人工智能在教育的应用精选(九篇)

第1篇：人工智能在教育的应用范文

关键词：人工智能；智能化计算机辅助教学；专家系统；知识库

中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作为当今世界三大尖端技术(空间技术、能源技术和人工智能技术)之一，是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学、机器学习、计算机视觉等。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多的是结合具体领域进行的，主要研究领域有专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决定支持系统和人工神经网络。它总的来说是面向应用的，随着人工智能的诞生和发展， 人们开始把计算机用于教学领域。同时， 自七十年代以来， 有教学能力的专家系统得到研制。人工智能技术与专家系统的成就， 促使人们把问题求解、知识表示这些技术引入计算机辅助教学(CAI) ， 这便是智能型计算机辅助教学(CAI)。

近几十年来， 随着人工智能技术的日渐成熟， 它的一些研究成果被陆续应用到教学领域， 推进了教育发展改革和教学现代化进程。人工智能在教学系统的重要性也已形成共识。

2 人工智能在教育中的作用

目前在教育技术中涉及到AI的主要有以下领域：

2.1 知识的表示与访问

基于人工智能的知识表示是以知识为对象，以计算机的软硬件和计算机科学及人工智能和专家系统技术为工具，以哲学、心理学和逻辑学等为方法和指导，将知识表达成计算机可以直接处理的“知识库”，使用“计算机的智能”来模拟人类专家或“人类智能”，对知识进行快速、精确、自动、科学的处理。它不属于通常的“数据管理或信息管理”的“数据”层次，而是属于“知识处理”或“知识”的智能化层次。其主要内容是对于知识进行形式化的表示、自动化的推理，智能化的教学或创造。计算机辅助教育是其中重要的组成部分。

2.2 符号计算

符号计算包括数值计算、符号计算和函数作图。其代表软件是Mathematica，当该软件在1988年第一次，对科技及很多其他领域的计算机使用方式产生了深刻的影响。Mathematica 1.0时，商业周报将其列入当年最重要的十大新产品名单。这标志着现代科技计算的开始。Mathematica也被大量地用于教育:有成百上千的课程，从高中课程到研究生课程用它作基础。随着各种学生版的，Mathematica也已成为全世界各种不同专业学生的重要工具。

2.3 对学生错误的自动诊断

采用人工智能技术，使得教学过程中系统可以自动诊断学生的学习水平，不仅能发现学生的错误，而且能指出学生错误的根源，从而做出有针对性的辅导或学习建议。而且根据学生的特点自动选择教学内容，自动调整教学进度，自动选择教学策略与方法。

2.4 实现智能性超媒体教学系统

超媒体系统有理想的教学环境，容易激发学生的学习兴趣和学习主动性，但不能保证达到预期的学习目的，而且由于不了解所要教的对象，所以不能做到有针对性的指导，不能因材施教。智能辅助教学系统正好与此相反。将二者结合起来，就可实现性能互补，从而研究制出新一代高性能的智能超媒体教学系统。

3 人工智能应用于教育的新方向：ICAI

3.1 传统CAI的不足

传统的CAI由于其集成性、交互性、多媒体性等特点，在教学中可以极大地激发学生的学习动机，提高教师的教学效率和学生的学习效率。但在使用过程中，CAI的一些弱点也逐渐暴露出来。主要表现有:

(1)缺乏人机交互能力

现有CAI 大多以光盘作为信息的载体， 将教材中的内容以多媒体的形式展现出来， 教学信息是按预置的教学流程机械式地提供给学生的， 学生接受起来很被动。而且在课堂教学中， 一般也只能通过教师按预定的课件流程进行操作， 无论学生还是教师都不能很好地参与教与学的过程， 因此人机交互没有很好地实现。

(2)缺乏教师与学生的互动

现有的CAI 课件在学生自学、进行操作使用时，如何学习都是学生自己的事。教师不能完全了解学生的情况，学生在碰到问题时，也不能向教师求助，师生之间是互相封闭的，软件所起的积极效果大打折扣。同时由于缺乏网络支持，现有的绝大多数CAI 课件是在单机环境下运行的，它们无法利用网络的优势使知识内容快速更新，也更无法提供便捷的学习讨论空间、随时随地的师生交流方式以及远程教学实现的条件。

(3)缺乏智能性

要想面对不同情况的学生进行不同程度的教学过程， 使学生的学习变为主动， 并能由系统自动地提供助学信息而有选择地学习，要想使教师的教学能积极地参与进去并根据系统提供的信息按照学生的认知模型为其准备最适合的学习内容， 给予不同方式的教学模式与方法， 没有智能性的CAI 课件系统， 是很难实现以上目的并达到良好教学效果的。由此可见，现有的CAI 随着人们要求的提高， 已经不能尽如人意。因此以智能CAI 为代表的新的计算机辅助教学系统将是教师在教育技术上需要不断探求、努力实现的发展方向索。

3.2 ICAI－人工智能与多媒体技术的结合

为了克服传统CAI的缺点，需要在知识表示、推理方法和自然语言理解等方面应用人工智能原理。因此很多专家提出了智能计算机辅助教学(ICAI)，智能计算机辅助教学(Intelligence Computer Assisted Instruction－ICAI)以认知学为理论基础。将人工智能技术应用于CAI，是智能化的CAI。在ICAI系统中，允许学生与计算机进行较自由的对话，学生的应答不限于数字或简单的短语。系统能够判定学生应答的正确程度，并给予适当的反馈，而不是简单地说“对”或“错”。ICAI的宗旨在于利用现有计算机技术实现较好的人工智能，模仿人类的交互方式、思维习惯及情绪流动，修饰和掩盖计算机的缺陷。

3.3 ICAI的优点

(1)将教学内容与教学策略分开，根据学生的认知模型提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策略。

(2)通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议、以及进一步学习内容的建议。

(3)通过对全体学生出现的错误分布统计，智能诊断机制将向教师提供教学重点、方式、测试重点、题型的建议。

(4)为教师提供友好的教学内容、测试内容维护界面，无需改变软件的结构即可调整教学策略。

(5)通过对学生认知模型、教学内容、测试结果的智能分析，向教学督导人员提供对任课教师教学业绩评价的参考意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。

3.4 ICAI的标准

以现有的科学技术水平而言，短时期内显然无法实现具备上述全部功能的ICAI系统。一般认为，只要具有下列一个或几个特征的CAI系统就可以称之为ICAI系统。

(1)能自动生成各种问题与练习。

(2)根据学生的学习水平与学习情况选择与调整学习内容和进度。

(3)在了解教学内容的基础上自动解决问题，生成解答。

(4)具有自然语言生成与理解能力，以便实现比较自由的教学问答系统，提高人机交互的主动性。

(5)对教学内容有解释咨询能力。

(6)能诊断学生错误，分析原因并采取纠正措施。

(7)能评价学生的学习行为。

(8)能评价教师的教学行为。

不难看出，ICAI与传统的CAI相比，更加符合教育教学的规律，切合学生的认知习惯，具有明显的优越性。

3.5 ICAI的结构

ICAI主要由三个模块组成:专家系统模块、教师模块和学生模块。

(1)知识库

知识库是实现知识推理与专家系统的基础，而建造知识库的前提则是要解决知识的形式化，人工智能技术在教育中的应用表示以及知识的访问与调用问题。因此，知识的表示与访问是人工智能的核心技术之一，也是将AI引入教育领域必须首先解决的一个难题。

ICAI中的资源库应该包括以下一些内容:

①多媒体素材库:包括所要呈现的知识的一些素材，包括:文本、图像、声音、动画及数字影象等多媒体教学资源。这些用于多媒体数据库管理，便于分类、增删、修改及查询等操作。

②教学内容库:教学内容库用于存放教学内容，包括领域知识库(含辅助知识库、提示帮助库、练习题库，和测试题库)。这些教学内容，包括习题和试题分章、节、课及知识点等有序存贮。供专家决策系统调用。

(2)学生模块

学生模块主要包括以下三个模块:学生登陆模块、学生水平评价模块和学生监督模块。

①学生登陆模块:利用该模块主要用于学生使用ICAI时登录，第一次登录时学生输人姓名、性别、年龄、学历等相关信息，然后对学生进行询问，选择合适的测验题对学生进行初测推荐学习计划。当再次登录时，系统根据保存的信息安排合适的学习内容。

②学生水平评价模块:学生水平测试模块用于评价某一教学单元学习完后测试成绩。通过测试等因素分析，可以比较确切地了解学生的具体情况，从而制定出合理的教学策略和教学过程

③学习监测模块:学习检侧模块用于监测记录学生的日常学习情况，记录学生学习某教学单元时的参数值，并记录在学生档案中。包括:学生目前学习单元号；学习方式；正常学习、练习、提前浏览、学后复习；学习时间；学生提示问题的类型和次数；学生本次练习出错次数。

(3)专家决策模块

CAI中的专家决策系统可以看作专家系统中的推理机。专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过入类专家的水平。计算机中存有人类专家的知识并具有推理能力，从而可解决诊断、规划、调度、预报、决策等要靠人类专家才能完成的任务。

成功的例子如:① DENDRL系统的性能已超过一般专家的水平，可供数百人在化学结构分析方面的使用;②MYCIN系统可以对血液传染病的诊断治疗方案提供咨询意见经正式鉴定结果，对患有细菌血液病、脑膜炎方而的诊断和提供治疗方案已超过了这方面的专家。

ICAI根据学生模块提供的学生学习情况，通过智能系统的搜索与推理，得出智能化的教学方法与教学策略，能够较科学地评估学生的学习水平，还可以通过分析学生以往的学习兴趣和学习习惯，预测学生的知识需求和常犯错误，动态地将不同的学习内容、学习方法与不同的学生匹配，智能地分析学生错误的原因，进而有针对地提出合理的教学建议、学习建议以及改进方法，既提高了学生学习的满意度，激发了学生的学习热情，也对教师教学提供了客观的依据和科学的方法。

4 结束语

由此可见人工智能技术已经逐步应用于计算机辅助教学中，与教学现代化有着密切的关系。人工智能技术的发展也必将会对ICAI 的发展起到巨大推动作用。近几年来，人工智能的研究者们尝试着使学生脱离“辅导学习”的过程来接受新知识，而采用“通过活动进行学习”的方式。在教学的其他方面，人工智能技术还可以建立人类推理模型学习工具等诸多的运用， 展示出越来越好的实用性。随着Internet 的发展，虚拟现实技术的广泛应用， ICAI 也将得到进一步的完善。21 世纪的教育教学手段将是以智能化CAI 为主线，多学科、多方位发展的新技术的体现。这种手段产生了人机交互、人机共生等全新概念，使人类扩展了自己的能力，促进了教育领域方方面面的改革。

参考文献：

[1]王万森.人工智能原理及其应用[M].北京:电子工业出版社,2000.

