内刊

颐合内刊

当前位置:首页>内刊

智能教育发展前景展望

时间:2020-07-02   访问量:1812


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。


1.png

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。


1.png

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.


上一篇:浅谈数学文化

下一篇:文案写作与内容传播

返回顶部