人工智能与教育融合的论文

人工智能与教育融合的论文

“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ，欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要：“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，提高《人工智能》专业选修课的教学效果，我们结合近几年的实际教学 经验 ，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词：人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence，英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科，是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为，如推理、证明、感知、规划和问题求解等思维活动，来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐，与时俱进，有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科，必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止，全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今，一直将“人工智能”列为自动化专业本科生的选修课程，到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校，因此，学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下，南邮人经过多年的努力工作，在人工智能科研方面取得了丰硕的成果，如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统，为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前，国内有关人工智能课程的中英版教材种类非常多，遵循实用、简单、够用的原则，再经过授课老师和学生们的共同调研，我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面，包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写，内容基础，难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域，做到了内容新颖、简单易懂、兼顾基础和应用，受到了全国广大师生们的一致好评，多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校，“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握，南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理，我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核，从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的：平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端，避免学生“机械式”地的应对教学和考试，我们对考试题型进行了调整，不再是以往的填空、选择、简答等题型，而是改为以解决实际问题为导向的应用题型为主，这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了，这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言，人工智能这门课程所需要讲授的内容实在太多，由于课时所限，我们必须精简教学内容，让学生在掌握基础知识的同时，也能够了解它的具体应用。因此，我们将人工智能这门课程的教学内容分为两个部分：第一部分是基本理论和方法，包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用，包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排，使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点，从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现，在选修“人工智能”这门课程时，每个学生的心中所想各有不同，这些学生在刚开始学习时兴趣还比较强烈，但随着教学内容变得越来越抽象，学生逐渐对这本课的学习失去了信心，甚至上课时间不去听课，使授课教师对教学也渐渐失去了信心，导致恶性循环，严重影响了教学质量。针对这种现象，我们认为，在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件，开课前给学生演示“机器人医疗服务”实验，通过该实验的演示，让学生们看到机器人能够给病人提供多项人性化的服务，理解人工智能技术在开发医疗服务机器人多项关键技术中的应用，让学生在开课前能够对本课程的学习产生极大的兴趣，实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式，它往往根据教学目的和学生们的特点，通过合理的设计、选择教材内容，应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来，与传统教学手段相结合，形成合理的教学过程结构，达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点，学生学习起来比较困难，为了让学生生动、形象地学习该课程，我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时，借助Matlab软件和投影机，直接展现该算法的求解过程，从而改善了课程教学的形式，提高了教学质量。 　　(三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式，多次组织课堂辩论，辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论，无论正方还是反方都感觉自己收获很大，增长了知识，开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色，大大地调动了学生的学习积极性，从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分，通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法，从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课，设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题，要求学生独立完成这2个实验题目的编程，并书写实验 报告 。通过实验，学生动手实践了课堂上所掌握的理论知识，加深了对智能算法的理解。

人工智能是一门实用性较强的课程，我们总结了近几年来的教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看，我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用，需要指出的是，我们仍有很多不足之处，需要在以后的教学过程中不断努力完善，提高自己的教学能力，争取更好的教学效果。

参考文献

[1]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2003.

[2]路小英，周桂红，赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报：农林教育版，2007，9(4)：66-68.

[3]马建斌，李阅历，高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报：农林教育版，2011，13(3)：330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息，2011，(7)：541.

[5]张廷，杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学，2009(11)：133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

人工智能给教育带来的思考

      ——浙江大学--日照市教研员素养提升班学习感悟之一

为期六天的“浙江大学—日照市教研员专业素养提升培训班”已经结束，共聆听报告七场，专家们高屋建瓴的报告和睿智练达的思想给我留下深深的思考。其中沈启正和章苏静两位专家在报告中都提到了人工智能对人类职业带来的挑战。两位都引用了2017年剑桥大学对于365种职业未来“被淘汰率”的研究数据。其中，电话推销员、打字员、银行职员等职业，分别以99.0%、98.5%、96.8%概率，被列为最有可能被人工智能取代的职业，而教师职业被取代的概率仅有0.4%，被列为最不可能被取代的职业。但该研究成果也被广泛质疑，那么在人类历史上存在千年之久的教师，会被人工智能取代吗？