第2篇：人工智能在教育的应用范文

[关键词]人工智能　教育

人工智能是现代计算机科学的一个重要的分支，它涉及了计算机科学、信息科学、心理学、哲学、生理学等众多的领域，是一门综合性极强的新兴边缘学科。进入2]世纪以来，随着人工智能研究的不断深入以及教育信息化的发展，人工智能在教育领域的应用也逐渐得到了人们的重视，我国的许多专家学者从不同角度对人工智能的教育教学应用展开了深入的研究，取得了丰硕的成果。

1　人工智能及其研究领域

人工智能的研究可以追溯至古希腊哲学家亚里士多德在其著作(工具论)中提出的形式逻辑和称为三段论的演绎推理。从1956年开始，人工智能作为一门新兴的学科开始快速的发展起来。在半个多世纪的时间里，人工智能从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习及机器入学等多个角度展开了研究，在许多领域取得了令人瞩目的研究成果。与其他应用型学科一样，人工智能的研究都是集合具体的应用来开展的。人工智能目前的主要研究领域有：专家系统、机器学习、模式识别、自然语言理解、机器人、人工神经网络、博弈与游戏等，

专家系统(Expert Sy~em)是一个智能的计算机程序，它运用知识与逻辑推理来模仿人类专家解决相关领域的复杂问题。

机器学习(Machine Learning)是机器具有智能的一个重要标志，同时也是机器获取知识的根本途径。机器学习主要研究如何使计算机能够模拟，甚至是实现人类的学习功能，如人类的学习机理，学习方法等。模式识别(Pa~em Recognition)就是使计算机能够对给定的事件进行鉴别，并把它们归人与之相同或是相似的模式中。模式识别的主要目标是用计算机来模拟人类的各种识别能力，目前主要是对视觉和听觉能力的模拟，用于图形识别和语音识别中。

自然语言理解(Namral LanguageProcessing)是研究如何让计算机理解人类的自然语言及其所表达的思想。研究自然语言理解的目的是提高人类与计算机交互的能力，使人类可以更加便利的用自然语言的方式与计算机进行沟通， 机器人(Robot)是在一定的环境下能够完成与人类相同行动和功能的机器，它可以应用于工业、农业、国防、教育、医疗等多种领域，对现代社会的发展有着不可估量的作用。

人工神经网络(Artificial Neural Network)的研究开始于20世纪40年代，是利用多个简单的处理单元按照某种特定的方式相互连接起来的计算机系统，用于模拟人类大脑神经系统的结构和功能。人工神经网络已经成功应用于人工智能领域的许多方面，在模仿生物神经计算功能方面有着计算机难以比拟的优势。

博弈(Game)主要是研究对策与斗智，例如，策略游戏等智能活动。博弈以问题求解和模式识别为基础，最能够体现人工智能技术的优势。

2，人工智能在现代教育中的应用情况

随着人工智能技术的发展和教育信息化的不断深入，人工智能技术在现代教育领域中的应用正日益受到人们的重视。分析目前的状况，人工智能在现代教育中的应用主要有以下几类。

2，1智能教学系统(Intelligence／utoringSystem)

智能教学系统是人工智能技术在教育中的重要应用之一，是对计算机辅助教学(CAD相关研究的进一步发展。智能教学系统旨在为学生创造一个优良的学习环境，使学生可以方便快捷的调用各种资源，接受全方位的学习服务，以获得学习的成功。当前的智能教学系统主要依靠智能主体技术来进行构建，通过建立教师主体、学生主体、教学管理主体等，可以根据不同学生的特点来制定和实施相应的教学策略，为学生提供个性化的教学服务。基于网络的分布式智能教学系统是目前智能教学系统的最新发展方向，它可以使原本相隔在不同地区的学生在虚拟的环境之中共同学习，充分利用网络资源，发挥学习者的主动性，带来更好的教学效果，

2，2智能网络组卷阅卷系统(IntelligentNetwork Examine System)目前无纸化考试已经成为了考试的一种重要的新型形式。从广义上来说，无纸化考试包括使用计算机来建立与管理题库、选题组卷、考试与阅卷等多个环节。它不仅从形式上对传统的纸质考试方式进行了创新，对考试的设计与评价环节也有了重大的改进。智能网络组卷系统具有成本低、效率低、保密性好、试卷一致性高，即使在限制条件较多的情况下，仍可以按给定的组卷策略生成满足要求的试卷。同时，基于网络的试题库可以收集广大教师的编写的经典习题，集中和共享了教师的劳动成功，确保了试卷的高质量。采用人工智能的阅卷系统能够有效地识别试卷，并减少出错的可官旨，极大地提高阅卷流程的工作效率。 2，3智能决策支持系统(Intelligent DecisionSupport System) 智能决策支持系统是人工智能的重要应用之一，是人工智能和决策支持系统相结合，应用专家系统，使决策支持系统能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题。智能决策支持系统主要由数据库、模型库、方法库、人机接口以及智能部件组成。目前，智能决策支持系统已经成为了决策支持系统的主要发展方向，在网络教育领域的应用方面显示出了极强的发展潜力和美好的前景。 2，4智能仿真教学系统(Intelligent Simulation7echnology) 在远程教育教学中，实验教学是一个不可缺少的教学环节，但目前以教学教务管理为主的网络教学平台很少涉及实验教学内容。智能仿真技术是人工智能与仿真技术的高度集成，它力求克服以往传统仿真的模型及建模方法的局限性，以及建模艰巨、界面单调和结果费解等方面的问题。智能仿真系统在某种程度上可替代仿真专家完成建模、设计实验、理解及评价仿真结果的步骤，并具有一定的学习能力，运用智能仿真系统来开发实验教学课件可以大大节省人力物力，降低开发成本，加快开发速度，缩短开发周期，

第3篇：人工智能在教育的应用范文

关键词：人工智能；大学英语教学；后现代课程观

一、引言

人工智能与各领域的深度融合和创新，正在颠覆我们的生活，改变世界的面貌[1]。世界各大经济强国为抢占人工智能技术发展制高点，争先研制了各种人工智能发展战略和行动方案，试图占住未来科技发展先机。我国在继2016年5月发改委和科技部联合推出《“互联网+”人工智能三年行动实施方案》后，次年7月国务院印发《新一代人工智能发展规划》（以下简称《规划》）[2]，全面部署了我国人工智能发展战略。2017年9月，教育部长陈宝生提出“课堂革命”的信息化时代教育改革新命题，人工智能驱动和赋能的课堂革命序幕从此拉开。2018年4月，教育部了《高等学校人工智能创新行动计划》，明确了高校在培养创新人才及科技创新等领域的目标和任务。人工智能与教育进入了融合创新阶段，正在迅猛地颠覆人类几千年沉淀的教育理念和方式，重构教育生态。智能语音技术、英语语言测评系统、语言翻译、智能口语陪练等技术，以及自适应系统、个性化学习中心和智能导师系统等广泛应用于大学英语教学领域，为大学英语教学带来了前所未有的机遇，为破解大学英语教学领域几十年来教学资源不足、“因材施教”难以践行、课程评估不科学等难题提供解决方案。显而易见，传统的教学目标、课程体系及教学模式、教师的专业知识不足以应对新一代人工智能技术的需求，我们必须积极求变，寻找人工智能与大学英语教育的契合点，方能在这场革命浪潮中幸存。

