时间:2023-12-18 15:25:40
引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇人工智能教与未来教育范例。如需获取更多原创内容,可随时联系我们的客服老师。
人工智能的教育本体:教育的变与不变
从本质上讲,人工智能技术是信息技术革命的集大成者。自从托夫勒1970年写出《未来的冲击》,信息技术革命越来越快,概念越来越多,没有停止的迹象。仅从近五年来看:大数据、数据科学、生命信息、工业4.0、物联网、新硬件时代、机器人、互联网+、人工智能,表面上概念你方唱罢我登场,但内在逻辑一直没有变:从单项技术走向全面融合,从局部应用走向全面工具化,而人工智能至少在目前看来是集大成者。硬件上物联网的成熟、软件上高可用性和动态数据库的成熟、生物学上神经科技的进展、数学上网络算法的应用、材料科技上纳米和感知材料的进展、信息科技上芯片和云技术的快速进步。从物理世界到混合世界,再到比特世界,人工智能技术刚刚开始,但人们基于过去工业革命的经验,明确感到这是临界点的来临。
STEM 成为后人工智能教育的不动点:应对科技的变化,教育的变革一直都在进行且与科技的发展互为因果。从彼得・蒂尔对教育的质疑,到创客热潮在美国教育中的掀起,事实上,STEM教育是美国对过去概念化的“实用主义”教育和“通识教育”百年争论的落锤之音。起源于杜威和哈钦斯的那场争论,恰恰是工业革命已经明确成型后的两种教育理念的争论。之所以今天的美国已经很少争论到底是实用主义还是通识教育,是因为美国的科技已经进入到一个新的阶段。教育是一个组织行为,一个围绕未来10年不变的知识、20年不变的技能、30年留存的体验的稳定的复杂社会经济形态,因此不那么容易被颠覆。恰恰是科学、技术、工程、数学(STEM)构成了工业时代(数理化)和后工业时代(文科、理工科)中的不动点,在物理学和几何学中,不动点对于系统的稳定和概念的一致性非常重要,而目前的STEM教育,不仅仅是一个概念的东西,而是旧技术时代向新技术时代过渡的“不动点”。在这个不动点体系中,新的侧重开始后,原有的教师和学科体系以及支撑可以平稳切换,不至于导致教学秩序的混乱。
元学科、应用学科和副科发生结构性的变化。由于人工智能的出现,使得复杂计算和系统计算以及简单的人机交互计算工具化全面超越人类,对技术基础这个原有概念的教育的分歧越来越大。人工智能视野下学科概念如果表述成元学科、应用学科与素质学科,那么教育学科的概念的持续性还能以最大公约数继续运行:以数学、物理、化学等元学科为代表的学科,在今后的教育中更加重要并将作为筛选人的条件。而应用科学:(生物、地理、信息、劳动)学科,将着重项目制学习、体验学习,成为培养人的目标;社会科学(历史、哲学、思想品德)将来的重点在于综合应用,批判性思维学习,更加侧重学科的来源和发展;而综合素质类(音乐、体育、美术)将从副科走向前台。@样,围绕STEM的教育,人工智能下的教育体系还是一贯的科学(元学科)、技术(应用学科)、工程(素质学科、社会学科、管理学科)、数学(逻辑、数学学科)。
人工智能技术对学科的影响:越理性,越感性
数学:传统的工业时代的数学,其训练方法是数值计算,其指向是力学计算,这种侧重至今还非常浓厚。随着知识库的普及和共享以及计算工具的进化,越来越少的人将来从事传统的工程计算行业,而正宗的工科专业越来越向着专业化和高端化演化(如学材料的将来的进入门槛很可能是博士)。但是,人工智能今后用到的大量的数学以及人与人打交道用到的计算机数学,统计学基础的数学,这方面中国数学还停留在工业时代。美国学生从高中就开始问卷处理和微积分的学习,大学数学更加有用的是方程组、统计学等。数学是一个典型的年龄相关性学科,一定要从小学,而且转向数值和算法类的学习,从偏向材料计算的高等数学方向,转向偏向矩阵计算的统计数学方向,逻辑学、几何学和统计学成为三个数学学习的支柱。
物理:有一位著名的物理学家回顾过去物理百年,发现一个有趣的现象:“力”这个概念,在物理学上看,已经不是一个原始的变量了,能量和质量才是,为什么我们的老师还在使用这个概念呢?那是因为在机械时代,“力”是最容易理解的组合概念。在工业革命前后的几百年直到今天,物理学教育的重点还是偏向传统力学计算方向,从中小学来说就是牛顿力学。然而随着工业时代的结束,人们更容易见到的力学概念不再是机械和天体,而是转向社交网络、计算机图像、信息变量、生物体和电子学以及更容易接受的能量、时间维度。数学老师们转向统计学的同时,物理老师应该考虑从牛顿力学转向量子力学和热力学甚至时空维度,这些对于孩子未来的人生更是基础,而通过物理学进行基础的科学实证的训练以及科学观测和数据处理,才是物理学最基础的作用和价值体现。不然,人生什么年龄都可以去学物理而不必非要从未成年时代去学。
元科学化学:中美物理学和化学都是选择性的,但比较中美化学教育,却发现有很大的不同。美国高中化学就允许且必须使用带有功能性计算的计算器,而中国大学生都没有这方面的训练。也就是说,随着化学和生物化学要求越来越高、知识点越来越多,设法绕过烦人的记忆而走向逻辑,是美国学习化学的方向,这点也值得我们注意。另外,化学的侧重由从偏向无机化学方向的基础化学,转向偏向生物和有机化学方向甚至与物理相结合的量子规律,是化学学科的重点。例如,很多美国的大学录取要看高中生在化学创新方面的实践,能创新的往往是生物化学。
外语:工具性的外语逐渐失去市场,形式节奏上的美学、逻辑学角度的词源学、社会学角度的语言学、心理学角度的语义学成为外语复兴的落脚点。另外,似乎从来没有人将计算机程序当作外语来教,事实上,随着工具性的外语被人工智能取代,计算机程序语言很可能成为一种外语,而很多软件人才是学外语出身的,也不断印证这个结论。
语文:可以预料的是,随着工具性的人工智能的出现,原先学习语文的工具性的方法(如语法),逐渐将退出语言学习(包括外语),而作为母语的语文之所以在工具化人工智能时代还得到重视,最重要的理由也许是仪式感的表达:回到经典、回到表达、回到应用、回到美学。
除了以上学科教育的重点随着技术经济必然发生变化外,学科学习的醒悟和内在逻辑将更加重要,学科历史、学科逻辑、学科故事将替代题库训练,因为作为计算的精确性除了特殊人才的培养外,将让位于工具和人工智能,而人要考虑体验和持续学习的兴趣和逻辑。学科学习之间还将朝着融合的方向发展,应用学科和元学科的分离意味着应用学科更加朝着整合的方向发展:地理、生物、科技等融合课程,朝着综合应用发展。
人工智能技术对教育技术的改变:从工具到空间
随着人工智能的发展,也许目前花里胡哨的信息技术将隐身后台。课堂上也许看不见信息化了,师生在课堂层面体验将会越来越好,越来越贴近自然:看不见计算机的信息化,距离教育更近而不是技术更近。
学校之所以存在是因为学校为学生模拟了一个高度抽象的比真实世界还真实的教育世界。因此,未来的校园从改变世界的信息模版角度,将更加强调与客观世界的互动、映射和高度抽象。
美国的大学录取是更接近人工智能手段的个性化录取,而学生选拔是更接近大数据角度的GPA(平均成绩点)。从培养角度,学生画像比GPA更加个性化地从个体角度描述学生的个性特征,学生的学习行为、实践行为、创新行为,在全地域、全信息、全自动、全过程的记录下,将更加全面地反映学生的全貌。智能实验室和智能校园的方向,将来是基于个体的专业学习和评价。
与学生相对应的教育行为画像,将侧重于联系社会、联系科技、联系家庭、联系团队,从重复性劳动变为创造性劳动。
而学校的管理行为将演变成支撑技术:支撑数据、支撑品牌、支撑环境。今后的教育将出现越来越专业和自由的教师,越来越职业的校长。
在教育政策上,由于全国性的数据和人工智能的使用,教育测评将更加专业化、教育本体化(而不是被测评机构和排名所左右),教育选拔将更加科学化和长期化,短视模式随着计算方法和智能评估的进展而迅速被迭代掉,衡水模式将逐渐退出历史舞台,未来应该筛选更应该上清华大学的人和更应该培养好每一个想学习的人。即使仅从功利教育目标来看,教师个体经验也逐渐让位于人工智能和大数据,教育重心从教育哲学属性逐渐走入教育科学属性;而被恐惧绑架的教育所强调的教育的筛选功能,逐渐将重心转向教育培养功能,个体成功的培养目标,逐渐转变成为未来视角的社会价值角度;教育回归人与人的本质关系和专业培育孵化的社会职能,功利性和工具性减弱,过程幸福成为教育者追求的目标。教育者由工匠逐渐转型为艺人,教师由于工具化的替代,将会越来越有尊严和个性,而不是越来越像工具。
“人创造”的价值逐渐凸显,教育的价值在于“创造人”
柯洁在被人工智能的计算机打败之后,接连战胜外国围棋高手,刷了一下存在感并表示:“与机器下棋没意思”。同样,在工具制造时代,如果从质量和精度考虑,无疑机器越来越超过人,然而手工的红木家具、手工的艺术品、手工的食品、甚至手工的衣服和汽车,比起无论从什么角度来看的机器人制造的东西,都越来越贵,人也越来越愿意采购。“人创造”的价值凸显,是体验经济产业升级的一个标志,人工智能时代也不能例外。因为,“有意思和不可复制”才是人消费的高级时代。
不同于机器代替人的重复劳动的趋势,教育与学校会替代机械的班级成为人与人关系的场所,在这个场所中,机器越来越像人来代替人的高级状态,而人越来越摆脱工具性、摆脱重复性,更具艺术性和创造性。研究教育的历史会发现一个普遍的现象,就是随着工具性的增强,反而是班级规模的缩小和师生比的扩大,这也印证了:人毕竟要与人打交道,教育是一个个性化的活动。C器代替人意味着更多的时间人会回到家庭陪同孩子,这在美国已经持续发生了50年,几乎多数的女性甚至男性在孩子成长过程回到家庭(如果他们算教师的话,教师比例更大)。在学校里未来的师生比会持续增加,教育更加不再计较投入产出,而将演变成一种创造性的职业。
杜威在研究工业化革命后的教育中,提出教育的目标更加集中地体现在教育本身之中,教育即生长(教育的目标就是让教育继续下去)。随着工具化的人工智能代替越来越多的教师的重复性劳动,教师的幸福指数越来越高,更多的和更合适的师生比使得学生得到更加专业的呵护和培养,幸福指数也得到提升。教育让生活更美好将逐渐实现,教育即生活的前提条件是教师不再是指标的工具,学生不再是考核的工具。
【关键词】人工智能;未来教育;未来学校;创新变革;挑战
【中图分类号】G434 【文献标识码】A
【论文编号】1671-7384(2017)07-0012-03
近年来,世界各国高度重视人工智能技术的发展,相继了相关研究报告。2016年10月,美国白宫了《为人工智能的未来做好准备》和《国家人工智能研究与发展战略计划》两份重要报告。2016年11月,英国政府《人工智能:未来决策制定的机遇与影响》报告。2017年3月,国务院总理发表2017政府工作报告,指出要加快培育壮大包括人工智能在内的新兴产业,“人工智能”首次被写入政府工作报告。当前,人工智能正逐渐融入电商零售、医疗健康、交通以及个人助理等多个领域,并展现出巨大的应用空间。人工智能在教育领域同样拥有巨大的应用潜力,随着知识表示方法、机器学习与深度学习、自然语言处理、智能、情感计算等关键技术的发展,人工智能将在教育领域发挥越来越大的作用[1]。
人工智能在教育中的典型应用主要集中在智能导师辅助个性化教与学、教育机器人等智能助手、居家学习的儿童伙伴、实时跟踪与反馈的智能测评、教育数据的挖掘与智能化分析、学习分析与学习者数字肖像六大方向[1],已经表现出巨大的应用潜力。学校作为教育活动的重要组织场所之一,人工智能将为学校的管理与教学带来变革性的影响,主要表现在四大方面:维护校园安全、辅助教师教学、变革学习范式以及优化学校管理。
维护校园安全
校园安全是顺利开展学校教育活动的基础,也是教育改革和发展的基本保障。《国家中长期教育改革和发展规划纲要(2010-2020年)》指出,要“切实维护教育系统和谐稳定,深入开展平安校园、文明校园、绿色校园、和谐校园创建活樱为师生创造安定有序、和谐融洽、充满活力的工作学习生活环境”[2]。计算机视觉与机器人技术的发展使得人工智能维护校园安全成为可能,其将在非法人员识别、消防安全预警、活动事故防护三个方面发挥重要作用。
1. 非法人员识别
部署保安机器人将是未来学校保证维护校园安全的重要措施之一。保安机器人能通过眼部的图像采集设备采集进入校园人员的面部信息,识别当前人员身份,若未检测到相关人员信息,系统则会通知学校的安保人员进行身份验证、登记等工作。同时,位于校园各处的保安机器人还将实时监控是否有陌生人通过非正规途径进入校园,检测到相关行为之后,则会通知学校安保人员进行处理。此外,位于学校门口的保安机器人还将采集学生的面部信息,与信息库中的学生信息相比对,确定学生身份,并记录学生到校与离校时间,确保学生在校期间的安全。
2. 消防安全预警
未来学校的消防安全预警系统包含了感烟探测器、感温探测器、火焰探测器、可燃气体探测器等多种感应器,同时通过摄像设备实时采集图像信息,分析画面中是否出现明火、烟雾等现象。其综合图像分析与探测器感知,判断是否有火灾现象发生。此外,系统通过实时采集校园内人员的行为数据,与数据库中消防安全危险行为做比对,分析是否有相关危险行为发生。若危险行为发生,则会通知学校安防人员。在火灾发生时,拥有智能搜救技术的消防机器人将会代替人进入火灾发生区,通过生命探测仪,自动感应、搜索、识别被困人员,将其救出火灾发生区。消防机器人的部署很大程度上避免了人员进入火灾发生区受到二次伤害现象的发生,其机动性超越了现有的消防安全系统,在很大程度上保证了校园内师生生命和财产安全。
3. 活动事故防护
目前,校园课间活动的伤害事故主要表现在拥挤踩踏伤害、追逐打闹伤害、危险游戏伤害等三个方面。基于人工智能的活动事故防护系统通过校园内的摄像设备实时采集师生行为数据,通过与数据库中活动事故危险行为模型相比对,分析判断是否有危险行为发生。若相关行为发生,系统则会将相关危险行为发生的地点、类型等发送给学校的安防人员,提醒安防人员采取相应措施。
辅助教师教学
随着图像识别、语音识别、自然语言处理等技术的发展,越来越多的人工智能工具被应用于教育领域,成为教师教学的得力助手。教育机器人和智能作业测评工具的出现大大减轻了教师的负担,提高了教师教学的效率。
1. 辅助备课