教师不可能被人工智能取代的原因被总结如下：教育不是冷冰冰的产品，教育是有温度的，学生的精神发育需要教师的情感投入和思想引导，学生的心灵成长需要教师适时走进学生心灵，进行情感交流和人文关怀，人工智能不具备人的情感，难以实现这一育人目标。因此，无论技术如何发展，。教师的言传身教、面对面的沟通交流都是育人必不可少的内容。另外，教育是创造性的工作，教学方法和育人方式都需要不断根据时代的发展进行创新，而人工智能缺乏人的主动性和创造性，它可以按照人类规定的程序工作，但不会主动工作，更不能创造性工作。

教师的职业不会被人工智能取代，并不意味着所有教师都不会被淘汰。在当前应试教育依然大行其道的背景下，有些经验型的教师也许乐观地认为搞应试是人工智能的短板，非真人所不能及。下面两则新闻可能会给他们当头棒喝。

2017年，教育行业曾做过一个实验，活动招募两组学生，一组学生由三名平均教龄为17年的资深教师进行真人授课，另一组学生则完全由企业开发的智适应教学机器人进行教学。在四天的时间里通过初中数学的针对性和集中性教学辅导，客观对比两组学生学习效果。结果显示，智适应教学机器人全面碾压真人教学，在最核心的平均提分上以36.13分（机器教学）完胜26.18分（真人教学）。针对2018年北京卷高考作文命题，作家张一一的文章《新时代 新青年》仅获85分，而机器人的作文《绿水青山图》却获得了曾参加过高考阅卷的评审专家给出的100分。

在应试方面，AI机器人完胜人类教师实属意料之中，因为人工智能强大的记忆功能和分析能力非常人所能及。另有一则代表性案例可以佐证，IBM公司的Watson系统在人工智能领域赫赫有名。一名普通医生在这个系统输入病患的所有信息之后，短短几秒之内就可以生成一份长达70页至100页的治疗报告，报告内容包括了推荐治疗方案、治疗方案遵循了哪些指南和治疗思想、帮助寻找到患者的临床医学证据、用药建议以及药物副作用提醒。Watson系统在多年的技术迭代和大数据“喂养”后，它目前可以在17秒内阅读3496本医学专著、24.8万篇论文、69种治疗方案、61540次试验数据以及10.6万份临床报告，并最终提出三个最优治疗方案。

以此类推，教育机器人完全可以根据学生的考试数据分析，确定学生智能优势、学习类型和提升方案，同时在自身的资源库里给学生配备最优学习资料。这些与应试紧密相连的认知领域的工作完全可以交给机器，从而使教师解放出来，有更多时间从事价值观领域或情感领域的教学。综上所述，只会教书，不会育人的教师恐怕首先要被淘汰。

在《“互联网+”背景下信息技术与教育教学的融合发展》报告中，章苏静教授介绍了讯飞语记、印象笔记、石墨文档、小易海报、思维导图等教育技术，给我们带来很多的启发。在教育技术日新月异的今天，拒绝新技术，无异于手持冷兵器对抗现代化武器，胜败一目了然，因此不懂技术的教师要被懂技术的教师所取代将是发展的必然。整个人类文明史就是一部人类技术发展史，人类生活发展水平的提高离不开技术的不断发展，而教育本身就是生活的一部分。那么在人工智能汹涌而来的时代，教师应该怎么做才能顺势而为，更好地应对时代发展的新形势、新挑战、新要求。

就学习资源来说，教师应该鼓励学生扩大获取知识与方法的来源与途径。学生的学习不再局限于教室，智能手机、平板电脑、掌上电脑等便携设备使学生学习可以随时、随地发生。为防控新冠疫情，今年各地延迟秋季开学时间，这给各种线上教育平台提供了闪亮登场、大放异彩的机会，教育工作者也切实感受了线上教育的便捷。未来的教育必然是线上学习与线下学习并存，移动学习与固定学习并驾齐驱的新格局。教师的角色也必须从教育的主导者变成教育的服务者。

就教育方式来说，教师要充分利用大数据分析，实现个性化教育。当前的传统班级授课模式下，因材施教的理念只能是空中楼阁，可望而不可及。随着分析技术、虚拟现实、人工智能等技术的应用，这一理念将变为现实。教师可以通过对学生各项活动指数进行大数据分析，判断出学生的潜能和素质，跟踪学生的学习过程，发现学生学习中的难点、重点，为学生量身定做个性化课程表、学习进度表和学习内容，使个性化教育落到实处。

