智能教育应用研究概述*

王亚飞 刘邦奇,2

（1．讯飞教育技术研究院，安徽合肥 230088；2．首都师范大学 教育学院，北京 100048）

引言

2016年3月，由Google旗下的深度学习公司DeepMind开发的人工智能围棋程序AlphaGo战胜了世界围棋冠军、职业九段棋手李世石，这一事件轰动了全世界。2016年1月，日本内阁会议审议并通过了《第五期科学技术基本计划（2016-2020）》，提出实现超级智能社会5.0[1]。2016年10月，美国政府出台了《国家人工智能研究与发展策略规划》。2016年12月，英国政府公布了《人工智能：未来决策制定的机遇与影响》的报告。2017年7月，中国政府发布了《新一代人工智能发展规划》。这些人工智能领域的标志性事件通过媒体的广泛报道，得到了产业界及社会大众的普遍关注，吸引了越来越多的研究者对人工智能进行深入探索，也正式宣告第三次人工智能浪潮的兴起，人类正式迈入新的人工智能时代。

在人工智能浪潮的影响和渗透下，教育领域也有越来越多的人工智能技术和应用出现：在课堂教学方面，虚拟助教Jill Watson被用在300多人的课堂上，代替助教回答学生们的问题；在自适应学习方面，自适应教学平台Knewton能够采集学习者学习过程中的行为数据，并对学生的学习兴趣、知识水平、学习风格、学习进度等做出分析和预测，以提供个性化的学习服务[2]；在教育机器人方面，乐高推出的最新一代可编程智能机器人产品Mindstorms EV3增强了与智能设备的互动，添加了WiFi模块，可以和iOS、Android设备连接，通过App进行控制。通过改进的麦克和扬声器设备，可以支持人机交互。此外，在考试测评与评价诊断、校园管理及教学管理、教育决策与教育治理等教育场景中，人工智能技术也得到了广泛的应用。

人工智能技术推动教育形态与教育模式进行改造与重构，成为教育信息化发展的必然趋势。我国政府于2017年发布的《新一代人工智能发展规划》，明确要求发展智能教育。“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理，建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育定制化。”[3]

一 智能教育应用的概念解析

在“智能教育”概念兴起之前，学术界与产业界研究的热点是“智慧教育”。通常认为，“智慧教育”的概念起源于2008年IBM提出的“智慧地球”战略[4]。经过多年的探索研究和建设实践，相关“智慧教育”的认识已变得非常丰富。祝智庭等[5]认为，智慧教育是信息技术支持下为发展学生智慧能力的教育，强调构建技术融合的学习环境，使教师能够高效率教学，使学生能够个性化学习。钟晓流等[6]认为，智慧教育是依托新一代信息技术所打造的泛在化、感知化、一体化、智能化的新型教育生态系统；通过实现教育环境、教育资源和教育管理的智慧化，最终为学生、教师、管理者、家长、社会公众等提供智慧化的教育服务。刘邦奇等[7]则认为，实施智慧教育的关键，是运用新一代信息技术对传统教育信息系统进行重构，汇聚、整合教育数据资源，形成具有智能感知能力、增进交流互动、有利于协作探究的智慧化教育教学环境，以支持智慧的教与学。由此可见，“智能化”是智慧教育的核心内容之一。

由于资源数字化和数据的互联互通一直是智慧教育的核心问题，多年来教育部也把这些工作作为教育信息化的建设重点，故“智能化”未能得到应有的重视。以《数字校园综合解决方案2016——智慧校园》一书为例，该书全面汇总了产业界对“智慧校园”产品的理解，通过统计该书涉及的200多个产品，可以发现涉及“智能”相关概念的产品不到 15%[8]。为了聚焦于人工智能技术在教育领域中的创新应用，突出智能技术对产品应用形态及应用模式的影响，本专栏采用“智能教育应用”这一术语作为研究的核心概念；同时，针对特定的教育应用领域，又将“智能教育应用”具化为“智能学习”、“智能考试”、“智能评价”等内容。智能教育应用既继承了智慧教育的核心观点、方法与实践，又体现了人工智能时代教育发展的新特征、新要求。结合《新一代人工智能发展规划》的相关阐述，本研究认为“智能教育应用”是聚焦于人工智能在教育领域中创新应用的技术、模式与实践的集合。

