智能教育范文10篇

智能教育范文篇1

1）多元智能教育有助于幼儿形成正确的智力标准，实现幼儿智力发展的多样性，促进幼儿全面能力的综合发展。

2）多元智能教育有助于改进我国传统幼儿教育中存在的弊端，使幼儿的认知方式和能力等到广泛重视，使教学方法和手段做到因材施教，有据可依。

3）多元智能教育有助于幼儿形成正确的评价观，促使幼儿教育单位实现评价指标、评价方式的多样化，充分解放和发挥幼儿的实际动手能力和创新能力。

4）多元智能教育有助于转化幼儿教育观念，使幼师能够发现幼儿的不同特点和闪光点，使幼师形成积极乐观的幼儿教育观念。

5）多元智能教育有助于养成正确的发展观，重视幼儿的身心发展，充分发掘和实现幼儿自身内在追求的兴趣和爱好。

2多元智能教育在我国幼儿教学中的应用

2.1明确幼儿教育的指导思想树立多元智能的幼儿教育观念

随着社会的不断发展和进步，传统的、保守的教育指导思想已经无法满足幼儿身心发展的真正需要。只有不断完善科学的幼儿教育理念、完善幼儿教育指导思想，才能为树立正确的幼儿教育观念提供健康、合理的平台。通过将多元智能教育理念渗透于我国传统的幼儿教育观念中，使幼儿教师能够充分意识到幼儿发展的不同水平和特点，认识到幼儿智能发展中存在的差异性和特殊性，认识到幼儿才是幼儿教学活动的主体，认识到幼儿发展的多元化特性，认识到幼儿教育手段的多元化发展。幼儿教师只有以多元智能化教育为条件，从幼儿的实际发展需要出发，明确幼儿内心的兴趣和探求方向，才能投其所好，调动起幼儿学习发展的积极性。

2.2创设幼儿发展的教学情景实现幼儿多元智能学习模式

在幼儿实际教学中，幼师可以为幼儿创建对幼儿身心发展有益处的、幼儿自身感兴趣的多元教学活动和导入方式，使幼儿在参与活动的过程中实现幼儿学习的多元化、个性化、互动化。幼儿教师可以根据幼儿的兴趣在幼儿学习场所中布置各种材料制作的手工艺品、模型等物体，并为幼儿提供参观、模仿的活动时间，激发幼儿观看、学习的兴趣，引导幼儿细致研究、主动模仿创造。对于独立完成创造活动的幼儿，教师要给予赞许和表扬，增强幼儿的自信心理；对于动手能力较弱的幼儿，教师要给予耐心的指导和帮助，使幼儿知晓只有坚持才会成功的道理。例如，教师可以充分利用塑料瓶、硬纸板、纸盒等制作成为不同的汽车模型，并将模型展示给幼儿，要求幼儿独立完成汽车模型制作并向同学介绍自身模型的特点。在这一活动中，可以充分发掘幼儿的语言智能、自我认知智能和人际交往智能，使幼儿在多元化、智能化的教学活动中得到发展。

2.3创建多元生活化幼儿教学活动促进幼儿在活动中感知生活

一切灵感均来源于生活。在幼儿的实际教学活动中，教师要为幼儿创建与幼儿生活息息相关的教学活动，利用不同层次的生活主题活动实现每个幼儿在不同层次上的智力发展。通过对贴切生活活动的参与和体验，锻炼幼儿的动手操作能力，让幼儿在实际操作中了解生活的美好、感悟生活的真谛。例如，“过家家”是幼儿最感兴趣的活动之一，教师可以根据幼儿的这一兴趣，为幼儿提供过家家真实的、安全的物品和器具，让幼儿尝试自己动手制作糕点、菜品、饮料等等，使幼儿体验生活中的乐趣，品尝生活中的欢欣和快乐。作为幼儿教师可以在多元化的生活中，发现每位幼儿的兴趣和爱好，发现每位幼儿不同寻常的天赋，进而提升和发展幼儿的特殊智能。

2.4注重幼儿教学多元智能评价实现幼儿教学评价的发展和创新

智能教育范文篇2

[关键词]“5G+VR”；思政教育；智能平台

2020年3月，国家发改委和工信部共同了《关于组织实施2020年新型基础设施建设工程（宽带网络和5G领域）的通知》，其中重点强调了要将5G和VR等新技术引进至课堂，通过建设远程教育、智慧课堂、智能平台等推动教育产业升级，提升教育质量。思想政治教育是国家教育体系中至关重要的一环，在“5G+VR”技术发展背景下构建学校智能思政教育平台，能够将新的通讯技术和虚拟技术融入思想政治教育中，增加新时代思想政治教育的时代性和先进性，丰富教育模式和途径，体现学校思想政治教育的独特性。

“5G+VR”技术概述

5G特指第五代移动通信网络，是英语FifthGenerationMobileNetworks的缩写。2019年6月，我国工信部通过了5G商用牌照的上市，此举表明我国通信技术产业的成功升级，同时，也意味着5G信息时代的正式到来。5G技术解决了当前智能教育平台数据传送延迟、画面卡顿的问题，为多种技术的应用提供了坚实的通信基础。VR特指虚拟现实，是英语VirtualReality的缩写。上个世纪60年代，VR技术被科学家首次研发出来。经历了60年的发展历程，实现了当前以计算机为核心，以传感器和仿真设备为辅的VR技术。VR技术成功地创造出一个虚拟世界，为用户提供了近似于真实世界的交互体验。当前，VR技术被大范围应用于旅游、电子竞技和出版等产业。随着VR技术产业链的融合和5G通信技术的迅猛发展，将会对多种行业的发展方式和未来前景产生根本性冲击。以教育业为例，“5G+VR”技术将全力推动教育发展，在构建智能教育平台、提高教育质量方面展现出其独特的魅力和优势。“5G+VR”技术发展背景下学校智能思政教育平台的构建基于“5G+VR”技术构建的学校智能思政教育平台，需要通过多元素、多方面的环境确保其稳定性。下面主要从硬件设备平台、软件开发平台、师资人员配备及开发流程等四个方面进行阐述。1.硬件设备平台的构建“5G+VR”技术发展背景下，硬件设备平台的构建包括VR拍摄设备、5G网络及终端设备。构建流程见图1。其中，VR拍摄设备是为了满足智能思政教育平台内容编辑的需要。VR拍摄设备可以录制智能思政教育平台所展示的内容，避免了当前仅依靠软件环境提供教育内容的缺点。5G网络是构建学校智能思政教育平台的基础，能够解决当前智能教育平台播放内容卡顿、画面不清晰等问题。通过播放4K或8K等超高清视频，为学生提供高质量的虚拟教育环境。在5G环境下，计算机、手机和iPad等终端设备可以连接VR虚拟体验机或VR眼镜等，为学生提供沉浸式的学习体验。当前，VR设备已实现了便携化和可穿戴化，突破了实体课堂的限制，可以随时随地为学生提供学习思想政治的教学环境。2.软件开发平台的构建当前，各个学校都存在缺乏完善的思政软件和缺少适宜的智能平台播放VR教育资源的问题。对此，学校应该与软件企业合作，针对学校基本情况和所属省份思想政治教学标准及要求，定制开发符合学校思政教学内容的智能教育平台。在开发软件时，应当根据教学大纲及教学内容制订VR教育场景和VR软件平台，包括VR全景视频的编辑和拍摄、智能平台的交互式问答等。在联合开发软件的过程中，可以针对学生的思想政治学习习惯和爱好进行设计，提升学生利用智能思政教育平台开展自主学习的能力。3.师资人员的配备“5G+VR”技术发展背景下，学校智能思政教育平台的建设不能仅依靠硬件和软件平台的铺设，还要提高教师在新时代智能教学方面的能力。一方面，实施思政教育时，教师要依照智能思政教育平台的内容和特性开展针对性教学；另一方面，教师要提高自身利用平台进行教学流程设计、课堂组织和内容编辑等方面的能力。同时，教师要熟悉VR设备和配套平台，以便在学生遇到问题时可以及时进行指导。4.学校智能思政教育平台的开发流程智能思政教育平台的VR硬件设备应该能够支持多种型号的VR眼镜或头盔，以保证平台不同设备的兼容性。平台的开发流程共包含三个部分：第一部分是VR场景的制作。选用3Dmax等软件，进行VR场景内建筑、物品等模型的制作；选用Zbrush等软件进行VR场景内人物等模型的制作。第二部分是将VR场景和任务模型导入到Unity3D软件中，对VR场景的实景如光线、建筑材料等细节进行调整。平台开发人员需要对VR场景进行实操和熟悉，确定平台上的教育资源、教育内容、互动问答等功能均可运行到位。第三部分是制作智能思政教育平台教学的使用说明书，其中包括教师手册和学生手册，平台的使用方法和教学内容的编辑方法等必须详尽、明确，以保证后期的教师教授和学生学习可以正常实现。

“5G+VR”技术发展背景下学校智能思政教育平台的实现途径

在构建学校智能思政教育平台的过程中，会不可避免地遇到一些问题和阻碍。“5G+VR”技术发展背景下，学校智能思政教育平台的构建主要通过技术引进、内容优化和教学方式改革三个主要途径实现。1.引进“5G+VR”技术，构建高质量教育平台将“5G+VR”技术引入学校，是适应当前思政教育模式和教学质量升级的战略性调整。教育职能部门和学校应该积极接受新的通讯技术和新的教学模式，综合先进科学技术的特点推动思政教育发展。引进“5G+VR”技术能够实现学校智能思政教育平台的构建，具体来说，可以从四个方面进行实现：第一，增加财政投入。教育职能部门和学校应该加大对学校智能思政教育平台的资金投入，将该项目列入每年的预算中；和专业的软件公司开展合作，将“5G+VR”技术引入日常的思政教学中，实现思政教育的智能化和普及化，保持其先进性和吸引力。第二，注重人才培养。在进行师资培养和人才引进时，学校应注重教师用“5G+VR”技术和智能教育平台开展教学的能力，应当重点培养有VR平台教学经验的人才，并让其带动其他教师，以提高整体教师队伍的技术水平。第三，符合实际情况。学校智能思政教育平台的设计和推广应结合学校自身的办学经验和实际特点。比如，学校可以将智能思政教育平台与微信软件联动，在课堂教学中，将一些真实情境通过微信推送给学生。课堂学习和虚拟场景教学交互的方式，能够提高学生对思政教育的认识和理解。第四，保持教育的实用性。针对智能思政教育平台的应用现状，学校需要根据实际教学经验和课程设置进行政策性引导。学校应鼓励教师结合智能思政教育平台的特点不断创新教学方式和教学计划，将“5G+VR”技术与课堂讲授相结合，提高新时期思想政治教育的实用性和有效性。2.优化教学内容，增强学习体验“5G+VR”技术是将通信技术与虚拟现实技术相结合的新型技术载体。使用“5G+VR”技术构建的学校智能思政教育平台，一方面能够增加思想政治课堂教学体验；另一方面，可以进一步实现思想政治教育的智能化和科技化。当前，我国智能教育平台的运行和发展仍处于初级阶段。在软件开发平台运营及实际应用等方面仍需要进一步完善。这就要求从学校、教师、学生、平台开发公司等多方面对学校智能思政教育平台进行优化。具体来说：第一，优化场景设计。智能思政教育平台的场景设计要与校园实际情况相吻合。也就是说，在进行场景建构时，具体的虚拟环境要与学校的实际建筑和基本环境相一致。这样设计的目的是为了提高学生对智能教育平台和虚拟学习场景的接受度，减少对新教学方式的陌生感，提高学生的满意度。第二，注重内容时效性。在进行场景内容设计时，应着重与教学进行有机融合，重点实现思政教育内容与实时信息的交互。比如，在智能思政教育平台上增加关于时事政治和热点新闻的分析资料，以减少实际教学中所需耗费的人力成本和时间成本。第三，保持沟通交流。在学校智能思政教育平台发展较成熟时，建议学校能够开展跨学校、跨地域的沟通交流与经验总结。通过加深不同地区之间的学校往来合作，可以将其他地区成功的智能思政教育平台运营和推广经验引进学校。这样可以从基础上增加虚拟教学资源的多样性，满足学生对新知识的探求欲望，对教学资源保持新鲜感。通过了解不同学校智能思政教育平台的开发情况，可以帮助学校形成更加成熟的运营模式，能进一步优化智能思政教育平台的教学方式和教学方法。第四，实现信息技术化。“5G+VR”技术在学校的引进，体现了当前学校对思政教育智能化的极大关注，而通过先进技术提升教育质量也是未来教育的发展趋势。5G通信技术的大力推广提高了VR技术在虚拟场景和虚拟教学环境中的稳定性。不同的软件开发设计可以及时地为学生提供沉浸式教学体验，增加课堂学习的生动性，这些都与信息技术化密切相关。“5G+VR”技术能够减少以往教学内容枯燥、教学途径单一、教学内容缺乏时效性等方面的缺憾，可以提高思政教育内容的吸引力，增强思政课堂实用性。3.改革教学方式，增加学生的学习兴趣学校智能思政教育平台是基于最新的“5G+VR”技术而开发的教学资源平台，其实施和推广的主要目的是增加学生对于思政课的学习兴趣，将学生的被动学习变为主动学习，最终提高学生的自主学习能力。教师应该结合思政教育平台的实际教学资源和虚拟教学环境，从课前、课中、课后三个主要阶段入手，提高学生的思政课学习兴趣。首先，课前阶段。课前，教师应当对智能思政教育平台的基本内容和操作方式向学生进行讲解与介绍。虽然学生对“5G+VR”技术有一定了解，但是将该技术应用到课堂教学仍属首次。所以在开展思政课堂教学之前，教师应通过课件讲解、班级板报和散发小册子等方式对智能思政教育平台的优点和使用方法进行宣传，这样可以更好地提高学生对于新型教学方式的接受度。正确的引导和说明，可以帮助学生感受到“5G+VR”技术对于思政课堂学习的便利。其次，课中阶段。在授课时，教师应使用新的教学手段和教学方式进行思政教学。其中，较为推荐的是情景式教学。通过“5G+VR”技术还原真实的历史事件场景，让学生进入虚拟场景，提高学生对于历史事件及思想政治理论的接受度和认知度，进一步激发学生的学习兴趣。比如在学习爱国主义这一主题时，教师可以利用“5G+VR”技术和影音资料为学生展现某一爱国主义事件的虚拟场景，还原该事件的真实情境，使其感同身受，帮助学生更好地理解什么是爱国主义。最后，课后阶段。在课后阶段，教师可以针对智能思政教育平台上的学习内容和学习资源进行作业布置。传统思政教育的作业形式缺乏创新性，大多以理论分析和思想汇报等方式出现，导致学生在进行思政学习时常感到枯燥无趣。而“5G+VR”技术构建的学校智能思政教育平台可以为学生提供创新性的教学内容，通过虚拟场景进行情景式互动，能够增加学生学习思政课的兴趣，提高思政教学效果。

结语

“5G+VR”技术发展背景下，学校智能思政教育平台的构建是一种新的尝试和探索，其主要目的是对传统的思政教育教学内容和教学方式进行创新，同时提高学生思政课学习的积极性和主动性。当前，信息技术飞速发展，“5G+VR”技术的普及和推广为现代化教学提供了基础保证。将“5G+VR”技术引入学校思政教育，也是当前教育改革和信息化发展的必然趋势。需要强调的是，我国的学习智能思政教育平台构建和推广还处在初级阶段，新型教育平台的实施和推广需要大量的时间成本、人力成本和金钱成本。对于学校和教师而言，更意味着教学方式和教学内容的创新和变革。在此过程中，企业、学校、教师和学生等几方面应通力合作，为实现学校思政教育的智能化、信息化、技术化提供鼎力支持。

参考文献：

[1]陈宏伟.5G与人工智能技术赋能下VR图书的内容设计研究[J].出版广角，2020（12）：42-44.

[2]曹挹芬，唐亚阳.5G时代高校思想政治理论课智慧课堂建设的理念与原则[J].学校党建与思想教育，2020（3）：76-78.

[3]唐智，董文明.VR技术支持下高职思政课教学问题及其应对[J].职业技术教育，2020，41（5）：64-67.

[4]方佳明，史志慧，刘璐.基于5G技术的在线教育平台学习者迁移行为影响机制[J].现代远程教育研究，2019，31（6）：22-31.

