人工智能赋能高质量学习的前瞻性实践研究

【项目简介】

为落实高质量减负增效，加强教育数字化治理能力，提升师生信息化素养服务及促进“双减”工作落实落地，2022年，无锡市尚贤融创小学所在的经济开发区引入了一体化教育支撑平台，通过构建教育大数据分析模型引导和深化教育大数据应用建设，实现各类数据的收集融合，将数据的价值充分应用到学校管理、教学和学习的过程中。目前，AI听说、创新课堂、AI体育、个性化作业等均已在各年级部署开展。统计发现，学生学习效率、学习主动性、信息化应用水平均有显著提升。与此同时，集团还建成近5000平米的无锡市经济开发区人工智能教育基地，通过人工智能课程的学、研、教、赛，为项目研究提供了强有力的支撑。

摘要：无锡市尚贤融创小学以江苏省基础教育前瞻性项目为研究基础，围绕人工智能对教育领域的深刻影响，探索基于“深度融合，创新发展”的人工智能创新应用，从人工智能赋能高质量学习的创新实施路径及前瞻性评价方式的角度，阐述人工智能赋能教育的创新应用，突出数字资源在创新课堂营造、因材施教、个性化学习、教师教研过程中发挥的积极作用，以及数字化的总体评价、过程性评价和总结性评价等多维度评价方式对研究深入推进的支撑作用。

关键词：人工智能；高质量学习；数字资源

中图分类号：G43 文献标志码：A 文章编号：1673-9094（2023）22-0033-04

*本文系江苏省基础教育前瞻性教学改革实验项目“人工智能赋能高质量学习的实践研究”、无锡市“未来学习创新基地”项目“基于人工智能技术的教学创新研究”（WLJDXM50）的研究成果，江苏省网络名师工作室的实践性成果。

收稿日期：2023-10-05

作者简介：王佳，无锡市尚贤融创小学，副校长，高级教师，江苏省网络名师工作室领衔人，无锡市教科研先进个人，无锡市经济开发区教学能手，江南大学人工智能与计算机学院校外合作指导教师，主要研究方向为现代教育技术赋能教育教学。

智慧教育是数字时代教育的新形态，是当前教育系统革新的有效推动力[1]。在科技日新月异的今天，人工智能（AI）已经成为生活中不可或缺的一部分。它不仅改变了我们的生活方式，也正在深刻地影响着教育领域。特别是在高质量学习方面，AI的应用早已起步，且已经展现出了巨大的潜力和价值。无锡市尚贤融创小学在强化大数据、算法及模型概念，增强赋能实效性的同时，创新了AI应用场域。

一、人工智能赋能教育的时代背景及发展现状

2022年2月8日，《教育部2022年工作要点》发布，提出积极发展“互联网+教育”，加快推进教育数字转型和智能升级，探索大中小学智慧教室和智慧课堂建设，深化网络学习空间应用，改进课堂教学模式和学生评价方式，强化数据挖掘和分析，构建基于数据的教育治理新模式。项目以“深度融合，创新发展”的人工智能创新应用为研究方向，以人工智能赋能学校教育教学高质量发展为重点，以融合多学科现有课堂教学模式，加速资源平台建设，突破既定课程目标边界为目标，将智能化、融合式、数据型作为整个项目的技术核心，开拓创新初具智能时代特征的未来学习空间。

人工智能的引入正在改变学校现有教育教学的面貌，以前所未有的速度提高了部分教育教学场景的学习效率，使教育更加个性化和智能化。仅2年时间，学校数字化转型取得了丰硕成果，完成了智慧教育城域网建设项目、人工智能教育普及工作以及教育数字基座的打造。首先，新组建的城域网实现万兆到校、无线覆盖，确保了在运用AI创新课堂等项目进行课堂教学或实践活动时，不会因为延时而造成响应延误或数据反馈迟缓等问题。教师通过电脑发布随堂练习，学生借助新型智能手写设备，实现随堂练习的书写（主观题）和按键作答（选择题及判断题），作答内容自动上传后台进行识别与智能批改。其次，围绕数据资源“汇聚、管理、治理、共享、挖掘、可视化”的发展主线，建设覆盖数据全生命周期的一站式大数据治理平台，实现消除数据孤岛、规范数据标准、提高数据质量、推动数据共享、挖掘数据价值的目标。再次，学校突破开发重构数字型动态监测，在前期经验基础上，以多种建模方式，结合重要资源，分析已有数据、应用场景任务完成率、实时动态节点行为抓取等数据，取代过往的单一数据来源的结果性评价。

