人工智能技术与教育融合路径分析

No.4.2019

2019年第4期

湖州职业技术学院学报

JournalofHuzhou

VocationalandTechnoloicalColleegg

2019年12月

Dec.2019

*

人工智能技术与教育融合路径分析

吕敬祥

()井冈山大学 电子与信息工程学院,江西 吉安 343009

摘要:近年来,随着人工智能技术的飞速发展和推广应用,人工智能技术与教育融合已成为未来教育改革的热点。人工智能技术与教育融合经历了程序教学机器、计算机辅助教学和智能导师系统这三个阶段,极大地促进了教育的现代化。人工智能技术与教育融合的关键在于自然语言处理技术、大数据分析技术和机器视觉技术的成熟与产业化。人工智能技术与教育融合的路径有:提升人工智能技术与教育融合产品的服务品质,拓宽人工智能技术与教育融合的应用场景,有条件的地方先行布局探索人工智能技术与教育融合的教学模式。

关键词:人工智能技术;教育融合;程序教学机器;计算机辅助教学;智能导师中图分类号:G4003

文献标志码:A

()文章编号:16722388201904000104

AnalsisontheTechnolondPathoftheInterationofArtificialygyag

IntellienceandEducationg

(,,’SchoolofElectronicsandInformationEnineerinJinanshanUniversitJian343009,China)gggggyLUJin-xiangg

:,cationhasgonethrouhthreestaesroramteachinachinecomuteraidedteachinndintellienttutorsstem,whichgreatlro-ggpggmpgagyyp

encetechnolondeducationhasbecomethefocusoffutureeducationreform.Theinterationofartificialintelliencetechnolondedu-ggyagggya

:,,AbstractInrecentyearswiththeraiddevelomentandalicationofartificialintelliencetechnolotheinterationofartificialintelli-ppppggyg

,dustrializationofnaturallanuaeprocessinechnolobiataanalsistechnolondmachinevisiontechnolo.Thepathoftheinte-gggtgygdygyagy

motesthemodernizationofeducation.Theketotheinterationofartificialintelliencetechnolondeducationliesinthematuritndin-ygggyaya

conditionspermit.

,rationofAItechnolondeducationistoimrovetheservicequalitfAItechnolondeducationinterationproductsbroadenthea-ggyapyogyagp

,licationscenariosofAItechnolondeducationinterationandexloretheteachinodeofAIandeducationinterationinadvanceifpgyagpgmg:;;;;Keordsartificialintelliencetechnicaleducationalinterationroramteachinachinecomuterassistedinstructionintellienttutorinstemsggpggmpggsyyw

)美国达茅斯(学院的约翰·麦卡锡(教授首次提出了人工智能技术这1956年,DartmouthJohnMcCarthy)

一概念。人工智能技术在机器翻译、机器定理证明、专家系统、模式识别等诸多领域获得了极60多年来,

1]116

。近年来,大的成功[在国家政策及行业应用的推动下,人工智能变得越来越炙手可热。国家政策层

面,自2美国国防部高级研究计划局开始长期支持人工智能技术在各个领域中的应用,先后提出010年起,,。2欧盟正式开启了“蓝脑计划”随后又在2人脑计划”日本政府联合许多大企013年启动了“015年1月,,业,共同推出“机器人计划”提出在今后10年投入1000亿日元致力于人工智能技术的研发。中国政府

““了“大脑计划”先进制造”智慧城市”等研究计划,并将其作为美国国家创新战略的组成部分。2009年,

也非常重视人工智能技术的基础与应用研究,出台了一系列政策措施。2国务院印发了《新一017年7月,,代人工智能发展规划》特别强调人工智能对教育改革的重要性,为教育与人工智能技术的进一步融合指明了方向;在2李克强总理在政府工作报告中强调,要进一步加强新一代人工智能技018年的全国两会上,术在医疗、养老、教育等领域中的应用。虽然,各国都在各个层面上支持教育信息化,但在当前,教育信息化仍面临着教学方法革新、教师专业发展及教育资源均衡等问题。因此,人们期盼通过新一代人工智能技

*收稿日期:20191014

(),基金项目:本文系2人工智能背景下新型教与学方式研究”018年度江西省高校教改课题“JXJG189172018年度井冈山大学

()。校级教改课题“基于任务驱动的单片机原理教学模式探讨”的研究成果之一XJJG1426

,作者简介:吕敬祥(男,湖南邵阳人,讲师,工学博士,主要从事人工智能及物联网技术研究。1977-)

2湖州职业技术学院学报 2019年

术与教育的融合,促进教育公平,达到提高教育质量的目标。

,能技术发展的中坚力量。例如:在智力竞答游戏IBM公司2011年研究开发的自然语言问答系统Watson

中战胜两位前冠军;谷歌发布了开源人工智能系统T加速了深度学习在各领域中的2015年,ensorFlow,”,;应用;百度发布了对话式人工智能系统“实现了“人人都有贴心的秘书”腾讯2015年,DuerOS2015年,

