内刊

智能教育是基于深度学习、大数据、虚拟现实等新一代信息技术，构建以学习者为中心，贯穿“备课——教学——练习——考试——评价——管理”教育流程各环节的智能化教育环境，实现人才培养更加多元化、更加精准化、更加个性化的新型教育模式。人工智能与教育场景的深度融合，一方面能够在一定程度上扭转当前教育资源分配不均的问题，提升课堂教学效果以及学习效率，另一方面还能够深刻重构传统的教育形态与教育模式，使得教育场景被重新定义，教学方式逐渐改变，教育理念不断革新，推动实现大规模的“因材施教”。

人工智能与教育的深度融合，将会进一步释放教育在推动人类社会发展过程中的巨大潜力。以美国、新加坡、印度等为代表的各国相继推出面向未来的新教育改革战略，不断制定相关政策法规，设计本国智能教育的发展蓝图。美国、新加坡、印度等相继出台国家政策，支持发展智能教育。我国也十分重视智能教育的发展。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出要加快人工智能在教育领域的创新应用。2019年初，国务院发布《中国教育现代化2035》，提出要建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。2019年8月，科技部宣布依托好未来建设智慧教育人工智能开放创新平台，构建“共生”“互生”“创生”的智慧教育多元化新生态。

据《中国智慧教育行业发展前景预测与投资战略规划分析报告》统计显示，2013年以来，在线教育和教育信息化均处于快速发展时期，从而推动我国智慧教育市场规模不断扩大。2018年，中国智慧教育市场规模约为5320亿元，同比增长17.13%。目前智能教育领域主要有智能批改、拍照搜题、智能测评、智能题库、分级阅读和自适应学习六大产品形态，以好未来为代表的科技教育公司、以百度、腾讯为代表的互联网公司、以科大讯飞为代表人工智能技术提供商，以及以阿里巴巴为代表的计算平台四类关键性市场主体。

受制于人工智能技术适配性和成熟度，人工智能应用在场景分布上呈现出一些明显特征：当前人工智能主要用武之地集中在复杂度较低的场景，如拍照搜题、分级阅读、智能题库、考情诊断等，这类应用工具属性明显。在“评”和“管”环节，人工智能技术适配性和成熟度均较低。以“评”这一环节为例，由于综合素养、职业兴趣等评估场景较难形成统一标准，人工智能判断难度较大，且后期无法对准确性进行归一化评价，无法反哺模型，因此人工智能适配度不高。而“教”、“备”等服务属性的场景，一旦知识图谱、大数据等技术实现突破，将爆发出巨大的潜在价值。

智能教育应用场景散点图

智能教育应用场景优先级可分为四级。优先级一主要为2年内实现产业化应用的“备”“教”等核心环节。优先级二主要为2年内实现产业化应用的“练”“考”等次核心环节及2-3年间实现产业化应用的“备”“教”等核心环节。优先级三主要为2年内实现产业化应用的“评”“管”等外层环节、2-3年间将实现产业化应用的“练”“考”等次核心环节以及3-5年才能实现产业化应用的“备”“教”等核心环节。优先级四主要为2-3年间实现产业化应用的“评”“管”等外层环节及3-5年间有望实现产业化应用的“练”“考”等次核心环节。

智能教育应用场景布局优先级

目前，教育科技企业在智能教育创新应用的探索中，逐步靠近教育场景的核心。例如，好未来的WISROOM于2018年推出行业首创的人工智能课堂解决方案，将“学”和“习”进行拆解，课堂上由低成本、标准可靠的“优质老师”负责知识传授，课前预习、课后答疑由真人教师完成。

和人工智能在其他领域的应用一样，智能教育的创新应用过程也不会是一帆风顺的，需要政府部门出台规划并制定相关政策措施加强引导，需要凝聚产、学、研、用各方力量，协同推进智能教育人才培养、关键技术研发和应用落地，加快制定相应的标准和规范，构建良好的宏观环境，合力推进智能教育的健康发展。

参考资料：

[1] 《人工智能标准化白皮书》，2018.01，中国电子技术标准化研究院。

[2] 国务院印发《中国教育现代化2035》，2019.02.

[3] 《科大讯飞2018年年度报告》，2019.03，科大讯飞股份有限公司。

[4] 《智能教育创新发展报告》，2019.