二、人工智能2.0和教育

人工智能被认为是迄今为止最具有颠覆性的技术[3]，它正在加速落地，深刻地改变世界和人类生产、生活方式[1]。人工智能自诞生之日起就与教育休戚相关，对教育的变革也将是彻底的、全方位的。因此，我们必须充分认识它，方能抓住人工智能技术给教育带来的机遇，方能乘风破浪应对挑战。（一）人工智能的内涵、发展及核心技术人工智能。（ArtificialIntelligence，简称AI）这个名词，早在1956年由美国达特茅斯学院（DartmouthCollege）的一群年轻科学家提出，但是到目前为止没有一个科学、全面、准确的定义。学界公认的定义是，人工智能这门科学主要研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术，通过计算机模拟人的智能，最终使之能像人一样思考、学习和认知，并能够有效地处理过去由人才能处理的问题[4]。人工智能，作为一门新兴的交叉学科，涉及的面十分广泛，涵盖多个大学科和技术领域，如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等[1]。学界认为人工智能经历了三大发展浪潮。第一次是20世纪50至60年代以图灵测试为标志的启蒙期。20世纪80至90年代随着语音识别技术取得突破性进展，人工智能发展迎来了第二次发展浪潮。近年来，由于互联网技术、大数据技术、深度学习算法等技术的飞速发展，人工智能开启了第三次发展浪潮。大数据技术、深度学习和机器学习是人工智能第三次发展浪潮的标志性技术。人工智能的核心技术包括三个层面：基础技术、通用技术和应用技术[1]。在基础技术层面，机器学习被认为是其最重要的支撑技术，研究计算机如何模拟或实现人类行为，获取新的知识或技能，重新组织已有的知识结构使之不断改善自身性能的科学[1]。被广泛应用于图像识别、语音识别、机器翻译等领域的深度学习则是机器学习的一个重要分支，它加速了人工智能的发展。人工智能的通用技术层面内涵丰富，主要包括语音识别、计算机视觉、自然语言处理、决策和规划、运动与控制等。人工智能应用技术现在深入渗透各个行业领域，人类进入了人工智能时代，未来的一切将出现无限可能。（二）人工智能赋能教育。人工智能与教育息息相关。新一代人工智能技术在政策驱动、消费者需求升级驱动以及新技术迭代升级突飞猛进驱动下，已经迈入了与教育教学融合创新阶段，迈入了为变革课堂教学，实现教育创新赋能加力的阶段。自2015年至2019年，国家先后出台了《中国制造2025》（2015年）、《“互联网+”人工智能三年行动实施方案》（2016年）、《新一代人工智能发展规划》（2017年）、《高等学校人工智能创新行动计划》（2018年）、《中国教育现代化2035》（2019年）五项政策，加速了人工智能与教育的深度融合的进程。目前，我国居民生活水平整体提高，教育消费需求升级，家庭对教育的重视及投入大幅增加，对教师的要求、学习环境和条件的要求更高，在线学习需求旺盛，这在很大程度上也加速了人工智能技术在教育行业的广泛应用。人工智能三大核心应用技术即计算机视觉技术、智能语音技术和自然语言处理已经广泛开发应用于在线教育、智慧课堂、为智慧教学和智慧学习赋能加力[5]。目前，从基于语音识别的英语语音测评到基于图像识别的智能情绪分析，人工智能已经在教育领域已经实现十余种产品类型[6]。国外像Google,Alpha,Facebook等走在技术前列的知名公司，研发了各具竞争优势的AI教育软件，进军教育行业；国内的腾讯、科大讯飞、百度等也研发了各类学习软件和教学软件，并拥有海量用户。人工智能引领下的教育正朝智慧教育、智慧学步迈进。

三、人工智能给大学英语教学带来了机遇

大学英语教学改革的步伐从未停歇过，但是不管怎么努力都被冠以“费时低效”的罪名，教学资源不足、“因材施教”教育理念贯彻不到位、评价无法及时科学反哺教学等问题一直是大学英语教学改革中的顽固问题。人工智能时代，随着大数据技术、计算机视觉、智能语音技术和自然语言处理技术所催生的慕课、自适应学习系统、个人学习中心、智能导师等的广泛应用，这些问题将迎刃而解。（一）慕课的蓬勃发展，海量教学资源得以共享。慕课（MOOC），即大规模开放在线课程，是大数据时代的产物。2013年，中国迎来了慕课元年，从此中国大地掀起了一股慕课建设的热潮。从教育主管部门、高校、教材出版商、IT企业、教育培训机构到普通教师，都在共同致力于开发慕课平台，共建优质教学资源。短短的六年时间里，中国慕课在信息技术尤其是人工智能技术的驱动下实现了跨越式发展，目前，我国共有12500门慕课上线，超过2亿人次在校大学生和社会学习者学习慕课，6500万人次大学生获得慕课学分[7]。已经上线的慕课中，大学英语慕课的份额十分可观，为大学英语教学提供了海量教学资源。目前，中国大学MOOC，共有468所合作高校共推出了1291门国家精品慕课，其中包括60余门大学英语通识类课程、28门专门用途英语课程和21门跨文化类课程；中国高校外语慕课平台（UMOOCs），我国首个以外语学科特色为主的国际化慕课平台，自2018年3月23日正式启动以来共上线大学英语类课程40余门；国内外语类三大出版社也创建了特色课程平台：外语教育与研究出版社推出了U校园教学云平台、上海外语教育出版社创建了“WELearn课程中心”、高等教育出版社推出了i-Smart外语智能学习平台；清华大学研发的学堂在线上也有将近50门大学英语类课程。这些平台所推出的海量优质外语教学资源，学习者可以像逛超市一般按照自己的喜好和需求在平台上挑选课程，这较好地解决了大学英语过去一直教学资源不足的问题。除此以外，随着人工智能技术的迭代升级，机器人教师和虚拟教师的广泛应用，他们都将成为最好的老师时时陪伴，“同一个世界，同一个课堂”的愿景在不久的将来得以实现，大学英语教学改革路上教学资源不足不公的问题不再是制约大学英语教学发展的问题。（二）自适应学习广泛应用，“因材施教”教育理念得以践行。早在孔子时代就提倡“因材施教”的教学理念，要求教师在教学中应该根据学生的认知水平、学习能力及自身素质有的放矢地进行差别教学。大学英语教学改革几十年来，也一直致力于“因材施教”个性化的教学改革，但是劳而无功，究其因，主要是课堂人数多，教师无法每次课前准确掌握学生学习程度、课中和课后不能即时跟踪学生的学习情况，因此很难做到适时调整教学策略实施“因材施教”。2016年美国自适应学习平台Knewton及我国自主研制的智能自适应学习系统的投入使用，为教师、学生自己，甚至家长了解学生的学习状态，依据学生的学习兴趣、学习风格、学习需求选择适合的学习资源和途径提供了便捷。人工智能在自适应学习过程中所起的作用显而易见，主要体现在：科学而又高效的学习状态诊断；精准学习资源的推送；全过程学习数据的收集、分析与整合。因此，人工智能技术与大数据应用使得量化自我和定制学习的个性化教育成为可能[3]，“因材施教”问题也将得以践行。（三）大数据护航，精准多维的课程评价得以实现。课程学习评价是教学中的重要环节。大学英语课程学习评估经历了过去的以终结性评估为主到终结性评估与形成性评估相结合的课程学习评价方式，但是不管怎样，过去评估形式的改变并没有改变评估重结果、轻过程、重整体、轻个体的结局。此外，由于技术的原因，课程考核根本无法顾及学生的情感因素。因此，这种单一的评价模式始终没法全面科学精准地反哺教学。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化，所有学生的学习记录将被人工智能综合收集起来，互相参照、优化、聚合后分发，从而提高总体水平，彻底升级“教学相长”的含义[8]。尤其是智能导师系统及智能评测系统的开发利用，可以凭借人脸识别、语音识别、机器学习、自然语言处理等技术，不仅能全过程精准收集学习的学习数据，还能即时对学生的学习状态、情感感知等多种学习因素作出即时的诊断和评价。大数据保驾护航收集全过程学习数据、智能导师和智能评测提供多维即时诊断和评价，这才是具有实际意义和现实价值的课程学习评估。

