時間：2023-09-05 16:32:03
序論：在您撰寫人工智能和智能教育時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
自1956年人工智能概念在達特茅斯會議提出以來, 人工智能的發展超出了人們的想象:1997年, IBM超級電腦深藍擊敗國際象棋世界冠軍卡斯帕羅夫;2016年, 由Google旗下的深度學習公司Deep Mind開發的人工智能圍棋程序Alpha Go戰勝了世界圍棋冠軍李世石, 這件事轟動了全世界[1]。隨后有關人工智能的熱點應用不斷推出, 比如無人駕駛、智能醫生、語音與人臉識別等, 讓我們認識到人工智能的應用已與生活息息相關。在教育領域, 人工智能應用也取得了重大突破, 比如2017年高考期間, 機器人艾達挑戰高考數學, 10分鐘就答完, 獲得134分, 激發了教育領域對人工智能的巨大熱情, 同時也引發了人們對教育的憂慮與反思[2]。2017年7月國務院印發了《新一代人工智能發展規劃》, 提出人工智能產業競爭力在2030年要達到國際領先水平。目前世界主要發達國家先后從國家層面人工智能政策規劃, 將人工智能作為國家經濟發展、社會變革和國際競爭的新動力[1]。
1 人工智能定義和發展階段
人工智能的英文是Artificial Intelligence, 簡稱AI, 人工智能的內容不斷豐富和發展, 至今還沒有統一的定義。比較權威的說法認為[3]:人工智能是關于人造物的智能行為, 主要包括知覺、推理、學習、交流和在復雜環境中的行為。人工智能的長期目標是發明出可以像人類一樣或能更好地完成以上行為的機器, 短期目標是理解這種智能行為是否存在于機器、人類或其他動物中, 所以它包含了科學和工程雙重目標。根據其功能強弱, 人工智能分為三類, 即弱人工智能、強人工智能還有超級人工智能。人工智能的發展大體上經歷了三個階段, 第一階段是20世紀50~60年代, 提出人工智能的概念。主要以命題邏輯、謂詞邏輯等知識表達和啟發式搜索算法為代表;第二階段是20世紀70~80年代, 提出了專家系統, 同時基于人工神經網絡的算法研究發展迅猛, 伴隨著半導體技術計算硬件能力的逐步提高, 人工智能逐漸開始突破;第三階段是自20世紀末以來, 尤其是2006年開始進入了大數據和自主學習的認知智能時代。隨著移動互聯網的快速發展, 人工智能的應用場景也開始增多, 特別是深度學習算法在語音和視覺識別上實現了巨大的突破[4,5]。人工智能的技術體系主要分為四個方面, 即機器學習、自然語言處理、圖像識別以及人機交互等。當今擊敗世界圍棋冠軍李世石的Alpha GO主要應用了機器學習中的深度學習算法。
2 人工智能應用狀況與反思
2017年, 阿里的無人超市落地杭州, 進店、挑選商品、付款支付一氣呵成, 消費者幾乎在完全自主的狀態下完成購物。與此類似, 昆山富士康公司裁員6萬名工人, 全用機器人代替。京東、淘寶引入的智能機器人替代了原來的倉庫管理、人工客服等崗位。因此有學者悲觀地斷言:在人工智能時代, 因為很多職業崗位或技能將被智能機器人所代替, 職業院校畢業生很有可能面臨畢業就失業的窘境。筆者認為, 我們不應該重蹈歷史上英國制定的限制汽車推廣使用的《紅旗法案》的悲劇。正是這個在今天看來毫無道理的, 但卻持續了三十年的法案讓德國和美國的汽車工業完全趕上來, 最終遠超英國。人工智能應用必將淘汰或替代很多現有就業崗位, 但同時又會創造新的就業崗位, 這是一個伴隨著產業智能升級的、長期的艱難過程, 對于職業教育來說, 這既是一個嚴峻的挑戰, 也是一個難得的機遇。
3 人工智能時代職業教育的發展策略
為了更積極地適應人工智能時代, 除了國家層面的統籌規劃、科學指導和政策、經費支持之外, 建議還要做好以下幾個方面的發展規劃。
3.1 解放思想, 更新理念與制度
中國工程院院士潘云鶴提出, 人工智能走向2.0階段的真正原因是世界正從原來由人類社會與物理空間構成的二元空間, 向著由物理空間、人類社會與信息空間構成的新三元空間演變[6]。因此, 職業教育在教學和管理過程中應該加入人工智能等相關理念和技術, 同時其辦學定位、人才培養方案、專業建設、課程內容、考核評價標準等方面都需要做出相應的改進。比如當前大多數職業院校非計算機類專業的課程安排中, 信息技術類課程課時偏少, 數據處理、編程類或人工智能課程幾乎沒有, 這樣的安排不利于提升學生的信息素養, 必須做出相應的調整, 同時適當減少將來可被人工智能應用替代的技能課程的課時, 比如電算會計、環境監測等。
3.2 善用人工智能, 提升教學與管理
在人工智能背景下, 教師們現有的重復性工作和大量數據積淀的教學任務, 比如批改作業或閱卷或課堂考勤都可能被人工智能取代, 因此, 教師能騰出更多的時間, 更充分地關注學生的個性差異, 從而為學習者提供更精確的個性化學習服務, 教師也能夠及時調整教學方法和手段, 優化教學評價方式, 補充教學資源, 減少備課重復性工作, 提升教學效率, 真正地做得因材施教, 同時學生們的學習方法和方式將不同程度地得到重構, 基于大數據的智能在線學習平臺大量出現, 不同的學校、學科及專業課程不再封閉, 學習時時處處都可以進行, 碎片化與個性化學習將日益普遍。教師能完整地跟蹤學生的整個學習過程, 比如學生上課是否睡覺、是否玩手機、是否在教室里與其他同學合作學習等, 都能夠根據監測數據進行智能解析, 有利于更有效、更全面地對學生進行過程性評價。大部分課程考試將全部自動化, 考生資格審查利用人臉識別、監考與閱卷都由智能機器來完成。上述人工智能給教學帶來的這些變化既需要網絡硬件設施和相關軟件系統來支撐, 更需要職業教育的教師們繼續提升信息技能、深化和加強信息素養。
3.3 深化產教融合、優化實訓筑牢就業
在人工智能時代, 職業院校應與相關行業統籌發展, 深化產教融合, 拓寬企業參與的途徑, 深化引企入教改革, 支持引導企業深度參與職業院校的教育教學改革, 多種方式參與學校專業規劃、教材開發、教學設計、課程設置、實習實訓, 促進企業需求融入人才培養環節;鼓勵以引企駐校、引校進企、校企一體等方式吸引優勢企業與學校共建共享生產性實訓基地;全面推行現代學徒制和企業新型學徒制, 推動學校就業與企業招工無縫銜接。比如職業教育將出現新師徒制, 行業領域的行家里手將通過互聯網以VR或者AR技術言傳身教的方式, 帶領規模龐大的徒弟用碎片時間進行學習與實踐。
3.4 完善終身學習的職業教育體系
隨著人工智能應用的深入推廣, 職業院校培養的技能型人才所掌握的技能如果不及時進行充電升級, 中低端的重復性強的工作將面臨被智能機器人不同程度進行替代的危險。所以對于不少技能崗位, 守著一門技術吃一輩子老本的時代將一去不復返。因此, 職業教育要繼續完善終身教育體系, 為職業教育學生的充電升級鋪就一條縱深的通道。
3.5 人文教育為道, 智能教育為用
在人工智能的幫助下, 簡單重復性的工作將被機器替代, 人們將從重復繁瑣的事務中解脫出來, 轉去從事更具有創造性、創新性或者更具有情感類的工作, 這些工作需要人與人之間的合作與溝通, 因此, 職業教育更需要注重學生思想道德水平、人文綜合素質的培養, 這是做人之道, 在此基礎之上激發學生們的學習主動性和創造力, 促進跨界思維的形成, 更好地掌握人工智能時代的相關職業崗位知識和相應的智能技能。著名理論物理學家霍金曾說:完全人工智能的研發可能意味著人類的末日。Tesla汽車和Space X公司創始人馬斯克說:我們必須非常小心人工智能。如果必須預測我們面臨的最大現實威脅, 恐怕就是人工智能了[7]。一群沒有良好道德水平的, 但掌握了智能技術或設備的人們是危險的, 所以職業教育應該從學生入學起就開始, 不斷提升學生的思想道德水平, 熱愛社會、熱愛生活、樂于助人、與人為善。只有這樣, 人工智能應用才能更好地服務人們、造福社會。
4 結論
人工智能正在快速又深刻地改變我們的教學、生活和工作方式, 也對職業教育提出了嚴峻的挑戰, 同時也是一個巨大的機遇。職業教育在面對人工智能時代的變革時, 須要從國家政策、理念與制度、教學管理、產教融合、終身學習等方面做好應對, 切實地把握人文教育之道對智能教育之用的統領原則, 培養能很好地掌控人工智能技術和應用的人才。
參考文獻
[1]謝青松.人工智能時代職業教育的轉型和發展[J].教育與職業, 2018 (8) :50-56.
