[摘  要]随着智能技术的不断发展，人工智能已经初步应用到教育教学活动中，其对知识传输、资源利用、成果分析等具有促进作用。同时人机协同教育模式作为人工智能与教育领域的融合产物，能够整合教师与人工智能的不同优势，进一步实现教育教学智能化、高效化、人性化发展。未来是如何将人工智能与教师之间的关系从以教师为教学主体、人工智能为次体或仅以人工智能为主体的现状，转变为以两者作为共同主体，实现教学活动中人机协同教学。因此，可以基于人工智能技术与5G技术构建“智学”智能化教学场域，通过此场域，可激活物联网、大数据等技术运用，并以此为基石，发展虚拟现实、虚拟仿真、情景化远程教学等技术。同时在保证人工智能在教学领域的应用形态多样化的前提下，构建人工智能在教学领域下的通用技术框架，确保应用形态在一定程度上的互联互通，以推进人工智能在教学领域全面高效的应用。最后构建新型“智学”教学模式完成教师与人工智能之间的主次体转化，实现人机协同教育，促进人工智能+教育朝着智能化、高效化、人性化发展。

[关键词]人工智能  人机协同教育  教学主体  “智学”智能化教学场域  “智学”教学模式

基金项目：国家自然科学基金“面向移动应用的信息产品服务供应链优化与机制设计研究”（编号：72061004）；重庆市教委教育科学“十三五”规划重点课题“一带一路视阈下重庆市电子商务人才培养模式优化路径研究”（编号：2019-GX-007）；中国物流学会、教育部高等学校物流管理与工程类专业教学指导委员会物流教改教研课题“面向现代物流业的多方协同育人模式改革与实践”（编号：JZW2020049）。

【中图分类号】G40-057  【文献标识码】A

引  言

“人工智能+”已经成为各行业的发展趋势，2016年5月，国家发展改革委、科技部、工业和信息化部、中央网信办印发的《“互联网+”人工智能三年实施方案》，明确提到要在2018年基本建立人工智能产业、服务和标准化体系，突破行业核心技术，培养出一批在全球范围内领先的人工智能骨干企业，形成千亿级别的人工智能市场应用规模。而在教育领域，2017年7月，国务院印发的《新一代人工智能发展规划》中提出了“智慧教育”理念，为人工智能与教育领域的融合指明了发展的方向。2018年4月，教育部发布的《高等学校人工智能创新行动计划》则是进一步明确了要将人工智能与教育融合创新，促进高等教育创新发展。

问题的提出

当前人工智能技术仍在发展中，其在教学领域的实际应用还处于初级阶段。对教学领域而言，目前人们对如何正确看待人工智能在教育过程中所扮演的角色，如何协调人工智能与教师、学生之间的关系，如何在提高教学效果、实现个性化教育、助力精准管理与决策等的同时,避免因为人工智能的出现而导致的伦理风险、过度依赖、教育面狭窄等方面还有所欠缺。为此，文章旨在研究人工智能在教育教学活动中的定位，分析怎样在现有技术的基础上，构建以人工智能、5G技术为基础，链接同时刻所有教学单元，实现数据流通的“智学”智能化教学场域。建立新型“智学”教学模式，从而完成人工智能在教育教学中角色的转变，同时整合教师与人工智能的不同优势，将人与机器置于平等合作的地位，共同组成一个系统，将人工智能与人之间的交互从简单的劳动领域延伸到部分决策领域，引入人机一体化思想，进一步优化人工智能教学现有的优势，降低其劣势，实现人机协同教育。

人工智能在教学领域的现状分析

1.人工智能在教育进程中的定位

人工智能时代，教学手段也已不再局限于纸质书本、黑板板书。人工智能关键技术与教学领域的业务核心和教学场景的融合推动了新的教学模式的产生。但由于整个教学进程中教学主体的不同，教学成果和问题的侧重点也有所不同。

教师为主体，人工智能为次体，教师作为整个教学活动中的绝对主导者决定着整个教学进程的走向。人工智能则只能按照人类预先设定的程序执行相关任务，以辅助工具的角色参与到教学之中，这种教学模式要求教师能够对人工智能的相关功能及操作方式了解深刻，能够熟练地对人工智能进行操作，这在客观上不仅提高了教师的准入门槛，还在一定程度上增加了教师在教学过程中的负担。而这仅仅体现了人工智能最基础的功能，未能实现人工智能与教育全过程的融合，说明了该模式下人工智能与教学领域的融合尚处于将人工智能当作教学工具的初级阶段，与人工智能与教学领域融合的初衷不符。

