基于人工智能的在线教育现状的研究

谭舒 张秀琦

摘  要  基于人工智能的在线课堂是教育信息化的大势所趋，通过对在线教育主要的技术元素、人工智能在教育教学领域的具体应用、人工智能+在线教育教学过程等方面的分析，设计相对完善的调查问卷面向大学生群体对基于人工智能在线教育平台使用情况进行调查，研究其值得肯定的优势，以及目前存在的不足之处，从而提出相关建议。

关键词  人工智能；在线教育；个性化教学

中图分类号：G434    文献标识码：B

文章编号：1671-489X（2023）11-0032-04

0  引言

自从进入21世纪以来，多种新兴的信息技术快速融入教育领域，从而对各级各类的教育教学产生了重大影响[1]。同时与之相呼应的是中共中央、国务院印发的《中国教育现代化2035》明确将加快信息化时代教育变革视作“十大战略任务”之一。近年来，人工智能在教育领域解决了不少难题，但随着疫情的反复，教育方式发生了改变，人工智能+在线教育的模式迎来了新的挑战。从人工智能角度出发，助力在线教育，相信可以解决以学生为主体，以教师为主导的智慧课堂下的新问题，发挥更好的功能与作用。为推进人工智能教育的融合发展，需要进一步厘清人工智能与在线教育，同时分析人工智能教育的风险，据此提出未来教育的发展方向。

1  人工智能在在线教育中的应用现状

1.1  在线教育的技术支持系统

近年来，在线教育飞速发展，各种在线课程层出不穷，由于质量良莠不齐，导致其备受争议。在线教育课程是否可以实现以学习者为主体的在线课堂？是否可以降低教师繁重的工作量，从而进一步制定优质教学策略？它与线下的标椎化课程是否存在差异？基于人工智能的在线教育课程是否可以实现个性化、精准化、定制化的学习理念？在一系列争议中，需要找到促进解决问题的关键技术，进一步推进教育教学的信息化发展，实现个性化教育。

1.1.1  生物特征识别

生物特征识别指通过个体生理特征或行为特征对个体身份进行识别认证的技术[2]。

1.1.2  机器学习

机器学习是通过经验或数据来改进算法的研究，旨在通过算法让机器从大量历史数据中学习规律，自动发现模式并用于预测[3]。

1.1.3  知识图谱

知识图谱本质上指构建语义网络，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

1.2  人工智能在教育教學领域中的具体应用

1.2.1  智能导学系统

智能导学系统（Intelligent Tutoring System，ITS）是用人工智能技术模仿人类教师在教学中所承担的角色，为学习者提供个性化学习指导，帮助不同需求和特征的学习者获得知识和技能，提供个性化指导的计算机辅助教学系统[4]。在当前基于人工智能的在线教育发展中，钉钉平台上线了英语口语评测功能，在该功能中以语音评测数据为基础，学生可以根据自身的发展需要或教师布置的作业特点，随时随地进行多种口语练习活动，包括仿读、朗读、复述、情景对话等。该功能将学生的语音信号作为输入的信息数据，结合英语专业领域的相关知识，提取学习者录入的语音特征，基于语音模型和评分映射模型，分析学习者的语音片段，执行自动化语音评测，同时为学习者的学习录音给出建议分数，并通过即时反馈的方式，对学生的口语学习过程进行诊断，在口语语音的准确性、流利性以及完整性方面给出相应的学习建议，并推荐个性化学习资源。

1.2.2  适应性学习系统

适应性学习支持系统（Adaptive Learning Support System，简称ALSS）是一种“基于观察学习者的学习偏好、以获得最好的学习效果而进行动态组织的智能系统”[5]。其本质上是根据学习个体的差异性，提供适合个体特征进行学习的一系列学习资源，从而实现个性化学习的在线学习环境。基于人工智能的在线教育阶段，相较于传统的教育阶段，教师在适应性学习系统的支持下，结合学生学习主体性的作业内容，同时以激发学习动机的情境为基础，开展多样化、高质量的作业活动。依赖适应性学习系统，可以依据课程内容为学生定制个性化学习路径，提升学习者的学习效率与学习兴趣。

1.3  人工智能+在线教育教学过程

1.3.1  智能引擎推进学习个性化（自适应支持）

智能化推荐是通过挖掘和辨识学习者的特质，从而挖掘学习者的学习行为数据、预测学习者的资源需求和科学分析学习资源的特性，为其提供适应性服务[6]。学习者在线学习过程中，智能推荐引擎根据对学生数据的全面掌握，准确刻画该学生的个性特征、发展需求以及近期的学习需求，同时对在线学习资源内容和使用状况进行智能分析与预测，根据每个学生的真实需求，实现教学资源与学习支持的自适应推送，智能化推送合适的学习资源，以实现学习过程的个性化，更好地满足学生的多元需求，促进学生发展。