[2]蘇令.人工智能來了, 教育當未雨綢繆[EB/OL].[2018-05-15].
[3]Nils J.Nilsson.人工智能[M].鄭扣根, 莊越挺, 譯.北京:機械工業出版社, 2000.
[4]王璐菲.美國制定人工智能研發戰略規劃[J].防務視點, 2017 (3) :59-61.
[5]賀倩.人工智能技術在移動互聯網發展中的應用[J].電信網技術, 2017 (2) :1-4.
在人工智能技術應用上，教育領域也深受影響，如何更好的迎合現實需求，對此，我認為
一、人工智能技術要在促進學生學習理解上體現價值。
技術是有成本的。如果技術應用只是提高了訓練的效益，其價值便只在低層次認知能力，這些成本是否值當？人工智能技術之應用須在促進學生高層次認知能力的發展上發揮作用，幫助學生從解答習題為主走向解決問題為主。我們應該依托人工智能技術在情境創設與人機互動等方面的優勢，促使學生基于理解的學習，促使學生面向應用的學習。
二、人工智能技術要在促進學生個別化學習中發揮作用。
人工智能技術的出現，打破了教育的知識傳播平衡，加強了“以學生為中心”的學習關系，使對每一個學習個體的尊重有了可能。而這恰是當前教育實踐的薄弱之處。因而，在學校層面應用大數據與人工智能技術的關鍵，未必在統計意義的歸因，而是關于學習個體的過程信息的采集，這是促進學生個別化學習的技術憑借。
關鍵詞：人工智能；大數據；交叉領域
自二戰時期阿蘭?圖靈破解恩尼格瑪密碼機帶來勝利的曙光之后，人工智能初見苗頭，1956年“人工智能”一詞首次由約翰?麥卡錫等科學家在達特茅斯研討會上提出，時至今日，人工智能經歷了60多年的浪潮和洗禮，其中有曙光、有冰封，也有期望。縱觀當下，人工智能不僅僅是機器智能，在深度學習和推陳出新的算法推動下，其攜手云計算、大數據、卷積神經網絡等，攻破了自然語言語音處理、圖像識別的瓶頸，像潘多拉的盒子一樣在認知科學、機器人學、機器學習等領域全面開花，人工智能涵蓋了從基礎層、技術層到應用層等多個方面，為人類文明帶來了翻天覆地的變化[1-2]。人工智能包羅萬象，在其基礎上衍生的大數據“洪流”對人類社會的方方面面進行沖擊，這些數字的價值已然超越了諸如金錢、財產、黃金、石油，甚至是土地。然而，大數據技術也如同普羅米修斯盜得的圣火，一方面給人間帶來溫暖和光明，另一方面也有可能使自身被奴役甚至使人葬身火海[3]。因此，當我們沉迷于大數據的海洋中時，我們是否有能力像藍鯨遨游大海一樣自由掌舵，是當今大數據和人工智能時代存在的一個重大問題。是“曲徑通幽”還是“會當凌絕頂”，我們如何在大數據中“浮游”，而不是一味地擴充，需要理性看待與合理評價大數據對人類生存和發展的影響。
1.人工智能和大數據與“工業革命”
2020年剛剛結束的新一輪美國總統競選上演了各種“國家鬧劇”，為何特朗普在2016年贏得大選，而4年之后卻無法連任？時間推移，2016年他勝利的部分原因在于他利用了面臨技術威脅的工業行業中工人們的焦慮，同時指責非法移民對美國及美國人資源和就業機會的占用[4]。但在技術浪潮的挑戰中，自動化和人工智能才是占用的“根源”。早在18世紀60年代工業革命時期，機器取代人力，規?；S生產取代個體手工生產，即引發了人工智能數據的工業大變革。從機械結構、電氣控制等模塊的設計和改良，車間機器人的智能化已可以代替人完成生產作業[5]。通過智能化機器人可以減輕勞動負擔，還可以用于環境檢測[6]和實施救援[7]等，保護我們的人身安全。這些“機器人”在為我們減負的同時確實也引發了“失業危機”，這種現象不僅于美國，日本、韓國和德國亦是如此。我們也許可以形象一下，未來20或30年后，工廠中工傷幾乎為“零”，完全實施機器人24小時作業，速度驚人，質量統一，而僅有的幾個人使用簡單的觸摸界面對機器下達“命令”。機器的發展已超乎我們對普通機械的認知，21世紀開發的三大機器人中大狗（BigDog）解決了運動和重載運輸問題，特別用于軍事領域，被譽為“當前世界上最先進適應崎嶇地形的機器人”；亞美尼亞（Asimo）從人類如何移動上展現了機器人仿人運動；Cog具有了人類所特有的思考，由不同處理器組成的異種機互聯網絡形成了“大腦”。特斯拉——其除了是電動汽車和能源公司外，還是自動駕駛汽車行業的領跑者之一。其2016年已銷售具有自動駕駛、自動自制和自動停車功能的電動汽車，但出于法律和倫理層面，駕駛員還是要坐在駕駛位上，但他可以做他想做的其他事，發短信、打電話或是休息，而不再是駕駛汽車。我們可以不用擔心酒駕，不用因為時間緊張而疲勞駕駛，不必為新手司機而變得脾氣暴躁……汽車自動駕駛將讓我們行駛得更規則、更安全和更“無聊”。自動駕駛上的智能進化，使得自駕型派送車為商業化服務成為可能，還有自駕型飛行器也在被研發，通用、寶馬、谷歌等公司一直在努力開發，通過無人機在您家門口投送包裹將對電子商務世界帶來更多創造性方案?！叭绻銐蜃哌\的話，機器可以把你當成寵物?！彪m為戲謔之言，卻又飽含心酸。工廠變得越來越自動化，但其仍需要人類專家，他們才知道如何監控傳感器，知道在發生故障時如何進行修復，機器的運行離不開人的監控，只有人的思考才能有新產品的誕生以及高效的生產流程，我們與機器共存，是從體力中解放，但要從事腦力工作。
2.人工智能和大數據與金融的未來
