AI研習丨盧宇：改善在線教育，人工智慧大有可為

為做好疫情防控工作，阻斷疫情蔓延，工業和信息化部科技司 發布《充分發揮人工智慧賦能效用、協力抗擊新型冠狀病毒感染的 肺炎疫情倡議書》，指出要著力保障疫情期間的工作生活有序開展， 開放AI教育資源，助力教育在線化，推動實施「停課不停學」。全國各地中小學也積極通過各類網絡教學平臺組織和開展線上教學與教研活動。線上教學的全面鋪開，是教育領域防範疫情的重要舉措，但同時也存在著一系列痛點問題亟待解決。

一、在線教育的痛點

（一）線上教學智能性有待提升

學生線上學習的過程中能否按時、保質地進行學習，是保證線上教學效果和質量的關鍵所在。線上學習過程中，較難對學生的參與程度進行有效監測和管理；同時，與線下教學相比，教師進行課後批閱的難度也較大。例如，大多數教師目前要求學生通過拍照方 式將作業上傳到教學平臺，教師於課後對照標準答案，通過在線圖片標註或者紙筆的方式記錄下每個學生作業存在的問題，然後再依次上傳回教學平臺或直接反饋給學生。整個批閱過程，一方面加重了教師端的工作負擔；另一方面降低了學生端的學習及溝通效率。另外，當前線上各類教學資源良莠不齊，系統無法進行精準推薦和篩選，容易導致學生面臨「信息過載」和「知識迷航」等問題，對學生的積極性與學習效果產生消極影響。

（二）互動性與情境感知能力有待增強

線上教與學的過程經常處於時空分離狀態，教與學不僅在空間上被割裂，在時間上也經常具有異步特性。即使在實時教學直播過程中，也存在互動性差、學生參與感低等問題，網絡另一端的教師很難及時了解學生學習狀態並進行相應教學幹預。同時，線上教學 並不是簡單的課堂轉移，也需要不同於線下課堂教學的教學策略。小學階段的學生，由於年齡偏小，自制力較差，線上學習需要增加教學過程中的互動性和趣味性；中學階段的學生，自制力強一些，但自主性也比較強，缺少內容張力和臨場感的課程內容通常難以有吸引力。當前各類線上教學平臺很難提供這類技術和功能支持，教學過程中的互動性與情境感知能力有待加強。

（三）家庭教育臨時補位

疫情條件下，學生長期在家庭環境下進行學習，家庭教育的重要性也大幅度提升，需要由家長更多承擔起對孩子進行教育和心理輔導的重任。然而，大部分家長並不具備相關專業知識，在認知上對育人知識和理論也存在盲區或誤區，並且由於工作繁忙而容易忽視孩子成長中出現的各類問題。因此，亟需提高家庭教育的質量，探索德育領域的家庭育人解決方案，形成家校合作共育的良好模式。

二、解決在線教育痛點問題，人工智慧大有可為

（一）提升線上教學的智能性

推廣學科智能導學系統（ITS）可以作為增強線上教學智能性的有效途徑之一。最早的智能導學系統可以追溯到上世紀90年代，系統設計上融入了教育學和認知科學等理論，可以為學生提供自動出題和支架式反饋等線上教學服務。同時，智能導學系統依靠內置的學習者模型，可以追蹤學生的認知狀態變化並進行實時更新。智能導學系統經過多年的研發，已在各類學科教學中顯示了其有效性。針對在線教學的智能性需求，智能導學系統可以實現以下功能：首先，對學習者進行多維度建模並針對其認知狀態進行優質學習資源的精準推薦；其次，設計符合教學特點的用戶交互界面，提高學生使用的興趣和頻率；最後，對於繁雜的教師批閱等環節，提供有效的解決方案。隨著人工智慧技術的發展，智能導學系統逐漸能表徵較為複雜的多學科、開放性學科知識與資源，並給予精確標註和推薦；自然語言處理技術可以直接幫助系統通過對話方式來進行教學互動；數據挖掘與深度學習等技術可以分析教學的過程性與測評性海量數據，從而建立更加普遍適用的多維度學習者模型和自動批閱模型（見圖 1）。以北京師範大學研發的數學智能導學系統「雷 達數學」為例，其利用教育數據挖掘、知識追蹤等關鍵技術，可以對學生的數學學習過程和知識掌握 狀態進行精準診斷，並對公式類和文本類的學生答 案進行自動批閱。依據診斷和批閱結果，系統可以 為學習者提供自動反饋和優質學習資源的推薦。同 時，通過認知地圖等知識可視化方式，提供個性化 的學習導航與動態學習路徑規劃服務，並階段性生 成個性化學情報告，以幫助處於不同認知階段的學 生進行在線學習。