人工智能为主导，人工智能继承了教师绝大部分职能，而现阶段人工智能教育更多的是由人工智能对学生的相关学习数据进行采集分析，提供相应的个性化教学反馈，尽管这能够使学生的学习绩效提升，但长此以往容易让学生形成“依赖的意识”，学生将会盲目让人工智能来规划选择自己的未来，进而失去自主性与独立性。过多地关注知识水平和专业技能的提高，也会让学生缺乏与教师的双向交互与情感交流，使其在教育过程中处于孤立地位。

2.人工智能教育应用现状

人工智能的基本思想是指利用智能机器来对人类的思考方式进行模拟，进而感知、学习、理解，最终能够将生活中的或者某个领域中的问题进行良好的解决。人工智能与教学领域的融合意味着将人工智能的这些关键技术融入到教学领域的业务核心与具体的各个教学场景之中，进一步促进教学关键业务流程的自动化和教学场景的智能化，进而提高教师和学生在教学进程中的效率，开创新的智能化教学模式。如今人工智能技术与教学领域的融合已经有了初步的成效，其关键技术在教学进程中的具体应用形态如下。

一是智能课堂教学辅助系统。运用机器学习、人机交互、计算机视觉、生物特征识别等技术，通过对学习能力、学习进度、教学方式及教学进度等方面的大量数据进行分析，总结出存在的相关规律。再结合教学资源为教师提供学情分析、教学资源推荐、课堂管理、智能测评及决策建议等功能，辅助教学活动的开展，在减轻教师教学压力的同时，还提高了学生学习效率。

二是自适应学习平台。自适应学习平台基于人工智能关键技术的运用，让学生能够自主学习，人工智能负责对学生的学习进度等在课程中实时反馈的数据进行分析，动态地改变学习内容及内容呈现的方式，为学生提供最为适合的学习策略与学习资源。使其能够朝着更加个性、多元、协调的方向发展。

三是智能教育机器人。智能教育机器人能够作为学生的学习伴侣与学习顾问，越来越多的家庭或者学校开始对智能教育机器人进行应用，其能为学生提供学习问题方面的解答，同时智能教育机器人在辅助学生学习的同时能一定程度上提高学生的学习兴趣，激发学生的求知欲，提升学生综合素养，为学生实现自主学习、个性化学习打下一定的基础。

四是自动化测评系统。自动化测评系统包括短文评价系统、口语测评系统、程序作业测评系统等多种形式。测评作为教学活动中不可缺少的一环，其重要性不言而喻，一次合格的测评需要保证客观、一致、高效和高可用性。自动化测评系统能够合格地满足这些要求，为教学决策提供真实可靠的依据。同时也极大地减轻了教师的工作负担，提高了教学活动的推进效率。

这些应用模式在一定程度上提高了教学效率，但并未实现人工智能在整个教育过程中的融合，人工智能想要在教学领域实现全过程人机协同教育，需要的不是其关键技术在教学进程中某一单方面的延伸，而是需要各种技术的集成。即机器学习对学生各方面数据的分析处理，以知识图谱的形式呈现给教师；人机交互实现教师对教学进程的把控，学生通过向人工智能进行反馈，实现个性化学习；计算机视觉与生物特征识别通过对教师学生的肢体语言、注意力等信息的采集，以调整教学节奏。这些技术的相互配合，才能达到人机协同教学的硬件基础。

“智学”智能化教学场域分析

5G与AI技术将进一步促进教学模式与教学工具的创新。为更好地实践人工智能技术下的人机协同教学模式，“智学”智能化教学场域以人工智能技术与5G技术为基础，为教学过程中同时刻的多个教学班建立数据通路，实现教学资源、教学数据及计算资源的高速流动。这些数据很大一部分是由教学过程中各种传感器对教师及学生课堂活动进行数据采集的结果。5G技术的运用确保了数据采集过程的即时性，但对这些数据而言，能够被利用的部分可能很少，要想将这些有用的数据提取出来，就需要人工智能对数据进行整理分析，再由云平台对部分必要数据进行计算，进而得到反馈。但进行数据分析需要一定的计算资源。由于在“智学”智能化教学场域中，同一时刻进行的所有教学班是互联互通的，可以将各个教学班的计算资源也视为流动的，当某一教学班计算资源不足时，可以借助其他教学班设备中的计算资源进行计算，以提高教学请求的响应速度。尽管我们可以直接通过5G技术将所有数据上传至云端进行分析，但相对于以本地人工智能作为分析主体，云端分析将数据上传作为必要步骤，在一定程度上增大了数据泄露风险。且同时对大量数据进行云端分析也会消耗大量计算资源，造成响应延迟，不利于教师在教学活动中对学生实时个性化教育需求的判断。