四、大学英语教学面临新挑战

人工智能技术给大学英语带来无限机遇的同时，也倒逼大学英语教学必然积极识变、应变、求变，朝着教学目标高阶化、课程体系后现代化、教学模式智慧化、教师角色精细化方向发展，主动服务国家战略发展和学生的“学以成人”。（一）教学目标高阶化。新时代高要求。近两年，教育部罕见多次发文呼吁大学英语教学改革。2018年9月17日，教育部召开加强高校公共外语教学改革工作会议，提出要“实施面向非外语专业的公共外语教学改革”“培养高素质国际化复合型人才”[9]。“推进公共外语教学改革”也被列入2019年教育部“十大事件”之一。2019年3月29日教育部和中组部又联合召开“推进公共外语教学改革，大力培养高素质国际化专门人才”会议，重点讨论如何培养学生的“专业+外语”综合应用能力，为国家战略培养和储备“一精多会、一专多能”的国际化复合型人才[9]。教育部高等教育司吴岩司长在2019年第四届全国高等学校外语教育改革与发展高端论坛上提出高等外语教育要主动服务国家发展战略，要积极迎接新科技革命挑战，要全面融入高等教育强国建设，大力培养具有全球视野、通晓国际规则、熟练运用外语、精通中外谈判和沟通的高素质国际化人才[10]。新技术新要求。2018年4月，博鳌亚洲论坛上，大屏幕即时将嘉宾语音转换成中文又即时译成英文；2018年11月的第五届互联网大会上，不但有中文，还有英文的首个AI合成新闻主播的出现。翻译软件、智能机器人等日新月异，给人类教育提出了新的要求。在人工智能时代，人类几千年积累下来的知识，瞬间可以从智能机器人和资源库平台获取，使得人类靠知识传授的课程即将被淘汰。课程教学的重心不得不从曾经的知识传授转移到通过学生的个性化学习和自适应学习，培养信息获取和分析处理能力、终身学习能力、批判性思维能力和创新能力[5]，以及人工智能所难以拥有的精神能力，包括情感能力、价值追求能力、美感能力和创新能力[3]。在这种高要求、新要求下，大学英语教学的目的就不再是简单的培养学生的英语应用能力，提高综合文化素养了。而是迈向更高阶的利用英语汲取和交流专业信息能力的培养；使用英语解决专业问题的学科思辨能力和创新能力的培养；同时发展其自主学习能力、提高其智能素养，使他们在各自的专业学习、研究和未来工作中有效地使用英语，满足国家、社会、学校和个人发展的需要。按照布鲁姆教育目标分类法，认知领域的教育目标按知识与认知过程两个维度分类[11]。在知识维度，知识被分为事实性知识、概念性知识、程序性知识和反省知识4种类型。在认知过程维度，认知过程维度，认知过程由低级到高级被分为记忆、理解、运用、分析、评价和创造6种水平[11]。人工智能时代的大学英语教学目标高阶性主要体现在：在知识维度，大学英语教学目标设立从事实性知识、概念性知识、程序性知识向反省认知知识迈进；在认知过程维度，从记忆、理解、运用向高阶的分析、评介、创造迈进。（二）课程体系后现代化。人工智能时代将迎来学校平台化、传统课堂网络化、课程市场化，人工智能技术随时从云端、海量资源库中为学生提取知识，并经由结构化推送给学生，经过学生深度学习之后进一步提炼加工，再次结构化。此外，人工智能超强的学习能力随时产生大量人类无法理解的暗知识（所谓暗知识，就是指那些人类根本无法感受到无法表达出来的，然而却能够发挥重要作用的知识）。“人类将进入一个知识大航海时代，我们将每天发现新的大陆和无数金银财宝”[12]。正如Schwab,J在Thepractical:Alanguageforcurriculum中所言：课程领域已步入穷途末日，按照现行的方法和原则已不能继续运行，也无以增进教育的发展[13]。现在需要的是适合于解决问题的新原则.....新的观点......新的方法。因此，大学英语目前线性的、统一的、封闭的现代课程体系必然受到冲击，取而代之的是非线性的、建构的、开放的小威廉.E.多尔所倡导的后现代课程模体[14]。人工智能时代，大学英语课程体系应该朝小威廉.E.多尔所提出的具有四R特点的后现代课程模体建构，即课程具有丰富性（rich）、回归性(recursive)、关联性(relational)和严密性(rigorous)。所谓丰富性，是指课程的深度、意义的层次、多种可能性或多重解释[14]。在人工智能时代，学生与教师、学生与同伴之间是学习伙伴的关系，他们随时都可以能产生新的疑问或知识，因此为了促使学生和教师产生转变和被转变，课程应具有“适量”的不确定性、异常性、无效性、模糊性、不平衡性、耗散性与生动的经验[14]。课程具有回归性是指课程的片段、组成部分和序列应该是任意组合的，不应该设置为孤立的单元，而应视其为反思的机会。也就是说在设置课程体系的时候，每一个知识，包括作业、测验等都应该提供对话和反思的余地，避免课程的重复性。关联性指建立教育与文化之间的关联。具有关联性的课程模体将摆脱过去课程体系仅仅由课程内容或教师来决定，课程模体处于一种不断建构的过程，它的内容和体系远远超越原有的课程内容。严密性是四个标准中最重要的[14]。自发组织建立的丰富的具有回归性的课程并非任意、无序的，而是具有学术逻辑和符合课程发展规律的，可以用数学思维准确度量的。只有这种非线性的、开放的、不断建构的课程模体才满足海量资源，优势整合的特点，才能有效解决学生日益增长的对英语能力提升的需求与优质英语资源分布不平衡直接的矛盾。（三）教学模式智慧化。人工智能赋能的课堂将首先是网络化、数字化、智能化的课堂，是实施个性化教学的创新能力培养课堂，是基于项目式学习的自主、合作、探究的课堂，是线上线下无缝衔接的混合式和翻转课堂，是平等交互、自适应学习、快乐幸福并追求个性全面和谐发展的高效课堂[5]。因此，大学英语教学应当遵循语言学习“输出驱动、输入优化、产出评价”和以“学生为中心”理念，从英语学科教学方法与移动新媒体技术相结合的视角，引入自适应学习系统、智能导师系统加强过程监控与评估，充分利用慕课、微课等建立具有可视化、可听化、协作化、互动化的大学英语“金课”教学模式，充分发挥线上线下教学互促和互补的优势，构建线上线下教学环节，形成课前预备、课中教学、课后巩固、课外丰富及教学反馈五个教学环节为一体的螺旋上升模式，实现知识从传递到知识提升，如图1。图1智能教学模式模拟图（四）教师角色精细化。智能语音、智能批改、智能翻译、教育机器人等人工智能技术广泛应用于英语教育，过去教学中一切重复性劳动和大部分管理工作都将被人工智能所取代，教师角色将发生重大改变。过去衡量优秀教师的素质体系：扎实的外语基本功、完善的知识理论体系、较强的外语教学能力[15]，已经无法完全满足人工智能时代对大学英语教师的需求。未来的人工智能智慧课堂不需要教师，教师的角色将转型为课程的咨询师、学习的引导者、数据分析师、情感呵护者等，角色将越来越精细。除此以外，由于角色的精细分工，将来教师不可能再孤军奋战，而是走向团队合作[16]。今天的教育形势下，我们教师要引领学生提升自己的核心素养，引领学生学会认知（learntoknow），学会做事（learntodo），学会合作（learntoliveandworkto-gether），学会做人（learntobe）。

五、结语

第4篇：人工智能在教育的应用范文

【关键字】人工智能；教育；进展

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097（2008）13―0018―03

人工智能是一门综合的交叉学科，涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。人工智能主要研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能，其长期目标是实现人类水平的人工智能。[1]从脑神经生理学的角度来看，人类智能的本质可以说是通过后天的自适应训练或学习而建立起来的种种错综复杂的条件反射神经网络回路的活动。[2]人工智能专家们面临的最大挑战之一是如何构造一个可以模仿人脑行为的系统。这一研究一旦有突破，不仅给学习科学以技术支撑，而且能反过来促使人脑的学习规律研究更加清晰，从而提供更加切实有效的方法论。[3]人工智能技术的不断发展，使人工智能不仅成为学校教育的内容之一，也为教育提供了丰富的教育资源，其研究成果已在教育领域得到应用，并取得了良好的效果，成为教育技术的重要研究内容。

人工智能的研究更多的是结合具体领域进行的，其主要研究领域有：专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络和分布式人工智能等。[4]目前，在教育中应用较为广泛与活跃的研究领域主要有专家系统、机器人学、机器学习、自然语言理解、人工神经网络和分布式人工智能，下面就这些领域进行阐述。

一 专家系统

专家系统是一个具有大量专门知识与经验的程序系统，它使用人工智能技术，根据某个领域中一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。[5]专家系统主要组成部分为：知识库，用于存储某领域专家系统的专门知识；综合数据库，用于存储领域或问题的初始数据和推理过程中得到的中间数据或信息；推理机，用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作；解释器，向用户解释专家系统的行为；接口，使用户与专家系统进行对话。近几十年来，专家系统迅速发展，是人工智能中最活跃、最有成效的一个研究领域，广泛用于医疗诊断、地质勘探、军事、石油化工、文化教育等领域。

目前，专家系统在教育中的应用最为广泛与活跃。专家系统的特点通常表现为计划系统或诊断系统。计划系统往前走，从一个给定系统状态指向最终状态。如计划系统中可以输入有关的课堂目标和学科内容，它可以制定出一个课堂大纲，写出一份教案，甚至有可能开发一堂样板课，而诊断系统是往后走，从一个给定系统陈述查找原因或对其进行分析，例如，一个诊断系统可能以一堂CBI（基于计算机的教学，computer-based instruction）课为例，输入学生课堂表现资料，分析为什么课堂的某一部分效果不佳。在开发专家计划系统支持教学系统开发（ISD）程序的领域中最有名的是梅里尔（Merrill）的教学设计专家系统（ID Expert）。[6]

教学专家系统的任务是根据学生的特点（如知识水平、性格等），以最合适的教案和教学方法对学生进行教学和辅导。其特点为：同时具有诊断和调试等功能；具有良好的人机界面。已经开发和应用的教学专家系统有美国麻省理工学院的MACSYMA符号积分与定理证明系统，我国一些大学开发的计算机程序设计语言、物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等。[7]

目前，在教育中，专家系统的开发和应用更多的集中于远程教育，为现代远程教育的智能化提供了有力的技术支撑。基于专家系统构造的智能化远程教育系统具有以下几个方面的功能：具备某学科或领域的专门知识，能生成自己的提问和应答； 能够分析学生的特征，评价和记录学生的学习情况，诊断学生学习过程中的错误并进行补救教学；可以选择不同的教学方法实现以学生为主体的个别化教学。[8]目前应用于远程教育的专家系统有智能决策专家系统、智能答疑专家系统、网络教学资源专家系统、智能导学系统和智能网络组卷系统等。

二 机器人学

机器人学是人工智能研究是一个分支，其主要内容包括机器人基础理论与方法、机器人设计理论与技术、机器人仿生学、机器人系统理论与技术、机器人操作和移动理论与技术、微机器人学。[9]机器人的发展经历了三个阶段：第一代机器人是以 “示教―再现”方式进行工作；第二代机器人具有一定的感觉装置，表现出低级智能；第三代机器人是具有高度适应性的自治机器人，即智能机器人。目前开发和应用的机器人大多是智能机器人。机器人技术的发展对人类的生活和社会都产生了重要影响，其研究和应用逐渐由工业生产向教育、环境、社会服务、医疗等领域扩展。

机器人技术涉及多门科学，是一个国家科技发展水平和国民经济现代化、信息化的重要标志，因此，机器人技术是世界强国重点发展的高技术，也是世界公认的核心竞争力之一，很多国家已经将机器人学教育列为学校的科技教育课程，在孩子中普及机器人学知识，从可持续和长远发展的角度，为本国培养机器人研发人才。[10]在机器人竞赛的推动下，机器人教育逐渐从大学延伸到中小学，世界发达国家例如美国、英国、法国、德国、日本等已把机器人教育纳入中小学教育之中，我国许多有条件的中小学也开展了机器人教育。

机器人在作为教学内容的同时，也为教育提供了有力的技术支撑，成为培养学习者创新精神和实践能力的新的载体与平台，大大丰富了教学资源。多年来，我国中小学信息技术教育的主要载体是计算机和网络，教学资源单一，缺乏前瞻性。教学机器人的引入，不仅激发了学生的学习兴趣，还为教学提供了丰富的、先进的教学资源。随着机器人技术的发展，教学机器人种类越来越多，目前在中小学较为常用的教学机器人有：能力风暴机器人、通用机器人、未来之星机器人、乐高机器人、纳英特机器人、中鸣机器人等。

