人工智能好学吗?

伴随着人工智能、大数据、区块链等新技术的飞速发展,社会转型更加强调培养人才的核心素养与关键能力。

而传统教育体系已经无法满足新型人才培养需求,这就迫切需要人工智能在人才培养“去标准化”进程中赋予重要新动能。

2019年《中国教育现代化2035》指出,以人才培养为核心,通过提升校园智能化水平、探索新型教学形式、创新教育服务业态、推进教育治理方式变革,智能驱动教育创新发展;

2021年教育部等六部门发布《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》,提出要利用人工智能技术普及教学应用、拓展教师研训应用、增强教育系统监测能力等。

人工智能正成为推动教育高质量发展步入“快车道”的有效支撑手段,新时代教育系统将从多个维度迈向智能化。

加快人工智能与学生学习、教师发展、学校建设、家校共育、教育治理、教育评价、教育公平等融合,实现教育更高质量发展。

人工智能赋能教育高质量发展的愿景

精准拟真和多元个性的智慧学习

促进学习方式的转变和创新,已成为人工智能赋能教育高质量发展的重要议题。

在人工智能技术的支持下,学生学习呈现出精准化、拟真化、个性化的发展趋势:

● 精准化主要体现为对学生学习情况的动态分析、过程可视化和实时预警。

有学者提出,实时捕获和识别学习者的课堂行为数据(动作、语言等)、心理数据(情绪、人格)、生理数据(血压、脑电波等)等多模态数据,可以更加全面、准确地反映学生的认知提升、高阶思维发展等情况,精准预测和干预学生学习状态。

● 拟真化体现为教学情境的强交互性和高仿真性,智能技术、XR、数字孪生、元宇宙、5G网络等构建的课堂教学空间具有高传输速率、低时延等特点,增强学习积极性与投入度,学生学习将更为沉浸。

有研究者在建筑、工程、建造等课程中采用VR、AR、数字孪生等技术,开发了沉浸式建筑模块,用以开展在线远程教学,激发了学生的学习动机,提高了其学习参与度。

● 个性化体现为学习服务的自适应支持,知识图谱、深度学习算法等可以实现教学资源与学习支持的自适应推送,更好地满足了学生的多元需求。

数据驱动和画像技术支持的智能教研

顺应人工智能发展潮流与新时代教师专业发展的要求,教师教研势必要向以数据为基础、以画像技术作支撑的智能教研迈进:

● 基于数据,人工智能赋能教研“外显”的管理、评价等,提高教师的教研效率与质量。

例如,智能机器人可以代替教师完成某些特定的教学任务,借助智能机器开展辅导答疑、学习数据分析、效果预测等,将对学生学习有较为积极的促进作用。

● 画像技术能够有效服务教师精准教研。

有学者指出,教师画像对教师行为特征进行客观表征、准确发现、动态预测,既有助于教师自我诊断、评价教研绩效、反思教研过程,也有利于教育决策者对教研活动的循证管理和监控。

同时,多模态数据的收集和教师教研特征指标的建立,为揭示教师智能教研机理与规律提供了更为全面、清晰的表现手段。

人机协同和人本安全的未来学校

人工智能、大数据等新技术的兴起,使得当前学校的人才培养机制不能满足社会发展需求,“未来学校”呼之欲出。

2020年,世界经济合作与发展组织发布《面向未来教育:未来学校教育的四种图景》,为2040年学校建设提供了学校拓展、学校外包、学校作为学习中心、泛在学习四种设想。

通过人工智能赋能,未来学校将具有以下新特征:

● 人机协同成为学校发展的新形态。

人工智能在学校教育中具有替代、增强、调整、重构的作用,并且可以替代师生等在学校中的部分职能,增强学校教育媒介的传播效果,调整学校教育系统的结构格局,引发学校教学和管理模式的变革,重构学校教育生态。

