网站首页

半岛彩票产品中心

半岛智能终端处理器 半岛智能云服务器 半岛软件开发环境

半岛彩票新闻中心

关于我们半岛彩票

公司概况 核心优势 核心团队 发展历程

联系我们半岛彩票·(中国)官方网站

官方微信 官方微博
半岛彩票·(中国)官方网站 > 半岛彩票产品中心 > 半岛智能终端处理器

人工智能(AI)与半岛彩票教育有哪些结合点?

发布时间:2023-08-31 07:03浏览次数: 来源于:网络

  半岛彩票,简单点就是学生接受人工智能相关内容的学习,如机器人、编程类、机器学习(Machine Learning)等,或者利用人工智能相关的逻辑思维解决问题,,引领教育系统性变革,比如说智能化感知,智能化的教育评价,智能化推荐数字教育资源,实现个性化学习等,

  这个话题当前已经有不少回答者,提了很多AI与教育的结合点,有的分享者从技术的成熟度度分析;有的是从实际落地案例出发,阐述人工智能在教育中的实践;也有辩证思维观点的分享。

  人工智能在教育各个场景的应用,简单点可以描述为:有一个感知或采集设备,获取相关的数据信息,汇总到一个大池子里(数据中心),将数据处理、分析整合成信息之后,通过共享,最后可能是人也可能是人工智能根据信息作出决策。当然,当前的实际应用中,没有绝对的全域数据收集。

  从教育场景来看,主流场景有:教学、管理、评价等。各个学者各家企业,对技术在教育场景的应用分类细度上有所差别,我个人认为目前教育信息化行业,人工智能的应用比较成熟的产品主要是智能批改、智能题库、自适应学习和分级阅读,当前它更多还是承担教学辅助的角色,未来可能将覆盖更多的教学核心环节。

  一、教学应用场景,主要指教与学两部分,毕竟教学是主战场,其他的是衍生的场景,比如评价、管理等

  1.备课:如大数据的学情分析,优质教学资源的推荐,教案的按需生成,虚拟化课堂场景试讲(微格)等。

  2.授课:线下课堂的如教师智能授课助手,线上的AI课程-基于学情分析、学习者风格等综合因素动态调整授课内容与形式等。

  (二)学生的学:拍照搜题,智能题库,智能测评,个性化答疑如智能学伴等等。

  考试:智能组卷、个人化出卷、智能阅卷、考情分析、错因诊断、学情报告等等。

  如职业兴趣评估、学习风格测评、综合素质评价(可结合今年6月颁布的《中央国务院关于深化教育教学改革全面提高义务教育质量的意见》感受)等等

  (1)走班排课。走班制和新高考政策的颁发,预计在接下来的三年给“选课排课”类的人工智能+教育产品带来极大的市场需求。

  (2)“依数治理”。依托大数据技术的产品,如学生/班级学情管理,教学分析,区域教育质量监控,教育决策平台等等。当前教育大数据市场呈现产学研广泛合作的态势,企业其一是与高校/研究机构合作,构架教育大数据模型;其二是与K12合作,根据需求开发对应的产品,采集对应数据解决数据源的问题。当前市面上各家产品虽说都有一定的数据分析模型,但更多停留在结构化数据收集与分析阶段,非结构化的数据,更深层次的意义还有待进一步的探讨,这件事其实很有意义,“路漫漫其修远兮”。

  (3)人脸识别类:监考/校园安防,视频监控、门禁控制、宿舍管理、校园考勤等等。

  教学视频行为分析,近一两年也比较流行的智慧课堂师生交互行为分析,利用同步课堂/专递课堂的设备进行的各类远程教学教研等。

  不同的应用场景,AI技术的成熟度不一样,用户的容忍度也不一样。人工智能和教育的融合,仍面临着很多问题,真实的教育场域中,我们都需要做出一些变革,如导向变革、理念变革、资源变革、制度变革和从不做到做的变革。

  2/数据驱动的教育管理信息系统。教育大数据为人工智能的数据分析提供基础,人工智能的发展将赋予教育管理新的功能,就像国家提倡的“数据治理”、“精准治理”、“精准扶智”等等。目前学习分析技术采用基于统计的大数据技术、机器学习算法、数据挖掘等技术处理大量数据。

