教育人工智能发展状况分析及趋势思考

马秀麟 刘静静 范晨雨

摘   要：人工智能服务于教育对于提升教学效率、改进教育质量具有重要作用。然而，人工智能在教育中的作用还处于初步探索阶段。文章从教育信息化发展要求和人工智能热潮入手，借助于文献分析和人工智能支持的教育教学实践调查，分析了人工智能在教育不同要素中的作用形式，并对当前教育人工智能中存在的问题进行了总结。最后，从师生关系、教学模式视角分析了教育人工智能的愿景，并借助于人工智能的工作原理和特征，分析了教育人工智能的总体趋势，对教育人工智能环境下教育大数据建设、教育人工智能模型生成、教育人工智能与个性化指导之间的内在关系等现实问题进行了讨论，提出了有益的建议。

关键词：教育人工智能;教育大数据;现状与趋势;模型训练

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2020）13-0001-07

一、目标及其背景

1.研究背景

（1）随着教育信息化的推进，师生呼唤智能化教育和个性化指导

《中国教育现代化2035》提出，“互联网、人工智能等新技术的发展正在不断重塑教育形态，知识获取方式和传授方式、教和学关系正在发生深刻变革。”

理想化的学习应充分尊重学生个性化要求，并能对教学过程进行实时监测，进而根据学生特点和进程动态地调整学习进度和相关安排。教育信息化中的信息技术和人工智能将助力教育活动的个性化、精确化、动态化，智能教室、智慧校园如雨后春笋般诞生，智慧学习环境在个性化指导、智能化学习支持方面所扮演的角色日益进化。个性化教学的实现有赖于人工智能对教育提供技术支持;与教育发生相关的各要素的智能化，同样需要人工智能技术的加持[1]。

因此，随着人工智能技术进入教育领域，人工智能必能进一步促进智慧学习环境的发展。

（2）人工智能支持的教育日益被重视，并产生了系列有影响的成果

从教育发生阶段的视角来看，人工智能对K12和高等教育的支持，主要表现在人工智能课程的引入、人工智能技术对学习环境和学习体验的影响、STEM课程的不断深化完善与人才培养理念的更新。在教育行业，以百度、阿里、腾讯和讯飞为首的企业，借助自身现有产品及数据，有意识地引入人工智能的新技术和新策略，开发出了系列智能化教育解决方案，以助力教育行业问题的解决。在智慧教室建设方面，更有一批学校与知名人工智能平台合作，建立了智慧教育未来教室、人工智能教育实验室。

随着人工智能技术的推进，教学机器人逐渐走入了课堂、家庭，进一步细化到教学活动中，成为教师工作的支持者，助力个性化教学的实现。基于图像识别和语音识别的学习行为跟踪和记录系统已经成为很多教育研究者的重要助手。以自然语言处理为基础的作文自动评阅系统、文稿自动审阅与分类系统也逐渐走进学校和政务管理体系。

（3）技术是把“双刃剑”，在伦理、教育等领域，人工智能也带来了新的问题

在人们高度期盼人工智能即将为生活、学习、娱乐带来重大变革的时候，人工智能应用于教育的研究也逐渐暴露出了一些问题，诸如：①目前广泛应用的个性化推荐系统（智能导学策略）多数参考了商业领域的相关模型，以学习者的个体兴趣为主要参数，已有学者在质疑其合理性、规范性。②人工智能的某些成果，可能会被某些别有用心的人员应用于破坏公知良俗的行为中，进而被辨别能力不强的青少年使用或模仿，影响其健康成长和良性发展。例如：基于人工智能“深度伪造”（deepfake）技术而研发的某软件DeepNude，由于涉及色情信息而引发了巨大争议，最终不得不下架。③近几年课堂教学中广泛使用的“自动跟踪课堂中每个学习者的动作、面部表情及个体行为”等人工智能应用，已经引发了对教学过程中教学伦理的讨论[2]，并在欧洲部分国家引起强烈反感及抵制。

