随着人工智能（AI）技术的广泛应用，AI赋能教育、助力教育改革已经成为大势所趋。2017年7月国务院印发的《新一代人工智能发展规划》指出，要发展便捷高效的智能服务，包括智能教育，要构建智能学习、交互式学习的新型教育体系，建设智能校园，开发基于大数据智能的在线教育平台，开发智能教育助理，建立智能教学环境等。2019年2月中共中央、国务院印发的《中国教育现代化2035》提出，要加快信息化时代教育变革，包括建设智能化校园、推动人才培养模式改革、创建教育服务业态、推进教育治理方式变革等。智能技术有助于加快推动人才培养模式改革 , 实现规模化教育与个性化教育的有机结合，AI赋能教育成为教育变革的重要趋势。

一、 国内外研究现状

近年来，随着AI技术的快速发展及其在各领域应用的不断普及，国内外专家学者在AI赋能教育的方向上进行了大量的研究论证，出现了很多面向教育的 AI技术。

现有的智能技术在赋能教育的形式上可概括为智能教学系统和个性化的智能助教两个类别。北京师范大学研发的“AI Teacher”国际合作项目，建立了教育大数据平台，实现类似于人类教师的智能辅导；教学机器人“智慧学伴”在学生学习遇到疑难问题时可以进行讲授和即时解答。美国对AI赋能教育的研究也有很多，Raj E.Valli团队开发的Tabtor Math就可以为中小学生提供数学个性化辅导，系统会提供学生的学习情况分析报告，并向用户推荐适合该学生的学习内容，为学生提供量身订制的学习计划表。我们团队（下面简称为“团队”）长期坚持以AI赋能教育的视角探索提升学生综合素质的方法与途径，实施教学改革，取得积极成效。

二、 路径探索

教师和学生是教学活动的直接参与者，面向教师侧和学生侧的AI技术支持能够更加快速、有效地作用于教学过程。

1、 面向教师侧的AI赋能

随着我国教育改革的不断深化，教师角色的转变对其能力也提出了新的要求。教师侧的AI赋能主要体现在AI技术作为“助教”参与教学。

一是基于自然语言理解技术，实现教学课件的自动生成，提高课程建设的效率；二是引入智能终端采集学习实践数据，协助教师收集并分析学生学习结果信息，提高教学评价的效率；三是通过智能技术生成虚拟教师形象，实现教师“分身有术”，以多维度交互方式提高课上教学效果。

另外还有借助机器视觉、听觉等技术，协助老师掌握学生学习状态，辅助维护教学秩序的一些做法等。

2、面向学生侧的AI赋能

在传统的集体教学活动中，很难做到针对每位学生个体差异的个性化教学，智能技术则可以很好地解决这一问题。

一是基于多模态感知技术，打造学生学情的数字孪生模型。数字孪生模型既可以结合知识图谱技术，为学生打造个人的学习路径；也可以结合智能生成技术和推荐技术，根据学生学习情况推送最优的学习内容和习题作业。二是以智能学伴的形式，全天候满足学生的学习需求。通过自然语言处理和语音处理，实现学生与智能学伴的问答、交流，实现课上学习和课下自主学习的互补。

另外，AI赋能还可为学生分享学习内容提供有效支持。通过物联网技术促进了学生团队学习，使学生在团队协作的实践学习中更容易获得成就感，学习积极性和主动性更容易被激发出来。

三、 AI赋能教育的技术方法

AI赋能教育可以通过智慧教室建设、智能学习终端应用，或智慧教育平台搭建等途径实现，为教学改革创新提供新的途径。在教学中应用的技术主要包括感知、认知、机器学习、群体智能、人机交互和知识图谱技术等。

1、机器感知技术赋能教学

通过智能学习终端为学生提供参与互动学习的途径，这是机器感知技术赋能教育的典型方法之一。它改变了原来主要由教师讲授课程的单向知识传播模式，构建一种教与学互动的双向信息传播模式。例如，利用各种传感器实现对学生学习过程的数据采集，是感知技术赋能教学的一种具体体现。这些被采集的数据也可以上传到智慧教育平台，支持进一步深度挖掘，为构建学生个性化学习方案提供依据。

利用点读技术实现纸面学习是一种常见的幼儿学习模式，互动点读则可以为孩子们提供探究式学习的机会，让低龄儿童在游戏化的学习中远离屏幕，为保护儿童视力提供很好的技术方案。

感知技术赋能教学还可以利用各种传感器及结构配件支持学生自主设计智能装置。通过对这些装置的数据采集，实现对学生实践结果的监测和评价。

2、 机器认知技术赋能教学

通过视觉识别或者语音识别技术，可以实现对教学的赋能。例如，视觉识别技术实现自动批改作业，利用语音识别技术实现智能知识问答，利用人脸识别和表情识别技术实现对学生学习状态的监测等。这些技术可以广泛应用于各种教学创新实践中。

3、 机器学习技术赋能教学

机器学习技术赋能教学是通过构建机器学习算法，对一些学习任务进行智能模拟，从而给学生提供一些实现任务的路径参考，达到启发学生思维的作用。学生在开展探究式学习过程中，会有很多随机性的探索，很难在事前都能做出各种针对性的回应。因此可以利用机器学习算法，实现对探究式学习进程的辅助引导。例如，在棋类教学中，利用机器学习实现博弈算法，可以为学生提供试探的可选操作作为参考。

4、 群体智能技术赋能教学

通过构建物联网教学系统实现对教学的赋能是群体智能技术在教学上的典型应用之一。可以利用搭建好的物联网系统实现对学生学习数据的捕获，也可以将学生自主构建的智能体作为获取学习数据的终端节点设备接入物联网教学系统，为学生提供实践性教学环境，支持学生“做中学”“用中学”和“创中学”。例如，如图 1 所示，学生可以通过设计物联智能风扇装置实现与教学系统的连接，将自己创作的作品所获得的数据实时上传到智慧教育平台上。这种群体智能技术可以支持开展各种团队式实践教学。