二、人工智能赋能高质量学习的创新实施路径

人工智能技术的引入，丰富了课堂元素，优化了授课方式，积累了学情数据，为课堂教学改革和学业减负增效提供了有效抓手和创新载体。

（一）人工智能赋能创新课堂

智慧课堂是技术发展与课堂教学整合应用的产物，是利用人工智能、大数据等新兴技术打造的智能高效的新型课堂[2]。AI作为教师的教学助手，围绕教学全场景，借助教学助手，助力教学过程的减负增效。创新课堂最为突出的，是实现多向式课堂教学，实现课前、课中、课后全方位的学情监测。其基于智能化教学或学习设备，丰富了课堂教学活动，如AI互动、仿真观测、PBL探究、随机组卷等，即时双向反馈，实时掌握学情，及时动态调整，调配教学资源，实现个性化供给，以学生学习过程的丰富和优化为目的，支持自适应学习，从而最大限度促进学生有效学习。

此外，人工智能在教学行为本身方面的分析，突破了人类智慧的局限，运用演示实践、数据采集、智能处理、可视化呈现等新型教学行为，实现智慧课堂中的游戏人机互动、AI展示、VR欣赏演示、AR情境模拟、5E教学等多种新型教学方法，创建更具针对性的“玩—学—创”教学模式。学生通过项目化学习、主题探究、课题研究等方式，融通虚拟世界与现实世界，将学习与现实生活紧密结合，学会解决真实生活中的问题，促进社会化能力的发展。该创新课堂已打造了100余节课例，并在省、市、区各级创新实践课堂中进行了展示和推广。以AI听说为例，以往在3—9年级阶段，英语教学大多重视听、写和理解能力的培养，忽视了口语教学，这造成了学生在高中阶段对语音的辨识能力仍处低位，其口语表达及英语场景应用能力较为缺乏。为此，我国在2017年版的高中课标中就提出，要在英语教学中综合考查学生的语言运用能力。近年来，不少地区已经采用人机对话的形式进行考试，引入了AI听说项目，其中包括了英语听说教考管理平台以及终端设备。项目的中心平台包含了测试所需的模拟测评系统，其中包括资源中心及评价分析系统、听说测试系统等，实现听说测试训练自动化。听说智能教学系统则将互动教学作为听说课堂的重要组成部分，针对授课内容推送配套专项练习，同时还具备实时测评功能，由此在英语口语练习中，实现了创新资源供給，构建了智慧化、标准化的英语听说考试和教学环境。教研组还在此基础上，开发了基于人工智能的智能助教、智能学伴等教学应用，实现“人机共教、人机共育”，进而真正提高教育教学质量。

（二）人工智能赋能个性化学习

新课程、新教材、新高考背景下，教师需要完成从教书到育人的转化，学生需要完成从浅度学习向深度学习的转化。而在现实中的大班教学和考试场景下，老师面临讲评时班级学情难掌握、辅导时个性错因难定位等问题；学生面临学情基础不同，但作业千人一面等问题。学校推进的个性化学习，是基于校内日常学业数据的记录与分析，精准定位学生的薄弱知识点和错因，结合智能硬件设备，为每位学生量身定制个性化学习方案，通过学生手册以个性化推进的方式实施。

学生手册由成长记录、典例精讲、必做模块、选做模块、拔高模块五个部分组成。成长记录展示学生历次测验成绩、优势劣势分析以及个人成绩与班级成绩的对比。典例精讲是基于班级高频错题推荐的变式练习题，可用于教师试卷讲评课和学生随堂练习，帮助学生举一反三。必做模块是帮助学生查缺补漏、巩固基础的变式练习题。选做模块是为学生在学有余力的情况下推荐的变式练习题，以帮助学生强化知识。拔高模块以自主选择性练习题为主，帮助学有余力的学生进一步拓展提升。

