人工智能技術在教育中應用摘要：人工智能(AI)以及人工智能科學從誕生起，其研究和應用領域就與教育緊密相關。人工智能就是研究讓計算機接受教育、提高智能的科學技術。AI的研究成果又反過來應用到應用到教育過程中，促進教育的工作效率、產生新的教學模式。用人工智能技術技術支持教學(過程)的設計、互動分析與評價，進而支持教師及其教學，這已經成為一個重要趨勢；本文闡述了教學設計自動化技術、、教學自動測評技術、專家系統、Agent等概念、重點關注的問題，以期為廣大教育技術工作者提供一點借鑒關鍵詞:人工智能;教學設計自動化;教學自動測評，專家系統，Agent技術一、教學設計自動化技術“教學設計自動化"(AutomatedInstruetionalDesign或AutomatingInstruetionalDesign，簡稱AID)是指有效利用計算機技術，為教學設計人員和其他教學產品開發(fā)人員在教學設計和教學產品開發(fā)過程中提供輔助、指導、咨詢、幫助或決策的過程[1]。“教學設計自動化”更為貼切的提法應該是“計算機輔助的教學設計”(ComputerAidedInstruetionalDesign，簡稱CAID)教學設計是教育技術學最核心的內容之一，教學設計理論的發(fā)展為教育技術學的發(fā)展奠定了堅實的基礎。但是，教學設計仍然是少數教學設計專家的“專利”，在廣大教師中普及應用仍然有一定的距離。其原因主要有二，首先教學設計方法需要進一步完善和發(fā)展，包括教學設計的過程模式比較復雜、“通用”模式在各種教學情況下的不適應等；其次“設計”的工作量過于繁雜(如內容分析階段的ABCD方法就是一項復雜的“機械”勞動)。因此，若能讓計算機幫助教師完成一些“機械勞動”，讓教師把更多的精力關注于學與教的過程和行為，具有非常重要的理論意義和現實意義。從1984年梅瑞爾首次提出“教學設計自動化”開始，教學設計自動化吸引了很多教育技術專家、心理學家、人工智能專家和計算機專家的參與并取得了相當多的成果[1]。目前教學設計自動化的研究主要集中在5個方面[2][3]：(1)提供集成寫作工具。如WebCT、WebCL等各大網絡教學支撐平臺都集成了寫作工具，充分利用網絡的優(yōu)勢，簡化了過程。(2)提供教學設計專家系統。例如，梅瑞爾等人研究與開發(fā)的IDExpert就是基于規(guī)則的專家系統，它可以根據教學設計人員提供的信息，提出關于課程組織、內容結構、教學策略等方面的建議。(3)提供教學設計咨詢服務。專家系統開辟了教學設計的新領域，但是卻抑制了教學設計開發(fā)人員創(chuàng)造性的發(fā)揮，咨詢系統更注重發(fā)揮教學設計人員的主觀能動性。(4)提供教學設計的信息管理系統。如學習研究協會(InstituteforResearchonLearning)開發(fā)的IDE(InstruetionalDesignEnvironment)系統。(5)提供電子績效支持系統(EPSS)。如AGD績效支持系統等。另外，教學設計自動化技術一個最直接的應用是為教師提供教學設計模板。WebQuest就是一個很好的例子，它提供了多套方便適用的教學設計模板，教學設計人員和教師只需填入相應的內容，就可生成WebQuest教學網站，大大降低了教學設計的難度。教學設計自動化的更進一步發(fā)展要求它具備更高的“智能”，這需要積極借助自然語言理解和信息檢索領域的成果。例如，我們有理由要求教學設計自動化系統能夠幫助我們抽取文章中的概念以及概念之間的關系，生成一定的可視化圖表，如概念圖、思維導圖等，并在人工校對后，生成可用的演示文稿。達成這一目標的核心技術包括信息抽取領域的實體抽取技術和關系抽取技術。