“數字蝶變”席卷金融行業各個領域[8]，金融行業應用大數據、移動互聯網、人工智能等先進信息技術，累積了非常多的客戶信息。通過大數據的幫助，金融公司在分析數據下尋找更多的金融創新機會。在商業智能（BI）的輔助下，電信業可以對客服描述和定位及需求進行預測；保險業可以在進行風險分析的同時進行損益判斷；銀行業可以調整市場活動，建立信貸預警機制等等[9]。人工智能和大數據讓金融業形成了“以客戶為中心”的模式。與客戶最密切的金融即是金錢，但是它們已經被“支付寶”和“微信”以及更多的電子支付方式取代，越來越少的人使用現金，數字金錢是否會完全取代物質金錢，我們很可能會發展為無現金社會。那么首先“下崗”的是誰呢？答案毫無疑問：銀行。巴克萊銀行前首席執行官安東尼?詹金斯曾預測，對于工業化國家，銀行員工和其分支機構在未來10年內會消失；花旗全球視角與解決方案的一項研究預測，美國和歐洲的銀行將在未來10年裁減約180萬員工；甚至2016年2月的一份丹麥銀行家協會新聞稿表示，銀行搶劫案數量連續第5年下降。就支付領域而言，在這樣的時代背景下，如何利用大數據技術對跨越式發展的支付行業進行監管，成為一個值得深入研究的課題[10]。在人工智能下，我們都有被銀行自動回復或自會讀取特定問題的“員工”惹惱過。溝通技巧和財務知識同樣重要，因此，銀行業員工的下崗只是在基礎性操作上，對于“專業咨詢”，需要更多受過高等教育、具有更好溝通能力的員工。目前，我國的多數銀行還沒建立“開放、共享、融合”的大數據體系，數據整合和部門協調等問題仍是阻礙我國金融機構將數據轉化為價值的主要瓶頸。大數據的整合、跨企業的外部大數據合作不可避免地加大客戶隱私信息泄露的風險。有效防范信息安全風險成為商業銀行大數據應用中急需解決的問題。
3.人工智能和大數據與“專家系統”
電子病歷數據、醫學影像數據、用藥記錄等構成了醫療大數據。醫療數據不僅包括大數據的“4V”特點，即規模大（volume）、類型多樣（variety）、增長快（velocity）、價值巨大（value），還包括：時序性、隱私性、不完整性和長期保存性。醫療大數據可以提供預警性，當數據發生異常時，通過一定的機制可以發出警告，從而迅速采取相應措施，及時解決問題[11]。成立于1989年的美國胸外科協會（STS）數據庫，至今已經涵蓋了美國95%的心臟手術，收集了500萬條手術記錄[12]。其中的先天性心臟手術（CHSD）數據庫是STS數據庫的重要組成部分，是北美最大的關注兒童先天性心臟畸形的數據庫，被認為是醫學專業臨床結果數據庫的金標準。近年來，基于CHSD數據庫所進行的數據挖掘不斷增加，大型數據庫對提高醫療質量所起到的正向作用正在日益凸顯。如Welke等基于CHSD數據庫探討小兒心臟外科病例數量和死亡率之間的復雜關系[13]；Pasquali等基于CHSD數據庫探討新生兒Blalock—taussig分流術后的死亡率[14]；Jacobs等基于CHSD數據庫采用多變量分析方法來研究病人術前因素的重要性[15]；Dibardino等基于CHSD數據庫采用多變量分析的方法來探討性別和種族對進行先天性心臟手術結果的影響[16]。這些都是在醫療領域采用人工智能提供的醫療診斷，形成了“專家系統”，專家系統可以說是一種最成功的人工智能技術，它能生成全面而有效的結果。借助醫療大數據的平臺，“專家系統”可以智能輔助診療、影像數據分析與影像智能診斷、合理用藥、遠程監控、精準醫療、成本與療效分析、績效管理、醫院控費、醫療質量分析等。不僅是數據平臺，“達芬奇機器人”可以看成醫療的高精尖“人工智能”，它能縮短泌尿外科手術以及術后患者恢復時間，促進患者早期下床活動，減低并發癥發生率[17]。達芬奇手術機器人在消化系統腫瘤、泌尿系統腫瘤、婦科腫瘤和心胸部腫瘤等手術中均有運用[18]。正是機器人，還有其他人工智能設備，如插入手表或衣服里的傳感器、植入我們皮膚下的芯片，以及智能手機中裝有各種“專家系統”的遠程醫療、預防醫學，甚至是器官的3D打印和虛擬現實治療等的發展，讓醫學發生相應的轉變，并使其逐步突破人類的傳統健康概念，那么是否意味著醫學將成為只有科學性，毫無直覺性的學科呢？我們攜帶的內部傳感器和外部應用程序將成為我們的醫生嗎？“你好，醫生”被“嘿，Siri”取代嗎？這不盡然。醫學必然將是向精準化發展，并更具個性化、參與性、預防性和可預測性。醫生不再是疾病的修理工，而是改善我們健康狀況的顧問。直觀當下，我們還是被“看病難”所困擾，我們提出“分級診療”，是在擁有家庭醫生、全科醫生和專科醫生的基礎上再加上人工智能，以實現預期的健康監測、輔助診療和疾病篩查。
4.人工智能和大數據與教育變革
面對各行業和各學科，教育作為傳承文明和創新知識的載體，似乎被排除在人工智能之外。就目前而言，人工智能與教育深度融合發展還存在技術基礎不穩、教育數據缺陷、算法能力不足等現實問題[19]。我國目前更想要做到的是在教育上消除“信息鴻溝”，促進教育公平、均衡發展。因此，目前可以看到人工智能的教育多在于語言學習軟件，通過虛擬技術和人工智能構建一個靈活的、可擴充的虛擬交互平臺，設計多維虛擬場景和智能人工角色，實現不同場景下人機角色的交流和學習，提升學習者的口語能力和語感知識[20]。這使得教師不再是唯一的知識傳播者，任何互聯網搜索引擎都將提供比教師所有的更多信息，并且可以更快捷地獲取。肺炎疫情暴發以來，遠程網絡教育成了主要教學形式，互聯網教育形式其實早在小學、中學和大學中運用，虛擬現實技術在教學領域的研究和探索也在全面展開。谷歌已經開發一款VR紙板視圖，并將研發的虛擬課程一起推向市場，使現實生活中在生物課上解剖一只青蛙成為一件容易且有趣的事，通過虛擬青蛙，學生們可以去除心臟和其他器官，而不再是象征性的抽象體驗。虛擬現實可以像互動游戲一樣，比單一的在教室聽老師授課帶來更多樂趣和體驗，學習效果可能更好。我們的學習是知識的積累，那么教育就是我們的庫，荀靜等結合自身情況對西安工業大學知識庫構建進行探究，認為機構知識庫在保存知識資產的同時，更重要的是促進學校知識資產的傳播利用和管理，提升學校影響力和學術聲譽[21]。劉暢等通過對東北大學機構知識庫服務的推廣研究，了解到開放獲取的概念和實踐已經受到了廣泛的認可，機構知識庫不僅可以成為一個知識的存儲庫，也可以成為各個學科領域的學者進行在線交流的平臺，提供個性化的增值服務，既有利于機構知識庫的內容建設，也可以進一步促進學術交流和科研合作[22]。知識庫，即大數據的有機整合和有序利用，是學術成果、視頻文檔、實驗數據等進行收集、長期保存、傳播和提供開放利用的知識資產管理與教育服務[23]。
5.人工智能和大數據應用的共性需求
