數(shù)據(jù)驅(qū)動下的智能教育

劉三女牙

把新的信息技術(shù)跟教育進(jìn)行結(jié)合，以滿足教育現(xiàn)代化的發(fā)展需要，以迎合或助力教育現(xiàn)代化的發(fā)展。目前在技術(shù)和教育相結(jié)合的過程中，技術(shù)與教育之間的關(guān)系發(fā)生了新的變化。

教育信息化的發(fā)展

一、新變化

第一個變化是長期以來教育信息化被其他領(lǐng)域看輕，甚至領(lǐng)域內(nèi)的教師也不以為意，認(rèn)為是無關(guān)緊要的。最主要的原因是早期教育技術(shù)的應(yīng)用是公眾性、輔助性的，以前稱為計算機輔助教育或電化教育，它是一個輔助性的學(xué)科，后來才改為教育技術(shù)學(xué)。直到現(xiàn)在，技術(shù)跟教育才真正走向融合，而這種融合體現(xiàn)在方方面面。

第二個變化是應(yīng)用及實踐的要求。以前的應(yīng)用很多都是單點的探索或?qū)嵺`，現(xiàn)在走向融合，成為有深度的、系統(tǒng)性的創(chuàng)新。現(xiàn)在無論哪個區(qū)域，比如說一個省，都要建平臺、建生態(tài)，而不是單個地推某個應(yīng)用。因為單個應(yīng)用不能解決所有的問題，而且教育是很復(fù)雜的系統(tǒng)性的東西，它需要使用整體的解決方案來滿足其方方面面的需求。

二、新態(tài)勢

關(guān)于新的態(tài)勢，像教育云搭臺，它永遠(yuǎn)不會過時。教育云是基礎(chǔ)性的設(shè)施，沒有它就沒有現(xiàn)在和未來。在教育云、教育大數(shù)據(jù)的基礎(chǔ)上暢想人工智能會成為教育明星，這是我個人的基本判斷。數(shù)據(jù)意義下的智能技術(shù)在教育領(lǐng)域中的應(yīng)用，或者說是智能教育，可能會成為下一輪的熱點。但是我不希望大家為了追逐熱點而追逐熱點，我們要從研究或者實踐的角度，去把智能教育變成一個扎扎實實的存在。我們要扎扎實實地在教育信息化領(lǐng)域里深耕，以服務(wù)教育現(xiàn)代化的建設(shè)，這是最重要的。目前這個態(tài)勢已經(jīng)非常的明晰。

教育信息化的挑戰(zhàn)

如果要把大數(shù)據(jù)和人工智能技術(shù)融入到教育中，真正地發(fā)揮它應(yīng)有的作用，進(jìn)行深度的、系統(tǒng)性的創(chuàng)新和能產(chǎn)生化學(xué)反應(yīng)的應(yīng)用，而不是簡單的淺層次的應(yīng)用，那么，我們會面臨哪些關(guān)鍵的問題和挑戰(zhàn)？

一、承擔(dān)的使命

從研究的角度來說，我們承擔(dān)了重要的使命，我認(rèn)為主要體現(xiàn)在三個方面：第一，在新的態(tài)勢下，如何去認(rèn)識教育主體。舉個簡單的例子，研究表明，現(xiàn)在的學(xué)生每三年平均智商要提高1～3個點，也就是說每過三年學(xué)生的平均智商就要高一些，可能是因為他們的智力開發(fā)得更徹底，這說明學(xué)生是隨時在變的。那么，在教育實踐過程中，如何認(rèn)識和把握教育主體（也就是學(xué)習(xí)者），是個重大的使命。第二，如何構(gòu)建未來的學(xué)習(xí)環(huán)境。未來的學(xué)習(xí)環(huán)境不是我們今天談的智慧校園和智慧教室這么簡單，它是統(tǒng)一的，即把物理的空間和技術(shù)與網(wǎng)絡(luò)空間整合起來，讓其服務(wù)于學(xué)習(xí)者的成長或者教與學(xué)的需要。由此，引出了第三個方面——如何實施未來的教學(xué)，即如何進(jìn)一步發(fā)展教育教學(xué)理論，或者說如何重構(gòu)信息時代的教學(xué)理論，這是非常重要的。因為未來的人才培養(yǎng)方式和人才培養(yǎng)的需求、環(huán)境、授課對象都發(fā)生了變化，所以，現(xiàn)有的教育教學(xué)理論必須要重新思考和重新架構(gòu)。