除此以外，个性化推送还涉及AI体育、AI心理教育等。以AI体育为例，以往学生的体育运动，往往需要在体育教师的引导或安排下，进行相关练习或比赛，这样的组织形式较为单一，且受时间、场地、人员影响较大。在课间或其他课余时间段，学生很难自发组织，场地也长时间闲置。AI体育基于物联摄像头和人工智能运动视觉算法，对传统操场进行智能化改造，无感、智能采集每位学生的运动过程数据，实现运动成绩识别、动作分析，并提出改进建议，既辅助体育教师精准教学，又可以在无教师参与的情况下，自主组队，通过挥手等识别方式进行跑、跳、引体向上等常规体育项目的练习或比赛。电子大屏能清晰显示每位参与学生的成绩，这样不仅增加了学生参与的频次，也让运动本身成为了学生追求的一个游戏项目，使他们充满积极性。在体育课堂教学时，利用智能穿戴设备采集学生课上的运动数据，实时展示每位学生的心率、运动强度、密度等指标，生成班级报告和个人报告，分析课堂教学情况，较好地解决了传统体育教学“难量化、难记录、难监督、难分析”的问题。配合区、校两级平台，直观展示区县、学校体育教学、学生体测等各项数据，助力管理者掌握体育教学开展情况，了解学生体质健康状况及趋势，提升区县、学校整体数据观测和治理能力。

（三）人工智能赋能AI教研

传统的教研活动通常采用教师集中进行案例观摩、授课说课、点评发言、相互交流、总结陈述等方式，存在参与人员有限、非本地人员参与不便、教研成果点状分布等问题。

为提升教师信息化运用能力，无锡市经开区打造和提升教师网络研修平台，构建线上线下、选学推送相结合的教师智能研修模式，探索建立教师发展测评系统，优化培训成效评价，形成基于云计算、人工智能、大数据等信息技术的区校联动一体化互联网+教研平台。一方面，结合平台的教研活动，细分了教研活动场景，创新了智能研修环境和形式，拓展了教研活动场域；另一方面，便捷调用教研实录、语音转写、在线协同、基于大数据的精准教研等应用，实现全场景研修，促使教研互动效率效能大幅度提升。实际应用中，平台为教师、教研员、学校管理人员和区县教育管理人员提供服务，在研修、师训、科研、赛评等方面提供应用场景，将各类活动、成果、工作室素材、监管等组合为数据“联盟”，融通教学教研场景，实现基于课堂教学实践问题的精准教研，进而反哺教学实践。以区本研修资源建设为例，建设教师研修成果资源中心，实现教研过程记录数字化沉淀。教研成果规模化推广是各区县教科研发展的趋势目标，由各学科教研员发起活动或互动项目，教师报名参与并上传或参与交流，经过学校或区县一级的筛选和评审，实现資源汇聚，其后推广和共享教研活动成果，鼓励教师积极使用现有资源。同时提供接口，给予教师教学反思和自我提升表达空间或交流“聊天室”，切实为教师提升教学能力注入了新的活力。

三、人工智能赋能高质量学习的前瞻性评价方式

评价，是反馈各项变革或转型是否成功的有效手段。评价方式的确立，特别是具有一定前瞻性的评价呈现，需要基于目标定位的明确清晰和对过程的完整把握。

（一）大数据“画像”呈现总体化评价

基于多维数据的学生个体画像，是根据学生个体在多场景、多时段的实际表现，以数据的方式进行采集、挖掘、分析，形成全方面、全方位、全面性、全程式、全要素评价，形成课前、课上、课后、阶段及期末总评的多阶段评价方式，结合教师全息画像、学校绩效评价等，最终呈现学校、教师、学生精准的“三类画像”数据。

（二）聚类分析呈现过程性评价

学生除年级、班级自然分类外，学校根据教师定向分析，以及阶段呈现的学情实际，增加了AI智慧课堂组、AI创新课堂组、AI“双减”实践组等10余个特设类别，加入了学业成绩、体质健康、活动时间、特长展示等7个变量，由学校数字大脑进行变量群集合。经过数据采集、挖掘和分析，阶段性地发布研究数据，并选择性地与教研部门的描述性评价进行交叉验证，进而形成对后续有参考意义的过程性评价资料。

（三）项目化成效呈现结果式评价

基于人工智能的创新课程项目实践，以项目校为单位，其他学校作为参照组，在形成阶段性数据后，及时进行成因分析和趋势预估，以此对项目校进行下一步的尝试预期和行动指引。项目中每一个子系统的算法从产生到优化，再到校正，有多环节保障，以提升其后期的实践效果。

人工智能赋能高质量学习的实践研究在创新教学模式、实现高效课堂、自主学习等方面已凸显成效。随着研究的深入和数据的充实，将不断提升人工智能赋能高质量学习的精准度和实效性，助力学校实现数字化教学治理。

参考文献：

[1]胡钦太，林晓凡，王姝莉.智慧教育驱动的教育系统革新[J].中国远程教育，2022（7）：14.

[2]刘邦奇.智慧课堂引领教学数字化转型：趋势、特征与实践策略[J].电化教育研究，2023（8）：74.

责任编辑：赵赟