北京市中小学人工智能技术应用的现状、问题及建议

2022-05-27 10:01季茂生车英子
中小学信息技术教育 2022年5期
关键词:智能管理个性化学习精准教学

季茂生 车英子

【摘 要】人工智能技术在教育领域的应用发展迅速。本文围绕人工智能系统在教育管理应用和精准助力教学两个维度,系统阐述了人工智能在建设智慧校园、实施减负、增强教学效果、学生的个性化学习等方面的运用。同时,分析了人工智能技术在北京市中小学中应用的现状与问题,并且提出了相应的建议。

【关键词】人工智能;个性化学习;中小学;智能管理;精准教学

【中图分类号】G434  【文献标识码】A

【论文编号】1671-7384(2022)05-005-03

以人工智能为核心的新一代信息技术逐渐进入教育教学领域,对于培养学生的核心素养和提升教育教学效能,发挥了重要的作用。为推进人工智能在教育领域的运用,2019年,北京市教育委员会制定了《北京促进人工智能与教育融合发展行动计划》,将工具理性与价值理性相融合,坚持以人为中心推进人工智能在中小学教育教学中的运用与发展。

人工智能技术在北京市中小学中应用的现状

1.人工智能技术助力北京市中小学实现智能化管理

(1)以智慧校园建设为核心,人工智能增强了北京市中小学的现代化管理水平。以智慧校园建设为核心的人工智能在学校管理领域得到了大规模应用,推进了数字校园向智能校园演进,实现校园精细化管理、个性化服务。北京市“十四五”期间将建设100所新型智慧校园示范校,推动人工智能技术条件下的教育教学模式与环境变革,将人工智能技术普遍融入教育教学之中。

(2)利用人工智能技术,推进“双减”政策实施,为学生提供个性化服务。2021年7月,中共中央办公厅、国务院办公厅颁布了《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》,这将推动传统教育教学方式的变革。北京市中小学校研究“双减”政策的影响,探索利用人工智能技术全流程融入课堂教学,在减轻学生负担的同时,实现对学生学习的精准化指导。

当前,北京市海淀区在开展实验的中小学中,通过智能化系统采集线上线下学业数据,建立精准的学生学业画像,构建学科知识图谱,为教师提供班级学情分析并推送教学支持资源,为学生匹配个性化学习资源,促进了学习效率和质量的提升。

(3)利用人工智能技术开展“五育融合”的学生综合素质评价。借助人工智能技术不仅可以对学生学习情况进行全面评价,还可以支持学校开展“五育融合”的学生综合素质评价。充分将德智体美劳教育教学的过程性数据融入到学生综合素质评价,建立过程性评价与结果性评价相结合的多元评价模式,更加客观地展现学生“五育融合”全面发展的情况,有助于学校为不同的学生量身制定个性化发展方案。

2.人工智能技术赋能中小学精准教学

当前有些中小学在以下方面开展了人工智能赋能精准教学的研究,并且取得了一系列的研究成果。

(1)利用人工智能进行学情分析,教师实现精准备课。在北京市怀柔区、通州区等中小学的实验中,利用人工智能开展数据分析、学生画像等功能,在每次学生作业、练习后,系统会即时产生可视化、图表化、多维度的学情报告,教师既可以查看学校、年级、班级的整体数据,也可以精确跟踪到每位学生、每个题目的数据分析。通过人工智能的系统分析可以掌握不同学生对知识的理解情况,可以从学习成绩变化、同年级差距分析、薄弱项分析、学科潜力等维度诊断班级学生群体或学生个体的学业情况,然后根据实际情况动态调整下一阶段的授课内容,做到精准备课。

在北京市延庆区某中学的“人工智能助力个性化教学”研究实验中,教师根据人工智能系统对学情进行分析后,对备课内容做适当调整。对全体学生基本上回答正确的题目进行略讲,对经常出错的知识点进行重点讲解。在做课堂小结时,教师会重点分析学生易错题目。通过对比实验,在引入人工智能系统开展备课教学的条件下,学生掌握同样内容的知识比传统教学节约近50%的时间。

(2)人工智能系统实现对课堂教学效果的精准分析。在20世纪70年代,教育科研领域就出现了对学生听课情况进行采样并对教师课堂教学成果进行分析的实验研究,其中以S-T行为分析法和弗蘭德斯互动分析法最有代表性。传统的课堂教学效果分析以人工观察和手工编码为主,存在过度依赖人工、分析效率低、分析结果受到人为主观因素影响等短板,这对改善教师的教学技能帮助有限[1]。

利用人工智能技术在课堂上通过人脸识别、学生动作识别等方式实现课堂智能采样,使得采样结果更加有效。这种基于人工智能技术的课堂教学分析更加精准,且效率更高。通过算法的不断优化,将课堂的教学效果更加客观地反馈给教师本人,增强了对教师课堂教学效果的精准化“画像”能力,教师可以参考课堂分析的反馈报告,对课堂教学效果不断优化。