5、人机交互技术赋能教学

人机交互技术赋能教学可以通过互动式教学软件设计，支持学生的探究式学习。利用视觉、语音、穿戴设备等多种交互方式呈现趣味性更强的实践教学形式，有利于提高学生的学习兴趣，增强自主学习能力。

6、知识图谱技术赋能教学

知识图谱技术包含知识表示和建模、知识获取、知识融合、知识存储、知识计算和知识运维等。构建教学相关的知识图谱，可以让计算机获取到知识，通过计算机生动形象地展示出知识，把教材、头脑中的知识组织、表达清楚。计算机可以通过存储的知识给学生出试题，也可根据学生的回答情况给予针对性的帮助。知识图谱技术能增强教学内容的系统性和教学过程的互动性。

四、 AI赋能教育的教学软件及系统开发

在AI赋能教育实践中，团队自主研发了通过汉语编程的教学软件设计环境——汉语言，和支持线上线下互动的远程实践教学平台——基于云边端协同的智能教学系统，为深化教育教学改革提供了有力支撑。

1、互动式教学软件的开发

汉语言是一组系列软件开发环境，包括面向系统集成的S版 、面向开源硬件的H版、面向智能终端“听小方”的T版和面向学习者浏览的L版等。S版是一款极易上手的图形化编程软件，支持动画、视频、音频和游戏等多种交互内容的快速设计。编程零基础的学员通过4~6学时学习，就能上手设计集成系统的综合控制界面。汉语言具有网络接口，可以实现WiFi、蓝牙等通信功能，方便与单片机、Arduino控制器、树莓派为主的智能硬件系统进行信息交互。

教师可以利用汉语言编程环境方便快捷地设计制作自己的互动式教学软件。互动式教学软件包含知识讲解、问题互动和成绩上传等功能模块，学生借助该软件可以完成教学内容的学习和学习成果的测试与分享。

 2、 远程实践教学平台：基于云边端协同的智能教学系统开发

远程实践教学系统主要包括教学智能体、互动教学软件及云服务器三部分（见图4）。其中教学智能体为基于STEAM智能硬件设计开发的多种智能系统，比如机械臂、智能车、生产线、互动式教学工具箱、“听小方”知识竞赛系统等。教学智能体具有网络通讯模块，可以与计算机进行通讯，实现远程控制和信息收集。互动教学软件为基于汉语言S版开发的教学软件，包含电子教案和电子测评两部分。学生可以利用该软件学习掌握授课内容，测试学习成果。云服务器实现学生学习数据的收集和存贮。

教学环节采用“专家教师 + 班导师”的形式进行授课，线上由专家导师进行统一授课；线下由班导师负责维持秩序，简单答疑。学生具有自己的身份ID，学习过程产生的数据统一上传到云平台进行存储和分析。

3、 基于学习数据的教学组织与学习评价

教学环节设置分组和互答互评环节。首先由教师设计好教学内容的框架结构，将学生按不同主题进行分组，分别完成不同的学习任务，利用软硬件学习资源形成本组学习成果。然后，利用智能教学系统将所有成果进行统一收集和管理，形成一套可以在线上分享和互动的学习管理系统，面向所有学生开放共享。如图6所示，学生在该平台上可以观看、学习、测试和点评其他小组的学习成果，平台对学生的成绩、正确率和点评情况进行自动收集和整理，实现了学习过程的闭环管理。

4、各级各类教育的AI赋能

（1）大学阶段：创造力培养的教学实践

大学阶段围绕创造力培养开展教学改革的实践探索，利用AI、机器人等课程的通识化教学，通过PBL和OBE教学模式促进学生创造力和综合素质提升。教学活动具有充分的开放性，支持学生在实践探索中开展自主学习。通过资料查找、问题设计、知识共享和团队测试等环节的设计，实现以测促学；通过任务驱动和合作学习，让学生有机会在教学中完成诸如智能云台原理与实现、串联机械臂分类搬运系统、物联网风扇系统、音乐魔盒、智能车及其控制方法等诸多项目。学生在创意、设计、制作和分享等过程中体验学习的收获，提高对学业的兴趣，激发研究的欲望。

（2）竞争性学习：思政教学创新

为促进基层党建工作，深化广大党员对党史知识的学习和理解，以智能技术为依托，开发了“庆祝中国共产党建党 100 周年”党的知识互动学习竞赛系统。系统由点读机器人、纸面编码系统和交互学习软件构成，通过网络连接成整体。支持团队学习、互动学习、集体竞赛，通过“边学边测”检验学习效果；通过分组学习与竞赛，极大地促进了学员的学习热情，提升了基层党建活动的实效性。

（3）组织性学习：专业课的教学创新

针对大学生课程中理论与实践脱节的现实问题提出了一整套课程改革思路，在《机器人技术基础》课程建设过程中，通过互动教学软件的开发与应用，验证了基于互联网实现了远程PBL模式教学。课程打破常规，大胆改革，实现了实践课程的创新。

通过AI赋能教育，在以往的“老师讲、学生听”的模式中增加了“学生讲、老师评”的环节。学生在老师的指导下，可以在短时间内完成智能系统的创意、设计和实施，实现课程在教学组织的创新。这一方面体现了以教师为主导、学生为主体的教学理念，充分调动了学生的学习主动性，激发了学生的创造力；另一方面也降低了教师的重复劳动，为教师提升综合能力提供了更多时间。总体上让老师和学生都能在教学过程中收获更多成就感，使教学过程不再枯燥和乏味。