  忘了之前在哪里摘抄下来的,国外十大学习分析技术工具,有兴趣可以了解一下:(哪位同学如果知道出处的,麻烦私我一下补回引用或者备注,谢谢。)

  [3]科技部新一代人工智能发展研究中心的《智能教育创新应用发展报告》,百度网盘dve-g0Jggr8S2aHw,密码:xw25,(担心暴露身份所以网上找了个别人分享的百度网盘链接哈哈,机智如我。)

  教育既是一门艺术,又是一门科学。就像这个世界上没有两片完全一样的叶子,但叶子与叶子之间也存在着共性。每个学生都不一样,老师就不需要掌握教育学理论了吗?不是的,教无定法,贵在得法。

  就像以前需要烧柴做饭,现在有现成的天然气/电,柴火饭当然很香,大火烧出的香味不是现在的电饭锅米饭可以媲美的,我们都用电、天然气来做饭,是因为它便捷,更快速地满足个人要求,工具本身就是辅助我们的生活,同样,它辅助我们的教与学,切忌舍本逐末,也切忌一刀切。

  这个回答2019.10写了一些点,后来由于时间精力与个人才学疏浅的关系,中间停了;今天刚好有时间又继续写了,也不是什么正儿八经的报告论文,只是个人口头阐述零散的观点,尽可能追求信息的准确可靠但不能保证,且仅做交流分享之用,不作为给任何机构/个人的投资/创业建议,不同的时间段,个人可能推出新的观点/与之不一致的观点,社会主义和谐社会,不喜勿喷。

  现在的教育项目,不管是线下还是线上,不管是课上还是课后作业,不结合点人工智能,就不好意思往外说。

  有方便教务端的,如:个性化教案、知识图谱教学设计、虚拟化教室、AR/VR虚拟教学,甚至还有课堂学生注意力视频分析系统、智慧点名系统等颇具争议的新闻层出不穷。

  有方便学习端的,如:个性化答疑、拍照搜题、大数据学英语、自适应题库等等。被称为教育界脑白金的乂学教育,推崇的就是自适应答题,在投资界火热非常,但也颇具争议。

  还有方便校园管理的,这个就更数不胜数了:智慧校园、宿舍人脸识别、校园安防、一卡通大数据。

  看到那么多的所谓AI教育公司,用常规的信息化加入了一点数据科学知识,却鼓吹得似乎完成了教育史上的深刻变革,真的有点担心。去年,在老家(一座五线小城)的马路上漫步,看到一个逼仄的角落有一家门店,上面写着“人工智能教育”几个字,作为AI研究人员的我顿感兴趣,这么一个落后的城市,怎么会有这么新潮的东西。打开手机,搜索着这家公司,出来几个字,更是惊呆了我的眼睛:“乂学教育松鼠 AI 的「智适应学习」系统具备超纳米级的知识点拆分体系”(抱歉我对这家公司没有恶意,但是这句宣传语确实让我感到了不舒服)。立马和几位在Knowledge Graph领域做得足够出色的学者请教,啥叫纳米级,哦不,是超纳米级,得到的也是一脸懵逼。

  诚然,信息化技术的发展,不断改变着教育的形式。最初的教育信息化,更多局限在投影机、电脑的普及。(我还记得我学李雷韩梅梅的时候,英语老师拿着彩色的胶片放到了放映机上,然后老师拿着另外一张慢慢地重叠在屏幕上,于是一只小鸟进入了视野——Polly)。后来,随着计算机的普及,数字教育、各种软件办公系统改变着老师的工作方式。再后来,各种移动设备、平板电脑的诞生,打着study everywhere的口号,侵入着新一代年轻人的生活。直到现在,AI时代,仿佛一切又要大变革了。

  Seattler P A.在1968年出版的《History of instructional technology》上提到,在100多年前电影被发明出来的时候,爱迪生预言:“不久将在学校中废弃书本。有可能利用电影来教授人类知识的每一个分支。在未来 10 年里,我们的学校机构将会得到彻底的改造。”结果大家都知道,100年过去了,比电影更适用于教育的技术层出不穷,但我们的学校并没有因电影而得到彻底改造。