三 机器学习

机器学习是要使计算机能够模仿人的学习行为，自动通过学习来获取知识和技巧，[11]其研究综合应用了心理学、生物学、神经生理学、逻辑学、模糊数学和计算机科学等多个学科。机器学习的方法与技术有机械学习、示教学习、类比学习、示例学习、解释学习、归纳学习和基于神经网络的学习等，近年来，知识发现和数据挖掘是发展最快的机器学习技术。机器学习（自动获取新的事实及新的推理算法）是使计算机具有智能的根本途径，对机器学习的研究有助于发现人类学习的机理和揭示人脑的奥秘。[12]

随着计算机技术的进步和机器学习研究的深入，机器学习系统的性能大大提高，各种学习算法的应用范围不断扩大，例如将连接学习用于图文识别，归纳学习、分析学习用于专家系统等，大大推动了在教育中的应用，例如在建构适应性教学系统中，用机器学习与朴素的贝叶斯分类器动态了解学生的学习偏好，有较高的准确率[13]。基于案例的推理（case-based reasoning，CBR）是一种新兴的机器学习和推理方法，其核心思想是重用过去人们解决问题的经验解决新问题，在计算机辅助教育方面，已经出现了基于CBR的图形仿真教育系统，并且，针对个体特征的教育教学方法研究也有所突破。[14]另外，数据挖掘和知识发现在生物医学、金融管理、商业销售等领域的成功应用，不仅给机器学习注入新的生机，也为机器学习在教育中的应用提供了新的前景。

四 自然语言理解

自然语言理解就是研究如何让计算机理解人类的自然语言，以实现用自然语言与计算机之间的交流。一个能够理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。[15]自然语言理解包括口语理解和书面理解两大任务，其功能为：回答问题，计算机能正确地回答用自然语言提出的问题；文摘生成，计算机能根据输入的文本产生摘要；释义，计算机能用不同的词语和句型来复述输入的自然语言信息；翻译，计算机能把一种语言翻译成另外一种语言。由于创造和使用自然语言是人类高度智能的表现，因此对自然语言处理的研究也有助于揭开人类高度智能的奥秘，深化对语言能力和思维本质的认识。[16]

自然语言理解最早的研究领域是机器翻译，随着应用研究的广泛开展，也为机器人和专家系统的知识获取提供了新的途径，例如由MIT研制的指挥机器人的自然语言理解系统SHRDLU就可以接收自然语言，进行人机对话，回答关于桌面上积木世界中的各种问题。同时，对自然语言理解的研究也促进了计算机辅助语言教学和计算机语言设计等方面的发展，例如“希赛可”网络智能英语学习系统，这个基于网络的“人-机”语境的建立，突破了普通英语教师和传统的单机的多媒体教学软件所能具备能力限制，也比建立于网络的“人-人”语境更具灵活性，可以为远程学习者提供良好的英语学习支持，在国内第一次系统地将用自然语言进行的人机对话系统应用在计算机辅助外语教学上，在国际上也是一种创新。[17]

五 人工神经网络

人工神经网络就是在对大脑的生理研究的基础上，用模拟生物神经元的某些基本功能的元件（即人工神经元），按各种不同的联结方式组织起来的一个网络，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能，例如可以用于模仿视觉、模式识别、声音信号处理、控制、故障诊断等领域，人工神经元是人工神经网络的基本单元。[18]人工神经网络有两种基本结构：递归（反馈）网络和多层（前馈）网络，两种主要学习算法：有指导式学习和非指导式学习。

人工神经网络从模拟人类大脑神经网络的结构和行为出发，具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，特别适合于处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题，[19]这使人工神经网络具有更大的发展潜能，目前已经开发和应用的人工神经网络模型有30多种。人工神经网络在教育中的应用大多是与教学专家系统相结合，以此来改进教学专家系统的性能，提高智能性，使其在教学过程中对突发问题具有更好的应对能力。人工神经网络在学校管理中也得到应用，例如采用误差反传算法（BP）的多层感知器已应用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式计算与人工智能结合的结果，研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型，主要研究问题是各Agent之间的合作与对话，包括分布式问题求解和多Agent系统两个领域。[20]分布式人工智能系统一般由多个Agent组成，每个Agent又是一个半自治系统，Agent之间及Agent与环境之间进行并发活动并进行交互来完成问题求解。[21]由于分布式人工智能系统具有并行、分布、开放、协作和容错等优点，在资源、时空和功能上克服了单智能系统的局限性，因此获得了广泛的应用。

分布式人工智能中的Agent和多Agent技术在教学中的应用逐渐受到关注。在教学中引入Agent可以有效地提高教学系统的智能性，创造良好的学习情境，并能激发学习者的学习兴趣，进行个性化教育。目前，Agent和多Agent技术多用于远程智能教学系统，通过利用其分布性、自主性和社会性等特点，提高网络教学系统的智能性，使教学资源得到充分利用，并可实现对学习者的学习行为进行动态跟踪，为学习者的网络学习创造合作性的学习环境。在网络教学软件中应用Agent技术的一个典型是美国南加利福尼亚大学（USC）开发的教学Adele（Agent for Distance Education - Light Edition） [22]。Agent技术在网络教学软件中取得的良好效果，促进了研究者对分布式人工智能在教育中的应用研究。

综上所述，科学技术的发展将会推动人工智能技术在教育中应用的广度和深度。从人工智能的应用趋势来看，人工智能在教育中应用的扩展可以通过以下三个方面进行：一是人工智能与其他先进信息技术结合。人工智能已经与多媒体技术、网络技术、数据库技术等有效的融合，为提高学习效率和效度提供了有力的技术支持，而引起教育技术界广泛关注。[23]例如人工智能技术通过与多媒体技术相结合，可以提高智能教学系统的教学效果；与网络通讯技术相结合，可以提高和改进远程教育的智能性。二是人工智能应用研究领域间的集成。人工智能应用研究领域之间并不是彼此独立，而是相互促进，相互完善，它们可以通过集成扩展彼此的功能和应用能力。例如自然语言理解与专家系统、机器人的集成，为专家系统和机器人提供了新的知识获取途径。三是人工智能的研究和应用出现了许多新的领域，它们是传统人工智能的延伸与扩展，这些新领域有分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现以及人工生命等[24]，这些发展与应用蕴藏着巨大潜能，必将对教育产生重要的影响。

技术发展不断发挥着引导教育技术研究的作用，一种新兴技术的出现总是会掀起相应的研究热潮, 引发对技术在教育中应用的探讨、评价以及与传统技术的对比。[25] 人工智能作为一门交叉的前沿学科，虽然在基本理论和方法等方面存在着争论，但从其研究成果与应用效果来看，有着广阔的应用前景，值得进一步的开发和利用。

参考文献

[1] 史忠植,王文杰.人工智能[M].北京:国防工业出版社,2007:1.

[2][11][18][19] 《计算机与信息科学十万个为什么》丛书编辑委员会,计算机与信息科学十万个为什么(8):人工智能[M].北京:清华大学出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.论学习科学的本质及其学科基础[J].中国电化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李长河.人工智能[M].武汉:武汉理工大学出版社,2003:12-13.

[5][12][15][20][24] 蔡自兴,徐光.人工智能及其应用(第三版)――研究生用书[M].北京:清华大学出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]诺伯特•M. 西尔,[德]弗兰兹•肖特,等.任友群,郑太年主译.教学设计的国际观第2册:解决教学设计问题[M].北京:教育科学出版社,2007:67.

[7] 任友群.技术支撑的教与学及其理论基础[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.应用专家系统提升现代远程教育的智能化[J].中国教育技术装备,2007,(12):79-80.

[9] 陈恳,杨向东,刘莉等.机器人技术与应用[M].北京:清华大学出版社,2007:6.

[10] 关注机器人幼儿教育――访鲍青山博士[DB/OL].

[13] 柏宏权,韩庆年.机器学习在适应性教学系统中的应用研究[J].南京师范大学学报(工程技术版),2007,7(4):76-79.

[14] 杨健,赵秦怡.基于案例的推理技术研究进展及应用[J].计算机工程与设计,2008,29(3):710-712.

[16] 自然语言理解[DB/OL].

[17] 贾积有.人工智能技术的远程教育应用探索――“希赛可”智能型网上英语学习系统[J].现代教育技术,2006,16(2):26-29.

[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].