备课是真实教学实践的预演,是应用教师知识并发展教师知识的过程。其既是确保教学质量的条件,也是教师专业发展的途径[3],是教师教学的重要组成部分。备课机器人能够通过语音识别记录教师话语信息,利用自然语言处理技术分析整合教师话语信息,识别教师要求。备课机器人根据教师提供的教学目标、教学重难点、学生的基础知识等,在相关学科的知识库中进行资源的搜索与整合,形成电子教案。同时,根据教案内容为教师提供课堂测试习题以及上课所需课件。教师只需要根据所教班级的学生特点与自己的教学习惯,对教案、测试习题以及课件稍作调整即可应用于教学。
2. 智能作业测评
自然语言处理技术的进步使得作业自动批改成为可能。科大讯飞将“讯飞超脑”计划的阶段性研究成果“全学科阅卷”技术应用于考试,实现阅卷过程的数据化与自动化,在将教师从简单重复的阅卷工作中解放出来的同时,完成对考试数据的采集[4]。基于人工智能的作业评测系统可对作文、阅读等主观题进行语义识别并提出修改意见,根据学生的作业结果为教师自动生成详细的学情报告。智能作业评测技术的应用将有效分担教师的教学压力,显著提高教学效率,教师能够更多地专注于与学生互动、教学设计和专业发展。
3. 辅助课堂管理
在未来,教辅机器人将走进教室,辅助学生解决学习中遇到的难题。教辅机器人能够识别学生身份,读取学生当天所学课程信息以及学生在课堂的行为数据,为学生提供个性化解题方案奠定基础。教辅机器人通过语音识别获取学生问题信息,利用自然语言处理技术分析整合学生话语信息。然后,教辅机器人通过人脸识别采集学生的面部信息,综合面部表情、姿态和语调通过情感计算技术分析目前学生的情绪状态,综合学生的情绪状态和行为数据确定学生当前学习状态。教辅机器人依托优秀教师授课资源库,智能搜索相关答案,针对不同学习状态的学生采取不用的解题风格。此外,教辅机器人将收集到的学生行为数据上传到学生管理系统,辅助教师等进行学生的日常管理工作。
变革学习范式
学习范式是指特定时代的学习共同体所共有的学习理念、学习方式,并对学习者的学习态度、学习行为产生积极的引导作用,以促进学习的有效进行[5]。人工智能技术的发展使自适应学习系统真正地为教育所用,为学习所用,人工智能将使现有的学习范式走向自适应学习。
自适应学习系统在本质上是一类支持个别化学习的在线学习环境。它针对个体在学习过程中的差异性(因人、因时)而提供适合个体特征的学习支持,包括个性化的学习资源、学习过程和学习策略等[6]。基于人工智能的自适应学习系统将整合自适应内容、自适应评估和自适应序列三种工具。自适应内容通过分析学生对问题具体的回答,为学生提供个性化的内容反馈和学习资源推送。自适应序列利用一定的算法和预测性分析,基于学生的学习表现,持续收集数据。其中在数据收集阶段,自适应序列会将学习目标、学习内容与学生互动集成起来,再由模型计算引擎对数据进行处理以备使用。自适应评估可根据学生回答问题的正确与否,及时改变和调整测评的标准。
优化学校管理
学校是教育的核心单元,高效的学校管理是学校开展各项工作并得以高效运行的重要保障[7]。人工智能的融入将使未来学校的管理工作更加高效,使学校更好地服务于教师的教学与学习者的学习。其将在考务管理、教师管理、学生管理三方面发挥重要作用。
1. 考务管理
在未来的学校中,监考机器人将代替监考人员进行考务工作,很大程度上节省学校考务管理方面的人力资源。监考机器人通过内置于眼部的摄像头采集学生的面部信息,与数据库中学生信息比对,确定学生身份,自动完成签到。其通过内置于手臂端的金属探测器,扫描学生全身,z测学生是否带有作弊物品。监考机器人通过摄像头、红外感知等确定学生位置以及教室内的桌椅等位置,规划行动路径,分发和收集试卷。此外,监考机器人还将通过位于眼部的摄像头实时采集学生行为数据,与数据库中作弊行为实时对比分析,如果学生有作弊行为发生,则会立即制止,维护考场纪律。
2. 教师管理
教师管理是学校管理工作中的重要组成部分,教师评价则是教学管理中的核心部分。人工智能为教师的智能评价提供了可能。基于人工智能的教师评价系统通过教室的摄像设备实时采集教师及学生的行为数据、表情数据,通过学生的穿戴设备采集其体征数据。系统经过对教师和学生的行为数据、情绪数据和体征数据的分析(如系统与学校的学科管理系统相连通,确定教师的教学内容是否与教学大纲要求相适应,重难点是否突出,所讲述内容是否具有实用性;教师讲授知识时,根据学生的行为、情绪和体征的反应确定教师所讲授知识是否被学生理解;教师在讲授内容和组织学习活动时,语言是否规范、清晰,态度是否亲切和蔼等),最终评定教师的教学效果,并生成可视化报告,辅助学校完成对教师教学效果的评估工作。此外,系统还将通过教室的摄像设备采集教师面部信息,识别教师身份,自动记录教师的出勤情况,辅助学校的教师管理工作。
3. 学生管理
学生管理在学校管理中同样发挥着重要作用。基于人工智能的学生管理系统可通过位于学校门口以及教室的摄像设备采集学生面部信息,识别学生身份,自动记录学生的到校时间和离校时间,为学生的出勤考核提供数据支持。通过位于教室的摄像设备实时采集学生的行为数据,分析学生的课堂表现以及课余时间的同学之间的交流情况,为学生管理的班风、学风管理提供决策支持。同时,通过分析学生的学习成绩、课堂表现、课下交流情况,判断学生是否有异常行为(趋向),并及时反馈给学校管理者。此外,系统还将学生的在校情况,包括到校时间、离校时间、测试成绩、作业完成情况等反馈给学生家长,家校协同完成学生管理工作。
让机器在没有人类教师的帮助下学习,让机器像人类一样感知和理解世界,使机器具有自我意识、情感,以及反思自身处境与行为的能力,是人工智能面临的主要挑战[8]。除此之外,人工智能在教育领域中的应用目前还处于初级阶段,在学校的管理与教学应用方面仍面临着数据基础薄弱、决策和推理机制适应难、缺乏专业应用人才等挑战。
(作者单位:江苏师范大学智慧教育学院)
参考文献
闫志明,唐夏夏,秦旋等. 教育人工智能(EAI)的内涵、关键技术与应用趋势――美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J]. 远程教育杂志,2017(1): 26-35.
程天君,李永康. 校园安全:形势、症结与政策支持[J]. 教育研究与实验,2016(1): 15-20.
翁春敏,陈群波. 基于教师情境知识的备课研究――国外研究的视角[J]. 外国中小学教育,2015(5): 51-57.
搜狐教育. 科大讯飞吴晓如:互联网+人工智能时代的教育变革[EB/OL]. http: // sohu. com/a/69484549_372506,2017-6-15.
George R. Boggs. What Is the Learning Paradigm? [EB/OL]. http: //vccslitonline. cc. va. us/mrcte/learning_paradigm. html, 2017-6-13.
陈仕品,张剑平. 基于EAHAM模型的适应性学习支持系统体系结构[J]. 电化教育研究,2008(11): 53-57+82.
【关键词】大规模开放在线课程;人工智能课程;翻转教学法
0 引言
近年社会对计算机专业人才能力的要求越来越高,而学生所学与实际需求存在不少差距,高校计算机专业课程教学因而遭遇诟病。依托信息与网络技术支撑的大规模网络开放课程(massive online open course,MOOC)较好贯彻了以学为中心的理念,其翻转教学模式与灵活有效的交互极大提升了学习兴趣[1]。搭建MOOC平台的计算机技术既是技术基础,也是热门MOOC课程。在此浪潮下传统高校计算机专业的教学首当其冲受到冲击,遇到前所未有的挑战。纵观国际三大MOOC巨头的课程建设均始于计算机类专业课程,同时也是所占比例较大的课程系列,其中人工智能(Artificial Intelligence,AI)课程在Coursera、Udacity[1]两个平台上均是最早开设的课程之一。采用何种教学模式更适应社会对人才的需求呢?这是应对挑战的关键问题。
1 人工智能课程的课堂教学困境
人工智能是研究模拟、延伸和扩展人类智能的理论、方法、技术及应用的前沿交叉学科,涉及面广、研究性强,还不断产生新的理论和方法。课程难度大理论强实践难,也是公认难讲的课程之一,该课程具有如下特点:
1.1 先导课多,知识抽象,涉及面广,更新快
前期知识包括:数据结构、离散数学、程序设计、图像处理等。如果前期知识不扎实,很难理解内容并融会贯通。传统内容包括:知识表示和推理、搜索策略、模糊理论、神经网络、机器学习、专家系统、遗传算法等,涉及大量抽象理论和复杂算法。教材普遍特点是:内容滞后,枯燥深奥的理论和解决现实问题的实践联系不紧密。
1.2 研究性强
该领域很多内容仍是科研热点,并不断涌现出新的研究方向、新内容、新方法、新技术和新应用。
1.3 教学方式单调
技术和管理的局限也制约了教学方式,教学方式基本以教为中心,停留在讲授、问答等简单互动上,教学方法单一。很少能提供学生自学、讨论、合作和实践的一整套互动实践机会,难以真正体现以学为中心的理念。
1.4 学生缺乏兴趣
一方面,课程本身特点使得课程容易陷入枯燥的纸上谈兵的尴尬。另一方面,即将毕业的高年级本科生对未来规划明确,抽象的人工智能课程无论从职业发展还是继续深造对学生并没有立竿见影的效果,进一步拉低兴趣。此外,教材滞后,教学方法单一等也会影响兴趣。
如火如荼发展的MOOC的课程,尤其Udacity的课程设计之初就立足于解决实际问题的导向,做法上的独特之处成功吸引了大批学生。课堂教学中借鉴在MOOC上被证明有效的教学模式和方法,不啻为一种尝试,以期摆脱教学困境,提高学习兴趣,最终提升教学质量。
2 MOOC的教学模式
MOOC的教学模式分为三种:cMOOC、xMOOC 和 tMOOC[2]。早期的cMOOC的教学模式特点是学习者完全做主,但复杂的网络互动产生庞大而混杂的知识网,缺乏识别主次和归纳总结能力学生常因信息过载陷入茫然无措的境地。2011年Udacity 创始人之一在网上开设的“人工智能导论”课程改变了表现风格,把互联网作为教学媒体的呈现潜力发挥到极致,按知识点分割内容成短小视频,其间插入现场对问题的解决,突出了Udacity有别于传统教育机构及其先行者的地方:注重发现并解决问题。这就是xMOOC的教学模式,沿袭并创新了熟悉的学习风格,使得MOOC如鱼得水渐渐发展壮大。随着MOOC逐步成熟,为了适合具有专业基础的职业技能培训,发展培养针对具体任务的探究学习教学模式,即tMOOC模式,这是Udacity网站课程的另一个设计目标。表1显示了MOOC的三种模式的对比。
以Udacity的人工智能导论课程为例,只要高中毕业具有概率论和数理统计基础的学生就可以学习,该课程适合入门,但难度较低,内容较少。清华大学的马少平编写的人工智能教材是很多大学,包括我院人工智能课程的教材,清华大学的人工智能课程经过多年发展已经形成了一个系列教学资源库,包括教材、课程视频、教学课件、作业及答案和实验设计等。根据Udacity网站的人工智能导论课程的展示,表2从几方面对比了Udacity人工智能课程与清华大学马少平版的人工智能课程情况:
从表2可以发现Udacity的人工智能视频采用了按知识块分割成短小视频,在期间和完毕之后都准备了测试,细节上体现了以学为主的理念。纵观类似人工智能的国家精品课程[3],学习资源多为文本类,重用难,对教学重难点没有拓展和转化。这种以内容共享为中心的呈现模式,缺乏与学习者充分交互,难以体现以学为中心的教学理念。
在MOOC的教学设计中,调动学习者极大热情的是翻转课堂,在学习环境中引入了自主协作[4-5],在交流机制中融入了多元互动,给学习者带来积极、主动、高效的学习,翻转课堂和传统课堂的区别如表3所示:
3 MOOC的教学模式对人工智能课堂教学的启示
3.1 教学内容的优化与调整
MOOC的教学通过把理论抽象的知识点分割成小段录制的微课视频,时长不超过15分钟,内容衔接处具有一定交互性,讲解形象化,提供给学生反复观看,这种用技术处理分解知识点和把难点从抽象变成具象的过程降低了理解难度。
课堂教学也可以通过分而治之的方式对教学内容优化调整。人工智能涉及内容与范围多而杂,作为入门课程并不要面面俱到,根据学生层次,可以区分重点掌握和一般介绍的内容,以点带面铺开,因此,根据学生特点,把成熟的基础理论和这些理论的实际应用整合,辅以其他新技术的穿插介绍,主要分三块:
①人工智能的概念和发展,熟悉人工智能的研究和应用领域;
②人工智能的基本技术,包括知识表示,逻辑推理、搜索策略、模糊理论等;
③涉及现实应用,如:机器学习,模式识别,自然语言理解,智能控制等。
为了反映人工智能领域最新进展,教师还可以收集学生感兴趣的最新成果专题信息,及时更新、调整教学内容,通过与实际更紧密的融合接轨,对课堂上没时间介绍而又较热点的新知识,通过提供方向和资料解决,注重提高兴趣的同时,也展示出课程学科特点、主流技术及发展趋势。
3.2 紧密结合实际
Udacity的开设之初的目的就是学习为了解决现实问题,其人工智能课程设计也不例外,包含有实际遇到问题的解决,这种立竿见影的好处就是极大激发了兴趣。
考虑到高年级学生对解决实际问题技术的兴趣远远大于技术理论等细节,不想花太多时间去理解复杂而难以看到实践效果的理论上,更想通过实际体验解决问题增强成就感。教学内容的设计尤其紧密结合实际运用。
传统人工智能讲授通过实例解答或推证式讲述理论,如知识表示和搜索推理技术,该部分理论强,应用实例少,往往学生感觉枯燥乏味,教师也感觉晦涩抽象,学生对所讲内容基本靠死记方法和步骤,这种僵化的教与学影响了教学效果。
因此,设计教学时尤其注重内容的实用性。除了讲授至今仍沿用和有效的基本原理和方法外,引入近年发展起来的方法和技术,如智能算法等,对这些内容重点在技术的具体实现上,强调与实际的融合贯通。教学过程中加入与课程内容对应又可以用计算机实现的试用内容。如模式识别应用于手写数字识别,通过仿真软件模拟实现算法,获得立竿见影的效果体验,加深对算法的认识,引起学生浓厚的兴趣。同时也对某些很有发展前景的技术兴趣导入,如目前人工智能研究侧重人类理性逻辑功能的模拟,而如果把情感智能考虑进去,才更有人性化的智能决策。这就是经过了将近20年发展的情感计算,随着可穿戴技术渐渐渗透进生活,引起更多关注,这些接地气的内容提升了兴趣。
3.3 实践能力的培养
