浅谈人工智能教育发展的必要性

张冰冰，高娜，韩晓越，姜德君

（沈阳大学师范学院，辽宁沈阳 110044）

1 发展人工智能教育的背景

人工智能的历史由来已久，早在1956年在达特茅斯学院举办的以此会议上，计算机专家约翰·麦卡锡提出了“人工智能”一词，这被认为是人工智能诞生的标志。也是经过三次浪潮，第一次是20世纪50年代末到20世纪80年代初，第二次为20世纪80年代初至20世纪末；第三次为21世纪初至今。正如潘云鹤院士在“全球人工智能高峰论坛”上所言[1]，60余年来，机器定理证明、机器翻译、模式识别、专家系统博弈、神经网络学习和机器人七个领域迅速发展，积累起的技术基础支撑起了模拟医生、模拟翻译者、模拟下棋的人，有的技术还能摸拟人或生物的各种动作。

如今，从siri到指纹解锁、人脸识别、在线翻译助手、智能机器人等，人工智能进入了电商零售、金融、交通、医疗健康、个人助理等多个方面。国内外也都对人工智能进行积极的布局，2016年美国发布 《美国国家人工智能研究与发展策略规划》英国发布《人工智能：未来决策制定的机遇与影响》法国2017年4月份制定人工智能发展战略。我国许多企业在积极实行人工智能技术，如百度在2016年入选MIT的科技评论，在语音搜索，无人车，无人驾驶，自动翻译以及人工智能在各种商业服务中正在积极布局，阿里巴巴在广告的自动设计和刷脸支付上实现了人工智能”。同时中国政府也开始聚焦人工智能，2017年7月印发了 《新一代人工智能发展规划》。 为抢抓人工智能发展的重大战略机遇，构筑我国人功智能发展的先发优势。明确提出完善人工智能教育体系后，人工智能技术加速其在教育领域的应用。

2 为什么要发展人工智能教育

2.1 发展人工智能教育是促进学生个性化发展的要求

我国 《国家中长期教育改革和发展规划纲要（2012—2020年）》指出树立多样化人才观念，尊重个人选择，鼓励个性发展，不拘一格培养人才。大自然之所以精彩是在于它的千姿百态的差异性，对于人类世界也是一样，如果想要它能够精彩纷呈，就要注重个性化发展[2]。“从学习中心的内在本质来看，个性化是基本方向。过去整个教育是以教师为中心的，是以教为中心的。所以是教师控制着整个教育的流程，控制着整个学习的过程”。总是要制定好一套标准和目标，让所有的学生都朝着这一个目标发展，而如果其中有学生偏离这个目标或者努力并不是朝着这个目标，就会被冠以“差学生”“坏孩子”的名号。而显少的对学生的具体情况，年龄特点，兴趣爱好，特长等方面表现出更多的关心和尊重。《全国家庭教育状况调查报告（2018）》显示，学生和班主任都认为家长最关注孩子的学习，学生认为家长对自己最关注的方面是学习情况、身体健康、人身安全。96.2%的四年级学生和95.8%的八年级学生表示家长对自己成绩期望至少是“班里中等”，仅有3.8%的四年级学生和4.2%的八年级学生认为家长对自己成绩的期望是“考多少名都可以”同时，四年级、八年级班主任认为家长关注学生的方面是考试成绩，远高于对爱好和特长发展、心理状况、人际交往等方面的关注。然而，八年级学生最希望父母关注的三个方面实际上是兴趣爱好活特长、心理状况和身体健康。

从以上报告可以看出，中国现在对于学生个性化发展的培养还是缺乏，由于受到传统教育理念根深蒂固的影响。然而对于现代社会的发展，经济、政治各个方面都要求要对学生更好地进行个性化的培养。无论对于政治还是对于经济，都需要更多的创新才能更好地进行。同时促进学生的个性化发展不仅是国家发展的需要，也是学生身心健康发育的自然需求。因而充分尊重小学生的个性化发展，进行有效的教育，使学生能够自然地释放天性，是他们自己形成的个性能够充分得到发展，从而形成良好的性格是非常重要的。

而个性化学习是技术与教育高度融合的高级阶段的表现方式，我国现正处于教育信息化高速发展的时期，基础设施的建设已经达到完备阶段，教师的教育理念和方法也得到了很大的转变，但是现在仍然只停留在了将信息化教学当成一种工具阶段，还没能达到教育信息化与教学的真正融合。中国的信息化方向将和人工智能紧密结合起来，很多信息化的专家认为，信息化的第一阶段是数字化；第二阶段是网络化；第三阶段是智能化。中国现在正处于网络化，而网络化一定会转向智能化。所以要充分利用人工智能对学生个性化发展的作用。