第5篇：人工智能在教育的应用范文

引言

伴随着互联网+的发展，中国智造、互联网+等一个个新名词都在为传统生产与物流产业注入“智能”的基因，智能物流迎来了发展的“黄金阶段”。“十三五”规划是教育科学发展的关键时期，“推行产教融合、校企合作的应用型人才和技术技能人才培养模式，促进职业学校教师和企业技术人才双向交流。”是其中的核心。智能物流作产业的发展对职业教育提出了更高的要求。

一、基本概念综述

1.智能物流

智能物流是利用集成智能化技术，使物流系统能模仿人的智能，具有思维，感知，学习，推理判断和自行解决物流中某些问题的能力。智能物流的未来发展将会体现出四个特点：智能化，一体化和层次化，柔性化与社会化。在物流作业过程中的大量运筹与决策的智能化；以物流管理为核心，实现物流过程中运输，存储，包装，装卸等环节的一体化和智能物流系统的层次化；智能物流的发展会更加突出“以顾客为中心”的理念，根据消费者需求变化来灵活调节生产工艺；智能物流的发展将会促进区域经济的发展和世界资源优化配置，实现社会化。通过智能物流系统的四个智能机理，即信息的智能获取技术，智能传递技术，智能处理技术，智能运用技术。

2.职业教育

职业教育是指让受教育者获得某种职业或生产劳动所需要的职业知识、技能和职业道德的教育。职业教育的目的是培养应用人才和具有一定文化水平和专业知识技能的劳动者，与普通教育和成人教育相比较，职业教育侧重于实践技能和实际工作能力的培养。

3.协同发展

协同发展就是指协调两个或者两个以上的不同资源或者个体，相互协作完成某一目标，达到共同发展的双赢效果，是为实现社会可持续发展的基础。

二、国内外研究现状分析

从国内研究情况看，2011年8月教育部拟发《教育部关于推进中等和高等职业教育协调发展的指导意见》之后，国内学者多从不同的关注点与视角展开对职业教育协同的研究，其中关注区域经济与职业教育协同发展尤为突出。随着《中国制造2025》行动纲领出台，智能产业在研究迅猛升温。

从国外研究情况看，国外的研究主要从教育资源的协调、教育方法的运用、教育模式的创新等方面展开，但更多集中在教育协同发展的动力及其治理机制构建等方面。德国在双元制教育始于上个世纪70年代学校教育与企业培训互补，为工业化提供高技术人才成为职业教育的主题。本世纪初，提出职业教育在终身化理念。德国政府提出工业4.0高科技战略计划，由德国联邦教育局及研究部和联邦经济技术部联合资助，投资预计达2亿欧元。旨在提升制造业的智能化水平，建立具有适应性、资源效率及人因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴，其技术基础是网络实体系统及物联网。

三、智能物流与职业教育协同发展研究的意义

智能物流作为“中国制造2025”和“工业4.0”的核心环节，是智能工厂必不可少的润滑剂，肩负着产品智能化生产的桥接作用，有望成为未来自动化领域最好的细分市场之一。对产品周期的缩短和对生产节奏的加快催生了对生产运送过程更精确、更高效的要求，智能物流是连接供应和客户的重要环节，也是构建未来智能工厂的基石。

职业教育在“中国制造2025”和“工业4.0”时代背景下，信息化与全球化融合、个性化和定制化生产方式和生活方式以及大数据、云计算、虚拟化生活等等新技术的和理念的涌现，都给现代工业机器人应用人才培养模式带来新的挑战。这就要求我们的职业教育和人才培训要培养出适应第三次工业革命需要的创新型人才和高素质劳动者。

智能物流与职业教育协同发展，有利于职业教育质量和教育创新的双向提升；有利于职业教育学校办学模式、师资培养、教育教学与评价方式的分享与合作；有利于促进教育与物流产业之间学研协同创新模式的进一步提高。

四、智能物流与职业教育协同发展的方向探讨

1.构建智能物流与职业教育群深度融合产教形态

智能物流与职业教育的协同发展的基本思路和主要途径进行分析，通过科学构建其理论与实践相交叉在课程体系，促使智能物流与职业教育群深层次融合，形成学校、企业、社会机构和公众共同参与相互促进的产教形态。

中国制造2025和工业4.0背景下人才培养不仅仅局限于学校教育，而且拓展为社会培训、企业内训、社区教育，也不局限于正规教育，还有非学历培训；有虚拟课堂，也有企业实践、网上课堂、在线学习；有学校学习，也有终身学习的观点。

2.制定智能物流与职业教育的协同发展在课程体系

结合当前职业教育与物流产业发展课程体系存在的问题；探索职能物流与职业教育协同发展对应的物流管理及相关专业建设群课程体系改革的方向和思路探讨；探讨与其人才培养相适应的专业课程设置及专业课程结构调整。

3.提出智能物流与职业教育的协同发展在技术与服务方面的创新

通过对物流产业与职业教育共同发展在技术与服务方面存在的问题分析；提出智能物流与职业教育协同发展中对智能物流产业在技术与服务创新方面的研究。

第6篇：人工智能在教育的应用范文

【关键词】 多元智力理论 通信工程 信息人才建设 应用

前言：一个企业的发展，离不开人才的作用，一个国家的发展， 也需要大量的人才。为了满足现代化我国不同领域对人才的需求，满足当下通信工程信息人才需求，一些研究人员开始把元智力理论和通信工程信息人才建设结合发展，增加了对人才这一主体的关注度，把教育放在重要位置，进行分层次的评判，来提高通信工程信息人才的质量和专业知识水平。

一、把学习内容进行分类化教育

多元智能理论主要是建立在以人为主体的基础上，因此，对于多元智力理论在通信工程信息人才建设中的应用来说，对于教学内容的构建，需要保教学内容的多踊，对多元智力理论教学内容进行分类处理和教育，增加教学内容的多样化，增加通信工程信息人才教学内容的丰富性，来满足社会对不同类型类型人才的发展需求。现阶段，通信工程信息人才教学中，多元智力理论在通信工程信息人才建设中的应用，主要是利用整合性的关联网，结合信工程信息人才的主要特征，把主要信工程信息教育知识点，来利用网络技术和通信技术与移动技术、宽带网络和数字技术来进行教育和处理，具有较好的实际应用性，可以对不同信工程信息人才教育内容和知识点进行优化和完善，增加了不同板块和不同系统的联系性，利于培养信工程信息专业性人才，提高信工程信息人才的综合能力与素质。

二、把教学方法进行分类

多元智力理论在通信工信息人才建设中的应用，在实际应用时，要对教学的方法进行分类化处理。对通信信息人才和培养和教育，利用分类的教学方法来进行教育，主要是针对每个不同的个体来教育，因为每个人都具有自身的优势，每个个体都具有自身的弊端。因此，对于通讯信息人才的无法建立在统一模式的基础上，来进行教育。如果对不同优势和劣势的人才，利用统一方式进行教育，将会降低人才的教育效果和质量，所以，多元智力理论在通信工信息人才建设中的应用时，在进行教育前期，要增加对每个个体的了解，利用分类的方法来进行教育和培训。例如：教师在进行教育时，为了增加多元智力理论在通信工信息人才建设中的应用效果，增加教学方法的多样性，教育人员可以利用数字技术来进行教育和人才的培养，增加培训和教育课堂的丰富性和趣味性。其次，教师也可以利用互动教学方法来进行教育，来对不同个性特点和具有不同优劣势人才的进行教育，在教育和培训前期，给予学员讨论的命题和话题，把学员划分成不同小组，让学生在小组内进行讨论，在学员讨论后，教师做出总结和评价。最后教师可以依据多元智力理论在通信工信息人才教学的主要特点，来利于智能教学方法，来对学生进行逻辑和数理教学，来增加不同板块之间的交换性，对不同知识进行整合，保证每个学员可以依据自身的优势和特点，来学习多样化的知识，促进自身的全面发展，增加自身的专业知识能力。

三、增加教学评判的全面性和多样性

为了保证多元智力理论在通信工信息人才建设中的应用效果，为保证多元智力理论教育有效性，教师在利用分层的教学方法，把教学内容进行分层化教学后，为了保证多元智力理论教育效果，教师要及时的对多元智力理论教学情况进行评判，增加评判的全面性和作多样性，对培训人员进行日常的工作和学习的评判，来判断培训人员的实际工作能力和学习能力，从而来发现通信信息工作人员的优势和劣势，来进行针对性的多元智力理论培训。

其次，对于多元智力理论教育人员来说，其在实际评判过程中，要明确自身的评判标准，在增加对学员了解的同时，增加学员自身对自己优势和劣势的了解，来全面发展自身的能力。

最后，为了保证多元智力理论教育评判有效性，教师在进行评判时可以把理论评判和实际操作能力进行整合评判，来保证元智力理论在通信工信息人才建设中的应用科学性，保证评判的科学性，来提高通讯信息人才的素质和实际业务能力，实现自我价值，为社会发展贡献自身的力量。

四、结论

元智力理论在通信工信息人才建设中的应用，具有实际应用价值，满足当下通信工程信息人才的培养目标，为了保证教学质量，教师在实际教学时可以把学习内容进行分类化教育，把教学方法进行分类，增加教学评判的全面性和多样性。

参 考 文 献

[1]霍力岩.等元智力理论与多元智力课程研究[M].北京：北京教育科学出版社，2014，03（23）：113-115.

[2]黄黎明，胡中锋.多元智力论与课程评价[J].课程・教材・教法，2015，05（11）：43-45.

第7篇：人工智能在教育的应用范文

【摘要】随着京津冀一体化的深入，河北省高等教育出现了新的发展趋势：从知识教育向素质教育转变，从专业教育向全面教育转变，从教研分离向教研融合转变，从封闭教育向开放教育转变。我们必须更新认识，勇于创新，才能积极开辟引智新形式，为加强学科建设、提高科研能力、提升师资队伍水平和培养创新人才铺垫。

【关键词】新时期 高等教育 引智 创新

一、新时期高等教育发展的趋势

（一）从知识教育向素质教育方向发展

从“知识教育”向“素质教育”转变，不只是教师的任务，而是一个系统的全员工程。素质教育是今后教育发展的主题，这个转变的实现，需要我们认真反思传统教育教学方式的实际价值，并对教学方式、课程设计、评价标准、教师能力、社会适应、就业创业、校园文化等多个方面进行调整性的改革与创新。

（二）从专业教育向全面教育转变

传统的教育模式还存在一个显著的特点，就是以专业教育为主。主要是依据社会分工尤其是产业分工来确定专业，与我省工业化进程紧密联系。面对未来，我们应该给学生提供一种高于专业教育的全面教育，全面教育应该是塑造人生的教育，全面教育应该是以人为本的教育，全面教育应该促进人的全面发展。不仅要让学生学习掌握一门专业知识，还要让学生通过教育获得技能，提升品位，更要使学生通过受教育来实现价值、完善自我。