智能教育范文篇3

关键词：高等教育；智能时代；挑战；应对

人类正处在智能时代的门槛上，互联网、大数据、云计算和物联网等技术不断发展，智能对话和推荐、智能穿戴设备、智能语言翻译、自动驾驶、自动导航等正快速进入实用阶段。新产品、新技术、新业态在改变人们工作、学习和生活方式，也变革着我们的高等教育。慕课和移动通讯使学生的泛在学习成为可能[1]，AR与VR提升了学习的体验性[2]，智能助教可以为学生提供24小时在线的答疑服务[3]，人脸识别门禁系统一定程度上利于校园的安全管理[4]等。高等教育在享受这些由技术进步所带来的智能成果的同时，也面临着挑战：智能时代的人才需求和技术变革需要人才培养做出怎样的调整？智能时代的到来需要学科建设做出怎样的回应？智慧的育人空间和管理形式需要教育治理做出怎样的应对？这些都是正在走向智能时代的高等教育必须回答的问题。

智能时代，高等教育所面临的挑战

1.高等教育人才培养的挑战。高等教育是培养社会发展所需人才的重要阵地。智能时代对多领域交叉人才、创新人才、尖端人才等各类人才的需求以及智能技术对教与学的方式的变革，都要求高等教育必须以新的理念和方式培养智能时代的人才。第一，培养观念与模式须转变。一方面，随着技术复杂度的提升，仅仅依靠单一学科的知识将越来越难以完成某项复杂的任务。不仅如此，单一学科的人才培养模式也会造成大学生知识面窄、创新能力弱，以致难以适应智能时代的发展要求。另一方面，随着我国高等教育由精英教育过渡到大众化阶段乃至普及化阶段，一些高校开始“工业化地批量生产”大学生，造成大学人才的同质化严重。然而，高等教育要培养具有健全人格、有创新思维、有全球视野、有社会责任感的新一代人才[5]，而不是同质化的“高等教育产品”。尤其是智能时代，更需要人才的个性化、独特性与全面发展。因此，单一学科、批量生产的工业化教学和管理模式将不再适应智能时代的人才培养，高等教育的人才培养观念必须做出转变。第二，高校师生所扮演的角色须转变。在传统的教与学的方式下，高校教学主要是课堂传授以及实践、论文指导等方式。这一方式下，教师主要承担了知识技能传授者的角色，而学生则是知识技能的被动接收者。智能时代的高等教育教学则是拥有良好的人机协作能力和信息素养的教师，在充分利用人工智能显著提高工作效率的基础上，师生间所进行的开放性、探索性的启发与学习。此时，教师将承担大学生核心素养的培养者、大学生道德情操的培育者、大学生职业生涯规划的引路者角色；大学生也将从知识被动接收者转变为知识探索者和知识主动获取者。高校师生所扮演角色的转变成为双方在智能时代所面临的挑战。对教师来说，角色的转变意味着知识结构、教学习惯和思维观念的转变。他们必须要学会使用人工智能，否则将会被使用人工智能的教师取代[6]。他们必须要思考哪些是人工智能做的，哪些是自己要做的，以证明自己价值的无可替代性。对学生来说，角色的转变意味着学习观念和学习方式的转变。他们要能够在教师指导和人工智能的协助下，以人机协作的方式，随时随地获取知识、参与活动、发展智慧，实现个性化和选择性的发展。第三，评价方式须转变。科学的人才培养评价为人才培养质量提供有效的监控与保障[7]。为了保证智能时代评价方式与智能时代的人才培养观念和教学方式相适应，传统的“经验主义”“宏观群体”“单一评价”[8]的评价方式必须做出改变。一是智能时代的人才培养更注重大学生的个体独特性与全面发展，因此“宏观群体”“单一评价”的传统评价方式难以适应全面发展的人才培养要求。二是智能化、个性化、开放性教学方式使大学生学习更多地融入了个性化和选择性的元素，因此“一刀切”的传统评价方式难以兼顾大学生的个性化发展。三是智能时代的大学生能够在教师指导和人工智能的协助下随时随地获取知识、发展智慧，因此传统的“经验主义”评价不能对大学生的学习全过程数据进行智能动态追踪。2.高等教育学科建设的挑战。第一，对多学科交叉的需求增多。智能时代人们的生产生活方式被彻底改变，同时也出现了一些技术之外的问题，如法律、伦理和道德问题。这些问题远不是单纯的技术问题，而是智能时代这个新场景中的全新问题。这些全新问题今天已经有人提出，但是目前很少看到这方面研究，而这些问题对人类的影响重大[9]。要解决这些问题，不能仅依靠单一学科，必须有赖于多学科协同，有赖于文科的内部融通、文理交叉来研究和解决。因此，智能时代对多学科交叉的需求将会增多，不仅仅是理工学科内部相近学科的交叉协同，还包括文科专业间的交叉融合、文科与理工科专业间的交叉融合。第二，人工智能相关学科的课程设置存在发力空间。近一两年人工智能相关学科发展迅猛，目前北京航空航天大学、北京理工大学等35所高校已经首批获得人工智能专业的建设资格[10]。但目前在人工智能相关学科的课程设置方面仍存在不少发力空间。一是专门用于人工智能的课程数量还远远不够。很多高校的人工智能专业仍使用计算机专业的课程，智能教育呈空心化。目前，能专门用于人工智能的课程数量还远远不能满足需求，这导致人工智能专业课程只能浓缩到“高级科普”程度[11]。二是当前人工智能教育相关专业课程混乱。针对目前信息时代与智能时代交叠融合的过渡状态，如何设置智能教育科学合理的专业课程还需要深入研究[12]。3.高等教育治理的挑战。第一，智能时代高等教育的治理方式须转变。当前，人工智能技术极大地丰富了产品、服务的内容与质量，变革了服务的形式和结构，创新了教育服务和产品的供给模式。在治理正在体现出智能化、自动化、个性化特征的智能时代，我们的高等教育治理方式也需要发生转变。如何依靠智能时代的相关技术，使我们的高等教育决策更科学、更精准；如何借助智能时代的相关产品，使我们的高等教育治理更智能、自动化程度更高；以及如何依托智能时代的相关产物实现精准的个性化管理，从而减少高等教育治理资源的投入……这些都是智能时代高等教育治理方式变革所面临的问题。第二，指导和引领高等教育治理的法律和政策进展缓慢。智能时代在给高等教育治理带来便利的同时，也引发了一系列伦理问题，如智能技术的应用边界、机器决策与人的决策的协调、学生信息泄露隐患等。由于缺乏相关法律和政策的指导和引领，当前基于智能技术的高等教育治理处于尚未起步或“摸石头过河”的尝试探索阶段，亟需理论的引领和制度的规范。但是因为问题的复杂性和相关研究的滞后性，能够指导并规范人工智能发展的法律和政策进展缓慢，能指导和引领智能时代高等教育治理的法律和政策进展则更是缓慢。倘若这一现状长期得不到解决，将很难保障高等教育治理的健康有序发展。

应对智能时代的挑战

智能教育范文篇4

关键词：国际比较；智能教育；高等教育

2019年4月23日，美国NMC发表2019地平线报告中指出，未来四到五年将是人工智能变革高等教育的关键节点[1]。2019年3月4日到8日，联合国教科文组织在巴黎教科文组织总部举行了2019年移动学习周，学习周的主题也围绕着人工智能与可持续发展[2]。来自130个国家1500名教育与技术专家围绕“如何利用人工智能来加强教育和学习”“如何确保在教育中包容和公平地使用人工智能”等问题进行了探讨。我们发现，在大多数国家，主要由非国家行为者，特别是私营部门，推动AI蓬勃发展，对AI的发展做出敏锐的反应，教育技术产业的快速扩张尤其引人注目，人工智能学习技术在课堂上的使用越来越多，各国都为教学和学习提供人工智能解决方案[3]。我国高度重视人工智能战略影响，在2019年5月16日的国际人工智能与教育大会的贺信中指出，新时代的中国将高度重视人工智能对教育的深刻影响，积极推动人工智能和教育的深度融合，促进教育变革创新。同时，高等教育肩负着科技创新、人才培养的使命，人工智能在高等教育中的应用不仅能够提高人才培养效率，更能提升人才培养质量。因此，提升人工智能在高等教育中的应用水平是实现我国人工智能从跟跑、并跑到领跑的重要举措。基于此，本文梳理最新国际人工智能在高等教育中实践情况和未来走向，并提出我国智能教育应对策略，为提升人工智能在我国高等教育中的应用水平提供参考。

一、从人工智能到智能教育

(一)人工智能的内涵。英国逻辑学家和计算机先驱艾伦•马西森•图灵最早开启了人工智能的实质性工作，图灵关注的核心问题是计算机如何通过过程启发式问题，从经验中实现学习。1950年，著名的图灵测试问世，测试中涉及计算机、人类陪衬与人类询问者三个参与者，结果发现，在看不到被试(计算机、人类陪衬)的情况下，人类询问者只通过询问无法辨别二者身份，据此揭示出计算机具备与人类智慧相同的潜力。由此可见，人工智能发展的初衷便是最大程度上模仿人类的思维，代替人类做出决策。最早成功的人工智能程序是1951年写成的ChristopherStrachey，该程序通过不断地试错、迭代，完善自身程序，最终能够以合理的速度完成一个完整的跳棋游戏。随后，约翰麦卡锡于1956年的达特茅斯会议上首次创造了人工智能这一术语。随着人工智能关键技术的不断发展，人工智能的内涵也趋于完善。在大英百科全书的定义中，人工智能是指数字计算机或计算机控制的机器人执行与智能生物相关的任务的能力[4]。这个术语经常被应用于所资助的开发系统的项目。具有人类特有的智力过程，如推理、发现意义、概括或从过去经验中学习的能力。由于其跨学科的性质，人工智能的定义难以界定，不同领域的专家有其不同的侧重点，但达成统一意见的是，人工智能具备人性化思考、人性化行动、理性决断以及合理形式四方面特点[5]。人工智能具有“强”“弱”之分，“强人工智能”以复制人类智力能力为目标，开发一个与人类完全相同的系统，“弱人工智能”则只是让系统运行，无需弄清楚人类的推理过程。目前，人工智能的发展介于“强”“弱”之间，虽然实质性进展表明实现强人工智能还存在一定困难，但强人工智能在未来的走向是当前的发展趋势。皮尔森与知识实验室(伦敦大学学院)2016年出版了报告“智能释放：教育中的人工智能论证”，报告将人工智能论述为“一个计算机系统，旨在通过能力(例如视觉感知和语音识别)和智能行为与世界互动(如评估可用消息，然后采取实现目标的既定行动)，我们认为这基本上是人类”[6]。人工智能的类人化功能使其能够渗透在人类生活的各个环节中，人们开始探讨人工智能在教育领域中应用的必要性，这也正是智能教育产生的原由。(二)智能教育的诞生。从历史的角度来看，过去两个世纪，世界经历了教育的大规模扩张。教育起源之时，无论东西方教育都可称为“人的智慧”。东方孔子推崇“有教无类”，对不同的学生采取不同的教育手段，传授的内容也不尽相同；同期，西方苏格拉底使用“产婆术”引导学生深入学习，教与学之间是动态的、灵活的关系，学生能够得以个性化、全面的发展。随着工业革命的到来，工业社会对于人才的需求迅猛扩张，班级授课制应运而生。为了整体提高教育效率，将教学、作业计划、评分等全教学过程都框在固定的模式内，对于学生的评价也被局限在固定的标准化描述中，教育体系是静态的、普遍化的，教师无暇顾及每个学生的兴趣、特长或学习风格，学生个人的自我发展被忽视。伴随新一轮技术革命的发展，大规模的个性化教育成为时代的呼唤。“AI融入教育，成为教育发展的新取向，如何利用AI技术支持教育已成为当前需要讨论的课题”[7]。随着近年来人工智能的快速发展，智能教育在国际范围焕发出新的活力。(三)智能教育的技术支持。智能教育自萌芽至今已有30年之久，但国内外关于智能教育的定义尚未形成统一意见。祝智庭提倡智慧教育，他认为智慧教育是通过人机协同作用以优化教学过程与促进学习者美好发展的未来教育范式(智慧教育“祝氏定义”的要义)。在国际上，以AIED(ArtificialIntelligenceinEducation)指代人工智能在教育中的应用，其基础是本身就为跨学科的AI和学习科学(教育、心理学、神经科学以及社会科学等科目)。Pearson报告认为，AIED由三个关键模型组成，分别是教学模型、领域模型和学习者模型。教学模型代表了教学的知识和专长，即如何更好地通过计算机使用教学手段；领域模型又称知识模型，代表如何更好地学习世界知识；学习者模型侧重于对学习者的了解，包括学生的情绪状态以及参与学习的数据等内容。这三个模型的相互作用，就是自适应导师的模型基础，能够根据学习者的能力和需求，选择最合适的内容提供给学习者。在学习实践过程中感知到的数据不断反馈到三个模型中，通过深度学习等算法使得模型更加丰富、更完整，进而使系统更“智能”。人工智能极大地改变着教育生态，在教育领域的应用前景广阔，是克服传统教育不足的有效途径，有助于变革教育模式与教育形式、为学生提供个性化服务、为教师提供精准化教学、为学校提供科学化管理[8]。智能教育中涉及的技术支持包括：(1)人机交互引擎：与用户直接接触的引擎，人机交互引擎实现有趣的智能聊天功能；(2)NLP处理技术：即自然语言处理技术，主要是指通过机器学习手段，对自然语言数据进行切分，编码等过程；(3)实体关系抽取：从自然语言数据中，对特定的关系模式进行识别，从中提取实体关系信息，如(实体、关系、实体)三元组；(4)KG推荐系统：基于知识实体关系，以图论为基础，构建知识实体关系图模型(即有向连通图)；(5)对特定场景的细致切分与机器学习相结合：系统细分多个应用场景并融合机器学习算法辅助使用者更好地教学与学习；(6)人脸识别：目前人脸识别技术在国内外发展都非常迅速，如人脸识别、人脸对比等技术已经在多个领域得到运用，但总体而言，各种识别系统对环境的影响都较为敏感。