就工作革新来说，教师既要与机器协作，又要充分利用机器所不能代替的“人”的优势，不断提高自身能力，为培养全面发展的人而创新工作。教育的终极目的是要关注学生的灵魂和幸福，为学生一生的幸福和成长奠基。教师对学生心灵、精神和幸福的关注是机器所不能取代的，因此教师要努力提高自身的沟通、创意和审美能力、同情心以及对他人真心实意的扶助和关切，跟学生平等互动，实施更加人本的教学，使得学生更具有创造性。

根据剑桥大学的研究报告，如果一个人的工作符合以下特征，那么，他被机器人取代的可能性就非常大：1.无需天赋，经由训练即可掌握的技能；2.大量的重复性劳动，每天上班无需过脑，但手熟尔；3.工作空间狭小，坐在格子里，不闻天下事。

这三条听起来颇为熟悉，其实也是当下很多教师的工作状态。未来已来，站在技术迭代的十字路口，主动拥抱技术、利用技术是每个教育人的必然选择，借力科技方不会被淘汰，否则时代抛弃你时，连声再见也不会说。

                                                            2020年12月16日

人工智能，赋能教师队伍建设

为深入推进人工智能等新技术与教师队伍建设的融合，教育部分批启动了人工智能助推教师队伍建设试点工作。推进人工智能与教育教学深度融合，无疑是赋能教师专业发展、深化教师评价改革、推动教师队伍建设的有力抓手。在试点工作推进过程中，一批试点学校或区域在利用人工智能助推教师队伍高质量发展方面作出了卓有成效的 探索 。我们选取北京大学等6个试点的成果概要展示，以供参考。

————————————————————

北京大学：提升教师数字素养与应用能力

在人工智能助推教师队伍建设试点工作中，北京大学通过组织培训、资助专项课题等方式提升教师的数字素养与应用能力，具体举措与成效分为以下四个方面。

一是开展人工智能助推教师队伍建设及数字人文的专题培训。

北京大学通过邀请人工智能相关领域的专家学者，研讨了关于教育发展的数字化智能化、人工智能驱动下的教育创新与应用等具体内容，累计有上千人次的北京大学一线教师通过线上线下相结合的方式参与了培训活动。目前北京大学正在积极推进与剑桥大学的合作， 探索 数字化、智能化等新技术对未来教育的影响和改变，致力于促进基于教学实践的研究和全球范围产学研的交流合作。

二是建设支撑教师培训的专门研修平台和学习资源。

为进一步做好教师培训工作，方便教师研修和学习，北京大学在2022年春季学期部署建设了北大培训平台。该平台不仅为教师线上参与直播培训或回看录播提供了便利，也为教师的长期研修提供了丰富的学习资源。同时该平台将自动记录教师的研修数据，为教师的研修情况提供数据支撑。

三是遴选人工智能研究与应用方面基础好的院系和实验室进行先行先试。

以大数据、人工智能为代表的数字技术在北京大学的人文、考古、医学、化学材料等学科领域有了很好的建设基础，并取得了一定成效，促进了信息技术对传统学科的赋能升级。

比如在数字人文领域，为了打造智能时代的数字工具和研究平台，北京大学积极加快推进建设哲学 社会 科学数据库、古籍智能整理系统、古典文献大数据分析平台、历代目录集成可视化系统、儒家学术史知识图谱平台、历代年谱GIS可视化平台等支撑平台，以新兴技术重构和利用经典文献形成新的研究契机。

四是在全校范围内培育孵化人工智能改进教学的应用案例。

北京大学启动了“北京大学人工智能助推课程建设项目”，作为人工智能助推教师队伍建设的子项目。学校在全校范围内征集了56门课程进行人工智能等技术促进教育教学改革的实践，旨在提高教师的信息化教学能力，促进人工智能与教育教学的深度融合。

同时，北京大学还积极推进教师大数据建设与应用。北京大学教师教学档案袋平台是实现教师数据的融合共享、机构协同创新的重要平台系统。教师教学档案袋平台还在持续建设中，正逐渐 探索 尝试纳入人工智能技术，在持续积累教师数据基础上进行数据挖掘，建立教师画像，为教师发展提供有针对性的资源和服务，加强教师教育。该平台除了为教师教育和发展提供支持，还要构建基于数据、面向过程的教师评价新模式，充分发挥大数据的优势，创新教师评价工具、优化评价管理、提升评价质量和拓展评价结果。

华东师范大学：深度融合人工智能与教育教学

以自身的特色和优势为基础，聚焦人工智能助推高校教师、师范生、中小学教师围绕育人联动发展的追求，华东师范大学经过5年的努力，将在师资队伍、人才培养、环境建设、教育范式、 社会 服务等方面实现全面革新。

