基于AI架构的智慧课堂研究*

摘   要   人工智能的极速发展，已经为其介入学校教育、实现智慧课堂做好了充足准备，基于人工智能的智慧架构，将以其智能交互、智能深度学习形成的闭环架构，重新定义课堂教学。同时，人工智能架构及其教学应用，所带来的多种技术的深度融合，有机建构起来的深度智慧，更将为课堂教学整合出面向未来的基于智筛选、智适应、智学习等更为进阶的一体化智慧建构。

关键词   AI架构  智慧课堂  整合建构  深度智慧

从人类所经历的三次教育改革历览，即将到来的第四次教育改革，将是人工智能全面占领教育领域，并重新定义课堂教学手段、教学模式、教学形态的时代变革。同时，亦将以智慧课堂为授受关系带来一场前所未有的惊天巨变。

一、智慧课堂的人工智能架构整合概述

1.人工智能架构应用概述

人工智能作为计算机科学的一个分支，试图透过智能的本质，以技术途径生产出一种与人类智能相类似的、能够做出辨识反应、机会研判、逻辑推演、模型优化等复杂智能任务的模拟智能系统。人工智能中的模拟智能，目前已经涵盖了语言识别、图像识别、专家系统、自动化应用、拟人机器等研究分支。人工智能仅仅只是机器系统对于人类智能的一种数字化、程序化、抽象化模拟，目前尚不能像人类那样具备独立意志，因此无法进行真正意义上的独立思考。短时期内除运算、逻辑、数控等数字化能力外，不可能超过人类的智能水平[1]。人工智能的广泛应用，为各行各业的自动化发展，带来了翻天覆地的技术变革。近年来，人工智能开始在教育领域大显身手，正在成为教育变革的一股中坚力量。课堂教学亦将由此而发生形态、模式、手段等诸多方面的嬗变跃迁。

2.智慧课堂的人工智能架构整合意义

人工智能具有数字化、程序化、抽象化的智能模拟，因机器化操作而有着更快、更准、更精、更强等先天性优势，尤其是在复杂任务方面，人工智能的完成度、完成质量、完成效果等均远胜人工。人工智能一旦应用于课堂教学，将能够为学校教育带来彻底改变，由传统课堂到智慧课堂的改变，极大地提高课堂教学质量、教学效率、教学管理水平。智慧课堂不仅能够极大地提高教学信息容量、辅助教学信息容量，而且还能极大地提高基于人工智能的深度智慧含量。据统计，传统课堂教学过程中，学生有近三分之一的时间被浪费，而引入智慧课堂，则能够更加充分地发挥人工智能的智慧筛选、智慧适应、智慧学习优势。以人工智能为核心，加持大数据与云端服务，能够实现基于人工智能的课前、课中、课后的完整的教学闭环，传统教学可望而不可及的差别化教学、精准化教学、智能化教学，都可以通过人工智能得以完美实现与解决。

3.智慧课堂的人工智能架构整合建构

智慧课堂中的人工智能架构，涵盖了课堂教学中的课堂场景、课堂氛围、课堂监控、课堂管理等方方面面。智慧课堂在人工智能的助力下，以学习单元个体的最小单位学生作为主要对象，在智慧课堂中，依托于人工智能架构的数据采集与分析研判，能够获得学生个体全景式的一目了然的学习状态图谱，并能够据此针对学习状态，因人而异地进行有差别化的学习路线、学习内容、课后作业等全方位的学习路径优化。人工智能架构的在线学习助手，还能够使学生、师资、校方三者形成有机的关联，使得师资能够监控学生、校方能够监控师资、学生能够向校方反馈师资，三者能够有机地形成整合化的教育体系一体化建构。未来的智慧课堂将呈现出一种规范高效的智筛选、智适应、智学习的深度智慧的学习图景。全息课堂与电子助理等，将随时伴随在师生的左右，智慧课堂将不再受制于时空的限制，完全按照智慧的策略运作规则、运作机器、运作思维，无效信息将被筛选、无用的流程将被精简、无关的操作将被剔除，一切都将在人工智能的驱策之下，以深度智慧的法则，按照智能优化与教育优化的深度融合原则加以高效整合建构。