人工智能和大數據時代，海量的信息來自“五湖四?！?，但都通過互聯網絡匯聚智能終端。這些數據只會進一步增多，不僅僅是云存儲，對于信息的進一步挖掘、處理、分析和利用，目標性結果才是我們最想要的信息。全球包括IBM、微軟、谷歌和亞馬遜等一大批知名企業紛紛掘金大數據挖掘這一市場，大家都在開拓自己大數據分析平臺。數據挖掘是大數據時代孕育的產物[24]，是我們的共性需求，與傳統的統計分析技術相比，數據挖掘有著自身的本質特征,數據挖掘是在沒有明確假設的前提下去挖掘信息并發現知識。數據挖掘所得到的信具有先前未知、有效以及可實用三個特征[25]。數據挖掘的出現不是為了替代傳統的統計分析技術,相反，它是統計分析方法學的延伸和擴展[26]。隨著信息時代的到來，數據挖掘被越來越多地應用于各個領域。
6.人工智能和大數據的展望
大數據與人工智能相輔相成，在人工智能的加持下，海量的大數據輸出優化的結果，使人工智能向更為智能的方向進步，大數據與人工智能的結合將在更多領域中擊敗人類所能夠做到的極限。漫長的人類歷史發展和進化，信息和人類一直“纏纏綿綿”“你追我藏”，因此，我們應該明白信息就是信息，我們需要的是“維基百科”，而不是僅僅的“維基”。走出狹隘的信息資源，管理和洞察大數據，才是對數據的有用。因為，我們早已告別了數據庫放在一間房間的時代。此刻不得不提藍鯨法則——大數據之道：了解數據懂得利用數據的“浮力”才是關鍵；“以簡約為目標”將數據最終形成洞察及行為；可以通過“數據”“信息”“知識”流程式、組合式、直通車式各種需要的方式來獲取[27]，在簡約中“印象”處理繁雜的大數據，使之“為我所用”。=數據也是一門科學、一項技術，如果實驗不能證明其具有可重復性和一般性，那它是沒有科學依據，但是，任何一項科技，如果你堅信它必將改變社會和商業，選擇從長期展望其發展并持續付出努力，那么就是一種戰略選擇[29]。人類社會的政治、經濟、文化、思維等固有“態勢”被重刷，數據思維將為我們帶來一個智能全新的世界觀。
學校是美國20世紀50年代最早采用人工智能教學法從事英語教育的大學。經過半個多世紀的發展，已經形成了一套系統性的教學理論，在英語語言教學方面取得了巨大成就。
改革傳統教學模式
田納西州立大學是一所由政府資助的大學，地理位置優越，其所在地――納什維爾，是醫療衛生、音樂、出版和交通運輸的重要中心，也是美國鄉村音樂的發源地，素有“Music City USA”之稱，曾在2006年被提名為美國最佳居住地第一名。學校共提供45個學士學位和24個碩士、博士學位，主要集中在人文科學、行政管理、心理學、特殊教育和教學、生物科學以及計算機科學等七個領域。學校商學院在1994年獲得高級大學商學院國際協會認證，并同時在本科生和研究生課程兩方面得到了國際認可。
在早期發展階段，由于師資力量嚴重不足，學校采取了以人工智能輔助的方式開展教學活動。如今，田納西州立大學的人工智能教學法在美國可謂獨樹一幟。他們在教學過程中注重從學生的心理特征出發，營造了科學高效的學習環境，大大激發了學生的學習興趣。
在田納西州立大學，教師在教學過程中側重于營造良好的學習環境，設法將文本、圖形、色彩、聲音、影像等信息融為一體，打造形式多樣、內容豐富的教學內容，而不是機械地灌輸書本知識。這對于激活學生的感知能力，吸引學生的注意力，以及調動他們的學習興趣等具有十分顯著的作用。在這樣的環境下，學生獲取的信息量遠比傳統教學環境下要多，學生學習的態度也更加積極主動，有效地培養了他們的自主學習能力，極大地提高了學校的教育教學質量。
與此同時，學校在教學過程中十分注重新技術的應用。當微軟公司剛推出MS Power Point（PPT）時，學校便嘗試將這種技術應用到教學中。從教學實踐來看，基于PPT的教學課件，具有吸引學生注意力、刺激學生產生學習興趣的特殊功能。教師們借助該課件強大而生動的演示功能和鏈接功能，將自己多年總結的教學內容制作成多層次和交互性較強的演示文稿，利用超級鏈接功能將詞匯、語法、語音和圖像等與教學內容有機結合，形成了線性和非線性課程教學體系，極大地豐富和強化了課堂教學。
隨著PPT形式、顏色、動畫效果等不同的變化，學生們對課件內容產生了越來越大的興趣，對所學知識的掌握也更牢固。同時，老師還讓學生將所學知識自己動手做成幻燈片，拿到班上演示給大家看。學生在準備課堂發言時，會上網查詢相關文化背景知識，正確使用相關專業知識點，既復習了所學知識，也提高了學生的學習興趣，增強了學生實際運用專業知識的能力。
近年來，學校還自主開發了人工智能化的語言教學軟件，學生可以在校內的任何一個計算機終端上鏈接到服務器上的教學軟件，從而實現真正意義上的自主學習，從根本上改變了傳統教學環境。
創設“人工智能”課堂
田納西州立大學的教學人員認為，語言學習的核心目的是為了形成語言能力，而語言能力的形成是建立在真實語言材料基礎之上的，整個教學活動必須有一個自然、真實的語言環境。而在傳統英語教學中，教師所采用的單詞、句型往往都是教科書上或是詞典上的，與現實生活存在一定的差異，不利于教育教學水平的提高。
為此，他們在英語教學活動中大膽引入人工智能技術，與時俱進地吸收當前流行的英語詞匯，并且及時更新一些舊詞匯的新用法。通過人工智能教學系統，教師可以通過多媒體課件，向學生全方位地展示英語文化、英語語言思維以及英語語言習慣，幫助學生理解和掌握英語，從而有效地克服傳統英語教學存在的缺陷。該系統不僅有助于學生在有限的課堂時間內獲得更多的信息，而且拓展了教學空間，讓教學活動從課堂延伸到課外，使學生們可以自由地調取多媒體課件，實現自主學習英語，從而達到事半功倍的教學效果。
與此同時，閱讀及寫作能力培養也是田納西州立大學的一大特色。傳統的閱讀及寫作課主要采用的手段是教師講解，教學內容也大多源自教材，形式單一，內容陳舊，很容易讓學生產生疲勞感。針對這種情況，學校通過采用人工智能教學系統，使教育教學效率明顯提升。教師在教學中通過引導學生掌握不同體裁的語篇所具有的不同交際目的及篇章結構，幫助學生提升閱讀、寫作能力。教學中，教師將教學內容所屬體裁類型的特點用多媒體一一展示，使學生有效地掌握不同題材的語篇結構，使他們在閱讀理解相關體裁的內容時，能準確理解內涵，并能夠模仿其特點寫出相同體裁的文章。