“智学”智能化教学场域在同一时刻所有教学班之间构建的数据通路实现教学资源、教学数据、计算资源的共享，通过对其的基本了解，其优化教学效果的路径如下。

一是提高教学请求的响应速度，“智学”智能化教学场域以人工智能和5G技术为基础，与传统云端分析一样具有高效通信、智能分析的特点，但传统云端分析将所有采集数据集中于云平台，在消耗大量计算资源的同时，往往伴随着多个用户请求，这极大地增加了云平台的压力。而“智学”智能化教学场域将同时刻其他计算机的计算资源充分利用，使得计算资源抽象为流动的状态，充分流向高需求处。计算过程中，以人工智能为运算主体，对相关教学数据进行处理，代理了云平台的大部分职责。将原本多个用户请求汇总为一个，减轻了云平台的压力，提高了教学过程中教学请求的响应速度，使得人工智能能够较好地满足教师的实时请求，有利于人机协同教育的开展。

二是提高教学效率，数据作为实现个性化教育与精准教研的基础，其重要性十分突出，“智学”智能化教学场域通过将数据与计算资源流动化、互通化，实现了人工智能对教师请求的即时响应、对教学数据的精准反馈、对教学进度的全面把控。促进了教学效率的提高，推动了个性化教育、人机协同教育的发展。

三是保护教学数据安全，在如今这个互联网发展十分迅速的时代，信息泄露已经成为一件十分值得关注的事情。对学校而言，信息泄露可能会导致试题数据外泄、师生个人信息泄露、科研数据被盗取等事件的发生。由此可见，保护信息安全是非常有必要的。传统云端分析模式下，人工智能往往将所有采集的数据集中于云平台，一定程度上增大了被盗取的可能性。而“智学”智能化教学场域将数据流动的范围缩小到学校内部教学相关主体，极大地降低了数据外泄的可能性，同时教师能设立防火墙来避免信息的泄露。

四是促进教学工具创新，随着人工智能技术的不断发展，人们对其在教学领域的应用形式也展开了广泛的思考与实践。实际上这些想法大多没实现，究其原因还是因为人工智能在对一些复杂、开放的算法进行运算的时候需要消耗大量的计算资源，而传统网络传输效率无法满足如此庞大的计算需求，导致运算结果不够准确，运算效率无法达到要求等情况的出现。而在“智学”智能化教学场域，5G技术的运用能够使数据的传输速度得到极大提高，进而使人工智能能够胜任更加庞大的运算任务，使人工智能在对相应算法进行运算时能够顺利进行。这为人工智能在教学领域的实践应用提供了良好的环境支撑，同时使教学工具的创新发展有了更多的可能。

人工智能在教学领域的通用框架

5G与人工智能的结合使得“人工智能+教育”的应用形态充满了多样性与不确定性，因此如要推动人工智能在教学领域的高效应用，提高教育教学质量，避免不同应用形态之间由于技术框架的差异出现不兼容的情况，就需要在构建“智学”智能化教学场域的同时，面向不同的应用场景建立完善且通用的技术框架，为各类“人工智能+教育”的应用形态提供宏观的构建方法，使其在一定程度上达到智联互通。通用结构一般由三个层面组成：数据层、算法层、服务层。对教学领域而言，数据来自于教学过程中学生、教师及学校的学习进度、教学情况、教学资源等方面，显得十分驳杂与庞大。数据层将这些数据进行采集与初步处理，为接下来的数据分析与应用做好准备。通过算法，实现教学领域人工智能系统中智能课堂辅助、智能学习平台、自动化测评等功能运用，是整个“人工智能+教育”应用形态的核心部分，同时还对数据层中收集的各类教学数据进行智能分析，为上述功能提供支撑。由于“人工智能+教育”的应用形态不同，其服务输出方式也不相同，体现了人工智能在教学领域服务范围的广泛性。通过此技术框架，可以使人工智能关键技术的应用形态拥有一定程度的互通性，有利于人工智能与教学领域融合的标准化和统一化。

