我國的長遠發展和人才戰略，對高素質人才的需求迅速增長。高等教育的擔當之一就是給更多的青年提供接受高等教育的機會。隨著高等教育的普及，高校的生師比過高，基于對學生的過程性評價的個性化教育、因材施教是高等教育質量提升的挑戰。人工智能與教育的融合，有助于高質量教育體系的建設。

人工智能潮流下高等教育面臨的挑戰

對于教師而言，信息化、大數據、人工智能提供了非常豐富的平臺、工具和資源，教師需要駕馭人工智能新技術的能力，但又不能停留在駕馭的層面，技術是為教育服務的。用有熱度的教育去擁抱學生，不是機器可以代替的。隨著學生接觸新技術的能力不斷增強，教師面對更多的學生挑戰會成為常態，教師內心就要完成角色的轉換，自己不再僅僅作為知識的傳授者，而要成為滿足學生個性化需求的教學服務提供者、學生學習的陪伴者、動力的激發者、情感的呵護者，真正成為學生“靈魂的工程師”。在新形勢下，教師需要做的更多的是投入情感、用自己的思想和閱歷去引導學生，協助學生成長。

對于學生而言，人工智能改變學習模式，但并不能改變學習的終極目標。人工智能能夠降低學習者學習知識的門檻，拓寬獲取知識的渠道，讓學習者可以站在巨人的肩膀上去高效率學習。但作為學習者仍要清醒的意識到人工智能只是一門技術，其充當的角色是輔助而不是代替。學習的目標終究還是能力的提升，人工智能能夠幫助學習者解答問題，但并不能幫助學習者解決問題;問題的解決終究是要依靠學習者自身的能力與素養。因而，如何成為有用之才不能被技術干擾，才應是學習的終極目標。

人工智能本質上是一種強大的工具，其在給學習者提供多樣學習支持服務的同時，可能會減少學習者很多思維訓練和學習體驗的機會，改變其大腦結構和認知能力。這就可能使學習者產生惰性而降低學習動力，逐漸失去競爭能力，無法順應飛速發展的時代潮流。因此，學生在熟練運用人工智能輔助自身學習的同時，要永葆積極的學習動力，開展終身學習，才能與時俱進，真正被社會所需要。

最后，在面向教師和學生開展人工智能教育時，必須要關注其中的倫理問題，以保證教育的健康發展。我們要充分考慮人工智能在教育活動中所扮演的新角色，認識這些角色的不當行為可能帶來的倫理風險，不主動利用角色的特殊地位為個人牟利或是危害他人利益。比如，從學生的角度出發，如果完全借助人工智能自動生成一些諸如論文、作品等更多強調原創性的成果，由于人工智能的學習模式在于從海量樣本中抽取和借鑒，因此不可避免地可能產生微妙和復雜的知識產權和誠信等倫理問題。再比如，從教師的角度出發，在使用教育人工智能采集和使用學生的學習行為數據以提供教學支持服務的過程中，對于其中大量的學生隱私數據可能涉及個人安全倫理問題。因此，要向師生說明其背后涉及的倫理安全風險，而這將是運用人工智能的前提。

我們還要主動了解人工智能的局限性、不確定性及后果風險，學會在合理的場景正確使用技術，避免環境變化、外來攻擊等不確定性因素干擾下所帶來的風險問題。比如，人工智能在助力教育時，其背后所依靠的畫像分析技術、個性化推薦技術等可能會存在一定的不可靠性而導致分析與推薦上的偏差。作為教師，要及時幫助學生識別出不合理的內容與信息并進行過濾;而作為學生，也要盡可能具備選擇適合自身課程開展學習的能力，師生雙方合作才能建立良好健康的教育生態。

人工智能與教育領域融合大勢所趨

近年來，隨著人工智能的大力發展和應用，人工智能在教育中的應用也越來越廣泛和深入，人工智能與教育的融合也越來越普遍，一方面人工智能深度融入教育，另一方面也對高等教育提出了新的要求，尤其是對人工智能人才培養的極大需求。

