评价管理学生和管理学校。数据能够全方面多角度地反映学生、教师、学校管理等的情况,并通过人工智能系统结合历史样本数据,利用机器学习和评估模型,来分析聚合和关联数据。这大大提高了教学的效率和准确性,实现了学生的因材施教。
1.与教育的融合还处于初级阶段并将长期处于初级阶段
虽然,现在人们越来越重视人工智能在教育中的应用,但是,我们很难在学校看到人工智能的应用。人工智能在教育中的应用更多地体现在商场上的教育产品上,例如智能玩具等。
而与学校教育相融合的人工智能的应用,更多的则是停留在理论层面上,鲜少有实际应用。例如现在所提到的智慧课堂、智慧校园等。
人工智能技术还有待完善,正如创新工厂董事长李开复所说:“未来十几年最大的机会一定是所谓的弱人工智能,也就是说完全不需要达到人脑的所有功能。”这是因为任何一个成熟的理论的形成都需要许多这方面的专家或学者花费漫长时间的努力。人工智能也不例外。虽然机器学习和深度学习的成功大大推动了人工智能的发展。但要使人工智能达到能够像人脑一样的功能,还需要人类的不断探索。
2.收集的数据是小众的
通常来说,在商业领域,我们在利用人工智能技术(如数据分析技术)对数据进行分析时,为了使从数据中得到的信息有很高的参考性,选用的对象都是大数据。大数据顾名思义即指海量的数据或称巨量资料,指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径,而采用所有数据进行分析处理。例如淘宝推送给顾客推送商品就是利用收集的客户信息作出分析,从而选择推送给顾客可能感兴趣的商品,这大大提高了交易的成功率。而在教育领域,教育工作者经常忽略这些问题。在利用人工智能技术对学生的学习数据的收集中,针对的对象可能只是一个学校甚至只是一个班级,缺乏校与校、区域与区域之间的协作。据此得出的结论可能不能准确反映学生的情况(人工智能分析需要数据的支持)。
3.存在信息泄露的问题
正如前文提到的,人工智能应用在个性化学习中,需要数据的支撑。当我们采用数据挖掘技术收集大量的数据的同时,必然存在个人隐私泄露的风险。而在信息化时代,个人信息的泄露将会对其个人的人身安全、财产安全等造成一定的影响。例如当学生在学习网站上注册个人信息后,这些信息很有可能被不法分子盗用,以此来发送虚假信息给学生或家长。当前我们没有行之有效的办法来解决这个问题,国家在这方面的法律还是不够完善的,如何破解这个问题还亟待人类不断的探索。
智能时代的到来是不可逆转的,教育作为推动人类文明进步的手段对其进行变革是极其必要的。而在智能时代融合了人工智能的个性化学习必将为教育领域打开一个新的大门。在这个过程中,也需要我们保持清醒,不要一味地追赶潮流,要结合实际解决问题。