借助人工智能系統，田納西州立大學為學生們提供了全方位、自主式的學習環境，同時，他們的學習進度會被計算機完整地記錄。計算機會根據他們各自的學習情況，提供適合的學習內容，使他們在沒有教師指導的情況下，也能夠順利地完成學習任務。
定制“個性化”學習模式
多年來，田納西州立大學的教育教學活動一直倡導“自主化、個性化”，力求打造以學生個體為中心的學習模式。在傳統教學中，由于課時短、教學內容多，教師往往無暇顧及每個學生的需求和差異，只能夠設定一個統一的標準開展教學活動，對于學生的個性發展是非常不利的。
針對這種情況，學校進行了多元化教學模式改革，為每個學生定制“個性化”學習模式，使他們擁有更多自主選擇的空間，從而能夠同時滿足不同層次學生的需求。同時，學校還從根本上打破了傳統教學活動受到時間和空間限制的局面，使學生在課堂上沒有解決的問題，可以通過智能教學系統加以解決，也可以通過網絡向教師求助。這樣，他們就有了更為寬廣的思維空間。這對于專業能力的形成而言，無疑具有十分重要的影響。
不僅如此，在這種學習模式下，教師的身份也發生了變化――在教學活動中不再是主導者，而是一個參與者、咨詢者、監督者，學生則成了教學活動的主體。
關鍵詞：高校；人工智能；倫理道德教育
中圖分類號：G642.0文獻標志碼：A文章編號：1674-9324（2019）41-0144-02
一、人工智能課程倫理考慮的基本內涵
人工智能課程中進行倫理考慮，是在人工智能課程中有針對性地加入道德教育的元素。在方式上，可以借用西方的“隱形教育”方式。在內容上，必須符合中國的人工智能發展態勢，更要受中國社會主義核心價值體系的引導。目前中國的人工智能課程，過度偏向于技術性。尤其是許多社會機構提供的課程，更是偏向于功利性，目的在于讓學習課程的學習者快速獲得工作。因此，必須從源頭入手，對這些社會機構進行一定的約束和規范，對人工智能課程內容進行整體的架構。
二、高校人工智能課程中倫理考慮的必要性
（一）我國對于科技工作者職業道德建設的要求
首先，科技工作者的職業道德建設是促進社會治理體系現代化的必然要求。加強社會治理制度建設，一靠法治，二靠德治。中國正聚焦力量加強自主創新，科技是第一生產力。基于當代中國語境下，科技工作者的職業道德建設就至關重要。科技工作者對自己的社會責任與倫理責任應該有著充分的理解，在科研活動中既要著眼于為社會提供科學技術上的新成果，同時也要強調在倫理道德建設中起到應有的作用。
其次，從長期看，科技工作者的職業道德建設利于國家科技的發展，利于促進科技難題的解決。發展是連續和間斷的同一，科技發展不能一蹴而就。在面臨科技瓶頸問題時，就更要求科技工作者具有堅韌不拔的品質和無私奉獻的精神。這些精神都是進行職業道德教育中的重要內容，也是科技工作者承擔的社會角色中必不可少的特質。
最后，高尚的職業道德是科技工作者奮進的不竭動力。一個科技工作者只有站在最廣大人民的立場上，奉獻自我才能成就事業。隨著全球化的發展，受西方“享樂主義”的負面影響，科技工作者只有更加堅守自我、承擔社會責任，才能具有不斷前進的精神支柱。
（二）對解決人工智能倫理困境的源頭性作用
隨著人工智能應用領域的廣泛化，以及應用群體的普及化，難以避免的帶來一些倫理問題上的困境。例如倫理學中經典的“電車難題”，在當代科技發展中也出現了在人工智能領域的“無人車難題”。無人車產生事故的責任歸屬與分配就是目前很多學者在關注的倫理問題。人工智能的發展對當前的法律規制，還有現存的人倫規范都產生了挑戰。人工智能的未來發展方向，在操作性上要避免技術鴻溝，在設計過程中要堅持算法公開化、透明化，并且在出現數據漏洞時應盡快地進行自我修復。這對于科技工作者自身的素質提出了很高的要求，不但要求科技工作者自身的知識素質與知識能力過硬，而且要求科技工作者要嚴于律己，具有較高的思想道德素質。要求科技工作者對于人工智能的發展保持理性的態度，堅持為國為民。許多科幻電影和小說中都體現了未來人工智能發展到一定階段時，人與機器產生的情感迷思。作為科技工作者，在設計與調整過程中都應保持情感中立，勇于承擔社會責任。目前我國正處于人工智能發展的初級階段，人工智能尚不能擁有自主意識，人工智能的行為責任必須要找到其背后的擁有自主意識的人。無論是現階段還是未來，作為人工智能產品開發者與設計者的科技工作者樹立正確的價值觀和承擔相應的社會責任是十分必要的?？萍脊ぷ髡叩闹R層次與道德品質在某種程度上說，是研發人工智能產品的起點。因此，對科技工作者的成長過程中進行持續的道德教育，使其樹立高尚的道德觀念，對于解決許多人工智能帶來的倫理困境都具有源頭性、基礎性的作用。
三、高校人工智能課程與倫理道德教育的結合方式探索
（一）高校人工智能課程資源的充分運用與更新
從資源形態上看，實物化資源與虛擬化資源，線上資源與線下資源都應充分運用。隨著智能校園的普及，有基礎條件的地區與校園可以充分運用好身邊的人工智能。人工智能課程是一門理論與實踐相結合的課程，因此課程的內容也不能僅停留在理論層面。除了對于學術資源的運用，也應當結合實體的人工智能產品進行學習。但因為人工智能的發展程度還沒有普及化，人工智能機器人也遠沒有達到觸手可及的程度。因此運用新媒體技術，通過虛擬現實的手段進行在教學過程中的知行結合是可以嘗試的路徑。VR技術在網絡設備硬件教學中可以節約成本，便于人工智能課堂的普及化。在理論教學中，可以通過與虛擬機器人的交互增強趣味性。VR技術有3個最突出的特點：交互性、沉浸性和構想性。課程設置者可以充分借助VR的沉浸性設置相應的場景，讓課程學習者通過對特定道德場景的判斷引出思考。這種新媒體手段既可以更新原有課堂知識的教學教法，更適合作為倫理教育走入人工智能課堂的重要媒介。