Udacity 创始人史蒂芬斯博士的说过,“即使是最好的大学,其计算机课程所传授的技能也是浮于理论的”。学习的目的是为了解决实际问题,带着问题学习和思考,有利于主动学习的激发。这些方面,可以参考Udacity人工智能课程的实验内容修正。强调学习是为了解决实际问题服务的目标。
3.4 教学模式及教学方法的变化
3.4.1 实例教学法
人工智能内容的抽象性决定了知识点的难度,Udacity人工智能课程教学中尽量把难懂的知识点结合现实中有趣实例,通过感性体验提高理性理解,让学生容易接受。笔者进行了一些化难为易的尝试:如利用汉诺塔问题讲解状态空间的知识表示,通过野人过河的游戏程序步步领会理论精髓;结合下棋软件体验模拟人脑思考的计算机博弈的极大极小搜索思路,这些实例教学激起了兴趣,扩展了学生思路,拓宽了视野。
3.4.2 翻转教学法
整门课程录制课程小视频还有一定难度,作为尝试,选择少量知识点录制视频进行翻转教学。如抽象的理论部分,借鉴网上已有视频资源融入教学过程,分解知识点破解难点,形象化与短时间的重复讲解,增加学生对抽象内容的理解,期间穿插核查对理解内容的核查,并留出思考时间,强化学习效果。
3.4.3 交互环境的营造,辅助教学过程完善
1)基于联通主义的学习交互[6-7]
在MOOC课程中,提供在线交流论坛,学习者建立课程组,学习组等方式交流,这种教与学、学与学的交互不但是网状进行的,而且是即时的。学生将互动产生的内容作为学习的中心,通过学习者不同认识的交互,建立新的认知结构,拓宽了视野,更有利于问题的有效解决。这种互动交流分成三种形式:
①教师对统一回答提问集中且意义较大的疑难问题;
②学习者分享学习感悟;
③学生间交流带来不同认知的碰撞。
以上三种情况的互动在课堂教学中也可以运用于课堂教学:及时分析整理共同问题,集中回复;课堂教学的互动除了课堂上及时了解学生反馈的互动,还有对解决问题的互动。课下互动可以利用学者网建立课程组,提供了较好的师生交流形式与效果,同时利用学习组在小组中分享互助,小组成员的交流引起认知碰撞,这种实际参与的体验加深了理解,并巩固学到内容,这些资料的逐渐积累还可以复用。
2)基于行为主义的学习反馈[8]
MOOC 遵循了程序教学的一般原则,尤其注重学生反馈,像游戏一样关卡设置让整个过程充满挑战性,一些机器评分实现了及时学习反馈,摆脱了单向提供课程资源的弊端。课堂教学可以借鉴这种借助技术手段互动了解学生学习的情况,促使有意义学习的发生。
4 教学改革的实施
利用以上措施在《人工智能》课程的教学中实践,通过在xMOOC教学模式中部分适当内容引入翻转教学法与利用学者网的课程交互,探索提高兴趣,促进理论与实践的融合,促进有意义学习的发生,提高学生实践能力的途径。通过观察,调查与访谈等方式,了解学生在该教学模式中兴趣与能力改善状况,同时研究教师教学法转变与教学水平变化的关系,根据追踪研究效果,发现这种改善调动了学习兴趣,促进了教学效果。实践中通过建立实验组(班)与对照组(班)、评价教学模式和教学效果等因素,不断总结、修正和完善,期望建立适应当前形势与环境的有效的该课程的教学模式与教学方法。
5 结束语
笔者结合人工智能课程的教学实践,针对本科高年级的教学特点和人工智能课程学科特点,提出在设计人工智能教学时,通过MOOC的教学模式和教学方法完善课堂教学,注重内容的实用性和新颖性,适当穿插新方向的内容,目标是将难学、枯燥、难理解的问题,变得易学、有趣、易理解。从学生反馈来看,这些方法起到了积极的实际效果,有效地提高了学习积极性。
【参考文献】
[1]udacity的人工智能导论课程网[EB/OL].https:///course/cs271.
[2]王萍.大规模在线开放课程的新发展与应用:从cMOOC 到xMOOC[J].现代远程教育研究,2013(03):13-19.
[3]国家精品课程资源网[DB/OL].[2013-04-22].http://.
[4]徐明,龙军.基于 MOOC 理念的网络信息安全系列课程教学改革[J].高等教育研究学报,2013,36(03).
[5]王文礼.MOOC 的发展及其对高等教育的影响[J].江苏高教,2013(2):53-57.
[6]李青,王涛.MOOC:一种基于连通主义的巨型开放课程模式[J].中国远程教育,2012(3):30-36.
【关键字】人工智能;教育;进展
【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097(2008)13―0018―03
人工智能是一门综合的交叉学科,涉及计算机科学、生理学、哲学、心理学、哲学和语言学等多个领域。人工智能主要研究用人工的方法和技术,模仿、延伸和扩展人的智能,实现机器智能,其长期目标是实现人类水平的人工智能。[1]从脑神经生理学的角度来看,人类智能的本质可以说是通过后天的自适应训练或学习而建立起来的种种错综复杂的条件反射神经网络回路的活动。[2]人工智能专家们面临的最大挑战之一是如何构造一个可以模仿人脑行为的系统。这一研究一旦有突破,不仅给学习科学以技术支撑,而且能反过来促使人脑的学习规律研究更加清晰,从而提供更加切实有效的方法论。[3]人工智能技术的不断发展,使人工智能不仅成为学校教育的内容之一,也为教育提供了丰富的教育资源,其研究成果已在教育领域得到应用,并取得了良好的效果,成为教育技术的重要研究内容。
人工智能的研究更多的是结合具体领域进行的,其主要研究领域有:专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络和分布式人工智能等。[4]目前,在教育中应用较为广泛与活跃的研究领域主要有专家系统、机器人学、机器学习、自然语言理解、人工神经网络和分布式人工智能,下面就这些领域进行阐述。
一 专家系统
专家系统是一个具有大量专门知识与经验的程序系统,它使用人工智能技术,根据某个领域中一个或多个人类专家提供的知识和经验进行推理和判断,模拟人类专家的决策过程,以解决那些需要专家决定的复杂问题。[5]专家系统主要组成部分为:知识库,用于存储某领域专家系统的专门知识;综合数据库,用于存储领域或问题的初始数据和推理过程中得到的中间数据或信息;推理机,用于记忆所采用的规则和控制策略的程序,使整个专家系统能够以逻辑方式协调地工作;解释器,向用户解释专家系统的行为;接口,使用户与专家系统进行对话。近几十年来,专家系统迅速发展,是人工智能中最活跃、最有成效的一个研究领域,广泛用于医疗诊断、地质勘探、军事、石油化工、文化教育等领域。
目前,专家系统在教育中的应用最为广泛与活跃。专家系统的特点通常表现为计划系统或诊断系统。计划系统往前走,从一个给定系统状态指向最终状态。如计划系统中可以输入有关的课堂目标和学科内容,它可以制定出一个课堂大纲,写出一份教案,甚至有可能开发一堂样板课,而诊断系统是往后走,从一个给定系统陈述查找原因或对其进行分析,例如,一个诊断系统可能以一堂CBI(基于计算机的教学,computer-based instruction)课为例,输入学生课堂表现资料,分析为什么课堂的某一部分效果不佳。在开发专家计划系统支持教学系统开发(ISD)程序的领域中最有名的是梅里尔(Merrill)的教学设计专家系统(ID Expert)。[6]
教学专家系统的任务是根据学生的特点(如知识水平、性格等),以最合适的教案和教学方法对学生进行教学和辅导。其特点为:同时具有诊断和调试等功能;具有良好的人机界面。已经开发和应用的教学专家系统有美国麻省理工学院的MACSYMA符号积分与定理证明系统,我国一些大学开发的计算机程序设计语言、物理智能计算机辅助教学系统以及聋哑人语言训练专家系统等。[7]
目前,在教育中,专家系统的开发和应用更多的集中于远程教育,为现代远程教育的智能化提供了有力的技术支撑。基于专家系统构造的智能化远程教育系统具有以下几个方面的功能:具备某学科或领域的专门知识,能生成自己的提问和应答; 能够分析学生的特征,评价和记录学生的学习情况,诊断学生学习过程中的错误并进行补救教学;可以选择不同的教学方法实现以学生为主体的个别化教学。[8]目前应用于远程教育的专家系统有智能决策专家系统、智能答疑专家系统、网络教学资源专家系统、智能导学系统和智能网络组卷系统等。
二 机器人学
机器人学是人工智能研究是一个分支,其主要内容包括机器人基础理论与方法、机器人设计理论与技术、机器人仿生学、机器人系统理论与技术、机器人操作和移动理论与技术、微机器人学。[9]机器人的发展经历了三个阶段:第一代机器人是以 “示教―再现”方式进行工作;第二代机器人具有一定的感觉装置,表现出低级智能;第三代机器人是具有高度适应性的自治机器人,即智能机器人。目前开发和应用的机器人大多是智能机器人。机器人技术的发展对人类的生活和社会都产生了重要影响,其研究和应用逐渐由工业生产向教育、环境、社会服务、医疗等领域扩展。
机器人技术涉及多门科学,是一个国家科技发展水平和国民经济现代化、信息化的重要标志,因此,机器人技术是世界强国重点发展的高技术,也是世界公认的核心竞争力之一,很多国家已经将机器人学教育列为学校的科技教育课程,在孩子中普及机器人学知识,从可持续和长远发展的角度,为本国培养机器人研发人才。[10]在机器人竞赛的推动下,机器人教育逐渐从大学延伸到中小学,世界发达国家例如美国、英国、法国、德国、日本等已把机器人教育纳入中小学教育之中,我国许多有条件的中小学也开展了机器人教育。
机器人在作为教学内容的同时,也为教育提供了有力的技术支撑,成为培养学习者创新精神和实践能力的新的载体与平台,大大丰富了教学资源。多年来,我国中小学信息技术教育的主要载体是计算机和网络,教学资源单一,缺乏前瞻性。教学机器人的引入,不仅激发了学生的学习兴趣,还为教学提供了丰富的、先进的教学资源。随着机器人技术的发展,教学机器人种类越来越多,目前在中小学较为常用的教学机器人有:能力风暴机器人、通用机器人、未来之星机器人、乐高机器人、纳英特机器人、中鸣机器人等。
三 机器学习
机器学习是要使计算机能够模仿人的学习行为,自动通过学习来获取知识和技巧,[11]其研究综合应用了心理学、生物学、神经生理学、逻辑学、模糊数学和计算机科学等多个学科。机器学习的方法与技术有机械学习、示教学习、类比学习、示例学习、解释学习、归纳学习和基于神经网络的学习等,近年来,知识发现和数据挖掘是发展最快的机器学习技术。机器学习(自动获取新的事实及新的推理算法)是使计算机具有智能的根本途径,对机器学习的研究有助于发现人类学习的机理和揭示人脑的奥秘。[12]
随着计算机技术的进步和机器学习研究的深入,机器学习系统的性能大大提高,各种学习算法的应用范围不断扩大,例如将连接学习用于图文识别,归纳学习、分析学习用于专家系统等,大大推动了在教育中的应用,例如在建构适应性教学系统中,用机器学习与朴素的贝叶斯分类器动态了解学生的学习偏好,有较高的准确率[13]。基于案例的推理(case-based reasoning,CBR)是一种新兴的机器学习和推理方法,其核心思想是重用过去人们解决问题的经验解决新问题,在计算机辅助教育方面,已经出现了基于CBR的图形仿真教育系统,并且,针对个体特征的教育教学方法研究也有所突破。[14]另外,数据挖掘和知识发现在生物医学、金融管理、商业销售等领域的成功应用,不仅给机器学习注入新的生机,也为机器学习在教育中的应用提供了新的前景。
四 自然语言理解
自然语言理解就是研究如何让计算机理解人类的自然语言,以实现用自然语言与计算机之间的交流。一个能够理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。[15]自然语言理解包括口语理解和书面理解两大任务,其功能为:回答问题,计算机能正确地回答用自然语言提出的问题;文摘生成,计算机能根据输入的文本产生摘要;释义,计算机能用不同的词语和句型来复述输入的自然语言信息;翻译,计算机能把一种语言翻译成另外一种语言。由于创造和使用自然语言是人类高度智能的表现,因此对自然语言处理的研究也有助于揭开人类高度智能的奥秘,深化对语言能力和思维本质的认识。[16]
自然语言理解最早的研究领域是机器翻译,随着应用研究的广泛开展,也为机器人和专家系统的知识获取提供了新的途径,例如由MIT研制的指挥机器人的自然语言理解系统SHRDLU就可以接收自然语言,进行人机对话,回答关于桌面上积木世界中的各种问题。同时,对自然语言理解的研究也促进了计算机辅助语言教学和计算机语言设计等方面的发展,例如“希赛可”网络智能英语学习系统,这个基于网络的“人-机”语境的建立,突破了普通英语教师和传统的单机的多媒体教学软件所能具备能力限制,也比建立于网络的“人-人”语境更具灵活性,可以为远程学习者提供良好的英语学习支持,在国内第一次系统地将用自然语言进行的人机对话系统应用在计算机辅助外语教学上,在国际上也是一种创新。[17]
五 人工神经网络
人工神经网络就是在对大脑的生理研究的基础上,用模拟生物神经元的某些基本功能的元件(即人工神经元),按各种不同的联结方式组织起来的一个网络,其目的在于模拟大脑的某些机理与机制,实现某个方面的功能,例如可以用于模仿视觉、模式识别、声音信号处理、控制、故障诊断等领域,人工神经元是人工神经网络的基本单元。[18]人工神经网络有两种基本结构:递归(反馈)网络和多层(前馈)网络,两种主要学习算法:有指导式学习和非指导式学习。
人工神经网络从模拟人类大脑神经网络的结构和行为出发,具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力,特别适合于处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题,[19]这使人工神经网络具有更大的发展潜能,目前已经开发和应用的人工神经网络模型有30多种。人工神经网络在教育中的应用大多是与教学专家系统相结合,以此来改进教学专家系统的性能,提高智能性,使其在教学过程中对突发问题具有更好的应对能力。人工神经网络在学校管理中也得到应用,例如采用误差反传算法(BP)的多层感知器已应用于高校管理之中。
六 分布式人工智能(Distributed Artificial Intelligence,DAI)