二、 教學自動測評技術教學自動測評是計算機輔助評價(Computer-AssistedAssessment,簡稱CAA)的核心內容和研究前沿之一，其基本流程是：把問題和任務通過計算機終端傳給學生，學生通過計算機輸入設備將問題的答案輸入給計算機，計算機自動或半自動判斷答案并記錄分數。CAA可在診斷性、形成性和總結性等三類評價中均可得到有效應用；既可以用于學生的自我評價，也可以用于教師對學生的評價［4］。CAA系統的構成主要包括三個方面：(1)題庫與組卷；(2)測試環(huán)境與自動閱卷；(3)測評數據的統計分析：負責管理測評結果，按要求生成各種報表以及對題目進行分析。目前，CAA應用研究主要集中在三個方面［5］：(1)客觀測試：測試題的答案從預先定義好的有限個問題答案中選擇或比較，計算機對考題答案的評分不需要任何的主觀因素參與，客觀測試主要用于評估知識覆蓋型和事實記憶型為主的課程；計算機自適應測試(CAT):指在具有一定規(guī)模的精選試題組成的題庫支持下，按照一定的規(guī)則并根據被試的反應選取試題，直到滿足停止條件為止；(3)基于Internet的遠程考試與評價。客觀測試和計算機化自適應測試的相關的理論、方法與技術已相當成熟，能比較好地解決了知識層面的評價問題。其熱點及前沿課題主要有兩方面：⑴主觀題的測評問題及其自動化，例如，對自由文本答案的計算機測評的研究目前已經取得很大的進展；(2)技能性非客觀題的測評。三、 專家系統在教育中的應用謂專家，一般都擁有某一特定領域的大量知識和豐富的經驗。在解決問題時，專家們通常擁有一套獨特的思維方式，能較圓滿的解決一類難題，或向用戶提出一些建設性的意見。專家系統(ExpertSystem)可視為一類具有大量專門知識的計算機智能程序系統［6］。它能運用特定領域一位和眾多專家提供的專門知識和經驗，并采用人工智能中推理技術來求解和模擬通過由專家才能解決的各種復雜問題，達到與專家具有同等解決問題的能力。它可使專家的特長不受時間和空間的限制。因此，專家系統必須包含領域專家的大量知識，擁有類似人類專家思維的推理能力，并能用這些知識來解決實際問題。例如，一個醫(yī)學專家系統就能夠像真正的醫(yī)學專家一樣，診斷病人的疾病，判斷病情的嚴重性，并給出相應的處方和治療建議等。同領域和不同類型的專家系統，其體系結構和功能有一定的差異，但它們的組成基本不變。一個基本的專家系統有知識庫、數據庫、推理機、解釋器、知識獲取和用戶界面六個部分組成［6］。專家系統是人工智能研究中最重要的分支之一，它實現了人工智能從理論研究走向實踐應用，從一般思維方法的探討轉入運用專門知識求解專門問題的重大突破。目前，被大多數人認可的專家系統在教育中的應用主要有兩種：即將專家系統作為學習的工具和學習的對象。專家系統作為學習的工具專家系統作為學習的工具首先將改變現有的教育模式，勃朗遜(RobertBranson)在美國的《教育技術》雜志上發(fā)表的題為《過去、現在和未來的教學模式》［7］一文中，描述了一個以教育技術為基礎的未來教育模式，該模式是由教師、專家系統和學生三個方面所組成的。其中的專家系統是一個由知識和數據庫組成的智能教學專家系統。以它作為學習的工具，為學習者提供像學科專家一樣的學習支持，學生通過主動地與專家系統的交互來獲取知識。同時，在這一系統中，將教師從學科事務中解放出來，使其有更多的時間和精力來協調學習者之間、學習者與專家系統之間的關系，使教師的主導作用得以充分的發(fā)揮。這一模式的實現，可以使目前的“以教師為中心”、“以課堂為中心”的教學模式從根本上有所改變。