● 学校强调实现以人为本的服务目标。

人工智能赋能的未来学校,将更加注重师生的个体差异与体验,以智慧“诊断”作为提供人本服务的依据,以“富媒体”化形式提供多样服务资源与服务路径。

● 学校安全问题受到高度重视。

有学者针对智能技术支持的智慧校园建设构建评价指标体系时,就将校园用户的安全性作为智能服务水平的评价要点之一,以保证学生的安全、健康成长。

互联互通和协同共育的家校无缝合作

人工智能为解决传统家校合作中教育场景分离、信息不对等、合作沟通不深入等问题提供了可能,同时合理的沟通形式对家校合作具有积极影响。

因此,教师、家长、教育管理者等多元育人主体相联结,通过智能系统形成教育闭环,可以打通物理世界与网络虚拟世界的家庭、学校与社区,创新家校联动育人模式,形成育人合力,实现家校之间的无缝互联和协同共育。

对此,有学者提出,可利用智能家校平台实时收集、分析、报告学生学习数据,追踪家校合作共育过程,评价和总结家校合作共育效果,自适应推送学校发展政策、家校活动专题、家庭教育相关知识,降低家校沟通成本。

另外,有研究者认为,面向学生、家长、教师、学校管理者等不同用户群体开发多个智能家校合作终端,可以拓展家校共育信息服务渠道,满足教育系统中不同群体的多样需求,达到家校默契配合与因材施教的效果。

数据驱动和智能预警的教育管理

利用智能技术支撑教育治理能力的提升,是推动教育高质量发展,促进学校、政府、社会等多主体协同发力的重要措施。

一方面,大数据、区块链等技术的使用实现了数据驱动科学决策的突破,教育管理手段由基于经验的模式转向以证据为基础。

通过人工智能和数据技术形成人技协同、“校—企—政”协同参与的决策模式,以教育管理数据促进管理透明化,以明确计量、科学分析、精准定性提高教育决策的透明度、科学性和预见性。

另一方面,人工智能具有强大的监测和预警功能,支持建立教育过程实时监测与智能预警系统。

当教育教学中实时状况与预设条件不一致时,预警系统即可启动,帮助管理者和教师在第一时间发现问题,实施紧急预案,以此来降低因问题发现滞后而造成的损失。

精细化和多模态的伴随式数据采集

人工智能赋能教育评价正走向教育评价改革的主战场。

在评价方法上,人工智能、大数据、脑科学等技术突破了传统纸笔测试的局限性,使学生知识测评和能力评估向过程性、动态性、高阶性、综合性转变。

有助于推动结果评价、过程评价、增值评价、综合评价的实践探索,评价方式更加精细多元。

有研究者在编程教学过程中,借助学生眼动数据对编程能力进行实时诊断,通过分析学生在教学互动过程中编程能力的变化,系统评估了教师教学的有效性与学生的学习掌握情况。

而在数据采集上,利用无痕式、伴随式的多模态数据采集技术,构建基于深度学习模型的多模态表示学习方法,可以充分发挥多模态数据优势,为学生心理特征和认知能力评估提供更为有效的观测方式。

规模化的个性化教育服务供给

在教育高质量发展的背景下,教育公平正由起点公平迈向更加关注学生发展需求的过程公平和充分发挥个性潜能的结果公平。

人工智能帮助改进学习效果,提升教育质量,促进教育公平,成为加速推动教育迈向更加公平、更高质量的核心动力。

人们对教育的期待不再满足于“有学上”和配齐教育资源,而是更加关注“上好学”和配好教育资源。

教育的高质量发展,急需教学模式与方法上的创新。

有学者认为,人工智能赋能教育教学创新的关键,在于教育数据的全过程采集与互动。

因此,构建学生精准画像,为教学提供数据依据,将促使教学变得更加高效。

同时,尊重学生个体差异,成为教育结果公平追求的终极目标。

人工智能通过精准帮扶和多样化优质供给,使大规模的个性化教育成为可能。

例如,基于智能化教育服务平台提供远程送达式规模化学习资源和远程协同互助式精准教育服务,可使优质数字资源得到成千上万倍运用,真正实现规模化与个性化的统一。

人工智能赋能教育高质量发展的路径

智能时代对教育发展提出新要求、新考验,人工智能在促进新时代教育高质量发展、推动教育发展进程方面的潜能值得进一步发掘。

做好顶层设计、教学改革、环境建设、素养提升、人才培养、资源建设、风险应对等工作,将为人工智能与教育深度融合发展提供有效路径。

“人工智能+ 教育”高质量发展框架

当前,我国教育发展取得了较为瞩目的成就,但在人工智能赋能教育发展的过程中仍然存在发展不均衡、技术应用不充分、政策难以落地等问题;