分布式人工智能是分布式计算与人工智能结合的结果,研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型,主要研究问题是各Agent之间的合作与对话,包括分布式问题求解和多Agent系统两个领域。[20]分布式人工智能系统一般由多个Agent组成,每个Agent又是一个半自治系统,Agent之间及Agent与环境之间进行并发活动并进行交互来完成问题求解。[21]由于分布式人工智能系统具有并行、分布、开放、协作和容错等优点,在资源、时空和功能上克服了单智能系统的局限性,因此获得了广泛的应用。
分布式人工智能中的Agent和多Agent技术在教学中的应用逐渐受到关注。在教学中引入Agent可以有效地提高教学系统的智能性,创造良好的学习情境,并能激发学习者的学习兴趣,进行个性化教育。目前,Agent和多Agent技术多用于远程智能教学系统,通过利用其分布性、自主性和社会性等特点,提高网络教学系统的智能性,使教学资源得到充分利用,并可实现对学习者的学习行为进行动态跟踪,为学习者的网络学习创造合作性的学习环境。在网络教学软件中应用Agent技术的一个典型是美国南加利福尼亚大学(USC)开发的教学Adele(Agent for Distance Education - Light Edition) [22]。Agent技术在网络教学软件中取得的良好效果,促进了研究者对分布式人工智能在教育中的应用研究。
综上所述,科学技术的发展将会推动人工智能技术在教育中应用的广度和深度。从人工智能的应用趋势来看,人工智能在教育中应用的扩展可以通过以下三个方面进行:一是人工智能与其他先进信息技术结合。人工智能已经与多媒体技术、网络技术、数据库技术等有效的融合,为提高学习效率和效度提供了有力的技术支持,而引起教育技术界广泛关注。[23]例如人工智能技术通过与多媒体技术相结合,可以提高智能教学系统的教学效果;与网络通讯技术相结合,可以提高和改进远程教育的智能性。二是人工智能应用研究领域间的集成。人工智能应用研究领域之间并不是彼此独立,而是相互促进,相互完善,它们可以通过集成扩展彼此的功能和应用能力。例如自然语言理解与专家系统、机器人的集成,为专家系统和机器人提供了新的知识获取途径。三是人工智能的研究和应用出现了许多新的领域,它们是传统人工智能的延伸与扩展,这些新领域有分布式人工智能与Agent、计算智能与进化计算、数据挖掘与知识发现以及人工生命等[24],这些发展与应用蕴藏着巨大潜能,必将对教育产生重要的影响。
技术发展不断发挥着引导教育技术研究的作用,一种新兴技术的出现总是会掀起相应的研究热潮, 引发对技术在教育中应用的探讨、评价以及与传统技术的对比。[25] 人工智能作为一门交叉的前沿学科,虽然在基本理论和方法等方面存在着争论,但从其研究成果与应用效果来看,有着广阔的应用前景,值得进一步的开发和利用。
参考文献
[1] 史忠植,王文杰.人工智能[M].北京:国防工业出版社,2007:1.
[2][11][18][19] 《计算机与信息科学十万个为什么》丛书编辑委员会,计算机与信息科学十万个为什么(8):人工智能[M].北京:清华大学出版社,1998:5,189,78-79,84.
[3] 任友群,胡航.论学习科学的本质及其学科基础[J].中国电化教育,2007,(5):1-5.
[4][21] 蔡瑞英,李长河.人工智能[M].武汉:武汉理工大学出版社,2003:12-13.
[5][12][15][20][24] 蔡自兴,徐光.人工智能及其应用(第三版)――研究生用书[M].北京:清华大学出版社,2007: 12-14,19-20.
[6] [荷]山尼•戴克斯特拉,[德]诺伯特•M. 西尔,[德]弗兰兹•肖特,等.任友群,郑太年主译.教学设计的国际观第2册:解决教学设计问题[M].北京:教育科学出版社,2007:67.
[7] 任友群.技术支撑的教与学及其理论基础[M].上海:上海教育出版社,2007:42-43.
[8] 路利娟.应用专家系统提升现代远程教育的智能化[J].中国教育技术装备,2007,(12):79-80.
[9] 陈恳,杨向东,刘莉等.机器人技术与应用[M].北京:清华大学出版社,2007:6.
[10] 关注机器人幼儿教育――访鲍青山博士[DB/OL].
[13] 柏宏权,韩庆年.机器学习在适应性教学系统中的应用研究[J].南京师范大学学报(工程技术版),2007,7(4):76-79.
[14] 杨健,赵秦怡.基于案例的推理技术研究进展及应用[J].计算机工程与设计,2008,29(3):710-712.
[16] 自然语言理解[DB/OL].
[17] 贾积有.人工智能技术的远程教育应用探索――“希赛可”智能型网上英语学习系统[J].现代教育技术,2006,16(2):26-29.
[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].
构建未来学校形态,营造智能校园环境
升级优化基础设施。福田教科院附小大力推行教育管理数字化,构建具有附小特色的“掌上附小”教学管理系统,建设了附小特色数字中心机房,实现评价系统云处理,学生学业成绩大数据综合平台分析,优化完善学校教学资源库,学科资源覆盖率达90%以上。基于5G技术,一方面完善校园安全管控信息化建设,提升校园实施视频监控水平;另一方面,以“5G+互动教学”推动教育教学模式创新,鼓励跨校区课程协同共享,“自动跟踪录播教室”“未来阅览室”等先进的信息化设施陆续启用。目前学校已实现教育管理数字化应用全覆盖。重构创新教学空间。重构后的福田教科院附小具有五种空间形式:一是“研学创中心”,是基于项目式学习、问题探究、满足高水平学习者(教师、学生)能力的学习研究创新的空间;二是“学科大观园”,以学科核心素养为基础,构建学科教学情景空间、全学科班级图书角,在真实空间中感受学科魅力;三是“学校文化长廊”,利用此空间打造智慧图书馆、校园历史博物馆,凝聚、展现附小校园文化;四是“创意盒子”,这是一个创新型的孵化器,在此空间师生可以参与各种科技类创新项目,实现“让创意可见,让思维有型”;五是“云上学院”,搭建自选式创新学习超市,组建项目化学习网络社区空间。
引领规划整体设计,打造前沿智慧课程
两年来,学校先后邀请了20多位教育教学、信息化水平前沿的专家为全校教师量身定制项目化及学科融合课程培训计划,积极引导各学科探索开发“信息化特色课程”“AI+”特色课程,充分利用学校信息化教学空间,根据教学大纲要求,开展智慧科技特色校本课程,并探索开发科技与五育融合课程。重塑年级组内各学科相对独立的形态,形成五育融合教研共同体,打通学科之间的壁垒。五育融合理念下的课程融合,是基于知识、经验、社会需求的融合。将其形成“学科+”的课程形态,即“学科+学科”“学科+生活”“学科+社会”“学科+活动”等课程形态。
AI赋能智慧教学,创设育人新生态
信息技术赋能学科教学。深圳教育以教育部信息化“双区”建设为有力抓手,以信息技术深化教育教学改革,不断探索新型教与学模式。信息技术赋能学科教学一直是刘锐娟倡导的教育教学方式。认知科学与智能技术的结合将使教与学变得多元化,并且可进行低成本、高效能的个性化定制,帮助学习者设计更有效的学习策略。2021年,福田教科院附小成功申报国家级课题《信息技术赋能学科教学与区域教研的实践研究》。同时,福田教科院附小以青年教师“青蓝杯”基本功大赛和骨干教师“红烛杯”教学展示为契机,通过公开课、录像课、微课录制等活动,激发更多教师利用信息技术手段,在学习空间、教学方式、学习内容和学习方式上实现教学模式的创新。学生方面,学校积极普及人工智能课程,探索人工智能教学的路径和策略,以期实现提升学生信息素养、普及全民智能教育、培养人工智能人才的目标,为促进中小学人工智能教育、推动教育教学改革和创新发展提供参考。智能体育守护生命本色。深圳市福田区是中国教育科学研究院的综合改革实验区,福田教科院附小是全区首批参与中国教科院的重点课题《中国学校体育智慧系统研究》的学校,学校多年来一直坚持致力于智慧体育探索研究,实施青少年健康体能促进与干预方案。2021年12月,刘锐娟亲自主持的中国教育科学研究院《中国青少年健康体能研究》课题项目子课题《“双减”背景下对智慧体育校园构建的研究》顺利开题。2022年1月,以学校为牵头单位的“智能体育学生数据分析与教学应用实践共同体”项目荣耀入选教育部“2021年度教育信息化教学应用实践共同体项目”。基于学校智能教学基础和理念,刘锐娟在体育科组率先尝试依托AI技术精准监测与评价学生的体能训练,利用运动数据采集装备+综合管理平台,通过学生佩戴的传感器设备,实时采集每位学生运动过程中的心率及运动负荷情况等数据,对潜在的运动风险进行实时的评估与预警,把学生的体质数据形成电子成长档案,为教师设计合理的体育课程提供参考,为学生的体质健康保驾护航。多样态教学促进学生个性化发展。一是在线教学求质量,创新课堂新生态。在常态化疫情防控和泛在学习普及的双重背景下,在线教学模式应运而生,从学生学习需求出发,搭建适合学生学习的平台,采用个性化的学习模式,提供全程化的学习支持服务,以提高学生学习效率。二是探索混合式教学模式,推进泛在化学习发展。项目化混合式研究团队结合学段特点、学校校情,以调查研究作为基础,以教师培训、课程实践、评价改革作为抓手,以项目化课程为载体,以混合式教学为手段,在校内进行探索实验。
多元评价,看见动态成长
关键词:计算机技术;未来课堂;教学设计
中图分类号:TP391.9;G420 文献识别码:A 文章编号:1001-828X(2017)010-0-01
一、引言
信息技术快速发展,以计算机、通信、人工智能等为标志的信息技术的层出不穷,不断创新的技术改变了信息的呈现、传输和存储和人类获取和处理信息的方式。随着技术也越来越智能化,计算机科学与技术以技术为中心开始逐步转向以人为中心,人与技术、人与资源自然、和谐的交互理念在教学领域广泛应用,给教学者和学习者的工作方式和学习环境带来了巨大的变化,教师和同学需要不断地熟悉新技术,将技术有效地应用于教学与学习的过程之中。使得传统的课堂教学逐渐从从单一技术的教室转变为运用广泛现代化技术的新型教学环境普通教室(original Class-room)转变为技术增强教室(Technology Enhanced Class-room),未砜翁镁哂腥诵曰、混合性、开放性、交互性、智能性、生态性等特性,应该坚持“人塑造环境,环境塑造人”的教学新思路,建立人与环境之间的和谐关系,这就要求教师在教学过程中、学生在学习过程中必须提高自身对所环境的认识。
未来课堂(FutureClassroom或者Classroom of the Future)相对于传统和现代课堂而言,已经成为教学技术研究的一个新领域。未来课堂应运而生,旨在培养学生具备面向新世纪新环境的技能。未来课堂借助智能空间、云计算和人体工学等技术,吸收了人本主义、互动教学、环境心理学等教学理论的精华,以互动为核心展开教学活动,使人的认知、技能和情感发展和谐统一。
二、信息技术在未来课堂教学中的智慧化
信息化社会背景下学生对学习环境提出许多全新的诉求,信息技术提倡数字化的现代学习环境的建立,而数字化学习环境的高端形态是智慧学习环境,信息技术提有效促进了学习与教学方式的变革。智慧学习环境对学习场所、学习者教育工作者、学习手段。测评体系等提出了要求,智慧学学习场所能够感知学习情景、学习者能够使用智慧化学习环境识别学习者特征,学习互动工具便于教学,互动性强,测评体系能够自动记录学习过程和评测学习成果,以促进学习者有效学习。
智能空间(Smart Space)是具有动态、主动、可思维、开放、多变等特性的建筑空间,是嵌入了计算、信息设备和多模态的传感装置的现实空间。,智能空间按照从独立的智能空间―开放的智能空间―智能社区层层递进的方式建立拥有立体、连续的智能空间交互通道,不同的智能学习空间能够自发地发生交互,不同的智能学习空间根据用户的要求相互之间进行资源共享来完成为用户服务的任务。智能空间内许多便捷的交互接口可以人们方便地获得计算机系统的服务,是智慧学习环境的一种实体形式和实现基础。
未来课堂是一个智能学习空间具体形式,是一个富交互环境。在未来课堂中大量运用计算机多媒体设备、动态交互技术嵌入情景感知模块等诸多模块,这些互相协作的模块主动为用户提供服务。未来课堂能识别和感知课堂主体的动作和目的;理解和预测课堂主体在完成教与学任务过程中的需求;方便课堂主体对各种信息源进行交互。课堂主体利用移动设备可以无缝地对未来课堂中的经历的记录进行检索回放,未来课堂支持多人协同与远程用户协同工作等。
三、基于计算机科学技术构建未来课堂教学模式的建构
在教学过程中,与传统课堂、现代课堂相比,未来课堂改变了学习方式,拓宽了学习领域,更加重视学生对知识的探索能力,更加重视学生在学习过程中的合作探究,更加重视学生在学习过程中的情感体验。未来课堂学习内容与现实生活的紧密结合培养了学生的创新精神与实践能力。未来课堂根据学科特征、学习者能力培养需要可以适应不同学科性质的课程,调整相应的课堂教学模式。但无论选择何种模式,都应体现以人为本、学生主导、自主、主动、探究、互动等理念;未来课堂的教学模式特别注重学习者能力的培养包括讲授型、研究型、探究式、基于问题解决的教学相结合的教学模式;情境-探究、游戏化、体验式、虚实结合-远程协同教学模式等。未来课堂的教学模式能够充分利用未来课堂的架构培养学习者分析解决问题的能力。
建构的未来课堂教学模式需要对学习者的主体性进行凸显,更多的关注学习者的差异性,有利于促进社会化学习,有利于促进未来课堂的开放性,彰显教学过程的生成性和教与学活动的混合性等理念。
构建的未来课堂教学模式在实施过程中能够实现期望目标。第一,学习者能够充分利用未来课堂所能提供的环境和活动进行个体学习和社会化学习。第二,学习者和教师能够在未来课堂教与学的活动中培养学生面向社会面向未来的技能。第三,形成开放高效的未来课堂教学,教师的教学与学习者的学习应是快乐的、高效的。
四、结语
“人塑造环境,环境塑造人”决定了在当今计算机科学与技术迅猛发展的时代,必须进行教学机制改革,积极发展未来课堂教育,丰富未来课堂教育的形式,强化未来课堂的智慧化,理清未来课堂的发展模式和人才培养目的。
参考文献:
[1]赵建华,朱广艳.技术支持的教与学[J].中国电化教育,2009(6).
