纵观国际经验并对照中国实践,我国的“教育信息化”在推进程度上确实称得上先行一步,而“人工智能+教育”作为教育信息化的升级版,也正在被教育界内外所追捧。
竞争已趋白热化,将人工智能技术向教育垂直领域进行渗透的意识已然热切,理论与实践探索正在全面铺开。当然,就目前技术与教育结合的有效性、适切性、合理性甚至合法性而言,尚需再论。以下从当前特征、现存问题与未来发展策略三个方面,尝试为洞悉“人工智能+教育”在中国的发展提供一个立体视角。 当前两大特征
1.技术界基础先进,教育界探索热切
从世界范围看,不少发达国家和国际组织在部署信息化/数字化/智能化战略,以维系传统大国地位、保持战略主动性和战略自主权时,纷纷将美国和中国作为对标国家。中国在人工智能技术领域包括教育智能化领域的繁荣发展,已经在全球范围内获得重大瞩目、甚至是超过预期的重视。
2.在线教育抗疫,激发底层潜力
2020年新冠疫情期间,“停课不停学”的大规模在线教育实验展现了教育信息化与智能化的底层潜力,启发教育界对未来智能化的发展抱持乐观期待。此次大规模在线教育实验,让教育者、受教育者、科技研发者等人群,都有机会亲临教育一线、摸清需求、萌发创意并涌现人才,形成教育推动大众科技创新、科技反哺教育变革的良性循环。教育创新与科技创新既是抗疫的有力工具,也正在成为新的经济增长点。在后疫情时代,社会将进入智能化和数字化快车道,线上力量正在兑换为线下力量,为构建基于智能技术的新型教育教学模式、教育服务供给方式,推动教育治理体系和治理能力的现代化,提供深度变革的内生力量。 现存三大问题 1.先天受限,落地迟缓
中肯来看,在目前的人工智能产业当中,金融、营销、安防、客服领域在IT基础设施、数据质量、对新技术的接受周期等人工智能发展基础条件方面表现较优,其商业化渗透率和对传统产业的提升程度较高。然而教育行业由于数据储备、数据感知、数据标准化受限,跨介质互联困难,情感计算与认知计算难以突破等约束条件,自然呈现的发展规律确实是慢一拍,迄今为止多数解决方案的落地效果仍然表现一般。校外教育方面,在线教学的用户体验粗糙且教学效果模糊,用户对新技术的接受周期较长,更加智能化的产品值得探索。而与此同时,校内师生的信息素养不高,且信息化设备使用频率较低,均导致核心教学数据缺失,加大了教育数据挖掘分析的难度。 2.重复建设,粗放演进
所谓重复体现在,当前“人工智能+教育”在所谓的“精准化监测与个性化评价”这一功能上,探索过于集中,用力过于聚焦,甚至少有过度监控、过度反馈、过度迎合的辩证性反思。而所谓粗放,是指当前教育口的这只“人工智能大筐”,实际上装进了与人工智能沾边或不沾的各类技术,装进了各路概念、噱头甚至利益诉求,实质的进步、真实的助力很大程度上被淹没在粗放的统计口径与表面的虚假繁荣里。在政策的大力支持与市场对智能化的强烈需求背景之下,“人工智能+教育”的政府采购模式和商业模式都亟待清晰化与规范化。 3.审慎不足,导向模糊
从国际经验看,不少国家对于教育与技术的结合都有相对审慎一面,尤其强调教育智能化要首先体现其价值性,然后再体现其工具性——要为承载国家的共同价值与文化基础优先做出努力。这成为各国尤其是发达国家发展教育智能化的普遍起点,形塑了技术的应用方向。对照来看,中国在这一比较形而上的层面上的理性反思尚显不足。进一步,教育领域难以对人工智能应用技术提出准确需求,而技术人员难以深度理解教育、设计出符合理性需求的应用形态——是当前人工智能技术参与教育过程、大力发展智能教育的掣肘的问题。
未来发展策略:稳健以求,方能致题
1.宏观上,不能全然仰仗“计划经济思路”应对中国教育的巨大体量与智能技术的迅速更迭。 对比世界主要发达国家来看,中国教育体量巨大、东中西部社会经济发展程度很不平衡,同时中国的信息化智能化技术发展又处在世界前沿,诸多复杂变量和不确定因素,并不是一味地加大作为、严密规划与管控就有望起到理想效果。有必要在“有为和无为”之间进行辩证思考,明察进退,有所取舍,以粗线条引导而非事无巨细地规制来推动宏观治理,引导一线实践、中观微观、商用、民用、市场等角色发挥作用并自我调节。
2.中观上,要尊重信息化和智能化在教育垂直领域的独特发展节奏,避免急于求成。 如前所述,国际经验与中国发展实践都显示,相比于智能化技术在金融、营销、医疗、安防等诸多领域的率先落地与渗透,教育智能化领域由于数据储备、数据感知、数据标准化受限,跨介质互联困难,情感计算与认知计算难以突破等约束条件,自然呈现的发展规律确实是慢一拍——在发展节奏上不能急于求成。
与此同时,教育领域是“人”的密集程度的领域,教育涉及的人群是超大规模的、甚至是全民的,其复杂性与牵涉面超乎寻常,在教育智能化在理念更新、模式变革、体系重构,尤其是利益重组上不能激进。
此外,要区分群体情境下信息化教育和个体情境下信息化教育的不同规律。同辈压力和集中的时空氛围,可以让群体情境下的智能化教育更好地结合线上的优势资源与线下的立体化传授;而个人情境下的智能化教育则需要更多地探索如何维系注意力的特殊节律,尊重碎片化、娱乐化、热点化、轻量化等需求,不能过多地强调和依赖个人自律和所谓的素质素养等。 3.微观上,要警惕技术对个体状态的过度迎合,辩证看待流行的“个性化培养”。 首先,智能化技术对师生微观状态的精准诊断、即时反馈、全程记录等固然有其便捷,但也有可能带给其过度关注与过度追踪,在某种程度上会将“人人皆学、处处可能学、时时可学”
异化为无所不在的钳制和压力。
其次,智能化技术辅助进行的个性化诊断与个性化培养固然有其价值,但若不善其用,也会在某种程度上过度强化初始的、不成熟的、未定型的个体偏好,强化路径依赖,从而抹杀师生在其他维度、广度和深度上的潜力,影响个体自身在竞争合作中的准确定位,进而过早设置隔阂与专业鸿沟,障碍对具备广阔视野和全局观念的“通才型”人才的培养。
再次,“建立终身电子学习档案和数字画像——对学习者的学习成果进行统一认证和核算”等发展思路的提出,也需要辩证看待,人为设计的评价体系,从识别、到赋值、到感知、到记录,多数时候仍是粗线条、显性化、线性化的,丢失了很多维度甚至是关键性信息。
“人工智能+教育”在中国的现状怎么样? - 图文
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)