在行业应用方面,全球的科技企业都在不断推进人工智能技术的应用研究。这些企业是加快人工智

”;微cebook首席执行官马克·扎克伯格发布了人工智能聊天机器人“BOTSOnMessener2019年7月,g软第六代小冰上线了全新升级的共感模型,小冰在与人类对话的同时可以不断观察、判断对话的话题,以

,发布了智能娱乐机器人“微宝智能球型机器人”可以为用户提供良好的虚拟现实游戏感知;2016年,Fa-

及人在对话过程中表现出的情绪特征。总之,世界各国、各大企业都意识到了人工智能技术所蕴含的巨大潜能,将更加积极地推进人工智能技术的研究与应用。

一、人工智能技术与教育融合的历史沿革

人工智能技术是研究开发用于模拟、延伸和扩展人类智能的技术科学。应用人工智能技术来解决教学问题由来已久,大致经历了以下三个阶段。

(一)程序教学机器

由于西方国家对熟练劳动力的需求量大增,迫使人才培养模式从“师徒授受”转变为20世纪20年代,“。在这一背景下,批量生产”具有现代意义的学校逐渐成型并得到了普及。为解决教学效率和质量等方)发明了第一台教学机器seL.yS.

面的变革需求,学者们开展了以机器学习为核心的自动教学系统研究。1美国教育家普莱西(924年,Pres-[2]549552

推向了高潮。他依据“斯金纳箱”实验的研究成果,创造性地提出了程序教学理论,要求遵守以下几个原斯金纳以程序教学理论为基础,设计了一套教学机器。这个简单的教学机器开启了人们利用机器替代教师工作的窗口。从某种意义上讲,这是计算机辅助教学的先驱,斯金纳成为了机器教学之父。

,以程序教学理论为基础的教学机器虽然具有了一定的“智能”但由于其理论基础是行为主义心理

。随后,)美国心理学家斯金纳(把教学机器的研究和应用SiknnerB.F.

3]427

。为了减轻教师工作量,则:积极反应原则、小步子原则、即时反馈原则、自定步调原则[提高教学效率,

学,以动物实验为基础的行为主义心理学与人类学习在本质上有很大差异。除此之外,把教材切割成许多很小的步子,使得学生无法从总体上把握知识结构,这导致学生认知水平提高缓慢,最终影响学习效果。程序教学机器运动在6逐步开启了利用计算机进行辅助教0年代风行一段时间之后很快就消失了。尔后,学的研究序幕。

(二)计算机辅助教学

),计算机辅助教学(将计算机作为教学媒体,可以为学生提供良好的学习ComuterAssistedInstructionCAIp

环境,不仅包含课程学习内容及对应的练习和测试题,还可以为学习者提供个别指导、对话咨询等学习支)。系统中“持。计算机辅助教学系统由教师、计算机和学生组成(教师”的工作是编写教学程序、选参见图1择合适的课件。系统中的计算机及其CAI教学软件是教师和学生之间传递教学信息的媒介。计算机通过执行相应的程序,自动地显示教学内容,向学生提出问题,接受学生的提问,并作出相应的评价、判断及决策,最终提出相应的反馈信息。学生是C通过计算机运行的程序进行学习。AI系统中的辅导对象,

(),计算机辅助教学的发展经历了五个阶段:初级阶段(出现了一些代表性的系统,如P1LA-1958-1965年)

(),研究规模扩大阶段(以前的一些研究成果相继投入应用,斯坦福大学研制了ITO系统;2BM1965-1970年)

(),应用范围扩大阶段(各种学科领域都开展了C1500教学系统;3CAI应用范围不断扩大,AI的1970-1975年)(),应用;微型计算机大量使用阶段(微型计算机进入教育领域后,形成了极大的冲击,使之41975-1980年代后期)

[]4140

。声音、图形的能力,使得它在教学方面显示出非凡的才能,很快成为CAI发展的重要方向

(),成为多种教育环境中的理想工具;多媒体时代(由于多媒体计算机具有综合处理文字、图像、51990年代以后)

计算机辅助教学技术的发展是智能教学的萌芽。随着网络技术、人工智能技术的发展,CAI向着网络

化、多媒体化、智能化的方向发展,打破了传统课堂教学方式,推动了教学现代化。随着信息技术的发展,CAI逐步从知识的呈现和对学习内容的传递向更为智慧的方向发展。

(三)智能导师系统

导师模型和学习者模型,又称三模型结构。他们分别解决man和Brown提出的智能导师系统包括领域模型、了传授知识过程中教什么、教学的对象以及教学模型等问题。后来,Woolf在三模型中加入了人机接口模型。近十年来,智能导师系统中的模型功能不断得到丰富和完善,朝着更加智能的方向发展。现今的ITS一般包