面向师范生，学校在人工智能助推教师队伍建设行动中推动了以下几个方面的工作。

打造“一平五端”实训生态平台，实现过程性智能测评。基于见习、研习、实习三习一体化的教师教育实践体系，打造线上线下相融合的“一平五端”教学能力实训生态平台，包括一个教师教育实训教学一体化平台，以及电子资源端、移动听评课端、教育实习端、课堂互动端、数据管理端等五个数字端。

构建微型认证标准与规范体系，推动能力本位的培养。在牵头研制的《中小学教师信息技术应用能力标准》和《师范生信息化教学能力标准》基础上，学校聚焦基础教育教学的核心环节与关键能力，创造性研制了师范生教学能力评价体系以及《师范生课堂教学能力微认证体系》等师范生系列标准与规范。

研制师范生智能素养框架，夯实新时代教师必备能力。对于师范生智能教育素养这一新时代教师需要必备的基础能力，学校组织专家团队研制了师范生智能教育素养框架，框架共有13项能力，制定了对应的课程体系框架并绘制了学校已开课程的课程谱系。

面向中小学教师，学校统筹多学科、联动基础教育学校与企业， 探索 “智能工具支撑、能力素养提升、发展模式变革”的发展路径，现已产生了一批阶段性成果。

智能工具做支撑，逐步构建智能化支持体系。学校统筹计算机科学、教育学等优势学科成立上海智能教育研究院，聚焦“学—教—评—管”等教育环节痛点问题开展基础研究和应用研究，确定了三维自适应学习、高质量课堂诊断与改进、核心素养导向的智能评价等五个重点研究方向，推动快乐机器人、作文评阅机器人、虚拟仿真实验、 游戏 化学习等四项工程应用落地。同时面向多个学科开发应用场景，研发应用产品。

课程重塑为途径，精准提升教师关键素养。学校聚焦教育数字化转型对教师队伍建设的新要求，着力打造“教育数字化转型中的教师关键能力培养计划”，从“精准教学中的数据决策力”“跨学科教学中的融合设计力”“智能环境中的创新应用力”三个专项出发，助力中小学教师在数据决策、跨学科教学设计与实施、人工智能教育应用等能力方面形成突破。

模式变革做引领，形成面上辐射的成熟经验。学校在“人工智能助推教师队伍建设项目”推进过程中，逐渐 探索 、形成了“高校—企业—学校”为主体的智能教育共同体模式和“共学、共研、共创”为路径的能力提升模式。

面向高校教师，学校激发他们进行教学改革的意愿，同时着力提升教师智能素养。一是制度建设为保障，有力推进智能教育产学研。二是梯度指导为支撑，渐次提升智能教育素养。三是课程重塑为挑战，做实智能教育育人主阵地。四是专项研究搭平台，构建智能教育教学环境。

华中师范大学：构建“人工智能+教师教育”新体系

华中师范大学于2021年启动实施人工智能助推教师队伍建设行动试点工作，基于学校人工智能助推教师队伍建设行动试点工作在标准、工具、模式、应用及服务上的需求，稳步推进“五大任务”，已取得一定进展。

教师素养刻画与课程资源建设评估。华中师大于2020年11月获得国家标准立项研制信息素养国家标准，以此形成了一系列教师信息素养评价指标、模型、工具和系统，并于2021年启动教师数字画像评价指标体系研究，打造以数据为基础的教师数字画像和多元评价体系，从师德修养、专业知识、教学能力、教研能力、育人能力、 社会 影响和多方评价等维度动态描述教师数字画像，为教师工作减负、专业发展赋能。

智能化环境建设与平台工具研发。建成“人工智能+教师教育”综合实验实训平台，全面支撑教师职前职后一体化培养，覆盖教学、教研和培训多个领域。推进智慧教育环境提速升级，研发支撑创新教学的“小雅平台”。学校自主研发了云端一体化智能教育SPOC平台——“小雅”，构建了课程知识图谱、智能问答、智能推荐等多个智能模块，支持教学数据的伴随式采集和数据驱动的分析，实现了教学理论具象化、教学设计标准化、教学行为数据化、教师评价精准化，全面促进大数据、人工智能等新兴技术与教育教学的深度融合。