2.研究目标

人工智能应用于教育，必将对教学模式的变革、教学效率的提升产生重要影响。在此过程中，梳理教育过程与人工智能技术的契合点，聚焦其可行性，分析其中潜在的风险和问题，是必要和有价值的。基于这一想法，本研究主要聚焦于以下三个方面：①基于文献，梳理人工智能的概念、内涵及外延，准确理解人工智能的原理与规则，努力避免人工智能概念的泛化，探索人工智能与教育有效结合的契合点。②从研究的视角调查并分析人工智能应用于教育的现状及关键成果，探究并分析其中存在的问题。③基于人工智能应用于教育的实践，分析其中存在的问题，为其未来的良性发展提出建议。

二、概念界定

1.人工智能

人工智能（Artificial Intelligence，简称AI）就是指借助计算机等设备模拟人类智能活动的技术，它是研究、开发用于模拟、延伸和扩展人类智能的理论、技术、方法及应用系统的一门技术学科，其目的是探索人类智能的方法和实质，并生产出能与人的智能相似的方式做出各种反应的智能机器，从而在各行各业中发挥出作用。

人工智能涉及到控制论、语言学、心理学、计算机科学、神经心理学、信息论等领域和学科[3]，是用以研究计算和知识之间关系的新兴学科。从当前人工智能的研究领域看，人工智能主要包括机器人学、模式識别（图像识别、语音识别）、博弈学、自然语言处理、人工神经网络、专家系统等领域[4]。

2.教育人工智能

所谓教育人工智能（Educational Artificial Intelligence，简称EAI），即服务于教育的人工智能的设备、相关技术和策略，是指在教育过程中为支持学习过程、组织教学活动、实现教学评价等一切与教育相关的活动而需要借助的人工智能设备、技术、策略以及组织方式。它既包括计算机学科中人工智能的相关技术，同时也包括赋予了教育属性的特定控制模型。EAI应符合教育和学习的一般规律，具有基于教育大数据的时代特征。

通俗地讲，人工智能服务于教育的技术、策略以及由此而产生的影响，均属于EAI的研究范畴。

三、EAI研究与实践状况的调查与分析

1.从理论研究的视角分析EAI的发展状况

（1）EAI理论研究的现状及主要维度

自2000年以来，对人工智能的研究呈逐年递增趋势。以“人工智能”作为关键词在CNKI中检索发现，2000年的发文量为1800余篇，至2009年则到了4800余篇，而2018年则有9500余篇。若对“人工智能”施加“教育”或“教学”约束，在2000年只有37篇，而到了2018年则上升到了1500余篇，在2019年则有2300余篇。上述数据反映了人工智能的研究热度及其逐年上升的趋势。

人工智能的研究热度在2014年前后仅次于“微课”和“翻转课堂”，到2019年则位居第一。在针对人工智能的研究中，关注度依次为机器人、机器学习、机器视觉、计算机视觉、问题解决、模式识别、专家系统、决策支持系统、神经网络、知识工程。在上述领域中，与教育密切相关的领域则包括机器学习、问题解决、模式识别、专家系统、知识工程、神经网络等。

从已发表的EAI研究论文看，其研究视角主要集中于以下四个维度：①人工智能技术在教育中应用的研究，主要讨论已有的技术如何应用于教育教学活动。例如：吴晓如的专访《AI化身教育“超脑”助攻因材施教》、李艳燕等的论文《面向智慧教育的学科知识图谱构建与创新应用》、于泽元的论文《人工智能视野下的教学重构》。②人工智能与学科教学相结合的研究。例如：南宁的论文《人工智能在高等医学教育中的应用前景》。③人工智能技术对学生、学习行为产生影响的研究。例如：张骜的论文《“人工智能+教育”对高校教师教学的影响及应对策略研究》、杜静和黄荣怀等的论文《智能教育时代下人工智能伦理的内涵与建构原则》、余胜泉的论文《人工智能教师的未来角色》。④对人工智能知识本体开展教学的研究。例如：冯骥的论文《人工智能课程教学实践与探索研究》、郭兰兰的论文《中小学人工智能与编程教育的教学内容设置的研究》等。

（2）EAI理论研究的局限性

EAI的研究应包括2个维度：其一为应用研究;其二为EAI模型构建与基础研究。所谓应用研究，是指借用已有的人工智能技术组织教学活动，利用已有的人工智能技术为个性化学习、智能化学习环境构建提供支持，从而提升学习效率。在这个过程中，除了基于EAI的教学设计外，还包括EAI学习环境设计和学习者学习体验两个维度的探索。所谓EAI模型构建，则需要以人工智能的原理和策略为基础，借助教育大数据，开展与教育教学相关的模型训练、机器学习（深度学习），并逐步形成符合教育规律和学习特点的智能化学习模型、评价模型、学习者诊断模型，从而使EAI能全方位地真正服务于教育。