  越来越广泛的计算机应用也没有产生预期的效果,“到 2000 年还没有一个研究能够证明, 学生成绩的提高确实是因为应用计算机的结果。”2015 年,国际经济合作与发展组织OECD[1]针对国际学生评估项目进行了关于电脑使用对学生成绩影响的研究,通过对比各国学生的成绩变化结果,发现“越是提升学校的学生与配置计算机台数比率的国家,该国学生成绩的下降倾向越明显。其中,也出现了学生使用计算机频率较高、而阅读能力较低的结果。计算机使用频率越高,学生从网络上获得信息并分析 其内容的‘数字理解力’反而越差。[2]”

  越来越多的人,也不得不承认,教育最合适的是线下的场景。疫情期间,学生都在家里上网课,效果大家自知。文本、图片、视频融合的“超媒体”内容,对于主动搜索答案的需求者来说,越丰富越好;但是对于无主动需求者,又当成教育内容被灌入的学生来说,简直就是不折不扣分散注意力的始作俑者。

  想改变教育的,不是技术,而是技术背后的人。AI技术毫无疑问能够在某些场合提升教育的效率。鼓吹AI教育的老总们,一定要尊重教育这个几千年历史的行业:

  现在的AI教育,传播的尽是大数据、知识图谱、个性化推荐、机器学习这样的CS专业名词,以及背后的技术逻辑。而忽略了教育中的主体是人。人工智能可以训练AlphaGo成为世界顶级一流“棋手”,但显然不能同样地去训练人类棋手。这并不单是说人类棋手比起计算机没有足够的计算能力,而是人具有之所以为人的特点,有血、有肉、有情感,有特定的教学规律和方法。

  根本上来说,教育学和工学都是高等教育传统的十二大学科门类之一。作为工学下的计算机学科,想要解决跨大学科的问题,必须要保持对对方的敬畏,重视教育里人作为主体的特性,而不是一味强调技术的价值。

  教育的根本任务,是培养有独立品格,有正确价值观和道德品性的人。在传统教育里,从小学开始,我们通过不同的课程,去塑造自己的人格。学习历史,学会尊重过去;学习生物,学会包容共存;学习数学,学会理性思维;学习语言,学会交流。

  而现在的AI教育,更多侧重的是给你梳理知识,拍照搜题、个性化推题、知识图谱。。。用户面对一个个知识点,提高了应试能力,却难以在简单快速的互联网学习场景中提升自己的价值观。大数据是AI的基石,它可以有百万级种类的知识样本,对人类精神、价值、灵魂方面的数据却几乎为0。而这才是教育最宝贵的东西。

  三、现在的AI教育,过于看重线上趋势的鼓吹,而忽略了线下交互的不可取代性

  疫情是一个很好的机会,让在线教育风起云涌。可也是这样的网课,让一个个学生大呼我想返校。他们是想回校上课么?并不见得是。学校绝不仅仅是一堂堂课程组成,那里有他们的师长、同学,有接触到各色优秀人的机会。教育是人与人之间面对面的、从身体到精神的双向交流。各种学习过程,是通过这种多态的交流完成互动。

  教师在上课时通过肢体语言(包括眼神、手势、语调等)表达观点,通过观察学生的一个眼神、一个动作就能判断出该学生有没有听懂,对着调皮捣蛋的学生沉默几秒、瞪一 下眼、扔一个粉笔头,这就是人和人之间的交流——我们不能把课堂教学简单地理解为教师只 要教懂概念、教授方法、教会做题就行了,这只是课堂教学的部分价值,其更多的价值在知识之外。师生在互动的过程中有大量从身体到精神的双向交流,都会传递大量的信息,而这些才能让你真正地参与到学习进程中来。

  技术改变教育,历来存在着乐观主义和悲观主义两种态度。拥抱技术,尊重教育本质,才能去除浮躁。

  大家好,我是羽翼互动benny。教育行业是目前人工智能落地应用的一个重要领域,随着政策方面的支持,教育领域的人工智能发展呈现出一个比较繁荣的态势,市场上也出现了不少专注于教育领域的人工智能产品,小到教学机器人,大到智能化教育系统等等。

  第一:辅助教学。未来人工智能产品一定会更加深入的参与到教学工作中,智能体将与老师进行更全面的合作来达到一个更好的教学效果。智能体在知识的精确度、知识量、知识面、呈现方式等方面都有明显的优势,可以借助人工智能的这些优点为学生开展更生动形象的教育形式。

  第二:因材施教。教育资源相对匮乏是导致开展因材施教实施难的重要因素之一,在人工智能时代,因材施教的难题将得到一定程度的解决。智能体可以根据每个学生的特点、兴趣、学习进度等情况进行针对性的教育,让学生对学习产生一定的兴趣,进而提升学习的效果。

