在英国学者玛格丽特·博登《AI：人工智能的实质与未来》一书中，人工智能被定义为“让打算机完成人类心智能做的各种事情”。
迄今为止，“人工智能”研究领域经历了抽芽、出身、黄金、第一次低谷、繁荣、第二次低谷、连续发展7个阶段。
当前，人工智能+教诲的产品如雨后春笋般，正在向教诲生态的各个领域迅速铺开。

值得把稳的是，目前，人工智能仍处在“弱”人工智能阶段，教诲数据生态尚未形成，共享机制和人工智能伦理尚未建立。
因此，现阶段的“人工智能+教诲”产品一定存在诸多风险。
请教导领域而言，人工智能的发展在于推进人工智能在西席的“教”和学生的“学”中的深度利用，办理教诲、传授教化中的突出难题，赋能西席，减负学生，回归立德树人初心，促进学生德智体美劳全面发展。

新一代“人工智能+教诲”研发方向首选——

开拓面向西席的人工智能专家平台

当前，人工智能技能叠加到教诲场景的探索正在风起云涌地进行。
2018年11月，北京师范大学发布的《人工智能+教诲蓝皮书》表明，“人工智能+教诲”紧张集中在智能教诲环境、智能学习过程支持、智能教诲评价、智能西席助理、教诲智能管理与做事等五个范例场景。
德勤研究发布的《环球人工智能发展白皮书（2019）》中，人工智能在教诲中的运用则被归纳为教、学、评、测、练五个传授教化环节。

然而，目前大多数人工智能教诲产品紧张面向学生和家长，如各种各样的学习机、早教机器人以及搜题类产品等。
市场行为本身无可非议，但到目前为止，现有的人工智能教诲产品仍未办理精准化和零偏差的问题，潜在的教诲风险尚未被关注。

实际上，就当前教诲而言，最急迫须要开拓和供应的产品正好该当是面向西席、具有数据挖掘和智能赞助功能的专家系统或平台。

首先，这是西席精准诊断学情的须要。
既往谈论西席专业化问题，学者一样平常会将西席职业与年夜夫职业进行比较。
100年前年夜夫与西席利用工具的繁芜性险些没有太大差别，年夜夫利用听筒，西席利用粉笔、黑板；当下这两个职业赞助工具的智能化程度却大相径庭，年夜夫拥有心电、脑电、核磁共振、神经外科手术机器人以及基于大数据和人工智能的专家读片系统、远程诊疗系统等，而西席传授教化的赞助工具只有电子白板，在学情诊断上短缺相应的智能化工具。
教诲传授教化是艺术的，但首先该当是科学的。
如果教诲传授教化缺少科学技能支撑，就会导致西席茫然与困顿。
同时，科学技能界尚未优先开拓支持西席教诲传授教化、具有诊断功能的产品。
因此，聚合新一代通信、物联网、大数据挖掘、人工智能深度学习等技能，开拓面向西席的具有教诲诊断、办理方案建议的专家系统或平台迫不及待。

其次，这是达成本色减负的须要。
德国生理学家赫尔曼·艾宾浩斯等人研究创造，学习者要节制所学的知识须要反复练习巩固，过度学习是须要的，但超过一定限度就会导致学习疲倦而产生边际递减效应。
题海战术在传统传授教化模式中的盛行，不能大略归由于西席“偷

末了，这是填补“人工智能+教诲”产品毛病的须要。
当古人工智能仅善于于处理单个方面的任务，不能平行乃至“非理性”地完成多个任务。
教诲的情境性、非逻辑性注定了目前“人工智能+教诲”产品难免存在偏差或毛病。
如果这些产品直接面向学生、家长，其后果可想而知。
而西席自身具有专业性，可以识别、纠正和规避这些差错或毛病。
人工智能平台供应的大数据报表、智能办理方案等，经由西席的“人脑”筛选、加工、改组，加以恰当利用，就可以在一定程度上避免人工智能产品在教诲中的滥用、误用。

人工智能专家平台培植的打破点——

学科交叉领悟、建立数据生态、推进区块链运用

从目前已经面世的人工智能教诲产品来看，其开拓思路和产品功能的相似度很高。
以学习机为例，开拓商通过前期与几千所中小学互助，获取海量与教材知识点、能力点关联的练习题，设计出基于行为主义理论的学情诊断和纠正系统或平台。
这类平台一样平常都具有大数据功能，能够对学生的作业对错、练习频次等“画像”。
实际上，将这些功能供应给西席，能在一定程度上减轻西席包袱，帮助西席履行个性化教诲传授教化，这可以称为“人工智能+教诲”1.0样态。
但是，面向西席的人工智能专家平台该当在聪慧化方面向前迈进，从学科交叉领悟、教诲数据生态培植和区块链技能运用等方面加以打破。