从EAI的发展状况看，当前的多数研究主要集中在应用研究层面，其主要特征是：借助人工智能的图像识别、语音识别、自然语言处理等新技术为教学活动、个性化学习过程、学习行为分析提供个性化支持，或者分析学习者在相关情境中的学习体验。而完全面向教育过程、由教师或教育研究者研发的专属于教育教学活动的人工智能模型还很少，由于缺乏必要的常模，远远不能满足AI导师设计和AI学习者诊断的需求。因此，在相当长一段时间内，面向教育大数据的模型训练、深度学习都将是EAI的重要研究内容[5]。

2.从应用与实践的视角分析EAI的发展状况

（1）从教育要素的视角看EAI的教育实践

人工智能通过技术赋能教育并助力教育的发生要素，使教育变得更加个性化、智能化。教育发生的要素包括教学活动、教学环境、教学工具、教学评价。

①以人工智能新技术为基础，构建教育新环境

教育环境既包括视觉可抵达的物体，如硬件设施中的桌椅、教学设备，也包括触觉可体验的感觉，如声、光、温度等，以及由学习者与物理条件相互作用营造的氛围。人工智能支持下的教育环境将在人工智能技术的支持下，通过物联网把教学过程中相关的设施有机地组织起来，构建起一套高智能化，易于教师控制和使用，能够为学习过程、教学评价提供支持的先进学习环境。

很多学校都启动了对教室的智能化改造，包括升级或添加无线网络覆盖、多屏分区设计、灵活桌椅、增強现实和虚拟现实技术等，以优化在教室中开展基于问题、基于项目的主动学习体验。未来教室应能支持学生的个体主动学习与集体协作探究，更有利于教师对学生核心技能的培养[6]。利用物联网技术对温度、光线、声音、气味等参数进行监测，自动调节窗户、灯具、空调、新风系统等相关设备，主动响应校园安全预警，保障学校各系统绿色高效运行，为学生创设安全舒适的学习环境。

在AI技术支持的未来教室中，应能借助情境感知技术在自然状态下捕获学习者的动作、行为、情绪等方面的信息，精准识别学习者特征，全面感知学生的成长状态，提供学习诊断报告、身高体重走势图、健康分析报告等，为学生身心健康发展提供有力支持[7]。

②以人工智能为主导，研发新的教育工具

传统课堂中的教具是无智能的实体，通常难以实现智能化交互。而人工智能技术带来了教育工具的智能化，教育机器人和人工智能技术支持的智能导师是当前最重要的智能化教育工具。

教育机器人作为一个课堂的辅助者逐渐走入课堂，可轻松完成对教学过程的支持。教师作为工具的使用者，能够通过与机器人的交互使其更好地服务于教学，智能导师的功能则主要依赖于人工智能软件与学生实现交互。已有研究基于人工智能教育机器人的应用场景，探讨了课堂应用效果及其相关措施[8];有的研究甚至比较了不同语言风格的反馈对于学习者行为的影响，以便为学习者提供更符合其言语风格的学习环境、更好地实现个性化学习[9]。

在教育机器人或智能导师的支持下，分析人工智能关键技术对学习的支持，基于云计算平台基础和边缘计算环境框架，构建人工智能教育机器人支持的“双师课堂”环境，进一步设计学习过程和应用，从而建构起在课堂环境下由教育机器人所支持的系列教学案例。

另外，各种类型的智能化教育小工具，以个性化指导为目的的线上学习支持系统也在教学中发挥着重要作用。

③人工智能环境支持的教学活动

在教学活动进行过程中，人工智能的人脸跟踪与语音识别可精准判断学习者的学习状态，刻画学习行为肖像，进而通过学情分析为教学过程的精准化研究提供解决方案。如图1所示。

从图1可知，基于教学过程中的全程录像及实时的面部识别、关键部位抓取与分析，教师可精准地掌握学生个体的学习需求，从个体和整体层面获取全面立体的学情信息。

依托于人工智能环境的教学活动，能够在教学过程的合理规划、教学资源的有益设计、教学活动状态的及时反馈、教学评价及教研活动总结等方面，为师生和研究者提供全面、科学、实证性的数据和反馈意见。