  第三:多方参与。人工智能产品的应用使得多方参与到教育中变得更加容易,学校、老师、家长、教育专家等各种角色都可以参与到学生的培养当中,也可以随时掌握学生的学习情况,多方参与的教育方式会为学生创造出一个多维的学习空间,可以真正做到全面发展。

  第四:降低教育成本。人工智能与教育的结合能够降低家庭在教育上的支出,尤其是针对目前比较高额的补课费来说,人工智能产品的出现可以让更多的学生享受到优质的教育资源,这对于很多家庭来说是一个实实在在的好处。

  谢邀~这个问题很有意义。人工智能已经在改造着我们的制造、家居、医疗、出行等生活的方方面面,相信在不久的将来,人工智能将像水和电一样,进入每个行业,成为我们日常生活的必须,深刻地改变人类的世界。

  具体到教育领域,当前最迫切需要解决的问题是大班制教学与个性化因材施教之间的矛盾。AI+教育,恰恰能解决这些问题。AI+教育,能够解决数据采集的问题,实现从数字化到数据化;能够为老师减负增效,减少教师简单重复工作的时间;能够实现对学生的个性化分析、以学定教、提升学习的效率与质量;能够为教学管理提供大数据辅助决策与建议,为科学治理提供支撑。

  总体来说,AI+教育,有可能让千百年来“因材施教”的教育梦想得以实现,真正提升我们教育的质量、效率与公平问题。

  具体来说,人工智能与教育的结合,已经体现在教育教、学、考、评、管各个细分领域的应用。

  比如机器阅卷的实现。在考试中心的组织下,科大讯飞的全学科智能阅卷技术已在学业水平测试,例如大学英语四六级,以及全国多个省份的高考、中考、成人高考等大规模考试中进行了多次、多范围试点验证。验证结果表明,计算机评分结果已经达到了现场阅卷老师的水平,完全满足大规模考试的需要。以往,进行几十万、几百万份考试试卷样本的分析需要耗费巨大的人力资源,可行性很低,但如今通过精准的图文识别以及海量文本检索技术,可以快速核对检查所有试卷与目标相似的文本,并迅速提取并标注出可能存在问题的试卷。

  在个性化教学方面,通过大数据技术,可以收集和分析学生日常学习和完成作业过程中产生的数据,精确地告诉老师每个学生的知识点掌握情况,老师便可以针对每一位学生的学习情况来有针对性地布置作业,达到因材施教的效果。而在教学方式方面,智慧课堂可以为老师提供更为丰富的教学手段,全时互动、以学定教,老师上课时也不再是只有一本教科书,而是可以任意调取后台海量的优质学习资源。

  在管理方面,智慧校园解决方案覆盖学校的教务处、学生处、校办、校务处等部门,满足常态化校园管理需求。例如,随着新高考的推行,走班制成为新的教学模式,面对多样的选课需求,如何合理排课成为一个亟待解决的难题。在没有人工智能的时候,老师排课往往需要几周时间,还不能保证让学生都满意。现在用人工智能算法进行排课,学生只需提交自己的课程选择,系统可以结合课程、教室、师资进行快速的排课,极大提高效率与学生满意度,这就是人工智能在教和学方面的重大的改革。

  所以,对于教师和学校管理者来说,AI+教育所带来的这些变化,正是“以其所长,补之所短”,人工智能会在教学和管理过程中间起到“穿针引线”的作用,给教师和校长等做辅助或者决策性的分析。将来,利用人工智能技术带来的便捷,将是教师、校长们的主要工作方式之一。

  首先声明,我没有很深入了解过AI,我只是作为一个教育从业者提出可能的需求。

  教学中非常困难的问题是匹配,用大家熟悉的词儿讲就是“个性化教学”。这是个人人都知道要这么做,但做起来没人不觉得难的目标。

  我们一边说没有两片相同的树叶,我们一边又必须把几十个孩子放到一个班里,同时、面对同一个老师、学习同样的内容,接受同样的测试和一致的衡量标准,我们却不断强调,我们追求的是个性化的教育。