2.2 发展人工智能教育是技术本身的要求

人工智能主要是研究开发用于模拟、延伸和拓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。领域的研究主要包括机器人、语言识别，图像识别，自然语言处理和专家系统等[4]。“人工智能与教育的深度融合，需要从实际出发，将教育人工智能产品与学校学习真正融合，探索新型教学模式、教学设计模式、学习模式、管理和评价模式等”。下面将从人工智能的三大技术分析人工智能对于教育的作用，包括语音识别与情感计算技术、自然语言处理技术、行为服务的自适应学习技术。

2.2.1 语音识别与情感计算技术

语音识别是现在人工智能领域比较常用的，比如语音搜索一些内容。情感计算则相对比较复杂一些，在我们日常的生活中，人随时随地都会有喜怒哀乐的情感起伏变化，那么情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统，即赋予计算机像人一样的观察、理解和生成各种情感特征的能力。情感计算研究的发展在很大程度上依赖于心理科学和认知科学对人的智能和情感研究取得新进展。在人工智能应用于教育上时，“对学生的声音、表情、运动、心智等情感数据进行采集，通过语音识别与合成、人脸检测与对比，情感计算等技术对学生进行分析，以达到对学生充分的了解与认知”。拓展教师的感知范围。在传统的教学环境当中，即使经验再丰富的教师也不可能将每个学生的情感变化都能了然于心，而通过这个技术可以了解学生的情感变化并提供及时的帮助。针对学习者的情绪情感变化，实现个性化学习资源，学习路径，学习服务的推送，实现学生的个性化发展。

2.2.2 自然语言处理技术

自然语言处理是人工智能的一个重要方向，语言是人类的区别于动物的本质特征，只有人类具有语言特征[5]。“用自然语言与计算机进行通信，这是人们长期以来所追求的。因为它既有明显的实际意义，同时也有重要的理论意义”。人们可以用自己最习惯的语言来使用计算机，而无须再花大量的时间和精力去学习不很自然和习惯的各种计算机语言。而这一技术应用到学校中，可以使人机交互便捷性提升显著。可以对学生作业进行自动批改，对学生的学习状况做出自动评估，为教师生成详细的学情报告，进而提出修正意见。这样可以减轻教师的工作压力，提高教学效率。也可以让学生对自我评价有更科学的认识。另外在自然语言技术发展成熟后，人机交互没有障碍情况下结合智能机器的深度学习特点，可以更好地满足学生个性化学习的需求，毕竟人的能力是有限的，所以知识再渊博的教师也是术业有专攻，不能都全面了解。但是机器的能力是无限的，机器可以通过深度学习掌握更多的内容。

2.2.3 行为服务的自适应学习技术

自适应学习是指根据学习者的知识能力、认知风格等特征自动安排学习活动和学习内容，并通过对学习者互动的持续分析。也就是说，任何通过不同学生的反应而推荐不同的题目或者知识点的系统，都带有“自适应学习”功能。自适应在当下也有部分产品应用到了自适应技术。但是在人工智能情境下的自适应系统是更有深度的，更加成熟的。 搜集大数据—构建学习模型—输出学习建议是实现人工智能自适应学习的基本步骤。首先根据使用后学生留下的海量行为数据进行挖掘，其次得到准确客观的知识图谱，最后，系统根据优化后的知识图谱，为学生匹配最佳学习路径。人工智能的自适应学习技术应用到学校中可以对小学生进行个性化特征分析、对学生进行测评并智能推送学习内容，个性化学习路径推荐，学习结果预测等。通过对于学习行为的智能分析，为学习者提供个性化学习服务。

3 结语

通过回顾人工智能发展的历史，当前政策背景的分析及人工智能技术对教育发展的作用分析可以看出人工智能教育有其发展的必要性，也一定会促进教育的深入发展。但同时在迎接这种发展的同时，也要迎接其挑战，如人工智能教育必然要依据大数据，如何更好地解决这些数据的安全问题，也要避免教育过度依赖人工智能，避免是师生成为人工智能教育的附庸等一系列问题还需要深层次的分析与解决。总之，在发展过程中，教育要积极运用技术的优势与潜能，同时直面其挑战，更好地为社会经济发展做贡献。