而缺少科学、系统的顶层设计成为了阻碍教育向更加公平、更高质量迈进的重要因素之一。

为保证人工智能与新时代教育的同频共振和融合发展,应立足本土,放眼世界,构建“人工智能+教育”高质量发展框架,具体包括:

● 在管理规划上,政府和教育部门成立人工智能赋能教育创新变革专家团队,指导和统筹人工智能助推教育高质量发展行动计划的试点实施;

● 在推进落实上,以立德树人为根本任务,以难点问题、目标成果为导向,集中有效资源,利用人工智能赋能突破新时代教育高质量发展的重、难点,分类推进不同阶段下基础教育、职业教育、高等教育、终身教育的差异化发展;

● 在探索创新上,加快科技力量建设和人工智能关键技术集中攻关,加大对人工智能相关基础研究和跨领域应用研究的支持力度,激发人工智能在教育领域中的可持续发展潜能,推进人工智能与教育融合发展。

推动智能教育场景示范应用与教学改革

党的十九届四中全会指出,要构建服务全民终身学习的教育体系,完善职业技术教育、高等教育、继续教育统筹协调发展机制,发挥网络教育和人工智能优势,建设学习型社会。

因此在各级各类教育创新智能教育场景示范应用中,应明确重点,以人工智能深入推动教育教学综合改革,具体包括:

● 统筹推进人工智能与教、学、管、考、评、科研、服务、资源、家校互动等教育应用场景的融合,总结可推广、复制性强的高质量智能教育场景示范应用。

● 探索和打造面向基础教育、职业教育、高等教育、终身教育的智能教育应用场景。

如基础教育要重点探索线上资源支持线下教学应用的个性化智能辅导模式。

职业教育要重点整合与职业环境和工作流程相符合的虚拟仿真实训资源平台。

高等教育要重点支持人工智能等新兴前沿的相关理论和应用研究。

终身教育要重点建设人人皆学、时时能学、处处可学的智能学习环境。

构筑规模化的高质量教育智能环境

未来社会对人才的需求比以往任何时候都更加需要科学技术的支持,如何抓住“新基建”契机构筑规模化、智能化、高质量的教育教学环境,实现人工智能赋能教育高质量发展,值得人们深思。

对此,可从以下方面着手:

● 建设人工智能技术支持的信息网络新型基础设施,推进“5G+云网”融合,深化IPV6应用,支持建设校园物联网,推动校园局域网升级;

● 加快教育创新应用发展,以智能技术促进教育流程再造和模式重构,构建支撑规模化、高质量教育的智能环境新生态;

● 加快制定教育终端标准,为教育高质量稳定、高速、安全发展保驾护航。

形成智能教育发展共同体

提升智能教育素养是培养教师人工智能技术应用能力的重要途径,是学生掌握智能时代学习方式必备品格和技能的关键。

面对“人工智能+教育”的教与学实践场域,教师和学生要在原有素养的基础上拓展、提升智能素养,以应对未来教育挑战。

从教师的角度来说,一方面要加强智能教育素养,从知识、能力、思维、文化价值等各层面适应人工智能给教育带来的新变化;

另一方面要加快学科素养与信息素养的融合,以技术与教学的双向助力培养学生智能素养。

从学生的角度来说,要借助新手段、新方法,扩大学生接受智能学习的机会,探索学生智能教育素养提升新模式,正确引导学生通过计算思维、协作学习、实践创新等能力素养,解决智能时代的学习问题。

需要引起注意的是,师生智能教育素养的培养,需要集合高校、企业、中小学校等多方力量,以“理论-实践-研究”为主轴协同培养创新,形成智能教育发展共同体。

培养智能时代的创新型人才

人工智能为学习变革带来了前所未有的机遇。在智能时代,教育的高质量发展需要重构育人目标,完善创新型人才培养体系:

● 要提高学生在智能时代必备的学习能力和思维能力。

一方面,要提高学生的学习力,引导学生养成良好的自主学习习惯;

另一方面,要着重培养学生的创造力、批判性思维等,使学生具备解决复杂问题的能力。

● 推进人工智能、编程技术等课程进入中小学课堂,促进中小学科创STEAM教育的全面开展。

● 支持高校人工智能相关专业的建设,完善创新型人才培养体系,加大人工智能专业“高—精—尖”人才培养的力度。

加速完善智能教育课程体系

人工智能是我国未来教育高质量发展过程中不可忽视的战略要素,而数字化、智能化的教育资源是教育智能化新时代提升教育教学质量和效果的重要影响因素之一。

为加强优质教育资源建设,融合人工智能的课程开发、教学工具、模式创新等应引起关注:

● 要设计、开发人工智能相关的课程及配套教材,加快人工智能在高校的前沿引领、在职业教育的实践应用以及在中小学的普及教育。

例如,开设“人工智能教育应用”慕课,既深化高校学生对人工智能应用的认识,也指导教育工作者在教学实践中接触和运用人工智能。

● 开发与课程教学相融合的智能工具,帮助师生在课堂中进行更高效、更智慧的教与学。

● 探索和创新人工智能助推学科教学发展的应用模式。

如建立教师及社会力量参与教学资源建设的激励机制,利用人工智能加强对师生数字教育资源使用过程的监测,建立学科知识图谱、教学资源目录和资源地图等。

正视人工智能应用的伦理安全问题

随着教育大数据的产生和机器的智能化,教育异化与数据隐私泄露已成为智能技术提升教育发展质量过程中不可回避的伦理安全问题。

对此,须建立健全人工智能应用保障机制,以消解和规避技术应用所产生的教育异化风险,具体来说:

● 制定人工智能教育应用相关政策法规,切实保障人工智能对教育高质量发展的促进作用;

● 建立人工智能行业技术安全规范,加强人工智能产品与教育服务质量监测,制定合理安全的数据存储、管理和保护机制;

● 加强行业工作人员的伦理道德意识与伦理素养培养,引导教师合理、合规地运用人工智能技术,有效构建安全、稳定的智能教育教学环境,保护师生数据安全和个人隐私不受侵犯。

教育是民族振兴和社会进步的重要基石。

怀进鹏部长在2021年国际人工智能与教育会议上指出:教育与人工智能等新技术的有机融合,对教育创新发展提出了更新、更高的要求。

在新的时代,我国教育发展迈上了新的台阶,教育高质量发展体系逐步建立并日趋完善,智能学习环境构建、智慧教育模式探索、新型教师队伍建设、教育治理能力提升等工作初显成效。

在应对新技术新挑战、擘画教育高质量发展蓝图的过程中,国家应聚焦新时代教育发展的新使命、新要求、新方向,树立科技创新促进智能时代教育发展的理念。

利用科技赋能加速推进人工智能与教育教学的深度融合发展,为推进教育现代化强国建设、实现中华民族伟大复兴做出更大贡献。

来源丨《现代教育技术》

以上图文,贵在分享,版权归原作者及原出处所有。内容为作者观点,并不代表本公众号赞同其观点和对其真实性负责。如涉及版权等问题,请及时与我们联系删除

类型:机器学习、人工智能、统计学

简介: 机器学习时下被炒的火热,那么,什么是机器学习?什么是人工智能?机器学习和统计学的关系?机器学习工具Python&R语言的表现?在这里,你将找到答案。

有多少智能,背后就有多少人工。

“抬头是山,低头是煤。”曾在山西传统煤矿工作8年, 整天盯在电脑屏幕前监测矿井瓦斯浓度的郭梅从来没有想过,有一天自己的工作会和人工智能有了联系。

两年前,因为孩子来省会城市太原上学,郭梅在附近求职,做起了数据标注。同样是盯在电脑屏幕前,现在郭梅每天的工作是给图片、文本或者声音进行标注,再把它们交给机器训练和学习。从一开始每天只能标注两三百张,到现在的日均完成1300多张,郭梅按件计酬的收入逐渐提升,已高于当地平均收入水平。