二、国际高校智能教育的发展脉络

通过梳理国际高等院校在应用智能教育中的实践，分别从学生、教师和学习环境三个角度总结了智能教育的发展脉络。(一)智能教育向自适应学习、强调个性化教育方向发展。自适应学习是一种理想的学习模式，不是一种通用的学习模型，能够根据个人特色、学力水平、学习风格调整学习内容和教学形式，为每位学生设计、提供最适合其本人的个性化课程和辅导，具体表现在以下三个方面。1.异步课堂方兴未艾，有效推进协作学习协作学习是指学生以小组的形式，通过协作共同完成一件任务或项目。在高等教育中应用协作学习能够促使学生更积极地参与到学习过程中，使学习工作的兴趣始终维持在较高水平[9]。PierreDillenbourg在梳理AIED25年的发展进程中指出，今天的AIED更加注重社会互动，学习者的交互，必须同时将支持个人的学习和增强社会交互的学习融入学习环境。Pearson2016年的报告中列举了人工智能提高学习效率的多种渠道，在一定程度上为协作学习提供智能支持[10]。高等院校学生的自由度及个性化需求均高于基础教育，而人工智能支持的协作学习与传统学习最大的革命性突破是学生无需聚在一起完成项目，他们可以不受时空的限制，在不同的地点、不同的时间完成协作学习过程，即在异步课堂中完成互动学习。AI+协作学习不仅在很大程度上为学生提供了便利，提升小组完成效率，还能助力教师提供更高效的指导：基于人工智能技术，如机器学习和浅层文本处理，人工智能系统用于监测异步讨论组，分析每个学生的工作方式和以往学业表现数据，从而为教师提供有关学习者讨论的信息，通过形成自适应组、专家指导、构建智能虚拟、即时智能审核四种具体方式指导学习者学习[11]。微软团队在戴维森学院数学系进行了为期一年的实验。戴维斯学院依赖于中心的协作环境，信息在学习小组间无阻碍的流通，学习成员紧密联系在一起，Teams与OneNoteClass笔记本和其他微软产品一起放在教室里，每位学生都有发言权力，同时能够从教师一方获得需要的学习材料，保证个性化学习能够在不同的学习风格和能力课堂中覆盖到每个学生[12]。同样的协作方式也曾发生在伦敦威斯敏斯特学院，智能教育应用使得即便有听力障碍的学生，也能无障碍地加入到协作学习中[13]。2.智能内容重塑教科书，实现加速学来，大学生对雇主市场的敏感度不断提高，期望以最快的速度尽可能多地获取雇主所重视得技能。基于此，专注于毕业生培养的全球EdTech公司WozU总裁ChrisColeman[14]判断2019将有越来越多的人专注于加速学习。同时，智能内容是当前的热门话题，被应用于金融、营销等各领域，例如我们所熟悉的购物应用，可以根据浏览记录推测出期望购买的产品。由此可见，智能内容能够基于观看者过去的行为而改变网站内容。由于智能内容所提供的内容与观看者保持高度的相关性和个性化，当其应用于教育领域时，能够在很大程度上满足学生对于加速学习的需求(为避免与前述智能内容混淆，将应用于教育中的智能内容称为SLC(SmartLearningContent)。SLC通过重组知识，最大化突出重点知识并转化为学生最易接受的方式实现加速学习。具体来说，是人工智能系统使用传统的教学大纲为不同的科目定制个性化的教材，使教科书被数字化重塑。在创建的过程中，SLC改变了知识的组织形式，结合学生年龄、学科、认知等特点创生出新的学习页面，能够让不同的学生在相同的教学模式下使用个性化内容模板和多语言功能，满足学生的个性化需求。SLC包括数字化学习指南和可定制的学习界面，通过多种手段诠释教科书内容，同时提供交互式内容、实时反馈和全面评估，能在保证学习效率的同时兼顾学习质量。SLC的另一大优势在于，能够很好地与多媒体元素集成，创设出现实的教室环境，可以应用于仿真系统、游戏化教学环境或视频教程中。Cram101[15]是专为节省高等教育者学习时间，提高认知效率而开发的软件，开发了掌握学习内容更快的方法。Cram101通过人工智能技术将知识内容分解为最小信息单元，重组为智能学习指南，指南中包括章节摘要、抽认卡、无限的真假判断等问题。同时，Cram101还会在内容组织中使用人工智能技术突出教科书重点，在最大程度上减少认知负荷，防止学习者在无用信息上浪费时间与精力，能够更好、更聪明、更快地吸收切实所需的信息。Netex[16]是一家专注于学习技术业务的公司，近期专注于智能内容的开发，结合新技术与业务经验创新出LearningCloud(LC)和ContentCloud(CC)两款产品，以改善学习方式。LearningCloud强调用户体验，坚持以学习者为中心的设计方法，通过微观学习、技能映射、社交功能和内容推荐实现知识推送，创新之处包含以下几点：(1)强调知识共享，学生可以创建主动学习社区、学习内容列表分享学习内容，支持各种类型交互，丰富学生的学习经验；(2)搭建游戏化社区，让学生在学习升级、成就、竞争等游戏化激励的情况下，保证最大程度上的参与；(3)保证学习的便捷性和有效性，不仅能够随时随地获取学习信息，同时创设了虚拟导师指导学习流程。ContentCloud则是专业创建和管理云中的数字内容，可以在一个平台上创建无缝的内容集合，自动协调内容开发和供应网络，最大化降低生产的时间和成本。ContentCloud提供了最具创新性的数字创新工具，采用尖端的智能技术，实现整个内容生产流程的控制。Netex与大学的合作更为广泛，2019年3月29日，Netex与加泰罗尼亚开放大学(UOC)签订合同，利用Netex最新解决方案ContentCloud向其内容制作提供服务。UOC是第一大西班牙语在线教育机构，以电子学习和在线参与方面的研究著名，被列为泰晤士高等教育全球顶尖大学之列，选择Netex作为战略伙伴，侧面反映增强智能内容建设能力对开放大学的重要意义。不仅如此，Netex提供的智慧内容在过去的一年内使包括马德里欧洲大学在内的六所西班牙大学实现了数字化转型[17]。3.智能辅导系统迈向2.0，促进深度学习智能辅导系统(ITS)是一种计算机系统，基于布鲁姆的掌握学习原则，从认知心理学、计算机科学，尤其是人工智能的工作中汲取灵感，其目的是为学习者提供即时的、个性化的教学或反馈。ITS通常一次与一名学生一起工作，不需要人类老师的干预，其设计目标是为每位同学提供高质量的教育。在诸多人工智能辅助教与学的手段中，智能辅导系统是人工智能在教育中最初的应用之一，已经在许多STEM主题上开发了40年。但是在过去的十到二十年中，由于缺乏硬件、教师培训、软件复杂等因素，计算机对教育的影响是不明显的，同时，已有的教学软件无法察觉学生的需求并做出响应，也不能足够灵活的模仿教学[18]。近年来，随着深度学习等算法的飞速发展，上述问题在很大程度上得到了针对性的解决。智能辅导系统利用人工智能的技能和方法来开发基于计算机的学习系统，从而构建自适应系统。当前的智能导师系统能够通过其强大的智能算法帮助学生掌握困难的知识和技能。这些算法能够在细粒度水平上检测到学生的学习路径[19]，评估学生对学习领域的理解情况，为学习者提供实时的指导、反馈和解释，并引导学生深度学习。美国国防部高度重视ITS技术的开发，提供了大量的资金支持。美国国家科学基金会(NSF)和教育科学研究所自2000年来一直支持ITS[20]。以往的智能辅导系统的成功实践主要集中在以下两方面：一是用于数学和其他结构良好，数量精确的主题；二是专注于语言交互知识领域。未来，ITS发展趋势的核心的提升学生智力水平，协助学生进行深度学习，将通过以下三方面实现：(1)理解学生的自然语言，注重学生情绪引领由于学习环境的单一性，当前学生的学习过程中存在不少浅层学习，学生与知识的交互过程主要表现为识记，无法将概念转化为实践。智能辅导系统开发的初衷，便是通过营造良好的交互环境，让学生对课程从无聊转向好奇；对成绩从痛苦转向热情；对学习的态度从焦虑转向自信，并用恰当的策略引导学生深入学习。学生倾向于进行浅层学习，因为深入学习需要他们进行复杂的思维活动，从事复杂思维活动会使他们产生大量诸如沮丧、逃避的负面情绪。孟菲斯大学Graessr博士针对这一问题构建了智能辅导系统Autotutor[21]。Autotutor的核心是三个主要研究领域——人性化的辅导策略、教学和支持自然语言的辅导技术。该系统具有两大独特功能：一是具备极强的互动技能，学生与机器用自然语言进行对话，能够识别并吸收学生情绪，并试图进行引导；二是具备良好的思维技能，通过建立于学生之间的不平衡认知，帮助学生进行深度学习，智能辅导开始时，Autotutor将在显示器中创造两个不同的导师，各持一方观点，学生需要在思考和推理中解决分歧。(2)倾向于多种学习资料整合ElectronixTutor是一种整合多种学习资源的智能辅导系统，专注于为海军学员提供电子学徒技术员培训课程[22]。整合的学习资源包括学习、心理模型构建与模拟环境、创建或交付学习任务的通用学习平台、在网络上开发主体内容并评估材料和学习技术平台等自适应智能学习资源。(3)生成有关学习过程的数据，提高学生学习有效性步入2.0阶段的智能辅导系统，在生成学生学习数据后，着重分析学生在学习过程中得出错误结论的原因，在“发现错误—分析错误思维的形成原因—纠正错误思维”的反复迭代中实现持续训练学习。也就是说，当智能辅导系统发现学生出现错误时，不再是简单提示学生多进行相关方面的练习，而是通过分析、指出学生的错误思维，引导学生形成正确的思维方式，进而提高学习的有效性[23]。学生在一次次试错中，逐渐习得调整思维的技巧，学习质量得以持续提升。(二)助力教师向“辅助者”转型，强调预测。斯坦福大学在报告《人工智能百年研究》中预测，未来15年，“智能导师和其他人工智能技术在课堂和家庭中帮助教师的应用可能会显著扩大”[24]。人工智能不仅在学习环节为学生提供全方位的个性化服务，提高学习效率，同时能够满足教师需求，变革教学过程，使教师有时间和自由提供更有情感与针对性的教学服务。简单来讲，这种应用主要体现在两方面：一是简化管理任务，创设更好的专业环境，将教师从事务性工作中解放，转向对学生的关注，更多地投入到教育教学活动中；二是通过逆向设计思维，塑造学生画像，协助教师更加深入地了解学生。从教学设计到学情分析，全过程助力教学活动的智能化发展。具体包括以下几方面趋势：1.智能助教进一步发展，协助教师关注学生人工智能可以很快地执行管理任务，进而更快、更好、更低成本地消耗管理人员的大部分时间。采用“AI+教师”双师型模式，能够在很大程度上为学习者带来更好的效果。2014年，英国爱丁堡大学团队研发了教师机器人Botty，该机器人创建的目的是为了在Twitter上与爱丁堡的电子学习和数字文化MOOCs的学生进行互动[25]。在课程期间，Botty发了大约1500次推文，与数百名同学交流，除了回复课程问题，甚至在一定程度上承担了社交角色，与学生生活上的推文互动。但是，Botty的智慧仅停留在简单问题的处理上，面临疑难问题Botty则建议学生向导师留言或向其他学习者求助。另一个引起广泛关注的例子是佐治亚理工学院的AI助教JillWatson。Jill是该学院计算机与认知科学教授AshokGoel的助手，“他”的日常工作是回复参与在线课程学生的大量论坛帖子，同时处理其他行政问题[26]。吉尔的智慧化程度更高，其助教级别大致等同于研究生[27]，是世界上第一个真正意义上的智能助教，其成功之处在于让所有学生都误以为它是真人助手。2019年2月23日，德国了第一个机器人讲师Ruyi[28]，Ruyi不止从事助教的工作，还能够主导课堂，向学生讲解内容并进行互动。当然，Ruyi在现阶段与人类讲师还有很大的差距，不能独立应对真实的课堂环境，但是Ruyi能够很好地起到课堂辅助的作用，让教师能有更多的时间与学生互动交流。AI助教除了能够处理学生问答和行政性工作，还能够通过自动化评判学生学习成果来减轻教师的负担。自然语言处理(NLP)是人工智能的一种形式，通过统计和机器学习方法，促进对句子结构、情感、意图的理解，从人类语言中提取意义，并根据信息做出决策，美国教育考试服务中心开发了自动NLP评估系统，应用于在标准化测试中对论文进行评分。这也是AI助教在学生评估方面最早的应用之一。密西根大学应用M-Write帮助教师在大规模的入门级课程中处理写作活动。M-Write通过算法来识别学生在写作中遇到困难的地方，分析写作水平较低的潜在原因，通常用于复杂的STEM作业，如证明或考试中的简短回答[29]。2.AI助力智能教学设计，保证精准教学开展充分了解学生是教师实现精准教学的基础，教师需要评估学生对于知识的理解程度、情绪状态、知识水平等一系列指标，以调整教学设计和实施环节，过去教师凭借经验进行大致判断，现在AI协助教师完成这一过程。基于分析和发现数据点之间的模式和相关性的机器学习算法被证明是帮助教师量化学生对讲座进行理解的有效工具。通过分析特定的学生数据，人工智能可以更快地找到学生可能需要更多帮助的领域，教师据此进行教学设计，大量的学习数据有助于教师了解未来的课堂走向，不同于过去大数据技术在教学中进行事后分析，AI还能实时生成报告，分析数据进行预测和可视化，并将其输入教师的工作流程，从而提高学生的学习成绩。Pearson(中译“培生公司”，世界上最大的教育出版集团)与伦敦大学学院知识实验室合作，指出当今基于模型的自适应系统也越来越透明，教育工作者可以了解系统如何做出下一步的决策，并为课堂教学提供更有效的工具。例如，iTalk2Learn[30]系统16是由卡内基梅隆大学设计和测试的系统，用于评估其对年轻学生学习分数的影响，应用了一个学习者模型，该模型明确包含有关个人数学知识、认知需求、情绪状态以及反馈的信息。不仅如此，AI还能更加深入地协助教师挖掘学生的思维过程，厘清学生得出错误答案的过程，找到思维盲点，进而展开有针对性的讲解。例如，康奈尔大学(CornellUniversity)计算机科学助理教授艾瑞克(ErikAnderson)开发了一个程序，帮助数学老师和宾夕法尼亚大学华盛顿分校(UniversityofPennsylvaniaUniversityofWashington)和微软(Microsoft)的同事一起，利用人工智能判定学生是如何得出错误答案的。概括来说，人工智能捕捉的学生数据来源有三：(1)智慧教室，教育环境中的学习行为数据捕捉。传统上，课堂上计算机的使用频次很低，同时仅被视为处理学生输入信息的工具。现在，随着智慧教室地不断兴起，重叠技术的融合正在使新的用法成为可能，交互式也是教室再造中的重要追求。英特尔和合作伙伴正在利用英特尔CPU的计算能力支持人工智能[31]，利用深度学习功能支持人工智能创新，在更高层次了解用户——不仅可以解释用户命令，还可以了解用户行为和情绪。高校在教室中放置教室PC，收集多个输入和输出点，通过多模态感知收集主要数据(外观——提取面部标志；交互——学生如何使用传统设备；采取行动的时间——学生在学习平台上完成任务或采取行动的时间)，实时提供分析，让教师能够充分了解学生。(2)沉浸式媒体的数据采集。人工智能推进沉浸式技术能够进行学生信息追踪，为教育者构建动态学生信息世界，进而对学生的行为进行预测。沉浸式媒体可以从用户数据中获取信息量，分析学生正在查看的内容、持续的时间、交互的动作等信息，人工智能与大量的信息融合后不仅能够让教师了解到学生关注的知识内容，还能够分析学生的情绪感知与状态，以调整教学内容，为解决学生可能遇到的困难做好准备，最大化地激发学生学习兴趣。(3)智能导师系统获得数据。例如密歇根大学(UniversityofMichigan)正在开发的电子教练(E-Coach)项目[32]，该项目专注于为STEM领域的各种学科提供形成性反馈，适应性更强，能够跟踪大班学生的学习进度，引导他们远离常见错误，并发现他们可能感兴趣的领域，全部反馈给教师。3.学生事务管理智能化，实时监管学生走向(1)智能学工在数字化校园中，从位置信息到消费行为，学校掌握了学生大量的生活数据，对于这些数据的有效处理能够形成学生画像，协助教师检测学生的异常行为。机器学习擅长定位，能够很快地定位异常值并进行归类分析，这就是我们学生分析的基础。Ivyteach社区学院利用机器学习来识别有失败课程风险的学生，并为他们提供建议和相关支持，在应用这一技术的学期中，学院的失败率逐年下降了3.3个百分点。人工智能不仅能够对学生行为起到检测作用，还能帮助学生规划课程，减轻教师压力。例如柏林技术大学开发的智能Alex[33]，能够使用自然语言回答学生的问题，并帮助他们规划未来的学习课程。ALEX允许柏林理工大学(TUBerlin)的学生使用文本输入以对话的方式查询课程和模块，这种方式不仅能提高会话效率，而且具有较高的享乐性和语用性。(2)智能招生人工智能在学校招生环节未来发展的趋势大概有两个：一是搭建AI人机交互的学生咨询服务系统。由于高校招生环节往往会遇到工作人员精力有限、咨询信息过多导致疏漏等问题，人工智能作为招生助手参与到高校招生环节。目前，大学和学院已经求助于聊天机器人来帮助回答学生的常见问题。这样一来，辅导员或招生教师能从重复性的工作中抽身，转向处理更高优先级的任务，使得招生团队更有效率，允许少数的辅导员在更短时间内回应更多的学生。佐治亚州立大学与AdmitHub合作，建立了一个数据库，收集招生办公室经常回答的问题[34]。AdoreThub创建了一个定制的PounceGSU学生入学私人助理。该项目通过回答问题，“推动”未来的学生完成任务，并帮助他们顺利入学[35]。二是构建AI机器学习的生源选拔模型。利用人工智能机器学习算法，构建学校招生和学生志愿填报之间的双向匹配模型，探索研究适合高校生源选拔的智能辅助模型，解决学生、学校、专业选择上的精准对应，满足高校选才空间的同时，让更多考生进入理想大学和理想专业。(三)学习环境朝智能学习空间方向塑造，强调开放。人工智能通过创设“一种人与人工智能等信息技术高度协同的‘人—技’结合、以自适应学习为核心的新型教育环境”[36]变革学习空间，具体表现在以下三方面。1.全球教室升级，塑造全球社会公民。全球教室是一门基于网络的课程，旨在促进跨学科合作，并允许来自世界各地的学生和教师参与集体作业和学习体验。人工智能为全球教室提供了机会，不仅使全球教室的互联性和可访问性变得更强，同时在一定程度上改善了教育公平问题。纽约州立大学协作在线国际学习中心[37](CollaborativeOnlineInternationalLearning，COIL)是专注于全球教室这一新兴领域的领先国际组织之一，所提供的课程通过人工智能融合不同文化，创造混合同步在线学习环境，促进不同国家教师与学生的互动。COIL列举了25个全球教室应用的例子，总结来说AI从以下四个方面影响全球教室的升级：首先，人工智能为全球教室打造了虚拟空间，虽然学生的物理空间被划分，但是AI通过配备语言翻译器/字幕创作插件等支持，打破国际语言与文化的界限，为世界各地的学生提供全球学习环境。在相同实践活动、学习材料和开放式讨论的交互作用下，学生会产生通过网络空间而紧密连接的感觉。同时，学习管理系统(LMS)近年来的升级能在很大程度上提高学生的学习效率。在全球教室中，学生学习数据全部在线上留下痕迹，为数据爬取提供了很大空间，通过从LMS中收集到的大量数据，AI算法能够做出数据驱动的决策，分别为学习者、教师、管理者提出改善建议。不仅如此，随着Ruyi的问世，越来越多的智能助教和虚拟导师也将参与到全球教室的升级中，机器学习能够使虚拟导师的知识储备量达到人类教师无法实现的高度，同时能够判断学生的知识水平、学习风格、学习能力等各方面指标，提供有深度的个性化辅导，让整个学习过程更加智能化。最后，人工智能在助力教与学关系转变的同时保障了学习公平。在全球教室中，由于只有线上的交流，学生在更大程度上参与到知识建构的过程中，由此产生对学习过程的依赖，观点更加独立，能够更自由地表达自己。并且，国际化的全球教室提供为文化交流提供了最好的土壤，人工智能的自适应性能够将不同国家的知识处理为学生最能够接受的学习单元，打破文化界限，无论学生所处国家的经济水平、教育水平如何，在全球教室中激发出创造力，塑造更多的全球社会公民。2.智能虚拟现实，学生充分参与。过去的两个世纪，技术不断改变现代社会，随着新计算平台的出现，我们与设备交互的方式不断改变，从计算机到智能手机，现在人工智能为我们带来了最新的平台——虚拟现实。虚拟现实试图通过数字或模拟世界模拟物理世界，从而创造沉浸感。为实现这一目标，虚拟现实技术以多模态交互为硬件技术核心，集成人工智能和虚拟现实组件。实现虚拟现实学习需要佩戴沉浸式媒体，即虚拟现实耳机、增强现实眼睛以及介于两者之间的各类媒体。虚拟现实重新定义了我们与信息的关系，具体包括沉浸式、交互式和创设式三种学习环境[38]，学生不仅对场景有身临其境的感觉，更能够与数字世界进行身体互动，而这种互动不仅局限于屏幕范围内。虚拟现实将如何变革高等教育，这是所有人都翘首以盼的，具体来讲，有以下两种形式：(1)结合VR/AR等技术，AI可以直接作为教学工具集成到课件中。沉浸式技术改造后的课件具备两个特点：一是根据学习者的内在经验，从根本上构建虚拟环境，以使学生相信看到的是真实存在的；二是课件展示的内容不受物理定律约束，意味着无论课件创作者创设怎样困难的情景(火星或是500年前的卢浮宫)，制作成本几乎相同。在具体应用中，学生需要佩戴沉浸式媒体以实现该技术。现在，该项技术已经应用到医疗、生物、化学等领域的课堂上。微软HOLOLENS运用混合现实将物理和数字世界中的人、地点和物体聚集在一起，在课堂上以“画布”的形式呈现给学生，学生可以在课堂上与“画布”进行交互[39]。沉浸式教学在生物、医学课程中应用得比较广泛。TheBodyVR公司采用身临其境的教学法，使个人能够与虚拟的解剖人体交互，例如随着红细胞在血液中流动，观察病毒的产生机理，在此过程中学生能够更好地了解病理和人体，进而提高患者护理质量[40]。美国凯斯西储大学与护士质量与安全研究所(QSEN)合作，开发了影子健康程序，为该校研究生和本科的所有课程构建虚拟患者模拟[41]。该程序提供了大量虚拟患者，学生可以通过自然语言与数字标准化患者进行开放式交互，进而展示和完善他们的临床推理技能。(2)沉浸式媒体为虚拟导师、人工智能助理提供了物理存在。沉浸式媒体使虚拟导师从计算机中走到现实世界里，不仅能够与人工智能机器人进行对话，还能在学生周围呈现实体的教师形态。南加州大学创新技术研究所(ICT)是创建智能虚拟环境和应用程序的先驱，通过将人工智能、3D游戏和计算机动画结合在一起，开发真实的虚拟角色和现实的社会互动。该研究创造出的虚拟角色与人类外表、思维、行为无异，学生可以在研究所提供的视频游戏和模拟场景中与计算机进行交互，实现沉浸式学习体验，在这一过程中，学生决策、文化意识、领导和应对得以提升。不仅如此，在学生与虚拟导师交互的过程中，后者还可以远程识别抑郁症、创伤后应激障碍(PTSD)和自杀风险的迹象。3.人工智能变革图书馆。图书馆在大学中的定位逐渐变成了高校内部的跨学科中心、研究中心之一，同时也是学生学习与创造活动开展得主阵地。人工智能时代下，图书馆也在被动或主动地探寻着新的发展模式，具体包括以下几方面：(1)智能书籍管理。随着人工智能的智慧程度不断加深，智能搜索已经被应用于图书馆，加速了人们寻找信息的方式。北卡罗来纳州立大学亨特图书馆[42]设计的一大特点就是尽可能缩小图书管理范围、扩大学习空间、缩短检索时间，进而实现高效的知识互动。亨特馆内有150万册图书，但却不设传统书架，而采用自动书籍拣选系统替代。自动书籍拣选系统利用大数据支持的人工智能技术，能够快速做出决策，定位所需书籍。借书时，读者只需在在线目录中点击想要阅读的书籍，5分钟内就能从取书机器人手中拿到书，完成借阅过程。(2)智能语音助理。智能语音助理是一款可以远程操控获取图书资源的AI工具，这款工具以图书馆广大的图书资源为数据集，通过自然语言系统与学生实时交互过程。麻省理工学院的图书馆馆藏可以通过API访问，因此可供机器学习算法使用，为通过人工智能增强各种图书馆任务和工作流程提供了可能性。目前，麻省理工图书馆正在与该校的人工智能/深度学习研究人员合作，期望开发出一款类似Siri的AI工具，当有人向语音助理询问信息时，能够获得著名的学术文献。(3)推广人工智能，吸引学生参与社会科技问题。北卡罗来纳州立大学研究合作首席战略家ChirsErdmann表示，图书馆可以开始做的事情之一就是在基础层面跟踪AI并订阅一些AI实时通讯[43]。例如，劳拉诺伦(LauraNoren)负责管理数据科学的数据科学通讯，但她经常报道人工智能的故事。在这些新闻通讯和一些人力资源管理AI之类的资源之后，跟踪这一点，并保持咨询的最新状态。剑桥(马萨诸塞州)公共图书馆(CPL)与麻省理工学院图书馆和哈佛大学的MetaLAB合作举办“笑室”。参与者进入一个人工智能的房间，只要房间的算法认为有趣，就会播放笑声。图书馆作为高校人流量的集中地，将关于AI发展的一手咨询推广给最具创造力的学生，能够吸引更多的学生了解人工智能的前沿发展，进而激发高校创新活力。