智能教学与研修模式创新。针对基础教育传统教研模式组织难、协调难和研修数据采集难等问题，学校推进“互联网+大数据+人工智能+教师研修”深度融合， 探索 形成了线上线下相结合的课例研修模式、教师工作坊支持的主题研修模式、混合学习环境下的微课题研修模式、直播课堂支持的同侪研修模式等四种研修新模式。利用信息技术对基础教育教师教学数据进行分析，生成精准、高效的课堂教学AI报告，包括课堂师生行为报告、课堂参与度数据图等。

人工智能支撑师范生职前职后一体化培养。为营造更真实的实训环境，提升师范生“三字一话”能力水平，学校建设了智慧书写教室和智能化普通话训测中心，建设云课堂“师范生技能培养”课程，师范生可以随时随地获取专业技能比赛、优秀作品等资源。建设数字化教师教育资源， 探索 建立“模拟小课堂”“微格技能小组”等小班化教学与实践制度。开展“人工智能+”名师课堂创新应用，如开展师范生与国培教师的云端对话以及国培骨干教师优质课程展示活动等，并录制国培骨干教师优质课及微讲座、中学名校名师论坛资源等。

人工智能助推乡村教师教学能力提升。构建“三个课堂+AI”的“开好课”模式。针对乡村薄弱学校的教与学问题， 探索 “三个课堂+AI”创新实践，利用“专递课堂+AI”赋能学生的自主学习，“名师课堂+AI”赋能教师的专业发展，“名校网络课堂+AI”促进优质资源和自适应的汇聚。同时，面向中西部开展人工智能助推教师队伍建设专项培训。

东北大学：全面提升教师信息素养

东北大学自入选教育部第二批人工智能助推教师队伍建设试点高校以来，将人工智能助推教师队伍建设作为“十四五”发展规划重点内容和学校教育信息化重点工作予以高度重视，着力提升教师素养，建设创新团队，赋能教师队伍评价改革。

实施教师信息素养提升计划。学校制订教师信息素养提升计划，对标新时代高素质专业化创新型教师队伍建设，以智能技术为手段，建立满足教师职业生涯发展全程支撑、全面覆盖的教师教育培训架构和课程体系。学校2021年底出台《东北大学教职工培训规定》，结合教师成长特点与发展需求分类组织教育技术培训，将人工智能素养提升作为重要内容纳入教师培训制度安排。教育技术培训结合现代教育技术发展趋势，以信息技术提升课程教学质量和水平为出发点，围绕在线开放课程的现状与展望、混合式教学改革、在线教育工具改进传统课堂教学等内容组织了52学时的培训。

重点支持人工智能领域教师队伍建设。围绕“人工智能”研究领域，学校通过实施“创新团队建设工程”“协议年薪制岗位聘任”“长聘教师岗位聘任”等举措，加大力度重点支持“人工智能”研究领域特色鲜明、创新活力强、研究方向明确、引领学科跨越式发展的高水平创新团队，如“工业互联网与工业人工智能驱动的智能化管理与控制系统团队”和“工业智能与系统优化团队”等；在工业人工智能领域布局发展，建设“工业人工智能研究院”“人工智能与大数据科学中心”“智能电气科学与技术研究院”等多个重要 科技 基地，为实现未来国家级优秀学术领军人才的培养以及新兴优势学科方向的确立奠定重要基础。学校鼓励教师开展自由 探索 ，开拓新的研究方向，打破学科专业壁垒。建立有利于学科交叉融合的学术评价和成果认定机制，优化学科交叉领域资源配置，瞄准 科技 前沿和关键领域，重点支持人工智能、智能制造与装备、深地深空、新能源及储能、新材料等研究方向的交叉融合，推动创新团队及所在学科实现跨越式发展。

大数据支撑教师评价改革。学校利用大数据采集和学习分析技术，对教师教学、科研等育人各环节数据进行深度分析，在职称晋升、聘期考核、团队遴选等工作中，充分利用大数据采集和全球引文数据库（Scopus数据库），对教师及所在团队在教育教学、科学研究、学术影响力等方面进行深度分析， 探索 建立包含第三方客观数据源分析评价在内的综合测评体系，全面了解教师的科研现状及发展趋势，利用Scival科研分析管理工具，查阅科研绩效分析、学科前沿分析、国际合作程度等，为教师及团队发展评价提供数据支撑。