[2]许亚锋,张际平.面向体验学习的未来课堂设计――基于改进的PST框架[J].中国电化教育,2013(4).
[3]陈卫东,张际平.未来课堂设计与应用[J].远程教育杂志,2010(4).
[4]许亚锋,张际平.面向体验学习的未来课堂设计――基于改进的PST框架[J].中国电化教育,2013(4).
[5]陈卫东,叶新东,许亚锋.未来课堂:智慧学习环境[J].远程教育杂志,2012(5).
[关键词]未来课堂;智慧学习环境;智能学习空间;设计
[中图分类号]G420 [文献标识码]A [文章编号]672-0008(2012)05-0042-08
一、引言
以计算机、通信、人工智能等为标志的信息技术快速发展及在教育教学领域的应用,使得我们传统的课堂也渐渐从普通教室转变为技术增强教室(Technology Enhanced Class-room)从单一技术的教室应用转变为泛技术的教学环境。这既是科学技术发展的必然结果,也是社会发展对技术教育教学应用的应然要求。正如美国前副总统阿尔·戈尔所说:“美国的每一个孩子都应当接受21世纪的教育,都应当使用21世纪的技术。”当今。我们所面临的学习者被称为是网络一代/数字后代(Digital Generation/Digital Natives),这一代的学习者正以与他们的父母截然不同的方式学习、玩乐、沟通、工作以及创造社群,他们利用网络,毫不费力地突破了地域和时间的限制,利用指尖横跨世界。他们崇尚自由和选择权,追求个性化,喜欢交谈、讨厌说教、天生就善于协作,他们会仔细监督你和你的组织,坚持做正直的人,就算是在上班或是上学。他们也想过得有趣些。速度才是生活的常态,创新就是生活的一部分。时代的发展要求我们培养出富有创造力和创新精神的学习者。课堂是教学的主阵地,理想的课堂应是互动的,知性灵动的天地。这些都需要我们改变现有的课堂的物理架构和教学样式。
从技术教育应用的历史来看,教育技术的发展史其实就是技术发展及其在教育教学领域应用的历史。技术的层出不穷,改变了信息的呈现、传输和存储,也改变了人类对于信息的获取和处理方式,但技术的不断推陈出新,同时也给教学者和学习者带来了很大的挑战,他们需要不断地去熟悉这些新技术,并将这些技术有效地应用于教与学的过程。幸运的是,随着社会对人的关注,技术也越来越智能化,从过去以技术为中心转向以人为中心,使人可以从繁杂的技术操作中解放出来,实现与技术、资源最为自然、和谐的交互,将自己的注意力集中于学习过程。借用环境行为学、社会学等学科的观点,“人塑造了环境,环境也塑造了人”。提高课堂主体对自身及其所处教与学环境的认识,建立和谐的人与环境之间的关系,是未来课堂研究的一个重要主题。
目前。国内外关于未来课堂(教室)研究已经引起了各国政府、全球知名企业、高等学校、科研院所以及中小学校等机构的关注,未来课堂设计与应用已经成为了教育技术学研究的一个新领域。
二、未来课堂的特性及教与学的特点
(一)未来课堂的概念界定及特性
关于未来课堂的界定,国内外的文献中目前尚无统一的论述,对于未来课堂,从名称上有“未来教室”和“未来课堂”两大类。
Clayton M.Christensen.Michael B.Horn and Curtis W.Johnson在“Disrupting Class”一书中指出,未来课堂是一个集成了技术与软件。提供给学生一些替代方法和选择以达到规定的目标的课堂。它们鼓励形成一个让学生一起工作计划,分享经验和教训和进行概念化的学习,而不是单纯记忆一些信息的环境。
美国的《每日论坛》报在其“Classroom of the Future,Here,Now”一文中指出,未来的课堂是一个学习环境,采用创新的教育活动,从课堂管理到教学的所有方面提高对技术的使用。它能使教学者和学习者成为优越的学习环境的一部分。
台湾的陈曼萃认为,未来教室是指这样一种教室环境,教学上,希望由过去单向的讲授教学。转变成为师生互动的学习模式,引发及提高学生的学习兴趣,并进而启发学生的创意与思考:同时。让学生有更大的自由可以依自己的喜好选择学习及进行探索的方式,以多元的管道汲取知识。包括使用各类的硬件载具,如计算机、学习机、电视、手机、电子书等。
台湾的赖阿福认为,未来教室可定义为一个高度信息化、互动性强、整合性佳的教学与学习环境,适合进行信息融入教学、数字学习,教师可运用多元教学策略在讲授、评量、诊断、互动、讨论、探究等教学过程中,除了能强化教学效能及学习成效外,亦能提升学习者的关键能力(包含问题解决、创意思考、批判思考、沟通表达、信息应用等能力)。
台湾资策会在“2009年的数位典藏与学习之产业发展与推动”计划中提出,未来教室为将新兴的数位教学终端设备与数位内容进行整合,辅以适当的教学模式与方法,发挥Ac-tive Learning(主动学习)的成效,培养学生高层次能力的教育体系与环境。未来教室即是将科技工具运用在教学上,且强调团体的交互式教学。并以学习者为中心设计教材,创造出协同合作之虚实整合学习环境。
台湾的《启动学习革命》一书中认为,“未来教室=无所不在的学习环境+电子书包+随意教室+远距实验室+高互动教室+相连教室”。在未来教室里,无处不可以学习,还可以跨班际、校际甚至国际进行交流。
未来教室是指将高新技术融入教育,创造全新的互动教育环境。未来教室的目标能力是培养学生的分析力、创新力,教学方式是多向的,以学生为中心进行学习,学生能够进行主动、探索性学习。
未来教室是一个集多媒体教室、计算机教室、微格教室、校园电视台等多种环境为一体的新形式教学环境,其中使用了包括电子白板、数字笔、电视(显示)墙、无线网络、数字摄像在内的多种技术,让学生充分体验到计算机技术发展所带来的便利。体验到利用新技术进行学习盼快乐。
未来教室便是利用先进的新一代信息科技,改变传统学校教室的学习环境,建立师生间双向互动的教育学习模式,不但能刺激学生学习动机与创新、探究之精神。更让教师能够丰富教材内容以及轻松教学。未来教室应该是一个广义的概念,包括教师的教学工具、学生的学习环境等。
英特尔全球教育总监Brian Gonzalez认为,未来的课堂是“颠倒的课堂”。是指教育者赋予学生更多的自由。把知识传授的过程放在教室外,让大家选择最适合自己的方式接受新知识;而把知识内化的过程放在教室内,以便同学之间、同学和老师之间有更多的沟通和交流。
王珠珠认为,未来教室是一个以学生为中心的教学的、鼓励学生多方面的进步的,是一个能够展现、呈现或者使用、分享或者多媒体的,应该是能够合作研究,能够便于信息交流的,应该是批判性思考,并且能够主动的计划和行动的这样一个真实和虚拟环境的整合的这样一个环境,或者叫结合的一个环境。
宋卫华认为,未来教室是一种利用电子白板技术、投影技术、智能空间技术、无线射频技术、物联网技术等手段,在现代创新教育理念的指导下,构建出以培养学生21世纪创新技能为目的,以互动为核心,能够激发学生学习兴趣,促进学生协作、探究学习的一种教室环境。
杨宗凯教授认为,未来的教室一定是云端教室,包括电子课本、电子课桌、电子书包、电子白板等,在资源方面,由模拟媒体到数字媒体,再到网络媒体,资源最终都在教育云上,内容达到极大丰富,从而满足个性化的学习。
通过对上述定义进行分析,可以看出,目前,已有对未来课堂(教室)的界定一个共有的趋势是关注于利用新兴的技术创建一个教与学的环境,促进学习者的学习和相关技能的培养。综合以上学者对未来课堂(教室)的概念界定研究,本文认为,未来课堂(Future Classroom/Classroom of the Future)是相对于传统和现代课堂而言的,是以人本主义、互动、环境心理学等相关理论和智能空间、云计算、人体工学等技术的支持下,以互动为核心,以充分发挥课堂组成各要素(人、技术、资源、环境和方法等)的作用,实施教与学,以促进人的认知、技能和情感的学习与发展的教与学的环境与活动。
未来课堂的特性主要体现在未来课堂的人性化、混合性、开放性、智能性、交互性和生态性等方面。人性化主要体现在技术设计与应用上。更多地体现以人为本的精神:混合性则主要体现在未来课堂可以实现多种教与学活动的混合,正式学习和非正式学习结合,虚拟课堂和现实课堂的混合。不同交互类型的混合等:开放性主要体现在课堂教学组织形式的开放以及教学资源的开放:智能性则体现在未来课堂应是一个智能化的学习空间,具有自然便捷的交互接口,以支持教与学主体方便地获得未来课堂设备的服务:生态性则体现在未来课堂应是一种平等、和谐、开放的生态系统。
(二)未来课堂教与学的特点
未来课堂的教与学的过程是以学生为中心的、自主的、个性化的。在学习内容上,不管是哪个领域。都要学习批判性思维、复杂问题的解决、合作以及多媒体通讯等21世纪的专业知识与能力:从技术对学习的促进方式上看,作为以泛技术环境为特征的未来课堂,可以通过不同技术来支持不同类型的学习,多媒体的呈现形式、网络资源和网络社群可以为学生的学习创造机会:从学习的时间和场所上看,学生可以随时随地按需学习,技术为按需学习和全方位学习搭建了关键性的桥梁。使学习资源通过正式学习和非正式学习得以有效利用:从学习主体的广泛性角度看,未来课堂则是提供了灵活的信息呈现方式、学生知识表征方式和活动参与方式,体现为所有课堂教与学主体提供服务。使所有人都能够得到合适和有效地支持。
三、未来课堂:智慧学习环境
智慧学习环境目前也已开始受到教育技术学界研究者的关注,《开放教育研究》杂志从2012年开始开辟“智能学习环境”专栏,北京师范大学教育学部知识工程研究中心和加拿大Athabasca(阿萨巴斯卡)大学计算机和信息系统学院也联合主办了“北京师范大学一阿萨巴斯卡大学首届“智慧学习环境国际研讨会”。
智慧学习环境是数字学习环境的高端形态,是社会信息化背景下学生对学习环境发展的诉求,也是有效促进学习与教学方式变革的支撑条件。智慧学习环境的目标是使得学习场所能够感知学习情景,识别学习者特征,提供合适的学习资源与便利的互动工具,自动记录学习过程和评测学习成果,以促进学习者有效学习。
智能空间(smart Space)是智慧学习环境的一种实体形式,也是智慧学习环境实现的基础,是嵌入了计算、信息设备和多模态的传感装置的工作或生活空间,具有自然便捷的交互接口。以支持人们方便地获得计算机系统的服务。智能空间作为信息时代的产物是具有动态、主动、可思维、开放、多变等特性的建筑空间。
参照NIST(美国国家技术标准研究院)给出的智能空间具备的功能和为用户提供的服务标准,我们认为,作为智能空间的特定应用形式,未来课堂也应是一个智能学习空间,它应包括能识别和感知课堂主体以及他们的动作和目的,理解和预测这些主体在完成教与学任务过程中的需求:课堂主体能方便地与各种信息源(包括设备和数据)进行交互:他们所携带或使用的移动设备可以无缝地与未来课堂这一智能学习空间的基础设施进行交互:未来课堂能够提供丰富的信息显示:提供对发生在未来课堂中的经历的记录,以便在以后检索回放:支持未来课堂中多人的协同工作以及与远程用户的沉浸式的协同工作等。
智能学习空间还是一个富交互环境,在未来课堂这一智能学习空间中,大量的计算设备、多模态交互技术模块、情景感知(Context Awareness)模块被嵌入并隐藏在实际的物理环境中这些模块互相协作并能主动为用户提供服务,使得智能空间拥有立体、连续的交互通道。按照智能空间发展的这三个阶段,从独立的智能空间一开放的智能空间一智能社区的演变。不同的智能学习空间之间也应该能够自发地发生交互。当一个空间的资源无法满足用户的需要时。智能空间应该根据用户的要求向临近的空间发出请求来完成用户的任务。
目前,国内外对智能学习空间的研究主要集中于有关智能教室的研究,笔者曾在智能教室的研究现状与未来展望一文中。对智能教室研究的国内外现状进行了系统的综述。目前如清华大学的Smart Classroom,Dell公司的intelligentclassroom,卓越电子的智能教室等。
也有学者从各自角度提出了关于智慧(能)学习环境的构想。钟国祥等提出,智能学习环境是从建构主义学习理论、混合学习理论、现代教学理论出发,以学习者学习为中心,由相匹配的设备、工具、技术、媒体、教材、教师、同学等构成的一个智能性、开放式、集成化的数字虚拟现实学习空间,认为其既支持学习者学习的自主建构,又提供适时的学习指导。马来西亚学者Chin认为,“智慧学习环境是一个以信息通信技术的应用为基础、以学习者为中心的且具备以下特征的环境:可以适应学习者不同的学习风格和学习能力:可以为学习者终身学习提供支持;为学习者的发展提供支持。黄荣怀等人认为,智慧学习环境是一种能感知学习情景、识别学习者特征、提供合适的学习资源与便利的互动工具、自动记录学习过程和评测学习成果,以促进学习者有效学习的学习场所或活动空间。