其次，專家系統能提供智能化的決策服務，支持服務是現代遠程教育系統的重要構成要素，其宗旨是創(chuàng)造一個優(yōu)良的學習環(huán)境，使學習者方便快捷地調用各種資源，接受關于學習的全方位服務，以獲得學習的成功。建立和維持一個高效靈活、強有力的支持服務子系統是有效地開發(fā)、管理和實施遠程教育項目的保證，關系到現代遠程教育的發(fā)展和生存。但當前遠程教育中的學習支持服務并不盡人意，導學和答疑的手段都還十分落后，服務方式也受到諸多限制（如：地域、時間、人員和設施等），缺乏主動性、針對性和策略性。欲改變支持服務的被動狀況，提高支持服務的質量，其有效途徑之一就是引進人工智能技術，實現服務的智能化。例如在20世紀80年代初提出來的，把決策系統與人工智能相結合，尤其是與專家系統相結合的智能決策系統（IntelligenceDecisionSupportSystem）,它比傳統的決策支持系統具有更有效的輔導決策作用。智能決策系統可以實現以下的一些功能： 分析和識別問題；形成候選的決策方案（目標、規(guī)劃、方法和途徑等）；構造決策問題的求解模型；多方案、多準則、多目標情況下的比較和優(yōu)化； 綜合分析，包括決策結構或方案對實際問題可能產生的作用和影響的分析，以及各種環(huán)境因素、變量對決策方案或結果的影響程度分析專家系統作為學習的對象教育部于2003年4月正式頒布普通高中課程標準（實驗稿），首次在信息技術課程中設立“人工智能初步”選修模塊，從而邁出了我國高中階段開展人工智能教育的第一步。專家系統在人工智能領域享有很高的聲譽，曾被認為“是人工智能從幻想到實踐，再由實踐到理論的主角”。以專家系統作為學習對象，可以對學生的以下幾個方面產生積極的作用：1、培養(yǎng)學生問題解決方法的多樣性人們在現實生活中遇到的問題按其結構劃分，大致可以分為三類：［6］］結構化問題（能用形式化或公式化方法描述和求解的問題）、非結構化問題（難用確定的形式來描述，主要根據經驗來求解的一類問題）和半結構化問題（介于以上兩種之間的問題）。學生在中學階段要求解決的大都是結構化問題。求解結構化問題主要途徑是：算法+數據結構。而專家系統最適合那些沒有高效算法解決的情況，即非結構化問題和半結構化問題。解決這類問題，推理可能是尋求較好解決方法的唯一希望。因此，求解非結構化、半結構化問題的主要途徑是：知識+推理。通過讓學生借助專家系統工具建造專家系統，包括知識庫的構建和推理機制的設計，可以讓學生在了解專家系統的基本特征，體驗、認識專家系統的知識與技術的過程中獲得對非結構化、半結構化問題解決過程的了解，從而使學生了解計算機解決問題方法的多樣性，培養(yǎng)學生的多種思維方式，達到提高信息素養(yǎng)的目的。2、 培養(yǎng)學生人際交流的能力為成功開發(fā)一個專家系統要求領域專家、知識工程師和用戶的密切配合，領域專家提供知識和求解方法，用戶提供需求，知識工程師從專家那里獲取知識，并將其轉化到計算機上。在專家系統的教學中，可以要求學生自行構建由產生式規(guī)則組成的知識庫，學生作為知識工程師或領域專家，即要能清楚地向他人表述自己意圖，又要具備從別人那里獲得對自己有用的信息的能力。通過這種角色扮演，有利于培養(yǎng)學生的人際交流的能力，提高協作意識。3、 開發(fā)學生的元認知能力元認知又稱反省認知，即對認知的認知，是個人關于他自己的認知活動過程和結果以及與之有關的任何事項的認知，其實質是個體對自己認知活動的自我意識和自我調節(jié)［8］。斯騰伯格認為，人們對自身思維過程（分析、創(chuàng)造和實踐性的問題解決、推理和決策制定等）了解和控制的元認知能力，相比單純的認知能力（如知覺、記憶和思維過程）更能影響到智力［9］。