三、我国高校智能教育发展的应对策略

智能教育范文篇5

关键词：人工智能；法学教育；教育改革；法律素养；法律职业

人工智能是人类科技发展到一定层次孕育而生的事物，对于利用人工智能来解决人类发展中的工作效率及效益问题有很大的帮助，但是人工智能技术的发展和其他重大的新兴事物一样给人类的社会带来观念和认知上冲击，人工智能的产生和发展是对于人类的社会需求的回应，这种不可逆化的情形，需要人类在运用人工智能技术中不断升级对于人工智能的认知，做好风险的防范和即将到来的危机的处理。法学以理性、逻辑与注重现实存在的特点与人类的社会发展密切相关，法学的发展应该对于人类社会中出现的人工智能进行法学的视角的回应，“法学的特点决定着法学教育应该如何进行①”，法学教育中对于法律人才的培养应该契合人工智能时代的发展。人工智能的发展对于法学教育提出了新的要求，人工智能时代的法学教育在回应这些问题时不能仅仅停留在事物认知的表面，诸如只言及人工智能可能会取代法律从业者的工作及人工智能时代法律就业的困境，但是却没有根据人工智能的特点和发展阶段来深入的认知哪些工作是人工智能不可能替代的和不能替代的原因，以及人工智能在什么阶段可能对于法学教育形成全面的冲击等。法学教育对于人工智能的认知适用程度决定了人工智能和法律结合的程度，决定了法律职业的发展的前景与生命，更决定了人工智能时代法学教育变革的方向与进路。

一、人工智能特点的认知和对法学教育的冲击与思考

1.人工智能特点的认知：以“意识”为展开核心人工智能的定义有很多种表达，如“用机器来承担通常需要人的智能才能完成的活动，运用计算机来探索和模拟人的感觉及思维过程规律的一门学科①”；“亦称人工智慧。计算机系统具有的学习、推理判断、解决问题、记忆知识和了解人类自然语言的能力。②”；“探索和模拟人的感觉和思维过程的规律，进而设计出类似人的某些智能的自动机的科学③”；“利用电脑模拟人脑智力活动的一门新兴学科，是计算机科学的分支之一。它可以代替人进行某些操作和作业，从事科研活动或执行一定任务④”。显然对于人工智能的定义有不同的描述，迄今为止在人工智能领域并没有一个被广泛接受的定义，对于人工智能的定义的困难不在于“人工”的表述，而在于“智能”一词的理解上存在偏差⑤。但是值得注意的是对于人工智能的总的概念的理解将其限定在对于人类发展有益的“学科”、“科学”、“能力”上来解释人工智能并未超出人类认知的限度，以人的有限视角来观察人工智能的发展和人工智能科技现阶段所处的水平相关，随着人工智能的进化对于人类的认知也会带来新的冲击。以人类智慧凝结的产物，与人类主体之间存在着鸿沟，那就是人工智能并不具备其“独立意识”。正如很多学者认为人工智能对人类具有威胁和挑战⑥，可是按照目前人工智能发展的水平来看，人工智能的威胁论被夸大了，人工智能的“奇点”并没有来临⑦。“人类还有最后一道防线——自我意识。现在的所有人工智能系统都没有意识，一切都是按照程序的安排，因此对于人工智能的危险不必过于担忧。⑧”，“人工智能要想进行反叛，首先就必须获得能够理解什么是“反叛”并把人工智能主体自身与作为控制者的人类区分开来的独立意识①”，显然人类暂时做不到赋予人工智能“意识”的能力，毕竟人类对自身意识的认知也有局限性②，再者人类对于人工智能的认知的有限性及对不确定事物的恐惧，从而放大了对于人工智能威胁论的渲染，在一定形式上采取保守的态度对于人工智能的发展是不利的，反映到人类的科技发展中会导致人类认知的狭隘被延长，影响人类文明水平的进一步提高。人文科学对于人工智能认知如果不进行深入的研究和了解，更加不可能具有与人工智能科技对话的能力。人工智能时代人工智能已融入人类的社会生活中，法学作为人文学科中与人类社会生活现实存在联系比较紧密的科学，应该积极拥抱人工智能，加强在法学教育领域对于人工智能特点的认知，以便于在人工智能时代对于更好的规范人类社会发展的秩序运行，提供人工智能时代社会发展的秩序选择的最优方案。2.人工智能对法学教育的冲击。人工智能具有探索与模拟人的感觉及思维过程，在此基础上可以进行学习、推理判断，进而解决问题的拟人智慧的特点。人工智能诞生的初衷是为了服务人类，提高人类的工作效率，以便人类获得更高质量的物质生活水平。人工智能的拟人智慧运用到法学领域里，可以运用海量的司法数据来帮助人类完成法律工作。在这个过程中会带来市场对于法律职业需求的改变，法律行业不需要太多的初级法律工作者，对于法律的初级工作可以由人工智能来完成而不是选择人力成本更高的人，这样必然导致大量的初级法律工作者的失业，如人工智能可以进行法律知识检索与咨询，帮助法律从业者进行案件预测并辅助量刑，同时参与合同的起草与审查的法律工作等③。美国学者在一次调查中发现在未来的10到20年较短的时间内，有47%的工作种类处于被人工智能替代的高风险类别里，而律师助理和助理律师在被替代的高风险类别里面（可以被自动化完全取代），而依赖律师助理或者助理律师的工作的律师因为人工智能在创造性和社会智能方面的工程瓶颈而不可能完全取代④。鉴于人工智能并不具备完整的人类意识，人工智能与人类之间存在一个巨大的“鸿沟”——独立意识，人工智能并不能代替人类进行司法、立法与执法，故而人类的法律职业并不会被完全取代。设想如果人工智能的发展在将来的一天，人工智能突破了人类认知的桎梏而孕育出了“独立意识”，人类的认知的水平的提高自然也在提高，法律人也会获得更高层次的法学素养，相对于人工智能主体的智慧，人类的智慧并不会逊色。“法学的使命在于改善对正义的管理⑤”，细化来说就是在于对于正义的坚守、改善和提升，那么法学使命的实现就需要大量法律从业者具有一定的法律素养。面对人工智能的冲击法学教育的变革方向应该是更加注重法律学习者的法律素养的培养，毕竟相对于人工智能来说其在不具有“意识”的情况下是不可能产生较高的法律素养，不可能进行法律职业活动中具有创新性和社会性的行为，自然难以实现法学所承载的使命，不可能完全取代人类的法律职业工作。