在这些现有的项目中,尽管各个项目关注点会有差异,但是其核心思想是一致的,就是技术整合于教室及教学活动,为课堂教与学活动的顺利开展,及为学习者提供良好的个性化学习支持,注重学习者创新能力及创新精神的培养提供@技术、环境、人、资源各主体相互协调的智能学习空间。
在未来课堂研究方面,笔者曾利用质性研究法和文献研究法,对目前网络上公开的44篇中小学生所写的关于未来教室(课堂)的作文利用质性分析软件Nviv08.0软件进行了内容分析。提炼出当前中小学生对于未来课堂的想象与期望。基于作文内容分析建立的未来教室特点模型,如图1所示。
从模型图中研究者可以发现,学生们对于未来教室(课堂)特点的认识,主要体现在智能的、高科技的、人性化的、灵活的、有趣的、自由调节的、使用便捷的、安全的、心情愉悦的、生态的、环保的、无尘的等概念中。
另外,笔者基于对于未来课堂的定位和特性、学生理想中的未来课堂和未来课堂的目标进行分析的基础上,还采用了专家意见征询法,对来自于教育学、教育技术学、计算机科学与技术、建筑学、心理学等领域20位专家,对于未来课堂的认识进行了意见征询,借此构建了未来课堂的模型,如图2所示。
从未来课堂模型中。可以看出。未来课堂的设计主要从课堂环境设计和课堂教与学的活动设计两方面入手。未来课堂要能促进学习者的学习与发展,应使学习者在未来课堂中能够实现快乐学习和高效学习。而要做到这一点,需要学习者在未来课堂中进入到一个积极的心流状态。从心流理论研究可以得出,要使学习者获得这种心流状态,需要从学习环境和活动两方面进行考虑。其中环境部分包括未来课堂的物理环境和学习支持平台。物理环境中,未来课堂给课堂主体提供了高交互的教与学设备。能够有效支持课堂主体对于学习资源的获取、处理和呈现。智能环境控制则给课堂主体提供了良好的外在环境,从光、温、声、背景音乐、空气质量等方面根据课堂的实时状态进行调节。创意空间布局则主要考虑给学习者提供更为人性化的桌椅设施,以及根据教与学活动的需要能够方便实施桌椅的组合,形成学习小组,以利于小组学习活动的开展。
未来课堂中教的活动、学的活动和评的活动都是基于未来课堂云学习支持系统来实施的,所有学习资源的提取及课堂教学过程中生成的资源均来源于或进入到可进化的学习资源库中。课后的活动是课中教与学活动的延续,教师可以利用课堂实录系统记录的视频和学习支持平台记录的教学生成性资源进行分析,反思自己在教学过程中的经验和不足之处,并撰写反思,与同行交流,也可利用学习支持平台对学生在作业过程中提出的问题进行辅导交流。学生在课后也需要对自己的学习过程进行反思,撰写反思日志,并利用交互学习终端完成系统根据自己的学习情况推送的个性化作业。
未来课堂学习支持系统是未来课堂模型的重要支持部分,主要可以基于泛在网络实现高互动教与学设备、智能环控设备的接入与控制,支持未来课堂教与学等活动的开展。教师、学生可以通过交互终端接入未来课堂学习支持系统,进行教与学的活动实施,教研员、学校管理者、教师同事、家长等也可以接入未来课堂学习支持系统,参与教与学的过程,了解学与教的情况。
可进化的学习资源库是未来课堂学习支持系统的重要支撑。因为在未来课堂教与学的过程中有许多新生成的资源,而且未来课堂中的学习需要有情境性、适应性的资源,需要为学习者进行个体学习时所需的个性化学习资源需求提供支持。根据不同的要求,提供随需应变的学习资源服务。在未来课堂中,学习者需要的不是泛泛的学习资源,而是需要应时的、与学习目标、教与学内容相关的、能够切合学习者所处当前语境的资源。可进化的学习资源优势便在于它解决了资源的应时性。使学习资源有了适应性的特点。由于在未来课堂中,随着课堂主体与资源的交互,不断有新的生成性学习资源产生,也就是说学习资源能在与课堂主体进行交互的过程中,吸收资源使用者的集体智慧得以不断进化,这样就使得原本传统的静态化、结构封闭、内容更新迟缓的学习资源需要转变为动态生成、持续进化发展、结构开放的学习资源。不断保留在使用和交互过程中产生的生成性信息作为资源进化的养料,体现资源进化和学习者知识建构的历史路径,满足资源自身生命进化的需求。未来课堂中学习者的学习过程不仅仅是学习者与学习资源的交互,更重要的是在参与学习的过程中,吸取教学者、其他学习同伴、远程学习者或专家等人的智慧,建立起学习者学习的社会认知网络,收获持续获取知识的“管道”。透过学习资源在学习者、教师等人之间建立起动态的联系,共享学习过程中的人际网络和社会认知网络,满足社会化学习的需求。
由上可见,未来课堂是一个智慧学习环境,智能性是未来课堂的重要特性之一,未来的课堂应是这样一个富有技术、充分体现技术、人和谐交互的智慧学习环境。这个环境的组成既包括未来课堂物化形态上所呈现的智能学习空间,同时还包括在这个空间中对课堂主体所进行活动的智慧性支持。在这个环境中,技术也已成为一个具备一定智能的主体,与其他主体能够进行良好的互动,共同促进未来课堂教与学效率的提高。
四、未来课堂的智慧性体现
基于泛技术环境的支持,未来课堂的目标是旨在构建一个自然、和谐互动的学习空间。促进学习者进行个体学习和社会化学习,进而促进学习者的发展,在空间设计上也应能够体现绿色、环保,从信息化设计到体验性设计。
未来课堂作为一个智慧学习环境。其智慧性主要体现技术层面、环境层面和资源和服务层面等方面。
(一)技术层面——应用大量的智能技术
未来课堂作为一个泛技术支持下的教学环境,应用了大量的智能技术,主要实现信息的记录、传输、编辑的智能化,主体之间交互的多元化、便捷化。如RFID技术、泛在网络技术。智能学习空间(Smart learning space)是嵌入了计算、信息设备和多模态的传感装置的教学与学习空间,具有自然便捷的交互接口,以支持课堂主体方便地获得计算机系统地服务。人们在未来课堂里的学习过程就是使用计算机系统的过程,也是人与计算机系统不间断的交互过程。在这个过程中,计算机不再只是一个被动地执行人的操作命令的一个信息处理工具。而是协作课堂主体完成教与学任务的帮手,是人的伙伴,交互的双方具有和谐一致的协作关系。这种交互中的和谐性主要体现在人们使用计算机系统的学习和操作负担将有效减少,交互完全是人们的一种自发的行为。自发(spontaneous)意味着无约束、非强制和无须学习,自发交互就是人们能够以第一类的自然数据(如语言、姿态和书写等)与计算机系统进行交互。
(二)环境层面——实现智能环境
未来课堂中应用了许多电子设备,要做到环境的智能化,需要使电子设备消失在用户环境中,因此。需要“虚拟设备”来支持课堂主体与消失了的电子器件间的自然交互。通过智能化、个性化和相互连接的系统和服务创造所需的环境和功能。以此提高人们利用环境学习的质量。
空间可以感知人的存在。根据不同的人,空间就会有不一样的改变。
智能环境控制系统主要基于RFID等的物联网技术对课堂内的光、电、声、温根据学习者学习的需要进行控制,可以根据课堂外的光照条件调节照明,季节气候的不同调节温度,根据课堂内的声场环境调节声音系统等。如图3所示。
环境必须能识别生活在其中的人,适应他们,并从他们的行为中学习,可能的话还要具有情感。在环境智能的世界里,由组网的智能设备组成的电子系统将集成到人们的环境中,并为人们提供随时随地所需的信息、通信、服务和娱乐等服务。设备还能进一步适应甚至预备人们的需要。环境智能将以完全不同于现在的手柄式或固定的电子盒的方式出现。这些新系统将自然地融合到周围的环境中,并可以产生更为自然和隐含的交互方式。
智能环境重要的技术特性主要包括嵌入式(Embeded)。许多组网设备被集成到环境中。环境感知(context Aware)系统能识别你和你所处的环境上下文,个性化(Personlized)系统能调整自身以满足你的需求,适应性(Adaptive)能发生变化以响应你。预备(Anticipatory)系统无需有意识的干涉便能提前准备好你所想要的。
(三)资源层面
未来课堂可以通过云资源支持平台、智能课堂实录系统和交互白板实现资源的智能实时录制和资源存储。
智能课堂实录系统可以对课堂中的学习者的学习过程,包括自我学习和小组协作学习等过程进行记录,储存于云端资源服务平台中。可供学习者课后进行学习过程的回放,反思支持。
课堂智能实录系统是未来课堂物理架构的重要组成部分,实录系统能够自动跟踪课堂主体的状态和活动,自动调整镜头的景别。及实现聚焦和拾音电平的调整。并处理好不同摄像机之间的录制画面的同步。可以实现多摄像机、多场景切换式拍摄。
(四)服务层面
未来课堂应为课堂主体而建,终极目标在于促进学习者的个体学习和社会化学习,以促进学习者的发展,是一个充分发挥课堂主体的主动性、能动性,和谐、自由发展的教与学的环境与活动。未来课堂应为课堂教与学活动的实施提供完善的支持与服务。要实现这种支持与服务。需要未来课堂能够根据课堂实时情境。判断出课堂主体的需要,为教师和学生实现教与学过程的智能分析,资源的智能推送等。从而为每一个学习者能够实现个性化学习提供可能。
五、未来课堂——智慧学习环境的实现技术
未来课堂作为一个智慧学习环境,其实现技术主要包括硬件技术和软件技术两个层面,其中硬件技术主要包括所有设备之间的智能互联技术、多功能交互设备技术;软件技术则主要是指各主体间的信息的智能传输技术、控制技术及推理技术等。
(一)硬件技术层面
要使得未来课堂成为一个智慧学习环境,需要有硬件技术的支持,这些硬件技术主要包括物联网技术、多功能交互设备技术等。
1.物联网技术
未来课堂是一个泛技术环境,是一个技术增强型课堂。未来课堂的物理架构是指在泛在网络环境支持下,由多屏显示、活动桌椅、智能环境控制系统、桌面平板电脑、无线反馈系统、视讯会议系统、智能课堂实录系统等部分构成。从未来课堂的物理架构可以看出在课堂中应用了许多新的技术,但这些技术在未来课堂中不应该是单独存在的客体,而都应成为彼此之间信息互通的主体,成为未来课堂的有机组成部分。目前,实现要实现这些设备之间的无缝链接,主要可以采取物联网技术来完成。
物联网(TheInternet of things)的定义通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备。按约定的协议。把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。
从课堂教与学主体进入课堂开始,其身份信息将自动被读取。相应的设备都会根据读取的主体信息调节相应的设备状态。给主体提供相应的支持。以符合个性化学习的需要。体现所有学习主体的学习机会平等性、学习方式多样性、学习模式灵活性。
基于物联网形成的无缝学习环境和泛在网络技术可以让所有学生和教育工作者随时随地使用综合性的学习基础设施。
2.多功能交互设备技术
除了物联网技术以外,未来课堂的主要特性是其互动性,要实现各主体之间的良好互动。需要有多功能交互设备技术的支持。如多功能交互笔。多触点交互显示技术等。
在未来课堂这样一个包括多种显示设备的三维交互空间中。用传统的鼠标键盘进行交互是相当繁琐的。每个显示设备都需要单独配备鼠标或键盘,对于不熟练的计算机用户来说。这种交互方式效率很低。对某些操作,例如绘制图标。即使是熟练的计算机用户用鼠标和键盘也很麻烦。清华大学研究者设计实现了一种多功能交互笔uPen,它是一个具有压力传感器的触摸笔,可以发射激光,笔身上还有激光发射和鼠标左右键共三个功能按键。结合触摸板和计算机视觉技术。用户利用一只uPen就能够以便捷的方式在课堂中与各种显示设备进行交互。这种笔势交互的模式摆脱了鼠标键盘,使用户在课堂的各个位置都能与显示设备交互,而且交互方式统一便捷。每一支uPen在使用过程中能向系统发送惟一的ID信息。为多支uPen同时工作提供了基础。结合室内定位系统,就能够确定使用人员的当前交互状态,为系统的主动服务和用户相关的过程记录提供了可能。