北京市海淀区：信息技术支持教师进阶发展

北京市海淀区作为教育部第二批人工智能助推教师队伍建设试点区，充分利用互联网、人工智能、大数据、5G等新一代信息技术优势，聚焦高质量教师队伍建设关键问题，启动实施“海淀区人工智能助推教师队伍高质量一体化发展”试点。

一是推进智能教育新型基础设施建设，加快构建智能环境。海淀区系统推进智慧型教师研修中心——海淀区教师进修学校新校区智慧校园建设，启动远程互动教室、沉浸式演播厅等创新研修空间建设。

应用全方位支持教师混合式研修的海淀教研平台，该平台目前可以实现课程发布、自主选学、记录研修、学分认定等全过程信息化管理，留存研讨过程中的结构化资源。同时，配合在线研修建设了结构合理、内容优质、丰富多样的课程资源库。

二是 探索 技术赋能的教与学方式变革，促进课堂教学提质。开展三类“双师课堂”模式 探索 ，走出教师柔性交流新路径。以优质资源的重新配置为导向，系统规划了双师教学实施方案，组建稳定的双师协作伙伴关系。构建了适用于线下教学场景的“1+1协作直播”的双师课堂，适用于线上线下混合教学场景的基于“名师微课”的双师课堂等。

同时，开展促进学生自主学习的混合式教学模式研究与实践，研发调研工具，做好中小学线上教学指导。同时，凝练基于混合式教学设计与实施的典型经验，积累了优质的教学设计案例、教学课例、活动方案、教学工具等素材和资源。此外， 探索 基于大数据的精准教学模式，依托智能学习终端积极开展“基于在线学习行为数据的精准教学”和“基于学生学业水平的精准教学”两类实践。

三是提升教师作业设计与实施能力，助力“双减”政策落地。

建立学校作业网络系统和智慧作业方案，分学段 探索 技术支持下的分层、弹性和个性化作业的设计、布置与反馈路径与方法； 探索 了系统设计、课题研究与项目试点相结合的作业提质行动新模式。

四是开展人工智能支持的联合教研，促进教师一体化成长。开展65场“海淀‘大教研’之一体化联研”系列实践，开展三种类型的人工智能支持的联合教研实践，包括课例载体的联合教研、学科学术研讨类的联合教研、复习和命题为主导的联合教研，沉淀出一套可迁移的技术助力的联合教研典型工具和模式，积累并共享数字化学习资源。

五是建设数据支持的“精准培训”体系，支持教师进阶发展。面向全区中小学教师开展海淀区“十四五”时期教师培训现状及需求调研，基于全区教师培训需求的精准挖掘与分析，科学合理设计进阶培训课程。依托海淀教研平台开展线上线下相结合的新任教师培训、骨干教师研修、名师培养特色专题活动。研制“海淀区卓越教师专业素养标准及理想行为模型”，借助大数据手段建立教师成长过程评价与追踪机制，为下一阶段进一步 探索 教师“数字画像”、支持教师进阶发展提供依据。

上海市宝山区：打造“未来宝”数字基座

上海市宝山区自获批教育部人工智能助推教师队伍建设试点区一年来，聚焦教师队伍高质量发展，通过教育教学模式变革及育人方式转型，着力培养高素质创新型“未来教师”。

建设宝山教育数字基座，提供教师专业发展数字化支撑。针对教师信息化教学创新能力不足、薄弱学校教师应用能力水平低、教师机械性与事务性工作繁重等问题，宝山区建立“未来宝”数字基座，依托基座组织中心、应用中心、数据中心、消息中心、物联中心的五大核心能力，整区推进教师智能助手常态化应用，缩小校际数字鸿沟，优化数字化教学环境，整体提升全区教师信息素养，初步形成“未来宝”数字基座赋能教师队伍建设的新路径、新模式。一是基于组织中心能力，提供组织架构支撑。二是基于应用中心能力，赋能学校教育教学和管理服务。三是基于数据中心能力，实现人少跑路而让数据多跑路。四是基于消息中心能力，实现师生人员互联互通。五是形成三大“虚拟学校”方案，有力支撑疫情防控期间的教育教学。

推进“三个课堂”建设， 探索 缓解教师结构性缺编新路径。聚焦公平均衡，针对优质师资不足、薄弱学校教师教学水平不高、区域内校际差距大等现实难题，宝山区开展了智慧同侪课堂，利用5G、大数据、人工智能等新技术连通课堂，实现教师同步备课、同步上课、同步教研、同步研训以及同步课后延时服务，教师“智能手拉手”形成“1位教师+1个云端合作团队”的网络共同体，破解跨学科教学、教师单兵作战等难点，缓解教师结构性缺编难题，扩大优质师资辐射范围，同时提升教师教学实践与创新能力。

