<track id="fhz1v"><var id="fhz1v"><menuitem id="fhz1v"></menuitem></var></track>

<p id="fhz1v"></p>

    <big id="fhz1v"><font id="fhz1v"><meter id="fhz1v"></meter></font></big>

    <var id="fhz1v"><mark id="fhz1v"></mark></var>

      <noframes id="fhz1v"><form id="fhz1v"><sub id="fhz1v"></sub></form>

      <noframes id="fhz1v"><menuitem id="fhz1v"><font id="fhz1v"></font></menuitem>
          <ol id="fhz1v"></ol>

        <th id="fhz1v"><progress id="fhz1v"></progress></th>
          <form id="fhz1v"><listing id="fhz1v"></listing></form>
            <progress id="fhz1v"></progress><big id="fhz1v"><menuitem id="fhz1v"></menuitem></big>

            實踐項目 返回列表

            觀點丨余勝泉:“人工智能 + 教育”研究需要特別關注的三個方面

            2022/6/2 11:56:23

            人工智能歷經半個多世紀的發展,逐漸形成了以符號主義、連接主義、行為主義為主要代表的思想流派。近年來,隨著以深度神經網絡為代表的深度學習算法的不斷發展,人工智能技術在學術界和產業界都得到了飛速發展,正在不斷變革我們的社會生產與生活。隨著《新一代人工智能發展規劃》和《中國教育現代化 2035》等國家政策的出臺,明確提出要利用大數據、人工智能等新興技術,開展“人工智能 + 教育”領域的研究,推動形成基于新一代信息技術的新型教育模式。隨著研究的開展與深入,“人工智能 + 教育”領域在教育知識圖譜、智能評測、智能育人助理等方面已經取得許多重要的進展和成果。這些進展與成果從教育實踐的不同層面,為不同的教育參與者提供了智能化服務,也提升了教學效率。然而,我們也要看到當前“人工智能 + 教育”研究仍然存在著一些不足,制約著該領域的進一步發展。概括來講,需要特別關注以下三個方面——



            640.jpg

            北京師范大學教授、未來教育高精尖創新中心執行主任、國育未來教育科學(深圳)研究院教育數智化研究中心首席專家 余勝泉


            一是“人工智能 + 教育”的研究要面向教育場景,在教育場景下解決教育的實際問題。教育場景是描繪其包含的不同類型的情境信息,以及對情境中發生的教與學活動過程的抽象表達。從學習發生的規律看,場景是促進認知加工的重要基礎。情境認知理論認為,認知過程是由情境建構、指導和支持的,認知加工的性質取決于其所處的情境,不能脫離情境孤立地研究。從具體教學實施上看,場景是實現對教學過程精準理解和解釋的重要條件,學習行為的內蘊取決于學習者心理、認知、腦等多方面因素,相同的外顯學習行為表現,在不同的教育場景下,會擁有不同的教育意義。面向教育場景,結合教與學的規律,才能構建適合教育實踐的智能系統。例如,拍照搜題曾是一個典型的基于人工智能技術的教育應用,然而實際應用結果發現,此類應用導致了學生的惰性學習習慣,影響了主動思索探究能力的培養。究其原因主要在于該應用未能深入理解對學生進行科學輔導的場景,實際功能違背實際的教與學規律。因此,人工智能前沿技術需要結合教育實際場景的知識與規律,才能較好地解決教育領域的實際問題。

            二是“人工智能 + 教育”的研究要結合教育學、心理學與神經科學的相關理論,研發適應于教育領域、有教育知識支持的人工智能技術。張鈸院士倡導第三代人工智能要利用知識、數據、算法和算力四個要素,采用數據驅動與知識驅動相融合的理念發展人工智能技術?!叭斯ぶ悄?+ 教育”的研究要有效利用教育學、心理學、神經科學領域的專業理論,發展面向教育的人工智能。布魯納的認知結構學習理論,關注學習過程,認為學習者不是被動地接受知識,而是主動地獲得知識,把新獲取的知識和已有的認知結構相聯系,積極地建構新的認知結構和知識體系。神經科學的相關研究發現,自我監控學習行為與表面型學習動機具有非常顯著的負相關,與深層型學習動機具有非常顯著的正相關。梅耶的多媒體學習認知理論指出,按照人的心理工作方式設計的多媒體信息,更能促進學生進行有意義的學習。社會建構主義認為,學習的本質是個體參與實踐,與他人、環境等相互作用的過程,是與群體之間的合作與互動的過程,是形成參與實踐活動的能力、提高社會化水平的過程,個體參與實踐活動、與環境相互作用是學習得以發生的根本機制,知識和概念都只有通過社會化的運用才能得到充分的理解,通過運用不僅改變了使用者對世界的看法,同時又適應了其所處群體特有的文化信念體系。因此,“人工智能 + 教育”的研究要結合教育相關專業理論知識,運用知識驅動和數據驅動結合的研究范式,綜合集成符號主義、連接主義、行為主義的方法,構建面向人類認知、情感與社會性發展的新一代教育人工智能。

            三是“人工智能 +教育”的研究要高度重視人工智能模型的可解釋性研究。教育是一個特殊領域,不僅需要決策的結果,更需要理解決策的依據與過程,從而保證教學過程的科學性與合理性。深度神經網絡模型的內部結構和決策過程也日趨復雜,只是從海量數據中學習隱含特征與規律,導致其決策過程的不透明性,通常難以向用戶提供清晰且易理解的解釋。以深度學習為主要代表的人工智能技術在教育中應用需要設計科學合理地解釋性算法,對面向教育領域的復雜模型進行解釋,確保其教育智能決策的正確性。例如,針對人工智能技術與語文閱讀的結合,在構建閱讀理解模型及資源推薦模型時,需要解釋模型是基于什么內容進行分析判斷的,需要獲得教育專家的認可,才能保證在模型可信的基礎上,應用于實際的教育實踐。同時,“人工智能 + 教育”研究也需要探索以何種方式進行解釋,從而可以得到學生、教師等其他角色的理解和信任,滿足教育領域的實際需求??山忉尩哪P褪强尚胖悄芙逃到y的前提。

            未來社會將是智能的社會,未來的教育也必將是智能的教育?!叭斯ぶ悄?+ 教育”的研究,需要充分利用人工智能的前沿技術,結合教育學、心理學的專業理論,構建面向智能時代的教育理論,促進智能化教育的產業實踐,推動教育的智能變革,實現教學模式、教育思路和方法、教育組織形態等方面的制度創新,從而更好地助力教育現代化。

            來源丨《人工智能》2022年第2期

            作者丨余勝泉