  我们先来听一个故事。在进入公立学校前,我在教育机构工作过几年,接触过几个在该行业从事了七年以上的一位校区主任,提到自己最佩服的老师,ta说自己有个朋友,一直教一对一,现在自己开工作室,无论是平均20分还是90分的孩子交给ta,ta都能帮助孩子们提高很多(是持续性的、以所在学校考核为准的),这位老师讲到,ta认为至关重要的一个因素就是匹配:ta需要做的是,判断清楚这个孩子目前的知识短板在哪。进而分析,这些知识掌握不牢是因为前置的知识没掌握呢,还是因为该知识点讲解过程中哪个环节有误解?或者是练习不够多?根据这个孩子的认知类型,如何挑选出适合他进阶去做的题库?做题过程中出错再倒回上一个环节去分析错误产生的原因是知识理解中哪个链条出现了问题……

  每个知识点都有难度的层级,也有其关联的其他知识点。我们注意到,市面上其实有很多梳理出的各科目的知识点教材,那为何还要去做智能化的知识网呢?

  40本梳理的很好的知识网的书+40张个出了很多错误的试卷+40个这个试卷的学生+1名老师

  告诉我,谁具备分析试卷的能力呢?只有这名老师,注意,如果是新老师,他还很可能感叹,为什么学生这里由错了,当时我明明讲的很清楚啊!(这里提醒大家,老教师的可贵之处很多时候就体现在对每一次犯错背后原因的敏锐捕捉能力,我曾听过一个说法,一个新入行的老师能够教优生,却教不了“差生”,大家自己品品吧)

  智能化之前,我们必须借助教师这个专业的、已经存储了知识点和知识网络的大脑,去浏览每个孩子的试题,然后去给每个试题写个错题分析,告诉学生你在哪个知识点出错了,而这里的错误是因为~&*引起的……

  为每个学生作出错题分析,工作难度大,工作量也是巨大的(注意这里不是批作业这么简单哦)所以我们看到常见的做法是,老师们挑选出错误率比较高的题目统一讲解,其他的课上不讲,也讲不完,学生有疑问可以自己问,所以本来理解的就不好、容易出错又不自信的学生,就卡在这里了。

  智慧的大脑是有限的,教师是有限的;但是各种类型的测试每天都在发生,错误时刻都在产生,疑问随时都存在。

  这种矛盾,最好的解决方式哦,就是用AI,来辅助教师做好分析,提醒学生你在哪个知识点出现了问题。

  解决学生未掌握的知识除了让他们加深理解之外,非常重要的手段就是匹配相应的题库。这里的匹配,没有大家想象的那么简单。

  例如我不会做相反数的题目,在网络上你可以轻松找到几十甚至几百道相关的题。但是他们适合这个学生吗?

  人工智能,既然担当起了智能的角色,就不该是做一个简单的查找、输出的工作。

  同样的错误不一定是同样的原因导致的,为了确定原因,AI能否做到可以追加几道题?就像医生诊断疾病,同样是发烧引发的原因可能是感冒,也可能是急性肠胃炎,专业的医生明白如何检测可以确定诱发该症状的原因。这是题目与知识点的匹配。

  而题目与学生如何匹配呢?我们还以生病举例,同样是感冒引起的发烧,12岁以下儿童用药跟成年人用药,药物类型和用量都可能不同。所以迁移到教学中,在同一个知识点、因相同原因出错,给不同学生有针对性地出题,可能吗?一个负责的、又经验丰富的、很了解学生的老师,给一个学生教学,这件事是可能的。但很明显,目前的师生比来看,不可能做到如此细化。

  我们说的个性化教学,要以学生为中心。上述两点也不断提到学生。so,人工智能如何去了解学生呢?

  在这方面目前技术层面恰恰是最成熟的,但似乎再非教育领域的成熟程度远远远远超过了教育领域。例如,各类购物app、新闻app、小视频app……他们迅速捕获你的喜好,长期跟踪你的动态,越来越了解你,越来越投其所好……

  虽然我们说世界上没有完全相同的两片树叶,我们却可以轻松找到两片绿色的油菜叶。

  一般来讲,分类维度越多,分析的就越精准。如果只用场独立型和场依存性分类,你会发现几亿学生被分为两类了,似乎没有任何意义。

下一篇:半岛彩票百川智能通过生成式人工智能备案今日起开放公众服务
上一篇:半岛彩票人工智能在建筑中的十大应用

咨询我们

输入您的疑问及需求发送邮箱给我们