而我國現行的學習目標大都以布盧姆的教育目標分類學或加涅的理論為指導，在制定學習目標時往往忽略元認知能力的培養(yǎng)。由于專家系統中的知識組織和推理過程是對人類專家思維方式的一種模擬與再現，因此學生在建造知識庫過程中，需要反省自己的思維過程，將原來零碎的未成型的知識概念化、形式化和條理化，從而內化為學生自己的東西。通過自己實踐構建一個小型的專家系統，可以為學習者提供一個反思自身思維過程的機會，有助于學生認知水平的提高。四、Agent技術在教育中的應用Agent是一個具有自治能力的實體，這個實體是一個由軟件支持下的系統［10］。一般以軟件為多。這種軟件能夠在目標的驅動下采取社會交往、學習等行為對環(huán)境的變化作出主動的反應，完成特定任務。Agent的特點主要包括自主性、進化性、協作性、進化性、通信性、移動性等。目前的網絡教育課程很大程度上是把傳統的教育課程搬到了網上，原有的教育體系中一些好的方面沒有被繼承和發(fā)揚。在網絡教學中，教學方式單一，教學內容沒有很好的針對性，對于學生的關心程度幾乎為零。Agent技術的引入，有望較好地解決這些存在的問題。Agent應用網絡教學中以后，主要的優(yōu)點有以下幾個方在面：1、 網絡教育的個別化目前的網絡教育中教育的個別化只是時空上的個別化，而要教學方式和教學內容上沒有發(fā)生根本變化。網絡由于其自身的特點，個別化教育應是其重要的一個優(yōu)點。但如果只是將課堂教學簡單搬上網絡，不但沒有實現其個別化的特點，反而使傳統課堂教學中的優(yōu)點也被剝奪了。在Agent被應用以后，利用其智能性可以針對每一個教學對象的水平、學習內容、學習中遇到的難點、學習的動機等一系列的特征，采取不同的教學方式，提供不同的教學資源，做到對每一個學習者的教學資源和過程都不盡相同。學習者的Agent組成為每一個學習者的“私人教師”。2、 人性化的交互和教學方式Agent引入后，教學系統和學習者的交互方式將發(fā)生根本的變革。基于Agent的網絡課程的根本特點在于學習者的極大“關懷”。在教學的過程中學生將感到與以往完全不同的教學氣氛，計算機隨時地“傾聽”學習者的聲音，并對教學過程進行調整。3、 強大的自我進化功能Agent本身的進化功能在引入到教育中以后，其潛力將得到最大程度的發(fā)揮。在對每一個學生建立在一個屬于自己的Agent以后，整個Agent組處在不停的進化過程中，通過與學習者的交互，對學習者的了解日趨深入，使整個的Agent組越來越適合學習者。資源的數量和資源的質量(從某種意義上是指對學習者的適當應性)。4、 對網絡資源的有效利用目前，Internet的資源極大豐富，但是資源的存在方式卻是一種無序的、雜亂的狀態(tài)，只能算是一種信息(information)或者數據(data)，而學習者需要的是一種知識(knowledge)。要把這些信息和數據轉換成為有用的知識點是一個龐大而復雜的工具。因此在目前的狀況下，很多的學習者在利用網絡資源的時候，是被“溺水”而不是有效地利用了網絡資源。在基于Agent的網絡教學體系中，資源Agent將主動地為學習者完成這一過程，網絡的信息(information)和數據(data)將變成學習者所需的知識(knowledge).5、 討論協作學習智能化傳統的網絡教學中，學習者的交流和協辦作者的交流和協作者是靜態(tài)的，網絡環(huán)境只是提供了一個交流的場所。而在基于Agent的網絡教學系統中，討論板塊對討論的問題有總結提煉，并能根據討論的情況組織專題性的討論，引導學生作更深入的研究和探討，發(fā)揮協作式學習的優(yōu)越性。