首先，人工智能無縫融入教育。信息化應用的一個常態就是，取代簡單重復的人工工作。在教育領域，人工智能取代大量的重復性但并不簡單的人工工作，比如出作業題和考試題、作業批改和考試判定等。教育模式的固化是高等教育中最值得關注的問題之一，高等教育的教學模式從固化到僵化容易導致教學評價指標過于單調、學習者內驅力不足、趨向于填鴨式的教學，面對越來越多的學生，教師很難開展個性化教育。學習者追求的目標慢慢不再是精益求精的科學技術、面對實際專業問題的應對能力、對自己感興趣領域的鉆研，而變成了出勤率、作業分數、考試分數和排名等考核指標。人工智能恰好給這些問題提供了很好的解決思路和技術支撐，并解決學習環節中的一系列經典問題，包括語言處理、推理、規劃和認知建模等。

其次，人工智能對高等教育提出了新的需求。2017年，為了迎接新一輪的科技革命和產業變革的挑戰，教育部提出了“新工科”的戰略行動，指明了新時代工程教育改革的新方向。這在一定程度上體現了教育與技術賽跑的持續模式：技術的進步先于教育，教育需要根據技術的進步重新定義人才價值。因此，在人工智能的浪潮下，新型人才應當是具有能力處理更多工具理性主義的挑戰、博精并重的復合型人才。肩負培養人才重任的高等教育也需要從教育體系入手，系統地融合人工智能，提升教育效果。

人工智能促進高等教育改革

人工智能作為一種通用技術，可以廣泛應用于各個領域，其與教育的融合勢不可擋。六種在良性循環中交互的核心人工智能，包括業務數據分析、自然語言處理、語音識別、機器推理、計算機視覺、機器人和傳感器。隨著這些技術在教育領域的滲透與應用，將助力高等教育改革。

1．改變教學生態，中心化學習者角色

人工智能的應用，已經改變了許多行業領域的產業生態，而人工智能和高等教育的融合將教學的中心拉回至“學習者”的角色。

人工智能將賦予學習者更大的自主權。傳統的大學課堂多采用“流水線式”的教學模式，學習的內容及形式由教師主導，“填鴨式”“灌輸式”的知識傳授方式往往無法驅動學習者開展自主的思考和探究，導致學習者在教學中處于被動地位。隨著人工智能的發展，以慕課為代表的智慧教學平臺逐漸走入人們的視野。這些智能應用借助互聯網、大數據技術實現海量教育資源的匯總，同時借助基于關鍵詞提取、匹配等自然語言處理技術實現針對資源內容的信息檢索等功能。這些應用及技術使學生可以自由的選擇學習內容與形式，賦予其極大的自主權，在很大程度上促進研討式教學、學生自我探索和自我完善等多元教學模式的發展，從而中心化學習者在教學生態中的角色。

人工智能將促使教師的角色轉換。現有的教學生態受限于資源條件，課后重復性的評閱、考核工作占據了教師大量的精力，導致教師無法專注于課堂教學形式的創新、教學質量的提升。現有的人工智能技術可在一定程度上減輕教師的課后負擔，比如，一些計算機視覺技術對掃描得到的作業及試卷圖像進行識別以完成批改和評閱，語音識別技術則可以通過會話分析開展口試測評和發音糾正，而一些人機交互技術則可開展簡單會話完成及時的答疑解惑。這些技術背后依靠的海量數據分析可給予學生準確的多層次指導，再結合教師自身的教學經驗與教學思想，可促進教學活動更加有效的開展。整體而言，這些人工智能在減輕教師課程負擔的同時，輔助實現了教學質量的提升。因而，融合背景下的教師需要結合自身經驗合理的應用這些技術，更多的將職責重心放在監督和引導學習者上，輔助整個教學活動的開展。

總之，在引入人工智能后新的教學生態下，學習者成為教學的主導角色，而教育者在教學過程中的定位更加側重于成為學生的陪伴者和支持者。

2．大數據與情感分析，促進伴隨式評價

人工智能與高等教育的融合，將擺脫現有面向單一數據、反饋不及時、脫離教學場景的教學評價窘境，通過大數據實時處理與情感細微感知等技術，開展教學全過程的分析與及時針對性的反饋，從而推動以“促進學習者學習”為目標的動態“伴隨式”評價的開展。