二 智能教育应用的内涵

基于人工智能技术的发展现状，结合人工智能技术在实际教育场景中的应用深度，本研究将当前已出现的智能教育应用划分为浅层、中层和较深层三个层次，如图1所示。未来，随着通用人工智能（General AI）技术的进步，适用于更多场景与领域的认知智能将不断完善，智能教育应用也将迎来更大的发展，并产生更深层次的作用。

1 浅层应用：计算智能+教育

浅层应用是指人工智能技术与教育应用场景只做了浅层的结合，在实践应用过程中主要体现了“计算智能”的特点，即应用人工智能算法与思想，突出技术的快速计算与持久存储能力。浅层应用往往采用通用的机器学习算法，技术门槛相对较低，因而被厂商广泛采用，成为了当前智能教育产品的主要形态。以MOOC学习场景为例，如果产品系统采用“基于kNN的协同过滤算法”（这是一种典型的机器学习算法，其核心思想是根据用户的相似偏好和物体的相似特性来推荐相关的产品）作为学习资源的推荐引擎，体现了计算智能的特性，那么便可以说该产品系统已经达到智能教育应用的浅层水平。

2 中层应用：感知智能+教育

中层应用是指人工智能技术与教育应用场景做了中等程度的结合，在实践应用过程中主要体现了“感知智能”的特点，即具备处理听觉、视觉、触觉等环境感知的能力，为人工智能更深层次的应用奠定基础。中层应用通常会集成各类感知智能技术模块（亦称为“核心引擎”），如语音合成、语音识别、图像识别、人脸识别等。由于将既有的技术融入到具体的应用场景中需要自己封装核心引擎或集成第三方的核心引擎，这具有较高的技术与应用门槛，因而仅被有实力的厂商采用，相关成果只是当前少数智能教育产品的特色功能。以英语口语测试场景为例，如果产品系统将英语口语评分规则与通用的发音检测、语音识别、文字转写等技术相结合，封装开发“英语口语评测引擎”，体现出感知智能的特性，那么便可以说该产品系统已经达到智能教育应用的中层水平。

3 较深层应用：特定领域认知智能+教育

较深层应用是指人工智能技术与教育应用场景已经做了较深层次的融合，在实践应用过程中主要体现了“特定领域认知智能”的特点，即在特定场景或领域中具备一定程度的认知推理能力。较深层应用通常会与特定领域的知识体系相结合，需根据业务要求定制模型或开发新算法。由于有显著的技术门槛，且应用领域比较明确、固定，因而只有技术超群的厂商才能实现，相关成果只是当前极少数智能教育产品的核心功能。以作业场景为例，如果产品系统一方面通过向学科专家、教学专家、命题专家等学习经验，分别形成面向学科教学与测试的“知识图谱”（Knowledge Graph），实现了对学科的准确认知；另一方面通过采集学生在听课、作业、预习与复习场景中的行为数据，对用户个体与群体画像，实现了对用户的准确刻画；最终综合知识图谱和用户画像，形成了“个性化推题引擎”，体现了特定领域认知智能的特性，那么便可以说该产品系统已达到智能教育应用的较深层水平。

图1 智能教育应用的层次划分

三 智能教育应用的研究范畴

智能教育应用的研究范畴集中在影响智能教育应用建设与落地的三个主要领域：技术领域、模式领域与实践领域。其中，技术领域主要讨论人工智能技术的相关问题，模式领域主要研究教育教学模式的相关问题，而实践领域主要讨论智能教育应用的实践落地问题。

1 技术领域的研究

智能教育应用技术领域的研究主要解决“有哪些人工智能技术可用于教育应用场景中”和“人工智能技术如何应用到教育场景中”等类型的问题。对智能教育应用技术领域的研究来说，不需要关注开发更快的机器学习算法或探究更深入的智能感知、智能推理的技术原理，而需要关注如何利用通用的机器学习算法与成熟的人工智能引擎，来解决实际教育场景中的技术问题；需要关注实际教育应用场景中有哪些教育问题、学科问题和业务问题等可通过人工智能的手段来解决；需要关注人工智能技术特性和应用策略等相关问题。研究人员并不需要精通机器学习算法细节或人工智能技术开发，但应具备理解、识别和选择人工智能技术与方案的能力，特别是应具备在真实的教育场景中总结、归纳与提炼技术需求的能力。