二、人工智能时代法律素养的培养与法学教育的改革

法律人的法律素养是其法律职业在人工智能时代不被替代的原因，法学教育在人工智能时代面对的人工智能的职业挑战，“突围”的方式应该表现在注重于对法学生的法律素养的培养，毕竟“法律教育的目的是受教育者养成‘法律头脑’①”，这个“法律头脑”就是要具有“社会的常识、剖辨的能力、远大的思想、历史的眼光②”，而这里的“法律头脑”和法律素养有异曲同工之意。人工智能在缺乏“独立意识”下，其所能替代的只是法律职业中初级的、机械的的法律工作，人工智能时代的法律从业者在职业过程中不仅仅要不断提高自身的法律素养，还要去积极的拥抱人工智能科技的发展，法学教育应该在这方面的教育过程中不断的引导建立正确的法律价值观并进行价值纠偏。同时要明白普通人的法律素养和法律人的法律素养的区别，法律人的法律素养应该比普通人的法律素养更加能在人工智能时代突出其不可取代性。1.法律素养的逻辑层级建构。（1）一般人的法律素养与法律人的法律素养的思辨。法律素养按照最通俗的理解是指一个人认识、运用法律的能力。主要包含三层：第一是拥有法律知识；第二是具备法律意识与法律观念；第三是拥有法律信仰。一个人的法律素养的高低，可以通过其掌握和运用法律知识的技能及其法律意识表现出来的。法律素养在原有认知基础上可以分为一般人的法律素养与法律人的法律素养，通常来说法律人的法律素养要比一般人的法律素养要高，毕竟法律人的法律素养经过法学院的系统训练，法律人对于法律的意识和信仰应高于没有经过法学教育培养的个人。较高层次法律素养的取得需要法学教育的培养，法学教育是法律素养获得的最常见、最高效的途径，成功的法学教育可以促使个人快速形成法律素养，而不同于其他方式。（2）法律人在人工智能时代存在的价值。法律人应该具备的法律素养主要为：第一，具有广泛渊博深厚的法律知识素养；第二，具有明辨审慎的法律判断能力素养；第三，具有理性严谨的法律思维技巧素养；第四，具有公正严明的法律道德操守素养；第五，具有以人为本的法律人文关怀素养③。这些法律人的法律素养和普通人的法律素养存在的差异也是法律人在人工智能时代“安身立命”的技艺所在，尤其是后四种能力是有别于人工智能不能独立进行法律思考而在人工智能时代不被取代的关键所在。正如上述所言，人工智能可以替代人类的基础性、机械性初级工作，但是在缺乏意识的情形下，人工智能不可能进行富有创造性和社会性的工作，其内在的技术工程设计在没有突破这个设计之前，人工智能在法律行业的工作也只能局限于普通的、相较于没有技术和法律意识和法律信仰的基础工作。但是要明晰的是人工智能在可以从事基础性工作，如掌握广泛的法律知识，法律人就不需要进行基础法律知识的掌握，这种思维是有误区的，要知道在法律素养培养种，法律知识掌握是法律素养培养的基础，法律人只有在掌握广博深厚的法律知识基础上才可以进行法律意识和法律信仰的培养，才能获得法律判断能力、法律思维技巧、法律道德操守、法律人文关怀的法律素养，法律知识是这些素养建立的基石，毕竟一个不懂法律知识的人在大谈而特谈法律素养在一定意识就是一种无知的显现。法律人的法律应该是法律人在人工智能时代存在的价值所在。（3）一般人的法律素养与法律人的法律素养的差异及构成。人工智能时代需要的不是只会法律知识的法律相关从业人员，需要的是在拥有法律知识的基础上拥有相对较高的法律意识和法律信仰的法律人。一个只拥有一般人法律素养的人在拥有法律知识的基础对于法律意识和法律的信仰相比于专业的法律人要少，而高层次的法律人之所以被称之为法律人是因为其具有相对较高的法律意识和法律信仰。一般人的法律素养并不一定来自于法学教育的专门培养，可能来自其掌握的通识教育的渲染，表现在没有经过专门的法学教育的熏陶和锻炼，其在日常生活中也可以耳熏目染学到一些简单的法律知识，但是这种学习的内容往往比较零碎，没有形成系统的知识层级的建构，知识结构的天生的缺陷性让其在法律意识和法律信仰的培养上出现了断代的裂痕，这也是在法律职业的过程中法律就业市场对于专门经历过法学教育培养的法律人比一般没有真正经过法学教育的人要喜欢的原因所在。当然对于这里的问题的探究是基于大概率的情况进行展开的，排除那些那些特殊的情况，而且这也法学教育所给予法律的思辨能力的法学素养一种表现。尤其是在人工智能时代的社会转型期对于法律人的法律素养要求必然很高，法律人要想在人工智能时代的职业竞争中立于不败之地，就必须提高自己的法律人专业素养。结合相关学者对于社会转型期，法学教育要培养的法律人才的叙述，法律人可以根据其法律素养划分为：大众法律人才、职业法律人才及精英法律人才①。这些法律人才的数量根据其法律素养的高低不同有又不同。如下图所示①大众法律人才里面包括具有一般法律素养的人，也包括一些具有法律人法律素养的人。这些大众法律人才主要从事的法律工作为法律辅助性工作。如法院的书记员、执行员等或从事技术、经济、社会和管理工作等。这部分人员的构成最为庞大，很多人并没有接受过完整的法学教育的培养，严格的来讲不是法律人才，只是职业等需要熟悉和掌握法律。对于专门从事辅助性或者缺乏创新性的法律人来说在人工智能时代被取代的几率最大，因为其法律素养的相对最为薄弱。②职业法律人才囊括的人数比较众多，正规法学教育所培养的法律人才绝大部分集中在这一个区段，主要指生活中常见一般的律师、法学学者、公司法务、政府法律工作者等。这部分人群中原来的一部分工作会可以人工智能所替代，其可以很好的理由人工智能提高工作效率，同时加强自身的法律素养的培养，争取达到更高层次的职业水平。③精英法律人才区间的人数就相对较少，其具有较高的法律人的法律素养，拥有广博深厚的法律知识素养、审慎思辨的法律意识素养、远大和坚定的法律信仰。这部分人是社会转型时期的担当，在传统与现实中带领社会大众进行法治事业的建设，同时也可以与国外进行交流，可以清楚的看清世界的趋势。精英法律人才也是法学教育培养人才的目标，在人工智能时代社会需要更多的精英法律人才来引领法学教育的变革，以法学教育的改革来迎接市场化、多元化、国际化与法治化的时代挑战②。同时在对法律人才分级的情形下，不应该忽视的是法学教育培养人的目的并不是以后都培养成司法、执法的法律人才，也应当培养出具有法律素养的社会治理、管理人才，这样就更需要法学教育在法律人才的培养中加强法律素养的培养的精细化与系统化方式的融合。实际上在法律人才的各个级别中都包含了各类的司法、执法等法律人才，也包括拥有法律素养的社会治理、管理人才。2.人工智能时代法学教育改革的方向探索。张文显教授认为法学教育应该定位于素质教育的培养，素质教育是法律专业教育的基础和核心，法学教育的目标是把学生培养成一个高素质的公民、一个高素质的法律人③。这里的实现教育出高素质的人的法学教育目标与通过法学教育培养具有较高法律素养的人的改革目标是不矛盾的。通过良好的法学教育使学生成为一个具有较高法律素养的法律人，一个具有较高法律素养的法律人必然也是一个高素质的公民。人工智能时代的法学教育的变革的方向应该坚持对于学生法律素养的培养，法律素养是法律人在人工智能时代可以安身立命的价值之所在，法学教育应该教会学生运用法律知识，养成法律意识，形成法律信仰，成为一个真正具有较高法律素养的法律人，在人工智能时代不断转型和发展的时期形成良好的法律之“道”，而不是仅停留在法律之“技”或者法律之“术”的层面。（1）法学教育培养学生养成法律素养是人工智能时代的“生存之道”。“道生法，法者，引得失以绳，而明曲直者也。故执道者生法而弗敢犯也，法立而弗敢废也①”，在《黄帝四经》中将法律定义成非得失曲直之标准，认为法律发生的本源根据是“道”，即“道生法”，这里的“道”可以理解成自然、规律。霍姆斯的《法律之道》中对道的理解为“万物演生的轨迹、达臻同情而理智的理解的途径，和生活本身之规程也②”，对法律之道也可以理解成“生存之道③”，这里的法律是社会发展选择的结果。法律的“道”应该是顺应时代的需求而变化的，在人工智能时代法律人的生存之道。但是并不是对于法律的“技”与“术”进行排斥和摒弃，而是要在法律的“技”与“术”上进行升华和凝练。法律之道是建立在对于法律之“技”与“术”学习与实践基础上的。如果将法律基础知识比作法律之技，将法律之术比作学习法律知识的“术”，那么法律之“道”将是在基础知识上研习、思考和实践后形成的良好的法律意识与法律信仰。法学教育在培养学生的法律素养的过程形成了学生了终生学习、思考的学习习惯，形成学生对于法律职业真正的热爱，树立对于法律崇高信仰，使其树立为国家法治事业奋斗终生的崇高理想。法律之道是法律人的学习之道、成长之道，同时也是法学教育的变革适应社会转型和发展的成长之道与生存之道。（2）法学教育应重视对于学生法律素养培养方式的转变。①加强法学教育与人工智能科技的融合。法学教育面对人工智能时代大潮的冲击，应该在坚持其优秀的教育传统基础上积极的拥抱科技，让科技的发展的成果、思想等为教育所用。法学教育在教授学生法律知识的基础，更应该教授学生学习法律知识的方法及运用法律知识的方法。法学教育在原来的传统的教学方法的基础上与人工智能为代表的科技积极的融合，采用先进的教育科技来为法学教育服务，将法学教育与教育科技的结合贯穿教育培养的始终，在这个过程中不仅增强了学生对于法学知识的学习能力，提高了学生的学习效率，而且强化学生对于科技的认知和提高科技应用水平，在学习中熟悉人工智能等科技技术，为将来的科技立法打下基础。加强法学教育与人工智能科技的融合，教会学生在对于法学“技”与“术”的学习之上追求法律之道，积极的拥抱人工智能等时代科技带来的学习便利，形成学生终生学习的良好法律素养，在人工智能时代可以打破时间与空间的限制，在虚拟科技与现实传统的融合中增强学习与研究的深度与广度。②在坚持法学教育优秀传统中需求时代的教育革新，增设“人工智能+法律”的课程设置。“人工智能+法律”这一课程设置已经在国内外很多高校开展开来，诸如国外的哈佛大学、斯坦福大学、乔治城大学、爱丁堡大学等都已经开设了法律与科技结合的课程，国内的清华大学、北京大学、西南政法大学、中国人民大学及天津大学等高校均在人工智能与法律结合的课程设置或者研究领域已经开始发力④。在法学教育的实践过程中注重“培养学生良好的法律职业伦理、专业的法学思维方法、深厚的法律知识素养⑤”，同时在课程设置方面不断更新课程设计，强化对于学生的法学与人工智能方面结合的实习引导，丰富人工智能与法学结合的学科建设等方面教育革新，为学生更好地适应信息化、数据化和智能化的社会需求打下基础，为人工智能时代的法学教育开创一条变革之路。③法学教育目的的革新。法学教育在坚持传统培养的目的同时应该注重人工智能时代法学教育培养应用化、实践化的转向。法学教育突破原有以人为主体的研究对象及研究主体，需要将人工智能等科技产物纳入法学规制的视域之内，同时人工智能时代的法学教育需要人应用科技去探究原来忽略的却应该纳入的领域，通过教育的目的的转变与革新，让法学工作者在学习与研究过程自觉的使用人工智能科技进行法学研究，也是法学教育的应有之义。第一，对于法学教育中传统的实践性教学应该继续优化并坚持，更加注重学生和教师在教育中的互动，在法学教学过程中应该注重对于“法学和法律的分析框架、机器学习无法替代的隐性知识，克服人工智能格式化、形式化知识传播局限①”，在传统法学教育方式的基础加强与人工智能技术的教学融合，改变单一的教学目的，克服人工智能时代法律人知识的恐慌。第二，将人工智能科技应用于法学研究中。注重法学教育的应用教育，在教育中加强人工智能教育应用，不仅仅是应用与课堂教学，更应该应用于日常的研究、以后的司法审判的决断过程中。法学工作者可以利用云计算的数据资源及虚拟技术定制符合法学研究的特定模式，通过对全部的法律数据进行统计与分析，得出比利用抽样统计方法更精确的结论②，譬如现阶段应用广泛的法学大数据研究。教育学生在司法过程中应用人工智能科技来辅助进行思考，例如人工智能在审判实践领域的运用体现在阅卷智能化、归纳整理智能化、文书生成智能化、审判结果科学化，利用人工智能科技提高司法审判工作人员的效率，让其更加注重于法学研究与自我法律素养的提升。3.人工智能时代法学教育变革中应注意的问题思考。加强在人工智能时代法学教育中法律人的法律素养的培养是法学教育改革的方向，在法律素养的培养中应该注重对于学生学习、适用人工智能等时代科技的能力的培养。法学院虽然不是学生的实践的地方，但是是学生掌握实践必备的法律知识和思维的地方，只有在具有法律知识和思维方法前提下，实践教育才有意义③。（1）在法学教育的变革注意价值纠偏。法学教育在培养学生的法律素养的过程中应该注重实践，但不能完全进行实践而忽略其他法律素养的学习。在法学教育的变革中应该注意法律素养培养方式的价值纠偏，对于在教学中过分注重教育实践而忽略对于基础法律知识教授的行为应该进行纠正，对于只注重课本讲授而“照本宣科”和脱离现实的教育方式也应该进行调整，对于教育中没有法律思维体系阻碍学生法律素养养成的方式也应该注意纠正。（2）在法学教育的变革中明确人工智能运用的主次之分。在人工智能时代的法学教育应该注重人工智能等时代科技的教学运用，但是教学中的科技运用应该明确教育地位的主辅地位，要知道谁是教学中的主导地位和谁是教学中的辅助地位，不能再适用中出现本末倒置的情况。在人工智能科技运用中，要明确教师和学生的主体地位，对于人工智能的运用只是辅助教学和学习进行。同时不能过度的依赖人工智能，从而造成法学教育中学生在法律知识掌握中出现疏漏，从而影响后续法律素养的养成。正如前文所述人工智能不能取代法律人的原因是法律人的法律素养，法律素养的获得是以建立在对于法律知识的掌握之上的。

智能教育范文篇6

一、人工智能会计的发展历程

（一）人工智能的发展。1941年，世界上第一台计算机的出现，为人工智能提供了必要的基础；1950年，图灵在《计算机器与智能》书中提出了人工智能机械化的可能性；1955年，Newell和Simon制作的“逻辑专家”程序，被公认为世界上第一个人工智能程序；1956年，“AI”一词首次在Dartmouth学会上提出，这一领域也被正式命名为“人工智能”。人工智能的基本方法是搜索法和逻辑法，初期搜索主要用于机器翻译、定理证明、跳棋程序等，1959年的跳棋程序已经能够击败人类最优秀的棋手，而机器翻译至今依然是人工智能主要要的应用领域之一；1966年，斯坦福研究所研发出了第一个能够根据环境来自我判断移动的机器人；20世纪70年代，知识专家等系统迅猛发展并被应用于各个领域，创造了很大的经济效益；20世纪80年代，人工智能进入了以知识为中心的发展阶段；20世纪90年代，随着互联网的飞速发展，人工智能也由主要针对单一个体的研究过渡到了基于网络发展的分布式人工智能研究，逐渐与数据库、多媒体等主流技术相融合，变得更加的实用化与生活化；1997年“深蓝”击败国际象棋冠军卡斯帕罗夫，2016年“AlphaGo”击败围棋世界冠军李世石均是人工智能发展的标志性事件。到目前为止，人工智能已经发展成为怎样表示知识、怎么获得并使用知识的学科，也是研究如何通过计算机去做只有人才能做的智能工作的学科。（二）新基建时代下人工智能会计教育的必要性。会计行业未来在人工智能背景下从会计核算角度来说，首先不能脱离会计专业性，也就是基于会计准则记账。基于会计核算具有通用性，比如一项费用，在两个公司记账的内容基本是一致的，反映到报表项目也是一致的，但针对每个公司业务的独特性是不可替代的。例如房地产开发公司，需要在成本上有更多的二级科目核算要求，就是更多的分类，比如建工成本、土地成本等，而广告公司需要按每一个客户核算毛利，首先就有增加按客户辅助核算的需求，不同特性的业务就要求进行事前的人为设置。所以在机器记账之前，需要专业人员能够去定义软件的科目使用，而不是一个模板或者几个模板可以通用在不同行业。原因是在实际使用场景下，每个公司的需求不同，有的没有那么高的管理要求，而有的公司需要通过会计核算实现管理数据需求。这就是专业人员在此发挥的作用。所以高校培养的新兴会计人才就是复合型会计人才，要具有多方面的业务能力，比如数据分析能力、交流谈判能力、跨领域信息处理能力等，确保他们在社会上的价值。

二、新基建时代下人工智能对会计行业及高校会计教育带来的影响

财务机器人在会计师事务所的使用，标志着人工智能技术已经开始渗透进了会计工作领域。由于会计事务里包含了大量的重复性、标准性的工作，所以会计行业受到人工智能的冲击也是十分强烈的，会计从业人员的出路在哪里，会计人才在未来需要具备怎样的素质与能力才不会被人工智能所取代，如何培养这样的会计人才，这也是全体会计职业教育者需要思考和探索，并亟需解决的问题。之所以说人工智能对会计行业冲击大，一个关键原因就是人工智能技术的出现改变了传统支付方式如现金结算、支票结算等，而被更快更安全的网络支付、网络转账所替代，现金出纳甚至会在未来的某天变为历史，这对会计岗位的构成是一项重大的变革。同时新基建时代下人工智能的快速发展也推动了财务云的进步，间接改变了会计核算工具，因此也需要对财务流程进行重塑；财务共享中心的建立也使得传统会计从企业核算中逐步脱离，也会导致会计组织形式随之改变。人工智能对会计行业的未来发展带来了巨大影响，也就意味着未来会计行业对会计人才的需求与之前不同：人工智能的准确、耐劳、高效能够极大提高会计工作效率与会计信息质量，基础的会计核算岗位必然被不断压缩，企业对会计人员的需求数量与质量也相应改变。高校作为会计人才培养的主要阵地，也要随之对教学模式、教学目标、教授课程等各方面进行改变，调整会计人才培养模式，以适应社会对会计人才的需求。

三、面向人工智能高校会计教育课程教学改革措施与实践

（一）新基建时代下人工智能会计高校教育理念的转变。人工智能目前已经可以自动处理简单的财务工作，随着新基建时代的到来，资源的大量投入，人工智能必将迅猛发展，这足以使一家公司的财务部门人员结构随之改变。基层财务的岗位很可能减少，标准化、重复化的工作将被人工智能所替代。比如企业食堂采购产生的费用支出，每天虽然有变化，但支出金额较小，变化区间不大，有大量重复内容，并计入同一会计科目，那么食堂采购相关的财务处理就可以用人工智能来代替，不需要人工处理；反之，财务工作中同样有很多非标准化的、非重复性的工作，依然需要由人来做出判断并处理。比如工资的发放，虽然看起来重复，但实际核算中需要考虑诸如员工的考勤、绩效、相关工作对未来收益的作用，需要跟本人、主管领导等核实确认，这就需要由人来处理。另外会计工作中人力资源使用最多的是核算环节，它包括了审核报销凭证、记账、编制财务报表等一系列工作，大多项目短短期内难以完成人工智能的自动化；而发票、会计凭证各式各样、各地不同、也很难制定标准化的审核程序。可以预见的是人工智能在未来一定可以自动完成会计行业的多部分工作，但却不可能全盘取代：会计业务里只需要熟练工操作的基础工作，也就是会计低端业务，一定会被人工智能所替代；而诸如财务分析、税务筹划、融资筹资、投资项目规划等会计业务需要灵活性和针对性，是人工智能所无法替代的。由于低端会计业务可以预见的未来，未来，决定了未来紧缺的必然是高素质会计从业人员。会计从业人员需要摆脱埋头做账的思维，不能仅仅把关注点放在财务监督、控制成本预算等方面。随着人工智能工作节省了大量的任理事兼，会计从业人员需要将关注点放在财务思维与业务思维的融合上，真正考虑会计在业务上所能起到的正面作用。所以高校在新时代背景下注重的是更深度的业务培养，在抓牢会计基础知识的背景下增加业务难度与复杂性，培养有综合素质的高等会计人才。（二）新基建时代下加强师资队伍的建设。在当前网络化数字化快速发展的背景下，应用型会计人才对社会的供给存在很大缺口，这也凸显了实践操作在会计教学人才培养中的重要性和迫切性，高校承担着高质量会计实践人才的主要培训和输送功能，教师质量则决定着人才质量。随着大数据、智能化在财务会计业务中的推进与普及，系统信息化也要与之相适应。急需系统学习大数据新系统信息化操作，后续信息化相关课程的开设势在必行。目前很多高校教师队伍对新系统掌握能力应用实践能力有限且不能胜任这些课程的授课工作。原因一是有些教师在本人研究生毕业后直接担任教师工作，没有实际数据信息化相关的工作经验；二是全国开设财务信息化处理课程的学校不多，每年的毕业生很少，走进高校的更少；三是网上会计实训实践操作课程资源极为稀缺，无从学习和借鉴；四是对应大数据及信息化系统繁杂琐碎，如果不具体学习操作很难掌握的得心应手。因此，急需培养相关授课教师，快速将相关课程承担下来，掌握系统也以便于讲授新课。鉴于上述情况，高校应考虑安排教师到高校、到企业挂职学习。一是教师通过进入相关培训学校课堂听课，将这些课程录音，掌握实际操作，掌握新兴会计信息化知识，并把课程PPT等资源带回学校供全系教师学习。二是教师深入校企合作单位或会计师事务所，以工作实践印证理论知识。补上会计理论知识授课缺少实践这个短板，解决各高校“双师”问题和理论实务脱节问题。（三）促进学生理论知识与实践经验深度融合，培养社企需求的复合型会计人才。会计理论长期就是引导会计实践方向的砝码。可有人认为会计是一门实务性学科，它是由实务、程序、方法和技术构成，并不需要形成理论来对其论述或论证。尽管持类似观点的人很多，但对会计理论的探索从20世纪初开始以来却并没有因此而停步不前。在中国，现代的、系统的会计理论研究虽然起步比国外较晚，但依赖于国内近些年经济的高速发展，进步却是迅猛而积极地。多年的发展历史告诉我们，会计理论需要在实践操作中总结归纳，最后又体现在实践之中。只知理论不做实践，自然是纸上谈兵；只知实践而枉顾总结理论，做起事来也是事倍功半，所以才需要我们理论与实践深度融合，二者不断相互印证又互相促进，让会计学科更好的传播与发展。学校要尽可能多的给予学生到企业单位实习的机会，同时与实习公司达成合作，在校内建设一个会计实训项目中心，让学生将所学的理论运用到实际操作中去，通过实践再反之印证会计理论，让二者融会贯通，全面提升学生素质。

引用出处

[1]王来志，王小平，冯礼益．职业院校物联网工程实训室建设的研究与实践[J]．物联网技术，2019（9）：116-118

[2]李四平.新时代背景下高校财务控制问题研究[J].《经济与管理》，2019(2):74-77

[3]许敏.钱一奇.人工智能在高校财务治理中的应用探索[J].《会计之友》，2019(14):29-31孟樱.2018.金融联结对农户信贷配给的效应研究[D].西北农林科技大学.