二、智慧课堂的人机互动架构整合

1.智慧课堂的静态接口建构

人机之间基于静态接口的互动，是整个智慧课堂最为基础的部分。传统的课堂静态人机接口，包括了身份识别与认证、人数统计、出入监控与统计等基础性静态交互过程。其中的身份识别与认证，能够有效区分学生个体、师资个体、校方管理者个体、校方服务者个体。在此基础之上，能够为分属于不同领域的个体，分配各自所属的不同的功能与机制。并且，还能够为同一领域的学生个体，建构出因个体差异较大而产生的个性化学习状态图谱，这才是智慧課堂静态接口的存在意义。同时，智慧课堂的静态接口还会在人工智能与区块链的双重加持之下，形成一种具有增益功能的拓展性应用。还能够为学生个体整合建构出类似身份证明的、由幼儿园直至步入社会的学生个体学习状况的全局档案。静态接口的人机互动整合建构为进一步动态乃至实时的人机互动整合建构打下了坚实的技术基础。智慧课堂因此得以由静态智慧接口可视化，向动态智慧行为可视化嬗变跃迁[2]。

2.智慧课堂的手势识别整合建构

智慧课堂应该是人工智能应用于教育领域的一个比较重要的方面。基于静态接口的成熟应用，人工智能可以进一步针对某一部分身体行为，进行更为复杂的能够动态识别的人机互动整合建构。举一个最简单的例子，比如学生在课堂踊跃举手发言，任何教师可能都无法精确地统计哪些学生举手了，而智慧课堂的手势识别，则能够居高临下地从课堂空中的不同视角，毫无遗漏地向教师面前的智能大屏即时反馈举手的学生，将举手的学生进行高对比色彩加以标识。同时，还会将近期提问过的学生依智能统计，进行不同的色彩标识区分。这样，教师在授课的过程中，就能够一目了然地看到学生的举手状况、已经提问的状况、未进行提问的状况。当然，这只是手势识别的一个十分有限的应用方面而已。实际上，手势识别推而广之，可以针对学生、师资、校方服务人员的行为进行全方位的深度智慧整合建构，从而为深度智慧的人机互动，整合建构起一种更加进阶的人机共通、共建、共享的技术表达，从而进一步由智慧行为可视化向智慧思维可视化嬗变跃迁。

3.智慧课堂的思维可视建构

目前的人工智能面部识别研究，已经获得了突飞猛进的发展，头部动作的分析建模，已经基本成熟完备，眼动与表情的深度智慧识别等，也会随着AI架构的智能分布、智能物联、聚类分析等的不断研发，快速地为智慧课堂带来现实化的技术支撑。根据头动、眼动、表情三个维度的课堂授受实时反馈，透视思维活动，实现思维的可视化整合建构，不仅能够为在场与在线的教师提供即时反馈，而且，还能够将实时综合分析的结果，即时反馈给学校的教学管理部门。在人工智能的深度智慧辅助下，不仅课堂的授受将变得更加智能，而且与课堂息息相关的教学监控、教学管理、教学服务等亦将变得更加智能。这些基于人工智能架构的深度智慧，将共同辅助课堂教学，成为未来智慧课堂思维可视化整合建构不可或缺的关键。同时，通过人工智能物联设备等无处不在的辅助，还可以透过设定的场景与学生个体进行有差别的互动，极大地提高实时授受效果，达到更加有效的授受教育教学目标。人机互动在深度智慧的基础之上，还将通过人机之间、信息与系统机制之间、机器物联之间等更加全方位、多元、复杂的良性互动，进一步拓展智慧课堂上的静态交互、动态交互、实时交互，为授受双方带来更加多姿多彩的趣味课堂，师生与人工智能之间，更加有机地建构成为一种智慧课堂交互的整合共同体[3]。

三、智慧课堂的深度智慧架构整合

1.智慧课堂的智筛选建构

如果说人机互动整合建构属于一种进阶的智慧整合建构，那么深度智慧的整合建构就属于一种较为高级的智慧整合建构范畴。这一范畴首当其冲的人工智能架构，就是智筛选在整个智慧课堂中的人工智能集成。智筛选是智适应与智学习等深度智慧整合的建构基础。信息时代纷纷扰扰的信息，实际上已经给现代人带来了诸多烦恼，对于学生而言同样如此。传统的课堂授受由于师资水平的差异，必然存在授受的差异化。这就必然会给学生带来无法避免的差异化的成绩分布。人工智能介入的智慧课堂，则能够在课堂上针对名师的授课内容进行有机的筛选，为不同程度、不同阶段、不同接受能力的学生，基于深度智慧进行智筛选。智筛选能够为整个智慧课堂的整合，建构出因人而异的差别化表达，哪怕是两名学生在学习成绩之间毫无差别，智筛选系统也能够在二者之间，根据整个泛学习周期的学习状态图谱，在人工智能深度智慧的分析研判下，为二者各自实时描绘出有差异化的课前预习、课中学习、课后复习等一整套闭环的定制化的学习日程。同样，对于教师而言，智筛选也会有差异化地给出师资因人而异的有差别化的改进与进修日程，曾经流存于理想化想象状态的“有教无类、因材施教”等差异化授受，即将成为人工智能时代的一种基于深度智慧智筛选整合建构的标准配置[4]。