④人工智能技术辅助的教育评价

人工智能技术的发展，为教学评价提供了全面支持，既可以借助于习题、线上自诊断系统实现学习进度评价，又可以基于面部识别、手势捕捉实现学习进程、学习行为分析，还可以基于自然语言处理、神经语义网络技术实现作文评阅、主观性答卷批阅，甚至还可以基于大数据常模做学习者学习障碍分析、人格特征分析、学习适应性分析。

人工智能支持下的评价环节，其评价形式和评价内容是多样化、高效率的。通过人工智能技术支持的学习平台，教师可以组织并发放测试题，学生完成测验后由系统自动收集、分析，最终形成整体报告，该报告可体现全班每一位学生对知识点的掌握情况，并基于不同学生的测验结果个性化地推送关键知识点。

在语音和语义评测方面，对自然语言的评价和语音处理技术已经成熟。对普通话标准考试、英语发音等类型的测试，过去由于技术的限制往往难以保证线上自动评价的客观性。但随着自然语言处理技术的成熟，面向作文等非结构文本的处理、分析与评价已经完全可能。

（2）从知名EAI企业及其解决方案的视角分析EAI的发展水平

在人工智能第3次浪潮的促进下，大量有志于教育研发的科技公司积极地投入到以AI支持教育的各种解决方案的设计与研发中，提出了大量有效的智慧型解决方案。2017年11月18日，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，发布首批国家新一代人工智能开放创新平台名单。作为第一批入选国家新一代人工智能开放创新平台的企业，百度、阿里、腾讯和科大讯飞均为教育领域提供了基于人工智能技术支持的有效解决方案，主要产品有百度的教育大脑3.0、阿里的AliOS智慧教育体系、腾讯云的智能教育解决方案和讯飞开放平台的教育产品解决方案。

（3）面向EAI的一线教学、线上测评系统的建设与实践

EAI支持的教学实践与人工智能技术的发展密切相关。自本世纪初语音识别和自然语言处理技术取得重大突破以来，相关技术就被应用于教学实践中。2006 年，科大讯飞从技术上解决了全国普通话水平测试的标准问题，他们与教育部考试中心共建了联合实验室，探索未来高考题库的建设。目前已在部分省份为语文和高考作文题的重检提供技术支持[10]。北京师范大学未来教育高精尖中心结合“智慧学伴”平台，在厂家提供的机器人硬件框架上，打造了人机对话的智能导师系统，学生可以和机器人对话，机器人通过对话理解学生的需求，并基于“智慧学伴”的后台知识库给予及时的响应和反馈。

3.EAI研究与实践中存在的问题

基于已有文献及EAI教学实践调查，笔者发现：目前多数EAI研究仅仅是把AI的已有成熟技术（如人脸识别、自然语言处理）引进到教学过程，使之作为一种工具服务于教学过程，因此主要停留在简单的应用研究阶段。尽管学者和社会均对EAI充满了期望和信心，但真正地以人工智能技术支持的线上学习支持模型、学习者诊断模型仍处于实验室检验和框架论证阶段，其理论研究与大范围应用推广之间仍存在着诸多尚需验证的问题。

（1）有效的EAI模型极为匮乏，多数模型的质量仍很粗糙

从EAI的应用现状看，除了面部识别、手势分析等在计算机学科内较为成熟的技术外，真正隶属于教育范畴的人工智能模型仍极为匮乏。诸如学习内容生成与汇聚的智能代理、学习障碍自動诊断与反馈的分析师、问题解决能力测评与改进的辅导员、学生成长发展的生涯规划师、学生心理素质测评与改进的辅导员等，均缺乏可用的数据模型，难以应用在实际场景中并帮助学习者做出决策。