智能教育范文篇7

关键词:智能信息化教学；高职；教学实践；效果

随着我国高等职业教育的普及,高校如何培养与社会适配的亟需的职业人才,如何提高学生的创新实践以及素养拓展能力,如何在有限的教学时间内使高职数学课程既能服务于专业技能培养,又能与生产过程对接,提升创新实践能力,除了在教学内容上进行优化整理外,教学方法的改革也已成为目前高职数学课程改革与发展的重要内容之一[1]。本次研究主要使用智能信息化教学法和传统教学法两种方法对不同学生群体同一课程的不同学习任务进行教学,实证研究教学方法与学生学习行为和教学效果之间的关系,以及不同的教学方法对学生学习行为、学习效果之间的影响以及存在的差异。智能信息化教学法是一种新型的教学模式。利用智能信息化系统对学生自身的学习能力和学习程度进行分析与定位。同时通过阶段性成果检测,实时根据测试结果动态分析学生的学习状态及出现错误的原因,并提出更加合理的学习方案[2]。具体教学模式设计如图1所示。而传统的教学法重理论轻应用,只注重认知目标的实现,缺少教学创新实践环节和素养拓展的培养,信息传递过程往往是单向的,教师对学生的学习状态和学习程度无法得到及时的反馈。为了更清晰地验证不同的教学法在高职课程的实践及效果,本研究提出以下假设:假设H1:智能信息化教学法与传统教学法对教学效果具有显著差异性。假设H2:智能信息化教学法相比传统教学方法对学生课堂行为及学习效果有显著影响。

1研究设计

为了验证教学方法的效果,笔者开展了课程实验。对课程进行了设计,具体内容如下:第一,设计目的:开展课程实施效果分析,验证智能信息化教学法的有效性,同时根据实验结果分析问题改进智能信息化教学系统的开发技术。第二,设计处理:在教学过程中,实验组中的部分学习任务按照智能信息化教学系统中设计的任务学习情境进行教学,理论实践一体化,加强过程考核,其他的学习任务仍然按传统方法教学;对照组所有学习任务全按传统方法进行教学,先理论、再实践。第三,抽取对象:岭南职院2018级会计专业学生。样本大小:二个班。取样方法:一个班作为实验组,另外一个班作为对照组。实验单位:每一个独立的学生。第四,控制变量:学习任务、教学方法、学习行为、学习效果。第五,采取的控制方法:为保证实验检测的一致性,选取了该课程的五个学习任务进行了检测,即实验组选取了两个具有代表性且实用行比较强的学习任务:数学建模(以分段函数为例)、函数最值,对照组学习成果:矩阵及应用、边际分析、弹性分析。同时要求学习任务相同、课时相同、教师相同。第六,调研方法:学习任务测试成绩分析、问卷调查和个人深度访谈[3]。

2研究数据的获取

为保证此次实验结果的准确性,本次研究的数据将从以下两方面获得:(1)学生任务测试成绩数据:在教学过程中,针对实验组的同学采用“智能信息卡”对学生的学习情况进行记录,根据信息化系统中的任务或项目对实验组学生实行过程考核。实验结束后分别获取实验组和对照组学生相关学习任务的考核成绩。(2)问卷调研数据:本次研究除对学习任务成绩进行分析外,为充分了解学生在学习过程中使用智能信息化教学的实际感受,设计了含课程内容、教学方法、学习行为、教学效果四个维度共11个题项的调查问卷。通过SPSS软件对样本的探索性因子分析剔除了2个不适当的问句项目,正式用于研究的只有9个项目,每个题项采用四级量表形式,其中1-非常不同意,2-较不同意,3-比较同意,4-非常同意,“1-4”分别表示被试者对此项认同的程度。因涉及到被试者的自身利益,因此采用匿名形式回答。

3研究结果分析

(1)实验后对实验组和对照组在两种不同教学法下的学习任务成绩进行对比分析。传统教学法下的学习任务(项目)成绩对比分析。对实验组和对照组中采取传统方法教学的三个学习任务的测试成绩进行了秩和检验和Z经检验,检查结果发现,在0.01的显著性水平下实验组与对照组这三个任务的平均秩相近,学习效果之间均无显著性差异。传统方法下的实验组和对照组相同学习任务成绩对比分析的秩和检验及Z检验,相关数据如表1和表2所示[4]。(2)智能信息化教学法下的学习任务成绩对比分析。课程结束后,对两种不同教学法下的数学建模和函数最值计算两个学习任务成绩运用同样的方法进行了对比分析,相关数据如表3和表4所示。从秩和检验结果得知,实验组的两个学习任务的测试成绩平均秩分别高出对照组29.4和33.1,因此学习方法对学习成绩产生了影响。从Z检验结果可知,在0.01的显著性水平下,实验组与对照组的两个学习任务(数学建模和函数最值计算)的成绩之间存在极显著的差异(各Sig值均小于0.01),即实验组两个学习任务的成绩明显地优于对照组,智能信息化教学法相比于传统教学法对教学效果更有影响,因此研究假设H1得到了验证。(3)智能信息化教学效果与传统教学方法下学习行为和学习效果的差异性分析。为进一步分析智能信息化教学法相比传统教学方法对学习行为和学习效果的影响,本次研究利用问卷进行了数据的收集,共发出问卷100份,回收问卷96份,其中有效问卷90份,无效问卷6份,有效率为94％。通过采用SPSS17.0软件内部一致性信度进行了检验(CronbachAlpha系数为0.936),具有可接受的内部一致性水平。同时采用了多元逐步回归分析的方法在控制不同的自变量的条件下研究自变量对因变量的影响。从表5数据显示来看,在控制学习任务的条件下,智能信息化教学法对课堂学习行为及学习效果都有显著影响(学习行为:Sig=.502>0.05,学习效果Sig=.706>0.05),研究假设H2得到了验证。从数据显示来看,在控制学习任务的条件下,智能信息化教学法对课堂学习行为及学习效果都有显著影响(学习行为:Sig=.502>0.05,学习效果Sig=.706>0.05),研究假设H2得到了验证。

4结论与建议

本研究的研究结果显示:智能信息化教学法下的教学内容对传统方法教学下的教学内容学生的学习成绩具有显著差异性。同时:智能信息化教学法对学生课堂行为及学习效果能起到积极的作用。为了进一步将智能信息化教学模式渗透到高职数学列课程教学之中,我们应该对高职课程教学进行革。第一,合理设计教学任务和实际工作情境。除掌握基本的知识外还需注重学生应用能力的培养,强化过程化考核,建立更完善的反馈机制。第二,加强智能信息化教学资源系统的设计,使信息化教学资源能更系统化、项目化和专业化,加强情境设计,让学生能在智能信息化教学中体验真实或模拟项目的工作流程,产生强烈的求职欲望,提高对相关专业业务的掌握与应用。

综上所述,通过对智能信息化教学模式的探讨,我们更坚决地意识到,在基本不增加课时投入的情况下,智能信息化教学法凸显了教学效果,提高了学生学习的自主性和积极性,实现了由“要我学”到“我要学”的转变,而这种转变是学生学习兴趣的潜移默化,更是学生学习的巨大内驱力。因此做好智能信息化教学模式的研究具有十分重要的现实意义,值得广大教育工作者加强研究和探讨。

参考文献

[1]刘颖,黄雁雁.即时通讯工具对教学效果影响实证研究[J].重庆科技学院学报,2012(6):186-190.

[2]陈哲.基于工作过程的“JavaWeb应用程序开发”课程教学效果实证研究[J].教育与职业,2012,12(35):153-155.

[3]成冬梅.智能化计算机网络教学系统研究与实现[J].自动化与仪器仪表,2016(9):200-203.

智能教育范文篇8

关键词：人工智能；创新教育；问题意识

自2006年以来，再次兴起的人工智能方兴未艾，正在成为推动技术进步和社会发展的关键要素。科学技术的竞争，归根结底是知识创新与人才的竞争。创新作为人才智慧的结晶，是人类对客观世界的能动改造。作为一项人类智能创造的技术，人工智能不仅正对人类的生产、生活产生颠覆性的影响，更为重要的是其对社会结构和社会关系的深度嵌入，突破了技术在社会场中的被动地位，通过神经网络算法的不断完善，智能技术建构了具有类人“智慧”的新型人—机互嵌的知识创新模式。机器学习已实现了以自我学习为特征的知识运用与创新，比如，Gamalon公司运用BayesianProgramSynthesis(BPS)技术突破了深度学习的大数据瓶颈，实现了机器通过自主学习完成概率编程的编写。甚至还有科学家预测在未来的强人工智能中，机器也将具有一定的心智。人工智能对人类社会的主动介入，使其不再是被动的、为人所驱使的技术形态，原有的知识学习和知识创新路径不得不寻求新的模式。知识创新将迎来新的范式，人们必须重新认识知识创新及创新教育的本质，创新人才培养的理念、模式也需要根本的变革。

一、人工智能时代知识学习与创新面临的挑战

人工智能时代，知识学习与创新面临的挑战，来自于从稳态的工业化社会向后信息化社会过渡的诸多知识传递与创造的不确定性。人工智能发轫于信息技术的快速进步及其与社会结构的高度融合，人机反馈机制的内在矛盾在信息时代已初现端倪，比如知识和信息分享机制与人类隐私之间的矛盾等。知识是人工智能技术发展与人类社会进步的基石，随着智能技术对人类社会介入程度的深入，原有的、创造了该项技术的知识学习和创新的路径已为自身的创造物所颠覆。不论是学习者的地位，还是学习场景和知识创新的路径，都在具有自我学习能力的人工智能技术的冲击下面临着极大的不确定性。(一)知识学习主体与客体地位的不确定性。作为人类对自然生态与社会环境的适应策略，知识的传递与分享一直是人类习得技能、获取生存机会的重要途径。从古至今，知识作为人类得以发展的重要工具，一直以物化客体形式与人类主体共存于人类社会之中。在“人”与“物”的对立中，传统知识学习的主体与客体关系是学习与被学习的固化关系，即主体以单向递增的方式完成“知识学习—集成—创新”的过程，而作为客体的知识成为主体学习、集成与创新的内容，以显性的符号或文字被记载与传承。信息技术对教育过程的参与，在颠覆传统教学组织模式的同时，也打破了教育生态体系的均衡态势[1]。人工智能的自我学习能力正在改变知识客体的被动状态，知识学习过程中的主客体地位的边界正变得越来越模糊。人类的学习路径一直是以知识为核心，以技能为目标。不论是远古的结绳记事，还是后来“师徒制”中的口口相授，再到现在的计算机辅助教学，传授知识一直是学习的主要目的与重要过程。这种学习策略将人类知识进行编码，然后以显性化的形式实现技能的传承，其内核是学习主体对知识客体的熟记、领悟与集成创新。现代医学中的医生，需要熟悉相关疾病的病症，在结合自我临床经验和医学检查的基础上对症下药。然而，人工智能技术的主动参与，模糊了人在学习过程中的主体地位。比如，随着谷歌公司在智能医疗领域的积极探索，经过深度学习的人工智能已经可以快速辨别出早期糖尿病视网膜病变的迹象并定位癌细胞，其准确程度和临床价值甚至已大大超过了大夫多年的经验。虽然谷歌公司将其称为“助人的产品”，但是，这是否意味着未来成为合格医生的前提不再需要熟记繁杂的疾病病症和影像学特征呢？人工智能技术以“主动”的方式介入主体操控的领域，在此过程中，知识客体不再是一个恒静态的被操控与被参照的“物”，而与主体形成了准静态的对立博弈格局。主体则可能从完全主动状态转变成局部被动状态，重新审视并接受人工智能更“高级而精准”的分析或“更智慧”的策略指导。马克思曾断言工具“是劳动借以进行的社会关系的指示器”。人工智能技术对知识学习的介入可以说是人与物从经典的恒静态关系转变为准静态关系的指示器，突显出知识学习、传递和创造过程中主体与客体定位的不确定性。(二)学习场景转移的可能性。学校和家庭一直是人类习得技能、获得规则的最主要的场所，人们在社会情境中通过人际互动的形式内化知识。人类学家认为，文化知识的传承与规则的习得深受个体所生存的自然环境、家庭状况与社会氛围的束缚[2]。长期以来，社会学者相信人的社会化历程只有在自然的社会情景中才能真实、有效。因而，家庭和学校一直被视为人类培养心智、训练技能的主要场所。康德认为，文化的进步来自人类的理性的创造，尤其是学校的设立，其贡献最大[3]。其背后的逻辑则是，真实的社会情景对人的思维能力的训练，可以让人在此过程中形成条件式的应答，达到学习的目的。然而，人工智能技术的智能化趋势，使人的大脑训练过程可能在一定程度上不再需要真实的人类社会环境。人类学习必须的社会场景，面临着被转移与迭代的可能性。一方面，基于智能技术的虚拟现实技术可在某些特定场所替代真实场景，完成对人类技能的训练和逻辑思维能力的训练等。比如，飞行员在模拟机上的训练虽不“真实”，但是安全高效。另一方面，人工智能技术为个性化的学习和自主学习提供了可能。个性化培养与因材施教，一直是教育追求的目标，但在学校教育场景中，个性化的学习和培养却难于实现，人工智能技术在教育过程中的运用则使其成为了可能。例如，在著名的人工智能展演者“阿尔法狗”大获全胜之后，不少围棋爱好者已开始尝试以人机对弈的方式替代传统的提高棋艺的方式。现在，已有越来越多的基于人工智能的辅助手段被运用于教育实践。比如，个性化的机器作业评阅和作文辅导。学校场景与教师介入，都在此过程中被弱化，数个世纪以来形成的学院型的“人—人”授业模式正更迭为“人—机—人”的协同模式。(三)知识创新路径的多重性。创新的一个重要方面是知识的创新，知识创新是在理性思考前提下的知识内化与转化，人工智能对知识学习和创新活动的介入在一定程度弱化了人在创新中的主体地位，增加了知识创新过程与结果的多重性。波兰尼将知识划分为显性知识和隐性知识[4]，为理解知识创造提供了动力学视角。人在家庭和学校中所学的显性知识，必须通过内化过程才会转化为创新的源泉。因而，人的思维和主观能动性在知识内化的过程中至关重要。库恩在言及知识创新时特别强调人的主观能动性的作用，指出科学家们“通常会发展出许多思辨性的和不精确的理论”，而“这些理论本身为发现指出了途径”[5]。经典的由人主导的从试验到创新的单一路径正随着人工智能的介入呈现出路径的多重性。人的主观能动性贯通于知识创新的始终，但是随着人工智能在创新领域的运用，知识创新的路径与效率发生了突变式的革新，人的角色参与度也发生了转变。人的主观能动性以及后期的探索性试验的相互印证建构了知识创新的常规路径，但在人工智能环境中，人机主体地位的不确定性将使人类知识创造的效率与结果越来越依赖于智能技术。比如，在新材料的研发中，研究员的知识储备与专业敏锐度直接影响着研发方向与进展。而最近，日本富士通株式会社和日本理化学研究所将第一性原理计算与人工智能技术运用在锂离子电池的新材料开发中，实现了在资料和数据不全的情况下更多材料结合的有效性验证，大幅度提升了锂电池材料的开发速度。在此过程中，人类的创新效率获得了提高，而人类主体地位从传统的“全程式”参与进化为“环节式”或“节点式”参与，深刻地改变了知识创新的传统路径。