從資源時態上看，人工智能課程資源必須隨著人工智能的發展而不斷更新。從現實角度來看，最初開設人工智能課程時，其教學目標還是相對簡單的——即培養學生的創造性與知識能力。但隨著人工智能的普及應用，產生了許多人工智能語境下的道德困境。從指導思想來看，我國逐步走向世界舞臺，隨著實力增強指導思想也是不斷變化的，新時代會提出新目標，為了實現中華民族的偉大復興，課程內容的豐富也是十分必要的。因此，人工智能課程若要符合時代需要，就需要不斷地更新課程資源。人工智能這一學科是具有學科交叉性的，與之相關各個領域的最新前沿問題都需要結合相應的道德教育，只有這樣才能適應時代的發展。
（二）高校人工智能課程內容的合理架構
對于不同年齡層次的人工智能課程，必須考慮到不同群體的教育規律。提出合理的教育目標，用不同群體可以接受的方式方法才能達到最優的教學效果。我國人工智能課程目前的課程架構中，已經有學者進行了分年齡層次的研究。人工智能課程可以規劃為專業性逐漸增強的、從邊緣到中心的課程層級系統。對于高校本科生和研究生來說，人工智能課程設置內容必須具有專業性。在上文的課程體系建構中添加了藝術、文學、哲學等內容，其中包含對于人工智能倫理學的思考與認識。但在某種意義上這些青年的社會價值觀就代表了未來科技工作者的社會價值觀。因此在這一階段，人工智能課程的架構與實施，國家應加以引導和監督。一方面需要建立統一標準的高校人工智能課程體系，另一方面在應對課程具體內容的落實方面給予一定程度的監督。
（三）在高校人工智能課程教學過程中充分運用案例
首先應充分運用學術案例，例如度量學習，在其基礎上的遷移學習，以及發表在《機器學習》、《數據挖掘》等頂級期刊上的論文。使課堂具有含金量，可以說這也是國家發展與關注的重點。通過學術性經典案例的學習可以擁有不一樣的視角，通過歷史發展的角度去看人工智能技術的演變與發展。其次應充分運用具體案例。在人工智能課程中對于許多道德問題，不應抽象地去討論，而應該具體地去討論。也可以讓學生與AI系統進行直接的問答，如：我們能保證它們穩定可靠嗎？我們應該如何去測試人工智能？人工智能課堂中既要包容學生多元化的答案，不壓抑創造性又要對于錯誤的思想進行思想轉化，這就需要教育者具體問題進行具體分析了。
關鍵詞:中西合璧;人工智能;雙語教學
雙語教學是我國高等教育適應國際化趨勢、培養富有創新精神和國際視野的復合型高素質人才的需要。作為一種全新的教學方式,它承接了中外文化的碰撞和融合[1]。各校在教學過程中都遇到了各種困難,也探索了不少經驗。自2005年秋季,我校在人工智能課程中采用雙語授課,在教學實踐中摸索出一套中西合璧的雙語教學模式,將中西方的優勢有效結合起來,比較適用于工科專業課程的雙語教學。
1中西合璧的雙語教材
教材是體現教學內容的知識載體,是教師和學生進行教學活動的基本工具。我們重點調查了MIT、Stanford和CMU等國外高校,他們均選用了Stuart J. Russell和Peter Norvig合著的《Artificial Intelligence: A Modern Approach》,該教材幾乎涵蓋了CC2001關于人工智能課程的全部內容。該書網站(aima.cs. berkeley.edu/)的統計數據顯示,目前已有100多個國家的1 100多所大學選用該書作為教材。我們對選用該教材的部分高校授課情況作了追蹤調查,結果表明絕大部分人工智能課程的實際授課內容都與該教材內容基本一致。在國內,中南大學的人工智能課程是國家級精品課程,教材是課程負責人蔡自興教授與徐光佑教授主編、清華大學出版社出版的《人工智能及其應用》(第三版)(該教材分本科生用書和研究生用書兩種版本),與其課程內容設置完全配套。
我校選用了《Artificial Intelligence: A Modern Approach(2nd)》一書,清華大學出版社出版了影印版(人民郵電出版社出版了中譯文版本),同時將Nils J. Nilsson著的《Artificial Intelligence: A New Synthesis》作為輔助教材,機械工業出版社出版了英文影印版及中譯文版本。
人工智能這一學科誕生于西方,目前該領域的諸多成果和文獻均以英文為語言載體。選用英文原版教材、推行雙語教學,為學生的后續學習和研究深造奠定了良好基礎。另外,與國內教材相比,國外教材更注重知識產生的過程、解決問題的思維方法,對提高學生的學習興趣、培養學生的創新能力極其有益。另一方面,選用原版教材的問題也顯而易見。一是原版教材內容過多,需要精心篩選、分清主次后才能使用;二是原版教材昂貴,增加了學生的經濟負擔,再購買配套中譯文版,負擔更重;三是學生英語水平參差不齊,雙語授課的課程還不成體系,前后課程缺乏銜接性和延續性,學生直接使用原版教材有一定的語言障礙,即使有配套的中譯文版,同時翻看兩本書也不方便。
我們正在逐步消化吸收英文原版教材,在無損原版教材思想精髓的前提下,自主編寫適用于雙語教學的中西合璧講義。雙語教材以英文語言為主,以中文注釋為輔,有效降低學生閱讀的難度,更趨實用。
2中西合璧的授課語言
語言是信息傳遞的載體,是教學過程中必不可少的工具。雙語教學涉及到這種信息傳遞載體的改變。
在雙語教學中,外語的使用比例要求不低于50%,這是不夠科學的。雙語教學不是語言課,教學質量依然是核心,語言僅僅是載體,引入外語教學的目的無非是為了保證知識的“原汁原味”,同時訓練學生的專業外語聽說能力,但這一切都應以學生聽懂課為前提。雙語授課進度慢已是不爭的事實,更有些雙語教師,為了兼顧上述目的,先用外語講一遍,再用漢語解釋一遍,這種做法極不可取,也是緊張的課時限制所不允許的。雙語課味同嚼蠟,引不起學生興趣,也是普遍存在的現象。
我校人工智能課程的授課對象是計算機專業的四年級本科生,學生的英語水平很不均衡,如果不考慮實際情況,大比例地采用英語講授,是難以保證教學效果的。我們把握的原則是:1)英語主要用于講解專業性內容,如專業術語、技術原理、算法等,這樣學生在學術交流中就不會對專業技術內容存在語言障礙;2)只用學生能聽懂的語言講授專業性內容,對過于生澀的專業技術內容,還要使用漢語講解,這樣學生就不會把專業技術內容學“夾生”了,在作研究時才不會有技術上的障礙;3)用母語調節課堂氣氛,適當穿插的人工智能領域人物、故事及笑話以漢語為主,把學生發散的注意力快速集中起來,把學生的學習興趣激發出來;4)中英文銜接,不重復表述,這樣就不會額外占用課時。