2.智慧课堂的智适应建构

针对智慧课堂整合建构的人机互动的不断发展与不断推进，为更加智慧化的智筛选与智适应集成提供了必然的递进路径。所谓智适应即更加高级的抽象化层级上的人机互动。这种抽象化层级的人机互动，已经具备更为高级的人工智能识别技术，不仅能够智慧化地识别出与机器正在交互的人物身份，而且还能够在本地局域云端、远程互联云端的支持下，在大数据与数据挖掘的支持下，在人工智能架构的核心支撑下，为不同身份的智慧课堂授受角色提供因人而异、因能而异、因习而异的智慧化授受[5]。在智适应集成下，极大地提高了授受的整体教学进度，对于那些喜欢探索的学生而言，在游戏场景般的趣味性课堂氛围中，将能够极大地吸引他们对于学习的兴趣。学生在主观能动性的驱策下，自主掌握学习进度。在差异化智适应适配的学习过程中，绝大多数学生可能会遇到的最基本的疑问，早已经被人工智能捕捉下来，成为一种随时即时更新的问答范式。学生可以在学习过程中，随时在辅助屏幕上看到与可能疑问相关的辅助学习信息。同时，在线的各院校的教师，亦能够随时针对学生学习过程中的疑问，予以非常详尽的由浅入深的解答。解答的结果均将被人工智能捕捉成为一种问答范式，以便于这些可能重复的问题能够即时直接推送给学生。这种深度智慧驱策的智适应，使得授受效率與学习效率成倍提升。

3.智慧课堂的智学习建构

作为智慧课堂深度智慧的智学习集成，早在2018年即已成为刺激AI热潮的一种代表性的技术指征，目前正在由巅峰期向平稳发展的平台期过渡。智慧课堂中那些流于表象化的视觉化技术，实际上无不需要更加智慧化的深度智慧与深度学习系统，给予其不可或缺的系统化支撑。无论是视觉技术中的视频识别还是音频识别等，最终都必然需要通过AI架构，加以建模、辩识、区分、研判，并最终通过深度学习系统，给出机器识别的最终结果。深度学习系统对于活动图像的识别，亦将随着计算机算力、速度、存储以及计算机云集群、大数据、5G通信技术的飞速发展而获得前所未有的发展。深度学习系统对活动音视频等的识别，目前已经达到了全面应用的阶段。对于智慧课堂而言，深度学习系统的不断学习记忆功能，能够轻松地针对动作、行为、表情，甚至是抽象化的思维等进行充分且可靠的研判，从而能够在可持续的深度学习过程中，不断积累针对课堂授受过程的智慧表达，不断改进智慧模型，不断升级智慧设备，最终通过交互系统建构、识别系统建构、学习系统建构等，以深度智慧与智学习机制，整合建构出课堂授受的智慧共同体表达[6]。

基于AI架构的智慧课堂，解决了传统课堂的体验性、趣味性、效率性等诸多方面的问题。基于人工智能的进阶智能交互与智能深度学习，形成了智慧课堂的闭环架构，二者的深度整合与融合建构，不仅为实时教学提供了涉及教、学两个授受层面的智慧表达，而且还为考、评、管三个关键环节提供了高度集成的一体化架构的全过程支撑。同时，更为教育教学带来立体交互与实时反馈等更为精准且更具深度智慧的教学氛围、教学环境、教学手段。

参考文献

[1] 刘勉，张际平.未来课堂智能教学系统设计研究——以手势识别为技术支持[J].中国电化教育，2019（07）.

[2] 董荻.人工智能与教育的融合——智能机器人在学前教育领域的应用[J].教育教学论坛，2019（31）.

[3] 吕恺悦，施智平，孙众.人工智能时代下的教师教育发展——“2019人工智能+教师教育国际研讨会”在北京举行[J].现代教育技术，2019，29（07）.

[4] 谢忠新.智能化教学——AI时代信息技术与课程教学深度融合[J].上海课程教学研究，2019（Z1）.

[5] 侯宪桥，林琳，张思麒.研究AI赋能互联网教育的现状与发展趋势[J].科技经济导刊，2019，27（22）.

[6] 郑庆华.人工智能促进智慧教育，提升人才培养质量[J].高等工程教育研究，2019（04）.

[作者：张宇哲（1984-），女，吉林长春人，长春广播电视大学文法系，讲师，硕士。]

【责任编辑  孙晓雯】