二、人工智能背景下创新教育的本质与动力源

创新，是人通过不同知识的重构，发展新的技术或形成新的认知，以解决未曾解决的问题或矛盾。在人工智能时代，不论是作为创新基石的知识学习，还是创新活动本身，都面临着不确定性的困扰，因而，厘清知识创新与创新教育的本质，探究其背后的驱动力，就显得尤为重要。(一)知识创新与创新教育的本质。人工智能发展的起点是解决问题、提高效率，人类智能的起点是社会化，这是二者区别的根本。人工智能可以替代曾经由人主导的实验过程，但是，程式化的技术难于突破问题意识的局限。作为人类的实践行为，科学发展与技术进步是人类应对外在环境的一种生存策略。从这个角度看，创新在本质上是人类对知识的再加工，是对物质世界矛盾的利用与再组合。人类所使用的劳动工具经历了从简单到复杂，从粗糙到精致的进化过程，工具、技术的发展过程伴随着人类智力对自我发展的理性适应。因而，创新的本质可以理解为人对科学问题的发现及再创造。知识创新的表现形式可以是对人类未曾涉足的理论或应用领域的发现，对已知现象的科学解释，对已有理论的应用研究，对已知理论体系或应用体系的融合、完善与发展等。所有的创新都是基于人的实践，也就是说，创新的本质是人的实践活动，是对未知领域的逐步认知，并在此基础上进行的再创造。创新教育是人类在适应过程中的文化创造和生存艺术，是人类社会化的重要形式。人在改造自然世界和社会的过程中，不仅习得规则，更创造和发展了知识，以应对自然界和社会的变化。人工智能对人类社会的介入是社会发展和技术进步的必然趋势，但其内生的不确定性将使人类社会的生存环境越来越复杂，对知识和技能的要求自然而然也越来越高。作为对人工智能时代知识学习和创造挑战的积极响应，人不仅需要拥有更多的知识和技能，更需要拥有解决新问题的能力。因而，教育不仅要传授学生知识，更需要培养学生探索和思考的方法，使学生以更积极的形式进行社会化。人工智能技术的出现，正在改变学院式的教学场景，知识内化的模式也面临着极大的不确定性。学校一直是教育的重要情景，其职责是在不断提升教师的教学与研究能力的基础上，使学校更好地成为培育学生的基地，实现知识和技能的传递。米德认为，应该把全部的教育努力倾注在训练学生的选择能力上[6]。创新教育应当把学生的创造潜能还原到成长和生活的点点滴滴之中，培养其对社会变化的响应能力和效率，锻造其选择和组合知识的能力，激发其获取和传递知识的乐趣。虽然，人工智能对于知识的传递和内化途径带来了变革，但以“线下”互动为特质的学校教育依然是人的社会化过程中不可或缺的一环。人类的自我定义本质上是一种文化传递和构建过程，将技术和知识的传递约束于学校是人类社会共同的制度安排。学生文化人格的形成是学校教育的关键。创新教育的内核不仅仅是传递知识，更重要的是内化文化和塑造人格。只有认识到创新的文化传递属性，才能意识到创新教育的创造性适应。从长远来看，知识传递中的工具性部分，将逐步为技术所取代，而文化传递和人格塑造将决定人类智能的未来。只有尊重社会发展的一般规律，积极面对智能技术所带来的不确定性，让真正的创新思想服务于人类生活，让科学发现具有广泛的可能性，创新教育才能真正地实现教育的价值，践行知识创新。(二)知识创新的动力源。积极健康的人格和人文情怀是创新的源动力。随着工具性技能为智能技术所取代，社会发展的驱动力内化为了人的特定人格和精神情怀。创新是在实质上不同于固有形式的新思想、新行为和新事物，本质上是观念的创新。创新活动作为一种适应行为，是具有特定目的的行为。科学探索是以某个群体或个人的得失为目的，还是以服务人类社会发展为目的，必将显现出对待探索、创新的不同态度。创新是研究的灵魂，不同于重复性或规律性的劳动，创新本身具有必然性与偶然性，二者相辅相成，既存在对经验、知识的总结与升华，也存在着对现有知识体系的发展与突破。人工智能对知识学习和创造过程的强势介入，模糊了人在创新过程中的主体地位。随着创新的不确定性大大增加，失败亦将伴随整个创新过程。只有怀有对科学的热爱，才能克服主观上的失意，潜心总结失败的客观原因，并从失败中吸取教训，并在不断试错中发现科学规律。人工智能可以为创新路径提供诸多创新的可能性，如何抉择则成为考验探索者的真正难题。故此，创新需要的不仅仅是正确的探索方向，更需要对探索的执着追求与不妥协的科学态度，这才是实践创新的动力之源。因而，创新人格的养成是创新教育的重中之重。人不仅是自然的人，更是社会的人。人工智能的不确定性不仅仅体现在知识的学习和传递上，也体现在其社会外部性上。随着人工智能与人类社会的深度互嵌，人格的瑕疵将放大其社会负效应。班杜拉发现人们常常忽视社会变量对人类行为的制约作用，强调社会模仿在学习新习惯和破除旧习惯上的重要性，认为行为的习得既受遗传因素和生理因素的制约，又受后天经验环境的影响[7]。马克思曾敏锐地指出，人本身是自己的物质生产的基础，也是他进行的其他各种生产的基础。人的各种实践活动正是其内心的外在呈现，人的人生观、价值观、世界观决定了其实践行为的方向。对于探索者来说，应减一分功利，增一分淡泊，少一点短视，多一点创新研究大情怀。

三、人工智能环境下培养创新人才的难题

人工智能的外部性一直是哲学家和研究者关注的重要理论问题，作为工具的信息技术尚且在社会场中“毁誉参半”，已突破工具限域的人工智能将如何参与公众的社会活动以及如何嵌入当下的社会结构之中，成为科学家、工程师、社会科学者及大众共同的困惑。具体到创新领域，人工智能不仅影响着创新的过程，更在人机交互的过程中影响着人的思考和行为。(一)人在创新活动中主体地位的阶梯式消解。人在创新活动中的主体地位随着人工智能的介入，将出现阶梯式消解，如何发挥人的主观能动性成为人工智能环境下创新活动面临的首要难题。虽然，爱默生将人体视为“发明的储藏库，是专利局，所有的窍门都来自于其中的模型。所有的工具和引擎都只不过是其四肢和感官的延伸”[8]。但随着技术对人类社会的嵌入，作为技术主导者的人的主体地位却正在发生微妙的变化。温纳甚至把科学与技术形成的环境称之为“第二自然”，认为科学与技术的发展促使人类面临的不仅是自然界的规则与规定，更多的是其带来的社会结构的变革，使得人的主体因素在人与环境的对立与消融中与朴素的“人与自然”的主体角色呈现完全不同的定义[9]。也就是说，科学与技术的发展，本质上是改变了“人”与亚里士多德时代朴素“自然”的协同依存关系，从主体发现自然规律、顺应自然规律，转向为“改造”自然，形成与朴素“自然”相对的对抗性“第二自然”。人工智能技术介入社会领域，将人与物的关系从传统的恒静态关系推向了准静态关系，即从稳态走向了暂态。在这种不确定因素的引领下，作为主创的“人”的主体性在人工智能的介入下，在创新各环节中呈现出阶梯式稀释与消解。人工智能与知识创新的互嵌，在消解人的主体地位的同时，也将进而弱化人的创新动力。在科学与技术形成的“第二自然”的环境模式下，第二自然的“技术性”增殖与人类的固有能力亦形成明显的对比。创新的本质是人的实践活动，创新活动是基于“提出问题，分析问题，解决问题”三步走的实践路径。因此，创新必须从“提出问题”出发。在创新的初始环节，人的主体作用毋庸置疑。而在创新过程中，随着人工智能介入程度的增强，不难发现，人的主体性比重是相对下降的。人，或许需要重新适应自我的地位。埃吕尔认为，随着技术的发展，人“必须调整自己，仿佛世界是新的一样，去适应一个他并非为之所生的宇宙”[10]。甚而，人工智能的强力介入亦可能使得主体在某环节下产生对技术的惰性依附，自我创新意识消失，把人类的发展和知识的创造交由智能技术。(二)智能化生存环境中人文情怀的缺失。人工智能带来了人类智能化的生存模式，越来越多原本需要人际互动才可完成的需求由人人互动变为人机互动，人的社会属性正遭遇严峻挑战，人文关怀面对强势的技术正在失去吸引力。人类从队群到部落再到酋邦和国家，组织类型在不断扩大，这是人类一种十分重要的生存策略，即依靠群体获得在自然界的生存。因而，关心社会成员，获得群体归属感，是人类基本的人文情怀。但是，在人工智能时代，人在生存中对群体和他人的需求，正在转变为对机器和技术的需求。比如，随着智能手机和网络与人类生活的深度结合，在一定程度上，智能技术的嵌入正在弱化人自我的主观能动性，人不自觉地成了技术的“附属品”。对社会与人的漠视，是智能化生存环境中人类面临的现实困境，这将使得创新丧失内生的驱动力。由于人工智能技术的强力介入，亦可能使社会结构发生嬗变。人类“受制”于智能技术，并最终变成“技术”的依附体，缺乏作为人应有的情怀，成为“城市野蛮人”。霍克海默在《理性之蚀》中强调，“当物质生产活动和社会组织渐渐变得更为复杂和具体化时，对这类手段本身的认知也变得越来越困难”[11]。这种担忧虽然较为极端，然而在低阶的自动化阶段已现端倪，如自动流水线上的工人越来越呈现出物的被动性。而在相对高阶的“人—机—人”协同模式中，人类在知识的传递、信息的获取、技能的培训上对智能机器的依赖已成为不可辩驳的事实。人与人之间的交流与社会关系网无疑会出现淡化的趋势，人的“技术型非社会化”孤岛模式导向会加深，接踵而来的人文关怀、社会责任等人类在社会行为的参与中建立起来的社会属性会被消解。凯斯特勒在《创造的艺术》中尖锐地指出，一些受过良好教育的人在享受物质成果的同时，缺乏人文情怀，不仅不关心技术成果背后的科学原理，也不关心其生存的社会环境，“过着一种城市中的野蛮人的生活”[12]。实际上，在技术专门化、分工精细化的现代社会，人类主体的“环节式”参与创新对人类的社会属性提出了更高的要求。人是社会性物种，其社会属性决定了创新行为绝非个人行为，没有人文精神为后盾，缺乏对生存社会的关怀，创新只会沦为空中楼阁。(三)评价机制的功利导向与问题意识的培养之间的矛盾。功利导向的评价机制扼杀了作为创新萌芽的问题意识，问题意识的缺乏，将可能使人成为人工智能的附庸，而非主导者。从“李约瑟难题”到“钱学森之问”，都折射出我国部分研究者和学生问题意识的缺失。人工智能改变了知识传递的路径与学习策略，突出了问题意识的重要性。在一定程度上说，创新精神和创新能力都是建立在问题意识的基础之上的。创新活动强调推陈出新，这就要求研究主体要善于观察，有一颗好奇心，并善于不断尝试自己解决问题。敏锐的观察力是形成问题意识的基础，好奇与质疑精神是培育研究问题的催化剂，而亲自动手解决问题是将问题转化为创新的最强有力的助推器。过去很长一段时间，我国对学生的评价以分数为主，导致部分学生的好奇心与质疑精神为“题海战术”所磨灭。创新是人类的本性，人类活动具有天然的创造冲动，社会生活的不断发展变化吸引人们不断用创新的方式去应对[13]。在人工智能辅助学习的过程中，知识传递越来越多地依赖在线学习或虚拟场景的学习，这虽然有利于知识的内化和学习效率的提高，但无疑忽视了人际互动过程中社会规则的获得，使“问题”缺乏生长的土壤。部分高校评价机制的功利导向在有效推动知识创新的同时，也在一定程度上制约了创新人才的培养和关键技术的有效突破。比如，我国已成为全球第二大SCI大国，然而，与之不相称的是，我国在信息技术、新材料、智能制造等诸多关键领域仍受制于人。此类急功近利的考核机制，在一定程度上已异化了科学研究的探索本质，并使得部分研究者既不能以“坐冷板凳”的精神专注于自身的研究，也不愿意选择有难度的课题开启探索之旅。可以说，这种以实用主义为哲学基础的功利主义评价机制，将教育活动与知识创新物化为技术的副产品，成为量化指标的“追随者”。

四、创新人才培养的新机制

培养创新人才，包括环境的创新与创新能力的提升。对个体而言，人文情怀是内在动因，直接决定了知识的吸收和转化的效率，外因则包括知识内化、角色重构等。这些因素相辅相成，交互影响，最终实现创新人才的培养(如下图所示)。(一)情怀濡化：人文精神与社会责任的培养。人文精神的培养，是保持创新活动纯粹性的第一要素。人工智能依托数据训练而成，人文精神变量在其驱动模型中的缺失，使得人的主体不断被疏离[14]。人文情怀一旦缺失，人将很难保持创新必须的理性思考，将创新视为名利场。培养创新情怀，其本源在于激发人对未知世界的好奇心，对知识的热爱，“虽有至道，弗学，不知其善也”。功利导向的创新教育过分强调技术的物质属性，忽略了科学知识的纯粹性。人工智能时代需要人工智能思维，关注教育活动本身，尊重人的社会属性，真正理解学习的发生机制[15]。只有以更大的人文情怀为基石，才能突破实用主义的桎梏，对知识和现实及未知世界充满激情。人工智能技术的外部性源于技术的功能导向，内生于实用主义的哲学局限性。人工智能所展现出的强大能力与潜能，势必加速其对人类社会的结构性嵌入，在社会层面产生深刻的影响。人工智能的发展不仅会挑战人类既有价值体系，还会冲击传统的伦常关系，产生新的社会不平衡[16]。人工智能技术的发展既可以增强人类的幸福，也可能给人类带来巨大的伤害。比如，智能机器人与无人机，在战场与通用领域的不同运用，将产生完全不一样的社会效应。霍金斯提醒人们，不要过度依赖人工智能，应该保持必要的谨慎[17]。如果创新者缺乏相应的社会责任意识，滥用人工智能技术，无疑会给公共安全和社会治理造成巨大的伤害。(二)知识内化：问题意识的培育与科学方法的训练。问题意识的培育，注重培养学生的科学预见能力和逻辑思维能力，让创新活动遵循技术进步的一般规律。人工智能以计算主义为起点，有效延伸并强化了人脑的机能[18]。人类智能能创造人工智能，是由于目前人类的逻辑思维能力和推理能力、理解能力还无法被人工智能替代。知识内化，不仅仅是知识和技能的传递，更重要的是逻辑思维能力与科学预见能力的训练和培养。比如，只会设计实验还远远不够，应更进一步通过理解每一个科学数据的科学含义，发现科学规律。只有经过此阶段，创新者才可能完成从技术层面的积累向科学层面的感悟，才能培养出自觉的“问题意识”。这个过程并非一蹴而就，需要引导者因材施教的倾力培养，也需要被培养者的全心投入，从而完成从量变到质变的飞跃。研究方法的训练，则是要培养学生分析和解决问题的能力，提升运用知识的水平。科学创新需要科学研究方法的指引，在人才培养过程中，一定要重视研究方法的训练。研究方法的训练可以架起从形象思维升华至抽象思维的桥梁，是学生内化知识认知，提升其创新全局性思维能力的重要途径。比如，对于初入研究领域的人来说，对创新怀有朴素的热情，对知识创新仅有一些感性的认识，真正要去解决问题时，常常深感茫然，不知如何下手。研究方法的训练就是要从技术层面培养学生科学解决问题的能力，即学会在面对一个难题时，知道如何用科学的方法去研究与解答。在创新者的成长过程中，研究方法起着非常重要的指引作用，是完成知识从感性认知到理性实施的重要转化手段。(三)角色重构：主体角色的自我觉醒。人工智能时代，教师传递知识的角色与学生学习知识的角色均将发生深刻的变化。显性知识的传递将越来越多地依靠智能技术，人工智能的参与提高了知识内化的效率与效果。由于智能技术对知识学习和创新过程的介入，教师与学生不再是机械的“传授”与“被传授”的角色分立。教师更多地是扮演知识创造的启发者，社会情怀的引领者与科学方法的培训者。学生作为知识学习的主体，借助教师与技术的力量吸收知识，强化科学认知，增强问题意识，收获人文情怀。主体角色的“自我”觉醒，在师者，在学生，都是一个严肃而宏大的课题。海德格尔说，人不是独立的个体，而是沉浸在世界之中，是认识活动和工具的整个语境的一部分[19]。无论教师与学生，都是人工智能社会中的非独立角色。在泱泱技术世界中，无论在专业知识上还是在社会角色认知上，即便作为“授业者”的教师也面临着“相对无知”的困境。在许多高校，教师大多是博士毕业后就直接进入学校任教，因此，在一定程度上缺乏在业界实操与社会实践参与的经历。拓宽教师走进业界的渠道，完成教师专业角色和社会角色的自我重构，可以让教师的“科研智慧”“社会智慧”有的放矢，使教师“知不足，然后能自反也；知困，然后能自强”，完成从“相对无知”到“相对智识”的质变。对学生而言，主体角色的自我重构，需要突破的则是“技术”学习与培训的狭区，除了专业技术的学习，更应增加创新自觉性，收获问题意识，完成从技术学习路径依附到自我觉醒意识的建构。(四)机制保障：评价的包容与科学。强调，要“在全社会营造鼓励大胆创新、勇于创新、包容创新的良好氛围，既要重视成功，更要宽容失败，为人才发挥作用、施展才华提供更加广阔的天地，让他们人尽其才、才尽其用、用有所成”[20]。科学的评价机制，应向着包容与科学的方向发展，成为创新教育的有益助力。海维特通过大量的研究发现，科学研究的成功在很大程度上应归功于对探索研究多样性的容忍[21]。给探索者更多的沉淀时间与思考空间，对他们成长中的付出给予肯定与包容，让真正热爱研究的人能潜心知识创造，是对知识创新者的人文关怀。教学科研评价机制不应成为学生、教师和创新者的掣肘利器，而应该是探索者成长与成熟的有力保障。有宽容才有大爱，有大爱才能大兴。评价机制的多元与包容，可以提升大众创新的热情，培养研究者的科研情怀，激发人才的创新能力。构建科学、包容的创新环境，就是要客观看待科学研究和研究成果。教学科研评价机制要关注研究者在学术思想、研究方法和视角上的创新和突破，激励知识创新者追求科学发现的真谛。同时，正确认识探索过程中的挫败，不放弃，不妥协，始终抱有不懈的信念，用“工匠精神”将创新潜力发挥到极致，将理性的科学智慧与感性的科学使命高度融合，最终实现知识的创新。

