人工智能驱动教育技术发展的中德视角

[摘   要] 由中德科学中心资助、华中师范大学教育大数据应用技术国家工程实验室承办的GZ1531国际学术研讨会于3月25日至29日在中国武汉华中师范大学召开。研讨会的主题是“人工智能驱动教育技术发展的中德视角”，契合了近年来教育领域和计算机领域的专家学者在“人工智能+教育”中的深度融合和创新发展方面所做的努力。与会嘉宾围绕“人工智能+教育”的深度认知（教育场景下人工智能的优劣势和可融入层次、机遇和挑战、理解视域）和应用案例（自适应学习系统的开发设计、基于新技术的“人工智能+教育”应用、“人工智能+教育”的数据采集与分析）作了精彩报告，并就中德双方未来的研究项目和学术合作（中德“人工智能+教育”白皮书的制定、自适应学习中的学习推荐和干预方法、基于多模态数据的学习分析与智能学习同伴研发）展开了深入研讨。对上述主题研究成果及进展的集中呈现和探讨，将有助于推动“人工智能+教育”的未来研究和应用实践。

[关键词] 中德科学中心; 人工智能+教育; 学习分析; 智能教育; 交互式人工智能

[中图分类号] G434            [文獻标志码] A

[作者简介] 刘三女牙（1973—），男，安徽桐城人。教授，博士，主要从事教育技术、教育大数据与教育人工智能研究。E-mail：lsy5918@mail.ccnu.edu.cn。

一、引   言

2019年3月25日至29日，来自中德“人工智能+教育”研究领域的19位知名专家齐聚华中师范大学，参加由中德科学中心资助、华中师范大学教育大数据应用技术国家工程实验室承办的国际学术研讨会（项目号：GZ1531），围绕“人工智能驱动教育技术发展的中德视角”这一主题，共同探讨人工智能与教育融合应用的前沿问题。

华中师范大学校长赵凌云出席大会开幕式并致欢迎辞，他特别介绍了目前华中师范大学在人工智能、教育大数据等方面的战略优势和最新举措。作为本次研讨会的发起者和召集人，柏林洪堡大学计算机学院院长、德国计算机学会学习分析与e-Learning分部主席Niels Pinkwart与中国教育大数据应用技术国家工程实验室负责人、华中师范大学国家数字化学习工程技术研究中心教授刘三女牙，围绕“人工智能+教育”的产生背景、研究范围以及机遇和挑战作了简要介绍。杜伊斯堡·埃森大学计算机科学与应用认知科学系Mohamed Chatti教授，波茨坦大学计算机科学系Ulrike Lucke教授，曼海姆大学学习、设计和技术系Dirk Ifenthaler教授，卡尔斯鲁厄应用科技大学计算机科学系Matthias Wolfel教授，柏林工程应用技术大学网络工程系Johanncs Konert教授，柏林应用科技大学文化与计算机科学研究中心Albrecht Fortenbacher教授，德国达姆施塔特工业大学电气工程与信息技术系Johan Rensing教授，德国教育研究所教育信息中心Hendrik Drachser教授，华中师范大学心理学院院长、美国孟菲斯大学心理学系和电子计算机工程系胡祥恩教授，华中师范大学教育信息技术学院杨浩教授，北京大学教育学院尚俊杰副教授，华东师范大学教育信息技术学系顾小清教授，哈尔滨工业大学计算机科学与技术学院秦兵教授，西安交通大学国家大数据分析工程实验室刘均教授，西安电子科技大学人工智能学院董伟生教授，首都师范大学教育技术系方海光教授等国内外20多位专家出席研讨会并作学术报告，200多位来自国内基础教育、职业教育和高等教育等领域的学者及媒体代表参加了此次研讨会。与会专家学者立足于两国在智能教育环境、教育数据伦理、技术与教育融合机制等方面存在的差异性和共同发展诉求，围绕“人工智能+教育”的深度认知和应用案例作了精彩报告，并就中德双方未来的研究项目和学术合作展开了深入研讨，以期推动中德两国在教育人工智能领域的协同创新。

二、“人工智能+教育”的深度认知

围绕“人工智能+教育”的深度认知，与会嘉宾主要探讨了教育场景下人工智能的优劣势和可融入层次、机遇和挑战以及理解视域。

（一）教育场景下人工智能的优劣势和可融入层次

在探讨教育场景下人工智能的优劣势时，杨浩教授指出，人工智能基于大数据和算法，能以最优算法在全面、准确、快速、低错误率和可重复性多方面占优势。但是，人工智能也有很多局限，如造价高、维修高、技术要求高、没有情感等，而且在使用不当时会造成严重后果。由此，他认为人工智能更适用于可追踪的、显性的、技能性的、有规律的、逻辑性强的、直观的、具体学科的领域，而对于不可追踪的、隐形的、情感的、无规律的、直觉的、客观的、跨学科的领域，人类智慧更具有优势。

此外，基于认知分层理论（该理论将认知分为记忆、基本理解、分析、应用、评估和创造六个由下到上的层级），杨浩教授还分析了人工智能在教育场景中的可融入层次。具体而言，在最低的两个层级中，人工智能能够超越一般人类智慧;在中间两个层级中，人工智能能够作出更加全面精准的分析，但决策时仍需要人类智慧;在最高的两个层级中，目前人工智能无法发挥作用。而且，在前四个层级中，人工智能对教育具有极强的推动作用，如自动批阅等，但在最高的两个层级中，人工智能还不能实现学生情感感知、精神支持给予等活动。

（二）人工智能带给教育的机遇和挑战

针对人工智能给教育行业带来的机遇和挑战，刘三女牙教授认为，在“人工智能+教育”的智能教育发展趋势下，教育领域的应用创新离不开算力、数据、算法和场景四个方面的发展与协调。此外，基于理解（了解并重塑学生）、感知（“人类智能+机器智能”可突破时空界限）、（个性化）服务、计算能力（教育背景的可计算性）等四个方面的发展，我们将在智能教育中的五个方面迎来机遇：（1）在保证大规模教学的前提下，人工智能实现差异化教学;（2）传统的学习方法面临着前所未有的挑战，正式学习与非正式学习的界限日益模糊;（3）教育管理体制和运行机制更加智能化，大大提高了教育系统的服务能力;（4）高校大数据研究服务平台为教师提供稳定、易用的数据库建设工具，科研工作更加精准;（5）智能信息服务继续以实用和普及为目标，如智能信息服务、智能自助服务系统、智能搜索引擎等。Ifenthaler教授以学习分析（受AI支持的教育技术学领域中的一大趋势性主题）为例，探讨了人工智能给教育行业带来的三大机遇：（1）总结，如在学习设计层面分析教学模型，在教师层面分析教学实践和提升教学质量，在学生层面理解学习习惯、分析学习结果等;（2）实时或形成，如在学习设计层面评价学习材料，在教师层面增强互动，在学生层面接受自动化干预等;（3）预测，如在教学设计层面识别学习偏好，在教师层面识别学困生，在学生层面优化学习路径等。

推荐访问： 人工智能 技术发展 视角 中德 驱动