新常態(tài)下教育工作者看好教育發(fā)展前景等

新冠肺炎疫情給所有人都帶來了前所未有的挑戰(zhàn)。然而，隨著學(xué)校領(lǐng)導(dǎo)者和教師們開始采納教育科技，并以全新的方式利用教育科技，他們發(fā)現(xiàn)自己可以更快、更深入和更持久地應(yīng)對當(dāng)前諸多挑戰(zhàn)。1. 應(yīng)對教育領(lǐng)域中的科技問題。疫情期間，教育工作者面臨的一大問題，不僅是采用哪些課程和數(shù)字學(xué)習(xí)解決方案，更重要的是如何保證公平性。例如，是否所有學(xué)生都有計(jì)算機(jī)或者穩(wěn)定可靠的網(wǎng)絡(luò)接入？不過，隨著新學(xué)年的開學(xué)，上述狀況正得以改善。許多教育工作者表示，地方政府正向他們提供開展遠(yuǎn)程學(xué)習(xí)所需的各種資源。并且，教育工作者也意識到，混合式學(xué)習(xí)和遠(yuǎn)程學(xué)習(xí)模式可以整體提高學(xué)生們的成績。2. 新機(jī)會帶來新樂觀情緒。疫情暴發(fā)后，教育工作者開始思考教育的未來發(fā)展走向。顯而易見，遠(yuǎn)程學(xué)習(xí)和混合式學(xué)習(xí)中采納的部分流程仍將繼續(xù)得以保留。確保學(xué)生們可以公平地獲取這些技術(shù)工具，并且確保他們可以方便地采用這些工具，對于新學(xué)年的順利開展至關(guān)重要。3. 關(guān)注未來。如果各個(gè)學(xué)區(qū)的負(fù)責(zé)人能夠優(yōu)先采納簡便、高效的解決方案，推動教育領(lǐng)域?qū)崿F(xiàn)真正的變革，整個(gè)教育行業(yè)就能夠更好地應(yīng)對當(dāng)前所發(fā)生的巨變，同時(shí)為師生提供更好的支持。（原載：https：//www.k12dive.com/spons/envisioning-the-new-normal-a-story-of-optimism-in-education/605134/）

疫情之下的學(xué)習(xí)對美國高中生的長期畢業(yè)率有何影響？

根據(jù)美國希望聯(lián)盟發(fā)布的《2021建立高畢業(yè)率國度報(bào)告》（Building A Grad Nation）顯示，由于疫情迫使學(xué)生轉(zhuǎn)向線上學(xué)習(xí)，美國總共有大約300萬學(xué)生無法到學(xué)校上學(xué)。受影響最大的群體主要是傳統(tǒng)上未獲得充分服務(wù)的學(xué)生群體，包括有色人種以及來自低收入家庭的學(xué)生。報(bào)告表明，盡管初期跡象顯示2020屆美國高中學(xué)生的畢業(yè)率并未大幅下降，但似乎難以實(shí)現(xiàn)原定的90%的畢業(yè)率。2019年，美國高中學(xué)生的畢業(yè)率曾達(dá)到85.8%的歷史高點(diǎn)。不過，除非美國各州持續(xù)為包括母語為非英語的學(xué)生和殘疾學(xué)生等高中學(xué)生改善學(xué)習(xí)條件，否則美國高中生畢業(yè)率很難再創(chuàng)新高。據(jù)報(bào)道，疫情期間，成千上萬名學(xué)生被迫輟學(xué)，其中包括許多因父母失業(yè)而被迫輟學(xué)、加入工作大軍，幫助家庭渡過難關(guān)的學(xué)生。而在疫情暴發(fā)前，高中學(xué)生的輟學(xué)率不斷下降，2018年僅為5%左右。（原載：https：//www.k12dive.com/news/how-will-pandemic-learning-impact-graduation-rates-long-term/607734/）

人工智能創(chuàng)新的四大發(fā)展趨勢

1. 負(fù)責(zé)任的人工智能。各種利益相關(guān)方要求人工智能技術(shù)增強(qiáng)信任度、透明度、公平性和可審核性，而負(fù)責(zé)任的人工智能可以提供一個(gè)滿足上述要求的治理框架。2. 轉(zhuǎn)向小數(shù)據(jù)和寬數(shù)據(jù)。疫情期間，隨著企業(yè)狀況出現(xiàn)巨大變化，基于大量歷史數(shù)據(jù)的人工智能模式的重要性降低。如今，小數(shù)據(jù)和寬數(shù)據(jù)可以為決策提供更加強(qiáng)大的分析支持。小數(shù)據(jù)是指采用需要較少數(shù)據(jù)，但仍能提供實(shí)用洞見的分析技術(shù);寬數(shù)據(jù)則是指實(shí)現(xiàn)各種數(shù)據(jù)源（包括小數(shù)據(jù)、大數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)源）的分析和協(xié)同作用的數(shù)據(jù)。預(yù)計(jì)到2025年，70%的企業(yè)將被迫從大數(shù)據(jù)轉(zhuǎn)向小數(shù)據(jù)和寬數(shù)據(jù)。3. 人工智能平臺的操作化。操作化是指人工智能項(xiàng)目從概念轉(zhuǎn)向?qū)嶋H生產(chǎn)，從而可以依靠人工智能解決方案來解決企業(yè)面臨的問題。這是利用人工智能實(shí)現(xiàn)企業(yè)轉(zhuǎn)型的重大步驟。4. 資源的高效利用。鑒于人工智能部署所涉及的數(shù)據(jù)、模型和計(jì)算資源的復(fù)雜性和規(guī)模，人工智能創(chuàng)新需要非常高效地利用這些資源。多重體驗(yàn)、組合式人工智能、生成式人工智能等引起了人工智能市場的廣泛關(guān)注。（原載：https：//campustechnology.com/articles/2021/09/08/gartner-4-key-trends-speeding-ai-innovation.aspx）

編譯/賴鵬飛