人工智能行业里有句话:有多少智能,背后就有多少人工。像郭梅一样,AI数据标注师成为了随着人工智能发展而出现的新兴就业岗位。2020年2月,“人工智能训练师”正式成为新职业并纳入国家职业分类目录。

他们被称为人工智能背后的人。数据采集和标注是他们的主要工作,目的就是要教会AI认识数据,转化成AI能消化和吸收的“语言”。有了足够多、足够好的数据,AI才能够学会像人类一样去感知、思考和决策,更好地为人类服务。

这项工作看起来简单枯燥,但意义非常。“就像一台车没有汽油走不了,数据就是人工智能发展的燃料。有了我们的数据,机器(算法)不断迭代,就能推动人工智能往更好的方向发展。” 从事数据标注的山西麟诺公司总经理李应维对第一财经表示。

“从没想过做人工智能”

20出头的李宇龙从未亲眼见过自动驾驶汽车,但他的工作却和自动驾驶的AI算法息息相关。

他曾经在生产电子类产品的工厂工作,转做AI数据标注后,老板交给他的第一个项目就是“车道线打点”。

简单来说,就是给无人驾驶进行车道线标注。当无人车行驶到一段路时,会自动连续拍摄图片,李宇龙要做的,就是对图片上车辆所行驶的车道旁边两侧的线进行标注,识别虚线还是实线,匹配所对应的属性,从而告诉人工智能遇到虚线时车辆可以进行变道,实线不可以进行变道。

 当时的李宇龙,还不知道数据标注师到底是什么,更对人工智能没有具体概念,老板只交给他一套规则,让他按照规则在电脑上认车道线。好学的他在短时间内就掌握了规则和难点,总结出了标注车道的规律。

他把自己的工作比作“幼教“,当他拿出一个红苹果给机器并教会它识别,再拿一个绿苹果给它时,因为颜色差异,机器就无法认出了。李宇龙的工作就是不断地帮助机器识别不同的颜色、大小,甚至是被咬了一口的苹果或是坏苹果,直到随便拿出一个苹果,它都能认出来。

李宇龙告诉第一财经记者,数据标注的工作是“按件计酬”,他的日均收入在300元左右。数据显示,2019年,太原市的城镇居民全年人均可支配收入36362元。他说,自己的工资水平在整个基地标注师日均收入中处于中等水平,“据我了解,有人日均收入甚至能破千。”

对于自己的工作,李宇龙说,刚开始接触时,只把它看做一个重复性的工作,并没有想太多。直到后来接触项目多了,涉及的领域包括教育、安防、金融、交通医疗和电商等,每天都在挑战学习能力,也会想要更深入了解自己标注的内容可以应用到的行业。 虽然还没有坐过无人车,但他说,现在看到无人驾驶的时候,会想到这里面也包含了自己的标注成果。

像李宇龙、郭梅的工作一样,第一财经记者看到,在每一间数据标注的办公室里,都是类似的工作场景:一排排电脑屏幕前,年轻的数据标注师根据各自分配的任务,对文本、图片、语音和视频做标记、标重点、打标签、框对象、做注释等方式对数据集作出标注,他们可能在为无人车标注车道线、红绿灯,也可能是在为肺部影像标注病毒数据。

以人脸为例,目前能实现对约150个特征点的标注。疫情期间,采集大量的戴口罩的人脸照片后,数据标注师对人脸的眉毛、眼镜、颧骨等人脸关键点进行精准标注,标注特征点越多,AI就越能精确识别出戴口罩场景下的人脸。最终实现即使不摘口罩,也能精确测量体温,或是通过人脸闸机。

是不是“AI富士康”?

数据标注产业促进了不少城镇和农村就业,在河南、河北、贵州等地,还出现了一些特色的“数据标注村”。

据IDC统计,全球每年生产的数据量将从2016年的。

我要回帖

更多关于 人工智能培训 的文章

 

随机推荐