即使国内的一些企业和学校已经在探索并构造EAI模型，但其模型仍极为粗糙，缺乏普适性，多数模型都尚未形成标准化的常模，不具有普遍性和大范围推广的价值。

（2）教育大数据的质与量仍难以满足人工智能发展的需求

EAI理论研究的核心基础是基于大数据的模型训练和机器深度学习。因此，EAI的每一个具体应用都需要在大量基础数据的支持下逐步迭代并形成智能化模型。从教育大数据发展的现状看，尽管各类学习支持系统已经生成了大量数据，但这些数据往往分散于众多类型不同、缺乏统一规范的学习平台中，其质与量均难以胜任人工智能模型训练的需要。因此，对教育大数据重构与重组，使之适应EAI的模型训练，将是EAI的重要任务之一。

（3）精准的个性化指导与资源推荐未必有利于学习者的全面发展

①过于精准的个性化指导并不利于学习者自主探究能力的发展

学生创新能力发展是近些年国家人才培养战略的重要目标之一，而自主探究能力培养是创新能力培养的重要内容。有学者担心，在EAI的支持下，过于精准的个性化指导容易导致学习者知识能力快速提升，但其自主探究能力却进一步弱化。

教育的目标既要“授之以鱼”，更要“授之以渔”。在EAI的支持下，既要努力为学习者提供满足个性化要求且到位的指导，同时还要注意留出自主探究的空间，为学习者的自主探究提供充足的机会[11]。

②基于兴趣的个性化推荐难以适应学科知识学习，不利于学习者完整地掌握知识

学习资源的个性化推荐是EAI的重要研究领域。从当前的研究看，多数资源推荐技术都借鉴了商业经济领域中的商品推荐算法，实质上是一种基于学习者兴趣或当前关注点的资源推荐，并不适合于在校生知识体系的建构和全面发展。因此，在教育教学实践中，必须考虑到学校教育与商品推荐的不同，应避免完全根据学习者学习兴趣和关注程度进行學习资源推荐[12]。

（4）精准的个性化跟踪与学习行为分析有可能侵犯学习者的隐私，引发教学伦理争议

为实现学习行为分析，有些学者在课堂教学中借用了面部识别、手势捕捉等技术，通过自主跟踪的摄像头，自动捕捉每一个学习者的课内行为和表情，以分析并探究其学习投入和个体行为。然而，对这一应用，已有学习者表达了不适和抗议，同时部分学者也从教学伦理的视角表达了高度关注[13]，甚至否定了这一做法对教育的正面作用。

四、EAI发展的趋势及策略

EAI的发展，以能够为学生提供个性化、专业化的学习支持为目标。EAI中存在的问题，也是与人工智能基本规律密切相关的。对EAI发展趋势的探索，必然受人工智能基本原理和规律的影响。

1.EAI的发展愿景及趋势

对人工智能支持下的师生关系、教学模式的变革，在2019年6月14日举办的“2019年人工智能+教师教育国际研讨会”上，北京师范大学知名教授余胜泉发表了题为《人工智能教师的未来角色》的主题演讲[14]。分析国内外学者的观点，人工智能将在以下几个维度对教育产生重要影响。

（1）人工智能将对教师的工作起着非常重要的辅助作用

人工智能技术，将会在教学中充当起教师助理的角色（即人工智能导师、智能学伴）。比如智能出题、智能批改、智能阅卷、智能化的辅导，以及各种评价报告的自动生成，并针对学生因人而异地为其提供各种反馈。人工智能教师的出现，把教师从传统的讲课、批阅作业、组织试题等重复性工作中解放出来。

基于自然语言处理技术、图像识别、语音识别技术的最新成果，人工智能教师不仅能够完成传统意义上的学习行为数据采集与分析，还能完成对智能化程度要求较高的作文内容分析与评阅。

（2）人工智能技术将帮助教师更好地诊断学生，实现对学生的个性化指导

在教育大数据的支持下，人工智能教师能基于学习行为数据，针对每一位学习者进行诊断和分析，通过学习风格雷达图、学习进度和学习状态地图及时发现学习者在学习过程中出现的困惑与不足，及时为每一个学习者提供个性化指导，进而实现基于“数据”的综合素质评价[15]。

在人工智能的帮助下，可以针对不同问题，为每个学生提供个性化的反馈，实现对学生个性化的支持，做到既具有规模化，又具有个性化，这是《中国教育现代化2035》所追求的目标。