例如,在講解Agent技術時,對于Agent的定義、結構等核心內容,我們采用英語講解;而對于Agent涉及到的心理學、邏輯學等方面的生澀理論,則用漢語給出扼要的說明;對于為闡釋Agent的rationality概念而舉的吸塵機器人、黑足泥蜂搬運食物的例子,則主要用漢語講解,激發學生的興趣,抓住學生的注意力。
3中西合璧的教學課件
作為一種新型的教學手段,多媒體以其鮮明的圖像、生動的畫面、靈活多變的動畫及聲音效果克服了傳統教學模式的諸多不足,受到師生的認可與好評[2]。本文探討的重點不是如何設計媒體的表現形式,而是如何利用課件更好地發揮雙語教學的效果。很多雙語教學任課教師只注重追求授課過程中外語的使用比例,課件全文用外語制作,在講解過程中還要費盡周折地解釋,收效甚微。我們在制作課件時,不單純追求英語比例,而是想方設法讓課件能更好地輔助學生理解,在關鍵處均用雙語同步給出內容,或者以英文為主,給出扼要的中文注釋。這樣,學生能夠通過視覺信息更好地理解授課內容,而教師也不必再用中英文重復敘述。
此外,在課件素材的選取上,也應注意國內外結合。比如,在講解啟發式搜索技術時,國外課件(包括教材)常用的素材是八皇后、八數碼等問題,其中八皇后問題相對大多數同學來講比較陌生,而國內的重排九宮(與八數碼問題是一個問題)、華容道等問題對學生來講則更熟悉。用國內的素材入門、用國外的素材拓寬視野,也是多媒體課件的中西合璧之道。
4中西合璧的文化熏陶
文化是生活在一定地域內的人們的思想、信念及生活與行為方式的總稱。從人才培養的角度,我們一般將培養目標分為知識、能力和素質三個層面,文化屬素質培養范疇。文化的熏陶和感染在育人中具有重要作用,這一點往往容易被工科專業課教師忽略。
從歷史文化的角度看,中西方文化從萌芽、發展到現在的格局,無疑是各具特色的。雙語教學提供了開放的空間,讓學生在學習的同時廣泛吸納西方文化,但這也給中國傳統文化造成了一定的沖擊,如不注意調和,勢必造成文化失衡,對培養學生的世界觀、人生觀、價值觀都不利。尤其計算機類課程中的技術內容大部分誕生于西方,如果不在教學過程中進行一種文化平衡,往往會使學生產生一種我不如人的自卑心理或崇洋心理。
中西方文化對人與自然的基本觀點是不同的。中國文化關注的對象是人,人與人的關系自先秦時期便成為中國文化的核心與基礎問題。而西方文化較多關注的是自然,人與自然的關系是古希臘注重的中心問題,由此衍生出理智和科技。中國的哲學是一種人生哲學,在處理人與自然的關系上,中國文化講究天人合一、順天應物、道法自然。把自然人格化,追求人與自然和諧發展。從古希臘泰勒斯的自然哲學開始,探索自然奧秘,開發和利用自然資源為人類服務就成為了歐洲思想的主流。西方科學起源于對自然的探索和研究,很早就出現了畢達哥拉斯、阿基米得這樣名垂千古的科學家。在人與自然的關系上,西方文化認為人與自然處于對立的斗爭狀態。西方人也講人與人之間的關系,但首先關注的不是倫理而是競爭,因而出現了“優勝劣汰”的規律[3]。
在工科專業課堂上,涉及到文化要素的主要是兩方面內容,一是與課程技術內容有關的哲學觀點,二是本學科發展歷程中的人物、事件和形成的學派等等。在教學過程中,教師要注意穿插上述內容,對學生進行文化熏陶,要注意中西合璧。比如,介紹人工智能發展過程中的重要人物時,必然提及Turing、McCarthy、Minsky、Shannoon、Simon、Newell、Feigenbaum、Hopfield、Brooks等西方學者,但同樣也不能忽略國內的吳文俊、王守覺、蔡文等學者,他們近年分別在機器定理證明、仿生模式識別、可拓學等領域取得了開創性成果,而這些還沒有來得及寫進人工智能教科書。
5中西合璧的思維方式
對學生思維方式的培養也是教學任務之一。中西方文化的差異也將導致思維方式的不同。在技術思維方面,中國強調系統和整體,更具辯證性;而西方強調細節和局部,更注重邏輯性。西方人的思維方法更偏于二元對立,而中國文化環境則造就了中國人思維方式的連續統合特征[4]。外文教材的編寫體例與中文教材有著明顯的不同,這就是中西方思維方式不同的原因。教師首先要注意到這種思維方式的差異,并在教學活動中讓學生也逐步意識到這種差異,并進一步接納和學會西方的思維方式,將中西方的思維方式融于一身。舉例來說,在講解邏輯推理技術時,可以通過介紹邏輯學的三大起源(古希臘的形式邏輯、古印度的因明學、我國先秦時期的名辯學)向學生呈現這種思維方式的差異,在講解演繹推理、模糊推理、云推理時,也要注意體現中西方思維方式中各自的特長,以利于學生吸納。
6結語
自2005年開展雙語教學以來,我們每年授課后都進行一次教學效果的問卷調查,“接受雙語教學”的學生比例從2005年的37%逐年上升到2009年的89%,說明這套雙語教學模式已經得到了絕大多數學生的認可。
中西合璧的雙語教學模式是我們在人工智能教學過程中探索出來的,但是也可以推廣到其他工科專業課中。雙語教學中各種要素的中西合璧不是簡單相加,而是要結合專業內容進行深度融合,這需要任課教師廣泛涉獵、精心加工、用心引導。雙語教學不能停留在語言形式和技術內容層面上,還要上升到文化和思維層面。
注:本論文受到哈爾濱工程大學教學改革工程項目支持。
參考文獻:
[1] 施錦芳. 高校雙語教學模式及方法的研究與實踐[J]. 沈陽教育學院學報,2010,12(2):33-35.
[2] 周荃,胡奕. 多媒體教學:傳統教學手段的歷史性轉型[J]. 廣州市經濟管理干部學院學報,2006,8(2):69-71.
[3] 鄧紹建. 中西方文化差異研究[J]. 價值工程,2010(5):220-221.
[4] 馬麗,滕修攀. 中西方思維方式的文化差異研究:二元對立與連續統合的視角[J]. 社會心理科學,2010,25(2):13-17.
