实践项目 返回列表

观点丨余胜泉:“人工智能 + 教育”研究需要特别关注的三个方面

2022/6/2 11:56:23

人工智能历经半个多世纪的发展,逐渐形成了以符号主义、连接主义、行为主义为主要代表的思想流派。近年来,随着以深度神经网络为代表的深度学习算法的不断发展,人工智能技术在学术界和产业界都得到了飞速发展,正在不断变革我们的社会生产与生活。随着《新一代人工智能发展规划》和《中国教育现代化 2035》等国家政策的出台,明确提出要利用大数据、人工智能等新兴技术,开展“人工智能 + 教育”领域的研究,推动形成基于新一代信息技术的新型教育模式。随着研究的开展与深入,“人工智能 + 教育”领域在教育知识图谱、智能评测、智能育人助理等方面已经取得许多重要的进展和成果。这些进展与成果从教育实践的不同层面,为不同的教育参与者提供了智能化服务,也提升了教学效率。然而,我们也要看到当前“人工智能 + 教育”研究仍然存在着一些不足,制约着该领域的进一步发展。概括来讲,需要特别关注以下三个方面——



640.jpg

北京师范大学教授、未来教育高精尖创新中心执行主任、国育未来教育科学(深圳)研究院教育数智化研究中心首席专家 余胜泉


一是“人工智能 + 教育”的研究要面向教育场景,在教育场景下解决教育的实际问题。教育场景是描绘其包含的不同类型的情境信息,以及对情境中发生的教与学活动过程的抽象表达。从学习发生的规律看,场景是促进认知加工的重要基础。情境认知理论认为,认知过程是由情境建构、指导和支持的,认知加工的性质取决于其所处的情境,不能脱离情境孤立地研究。从具体教学实施上看,场景是实现对教学过程精准理解和解释的重要条件,学习行为的内蕴取决于学习者心理、认知、脑等多方面因素,相同的外显学习行为表现,在不同的教育场景下,会拥有不同的教育意义。面向教育场景,结合教与学的规律,才能构建适合教育实践的智能系统。例如,拍照搜题曾是一个典型的基于人工智能技术的教育应用,然而实际应用结果发现,此类应用导致了学生的惰性学习习惯,影响了主动思索探究能力的培养。究其原因主要在于该应用未能深入理解对学生进行科学辅导的场景,实际功能违背实际的教与学规律。因此,人工智能前沿技术需要结合教育实际场景的知识与规律,才能较好地解决教育领域的实际问题。

二是“人工智能 + 教育”的研究要结合教育学、心理学与神经科学的相关理论,研发适应于教育领域、有教育知识支持的人工智能技术。张钹院士倡导第三代人工智能要利用知识、数据、算法和算力四个要素,采用数据驱动与知识驱动相融合的理念发展人工智能技术。“人工智能 + 教育”的研究要有效利用教育学、心理学、神经科学领域的专业理论,发展面向教育的人工智能。布鲁纳的认知结构学习理论,关注学习过程,认为学习者不是被动地接受知识,而是主动地获得知识,把新获取的知识和已有的认知结构相联系,积极地建构新的认知结构和知识体系。神经科学的相关研究发现,自我监控学习行为与表面型学习动机具有非常显著的负相关,与深层型学习动机具有非常显著的正相关。梅耶的多媒体学习认知理论指出,按照人的心理工作方式设计的多媒体信息,更能促进学生进行有意义的学习。社会建构主义认为,学习的本质是个体参与实践,与他人、环境等相互作用的过程,是与群体之间的合作与互动的过程,是形成参与实践活动的能力、提高社会化水平的过程,个体参与实践活动、与环境相互作用是学习得以发生的根本机制,知识和概念都只有通过社会化的运用才能得到充分的理解,通过运用不仅改变了使用者对世界的看法,同时又适应了其所处群体特有的文化信念体系。因此,“人工智能 + 教育”的研究要结合教育相关专业理论知识,运用知识驱动和数据驱动结合的研究范式,综合集成符号主义、连接主义、行为主义的方法,构建面向人类认知、情感与社会性发展的新一代教育人工智能。

三是“人工智能 +教育”的研究要高度重视人工智能模型的可解释性研究。教育是一个特殊领域,不仅需要决策的结果,更需要理解决策的依据与过程,从而保证教学过程的科学性与合理性。深度神经网络模型的内部结构和决策过程也日趋复杂,只是从海量数据中学习隐含特征与规律,导致其决策过程的不透明性,通常难以向用户提供清晰且易理解的解释。以深度学习为主要代表的人工智能技术在教育中应用需要设计科学合理地解释性算法,对面向教育领域的复杂模型进行解释,确保其教育智能决策的正确性。例如,针对人工智能技术与语文阅读的结合,在构建阅读理解模型及资源推荐模型时,需要解释模型是基于什么内容进行分析判断的,需要获得教育专家的认可,才能保证在模型可信的基础上,应用于实际的教育实践。同时,“人工智能 + 教育”研究也需要探索以何种方式进行解释,从而可以得到学生、教师等其他角色的理解和信任,满足教育领域的实际需求。可解释的模型是可信智能教育系统的前提。

未来社会将是智能的社会,未来的教育也必将是智能的教育。“人工智能 + 教育”的研究,需要充分利用人工智能的前沿技术,结合教育学、心理学的专业理论,构建面向智能时代的教育理论,促进智能化教育的产业实践,推动教育的智能变革,实现教学模式、教育思路和方法、教育组织形态等方面的制度创新,从而更好地助力教育现代化。

来源丨《人工智能》2022年第2期

作者丨余胜泉