多点触控技术是一项由电脑使用者透过数只手指达至图像应用控制的输入技术。它是采用人机交互技术与硬件设备共同实现的技术,能在没有传统输入设备(如鼠标、键盘等)的情况下进行计算机的人机交互操作。多点触摸交互技术能支持同时多点触摸输入,使得触摸手势输入和多人协作交互成为了可能,可以提高交互的智能性、协作性和自然性,也推动了人机界面逐渐由图形用户界面(GUI)向自然用户界面的转变。将双手的手势动作定义成人们在日常生活中常用的自然动作并用来操作计算机,可以大大减少操作者的认知负担,降低学习操作的门槛。触摸手势交互作为一种更自然的人机交互方式,它符合用户的认知,提高了交互的自然性。
为满足人们简单、自然、友好、一致的人机交互需求,利用人在现实生活中的劳动技能和操作技巧,提高交互的自然性,该平台以用户为中心。相对于单手操作。双手交互不单是输入通道上的增加,而且体现了双手合作的特点,提高输入带宽和工作效率,使得传统的图形界面交互能够和双手多指交互相结合达到优势互补。如国防科学技术大学研发的基于手势的多指触摸协作交互平台。解决了多点触摸识别与定位、触摸手势识别、多人协作交互等关键技术,利用先进的光感应触控手段,实现了双手多指触摸操作的人机交互。开发了基于双手自然手势进行触摸交互的通用支撑软件,支持多人协作交互。通过触摸屏在图形界面上实现了一种自然、简单、高效的人机交互。支持自然手势的双手多指触摸人机交互系统,在触摸精度、显示面积和显示方式上与国际同期同类技术相比具有明显优势。
(二)软件技术层面
未来课堂设备的配置和连接从硬件技术层面来讲创建了智慧学习环境的物理基础,但要使其真正发挥各自的作用。成为一个智慧学习环境。则需要相应软件技术支持。这些软件技术主要是指各主体间信息的智能传输技术、控制技术及推理技术等,具体包括人工智能技术、上下文感知计算技术、和谐交互技术、计算机视觉识别技术和无缝数据管理技术等。
1,人工智能技术
人工智能技术是当前信息技术教育应用的一个研究热点,基于人工智能技术开发的智能教学系统使得计算机软硬件系统能够更好地服务于学习者的学习过程。以智能专家系统ITS(Intelligent Tutoring Systems)为例,ITS是一种能仿真人类教师的计算机教学系统,以学习者为主设计的教育软件,它能感知学习者的学习状态,而提供适合学习者程度及喜好的指导、决定学习者模块内容及选择特殊设计以辅助学习指导及练习(Shute&Psotka.,1995)。ITS利用AI技术推论学习者的学习状况、理解状态及分析学习者特质,进而决定教学的内容、时间点、与方式。这不但塑造了一对一教学的理想环境,同时也提供了针对不同学习者需求,量身定做的适性化(adap.tive)学习内容。ITS以学生模型(Student Model)、教学模块(Pedagogical Module)、领域知识(Domain Knowledge)、接口模块(Interface Module)四个组件来达成上述的各项功能。[删
在未来课堂中,学习者除了可以和实体课堂内的教学者、学习同伴进行互动外。还可以和学习支持系统中的智能型人进行互动,获得个性化的学习支持,智能性人中的“教学人”可分为“协助教学事物人”及“实际进行教学的仿真教学人”两种。台湾学者陈鸿裕的研究指出,协助教学事物的教学人主要的工作有:(1)自动负责同伴间的联络;(2)自动检视并提示学习进度;(3)自动收集课程的相关信息。而“实际进行教学的仿真教学人”则是代替教师实际进行教学的人,大部分的系统皆是以一个动态的3D人像作为沟通接口。以运用虚拟实境中丰富的沟通形式。与学习者在网络的虚拟实境中互动。
2.上下文感知计算技术
上下文感知是智能空间的重要特征。是提高计算系统交互智能性的核心技术。上下文感知计算是指利用上下文信息自动为用户提供适合当前课堂教与学情景的服务和支持。它主要涉及上下文信息的感知和表述、上下文建模和推理、上下文感知的应用等方面的内容。
上下文是指任何可用于表征实体状态的信息,这里的实体可以是个人、位置、物理的或信息空间中的对象。在实际应用中,上下文的种类可归纳为计算上下文、用户上下文及物理上下文等。上下文可分为低层上下文和高层上下文两个层次,低层上下文是指直接从相应的传感器获得的上下文:高层上下文和低层上下文往往是相互关联的,一般来说是根据低层上下文进行逻辑推理得到的。由于高层上下文更能体现用户主体的意图。因此人们对高层上下文更感兴趣。它成为判断用户主体当前意图,为用户主体提供相应服务和支持的重要依据。
3.和谐交互技术
未来课堂通过开发和集成先进的和谐交互技术,为学习者提供一个高效的信息获取、交流的工作空间。从而促使显著提高学习、讨论和协作效率。
在未来课堂中,多种来源的相关信息将集成显示在课堂的三维物理空间中,课堂教与学的主体可以在多个显示表面上以自然便捷的方式直接与信息系统交互。或与远程的专家或学习伙伴进行充分的协作交流,整个互动过程还将被自动存放为可索引的学习记录或参考案例。未来课堂这一智能学习空间是一个典型的多用户和谐人机交互环境,目标是促使学习者在复杂的情况下尽快地理解和掌握当前形势并快速地做出合理地决策。关键是要为开放式信息集成、多用户自然交互提供支撑技术。
基于普适计算的智能学习空间技术,能营造全方位信息显示与和谐交互环境,将大大提高教与学过程的快速性和可靠性。
4.计算机视觉技术
在未来课堂这一智慧学习环境中,人的行为识别理解、物品识别与定位,以及场景恢复等问题都需要利用计算机视觉技术作为主要或者辅助手段来解决。计算机视觉是用计算机或机器对生物视觉的仿真。是一门综合性的学科,它包括计算机科学和工程、信号处理、物理学、应用数学和统计学,神经生理学和认知科学等。计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段,由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界。具有自主适应环境的能力。
在未来课堂中,用到的与计算机视觉相关的技术主要有图像处理、图像识别和图像理解。图像处理技术把输入图像转换成具有期望特性的另一幅图像,图像处理主要利用图像处理技术进行预处理和特征提取:图像识别是指根据从图像抽取的统计特性或结构信息,把图像分成预定的类别,图像识别主要用于对人的动作、物品等的识别与定位等;图像理解不仅描述图像本身,而且描述和解释图像内容所代表含义,图像理解主要用于对场景的理解和对人的行为和意图的识别等。
5.无缝数据管理技术
从用户的角度来看,进入未来课堂后,不同计算设备上的信息被放置在一个系统中,用户无需关心信息的上传和下载,只需利用下文介绍的多功能交互笔就能在不同显示设备上方便地显示、切换、标注这些信息,使得用户的注意力能主要放在讨论和信息理解的过程中,无需过多理会计算系统的细节。远程用户被允许接入未来课堂后,也能利用无缝数据管理模块来提供和共享信息。
在多种显示设备集成的智慧学习环境中,课堂教学主体可以通过物理环境(如墙面、桌面)、日常用具(如笔、激光笔),新型信息设备(如PDA、麦克风阵列),以及语音命令等自然便捷的方式与信息系统交互,无需依赖传统的鼠标键盘,以使对计算机不熟练的人员也能够直观地访问、处理信息。原型系统主要通过语音命令和多显示表面上的笔式交互提供直接的支撑技术。
除了以上的硬件技术及软件技术外,未来用在未来课堂这一智慧学习环境中的技术还可能包括增强现实技术(AR)、多模态信息融合、自动记录决策过程、内容增加技术(如把有意义的元数据添加到现有的音频和视频内容中)、新的压缩和表现技术(使音频和视频能实时地产生复合型媒体)和适应技术等,以支持未来课堂用户主体和课堂技术、资源和环境间的自然交互等等。
关键词:智能时代;传媒专业;智慧教育;生态系统构建
智能时代正在构筑一个崭新的数字化立体化环境,重塑和勾勒传媒行业的未来生态图景,作为实践性较强的传媒教育急需重新审视专业定位及行业人才需求,为专业变革注入新的活力和能量。智慧教育是智能时代背景下催生和倡导的新型教学形态,其教学理念的前沿性、教学工具的智能化、教学场景的交互式正在引发新一轮教育改革浪潮。传媒专业建设需与时俱进,与当下科学技术的发展和行业实践的进步相适应和匹配,运用智慧教育在多个层面和维度打破传媒专业发展桎梏并助力传媒专业学科再造、教学创新、师资专业和人才优化。
一、智慧教育的产生与运用
“智慧教育”的概念起源于2008年,其核心旨要是借助信息化技术让万事万物实现感知化、互联化和智能化。近年来,国家出台相关政策鼓励和推动智能技术运用于教育实践,支持以智能技术为基础,依托各类信息化设备及平台,积极开展智慧教育创新研究和示范,推动智能技术支持下教育模式变革和生态重构。[1]进入2020年,5G技术开始全面运用,其迅捷的速度、强大的容量、极致的体验为智能化运用提供技术支撑和运作基础,智能时代赋能智慧教育已进入高速发展阶段。智慧教育本质是一种智能化知识传播模式,以智能技术的融合为优势,以教师智慧实践为支撑,以学生智慧发展为旨归,主要解决教学设备落后、师资力量匮乏、教学资源不均等问题,其目的是优化教学过程,提高学生信息素养,促进教育现代化的发展进程。目前智慧教育的应用有以下几个维度:一是智慧教育工具的应用。先进的教学工具是提高智能教育效率的有效手段;二是智慧教育环境的建设。实现智慧教育过程的交互与渗透;三是智慧教育资源的开发。促进优质教学资源共享,实现课程资源的均衡分配;四是智慧教育策略的实施。包括宏观的教育制度策略和微观的教学环节策略两个方面。
二、智慧教育运用于传媒专业的价值与意义
新文科时代,传媒教育应真正践行新闻观中与时俱进的精神,重视科技前沿动态,顺应时代的发展潮流。智慧教育本质是一种智能化知识传播模式,以智能技术的融合为优势,以教师智慧实践为支撑,以学生智慧发展为旨归,主要解决教学设备落后、师资力量匮乏、教学资源不均等问题,其目的是优化教学过程,提高学生信息素养,促进教育现代化的发展进程,是实现传媒专业新文科建设的有效途径和手段。对于传媒专业未来的发展前景具有重大的价值和意义。
(一)服务国家战略和新兴产业
传媒专业智慧教育的实践和改革是落实教育部实施卓越新闻传播人才教育培养计划2.0的集中体现,是对新闻观教育新局面的开创,是对国家传媒教育“顶层设计”的贯彻落实。同时,伴随着传媒行业的裂变和升级,智慧教育的精准教学模式实现与新兴行业人才资源的优化配置。
(二)构建传媒专业智能教育范式
智慧教育有助于传媒专业主动适应智能化社会变革,及时融入技术变革的新趋势,更新课程设置、重构教学内容、创新教学形式,实现教学模式的多样化和立体化,打造国家级一流课程,形成智能教育新范式。
(三)优化传媒专业师资力量
智慧教育有利于激活教师的流动机制,促进教学主体的多元化。基于传媒专业的交叉融合特性,智慧教育模式下的传媒教师将获得极大丰富,主要有三个来源:第一,吸纳其他学科背景的教师,综合运用线上线下的教学资源;第二,传媒行业一线教师,丰富实践教学;第三,经过培训和调整的传媒专业教师。
(四)培养卓越型创新型传媒人才
智慧教育能够深度实践产学一体化人才培养模式,构建具有传媒特色的人才培养方案,实现传媒专业在课堂教学、实践训练和学术研究等环节的改革创新,培养既懂传媒业发展规律又适应新传播环境的宽口径厚基础高素质的卓越创新型传媒人才。
三、智能时代背景下传媒专业智慧教育生态系统构建机制
传媒专业与国家政治、经济、技术等因素联系紧密,具有边缘性、交叉性和实践性等特征。智慧教育是实现传媒专业信息化和现代化的重要方向,是传媒专业从传统教学到智慧型教学转型的必然选择,传媒类专业智慧教育系统机制建设主要内容包括专业结构模式、专业资源构成、专业运作效率三个层面。
(一)智慧教育层次机制:革新传媒专业结构模式
智慧教育的层次机制围绕宏观、中观和微观三个层面,考察教育结构要素的相互关系和运行模式。教育的宏观层次与社会环境关系密切,是教育体系总体结构的集中体现;教育的中观层次是从学校职能组织入手,制定科学化、规范化、制度化的教学环节,是对教学过程的强化和管控;教育的微观层次是将宏观的共性要求和中观的个性要求有机融合并落实到具体的教学活动过程中。传媒专业结构革新以智慧教育的层次机制为准则,从宏观层次、中观层次、微观层次三个维度深入认识和理解传媒专业改革背景,借助智慧教育的优势,注重国家层面的“顶层设计”思路,挂钩传媒专业行业发展现实,依托智慧设施建设、智能化管理模式及教育系统,囿于外部环境—学校组织—教学主客体之间的多维交互,生成和建立传媒专业智慧管理和多重机制。
(二)智慧教育形式机制:调整传媒专业资源构成