圖 1 基於深度學習與學科領域知識的學習者模型

（二）增強互動性與學習情境感知

基於人工智慧技術的教育服務類機器人，可以有效幫助增強教學互動性與學習情境感知能力。教育服務類機器人通常可以直接對教學過程進行智能輔助服務，且服務過程中可以扮演導師、學伴及監督者等多種角色。其中，導師角色指機器人作為教師助手，為學習者提供針對性教學資源和支架式反饋；學伴角色指機器人作為學習夥伴參與學習者的學習過程中，開展協作學習並提供情感支持；監督者角色指機器人通過智能傳感器、可穿戴設備等硬體與測評基準模型，對學習者的知識、心理與體徵狀態進行監測。以北京師範大學研發的「智慧學伴」智能教育機器人為例，該機器人基於自然語言處理技術構建了以教學目標驅動的問答與對話等人機互動能力，利用情感計算與計算機視覺技術實時估計學習者情緒和專注度，實現學習情境的感知。在此基礎上，機器人具備五類典型的教學應用模式，幫助學習者完成不同階段的教學目標，並滿足學習者在自主感、勝任感及歸屬感等維度的心理需求。該教育機器人曾在2019年國際人工智慧聯合會議 IJCAI上獲獎。

（三）實現隱性家庭育人知識顯性化

育人是教育的本質訴求，家長在面對孩子成長過程中的典型問題時，由於不了解關鍵的教育學、心理學等知識而無從下手，往往不知所措或粗暴幹預。尤其在防疫期間，學生由於心智的不成熟，更面臨著多重壓力，家長也沒有歷史經驗去處理且缺乏科學方法的指導。根據邁克·博蘭尼知識理論，育人知識可分為顯性育人知識和隱形育人知識。顯性育人知識指能夠通過文字、圖表等表達出來的清晰知識，隱性育人知識指基於主觀體驗和領悟而獲得的無法用言語簡單表達的知識。通常情況下，隱性育人知識遠遠多於顯性育人知識，並且通過經驗和思考而獲得的大多都是隱性知識，因此家庭教育需要育人領域隱性知識的顯性化。人工智慧技術的發展可以為解決上述問題提供新思路：一方面，知識圖譜技術可以表徵育人領域的核心概念及其相互關係，並能夠在此基礎上進行有效推理，進而對育人問題進行潛在成因的定位，為個性化育人提供精準的領域知識模型；另一方面，基於自然語言處理等技術，可以通過自然語言交互方式，實現育人問題的智能診斷和自動諮詢。以北京師範大學研發的 「AI好老師」育人助理系統為例（見圖2），基於 近萬個育人領域的優秀案例，設計和構建了針對性 的育人知識圖譜。在此基礎上，任務驅動型的對話 系統可以通過對話狀態跟蹤與對話策略學習等關鍵 步驟，完成對當前家長遇到的育人問題的多層次信 息採集，進而可以給出相應的育人對策及相關案例。藉助人工智慧技術，可以幫助家庭教育和家長樹立 育人意識、掌握育人知識、提升育人能力。

圖 2 「AI 好老師」育人助理系統

最後，我們相信當前超大規模的線上教育既 是應對疫情的應急之舉，也是「人工智慧+教育」 領域的重要發展機會。人工智慧技術需要深入到 教育的各類場景中，尤其需要密切關注和解決當 前線上教學的各類痛點問題，發揮自身優勢，為 支持個性化的優質線上教育貢獻解決方案。

( 參考文獻略 )

選自《中國人工智慧學會通訊》

2020年 第10卷 第5期 百家講壇