),这一概念。它是一种模1982年,Sleeman和Brown首先提出了智能导师系统(IntellientTutorinstemsITSggSy拟人类教师,实现一对一辅导的智能化计算机教学系统,是人工智能技术在教育领域中的经典应用。Slee-第4期 吕敬祥:人工智能技术与教育融合路径分析

3

]58084

:)。括五个部分[专业知识库、专家模块、学生模型、教学与控制模块和用户接口模块(参见图2

图1 CAI系统示图 图2 智能导师系统体系结构图

二、人工智能技术与教育融合的关键技术

目前,人工智能技术与教育融合为教育提供了新的发展契机,但仍有一些人工智能的关键技术影响着与教育的融合,主要有自然语言处理技术、大数据分析技术和计算机视觉技术等。

(一)自然语言处理技术效果

[6]5659

自然语言处理(主要是为了让计算机能学习、理解及生成人类语言,实现计算机智能处理语言的NLP)

()归纳起来,计算能力的增强。并行分布式计算取得的NLP技术的进步主要取决于以下几个关键因素:1)突破使得人们不再纠结计算复杂度问题,大数据处理平台也为更优的算法提供了支撑。(语音数据的大2量积累。互联网及移动互联网的发展积累了大量语音数据和网络文本,语言数据联盟(也提供了许多LDC))高质量的标注语料。(高效的机器学习方法。大量深度学习的研究成果,提高了数据分析及关联挖掘能3)力。(对自然语言的深层次理解。对自然语言结构及其在社交领域的应用逐渐有了更深层次的理解,语4义的深度分析和上下文语境得到了充分的利用。

,,言处理的新技术,许多大公司开发出了许多实用化数字产品,如苹果的S谷歌的WiriaviiSke公司的yp,TranslatorFacebook智能助手M等。

自然语言处理的基础研究主要包括词法分析、句法分析、语义分析。目前,自然语言处理已较好地解决了词法分析和句法分析问题。因此,自然语言处理的研究重点已逐渐转向语义分析。语义分析存在的问题由来已久。许多研究者认为语义障碍难以逾越。但是,如果语义问题不能很好地解决,就不能说机器具有真正意义上的智能。基于规则的语义分析方法,其推理过程比较复杂,其性能过分依赖对语言规则的

概率及数据驱动已大量引入词类标注、句法分析和命名实体识别等任务的算法设计中。利用自然语

,目前已在机器翻译、语音对话系统、情感分析、社会媒体挖掘等任务中取得了一些突破性进展。

归纳,所以,语义分析方法对小概率语言现象的处理能力不足。基于概率统计的语义分析方法速度较快,效率也很高,但需要大规模语料库的支持,易受数据的噪声和稀疏性干扰,所以,研究者认为,充分结合这两种方法的优势是提高语义分析准确率的必然选择。

(二)大数据分析技术

人类社会正在向大数据时代迈进,大数据无处不在。通过分析行业内外的大数据,能够发现新的规律,推动行业更好地发展。借助大数据分析技术,可以分析人的情感、行为甚至思维。这为人工智能技术与教育融合提供了很好的技术基础。教育大数据是教学过程中根据需求而采集的数据集合,对教育发展具有巨大的潜在价值,为教育信息化带来了福音。随着互联网及移动互联网的普及,数据总量迅速增长,种类日益繁多,价值密度不断降低。因此,必须深入研究大数据技术,从而实现从海量的数据中快速提取有意义的信息。

7]5056

。近年来,融合、建模与分析、大规模处理框架、可视化等全过程[一些大数据相关技术得到了快速发

大数据分析的关键技术主要有机器学习、认知计算、数据挖掘、大规模数据处理,覆盖了数据的清洗及

、展,促进了大数据分析能力的提升。以CassandraHbase等NoSQL数据库和Hadoop分布式文件系统为

基础的大数据存储,以K以M已联afka为典型代表的数据分发平台,aReduce为代表的大数据处理架构,p手为各个行业大数据解决方案提供可扩展的处理架构。这些已成为开源大数据并行分布式处理技术的主(等深度学习方法的技术突破,显著提高了音、视频和文本等多模态大数据分析的准确性。BLSTM)

(三)计算机视觉技术

、、流方式。机器学习的发展,特别是循环神经网络(卷积神经网络(双向长短时记忆网络RNN)CNN)

计算机视觉指的是如何让计算机具备人类“看”的功能,涉及到计算机科学、生物学、数学、物理学、心)深度学习方法的出现等等,都促进了计算机视觉技术的快速发展。(海量优GPU运算能力的不断增强、1质的数据是实现计算机视觉精准识别的基础,如人脸识别系统,要训练算法模型,图片数据的需求量将达理学、工程学等多门学科。我国计算机视觉市场广阔,技术创新层出不穷。近年来,数据量的爆发式增长、