Sino-west Style Bilingual Teaching Mode for Artificial Intelligence
LIU Hai-bo, SHEN Jing, ZHANG Guo-yin, LIU Jie
(College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China)
關鍵詞:學習對象元數據;學習導航;資源整合
隨著無線互聯網、“三網”融合等信息高速公路基礎設施的逐步完善以及互聯網教學資源的迅速增長,互聯網作為一種信息與知識的傳播手段正在改變教與學的關系。同時,現代社會對人才的多元化需求也要求學生具備通過互聯網進行自主學習與評價的能力。
互聯網教學資源具有數量多、形式多樣、分布式存儲、不斷變化且無統一規范等特點。同時,教學資源與學習者及學科知識模型之間也沒有統一的關聯規范。對于大多數學習者而言,在利用含有海量教學資源的互聯網進行學習時通常會迷失方向。為提高互聯網優質教學資源的利用效率,迫切需要對互聯網上不斷增加的海量教學資源進行整合并為學習者提供個性化學習導航服務。關于教學資源整合以及學習導航的方法得到了廣泛地研究[1-4]。
學習對象元數據(LOM, Learning Object Metadata)規范是IEEE采用的一種表示學習對象(教學資源)信息的規范。不但可以用于整合教學資源,還可以表示教學資源之間的依賴關系。
本文提出一種教學資源整合以及學習導航的框架,采用LOM表示教學資源元信息,利用XML表示LOM,并將LOM的XML數據轉換為擴展知識結構圖,并在擴展知識結構圖的基礎上實現教學規劃與學習導航。
1基本框架
1.1基于學習對象元數據(LOM)的資源整合
全國信息技術標準化技術委員會(CELTS)教育技術分會制定了教育信息相關規范,CELTS將IEEE的學習對象元數據(LOM, Learning Object Metadata)規范封裝在CELTS-3中,包括3個子規范,其中CELTS-3.1為信息模型規范,CELTS-3.2為元數據的XML綁定規范,CELTS-3.3為實踐指南,CELTS-3.4為測試規范。LOM規范表示了學習對象的9大類元信息,包括:通用、生存期、元-元數據、技術、教育、權利、關系、評注、分類等。
LOM數據項如圖1所示,有關LOM的詳細描述參見文獻[5-6]。
LOM數據項中,“關系”類信息描述了相關學習對象之間的關系,為學習導航提供了基礎數據。CELTS-3.1 采用了Dublin Core關于學習對象關系的類別,其中“A基于B”和“A需要B”兩類關系表示A依賴B,“B基于A”和“B需要A”兩類關系表示B依賴A。
1.2基于擴展知識結構圖(EKG)的學習導航
文獻[7]提出了一種基于擴展知識結構圖的教學規劃方法,其中擴展知識結構圖(Extented Knowledge Graph)定義為一個滿足以下條件的有向無環圖,(1)圖中包含兩類節點:知識節點和方法節點;(2)知識節點的后繼節點為方法節點,表示完成該知識點教學的多種可選的教學方法。方法節點的后繼節點為知識節點,表示運用該方法完成學習目標所需掌握的基礎知識;(3)每個方法節點設多個置權值,表示不同的學習者通過該方法完成教學目標所需的費用。
一個示例性的擴展知識結構圖如圖2[7]所示。
LOM表示的學習對象(教學資源)信息可以很好的表示擴展知識結構圖。設某一學習對象A(其標識為A),利用“A.通用類.標題”表示該學習對象所學習的目標知識點,學習對象A即為學習該目標知識點的一種學習方法,“A.教育類.難度”則表示該方法的初始難度,該難度值將根據不同學習者的評價進行調整。利用學習對象A來學習其目標知識點的基礎知識集合則記錄在“A.關系類”元數據中,包括所有“A.關系類.類型”為“A基于B”或“A需要B”的資源(用“A.關系類.資源”表示)。
1.3系統框架
系統管理學習對象(教學資源)元數據,學習者,教學專家(學習對象提供者)等信息,系統并不維護學習對象本身。系統基本功能包括:
1) 為教學專家提供接口,將學習對象的LOM信息錄入到LOM數據庫,并轉化為XML表示形式;
2) 自動將XML表示的LOM數據庫轉換為擴展知識結構圖;
3) 根據擴展知識結構圖進行學習導航;
4) 為學習者提供接口,自主學習導航以及評價反饋。
系統結構如圖3所示。
2人工智能教學資源整合和學習導航實例
以人工智能中狀態空間搜索有關教學資源整合和學習導航為例,對上述系統加以說明。
與狀態空間搜索有關的知識點包括:狀態空間、狀態空間搜索、盲目搜索、寬度優先搜索算法、深度優先搜索算法、啟發式搜索、A*算法、A*算法的實現。學習這些知識點的依賴關系如圖4所示。
以上示例分別說明了兩個學習對象LOM的主要XML元素,前者的元素說明了“A*算法”對于“狀態空間搜索”的依賴關系。與A*算法有關的部分教學資源如表1所示,由于篇幅限制其他資源的LOM表示從略,一種典型的學習路徑為:(9)-(7)-(11)-(12)-(1)-(5)-(13)-(4)。
3結語
本文對教學資源整合以及學習導航方法進行了探索。提出一種教學資源整合以及學習導航的框架,采用LOM表示教學資源元信息,利用XML表示
LOM,并將LOM的XML數據轉換為擴展知識結構圖,并在擴展知識結構圖的基礎上實現教學規劃與學習導航。后續工作將建立LOM的XML收集以及轉換系統,為教學資料提供者以及學習者提供服務接口。
參考文獻:
[1] 梁漢立. 基于概念網的知識組織與學習導航機制的研究[D]. 長沙:中南大學信息科學與工程學院,2003.
[2] 陳其暉,徐海寧,凌培亮. 基于知識點關系的學習導航系統建模方法研究[J]. 計算機科學,2007,34(12):193-196.
[3] 李益才,張小真. 模型驅動的智能教學系統分層規劃的研究[J]. 重慶交通學院學報,2005,24(5):157-161.
[4] 姜云飛. 基于知識結構圖的智能教學規劃[J]. 計算機研究與發展,1998,35(9):787-792.
[5] 史元春,沈中南,向欣,等. 學習對象元數據:信息模型規范(CELTS-3.1)[EB/OL]. [2007-10-17]. celtsc.edu. cn/680751c665875e93/folder.2006-04-03.8417036039/celts-3/celts-3-1-cd3-0.pdf.
[6] 鄭莉,史元春,沈中南,等. 學習對象元數據:XML綁定規范(CELTS-3.2)[EB/OL]. [2010-05-02]. celtsc.edu. cn/680751c665875e93/folder.2006-04-03.8417036039/celts-3/celts-3-2-ts.pdf.
[7] 段琢華. 具有學習能力的智能教學規劃[D]. 廣州:中山大學軟件研究所,2002.
Tutorial Material Integration and Learning Navigation for Artificial Intelligence Based on LOM
DUAN Zhuo-hua
(School of Computer Science, Shaoguan University, Shaoguan 512003, China)