落实“双减”政策， 探索 人工智能支持的教学新形态。针对师生负担重、教学效率低、标准化教学模式难以兼顾学生个性化发展等问题，宝山区 探索 了人工智能支持的教学新形态。立足“双减”“双新”政策背景，以“两个减少、一个增加”为目标（即教师低智慧重复劳动减少，学生学习负担减少，学习效能提高），在基础教育全学段开展区域基于知识图谱的“智适应”学习系统的开发实践与应用推广，开发运用学科“智适应”学习系统，优化区域“未来宝”智能助教系统和智能学伴系统，助推个性化教学实践；通过资源建设，逐步实现智慧同侪课堂常态化应用，项目驱动、研用一体，助推教师教研模式创新，培养一批具有数字化素养的各学科应用型教师。

推进教师专业能力与需求评测， 探索 教师专业发展新模式。在教师专业发展方面，针对部分教师专业发展意识淡漠、职业倦怠，新教师对专业前景和发展方向把握不准以及教师教育与专业成长模式单一等问题，宝山区构建了教师画像和智能导航系统，依据教师职业生涯发展阶段特点，总结提炼优秀教师成长模型，借助智能技术给予教师适当、适时的协助，发掘教师潜能，为教师专业发展持续续航。

《中国教师报》2022年07月13日第13版

AI+教育存在哪些误区？如何更好地融合？

自2017年以来，在政策鼓励、人工智能技术爆发、资本加持的大背景下，AI+教育创业热潮开始兴起，人工智能技术在教育行业的落地应用逐渐增多。

截至目前，人工智能技术在教育领域的落地场景主要包括：语言类学习和测试；数据化课堂过程辅助教学；智能阅卷、个性化自动排课系统；自适应学习、虚拟学习助手和专家系统；软硬件结合的教育机器人；智慧校园一体化解决方案，已经基本覆盖“教、学、 考、评、管”全产业链条。

但是，AI赋能教育的同时也存在很多误区和错误使用，很多些项目都是从AI出发在教育中找应用场景，而不是从教育的实际问题出发找AI的赋能。

不可否认的是，人工智能与教育的结合尚处于起步阶段，还远没有达到人们的预期，当下，AI+教育存在哪些误区、又有哪些新的机会？AI+教育如何真正落地？AI+教育如何更好地融合？

近日，在蓝象资本主办的主题为“人工智能在教育相关领域的技术应用及发展趋势”分享会上，来自AI教育产业界、学术界、行业服务界的一线从业者，发表了他们的看法。

蓝象资本执行合伙人周爽认为，尽管人工智能在教育领域的应用，目前还存在处在 探索 阶段，但从教育的本质来说，也许未来对于不同教育目的的不同需求，可以分化出不同的分级，在每个分级里面，都会存在新的机会；好未来 AI Lab 算法科学家杨非认为，随着人工智能技术的发展和完善，想要实现全面应用到教育中大致需要经历三个阶段：教学辅助、价值创造、因材施教；优学天下副总裁欧阳明则分享了他对于AI+教育融合的思考。

以下是三位嘉宾的演讲全文，雷锋网做了不改变原意的编辑整理：

蓝象资本执行合伙人周爽：AI+教育的困局与机会

教育行业与互联网行业或者其他传统行业相比，它的发展轨迹和决策机制是不一样的。当人工智能与教育结合，我也从投资人的角度看到了一些担忧和机会：

1、大数据+教育，什么样的数据才算“大数据”？

目前大数据在教育领域的应用有智能批改、校车、校餐、自适应推题、高考志愿填报等。教育本身是个重服务的行业，具有很强的针对性、专业性和适用性，在大数据的应用上也就存在一定的难点。

底层数据的筛选决定了最终的判断结果，真正的大数据应该是具备以下几个特点（by IBM）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性） 。

比如用大数据分析做高考志愿填报咨询这类项目，从我看到的BP而言，很多项目都是用自己采集的部分数据样本来推演全体。我对这样的项目的科学性是存在质疑的。

2、人工智能+教育，教育本质中挖掘新机遇

历史 上，人工智能经历了三波风口：第一波，1956年-1974年，美国，感知神经网络软件和聊天软件；第二波，1980-1987，英国和日本，语音识别、语音翻译；第三波，2006，全球，深度学习、图像识别，但最终都“挂了”。