（三）从教研分离向教研融合转变

教学研究型大学与教学型大学之间的差别绝不仅仅只是“教学多一点”还是“研究多一点”，更重要的在于“教学”与“研究”之间的互动与相生。如何将教学与研究紧密结合起来，促进两者之间的协调发展，以研促教，教研结合，是所有从教学型向教学研究型大学转变的学校不得不思考的问题。

（四）从封闭教育向开放教育转变

传统高等教育的一个重要特征就是以学校教育为主的封闭式教育。这种封闭式教育直接导致了学生对老师的依赖，以及所学知识与实际应用的脱节，也导致了学生在走上工作岗位之后才开始熟悉社会，熟悉所从事的岗位与所在行业，不得不经历较长的适应社会的过程。开放教育要坚持实践化，放教育要坚持社会化，开放教育要猿止际化。

二、新时期高校引智工作的变化

我国高等教育的发展趋势为河北省高校引智工作提出了新要求、新挑战。新时期高校引智工作的变化， 高校相对独立性、自主性的增强要求高校的各项工作能够有益于发展目标的实现。为适应新时期高等教育的发展，高校引智工作要调整引进方向，应由单一“讲学型”逐步向讲学、科研、开发综合型转变，为重点学科、新兴学科、缺位学科的建设以及老专业的改造服务。新时期的高等教育向市场化、产业化方向发展，必然要求高校引智工作要为科技成果市场化服务，要为科技成果转化为生产力服务。

三、新时期高校引智工作的创新

随着京津冀一体化的深入，河北省高等教育出现了新的发展趋势：从知识教育向素质教育转变，从专业教育向全面教育转变，从教研分离向教研融合转变，从封闭教育向开放教育转变。因此，河北省地方高校应该抓住“京津冀协同发展”为我省经济和教育带来的机遇，充分发挥主观能动性，结合自身学科优势，积极构建服务于区域经济发展的引智机制。

（一）引智政策创新。各高校应该将引智工作计划纳入到整体发展规划中，按照学校学科发展和人才培养需求，有计划、分层次开展引智工作。学校制定并逐步完善自主引智的政策和规章，规定主要负责部门、协调机制或联合管理委员会、激励机制、奖惩办法等相关制度，适当放宽对高端引智的条件要求和限制，使引智工作不再只是“一盘散沙”，而是真正有章可依、有据可查。

（二）引智渠道创新。引智渠道的创新是自主引智的核心内容。传统的高校引智工作强调“为我所有”，根据新形势、新常态的发展要求，真正提升高校办学的内涵建设，地方高校应该解放思想、转变观念，将引智工作重心放在“为我所用”上，采取柔性引智模式，强调智力的使用权而非所有权。柔性引智的形式灵活多样，目的都是为了学习和借鉴国外高水平专家的理念和知识，推动学校自身的内涵建设。

（三）引智结构创新。由于引智渠道的调整和改革，引智结构必然发生变化。地方高校应该倡导多样化、分层次的引智结构，改变僵化的引智体系，避免统一引智模式，用系统化的、发展性的眼光，调整引智结构，合理规划引智梯队，可以有意识地引导引进外专与本校教师组建年龄、性别、学历、职称结构均合理的研究团队。

（四）管理模式创新。我省地方高校在外智引进工作中应该增强相关部门之间的配合，既有明确分工又要通力合作，顺畅沟通，不互相推诿，各部门统一管理标准。科研管理部门、教务管理部门和教学单位应提前做好引进外国专家的工作计划，人事管理部门应与外国专家协商签订引智协议或合同，外事管理部门应作为引智工作的协调管理和牵头单位，通过专题业务学习和培训打造一支素质高、理念新的引智管理团队，对引智工作进行综合管理。

（五）绩效评估创新。河北省地方高校的引智工作必须建立长效评估机制，才能使引智工作步入稳步健康发展的轨道。外事部门应协同科研管理部门、教务管理部门和教学单位，定期对引进的外国专家计划执行情况和工作开展情况进行评估。同时，高校应该设立符合本校情况的激励机制，对评估情况进行合理奖惩，奖励以精神激励和物质激励相结合，以此来提高外国专家工作和研究的积极性。

参考文献：[1]张荣.新常态下，创新引智机制必要性[J].西部素质教育，2015（16）

[2]张立军.当前高校引智的现实问题与机制建设研究[J].河北师范大学学报，2014（11）

第8篇：人工智能在教育的应用范文

关键词:大学教育;人工智能;方略

随着人工智能理念的不断普及，为避免在大学教育过程当中违背教学理念，忽略教学本身的现象，在当前改进过程当中，要把握人工智能对大学教育带来的技术变革，从大学教育的本质出发，科学运用人工智能的同时，还要积极地采取应对策略，时刻秉持大学教育的初心。那么，针对人工智能对于大学教育带来的冲击，应当采取哪些应对措施呢?

一、丰富教育项目

在大学教育开展过程当中，随着教育方式的变革，机器带来的变化越来越大。学生越来越多地借助网络技术，在线搜索工具等方式，实现在网络上课在家学习。单个院校的概念消失，学期教育模式也被全年学习逐渐取代。为此，要重点强调合作的关系，要不断地对教育项目进行开发，在节省经济成本的基础上，以学生就业方向为主，融入更加灵活的教育项目。在满足学生兴趣和需要的同时，更加便利学生学习方式［1］。

二、加强国际合作

在人工智能发展的影响下，也逐渐地延伸了全球课堂，为进一步提升学生的学习信心，要加强国际合作。通过跨国学科的开展，为学生将来更好地接受教育，积极地参与到学习过程当中，为更好地就业提供基础。例如，在新加坡院校改进过程当中，政府采用了未来技术项目，通过明确建立两个发展指标，为学生培育提供一定的渠道。通过发挥学生适应性的学习技能，来对国际当中的气候变化、金融等国际性问题进行探讨，鼓励学生勇于尝试，强化学生认知能力，为社会提供更加优秀的人才。

三、落实资金支持

在当前教育模式当中，文科面临的困境日益显著。部分传统名校逆势而行，增加了对人文学科的支持力度，加大了对文科的资金支持，借助实际行动来表明哲学、人文、音乐、艺术在大学教育当中的重要性。从哲学的角度出发，阅读、思考以及辩论是大学教育的核心内容，通过学生的参与，为研究领域提供背景的同时，让毕业生能够获得终身受益的哲学理念。文科是技术进步的重要决策者，在文科的有力支持下，为社会发展奠定坚实的基础［2］。基于全球化的发展理念，大学的成功并不来源于“赶时髦”，而是通过学生找到更多的发展机会，不断地提升在文科方面的专业技能，集合在线课程以及传统课程的优点，而促使学生在新领域当中不断地探索和发展。

四、结合技术以及文化

受人工智能的影响，文科的地位也逐渐提升，具体主要通过文学、宗教、音乐、历史语言等形式，来将我们对世界和社会的体验进行记录。在感受纽带意识的同时，选择有利可图的职业。从营销的角度出发，在定性分析时，不仅仅只是依靠数据，还遵照人性的本能，从动机和需求出发，来对相应物品进行营销。此间，文化能力的提升在算法时代的基础上占据着十分重要的优势，能够深入到人性问题当中，对问题进行分析。因此，在应对人工智能的过程当中，要拓展教育，延伸到兴趣、哲学探索以及技术领域当中，来向成功的方向迈进。将与就业有关的技术以及文化与学科知识相结合，也是当前院校首要的发展方向［3］。在文化以及技术两种能力具备的基础上，使学生思维变得灵活。根据具体的工作场景来进行自我调整，在良好沟通能力以及团队协作力的应用下，深入对其他文化的理解，落实技术与人文艺术的结合。

五、实行裸教教学

裸教教学的理念来自于股撤院校院长乔斯安东尼伯温，他认为，在高等教育开展的过程当中，要从课内外技术实用出发，创造新工具。学生获得的知识不一定多，就能提出好的问题，具备相应的技术能力，主要在于学生们有能力进行改变，从中获得新的数据信息，对虚假信息进行辨认，拓展思维［4］。在大学教育的过程当中，智慧来源于相互学习，从而带动学生能够在学习当中学会接受、共存以及竞争。从总体的角度而言，针对人工智能带来的影响，作为大学教育机构，要合理地进行区分，把取其精华，去其糟粕的理念贯彻到其中，秉持着未雨绸缪的发展理念，才能在应对过程当中获得一定的主动性。

第9篇：人工智能在教育的应用范文

在教育信息化飞速发展的时代，经常会听到某高校建成了“智慧教学环境”或“智慧校园”，甚至有些高校进行了简单的信息化教学设施的改造，也冠名为“智慧教育环境”建设。是技术发展太快，还是概念炒作呢？或者是人们对“智慧教学环境”的内涵理解有偏差呢？带着这些问题，笔者对智慧教育的概念进行了深入研究，并对现阶段已经建成的智慧教学环境进行了实地调研。希望通过开展此项研究找到当前智慧教学环境建设中存在的问题与漏洞，为今后智慧教学环境的建设提供建议。

一、智慧教学环境的内涵

今天我们所说的智慧教育源于IBM提出的“智慧地球”，智慧地球的核心是以一种更智慧的方法通过利用新一代信息技术来改变政府、公司和人们交互的方式，以便提高交互的明确性、效率、灵活性和响应速度。智慧地球具有三个明显的特征：①对环境透彻的感知力，通过利用物联网等实现随时随地感知、测量、捕获和传递信息；②更全面的互联互通，在有线和无线网络支持下，利用先进的系统协同工作实现全面互通；③深入的智能化，利用人工智能技术获取智能化的洞察并付诸实践，进而创造新的价值。[1]