1.3.2  教学过程精准化（智能学情分析）

在线教育过程中，通过智能学情分析系统可以精准化、针对性地解决教学过程中的问题。根据智能学情分析技术汇聚单个学生的学习风格、知识点掌握情况、学习方式等相关信息，促使教师精准掌握学生个体的学习需求；同时智能学情分析系统可以统计学生整体的学习状况，分析薄弱知识点的分布情况，使教师精准掌握学生整体的学习需求。在学习过程中，为学习者提供合理教学资源、为教学者恰当选取教学方式，提供专业指导意见和建议，实现教学过程的精准化，促进学生和教师双向发展。

1.3.3  画像技术推进教学策略改进（用户画像）

当前阶段个性化教学的核心内容是研究精准学习者画像，利用学习者的静态和动态信息来建立学习者画像，为个性化教学提供基础[7]。从数据处理的角度看，学习者画像可看成是对学习行为数据、调查问卷数据以及脑电实验数据进行数据整理与数据挖掘，从而基于学习者标签进行个性化教学方案的生成的过程[6]。基于人工智能的在线教育过程中，首先需要根据参与学习的学生的地区信息、爱好特长、课程偏好等属性进行数据信息分类，同时根据学习者在学习过程中产生的数据行为，如：资料下载、浏览历史、收藏记录、提出的疑问等进行分析，从而生成相应的标签。借助计算机可以理解的语言，将生成的标签进行转化[9]，为每位学生做出个性化的教学方案，制定出适合学习者学习风格的学习策略、学习方法，帮助学生突破弱项科目，提升特长兴趣。在线教育过程中对教师进行画像，则有助于教师自我诊断，评价教学效果，为教研活动的过程提供调控策略，及时进行调整，提高课堂教学质量。

2  基于人工智能的在线教育现状调查

2.1  研究序言

分析近几年的发展趋势不难发现，在线教育的应用比例正在呈逐步上升趋势，基于互联网的普及和技术发展，以及教育意识的增长，中国在线教育行业市场规模一直保持在20%以上的增速增长（截至2021年），学习个体日益增长的多样化和个性化的学习需求，不断推动着人工智能和在线教育的融合发展。

为进一步了解基于人工智能的在线教育的现状，将通过调查问卷收集大学生对于基于人工智能在线教育的需求与态度的一手资料，分析大学生的学习需求特征和态度情况，探究基于人工智能的在线教育对大学生课堂效率、学习效果的影响，据此提出基于人工智能的在线教育的未来发展对策。

2.2  研究设计

调查问卷分为四个部分：第一部分是大学生对于当前在线教育的人工智能模块的使用情况、熟练程度；第二部分调查大学生基于人工智能的在线教育的学习形式和学习内容等学习基本情况；第三部分调查当代大学生对基于人工智能的在线教育的信任度和满意度；第四部分提出大学生对于基于人工智能下的在线教育发展的优化建议。

为确保本次调查的代表性、准确性和调查问卷回收数据的有效性和科学性，本次调研通过线上电子问卷的形式，选取了微信、QQ、微博等社交媒体平台作为主要渠道发放调查问卷。本次调查最终回收160份问卷，将选项单一、答题时间过短以及不符合问卷调查对象范围的问卷剔除后，有效问卷数量为148份，问卷回收的有效率达92.5%。

2.3  基于人工智能在线教育的使用分析

根据调查问卷的结果分析，大部分学生利用基于人工智能的在线教育平台学习相关专业的知识，完善自身专业知识，提升专业知识技能。在使用过程中，63.5%（94名）的大学生使用人脸识别技术进行学习，69.5%（103名）的大學生使用口语测评系统进行语言的训练，提升语言的准确性、连贯性、流利性；对于在线教育平台针对每一位用户推荐的学习资源，41.9%（62名）的大学生认为部分符合自身需求发展，24.3%（36名）的大学生认为基于人工智能在线教育平台推荐的个性化广告完全符合当下自身的学习规划；在使用图像识别技术进行资料分析、作业上传、拍照搜题等方面；82.4%（122名）的大学生认为图像识别的结果反馈完全符合上传的图像内容，8%的大学生认为识别的内容与真实图像内

容存在偏差；在自动批改作业系统中，44.6%（66名）的大学生对自动批改作业的效果十分满意，认为自动批改作业系统效率高，准确性好，同时可以减轻教学者的批改负担，37.8%（56名）的大学生认为自动批改系统效果一般，答案设置存在单一性，包容性不高；在作业系统中关于作业内容相似度检测分析的功能，93.9%（139名）的大学生在进行在线学习的过程中使用过此功能，58.1%（86名）的大学生认为相似度检测分析结果可以提醒学生进一步分析作业答案，从而解决并完善，达到精益求精的效果。