6、 改善學習模式，培養(yǎng)學習者的各種能力，有益于素質教育的開展學習者可以提出自己的問題，或者根據已有的問，在學習系統的協助下受逐步求解，甚至可以對領域內的某一問題作深入的研究探討?；贏gent的網絡學習體系將的提供開放的環(huán)境、詳盡的資源，而不是呆板的學習模式，學習者可以自主地選擇學習者重點、學習者的方式。在學習過程中，自身的問題得到逐步的解決，同時解決問題的各種能力出得到提高?；贏gent的網絡課程出有其不足之外，主要是在實現方面有較高的技術要求和資金投入。但隨著Agent軟件方法可重用性的可擴展性的提高，在不同的課程中只要改變專業(yè)知識模塊，而整體的框架可重復利用，并加以擴展。相對于現在的一次性課件，從長遠的角度來看，投入出并不高。在技術性方面，目前已經有不少的商用系統投入使用，效果良好。在教育領域，UnitedStatesArmyWarCollege已完成人工智能課程的學習Agent,并投入使用。以上所談及的幾項技術是當前人工智能技術在教育中的熱點技術，盡管一些技術還不夠完善和成熟，但是它們已經對當前的教育產生了深遠的影響，它改變了教師的角色、開發(fā)了新的教學模式、極大提高了學生學習效果；隨著人工智能技術的進一步發(fā)展和深入，這種影響將會更加持久和深遠。參考文獻：馬寧，余勝泉?簡述教學設計自動化研究[DB/OL].http:///articledigestl6/jianshu.htm.Merrill,M.David.AnIntegratedModelforAutomatingInstructionalDesignandDelivery[A].MichaelSpector.MarthaC.Polson&DanielJ.Muraida.AutomatingInstruetionalDesign:ConceptsandIssues[C].EnglewoodCliffs,NJ:EducationalTechnologyPublications,1993. 147-190.Kasowitz,Abby.ToolsforAutomatingInstruetionalDesign[DB/0L]. http:///1999T/tools.html黃榮懷，劉黃玲子，李向榮.計算機輔助評價的發(fā)展趨勢[J].電化教育研究，2002,(5):15-21.黃榮懷關于教育技術學領域中的若干關鍵技術/html/20051018_198.html王萬森編著?人工智能原理及其應用?北京：電子工業(yè)出版社.2000.9李慧迎章偉民專家系統及其在教育中的應用http://7/lunwen/dianziban/200501/021924.htm張劍平.關于人工智能教育的思考[J]電化教育研究? 2003.1，24——28朱永祥.小學生元認知技能培養(yǎng)實驗研究報告[J].教育研究.2000.6吳戰(zhàn)杰，秦健Agent技術及其在網絡教育中的應用研究http:///articledigest20/jishu.htm劉大有，楊鯤,陳建中.Agent研究現狀與發(fā)展趨勢[J].軟件學報,2000,11,(2).人工智能的利與弊2016年3月15日，世界矚目的圍棋人機大戰(zhàn)在韓國的首爾落下帷幕，最終以總分4:1阿爾法狗戰(zhàn)勝韓國的世界冠軍李世石，這一場人類史上最巔峰的人機對決最終以人類失敗告終，這一場比賽，激起了各種“機器超越人類，科幻小說將成真”的討論，讓大家意識到，人工智能給人類帶來了機會，也帶來了危機，人類將來的某一天會不會被像阿爾法狗這樣的人工智能機器人所代替，人類的未來會不會成為機器人的奴隸。隨著科學技術和互聯網的發(fā)展，地球已經變成了一個小小的地球村，人工智能領域也迅速發(fā)展，特別