发帖
雷达卡
人工智能与教育系统以人类的知识实践为纽带，两者存在多层次、复杂且密切的相互作用，人工智能应用于教育实践具有逻辑必然性。人工智能是科学、工程与数学，但是人工智能教育应用是具有社会历史文化属性的人类教育实践，其大范围开展有赖于教育主体(教师、管理者、学生、组织机构)理解人工智能在教育活动中的作用方式、可能与限度。本文从微观教育过程层面，分析人工智能是“如何”应用于教育的，即其实现教学自动化的方法。
从核心实现技术的角度看，智能教学系统可以分为专家系统和机器学习两类。本文选择四个智能教学系统，分析其实现教学自动化的方法。(始于1983年)和(始于1998年)是典型的基于专家系统的智能辅导系统。前者是交互式学习环境，发展学生的认知技能；后者是虚拟主体，通过自然语言对话促进学生对概念的理解。“智能”模块均采用机器学习技术，但教学功能与外在表现差异很大。前者是针对大学教学的学习分析，利用历史记录与学习过程数据预测学生成功学习课程的可能性；后者用于中小学网络科学探究学习，智能模块对学生有关科学问题的回答自动进行评分，根据评分结果分配反馈指导语，以促进科学知识的整合学习；两者的教学信息由人类教师直接提供或通过多媒体学习材料传递呈现。四者均有实证研究支持其教学的有效性，前两个智能辅导系统已衍生出多种大规模应用的商业产品。
以专家系统为基础的自动辅导。以认知任务分析为基础，实现认知技能的自动辅导。计算机为学生创建一个高度结构化的问题解决环境，能够逐步跟踪、判断学生的问题解决过程，并适时提供反馈、提示与帮助。为支持特定认知技能的学习，需详尽分析完成任务所需的陈述性知识和程序性知识，利用产生式系统表征知识，为学生提供解决问题的认知工具，系统跟踪问题解决过程，将学生的表现记录在学生模型中。功用于中小学代数、几何等内容的学习。
对于给定学科内容的教学过程，教学推理与行动模型是个很好的分析框架，与中小学教师的日常教学实践过程高度契合。其基本假设是：“教学是观念交流的活动。教师首先掌握、探索和理解一个观念，把它转换为自己的思想，从多个角度去理解它。然后，这个观点要被重新塑造或修正，直到它能够被学生所掌握。”即教学远不止是课堂上的几十分钟，完整的教学过程包括理解、转化、教学、评价、反思和新的理解六个阶段。在教学过程中，不但学生对某一主题的理解有变化，教师的理解同样在更新。模型中的具体任务可由人完成，也可由计算机完成。
从这两个案例看，专家系统类的人工智能教育系统仅实现了教学知识应用的自动化。可见，就完整教学过程而言，计算机能做的实际上很有限，计算机还无法胜任理解教学内容、转化、反思和形成新的理解等任务，能够自动化(由计算机完成)的是教学与评价。即“理解”了知识且能“施展”技能的计算机系统，能够为学生个体或小组提供动态适应的教学，例如个别化的速度、学习路径、反馈和练习题目等，并在学习过程中全面评价学生的学习过程与结果利用产生式系统(“如果……，那么……”的规则集合)存储人类专家的内容知识，在恰当的时候针对学生的问题解决给出相关知识。课程开发成本高昂主要是因为需要手动为系统提供知识，需要进行详尽细致的认知任务分析，将专家的陈述性知识和程序性知识显性化，同时还要转换为产生式规则输入计算机，这一过程费时费力。解决知识获取难题的途径有两个：一是通过创作工具提高人类专家输入、管理知识的效率，降低操作的认知难度；二是通过提供范例，简化知识获取与表征。
以机器学习为基础的自动模式发现与识别。工作流程类似，所不同的是样例特征与类别。从基本逻辑看，两者都假定以往的样例(以往学生的学习记录和回答)在未来仍保持稳定。若学习者和学习情境有显著变化，则训练出来的模型的预测力就会下降，需要更新训练数据集或者调整参数，甚至换成其他算法。这一过程不仅耗费人力，而且对执行者的专业能力有很高的要求。
机器学习之所以受到重视，根本原因在于其部分解决了知识“分析(生成)”难题，算法可以从案例中自动发现知识。更准确地说，应该是发现模式，即pattern，哪些属性经常会一起出现，通过属性之间的相关，在不确定因果的情况下也可以实现具有实用价值的预测。从根源上看，机器学习所获得的知识还是来源于人类，它不过是将隐含于案例中的人类知识挖掘出来。在教育领域，高质量的已标注案例数据集不多见。最容易想到的，也许就是高利害考试中已评分的题目。批改作文的人工成本高昂，标注案例数据丰富，人工智能技术很早就大规模应用于ETS的GRE、托福等考试的作文评价也就不足为奇了。但机器学习技术的局限在于：一是需要大量的实例，如要为作文评分，系统需要某一作文题目下不同级别的文章实例，机器运用算法从这些文章中发现不同分值文章的特征；二是分类机制难以解释；三是特征设定还需要人工完成；四是缺乏常识，评分系统实际上并不能理解文字的含义，无法像人一样感知、理解文章。这样造成的后果就是非常新颖且有创造性的作文很可能被判低分。
综上所述，人工智能是如何实现教学自动化的?针对典型智能教学系统的案例研究表明：以专家系统为核心实现技术的智能辅导系统主要实现了人类学科知识和教学知识的自动化应用，知识采集和分析尚需人工完成；以机器学习为核心实现技术的学习分析系统与自动指导反馈(如WISE+c-Rater)，从历史数据中发现模式，用于预测与识别现象，其自动化的是模式发现与应用，而准备历史数据、选择与调整算法需要人工完成。人工智能在教学“完整”过程中的作用还非常有限，灵活性与适应性还比较差，代替人类教师还很不现实。智能教学系统在增强教师方面比替代教师有更广阔的空间。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
