“人工智能＋教育”背景下的小学在线课堂构建研究

林晓春

“人工智能+教育”是利用机器学习、深度学习、自然语言处理等人工智能相关技术，将人工智能的创新成果与传统教育进行深度融合而产生的教育应用产物。随着近几年“人工智能+教育”浪潮的冲击，传统的在线学习课堂由于缺乏互动性、情境性、约束性等弊端，已无法满足学生的学习需求。在此背景下，研究如何更好地使用人工智能教育技术来推动小学在线课堂的变革与发展具有重要意义，本文尝试提出在现有技术基础上较理想的小学在线课堂模式。

一、“人工智能+教育”中的关键技术

1. 机器学习。机器學习是人工智能技术中的关键技术之一，其技术核心是利用算法来分析相关数据，对于用户的喜好进行预判，找到内在规律，最终形成对某一事件的预测及决策。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来训练，通过各种算法从数据中学习如何完成任务。

2. 深度学习。深度学习即深度网络学习，它受人类大脑神经结构的启发，由一组单元组成，每个单元借由一组输入值而产生输出值，该输出值又继续被传递到下游神经元。深度学习网络通常使用许多层次，且在每层使用大量单元，以便识别海量数据中极其复杂和精确的模式。深度学习能够自动从海量数据库中进行自我学习，自动调整规则参数并优化规则和模型。

3. 自然语言处理技术。自然语言处理技术能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，主要包括训练与识别两种学习活动。训练是指对预先收集好的海量语音、语言数据库进行信号处理和知识挖掘，获取语音识别系统所需要的“声学模型”和“语言模型”，例如在线翻译软件。而识别过程通常是在线完成的，对用户实时的语音进行自动识别并回复，如手机语音输入法、语音助理等。

4. 图像识别技术。图像识别技术是人工智能的一个重要领域，主要是模拟人类图像识别过程，通过对数据进行分类与识别，包括文字识别，数字图像处理与识别，物体识别三个种类。图像识别技术的产生让计算机代替学习者在大数据中快速检索到相关信息，大大提高了信息检索的速度、便捷度和精确度。

二、“人工智能+教育”技术在小学教学中的应用

当前“人工智能+教育”的关键技术已经逐步运用到小学教学过程中，在这些技术的支持下，在线学习课堂能够充当一个“助学者”的角色。首先，它能够在课前预习时为学生提供大量的学习资源，教师也可通过微课、文档等形式将本课重难点推送给学生，提高学生预习的有效性，同时依照本班学生的预习情况自动生成学生学情分析，能够实现预习阶段的可视化，以便于教师更有针对性地进行课堂教学。其次，课后测评能够及时检验学生课堂学习目标的达成度，完成数据的实时反馈和分析，同时改变传统课堂上以抽查为主的提问方式，保证每位学生都有回答问题的“权利”，对于开放性问题还可以帮助教师更好地发现不同学生的个性化答案。最后，对于一些知识性为主、有标准答案的客观题，平台能够自动批改，减轻了教师批改作业的工作量，让教师能够减少重复性的劳动，更加专注于课堂学习活动的组织，更加注重锻炼学生思维能力、提升学生核心素养。

三、“人工智能+教育”背景下小学在线课堂的技术框架设计

1. 课前导学模块。预习是学习活动中的重要一环，传统的预习方式缺乏有效的监督工具，学生的预习效果往往不尽如人意。在人工智能技术的支持下，教师可以将每天的课程资源包上传到课前导学模块，让学生通过电脑、手机等方式登录在线课堂进行学习，最后通过课前导学小测作为学生预习的有效监督手段，让预习结果可视化，提高学生自主预习的积极性。

2. 课后学业测评模块。学生在完成每天的课堂学习之后，就可以参与本课知识在线测评，只有通过该测评，学生才能解锁下一个学习课程，否则平台就会通过分析学生对知识点的掌握情况识别学生当前所处的学习水平，要求该学生返回课前导学模块进行查缺补漏，为学生推送个性化的学习资源，直到学生有能力通过测评为止。此外，如果有学生多次无法通过测试，在线平台会将该生的情况反馈给科任教师，看学生是否需要教师的帮助，让有学习困难的学生能够在教师的帮助与鼓励下完成测试，保证不让一位学生掉队。同时，每天的班级作业完成情况的整体分析将及时反馈给教师，让教师在数据化的分析报告中直观地了解班级学情，从而能够及时调整教学方案，更加有针对性地开展课堂教学。

3. 课文朗读自动化测评模块。朗读是学生语言学习的关键技能，也是提升学生口头表达能力的重要方法。然而传统的课堂教学过程中，由于学生多、时间紧、教学任务重，教师没办法对学生的朗读能力进行一对一的个性化指导。所幸在“人工智能+教育”背景下，语音识别技术发展日趋成熟，基于移动终端的自动化朗读测评已经成为小学语文和英语学科教学的有效辅助手段。该测评模块的具体流程可以为：学生通过手机、电脑等移动智能终端进行语音输入，平台会自动进行语音识别，对学生的朗读水平进行评价反馈，再将优秀的学生朗读作品进行推送展示，通过同学间的横向比较让学生发现自己朗读方面的不足，进而激发学生的朗读激情，在一次次“你追我赶”的评比中提升学生的朗读能力。

4. 系统资源模块。“人工智能+教育”是建立在大数据背景下的教育应用产物，其海量的学习资源是学生课外知识的重要补充来源。与传统的学习资源搜索方式不同的是，在人工智能技术的支持下，在线课堂会抓取分析学生学习过程中产生的数据，对学生的学习行为进行分析，绘制学生的个性化学习地图，为学生智能推送个性化的学习资源，并且为学生提供个性化的学习方式。除此之外，在拍照取字、图片识别、语音互动等技术的支持下，学生可以随时随地上传自己学习过程中遇到的问题，进行搜索，聆听讲解，这一功能将大大提高学生学习的自主性，让学生的学习角色从被动的接受者转变为主动的探索者。

5. 个性化学习与互助模块。培养独立自主学习的能力已经成为当今时代人才培养的一个重要环节。人工智能时代的到来，让学生的自主学习能力发展形式更加多样化，同时也为学生的个性化学习提供了确切可行的方案。在线课堂可以通过学生的学习行为、学习习惯、学习进度、学习积极性、学业测评结果等多方数据进行分析，及时给予学生数据化的学习评价，为学生智能生成个性化学习方案，并且根据学生的学习状态实时调整，让学生在学习的过程中对自己的学习进度、学业水平有一个清晰的认知，进而促进学生自主学习能力的提高。与此同时，学习平台也将根据学生的学习偏好、学业水平为学生推荐“志同道合”的在线学习伙伴，让小组互助行为从学校课堂延伸到网络空间，为学生拓宽合作学习的方式与途径。

（作者单位：泉州师范学院附属小学台商区分校）