罗朝猛 (珠海中山大学附属中学)
面对持续的新冠病毒流行病蔓延,全世界成千上万的学校、教师和学习者几乎一夜之间不得不转向远程教学。虽然他们中的一些人可以在教育技术和在线学习的帮助下成功地继续接受教育,但许多人仍然对最新技术的有效性和参与程度提出质疑。
人工智能自一段时间以来就一直被纳入教育议程上。人工智能应用已经承诺会激发教育领域的创新,并使其更加个性化,从而更加有效。然而,在当前的危机中,人工智能似乎还没有大规模实施。在最近一次接受采访中,2019 年度信息与通信技术奖评选主席英格·莫莱纳尔博士向采访者详细介绍了智能技术和非智能技术的区别、教育领域现有的人工智能应用以及这些应用可能带来的风险和机遇。莫莱纳尔博士是荷兰奈梅根大学的助理教授,专攻人工智能和教育。
尽管我们都转向了在线学习和使用数字材料,但许多教师和学习者并没有准备好突然转向完全在线学习。远程教育并不总是像在课堂上那样,允许教师进行调整和支持学生。因此,学生可能会发现数字化学习材料过于简单或过于复杂,这可能会导致学生脱离学习并降低学习效果。自适应智能学习技术可能有助于克服这些问题,这类技术通过监控学生的表现、评估他们的技能、跟踪他们的进步和预测他们的发展,使用算法来调整数字学习材料以满足学生的需求。这使学生能够按照自己的节奏学习,减少了教师不断监督、反馈或调整材料的需要。
与自适应学习技术相比,非智能数字学习技术有很多种。虽然这些技术不能进行智能调整,但它们通常会为学生提供直接反馈,并为教师提供跟踪学生进度的仪表盘。然而,它们被设计用来作为教师指导的补充,孩子们在独立学习时可能会遇到困难。
在荷兰,我们正在中小学教育中大规模使用自适应学习技术。这些技术根据学生的需要调整材料,并通过仪表板为教师提供对学生进步的广泛洞见。在大流行期间,自适应学习技术给学生居家学习增加了一些新功能。例如,集成通信模块使教师能够直接与学生交谈。另一个选择包括可能有“现场感”的虚拟课程。在虚拟课程中,教师通过交流模块进行指导。因此,学生通过他们的笔记本电脑连接远程跟踪课程,教师可以直接向个别学生提供额外的指导和反馈。这就形成了师生、生生间的交互性,尽管学生在身体上看不到对方。
今天,许多国家都在扩大其数字技术,但我不确定是否所有的政府和学校代理人都意识到数字非智能技术和自适应智能技术之间的区别。他们需要额外的帮助和解释人工智能在这种特殊情况下能做什么。许多好的学校数字材料已经存在,但是如果人工智能被正确使用,我们可以更好地改善学生的居家学习。
同时,存在不同类型的人工智能应用程序。我们知道,用于评估和教学的自适应学习技术特别受欢迎。然而,目前我们也看到了一个新的发展,包括在对获奖者进行甄别的应用中,即检测技术。虽然这些技术还没有大规模应用,但它们有很大的潜力。以今年获奖者的答题为例,阅读障碍的诊断可以根据学生在特定问题集上所犯的错误类型来进行,然后可以用来选择有助于阅读障碍学生提高阅读技能的游戏。学生的功能性写作技能可以被测量,并通过调整练习机会得到进一步支持。
虽然人工智能在新冠病毒肆虐期间有可能改善学生居家教育,但这场危机也有助于提高人工智能。在自适应学习技术的帮助下,教师通过仪表盘跟踪学生的学习进度,做出调整,并给出技术无法实现的反馈。由于这是通过技术实现的,教师帮助学生,同时提供有价值的线索来提高人工智能。
人工智能在教育中的应用可能存在不平等的风险和机会。一方面,这些技术可能只适用于较富裕国家的儿童。另一方面,当孩子们居家学习时,智能自适应学习技术更有帮助,因为它们可以根据学习者的需要进行调整。这可能会提高教育的成功率,即使是对于家庭教育环境不太好的孩子。此外,对于那些有特殊教育需求或需要个性化学习的人来说,这是一个很好的机会。因此,重要的是要看到自适应学习技术的比较优势,并确保它们能够大规模使用,以便使它们变得可持续发展,并在未来危机期间支持学生居家学习。