“智学”教学模式的设计与实施

为完成教学主体的转变，同时实现人工智能在教学领域的人机协同教育，“智学”教学模式应运而生。通过前文对单一教学主体的分析可知，既然单纯地以某一角色为主体的教学模式都具有一定缺陷，可尝试将人工智能与教师相结合，取长补短。人工智能作为前期知识传授的主体，以智能课堂辅助、智能学习平台、自动测评系统等应用形式实现教学活动的开展。人工智能还可利用人机交互、自然语言处理、知识图谱、计算机视觉等技术，在教学过程中对学生、教师的学习进度、教学方式、思维模式等信息进行数据化，再对数据进行分析，将结论以知识图谱的形式展现给教师，使其及时调整教学方式，以提高教学效率。教师作为学生学习过程中思想境界提升的助力，在人工智能的协助下，从传统模式繁重的工作中解脱出来，更加专注于学生的思想引导、发展规划、价值观培养等方面的工作，增强与学生的思想情感交流，引导其适应社会的发展。人工智能与教师各司其责，但又协同合作，形成人机协同发展教育理念下的双主体教育模式。

人工智能将作为辅助，协助教师开展教学，教师可直接向人工智能发送应用请求，人工智能对这些请求进行响应反馈。教师则可根据反馈，调整对学生的教学方式、思维引导及情感交互，实现各项操作的自动化和智能化。

“智学”教学模式结合了“智学”智能化教学场域，为人工智能提供了一个良好的运行环境，同时通过对通用框架的构建实现了人工智能关键技术具体应用的标准化和统一化。“智学”教学模式将人工智能与教师在整个教学进程中的教学任务择优分配，使两者相互配合，协同教学，在依靠人工智能大幅提高教学效率、实现个性化教育的同时，又保证了在教师的引导下，学生精神文明水平的不断提高。

结  语

“智学”智能化教学场域与教学模式将教学主体从曾经以某一单个对象为主体，转变为以人工智能和教师为双主体的模式，在一定程度上实现了人机协同教学，这对人工智能与教学领域的融合起到了促进作用。然而尽管人工智能与教育领域的融合是一种必然趋势，但由于人工智能还处于不断发展的阶段，以它为基础的各项技术还需要不断加强。因此，人工智能与教育领域的真正融合还任重而道远，还应继续在人工智能技术的发展及其与教育领域融合的探索之路上努力前行。

参考文献：

[1]国家发展和改革委员会.“互联网+”人工智能三年行动实施方案[EB/OL]（2016-05-23）.http://www.gov.cn/xinwen/2016-05/23/content_5075944.htm.

[2]国务院.新一代人工智能发展规划[EB/OL]（2017-07-20）.http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[3]教育部(2018).教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL]（2018-04-11）.http://www.cac.gov.cn/2018-04/11/c_1122663790.htm.

[4]毛刚，王良辉.人机协同：理解并构建未来教育世界的方式[J].教育发展研究，2021，（01）：16-24.

[5]徐晔.从“人工智能教育”走向“教育人工智能”的路径探究[J].中国电化教育，2018，（12）：81-87.

[6]张刚要，梁青青.人工智能的教育哲学思考[J].中国电化教育，2020（06）：1-6+64.

[7]丁红，陈波.人工智能时代混合教学模式发展方向探索[J].电脑知识与技术，2020（34）：72-73+76.

[8]郭朝晖，王楠，刘建设.国内外自适应学习平台的现状分析研究[J].电化教育研究，2016，37（04）：55-61.

[9]卢宇，薛天琪，陈鹏鹤，等.智能教育机器人系统构建及关键技术——以“智慧学伴”机器人为例[J].开放教育研究，2020，26（02）：83-91.

[10]梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（03）：24-30.

[11]赵瑞斌，杨现民，张燕玲，等.“5G+AI”技术场域中的教学形态创新及关键问题分析[J].远程教育杂志，2021，（02）：44-52.

[12]汪时冲，方海光，张鸽.人工智能教育机器人支持下的新型“双师课堂”研究——兼论“人机协同”教学设计与未来展望[J].远程教育杂志，2019，（02）：25-32.

[13]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远东教育杂志，2017，（05）：27-39.

（寇军、张震堂、田帅辉：重庆邮电大学经济管理学院/现代邮政学院；陈虹莉：重庆邮电大学理学院；赵泽洪：重庆大学公共管理学院）