2.4  学习效果评价分析

根据调查问卷的结果分析，认为使用基于人工智能的在线教育平台进行学习从而促进学习效率、提升学习效果的人数高达95.9%（142名）；21.6%（32名）的大学生认为人脸识别技术在课堂监督方面的应用有利于提高学习过程中的专注度；66.2%（98名）的大学生认为口语测评系统对于口语训练有帮助；基于人工智能的在线教育平台根据学习者近阶段学习情况数据分析提供的学习报告，69.5%（103名）的大学生认为该报告对阶段的学习具有总结作用，同时为下一阶段的学习提供了方向；在调查中，83.8%（124名）的大学生认为基于人工智能的在线教育不能取代线下面授教育。

2.5  大学生基于人工智能在线教育的优化意愿

通过对基于人工智能在线教育的使用情况进行调查，可以发现，目前基于人工智能的在线教育存在一定的优势，但是仍旧有不足之处尚待改进。12.8%（19名）的大学生认为基于人工智能的在线教育平台过度进行信息数据读取，存在信息泄漏风险，希望在伦理方面加强保护，防止造成信息泄漏；17.6%（26名）的大学生认为基于人工智能的在线教育平台应该增设良好的交互平台，加强互动交流，彻底摆脱材料单向输出和灌输式教学；18.9%（28名）的大学生认为应该加强VR、AR等虚拟实验室的建设，强化沉浸式学习体验；37.8%（56名）的大学生认为学习的个性化服务有待提高。

3  基于人工智能的在线教育存在的问题分析

与对策

3.1  基于人工智能的在线课堂是否和线下课堂教学具有实质等效性

通过调查可以发现，基于人工智能的在线教育仍然存在很多问题亟待解决，从结果中不难发现，大部分学习者认为在线教育即使具有智能性，但仍不能完全取代线下面授教育，这就需要我们思考：基于人工智能的在线教育在拥有众多便利性和相对完善性的前提下与线下课堂教学是否具有实质的等效性？一方面，我们不能否认基于人工智能的在线教育对学习者学习效率的促进作用，当教师与基于人工智能的在线教育平台同时应用于课堂时，可以减轻教师的工作量，为完善教学策略、改进教学方法、进一步提高课堂质量方面提供了更多思考空间；另一方面，基于人工智能的在线课堂中，学习者面对的是机器，即使是智能的机器，对课堂而言，对于处于发展阶段的学生而言，仍旧难以与教师这样鲜活的角色相比。

3.2  面向在线教育的人工智能迎接挑战

基于当前疫情的形势以及技术壁垒的不断被突破，基于人工智能的在线教育若想彻底解决个性化教学这一问题，对在线学习数据进行机器学习算法研究、构建知识图谱、打破课程壁垒、建立课程关联这一相關问题不容忽视[9]；应不断完善相关智能技术，提高在线学习的课堂质量，建立健全虚拟实验室，加强学习的沉浸式体验。

3.3  正视在线教育的伦理安全

人工智能的教育应用对伦理问题产生了新的挑战，带来的教育伦理风险可分为一般性伦理风险和特殊性伦理风险[10]。人工智能对学习者隐私数据的获取，激发了潜在的隐私泄露危机。因此，在面对算法科学性与学习者隐私危机时，需要注意用户的信息安全；在面临教育伦理学的研究对象与基本范畴时，需要正确对待教育、人工智能、教师、学生之间的关系。

4  结束语

基于人工智能的在线教育广泛应用于教学实践

之中，如在教学方面自动阅卷、监察、指导等；在学习方面提供个性化学习资源精准推送、个性化学习报告等服务。然而，基于人工智能的在线教育对学习者的学习效率提高的同时仍旧存在不足之处，也可能裹挟着一定程度的教育风险。我们应该辩证地看待这种教学模式，理性分析基于人工智能的在线教育存在的诸种可能性风险，评估其风险程度，最大化地发挥其积极性，努力探索具有针对性的规避策略，灵活地借助现有技术的优势和潜能，优化教育教学效果。

5  参考文献

[1] 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，2019，40（3）：5-12.

[2] 吴晓如，王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术，2018，28（2）：5-11.

[3] 余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2017，35（3）：11-21.

[4] 刘清堂，吴林静，刘嫚，等.智能导师系统研究现状与发展趋势[J].中国电化教育，2016（10）：39-44.

[5] Sonwalkar N. Adapitve learning： A dynamic methodologyfor effective online learning[J].Distance Learning，2007（1）：43-46.

[6] 张进良，叶求财.大数据视阈下学习资源智能推荐模型构建[J].湖南科技大学学报（社会科学版），2019，22（4）：178-184.

[7] 郑庆华，董博，钱步月，等.智慧教育研究现状与发展趋势[J].计算机研究与发展，2019，56（1）：209-224.

[8] 陈海建，戴永辉，韩冬梅，等.开放式教学下的学习者画像及个性化教学探讨[J].开放教育研究，2017，23（3）：105-112.

[9] 孙茂松，项阳.孙茂松：在线教育和人工智能的挑战与思考[J].中国教育网络，2021（9）：45-47.

[10] 吴河江，涂艳国，谭轹纱.人工智能时代的教育风险及 其规避[J].现代教育技术，2020，30（4）：18-24.