4湖州职业技术学院学报 2019年

)到百万级以上。(视频数据处理需要进行2GPU运算能力的提升为计算机视觉提供了能力保障。图像、)极大地提升了数据运算规模和运算速度。(深度学习算法的发展GPU能很好地解决并行计算的难题,3

极大地提高了计算机视觉识别的准确率。在深度学习出现之前,计算机视觉识别主要是寻找特征,然后再让机器进行模式识别。显然,这种方法无法适应复杂情境。深度学习的出现,使得视觉识别的逻辑由设定阶段向自学习阶段过渡。根据大量的实际场景数据,能自我调整规则参数并做出更准确的判断。相关研究数据显示,深度学习的出现使得图像识别精度从70%提高到95%左右。

8]48

:()目前,计算机视觉技术发展主要面临两大挑战[技术层面。比如计算的融合创新、新型算法的1

大量的矩阵运算,传统C极大地限制了算法模型的试验及研制工作。PU无法胜任如此大量的运算需求,

)研制及成本等问题。(产业布局。由于国内产业链中上游布局仍不多,因此存在一定的受制于人的风2险;同时,在中下游产业中,业务的同质化竞争比较严重,真正掌握人工智能芯片研发、制造技术,把握全产业链的企业较少。

三、人工智能技术与教育融合的路径分析

基于以上分析,可以看到,人工智能技术在提升教学质量、创新人才培养方法等方面具有积极作用,人工智能技术与教育融合大有可为。笔者认为,人工智能技术与教育融合可以选择以下几条路径:

(一)提升人工智能技术与教育融合产品的服务品质

人工智能技术与教育融合产品的研发对促进人工智能与教育深度融合极其重要。产品服务品质的提升需要多方面的努力,仅有技术是远远不够的,需要教育领域的专家、人工智能领域的专家与企业技术人员三方密切合作。例如,目前人工智能技术与教育融合产品,在情感识别、价值观启迪等功能上仍存在较大缺陷。因此,必须充分调研当前教育的现实需求,更好地寻找教育与人工智能技术的契合点,开发出更好的用于教育教学的人工智能产品。

(二)拓宽人工智能技术与教育融合的应用场景

目前,人工智能技术与教育融合的应用场景主要有自适应学习、专家系统、虚拟助手、商业智能助手”等产品。专家系统能结合人工智能与大数据技术,让产品不仅具有自我学习能力,还具有综合workshop

分析能力。因此,能帮助学习者诊断、预测知识的掌握程度。虚拟助手能为学习者提供陪练答疑、助教等因此,国家层面应该建立相关人工智能教学资源平台及管理平台,根据学习者自身需求精准推送资源,并对学习者进行追踪记录,全面了解学习者的学习兴趣,以便更好地激发学习热情,为学习者提供更多更优质服务,以此拓宽人工智能技术与教育融合的应用场景。

(三)有条件的地方先行布局探索人工智能技术与教育融合的教学模式

任何新兴事物从出现到最终被人们普遍接受,必须遵循“试点先行,以点促面,逐步推广”的原则。因此,应该选择信息化条件较好的地方进行示范试点,先期探索人工智能技术与教育融合的教学模式。取得成效后,应该充分总结经验,逐步向全国推广。示范点可以聘请人工智能专家和教育心理学家进行指导,应该培养出一批人工智能教育的教师人才队伍,最终探索出一套人工智能技术与教育融合的教学模式体系标准,以便进行全面推广。

,““等。自适应学习能够为学习者提供个性化学习(已有“猿题库”朗播网”如个性化难度、个性化节奏)wonder

服务。可以看出,在这些应用场景中,人工智能技术打破了教育壁垒,随时随地都可以让学习者开展学习。

参考文献:

[]吴冠军.后人类状况与中国教育实践:教育终结抑或终身教育?1

[]],()2PRESSEYSL.AMachineforAutomaticTeachinfDrillMaterial[J.School&Societ1927645.goy

()20191.

]人工智能时代的教育哲学思考[华东师范大学学报:教育科学版,J.

[]],()3SKINNERBF.TheTechnolofTeachinJ.ProceedinsoftheRoalSocietfLondon1965989.gyog[gyyo[]丁 锐.多媒体教学下的计算机应用探究4

[]胡建平,]()黎孟雄.基于C现代教育技术,5TAT的智能导师系统在MOOC中的应用[J.20183.[]傅迎华,]()李 江,付东翔.自然语言处理课程教学探索和实践[计算机教育,6J.20184.[]李 馨.]()高等教育大数据分析:机遇与挑战[开放教育研究,7J.20164.

[]()评《计算机辅助教学》高教探索,J.20188.

[]曾 丹.]()工程教育中的计算机视觉教学创新[内江科技,8J.20122.