大數據分析推進全過程的評價。當前的教學評價往往只依據學生的作業完成情況、考試分數成績等固定單一的數據，整體上這些數據存在以下問題：對于多次獲取的成績分數數據，難以綜合把控學生的發展狀況;作業、測試等階段性數據，難以持續、動態地定位與追蹤學生的學習狀態。而大數據技術的出現，使得粒度更細、范圍更廣、渠道更多、頻率更快、精度更高的教學數據得以被便捷、及時地采集。順應教學各環節的開展，可形成一條具有正向流動與反饋調整的學習數據流。大數據分析技術可充分整合這些數據，實現學習數據流的動態把控，即分析動態學習數據，追蹤學習過程，記錄學習路徑，開展全過程的診斷與評價。因而，大數據技術與高等教育的融合，推動課堂評價從階段性靜態評價向全過程動態評價的轉變。

情感計算關注及時有效的反饋。現有的評價數據中，用于評價學習者課堂表現的數據多呈現為學習者自我報告和教師主觀等級評分的形式，而用于評價教師教學效果的數據有很大一部分來自學生的主觀等級評分。人工智能中被廣泛應用的自然語言處理技術和計算機視覺技術則可以很好地開展相關情感分析，通過提取文字中的關鍵詞和表情舉止間的細微變化圖像幀，與語料庫和表情庫中的大量樣本進行相似性比對，綜合分析可得到對應態度。這些情感反饋數據一方面豐富了原有的評價數據，另一方面也使得評價的結果更加有效、及時，從而推動“促進學習”的“伴隨式評價”的落地實現。

3．落實因材施教，發展個性化教育

教育倡導因材施教，但在教師面對學生多的背景下，難以感知和分析每個學生的學習狀況，因此因材施教和個性化教育很難落到實處。現有的在線教學大多數只是空有“個性化教育”的外衣，實質上只是把上課地點從教室搬到了手機和電腦等電子產品上，仍然無法及時有效地關注學習者的學習情況。而人工智能的出現，將有很大可能解決當前這一問題。

人工智能助力學習資源的個性化。以慕課為代表的在線教育平臺涵蓋了海量的教育數據，以往對于這些課程的選擇多依賴于學習者自身，這一方面會導致信息過載下的信息迷航，另一方面也會由于課程內容不匹配而使其喪失興趣。人工智能的廣泛應用，則可使個性化學習資源成為可能。綜合學生的知識水平、興趣愛好、學習習慣和學習情緒等數據信息，采用基于模式提取、聚類分析等機器學習方法開展用戶行為分析，可實現教育資源的過濾與推薦。因此高校教育可借助人工智能促進學習者專業領域資源的個性化選擇，開展個性化教學。

人工智能促進學習指導的個性化。人工智能機器人逐漸被應用于指導學習者個性化學習，在及時廣泛收集學習者學習數據開展行為分析的同時，其背后所蘊含的人工智能可以根據學習者現有的學習路徑，構建深度學習模型，開展資源的序列推薦，實現后續學習路徑的自適應規劃;也可以根據學習者與習題測試的反饋，自動建模學習者的知識狀態，開展知識追蹤，從而實現學習者能力的自適應評估。整體而言，自適應的學習路徑規劃與能力評估都會推動學習指導的個性化。

人工智能促進教育形式的個性化。在人工智能的輔助下，在線教育在未來定會成為高等教育的重要形式，以改善高等教育目前普遍采用的程序化現場教學形式靈活性不足的問題，從而使得學生的學習環境不局限于單一的教室，學習內容不局限于單一的課程，而是可以根據自身的個人需求和喜好等，選擇適合自己的學習資源及學習形式，實現個性化教育。

【作者蒲菊華 熊璋，單位：北京航空航天大學計算機學院】

(作者：蒲菊華 熊璋)