浙江龙网

  1. 首页 > 生活百科 > >

服务|人工智能与教育融合促进高等教育改革( 三 )


人工智能将促使教师的角色转换 。 现有的教学生态受限于资源条件 ， 课后重复性的评阅、考核工作占据了教师大量的精力 ， 导致教师无法专注于课堂教学形式的创新、教学质量的提升 。 现有的人工智能技术可在一定程度上减轻教师的课后负担 ， 比如 ， 一些计算机视觉技术对扫描得到的作业及试卷图像进行识别以完成批改和评阅 ， 语音识别技术则可以通过会话分析开展口试测评和发音纠正 ， 而一些人机交互技术则可开展简单会话完成及时的答疑解惑 。 这些技术背后依靠的海量数据分析可给予学生准确的多层次指导 ， 再结合教师自身的教学经验与教学思想 ， 可促进教学活动更加有效的开展 。 整体而言 ， 这些人工智能在减轻教师课程负担的同时 ， 辅助实现了教学质量的提升 。 因而 ， 融合背景下的教师需要结合自身经验合理的应用这些技术 ， 更多的将职责重心放在监督和引导学习者上 ， 辅助整个教学活动的开展 。
总之 ， 在引入人工智能后新的教学生态下 ， 学习者成为教学的主导角色 ， 而教育者在教学过程中的定位更加侧重于成为学生的陪伴者和支持者 。
2．大数据与情感分析 ， 促进伴随式评价
人工智能与高等教育的融合 ， 将摆脱现有面向单一数据、反馈不及时、脱离教学场景的教学评价窘境 ， 通过大数据实时处理与情感细微感知等技术 ， 开展教学全过程的分析与及时针对性的反馈 ， 从而推动以“促进学习者学习”为目标的动态“伴随式”评价的开展 。
大数据分析推进全过程的评价 。 当前的教学评价往往只依据学生的作业完成情况、考试分数成绩等固定单一的数据 ， 整体上这些数据存在以下问题：对于多次获取的成绩分数数据 ， 难以综合把控学生的发展状况；作业、测试等阶段性数据 ， 难以持续、动态地定位与追踪学生的学习状态 。 而大数据技术的出现 ， 使得粒度更细、范围更广、渠道更多、频率更快、精度更高的教学数据得以被便捷、及时地采集 。 顺应教学各环节的开展 ， 可形成一条具有正向流动与反馈调整的学习数据流 。 大数据分析技术可充分整合这些数据 ， 实现学习数据流的动态把控 ， 即分析动态学习数据 ， 追踪学习过程 ， 记录学习路径 ， 开展全过程的诊断与评价 。 因而 ， 大数据技术与高等教育的融合 ， 推动课堂评价从阶段性静态评价向全过程动态评价的转变 。
情感计算关注及时有效的反馈 。 现有的评价数据中 ， 用于评价学习者课堂表现的数据多呈现为学习者自我报告和教师主观等级评分的形式 ， 而用于评价教师教学效果的数据有很大一部分来自学生的主观等级评分 。 人工智能中被广泛应用的自然语言处理技术和计算机视觉技术则可以很好地开展相关情感分析 ， 通过提取文字中的关键词和表情举止间的细微变化图像帧 ， 与语料库和表情库中的大量样本进行相似性比对 ， 综合分析可得到对应态度 。 这些情感反馈数据一方面丰富了原有的评价数据 ， 另一方面也使得评价的结果更加有效、及时 ， 从而推动“促进学习”的“伴随式评价”的落地实现 。
3．落实因材施教 ， 发展个性化教育
教育倡导因材施教 ， 但在教师面对学生多的背景下 ， 难以感知和分析每个学生的学习状况 ， 因此因材施教和个性化教育很难落到实处 。 现有的在线教学大多数只是空有“个性化教育”的外衣 ， 实质上只是把上课地点从教室搬到了手机和电脑等电子产品上 ， 仍然无法及时有效地关注学习者的学习情况 。 而人工智能的出现 ， 将有很大可能解决当前这一问题 。

推荐阅读


上一篇：筛查|教育部：将抑郁症筛查纳入学生体检

下一篇：国家|教育部：将着力解决中小学生校服变相强买、价高等问题