2 模式领域的研究

智能教育应用模式领域的研究主要解决“智能教育应用场景应选择怎样的教育模式”和“围绕应用场景如何有效整合技术、产品和方案”等类型的问题。模式领域的研究首先要结合具体产品在真实教育场景中的应用实践，观察人工智能技术对当前业务流程与业务逻辑的影响；再结合相关的教育理念与学科特点，有计划地对业务流程进行再造、实验与验证，整理出通过实践检验的流程与方法；最后，将得出的流程与方法经提炼和升华，固化为新的教学模式、学习模式、考试模式、管理模式、评价模式等。以“英语作文智能批改”为例，这一技术和相应服务的出现使语言学习者的英语习作能够得到个性化的、及时精准的批改，极大地冲击了现有的英语作文的教学模式和学习方法。因此，智能教育应用模式领域的研究应根据教育业务与场景，结合人工智能技术、产品和方案的特点，构建出新的智能教育应用模式，通过模式创新获得更好的智能教育应用效果。

3 实践领域的研究

智能教育应用实践领域的研究主要讨论“怎样才能更有效地推动智能教育应用的实践落地”以及“智能教育技术在实践应用中的价值、意义和影响”等类型的问题。实践领域的研究是其它领域研究工作的基础——对真实的、具体的、典型的实践案例进行全面剖析，总结产品技术、教育活动、管理策略等在实践过程中的成败得失，能够为后来的实践应用积累宝贵的经验教训。特别需要关注和破解的是对人工智能技术及其应用的误解与偏见。典型的误解与偏见包括：怀疑排斥型，即总是不相信人工智能可以做推理、判断，认为人工智能最多可以部分代替人类的体力劳动，而对人类的脑力劳动没有帮助；期望过高型，即认为人工智能无所不能，可以解决教育领域的大部分问题；概念混淆型，即根据片面的信息和自己的主观理解，把人工智能技术与其它相关概念混淆，如将“网络化”、“自动化”等同于“智能化”，进而产生误解，造成误判。

四 推动智能教育应用落地的措施

促进智能教育应用落地需要多方协同，整合各方面的力量，打造实践共同体，构建智能教育应用的生态系统，并为可持续发展提供动力支持和机制保障。

1 打造实践共同体

智能教育应用的落地，一方面依赖于合适的外部要素，包括政策支持、资金到位、人才就绪、技术成熟等；另一方面依赖于合理的内部要素，即建设者、实践者、研究者通过相互协作、互相依存，形成实践共同体，如图2所示。其中，建设者负责应用产品及服务体系的规划、设计与生产，既包括人工智能及教育产业界的技术厂商，也包括主导区域智能教育规划与建设的主管单位（如地方政府、教育局及相关职能部门）；实践者负责产品的应用实践，包括各级各类教育机构（如教育局、学校、培训机构）和各类教育领域的用户（如教师、学生、家长、教育管理者等）；研究者则负责技术、模式与实践的研究，既包括高校、企业及科研院所的技术研发者和教学科研人员，也包括广大中小学校及培训机构的教研人员。三者组成了利益攸关的实践共同体，其具体关系为：建设者为实践者提供应用产品与服务，实践者为研究者提供实践案例与行为数据，而研究者帮助建设者改进产品技术，帮助实践者提升教学的水平和效益。

图2 智能教育应用的实践共同体

2 构建基于平台的智能教育应用生态系统

智能教育应用生态系统要以智能教育平台作为载体。智能教育平台是一个依托教育大数据基础设施（提供海量教育数据存储、计算与管理的综合设施），主要提供智能教育应用服务的技术平台。由于人工智能具有技术门槛高、研发周期长、资金投入大等特点，如果所有的技术应用者都从底层研发开始，既不经济也不可行。由国家或地方政府投资和监管，委托有实力的厂商企业或行业联盟构建智能教育平台，是当前智能教育应用实践中行之有效的一种选项。2017年11月，由科技部、发改委、财政部、教育部、工信部等15个部门联合宣布：由四家单位分别牵头建设新一代人工智能国家级开放创新平台，包括百度的自动驾驶开放平台、阿里云的城市大脑开放平台、腾讯的医疗影像开放平台和科大讯飞的智能语音开放平台[9]。国家创新平台的建设突出技术源头创新，通过对产业前沿引领技术和关键共性技术的研发应用与转移扩散，推进人工智能在本领域应用生态的形成。