智慧教育的形式机制是从教育形式的角度探索教学活动各要素间的资源构成。首先,是教学环境的资源构成,智慧教育环境主要包括物理环境、在线学习环境两个方面。在“智慧+”背景下,智慧教育能够实现教育环境的智能感知、管理和控制,使教学过程由传统的平面、静态、单一场景转换为立体、生动、多维的交互呈示;[2]其次,是教学方式的资源构成,例如应用较为深广的翻转课堂、慕课、微课等,从本质而言,这类课程是在原有传统课堂面授教学的基础上,利用智能化工具实现教学资源的重组和调整;最后,是师资力量的构成,让行业资深从业者走进校园,加强学术型师资与业界师资相融合,实现师资资源的丰富和多元。图1传媒专业智慧教育形式机制智能时代使传统传媒专业教育工业时代特征、信息孤岛等壁垒日益凸显,专业资源构成混乱与异化。传媒专业建设需从智慧教育的形式机制着手,从教学环境、教学方式、师资力量三个层面进行资源的重新匹配和融合。线下物理教学环境与线上智能化工具的使用实现教学环境的重构;学术型师资和传媒业界师资的融合,实现教学资源的合理利用和多元化呈现。最终,提升传媒教育服务品质,消除信息孤岛和资源堰塞湖,实现传媒教育机制的协同发展。如图1所示。
(三)智慧教育功能机制:提升传媒专业运作效率
传统的教育功能机制包括激励机制、制约机制和保障机制,存在机制效率低下且缺乏适应能力等问题,条分缕析的标准化流程和按部就班的机械化运作远离了智慧教育的场域。智慧教育改变了这种局面,从行政化、程式化走向弹性化、自发化,激发教育活动和热情。激励机制调动教育主客体积极性,是推进教育进程的基本保证;制约机制是教育体系各部门间的分权和制衡,为教育运行提供自由环境;保障机制包括两种形式:一是教育经费、技术设备等物质保障。二是学校观念、政策的支持和推动。传媒专业应发挥智慧教育功能机制的效用,提升传媒专业运作效率。首先,运用形成性评价,形成激励机制。形成性评价是智慧教育的新型教学评价方式,具备连续反馈、及时改进和形成激励的功能,有助于增强教与学的活力和弹性;其次,传媒专业具有高度开放性、实战性等特征,组织机构应遵循传媒专业发展规律,破除束缚其改革发展的机制障碍,激发教学科研人员的积极性和主动性;最后,加强传媒专业与业界联系,投入资金支持,加强传媒专业与业界对话和合作,保障智慧教育平台建设、深耕智慧教育文化赋能。如图2所示。
四、智能时代背景传媒专业智慧教育生态系统构建路径
面对智能时代的冲击和挑战,传媒专业智慧教育生态系统的构建一方面要坚守学科立命之本,遵循专业发展逻辑和旨趣;另一方面需以行业动向为依托,培养适应时代和社会需求的人才为宗旨。其构建路径如下。
(一)运用智慧平台,架构跨界与融合的传媒专业生态体系
智慧平台是集成智慧教学终端和学习工具的综合学习设备,具有支持数据分析的泛在网络连接系统和汇聚多方资源的全面向交互能力。[3]例如:雨课堂、超星学习通、科大讯飞智学网等。智慧平台形式多样,包含在线课程课、拓展资源、教辅材料、测试题库动画教学工具等。智慧平台横向可以打通学科专业各领域资源,建设完整资源库;纵向服务于专业教学的各个成员,将教学过程完美串联。传媒专业需要借助智慧资源平台实现生态体系的重新架构。通过智慧资源平台渗透数学、哲学、经济、人工智能等领域,促进传媒专业与这些学科的交叉与融合,使传媒专业由工业化走入智能化。同时,实现教师对传媒专业优质学科融合教学资源的呈现和分享,优化学习过程完善学生深度学习体系。
(二)建设智慧教室,打造智慧化立体化传媒专业学习空间
智慧教室,是顺应智能时代新时代要求用于开放远程教育领域,利用智能技术、云计算技术、物联网技术等建立的信息化学习空间,包括标准智慧教室、研讨型智慧教室、阶梯智慧教室等形式和跨校区协作智慧教室等形式,每种形式的智慧教室各有优势(如图3)。智慧教室作为学生学习的空间和场域,其设计应根据不同学科专业的特征,体现服务教学的基本思路;其价值需通过对具体学习过程的支持来体现。总而言之,智慧教室应满足教与学的个性化需求,灵活而富有弹性的实施学习活动。[4]图3智慧教室的类型按照智慧学习空间的构成形式,传媒专业学习空间以智慧教室的建设为核心和基础:一是建立传媒教学智慧教室,多屏互动的教学场景实现学生与教师的深度交流,以学习者为中心的多感官体验能够提升学习能力和激发学习热情。智慧教室的参与感和实践导向有利于传媒创新创业课程的展开,例如互联网创业、传媒运营创新、媒体策划与创意等课程;二是开展虚拟仿真教学项目,例如浙江传媒学院的多讯道导播虚拟仿真实验,山东大学“基于多角色扮演的新闻交互式演练”虚拟仿真实验教学,虚拟仿真项目是传媒专业实验教学内容与技术更新的着力点,对传媒实验教学全媒体化、平台化、信息化有积极意义。
(三)完善智慧教育服务,搭建综合性个性化传媒专业服务体系
智慧教育的出发点和归宿是为学习者和教学者提供个性化、智能化的教学服务。智慧教育服务一方面要能通过联接教学社群、知识库和学情分析等方式接受学习者对教学的反馈,促进教学方法和教学内容的演进;另一方面要依托智慧教育云,为学习者提供符合智慧教育特征的个性化教学服务。如图4所示。传统传媒专业存在的最大问题是教与学的断层,缺乏一以贯之的专业教学核心匹配序列去引导和促进教与学的投入产出效果。针对此,传媒专业应通过完善智慧教育服务体系,形成教与学的交互模式。第一,智能教育通过大数据、区块链技术实现学情的精准分析,便于学生即时进行学习诊断并调整学习进度和方案;第二,通过教学社群划分课程主线,确定理论课程、实践课程、比赛课程及毕业设计等社群模块,与学习者学习社群对接,以作品或成果为产出标准,与传媒专业课程体系精准匹配;第三,借助智慧服务建立传媒专业知识图谱,通过信息抽取、实体融合、跨媒体计算等技术,构建高质量媒体知识图谱,精准构筑每位学生的学习场景,实现学习的自主性和个性化[5]。
五、结语
智慧教育是智能时代背景下的产物,传媒教育要以智慧教育的运行规律为基准,通过先进的教学理念和科学技术,融合多学科、投入新设备建设学习和实践平台。传媒专业的改革创新需要运用智慧教育模式从机制的理论建设和路径的实际运作两个层面进行探索和实践,机制的理论建设是新时代传媒专业教育改革的根本遵循和行动指南;路径的实际运作是新时代探求传媒专业教育创新的基本方法和有效途径。其最终归旨是打造国家一流传媒专业,培养复合型、全媒型、专家型、技能型传媒人才[6]。
参考文献:
[1]飞鹏,汤京淑.高校智慧教室的建设与评价——以北京语言大学为例[J].现代教育技术,2019(19).
[2]罗生全,王素月.智慧课程:理论内核、本体解读与价值表征[J].电化教育研究,2020(01).
[3]胡钦太,郑凯,胡小勇,林南晖.智慧教育的体系技术解构与融合路径研究[J].中国电化教育,2016(01).
[4]景玉慧,沈书生.智慧学习空间的教学应用及建议[J].现代教育技术,2017(11).
[5]徐晶晶,田阳,高步云,庄榕霞,杨澜.智慧教室中基于学习体验的学习者满意度研究[J].现代教育技术,2018(09).
在新一轮科技革命和产业变革方兴未艾的时代背景下,中国工程院院长周济院士指出,信息技术指数级增长、数字化网络化普及应用、系统集成式创新和人工智能技术战略突破是新一轮工业革命的四大驱动力。随着更多“AlphaGo”的出现,未来的工程科技人员需要应用现在还未出现的技术,去解决还未出现的问题。科技革命改变教育内容,信息革命改变教育模式,工程教育必须主动适应,帮助未来的工程师们建构起符合时代要求的思维方式和知识结构,并且更加注重培养创新创业能力。
一、更新工程教育理念,驱动改革持续深入
理念是行动的先导,深化工程教育改革一定是在适应时代要求的教育理念指导下进行的。必须充分关注人工智能、智能制造等技术所带来的颠覆式创新,研判未来10年、20年就业与职业更替变化的重要趋势,全面贯彻创新、协调、绿色、开放、共享的新发展理念,主动更新工程教育理念。在回答“为谁培养人”“培养什么样人”“如何培养人”等问题上,一是坚持立德树人的根本任务,坚持“面向工业界,面向世界,面向未来”,始终对焦需求、聚焦服务、变焦应用;二是坚持对标国际最佳实践,更加强调与现代工业文明和制造业发展需求相适应的复杂工程问题解决能力、创新创业意识和“工匠精神”;三是坚持“以学生为中心”“成果导向”“持续改进”等理念,高质量建设工科专业。
二、主动布局“新工科”建设,服务新经济发展
当前,我国经济发展进入新常态,必须培育壮大新动能,加快发展新经济。新经济是发展新动能的源泉,以绿色能源环保、互联网等为重要内容,以新技术革命为引领,以信息化和工业化深度融合为突破,以商业模式和体制机制创新为标志,以人力资本的高效投入减少对物质要素的依赖,推动了新一轮生产方式变革和经济结构调整。实践证明,新经济发展越快越活跃的地区,发展的新动能就越强劲,应对经济下行压力的韧性和回旋余地相对更大,发展的动力、活力和空间、前景也相对更好,能够有力支撑经济保持中高速增长、迈向中高端水平。
但应该注意到,目前迅猛发展的大数据、物联网、人工智能、网络安全、大健康等新经济领域已经出现人才供给不足现象,面向光子与量子芯片、脑科学与智能技术、基因组健康技术等前沿交叉与未来技术的人才培养仍未引起足够重视。必须加快建设和发展“新工科”,培养新经济急需紧缺人才,提前布局培养引领未来技术和产业发展的人才,推动传统工科专业改造升级,为我国产业结构调整、经济转型、创新发展提供人才支撑。
三、深入实施“卓越工程师教育培养计划”
“卓越计划”是工程教育改革“试验田”,主要任务是建立高校与行业企业联合培养人才的新机制,创新工程教育人才培养模式。实施6年来,208所高校的1257个本科专业点、514个研究生层次学科点,参照《卓越工程师教育培养计划通用标准》和工程认证标准,从建立组织管理体系、制定培养标准、制订校内学习和企业学习培养方案、重构面向工程的课程体系、改革教学方法和学习方法、建设工程教育师资队伍、建设工程实践教育中心、推动工程教育国际化等方面,采取了一系列措施,积极推进工程教育改革。参与高校和企业反映“卓越计划”学生的就业率、就业质量、对企业的适应能力有明显提升。
为更好地服务制造强国建设,制造业相关的“卓越计划”专业或学科,一是必须深入推进人才培养与社会需求间的协同,与实务部门、科研院所、相关行业部门共同推进全流程协同育人,建立培养目标协同、教师队伍协同、资源共享协同、管理协同机制,加强高校教师与实务部门专家双向交流;二是着力推进信息技术与教育教学深度融合,建设一批以大规模在线开放课程为代表、课程应用与教学服务相融通的优质在线开放课程,推进以学生为中心的教与学方式方法变革,全面推进信息化实践教学平台建设;三是扩大工程教育对外开放,既培养一批认同中国文化、熟悉中国标准的留学生,又鼓励具备条件的高校“走出去”,面向“一带一路”沿线国家培养工程科技人才、工程管理人才和工程教育师资,为我国制造业对外输出做好人才储备。通过深入实施“卓越计划”,在面向社会需求培养人才、调整人才培养结构、推动教育教学改革、提高人才培养质量、增强毕业生创业就业能力发挥示范作用。
四、推广实施产学合作协同育人项目
2014年以来,教育部组织高校与阿里巴巴、v讯、谷歌、英特尔等国内外知名企业共同实施产学合作协同育人项目,以产业和技术发展的最新成果推动工程教育改革。2016年,60余家企业项目2500余项,资助经费约1.12亿元,提供云平台、软硬件免费使用权价值近4亿元;300多所高校与企业深入合作。
企业通过协同育人项目可以密切校企合作,一是可以培养一批认同企业理念、胜任岗位要求的未来员工;二是可以培养一批认可企业标准、熟悉企业技术的潜在用户,从而占领未来市场;三是可以充分利用高校智力资源,为企业发展提供创意和技术;四是可以彰显企业社会责任感,提升社会美誉度和影响力。企业(特别是国有企业)应立足长远,面向未来,积极参与产学合作协同育人项目,从而提升制造业整个产业的从业人员素质。
高校通过协同育人项目可以促进人才培养与产业需求紧密对接,提升人才培养的适应性,一是可以汇聚企业资源支持专业综合改革和创新创业教育,为高校提供重要但自身缺乏的重要知识或资源,如前沿技术、实践师资、现场环境和先进设备等;二是有助于搭建合作平台,破解实习难题,为学生工程实践能力培养营造更好环境;三是可以进一步深化产学合作,促进高校科研成果转化。高校应高度重视产学合作协同育人项目,提前谋划,积极申请,做好做实,以此为契机深化教育教学改革。