二、基本的科學(xué)問題

如果要完成上述使命，就帶來三個基本的科學(xué)問題：第一，學(xué)習(xí)主體的可理解，這要從研究的角度或者從信息技術(shù)學(xué)科的角度來進(jìn)行解釋。第二，教育情境的可定制，教師在理解學(xué)生的基礎(chǔ)上，還要對整個教育教學(xué)的場景進(jìn)行把控。第三，學(xué)習(xí)服務(wù)的可定制，也就是說我們要在理解學(xué)生的基礎(chǔ)上，在特定的場景下，給學(xué)生提供豐富的學(xué)習(xí)服務(wù)，幫助他們完成學(xué)習(xí)任務(wù)。

三、教育智能化的四個方面

基于以上三個科學(xué)問題，我們?nèi)绾稳ソ鉀Q，主要著力點又是什么？大數(shù)據(jù)和人工智能技術(shù)應(yīng)用到任何一個領(lǐng)域都分為以下四個方面：第一個是計算能力，比如云計算平臺、超算平臺（高性能計算）、AI計算平臺;第二個是數(shù)據(jù)，要有大量的數(shù)據(jù)來提高系統(tǒng)的智能性，給算法提供相應(yīng)的養(yǎng)料;第三個是算法;第四個就是場景。

大數(shù)據(jù)、人工智能技術(shù)與其他領(lǐng)域結(jié)合分為這四個方面，教育亦如是。在教育領(lǐng)域，要把計算能力、數(shù)據(jù)、算法和教育場景無縫地結(jié)合起來，才能夠產(chǎn)生我們想要的結(jié)果，而不是簡簡單單地把知識點放在某個場景里或者提供一個工具就能解決問題。據(jù)此，我把教育智能化歸納為四個方面：理解力、感知力、服務(wù)力、計算力。

理解力。理解力的核心問題是如何去理解學(xué)習(xí)是怎么發(fā)生的和學(xué)習(xí)過程中到底發(fā)生了什么，這就涉及學(xué)習(xí)科學(xué)的領(lǐng)域。學(xué)習(xí)科學(xué)問題的解決其實是一個很復(fù)雜的過程，它不僅需要信息技術(shù)知識，還需要教育學(xué)知識，以及心理學(xué)、生命科學(xué)、腦科學(xué)、神經(jīng)科學(xué)等知識，需要綜合地解決問題，其核心問題是了解學(xué)習(xí)的規(guī)律。從信息技術(shù)與教育結(jié)合，以及我國教育信息化的實踐角度來說，我們可以從宏觀行為的鑒別上了解學(xué)習(xí)規(guī)律這個層面，然后去做一部分工作。綜上，理解力不僅是教育領(lǐng)域的問題，而是一個多學(xué)科交叉的問題。教育所服務(wù)的對象是人，人本身就是個復(fù)雜的個體，而人類對自身的認(rèn)識還停留在初級階段，所以，這方面我們可做的事情有很多。當(dāng)下，首先要了解學(xué)習(xí)是如何發(fā)生的，以及學(xué)習(xí)的過程中到底發(fā)生了什么，這樣可以讓教師更好地指導(dǎo)學(xué)習(xí)者，讓學(xué)習(xí)者更好地認(rèn)清或者把握自己的學(xué)習(xí)方向。

感知力。感知力可定義為感知計算，就是如何利用新一代的信息技術(shù)，了解或者感知學(xué)習(xí)過程中的學(xué)習(xí)者和學(xué)習(xí)場景。它的核心問題是如何利用顯性行為進(jìn)行非侵入式感知。比如，我們要感知學(xué)生的心理或者身體狀態(tài)，現(xiàn)在的做法是戴一個電極帽或手環(huán)或其他穿戴設(shè)備，這樣的行為叫做侵入式感知。這種侵入式感知在實際場景中很難被實現(xiàn)，因為它改變了學(xué)習(xí)者的行為，是件很麻煩的事情。而非侵入式感知，舉幾個教育場景中對人體行為無影響的例子：如攝像頭就是非侵入式的，它在你不知道的情況下進(jìn)行感知;如光譜技術(shù)，光譜技術(shù)是通過光打到臉上，從而獲得該對象面部的血流狀況，包括心臟搏動時血壓細(xì)微的變化，通過這些測試對象的心率;如毫米波，毫米波的技術(shù)主要用在智能駕駛領(lǐng)域，即物體的識別，毫米波可以獲得對象的ECG信號（心電信號），心電信號與人體的情緒有密切的關(guān)系，我們可以通過心電信號的情況推測對象的情緒狀態(tài)，而情緒狀態(tài)與學(xué)習(xí)成效又密切相關(guān);還有紅外技術(shù)，比如微軟Kinect用紅外進(jìn)行動作捕捉，可以捕捉到人的頭部姿態(tài)、舉手等動作。這些技術(shù)的代入都是以往教育信息化從業(yè)者無法想象的，過去只是把多媒體技術(shù)放到教育中，比如做個PPT、動畫，把資源數(shù)字化等，這些只是教育信息化的第一步。更重要的是，我們要利用新的信息技術(shù)來解決以往教育場景中做不到的事情。所以，發(fā)現(xiàn)問題并運用技術(shù)來解決問題很重要。