五、结语

智能教育范文篇9

关键词：智能时代；艺术教育观；工具理性；价值理性；公共艺术教育

2021年9月24日，教育部《关于进一步加强和改进普通高等学校艺术类专业考试招生工作的指导意见》（以下简称《意见》）。《意见》在专业特色发展、专业考试方式、招生录取机制等方面提出多项任务和举措，旨在对艺考招生工作进行系统性改革，构建全面、科学的艺术人才选拔评价体系。互联网、人工智能技术的普及与革新正在全面加速社会发展进程，不断提升人们对艺术作品的审美需求和消费需求，而我国的艺术教育从人才选拔阶段就已出现与社会需求脱节的现象。艺术教育应当如何调整步调才能在保持艺术独特性的同时不落后于社会发展？社会环境又对艺术教育产生了怎样的指导作用？是值得研究的问题。

一、智能时代：艺术教育的数字语境

大数据、人工智能等技术的发展日趋成熟，在改变人们生活方式的同时，也促进了各行业的结构升级，技术赋能成为热点话题。正如人类所推动的近代科技给人类自身提供了物质文明，高度智能化的机器人也会给人类提供精神文明[1]。作为人的精神活动产物，艺术在创作主体、鉴赏活动等方面均不可避免地受到智能时代的影响，当技术从工具逐步演变为思维、范式，艺术便进入了智能时代的数字语境。对艺术教育来说，技术赋能带来了教育信息化，技术逻辑在教学方式、课程内容、软硬件设施等方面均有体现，传统的“以师带徒”双向互动模式升级为包含人机互动在内的多元交流，艺术教育在新语境中走向变革，出现技术与人文相融合的趋势。这一趋势在人文学科范畴内均有体现，需要警惕的是，虽然技术进步将人类社会送上多元发展、全面发展的“快车道”，但是人文学科的研究总落入后置分析社会现象、滞后归纳社会趋势的窠臼，缺乏先进性和引导性。人文学科所遭遇的种种世界性危机，既有外在原因，即科技主导的大趋势以及目的（工具）理性的广泛渗透，也有人文学科自身的原因，即沉湎于过去而未能对现代性做出敏锐响应[2]。因此，我们需要探讨如何才能使智能时代的艺术教育既不囿于工具理性的藩篱，又能满足现代化的发展需求。

二、理性融通：艺术教育的理念重塑

艺术教育的理念是指立足艺术教育的价值取向，形成对艺术学科建设、学术研究方向、未来发展趋势的总认识，并使之成为指导实践的思想共识，它体现了艺术教育所处的时代特征，也凝结了艺术教育中的人文素养和文化内涵。随着人工智能、大数据等技术在艺术中的广泛应用，从艺术生产到艺术教育都已出现人机共生的趋势，在这种环境下，亟须重塑艺术教育的理念来把握人的主导性。

（一）从单向度的人到文化工业

在传播学中，法兰克福学派对技术的批判性研究最为深入，该学派吸纳了黑格尔和康德的思想，深受马克思·韦伯的启迪，并能结合马克思主义展开思辨，最终形成一套面向工业社会的批判理论，其中马尔库塞提出的“单向度的人”的观点影响较为深远。若要追溯此观点的学术缘起，必须论及海德格尔。他认为，技术的异化使人进入“非本真”的状态，这启发了马尔库塞提出“人的异化”，并进一步提出艺术与社会的“双重异化”。阿多诺的“文化工业”着眼于艺术作品的机械化生产、商业化传播等问题，借助韦伯的“理性观”指出，工具理性主导的文化工业正不断削弱价值理性。从艺术教育史来看，19世纪新工业的出现促使都柏林建立起面向制造业和实用美术的绘图学校，包豪斯学校也受到英国手工艺运动的影响，虽然手工艺运动期望削弱工业革命带来的弊端，但也不可谓没有受到其影响。这些现象都表明，基于工具理性的文化工业对艺术教育的发展产生了作用，如果现在只是简单地将“工业设计”“计算机绘图”等课程纳入学科体系，那便会成为“单向度”的艺术教育。

（二）工具理性与价值理性融通

在数字语境中，艺术的生产和传播都已经离不开新媒体的作用，甚至已经出现传媒艺术这一新的门类，投影、虚拟现实、互动装置为艺术表达带来更多可能，出现了炫技强于内涵的现实情况。为了避免工具理性主导艺术生产，需要从艺术教育入手，培养工具理性与价值理性融通的艺术家。这一点也有理论基础可循，马尔库塞并不是完全的技术悲观者，他提出了有别于工具理性的“新技术观”，尽管这一观念有一些乌托邦式的理想主义，且并没有得到更深入的阐释，但却明确指出，经过“美学还原”的技术是可以服务于人的。从另一个角度来说，这也暗示了工具理性可以被改造，且具备产生正面社会效应的潜能。在韦伯的观念中，工具理性和价值理性并非孤立存在的，它们本质合一且不可割裂。工具理性应当以价值理性为导向，价值理性应当为工具理性指引方向[3]。从实践的角度分析，艺术生产是通过工具进行的，数位板不过是数字化的绘图纸，任何艺术作品终要通过感官产生感知才能为人所鉴赏。在艺术鉴赏中，感知后产生的认知便是价值，它是艺术作品中蕴含的内涵、精神和美学思想，需要艺术家根植于作品中，也需要鉴赏者从作品中挖掘。以技术为桥梁，将灵韵从创作者传播至鉴赏者就是融通，这也是理性与艺术的融通，艺术教育与社会需求的融通。

三、公共教育：艺术教育的社会化转向

技术使艺术从精英化走向大众化，纵览机械复制艺术的发展历程，印刷术使普通人读到诗文，摄影及冲洗技术带来写实易懂的图像，影音复制技术开辟了听歌、看电影等全新的娱乐方式。可以说，技术在创造新艺术形式的同时，也使艺术表现出更多消遣性的意味，艺术鉴赏和艺术消费成为公共化的艺术活动，人们对艺术也产生了更广泛的社会需求。在本雅明看来，虽然机械复制导致了艺术光晕的消失，但它也改变了大众和艺术之间的关系，这表明艺术在公共领域内的作用正在得到强化。

（一）艺术的公共性与公共艺术

艺术的公共性与公共艺术从字面上看极为相似，但它们指向的是艺术发展进程中既有区别又有融合的两个方面。艺术的公共性旨在表达艺术在发展过程中产生了能为公众所共享的精神价值，这里的“公共”是一种基于艺术内涵和艺术精神的视野，指艺术作品能突破时空的限制，在不同时代、不同地域、不同受众面前均可以被解读。公共艺术在诞生初期是对艺术门类或艺术行为的指代，强调艺术空间的“公共”和受众群体的“公共”，以物理属性上的“公共”为前提来反映社会的公共认知。随着技术在艺术领域内的应用，艺术的公共性需要通过影响范围更广的艺术作品进行深化，公共艺术也在技术迭代中承载更丰富的内涵，这两个方面在数字语境中走向融合，艺术的公共性在新的文化语境中成为当代公共艺术的一个特性、一种目的，即要求公共空间中的艺术作品具有公共性，反映公共精神[4]。这一融合促进了艺术教育的社会化转向，蕴含公共精神的艺术作品不仅需要被创作，更需要被解读。

（二）公共艺术教育的必要性

在智能时代，大数据、人工智能等技术不仅改变了艺术作品的表现形式与展览方式，也使艺术在数字语境中不断分化出新的角色。艺术作品既是文化，又是商品；既具有媒介属性，又附带经济效益；既能重塑社会环境，又能构建人文精神。近年来，网络媒介不断拓宽传播渠道，放大传播声量，进一步扩大了艺术作品的受众范围，与此同时，越来越多的艺术家开始将公共性的社会话题注入艺术作品，这使艺术接受不再是单纯的鉴赏或娱乐消遣，从中亦可寻觅出一些社会活动的踪影。在这种社会环境下，审美素养的重要性变得可与媒介素养比肩，艺术教育便不能再局限于高校之中。因此，艺术教育在改革过程中不能只注重将技术引入课堂，更应该思考如何使艺术教育在社会层面发挥价值。高校不仅要通过专业艺术教育培养智能时代的艺术家，更要与其他社会组织合力发展公共艺术教育，提升艺术接受者的鉴赏能力，从而打破公众与艺术作品之间的认知壁垒，使艺术的公共性价值不被稀释。文章期待能革新智能时代的艺术教育观，从核心问题出发，用观念指导实践，由表及里地进行艺术教育改革，在培养具备创新能力的艺术创作者的同时，也培养具有审美素养的现代公民。

参考文献：

[1]曹再飞.人工智能时代的艺术图景[J].艺术广角，2018（1）：6.

[2]周宪.再发明与在行动———化解人文学科世界性危机的路径[J].南国学术，2015（2）：39.

[3]李玉恒.走向工具理性与价值理性融通的高等教育[J].河南广播电视大学学报，2005（2）：62.

智能教育范文篇10

关键词：智能教育；智能学习环境；参与式设计

1引言

20世纪90年代信息通信技术（ICT）造就泛在学习的实现，改变了时间和空间的概念，提供了获取信息和修改知识生产的新机会。今天，移动设备的使用使部分人认为学习发生的地点和环境并不十分重要，然而，位置（物理和虚拟）并非无关紧要，相反，它们正变得越来越重要，学习环境的设计需要结合正式和非正式的情形，编排一个适合个体在不同地点学习的环境。同样重要的是，移动设备能将位置整合为适应个性化学习，它的使用为用户提供了多方面的机会，如：生成和控制基于现实位置的环境或上下文等。数字技术促进了学习的新视野。Chatti（2010）总结了教育未来面临的挑战，他认为学习本质上是个人的、社会的、分布式的、无处不在的、灵活的、动态的和复杂的。我们需要从根本上转变学习模式，建立更个体化、更社会化、更开放、更动态、更知识拉动的学习模式，而不是传统学习模式的一劳永逸、集中化、静态、自上而下和知识推动的模式。虽然这些都是理想的教育成果，但实现这一目标需要基于新的教学方法、技术支持和指导个体学习的新学习设计。

2智能学习

智能学习是建立在两种不同类型技术之上的学习：智能设备和智能技术。智能设备指具有泛在计算某些特性的人工制品，例如，物联网，以眼镜、背包甚至衣服等配饰形式出现的可穿戴技术。智能技术的使用，如云计算、学习分析或大数据，侧重于如何捕捉、分析学习数据，以改善学习和教学，并支持个性化和适应性学习的发展。Begon軌aGros（2016）描述了智能学习的10个关键特征：①位置感知：在智能学习中，实时位置是系统适应学习者学习内容和学习情境所需要的重要数据；②上下文感知：探索不同的活动场景和信息；③社会意识：感知社会关系；④互操作性：为不同的资源、服务和平台制定标准；⑤无缝连接：任何设备连接时提供连续服务；⑥适应性：根据获取、偏好和需求推送学习资源；⑦泛在性：预测学习者的需求，直至表达清楚，为学习者提供可视化、透明的学习资源和服务；⑧全程记录：记录学习路径数据，进行深度挖掘和分析，提供合理的评估、建议，推动按需服务；⑨自然交互：传递多模态交互的感官，包括位置和表情识别；⑩高参与度：在技术丰富的环境中，沉浸在多方位的交互式学习体验中。综上所述，智能学习是一种为学习者提供在现实世界中学习建议的学习系统。

3智能学习环境的特点

智能学习环境的实现超越了智能技术的应用，智能学习环境不仅能使学习者在任何地方、任何时间访问数字资源和互动学习系统，它也能在正确的地方、在正确的时刻、用正确的形式积极提供必要的学习指导、提示、工具支持或学习建议等。有专家认为智能学习环境是“有成效和有吸引力”的，重要的是支持技术与教育学的融合，创造一个连贯的生态系统，提供“知识变化的实时和持续证据，在学习者从一种学习环境过渡到另一种学习环境时，将这些技能无缝地传授给他们”。Hwang（2015）认为智能学习环境因具有三个关键特征：①情境感知：系统必须能够根据学习者在线和现实状态提供学习支持。②自适应支持：系统必须从不同的角度（学习表现、学习行为、概况、个人因素等）以及所处的在线和现实世界语境，根据学习者的个体需求，为其提供即时的、自适应的支持。③用户界面多样性：用户界面可以是任何移动设备（智能手机、平板电脑等）、可穿戴设备（数字腕表），甚至是嵌入日常物品的普适计算系统。综上所述，智能学习环境的目标是提供自我学习、自我激励和个性化服务，智能学习环境的设计应有会话功能，可以使学习者参与到对话中，或促进有关话题或小组对话。它的设计应包含反思功能，这样学习环境可以根据学生的进步和表现进行自我评价，对学习环境中的活动和属性提出可以调整的建议，以提高整体效果；同时它必须有创新功能，学习环境应采用新技术支持学习和教学等。

4智能学习环境和学习生态

智能学习环境是学习生态的重要组成部分。学习生态学是一个超越简单的以技术为中心的系统概述，技术是嵌入在学习者的日常生活经验中的。Barron的学习生态框架（2006）解释了学习是如何跨环境进行的，并确定了它们之间可能的协同作用，包括技术使边界更容易渗透和允许学习过程中新水平方面发挥的作用。她建立了一个基于三个假设的学习生态框架：①各种各样的思想资源可以激发和保持学习兴趣；②如果人们有时间、自由和资源去学习，那么一旦他们感兴趣，他们不仅会选择，而且还会开发和创造学习机会；③兴趣驱动的学习活动是跨界和自我维持的，学习者是网络中的主要参与者，负责维护社会关系，并在整个物理和虚拟环境中创造意义。综上所述，智能学习环境必须能检测并考虑实际的学习生态环境，将学习者置于真实场景中，为学习者调整学习界面和任务，提供个性化的反馈和跨学科的学习指导或支持，推荐学习工具或策略，根据学习者的在线学习状态和在现实世界中的学习状态，通过多种渠道与用户互动，促进正式和非正式的学习。

5智能学习环境的设计

智能学习环境涉及到正式和非正式学习环境的语境、文化资源和社会文化等，它不仅与提高学习理念相联系，而且还强调了根据学习发生的地点进行调整，以适应个性化的需要。因此，智能学习对评估提出了重要的挑战，因为内容可能不是固定的，活动可能扩展到跨正式和非正式的设置。所以，在设计智能学习环境时必须考虑两个关键问题：①用户智能学习环境设计与参与；②提供有用的支持，为用户提供适当的反馈。（1）参与设计。学习设计领域是近年来发展起来的，目前有一套现成的方法、工具、系统和模型，可以让教育工作者在设计时提供具有更丰富学习体验的场景，设计应阐明和协调学科内容、教学理论、基于实践的经验以及日益多样化和复杂的技术资源的使用，设计本质上是迭代和协作的，它需要讨论、反思、批评和实施。参与式设计被用来增加智能设备设计的知识。例如，Pons等人（2015）运用参与式方法设计了一种可视化语言和工具，用于创建未来的基于有形表的编辑器，实现智能环境的个性化。该设计旨在识别视觉化的特征，同时考虑到学习者知识的差异，将参与式设计应用于开发Feeler，这是一种原型，用于帮助人们认识到不同的习惯和心理状态是如何影响他们的学习。因此，Feeler能培养学习活动的意识和反思。它的设计基于这样一个假设：建立在监测生理数据基础上的学习技术应该旨在帮助学生理解影响他们学习成绩的不同方面，从而增强他们的能力。因此，Feeler在原型设计中探索了一些支持反射的策略，比如时间的创造、提出反思性的问题和保留一些不完整的方面，以鼓励用户去探究它的含义。尽管这案例是原型，一些作者认为该设计在开始讨论数据时起着支持个性化信息方面的作用。（2）数据可视化。反馈被认为是帮助学生提高成绩的关键工具，传统的反馈通常与学习者、与老师和同事的沟通机制有关。在智能环境下，技术的使用为跟踪学习者的活动增加了新的可能性，并为他们的学习表现提供了更直接的反馈。然而，大多数使用学习分析的都集中在为教师提供信息，以改进他们的教学策略，学生很少被认为是学习分析数据的主要接收者，也很少有机会利用这些信息来反思他们的学习活动，更有效地自我调节他们的学习。近年来，越来越多的学者开始提倡以学生为中心的分析，认为学习分析可以被用作一种工具，用于反思和元认知，以支持自我调节的学习。在使用学习分析促进反思的学习环境设计中，确定主要的挑战是至关重要的。我们面临的最紧迫的挑战可以分为两类：数据和可视化。什么样的数据对学习者最有意义？哪种类型的可视化最能成功地促进反馈？将数据转换为知识是一个认知过程，可以通过提供数据的方式得到支持。信息可视化被认为是一种有意义的工具，因为它有助于合成复杂的信息，促进比较和推断。因此，为了真正使用分析来帮助学生成为自主学习者，有必要采用一种以学生为中心的方法。作为智能教育环境的研究者有必要重新思考如何选择学习指标，以及这些指标在多大程度上有助于将学习视为一种过程，而不是结果。在这方面，允许学生决定他们将监控的哪些方面的分析可以帮助学习分析成为反思智能学习环境的工具。

6结束语