《2015中国智慧学习环境白皮书中》指出，智慧学习作为一类学习系统，是通过物联网技术、大数据系统和人工智能技术等现代高科技来全面感知学习情境、识别学习者特征，提供合适的学习资源与便利的互动工具，自动记录学习过程和测评学习结果，有效支持人们的终身学习、职业发展和自我价值的实现。从而可以实现人们能够在任意时间（Any time）、任意地点（Any where），以任意方式（Any way）和任意步调（Any pace）（简称4A）进行学习，这类学习环境能够支持学习者轻松地（Easy Learning）、投入地（Engaged Learning））和有效地（Effetive Learning））（简称3E）学习。[2]

我国学者祝智庭教授认为：智慧教育的真谛就是通过构建技术融合的学习环境，让教师能够施展高效的教学方法，让学习者能够获得适宜的个性化学习服务和美好的发展体验，使其由不能变为可能，由小能变为大能，从而培养具有良好的价值取向、较强的行动能力、较好的思维品质、较深的创造潜能的人才。[3]

通过对上述概念的分析可以看出，智慧教学环境的基本条件是对环境的感知、全面的互联互通和深入的人工智能；智慧教学环境中主要用到物联网、大数据和人工智能来感知学习环境和学习者特征、营造学习情景，主动提供学习资源、自动记录和评价学习结果；智慧教学环境建设为培养具有良好的价值取向、较强的行动能力、较好的思维品质、较深的创造潜能的人才，提供环境保障。

智慧教学环境主要具有如下特征：①?ρ?习者和环境的感知，比如，通过一些传感设备（物联网）实时控制教室的温度、湿度、亮度等，为学习者提供最为舒适的学习环境；②个性化资源的推送，在智慧教学环境中，可以实时感知学习过程，并主动推送个性化的学习资源；③对学习结果的记录与分析。智慧教学环境通过对学习者学习过程的记录与分析，可自动分析学习者的特征和学习情况，并产生相应的学习报表或者学习建议；[4]（4）智慧教育最根本的特征是要实现教育信息化的终极目标。

二、智慧学习环境的建设现状

当前智慧教学环境的建设正在如火如荼的进行，部分高校已经建成了智慧教学环境示范区。为深入研究智慧教学环境的建设与应用情况，笔者对部分高校的智慧教学环境示范区进行了实地考察，发现当前的智慧教学环境可分如下几类：

1.普通多媒体教室的改造升级

在已经建设成功的“智慧教室”中最为初级的是普通多媒体教室的升级版，此类教室只是对普通多媒体教室进行了装修和改造，使得教室中的座位灵活、舒适，其多媒体设备配置更加先进。当前改造成功的多媒体教室中基本都安装了高清投影、交互式电子白板或互动式大屏幕、无线扩音系统等。

2.课堂互动工具应用型

当前智慧教室中的互动系统种类繁多，比较常见的主要包括：利用台式电脑通过局域网进行互动、利用Internet进行远程的互动教学、基于手机或平板电脑的互动系统：

（1）基于台式电脑的互动系统。这种类型的教室中，每个学生座位上配有一台台式计算机，通过相关的互动软件，可实现师生之间、学生之间在网络环境下的实时互动交流，包括教师单独辅导，下发、上传资料等。

（2）基于网络的远程直播、互动系统。为实现跨校区之间、跨区域之间的教学直播互动，部分院校建设了“远程直播”教室。在此类型教室中通过高清摄像机、直播管理系统，可实现远距离直播、互动等功能。此外，通过录播控制系统，也可以实现对教师授课过程的自动录制和保存。

（3）基于智能手机或平板电脑的课堂互动系统。有些学校的“智慧课堂”可以看到基于手机或平板电脑的互动系统，此类互动系统可以让师生之间通过智能手机或平板电脑进行互动，下发、上传资料，也实现了学生实时投票、抢答等功能。另外，此类课堂互动系统已经初步实现记录课堂教学过程，并对授课情况可进行初步分析与统计。

3.教学资源库及社会化软件应用型

（1）有些地区或学校建设了相应的资源库或学习平台，便称之为智慧教育环境。

（2）还有些学校可利用微信、QQ等社会化软件实现新生注册、宿舍查询等功能，他们把这些社会化软件的简单应用说成了智慧校园。[5]

4.环境友好型

（1）教学环境的提升

部分智慧教学示范区中教室颜色鲜艳、明亮，走廊和学习区温馨、清爽，桌椅板凳舒适、灵活，教室里面配置了中央空调、电动窗帘等，整个示范区使学生能感受到愉悦、清新。但在信息化智能技术的应用方面，很少看到大数据分析系统、物联网、云计算等新型技术的应用，因此，这些环境也难以称为智慧教学环境。

（2）物联网的初步应用

有些学校建成的“智慧教室”中开始使用一些初级的物联网设备，比如，显示温度、湿度、照度等参数设备。仅仅使用一些物联网设备也难以称之为智慧教学环境。

5.综合应用型

一些学校智慧教室中综合了各种前沿技术，我们似乎看到了智慧教育的影子。此类教学环境中：教室实现有线和无线网络的全覆盖；教室外安装了人脸识别系统和RFID考勤机，这些系统采集的数据可直接传送到教务系统；可以感知教室的温度、光线等，并可实现自动控制；开发了基于云计算的教育资源库和移动学习管理系统；此外，还有智能控制系?y、增强现实的互动演示和视频会议系统、自动录播系统等。[6]

三、现阶段高等院校智慧教学环境“智慧”的缺失

通过对智慧教育内涵的研究，结合智慧教学环境的建设现状，发现现阶段“智慧教学环境”的建设与传统教学环境相比已经有了很大的提升，但还没真正实现“智慧教育”。下面笔者对照智慧教育的概念与特征，从环境建设、技术的运用以及对人才培养的支持等方面对现阶段的“智慧教学环境”加以分析：

1.对环境和学习者的感知

感知学习情景涉及学习者特征分析、传感器技术和自动推理等方面的应用，通过信息采集、动态建模和情景推理三个模块来实现[7]，要感知学习情景，物联网和人工智能技术是必不可少的。目前，智慧教学环境中对物联网技术的应用还处在最初级的对基本环境的感知方面，比如，温度、湿度和光线的感知，缺乏对物联网的深入应用。要实现对学习者特征的自动识别，必然用到人工智能、学习分析等技术，但在目前的智慧教育环境中还没有看到成功案例。

2.智慧教育资源的提供

智慧资源是指以培养具有21世纪生存技能的智慧创造者为目的，支持智慧学习和智慧教学活动的有效开展，具有泛在性、情景感知性、联通性、进化性、多维交互性和个性化智能推送等核心特征的新型数字化学习资源[8]。在智慧教育资源的建设和应用过程中：首先，用到大数据分析技术，对学生的学习特征和学习情况进行全面的分析；其次，通过人工智能等技术实现向学习者进行优质教育资源的精准推送；第三，可通过物联网、大数据和人工智能来全面感知学习环境，利用VR技术营造更为真实的学习情境。在当前建设的“智慧教学环境”中，虽然可以看到丰富的学习资源和互动工具，但它们并没有达到智慧资源的标准。

3.对学习结果的记录与分析

Siemens认为学习分析是：“关于学习者以及他们的学习环境的数据测量、收集、分析和汇总呈现，目的是理解和优化学习以及学习情境”[9]，学习分析必然会用到学习科学、人工智能、大数据等方面的理论和技术。目前我们看到的是一些授课软件对课堂的记录与初步的数据统计，并不能达到学习分析的标准。在对教学过程的记录过程中，通过自动录播系统，可以实现对教学过程的自动录制，但这种记录只能是机械的记录，缺少智能成分。

4.对教育目标的实现

智慧教育最根本的特征是要实现教育信息化的根本目标，即“要破解制约我国教育发展的难题，促进教育的变革与创新；要对教育发展具有革命性影响”[10]。要对教育发展产生革命性影响，智慧教学环境应做到如下几点：首先，要改变知识产生、传播和管理的方法和模式，让知识变得触手可及；其次，要支持学习者的终身学习、职业发展和自我价值的实现；第三，要营造良性的教育生态环境，使学习者能随时、随地开展所需的学习。显然目前的“智慧教学环境”还不能支持实现教育信息化的根本目标，因此还难以称之为智慧教学环境。

四、智慧教学环境建设建议

通过上述分析可以看出智慧教学环境的建设还处在初级阶段，目前建设的很多“智慧教学环境”只能说是现代教育环境，还不能称之为智慧教学环境。要真正实现智慧教学环境，还需要在教育理论、技术和方法等方面大幅提升。结合上述分析，本文对智慧教学环境的建设提出如下几点认识：

1.强化顶层设计，准确定位，系统规划

智慧教学环境的建设是一个系统工程，它包括校园环境、教室环境、硬件设施、软件系统，甚至还包括教师的教学理念、方法，学生的学习习惯、方式等方面的内容。因此，智慧教学环境的建设首先需要明确目标，强调顶层设计，对我们将要实现的目标进行系统的规划。

2.遵从事物发展规律，循序渐进，稳步推进

智慧教学环境的建设是一个长期的过程，不可能一蹴而就。在智慧教学环境的建设过程中还伴随着教学方法、理念的转变。因此，智慧教学环境的建设应该在系统规划的基础上分阶段开展，循序渐进地做好每个阶段的工作，最后才有可能实现真正的智慧教育。

3.明确智慧教育本质，平心静气，不忘教育根本

智慧教育的本质是利用信息化手段，为学习者的学习提供更优质的环境、更人性化的服务。智慧教学环境的建设必然用到云计算、物联网、大数据和人工智能等技术；智慧教学环境必然能给师生提供更便捷的教与学支持，让学生可以开展任何时间、任何地点、任意方式的学习；智慧教学环境必然给师生提供丰富的、个性化的资源和及时的教与学的分析报告；智慧教学环境可以支持实现教育信息化的根本目标。满足了上述条件才可称之为智慧教学环境，切不可将简单的环境改造、软件应用和资源建设冠名为智慧教学环境。