笔者在2021年利用人工智能分析技术对北京市2020年的100节获奖课例进行了分析,发现多数课堂教师主导的言语行为在整个教学过程中占比超过50%。并且在教师主导的言语行为中,占比最多的是讲授,最少的是批评或指正。在单个学生的言语行为中,占比最多的是主动发言,主动发言和被动发言两项占比接近课堂时间的1/5。如果再加上多人讨论的时间,1/3以上的课堂时间内有学生参与。分析显示获奖课例学生参与度高,气氛活跃。将分析的结果反馈给相关教师,经过跟踪调研,其中77%的教师根据反馈报告优化了自己的课堂教学,取得了良好效果。

(3)人工智能辅助学习系统提升教学效率,减轻学生负担。人工智能辅助学习系统在提升教学效率、减轻学生负担方面有良好表现。在笔者2019年结题的“利用个性化学习系统进行数学教学研究”项目中,该项目组织了全市共65所中小学200多个教学班参与了研究,班级跨度从小学一年级到初中八年级,历时3年。利用人工智能技术开展义务教育学段学生数学学习情况的分析与诊断,为学生在数学学习方面提供了精准的个性化解决方案。

实验结果是,在教学课时相同的前提下,实验班使用人工智能辅助系统的后测成绩提高了 3.42分,而对照班的后测成绩却比前测成绩下降了1.2分。在纵向对比中,在前测中实验班落后对照班1分,但在后测中实验班超过对照班3.62 分。这体现了人工智能辅助学习系统对提升学习效率、减轻学生负担方面效果明显。

(4)人工智能技术助力课后个性化作业体系的建设。随着北京市教育系统扎实推进“双减”工作,各中小学开始大幅度减轻义务教育阶段学生的作业负担,这就要求教师根据学生的学习情况定制符合学生个性化发展的高质量作业。

笔者单位在北京市海淀区、怀柔区开展的“人工智能赋能北京郊区中小学教学模式创新研究”项目中,通过人工智能学习系统,精准定位学生薄弱知识点,并匹配与其学习能力最相适应的作业内容,以实现学生的分层化教学。同时,该系统也对教师设计的作业内容从教学目标一致性、难度合理性、结构合理性、时长合理性等维度进行分析,全方位辅助教师提升作业设计质量,达到优化教学效果的目的。

人工智能技术在北京市中小学中应用面临的问题

人工智能技术已经在北京市中小学管理和教学等方面发挥了重要的作用,但是也存在着如下问题。

一是人工智能技术在教育教学中的运用缺少顶层设计,科研成果推广过程缓慢。依托与教育教学融合开展的各类型人工智能研究,已经取得一定研究成果,但由于各类课题的研究由不同的机构各自展开,相互之间缺少横向联系,研究过程缺少统一管理,导致不同机构研究的方向出现雷同,研究成果无法得到共享。

二是引入社会人工智能技术资源进入校园,缺乏统一标准。北京是全国科技创新中心,人工智能技术在教育中的应用水平领先全国,有许多科研机构和企业拥有先进的技术,也有为学校提供服务的意愿,但由于缺少相关的权威标准,使得学校在采购第三方服务时随意性较大,不利于人工智能技术真正实现对教育模式变革和教学方式创新的支持。

三是教师专业化队伍建设滞后。当前人工智能技术以各种形式进入北京市中小学,已与教育教学形成了一个有机整体,但是为人工智能技术的实施提供技术支持的教师队伍还没有建立,学校缺少精通人工智能技术的专业人才,阻碍了人工智能技术在学校中的进一步发展和应用。

人工智能技术在北京市中小学中应用的建议

针对北京市中小学应用人工智能技术开展教育教学存在的问题,提出以下建议。

一是加强顶层设计,统筹推进。学校要将人工智能与教育融合工作发展目标纳入工作计划中,统筹人工智能在教育教学方面的顶层设计,为人工智能与教育融合发展提供指导方向。

二是建立相应标准体系,做好已有科研成果的总结推广工作。加强人工智能技术进入校园的相关标准制定,统筹全市相关领域的教科研项目,加快制定引导政策,为人工智能与教育融合发展提供优良政策环境。

三是关注对学校师生需求的调研,创新人工智能支撑人才培养模式。优先支持人工智能与教育领域交叉学科建设、人才培养、科技创新和成果转化应用等工作。在重大教育信息科技任务、创新平台、科技項目、人才项目等实施中,加大对人工智能领域优秀人才培养和引进的倾斜力度。

总之,在各种数字智能技术飞速发展的大背景下,我们必须重视人工智能技术在教育领域的实践应用,必须正视人工智能技术在应用于教育各层面过程中出现的问题,积极实践,不断探索,逐步改进,让人工智能技术持续助力北京市中小学教育管理和教学实践的高质高效发展。

参考文献

孙众,吕凯悦等. 基于人工智能的课堂教学分析[J]. 中国电化教育,2020(10):15-23.

猜你喜欢
智能管理个性化学习精准教学
以精准教学提升学生核心素养
敢问路在何方
浅谈初中思想品德课中的精准教学
指纹识别考勤机在实验管理系统中的设计与应用
教学资源支持下的Sakai个性化学习研究
信息化环境下基于“盒子鱼”App的高中英语个性化学习的模式和策略
微视频在初中英语听力教学中的应用探索
基于VBA控件技术与精准教学理念的授课课件设计实践研究
基于SOA的在线学习资源集成模式的研究
IODN技术现状及未来发展趋势分析