一是学科交叉，跨界领悟，实现分工互助的“人工智能+教诲”2.0环境架构。
“人工智能+教诲”2.0技能环境架构须要软件工程、信息科学与技能、掌握与自动化、神经教诲学、神经心理学、教诲技能学等多学科交叉领悟。
个中，教诲学科侧重依托神经科学、生理科学最新研究成果，特殊是脑科学和类脑研究领域的最新成果，为打算科学理解人脑和仿生技能供应支撑；打算科学、信息科学等侧重教诲大数据获取、知识图谱构建、数据处理与挖掘、智能诊断、研究；软件工程则卖力智能平台工程开拓等。

二是构建教诲数据生态系统。
数据、算力、算法、学习科学是“人工智能+教诲”的四大要素。
海量教诲数据既是演习人工智能系统的根本，也是发展教诲人工智能的关键。
海量教诲数据生态数据的形成，取决于获取与共享、数据预处理、数据存储与打算等多方面。
在教诲数据获取方面，应将重点放在学生学习过程，可以通过眼动仪和可回放书写轨迹的电子墨水本等设备与手段，获取包括教室学习、解题、回答问题、作品创作等过程的认知、影象、表象、思维、把稳和个性等特色。
在教诲数据共享方面，该当加快教诲数据采集标准与规范的建立，在遵守数据规则和隐私伦理的条件下，按协议开放、共享公共教诲数据资源。
在教诲数据存储与打算方面，除算法优化、深度学习、材料演习等人工智能技能发展与运用外，各高校、科研院所还应联合攻关，快速形成拥有我国自主知识产权的大数据模型和比对常模。

三是推进区块链技能在面向西席的人工智能专家平台中的运用。
当前，国内外“区块链+教诲”的研究热点，紧张聚焦在学分认证、证书管理、数字教诲资源、学习者能力与学习成果管理等方面。
区块链的中央化、共识机制、可追溯性和高度信赖等属性，正好可以用来办理教诲诊断、学天生长尤其是风致发展评价等棘手问题。
基于区块链技能建立学生个人学习发展档案，将有助于彻底改变教诲、传授教化评价办法，也可以为面向西席的人工智能专家平台开拓供应主要支撑。

人工智能专家平台之于西席——

赋能西席并促进西席紧张任务发生变革

以智能感知、深度学习、神经网络、情绪打算等为要素的人工智能环境，已经深深嵌入人类社会的各行各业、生活学习的方方面面。
面对人工智能在教诲领域的迅猛发展，不少西席开始担忧，人工智能会不会让自己失落业？

“人工智能+教诲”是对西席的赋能，但同时也呼唤西席事情转型。
当前，西席传道、授业、解惑的三个紧张任务正在发生变革。
慕课平台的海量在线学习资源和人工智能家教类产品基本上可以代替传统西席的知识讲授；面向西席的人工智能专家平台也可以在一定程度上帮忙西席给学生答疑、解惑。

由中国科学技能发展计策研究院、科技部新一代人工智能发展研究中央联合国内外十余家机构编写的《中国新一代人工智能发展报告2020》认为，人工智能时期西席角色和定义发生了变革，但技能不会取代人类西席。
新一代人工智能专家平台的涌现，除了可以帮助西席完成机器重复的劳动，还能为西席供应学情“画像”和个性化帮助学生的方案。

朱小蔓早在1994年《创建情绪师范教诲》中就指出，“人的思想风致、情绪本色和行为习气方面，更不是依赖认知传授教化过程来完成的，而每每是学生自发地向西席模拟、认同，在不自觉的情形下接管西席的影响，建立行为的制约，即所谓潜移默化”。
以是，“传道”这一极具情绪性的教诲任务，目前人工智能还很难替代。
西席与学生进行面对面教诲，西席一个关怀的眼神、一个加油鼓劲的手势，师生之间形成的信赖与支持，以及学生对西席的崇拜、模拟等，是任何冷冰冰的人工智能产品都无法替代的。
疫情期间的在线学习效果也从另一角度佐证了西席与学生面对面教诲的主要性和不可替代性。

教诲的实质是一棵树摇动另一棵树，一朵云推动另一朵云，一个灵魂唤醒另一个灵魂。
人工智能自身的风险和人工智能在教诲中运用的分外性，决定了该当优先开拓面向西席，赞助、支持西席事情的专家系统或平台。
西席该当更加关注自身教诲履历、聪慧的积累，利用人工智能专家平台，开展循证传授教化，让传授教化、教诲过程变得更科学、更有效，让学生作业、练习更轻松、更精准。
借助人工智能供应的大数据和教诲建议，西席可以从繁杂、噜苏的重复劳动和分数追逐中解放出来，更充分地担当情绪性“育人”的角色，更好地坚守立德树人的初心。

（作者系南通大学西席教诲学院院长、兼任西席教诲管理处处长，教授）

《中国教诲报》2022年12月29日第7版

作者：丁锦宏