人工智能应用到教育的最大意义，应该在于它能克服人在时间、精力、脑容量、经验上的局限，将个性化学习真正带给每一个人。
那么，什么是个性化学习呢？
美国课程监督和发展委员会在2010年的研讨会发表了一个报告《创新到教育——对个性化学习的系统设计》，报告中确定了个性化学习应该包括的五个元素：基于项目的真实学习；学习者自我驱动的学习路径；基于掌握和能力的学习进度和步调；重新定义和拓展教师的角色；灵活的任意时间和地点的学习。
基于这五个元素，我们看看人工智能是怎么实现个性化学习的。
（1）基于项目的真实学习——基于目标的“知识图谱”
基于项目的真实学习，是以杜威的“从做中学”为理论基础的。它和当下较普遍的教学方法最大的不同，在于它不是以过程为导向，而是以结果为导向。即是，为达到这个结果，你需要学习哪些内容。
对于人工智能来说，实现这个目标的基础是对这个能力所需要的知识进行“知识图谱”描绘。设定一个目标，然后根据达成这个目标所需要学的知识逐个学习、攻破。
目前，国内在K12教育领域的智能教学系统对各科目“知识图谱”的描绘已比较成熟精细。
（2）学习者自我驱动的学习路径——“可视化、立体化的能力水平测评”
学习者自我驱动简单来说，就是有追求目标的动力。
学习者自我驱动的前提是学习者有具体的目标，切实清晰的实现路径，和对当下状况发展的准确评价。前者是动力的来源，后两者是维持动力的能量。
针对这一点，人工智能教学系统主要通过“测—学—测”的方式来实现。通过做题及其他学习行为描绘学习者的“数据肖像”（包括当前知识掌握情况、能力特点、学习能力、学习风格等），设定学习目标，为其分解实现目标的知识点路径（基于上文的“知识图谱”）及个性化内容推送，最后，再由测评来对其目标完成情况进行清晰的呈现。
（3）基于掌握和能力的学习进度和步调——“最优学习路径规划”
不同的学习者因能力特点、学习风格、个体发展的特殊性等，对各类知识的掌握能力差异很大。同一学习进度和步调，极大地浪费了学习者的时间和学习效率。
人工智能基于上文所述的学习者“学习数字肖像”及所定目标的实现路径，为学习者定制最适合学习者的学习路径，并根据实时的测评和学习者持续增加的学习行为数据不断调整学习计划，科学分配学习者在不同知识点上的学习时间和顺序，呈现出最优的学习路径。
（4）重新定义和拓展教师的角色
传统老师的角色定位是传授知识和解答疑问。在知识传授上，甚至未来大部分的答疑功能，都能由人工智能来更好地完成。
那么在人工智能承担了授业解惑功能之后，如何重新定义和拓展教师的角色，如何最大化地发挥老师的其他功能（如引导学生在心理、人格、情感上的健康发展等），已成为当下亟需思索的问题。
（5）灵活的任意时间和地点的学习
可移动终端、可穿戴设备、网络技术的发展，已极大消除了学习在空间和时间上的限制，使这一切都不再是问题。
总而言之，教育人工智能是基于对个性化学习的需求而发展的，它的最终目的便是摆脱师资、人力的限制，给每位学习者提供最适合的学习方案，最终实现教育公平。
网友评论