每个人心里对人工智能都有浪漫主义幻想，但理想与现实是存在差距的，理想比现实发展的更缓慢。在2019年的今天，卷积神经网络席卷全球，再一次燃起了人们对于超级智能的无限向往。那么，教育该如何分享这次人工智能浪潮中的 科技 红利呢？

对于教育领域来说，优质教育资源的稀缺、优质老师劳动力的解放等都是亟待解决的问题，蓝象作为 科技 主义者，一直坚信 科技 是推动教育发展，是解决教育公平、实现因材施教的唯一有效路径。

但目前在国内，对于教育的好坏并没有一个可以统一衡量的标准。比如，让孩子学习钢琴，目的是为了让孩子考级？还是为了让孩子开心？这件事情是没有标准答案的，这也就导致，人工智能在教育的应用中，无法准确的衡量到底什么是好的教育，什么是真正适合孩子的教育，也就无法判断应该收集什么样的数据，这些数据是否是真实、全面的。

尽管人工智能在教育领域的应用，目前还存在处在 探索 阶段，但从教育的本质来说，也许未来对于不同教育目的的不同需求，可以分化出不同的分级，在每个分级里面，都会存在新的机会。

好未来 AILab 算法科学家杨非：AI+教育如何落地？

我国作为发展中国家，尽管近年来整体教育水平有了飞速的提升，但目前的教育行业仍然存在很多问题，比如，优质教育资源稀缺，不同地区、不同学校师资力量不均衡；教师工作负担重，课堂教学效率有待提高；我们还远远做不到因材施教，对每个孩子的个性化需求难以满足等。

随着人工智能技术的发展和完善，想要实现全面应用到教育中大致需要经历三个阶段：

第一阶段：教学辅助。即将一些相对较零散的技术应用到教学场景中，但还涉及不到教学的核心流程，仅能借助一些工具提升教学过程中的效率和优化教学体验，帮助老师减轻工作负担，比如：智能测评、智能批改、拍照搜题等；

第二阶段：价值创造。开始承担教育过程中的一些核心环节，通过系统化、智能化教学过程评价与分析，帮助学生提升学业表现，以及帮助老师提升能力价值，比如：学习过程评价、全流程学情分析与管理等；

第三阶段：因材施教。开始逐步实现高效的个性化和人性化的互动教学，需要具备强交互能力。具体应用比如AI老师、自适应学习等。

目前，人工智能在教育各场景中的全面落地，还存在一定的挑战，但毋庸置疑的是，随着技术的完善，人工智能在教育领域的应用场景会越来越广泛、越来越深入，最终实现教学以老师为中心转变为以学生为中心。

优学天下副总裁欧阳明：AI+教育融合的思考

我们从使用人工智能的层面，做了一些AI+教育融合的思考：

第一，研究场景，找到刚需。

研究产品的前提是深刻理解产品的使用场景，找到真的刚需。比如，人工智能类产品应该往哪个方向发展的问题，哪个地方需求最大或者说哪个地方市场最大，就是人工智能产品发展的最好的方向。

以我们今天看到的在线课程来说，这可能是目前最大的市场机会。因为现在这个时代，流量已经变得非常昂贵，如何使用人工智能去解决流量的问题就是一个机会。

再者，在线类的课程想要做好教育服务，就需要大量的人工助教，助教的人数几乎可以占到企业总人数的50%甚至更多，他们的工作中，批改作业、跟家长沟通、做数据分析等这些效率较低的问题都是可以借助人工智能来实现效率的提升。

第二，人+AI，要有温度。

在我们自身 探索 AI课程业务的过程中，我发现如果只做纯粹的AI课程，其实最后产品在使用效果上依然是存在问题的。好的人工智能+教育，应该合理有效的将人和AI的优势进行融合，人擅长的事情还是由人来完成，而AI擅长的事情由AI来完成。

第三，少点鸡汤，深度融合。

每一波浪潮的到来都会掀起市场的狂热，这也导致现在大家对人工智能+教育产生了比较大的预期。在我看来，当市场还没有真正大规模的发展之前，应该选择一个单点把他打透，做一些深度的融合，会存在一些不错的机会。

来源 |雷锋网，转载请注明出处

注：文章为作者独立观点，不代表Soo56立场