基于智能教育应用平台，建设者可以便捷地获取人工智能技术服务并将相关服务融入应用产品中，同时向平台反馈应用数据；研究者可以利用平台汇聚的用户数据，持续提升人工智能技术、产品与服务的应用效果，提炼智能教育应用的新模式与新方法，并用于优化平台技术、孵化新产品和指导教育实践；实践者可以依托平台上的服务，开展“人工智能+教学”、“人工智能+学习”、“人工智能+考试”等应用实践，在向平台反馈数据的同时，也获得针对性更强、效果更好的智能教育应用服务。三者依托智能教育应用平台，相互配合、相互支持，可以形成如图3所示的智能教育应用生态系统。

图3 基于平台的智能教育应用生态系统

五 智能教育应用的价值所在

人类进入蒸汽时代，蒸汽设备开始大规模替代简单的手工劳动；人类进入电气时代，电气设备具备了大规模替代程式化体力劳动的能力；人类进入信息时代，信息化设施开始大规模替代简单的脑力劳动；人类进入智能时代，智能化设施具备了大规模替代程式化脑力劳动的能力。在教育领域，智能教育应用不仅能够促进教育工作的改进与优化，还能够推动教育系统的变革与提升，为人类教育的发展打开全新的视角。

1 提升教育智能

智能教育应用使人工智能成为用户的好助手，在特定场景下，部分替代了程式化脑力劳动，实现为教育活动赋能。如“智能决策引擎”（指自动汇聚、整理、加工数据，并基于推荐模型帮助用户决策）可帮助教育管理者摆脱繁重的数据统计与分析工作，“智能阅卷引擎”（指自动化评分并给出诊断意见）可帮助教师脱离繁重的试卷批改工作，而“智能推题引擎”（指基于学科知识及学生特点，向学生个性化推荐适合的试题）可以实现精准教学、高效练习和个性化学习。

2 推动教育变革

智能教育应用的落地与推广，推动了新的教育模式不断地涌现。在改变原有学习方法、教学策略和管理流程的同时，智能教育应用也在悄悄地提升教育的主体——人。如在各种人工智能引擎的帮助下，学习者可以摆脱简单低效的学习活动，而把更多精力用在需要深入思考与探究的领域，在潜移默化中培养了创新思维、提升了创新能力。

3 启迪教育智慧

人类的认知受自身习惯、学习风格、认知水平等诸多因素的限制，而人工智能技术特别是采用强化学习的人工智能技术，却能够突破人类的认知局限，为人类开辟了一个全新的世界。以谷歌人工智能围棋程序AlphaGo为例，其独创性的战术与走法是人类历史上从未出现的，故引起人类顶级棋手纷纷学习效仿[10]。集成此类人工智能技术的智能教育应用，也必将在教育领域启迪教育智慧，推动教与学的创新发展。

教育肩负着开启民智、立德树人的重要使命。在人工智能技术对社会各领域影响越来越大的今天，加强智能教育应用的研究与实践，不仅能促进教育领域的进步，而且通过培养一批具备人工智能素养的创新人才，能推动人类社会的发展。“比人类更强大的不是AI，而是掌握AI的人类”[11]，让我们共同迎接智能教育应用更美好的明天！

[1]王玲.日本发布《第五期科学技术基本计划》 欲打造“超智能社会”[N].光明日报,2016-5-8(8).

[2]万海鹏,汪丹.基于大数据的牛顿平台自适应学习机制分析[J].现代教育技术,2016,(5):5-11.

[3]国务院.国务院关于印发新一代人工智能发展规划的通知[OL].

[4]祝智庭.智慧教育新发展:从翻转课堂到智慧课堂及智慧学习空间[J].开放教育研究,2016,(1):18-26.

[5]祝智庭,贺斌.智慧教育:教育信息化的新境界[J].电化教育研究,2012,(12):5-13.

[6]钟晓流,宋述强,胡敏,等.第四次教育革命视域中的智慧教育生态构建[J].远程教育杂志,2015,(4):34-40.

[7]刘邦奇.为学习服务:“互联网+”时代的教育观念、模式及实现途径[J].中国电化教育,2017,(8):39-45.

[8]刘雍潜,孙默.数字校园综合解决方案2016——智慧校园[M].北京:教育科学出版社,2016:111-432.

[9]科技部.科技部召开新一代人工智能发展规划暨重大科技项目启动会[OL].

[10]Monaghan E.The rise of artificial intelligence and the end of code[OL].

[11]刘庆峰.A.I.赋能,让一切皆有可能![OL].