（3）教育人工智能的发展，促进了教师角色的转化

在传统的课堂中，“教师讲—学生听”是公认的教学模式。随着教育信息化的普及，以学生为主体的教学模式日益普及，越来越多的教师、学生和家长认可了“强调自主学习”的E-learning学习模式。因此，教育管理部门不再要求教师整节课堂都必须喋喋不休地讲解，而是要求教师把更多的精力放到教学案例设计和教学实践活动的组织上。此时，教师不再是课堂的主体，而是课堂的组织者、引导者和学习进程的监控者。

2.促进EAI良性发展的建议及有效策略

（1）EAI未来研究应着眼于大数据，以模型训练、教育模型生成为重要内容

智能导师、学习障碍诊断与分析师、体质健康监测医生等人工智能技术均离不开优质的EAI模型支撑。从人工智能的结构模型可知，基于深度学习的知识库和规则库的优化与完善，以及推理算法的优化是近期人工智能发展的重要内容，面向教育的人工智能也必须遵循这一规律。因此，在EAI的发展中，面向教育信息的数据采集、基于教育大数据的深度学习及模型训练将EAI的发展至关重要。除了模型的显著改进，作为模型的训练数据集，大数据还为人工智能添加了十足的动力燃料。

大数据智能以数据驱动和认知计算为核心方法，从教育大数据中发现知识，进而根据知识做出智能决策。因此，教育数据革命已经到来。数据驱动的人工智能将是引领教育信息化发展的新方向[16]。

（2）EAI的发展应以智能化、个性化、多元化为目标

在人工智能技术的支持下，尊重学习者个体特征，为学习者量身定做提供个性化指导即将成为现实。借助智能化的学习支持系统，基于学习者的个人信息、认知特征、学习记录、位置信息、媒体社交信息等数据库，人工智能程序可以自学习并构建学习者模型，并基于扩大更新的数据集不断地调整优化模型参数，从而实现个性化资源、学习路径、学习服务的推送。这种个性化将越来越呈现出客观、量化等特征。

（3）EAI的发展应注意协同性的知识建构，强化人、机之间的协同化

人机协同发展是人工智能推动教育智能化发展的一种趋势。从学习科学的角度分析，学习是学习者根据自己已有的知识去主动构建和理解新知识的过程。对于人工智能来说，有些新知识是它们无法理解的，这种时候的学习者就需要教师的协同、协助和协调，与此同时，人工智能模型也需要大量模型训练、深度学习，以实现其自身的优化。因此在智能化学习环境中，教师的参与必不可少，人机协同将是人工智能辅助教学的突出特征。

（4）EAI将以技术融合为手段，促进知识融合创新为目标

教育部2018年4月发布的《教育信息化2.0行动计划》把融合创新作为当前教育发展的核心研究内容。从EAI的视角看，面向EAI的融合创新包括2个层次的内容：其一是在人工智能的全方位支持下，实现教育手段、教育策略、教学模式、学习空间的融合创新;其二是对学习者自主探究能力、自我管理能力、协作能力和时间管理能力等核心素养的培养，鼓励学习者从多学科综合、深层次思维的视角实现综合应用能力的快速发展，从而促进其创新能力的快速发展。

人工智能在教育领域中的应用实现了跨学科、跨领域和跨媒体的融合创新。在人工智能技术的支持下，跨领域推理融合了多个领域的数据与知识，奠定了强大的智能基础，实现了人工智能技术与教学内容、教学媒体和知识传播路径的多层次融合。从管理视角看，它突破了传统教育方式的限制，提供跨学科、跨媒体、跨时空的智能教育服务供给;从学习者视角看，则鼓勵学习者突破学科之间藩篱，实现跨学科的综合应用与知识融合。

3.EAI教研与建设中必须注意的问题

（1）加强师生的人工智能技术培训，以满足EAI发展的需要

EAI必将从教学模式、教学手段、教学环境等诸多方面改变教育与教学，促使教育教学发生翻天覆地的变革。在这个变革过程中，将对教师、学生的固有观念产生巨大冲击，并在技术和应用层面对教师提出新要求。师生观念及技术能力能否满足EAI对教育的要求，是关系着EAI成败的决定性因素。

然而，师生对EAI的认知与认可、师生使用人工智能技术的能力尚与EAI的工作要求有较大差距，尚需较长时段的努力。因此，加强针对师生的人工智能技术培训，是非常必要的。