服務(wù)力。服務(wù)力就是用算法來定義學(xué)習(xí)。《未來簡史》一書中說，算法可以定義一切、計算一切，如果情感都可以計算，那算法也完全可以定義學(xué)習(xí)。那么，我們?nèi)绾芜M(jìn)行個性化的診斷分析？如何進(jìn)行個性化的學(xué)習(xí)路徑規(guī)劃？并在這個基礎(chǔ)上，通過優(yōu)化學(xué)習(xí)流程，制訂個性化的學(xué)習(xí)路徑，實現(xiàn)個性化的知識供給？如今知識供給的方式還是規(guī)?；?，比如一本書、一份教材，所有人都可以學(xué)。這就引出了一個更深層次的問題，即機器系統(tǒng)的適應(yīng)性能力培養(yǎng)，其中最重要的是建模和分析，而所有建模和分析的核心還是獲得數(shù)據(jù)。

計算力。計算力如何構(gòu)建未來？運用技術(shù)的力量來打造未來的學(xué)習(xí)場景或?qū)W習(xí)環(huán)境時，如何把機器智能和人類智能相結(jié)合？在教育場景中機器不可能完全替代人類，人類與機器勢必共存，比如教師和學(xué)習(xí)者一定是在教育活動中的。所以未來的教育場景要虛實結(jié)合，把物理化的學(xué)習(xí)場景和網(wǎng)絡(luò)學(xué)習(xí)場景相結(jié)合，把機器的智能和人類的智能相結(jié)合，服務(wù)于學(xué)習(xí)者的學(xué)習(xí)和成長。從技術(shù)的角度來看，它研究的是以下兩點：1.從邊緣計算到邊緣智能。教育的發(fā)生多在邊緣側(cè)，人在中心。而計算機領(lǐng)域中有邊緣計算這一概念，即不把所有的計算都放在“云”上，有時候大量計算還要利用邊緣側(cè)的計算能力。因為云計算需要設(shè)備有較快的反應(yīng)能力和本地化服務(wù)，如果把所有東西都上傳到云端，帶寬或計算能力根本滿足不了需求。而教育場景是一個典型的以邊緣側(cè)為主的場景，要逐步從邊緣計算走向邊緣智能，實現(xiàn)獨特的教育體驗和服務(wù)。2.從教育云到云端一體化，將“端”和“云”的能力相結(jié)合，無論是在裝備還是在實踐層面上，都需要充分的考慮與準(zhǔn)備。

四、能力的問題

另外一個挑戰(zhàn)就是能力的問題。教育不是簡簡單單的知識傳授和學(xué)習(xí)，它涉及人格的養(yǎng)成、價值觀的形成等。如何在信息技術(shù)的協(xié)作下更好地達(dá)成我們所期待的目標(biāo)，存在很多需要去研究的問題。目前，令人欣喜的有兩點：一是業(yè)界中的研究者、實踐者在擁抱新技術(shù)，大膽地采用新技術(shù)并在傳統(tǒng)的教育體系中加以嘗試，推動了教育的變革和創(chuàng)新;二是廣大研究者已經(jīng)積極地投入到這一領(lǐng)域，尤其是F0701國家自然科學(xué)基金項目的設(shè)立，吸引了一大批信息技術(shù)學(xué)科專家和其他領(lǐng)域的專家，研究力量大大增強了，我們可以通過研究不斷地發(fā)現(xiàn)問題、解決問題。問題解決后就會反映到教育實踐場景中去，也會進(jìn)一步幫助我們更好地利用技術(shù)來促進(jìn)教育的變革和創(chuàng)新。

之所以說新型人機環(huán)境下教育的能力問題是一個很重大的問題，首先是因為在服務(wù)人的過程中，能力是一個重要的問題。全球都在討論人工智能，最熱點的問題不是技術(shù)，也不是波士頓公司動力機器人的炫酷，而是能力，即人和機器如何共存。如何面對未來教育領(lǐng)域人機共存的問題，是教育智能化的重點，因為教育的服務(wù)對象是人，這其實也是我們做任何研究和思考的起點。