（2）基于EAI的个性化指导应尊重知识结构，尊重学习者

个性化指导是人工智能技术支持教学的重要特征。从当前的研究看，多数资源推荐技术实质上是一种基于学习者兴趣或当前关注点的资源推荐，这种推荐模式有利于学习者在某一领域或围绕特定知识点开展较集中或较深入的学习。这一模式对于成人学习、专题性探究是有意义的，但对在校学生的全面发展并无裨益，不利于学生构建有效的知识体系和知识结构，更不利于学生的全面发展。

在以EAI支持个性化学习的过程中，要依据学习者的类型分类设计个性化指导模型。对于在校学生的学习，务必尊重课程的知识结构，兼顾学生的学习兴趣，基于学习内容、教师建议、学生兴趣、学习行为等数据中挖掘出隐藏的规律，从而构建有效的学习支持模型。

在以EAI支持的学习过程中，要充分尊重学习者，注意保护学习者的隐私权和知情权。在实施基于EAI的精准学习行为分析和个性化跟踪与指导前，应征得学习者的正式同意。

（3）EAI永远不可能完全取代教师

尽管教师的很多职能在不远的将来都会被人工智能所取代，但教师永远不会被人工智能完全取代。余胜泉认为，教师的职能是促进人的成长，包含两个维度：其一是教书的职能;其二是育人的职能。在知识传授、知识组织和知识管理领域，会有越来越多的工作被人工智能所取代。但在育人过程中，还有学生的情感需求以及教师榜样力量的潜移默化等，这些问题永远不可能被人工智能完全取代。因为人与人之间面对面的沟通和面对屏幕的交互还是有很大差异的。

五、结束语

进入本世纪以来，随着计算机和大数据技术的发展，图像识别、语音识别、自然语言处理均取得了很大突破，人工智能服务于教育的重大契机已经展现在人们面前。EAI的介入，将会对学习过程产生重大影响，会在教学伦理、学习者个性发展、学习者情感与价值观形成等方面产生诸多新问题，这就需要教育工作者未雨绸缪，在教学组织和教学设计过程中，发挥其优点，规避EAI介入带来的风险，从而把教育教学质量推向新高度。

参考文献：

[1]郑旭东.智慧教育2.0：教育信息化2.0视域下的教育新生态——《教育信息化2.0行动计划》解读之二[J].远程教育杂志，2018（7）：11-19.

[2]何克抗.21世纪以来的新兴信息技术对教育深化改革的重大影响[J].电化教育研究，2019（3）：5-12.

[3]罗素等.人工智能：一种现代的方法[M].北京：清华大学出版社，2013.

[4]余胜泉.人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.

[5]许亚锋，高红英.面向人工智能时代的学习空间变革研究[J].远程教育杂志，2018（1）：48-60.

[6]李葆萍，陈晨，万海鹏.未来教室环境中学生核心技能评估研究[J].中国电化教育，2017（7）：20-25.

[7]曹培杰.智慧教育：人工智能时代的教育变革[J].教育研究，2018，39（8）：121-128.

[8]汪时冲，方海光，张鸽，马涛.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志，2019，37（2）：25-32.

[9]Bruce M. McLaren， Krista E. DeLeeuw， Richard E. Mayer， Polite web-based intelligent tutors： Can they improve learning in classrooms？ Computers & Education，2011（3）.

[10]曹巍，孙昕.人工智能助力教育——专访科大讯飞执行总裁吴晓如[J].中国教师，2019（4）：11-16.

[11]马秀麟，赵国庆，邬彤.翻转课堂促进大学生自主学习能力发展的实证研究——基于大学计算机公共课的实践[J].中国电化教育，2016（7）：99-106.

[12]马秀麟，梁静，李小文，苏幼园.智能化学习环境下资源推荐的影响因素及权重的探索[J].中国电化教育，2019（3）：110-118.

[13]马秀麟，梁静，李小文，苏幼园.群体感知效应促进线上协作学习成效的实证研究[J].电化教育研究，2019（4）：81-89.

[14]余胜泉.人工智能教师的未来角色[R].2019年人工智能+教师教育国际研讨会，2019.6.14.

[15]马秀麟，赵国庆，朱艳涛.知识可视化与学习进度可视化在LMS中的技术实现[J].中国电化教育，2013（1）：121-125.

[16]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《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-34.

（编辑：王晓明）