導言：作為寫作愛好者，不可錯過為您精心挑選的10篇人工智能教育功能，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

一、網站的構建 

 

1.網站框架設計 

我國高中階段人工智能教育還處于起步階段，據調查，全國已開設人工智能課程的中學不超過十所。事實上，對于人工智能這一前沿學科，大部分信息技術教師還缺乏足夠的了解，因此對于該課程的開設也一直處于觀望狀態。考慮到人工智能教育的實際情況以及網站的主要對象，我們以高中信息技術選修課教材《人工智能初步》為基礎，按教學內容設置和劃分欄目，同時又圍繞“學人工智能、教人工智能、用人工智能、機器人專題”四大專題進行內容重組。當然，網站的基本架構并非一成不變，它需要在實際應用中進行檢驗與修正，最終實現網站的完美架構。依據上述思路建構的網站基本框架如圖1所示。 

2.網站的欄目設計 

 

新聞欄目以圖文的形式人工智能發展的最新情況，這是激發并維持廣大師生關注人工智能的基礎，也是師生獲取最新信息的窗口。子欄目“中國動態”“歐美動態”等分別介紹了各地區最新的人工智能信息，尤其是機器人產品的新聞。子欄目“會議論壇”，“比賽通知”為師生、參與比賽提供服務。 

論文欄目是作為資源型網站的基礎。子欄目“教學研究”主要面向從事人工智能教育的研究者和教師，探討教學方法、分析教學案例、推薦教材和參考書，為更好的開展人工智能教學提供理論依據。子欄目“學習樂園”主要面向學生，展示活動實錄、闡述學習感受，聆聽專家意見，為更好的學習人工智能提供事實參考，教師也通過“學習樂園”來了解學生的所思所感所想。子欄目“賽事規則”介紹了各個地區和各級機器人比賽的一些規則，有利于師生更好的進行人工智能的教與學。 

資源、視頻、圖庫、酷站：這四個欄目是資源型網站的核心。尤其是資源模塊中的子欄目“電子書刊”“教學課件”“人工智能軟件”分別以不同的文件格式向師生提供教與學的資源，使其能快速準確地獲取符合需求的資源，免去了在因特網上盲目搜索出現大量冗余信息的麻煩。網站整合了文本、視頻、圖片等多媒體信息，以豐富多彩的形式呈現資源，增強了網站的吸引力和信息的可閱讀性。 

愛問欄目是作為學習型網站的基礎，也是本網站的一大特色。“愛問”是采用了模仿“百度知道系統”的程序設計，更注重知識的答疑解惑。我們將此欄目劃分為“學人工智能”“教人工智能”“用人工智能”“機器人問題”四個子欄目，師生可根據各自的需要進行提問、回答問題、搜索問題等操作。同時，設立了積分制，激發師生提問和回答問題的熱情。 

用戶中心欄目是學習型網站的核心。作為一個專題網站，必然要十分強調學習的功能。子欄目“網絡書簽”的功能可以使學習者記錄自己所瀏覽過的或所感興趣的網頁，便于在下次登陸后繼續學習。在子欄目“信息”功能中，學習者可以新聞、論文、資源、愛問等信息，待管理員審核通過后即可在網站中顯示出來。另外，教師也可在教學過程中通過此模塊要求學生提交作業，便于教師隨時隨地的批改作業。 

 

二、網站的訪問數據分析 

 

人工智能教育專題網站從開設至今將近8個月的時間，已經有超過1萬的獨立訪客訪問了本站，我們選取了最近訪問的2000位獨立訪客進行研究。通過對地域、被檢索方式、受訪頁面及回頭率的分析，可為網站下一步的改進與完善提供依據，為其他人工智能教育類網站的建設，在網站的用戶類型，網站的內容選擇與更新，網站的推介宣傳等方面提供參考與借鑒。 

 

1.地域分析 

在統計到的訪問該網站的地域中，國外共有12個國家訪問了本網站。國內除西藏、澳門之外，其他省份、直轄市、特別行政區都有訪問過本網站，這為我們今后在高中普及人工智能教育提供了有力的依據。但是，通過圖2的數據我們也可看到，各個地區間的訪問量差距較大，并且訪問量靠前的幾個省份基本上是沿海地區，而中部和西部地區的訪問量比較少，所以在今后的工作中不僅要加強網站本身的建設和宣傳，更要把人工智能教育的理念推廣到中部和西部地區，使那里的中小學師生也接觸人工智能的知識，激發他們對信息技術美好前景的向往。 

2.被檢索方式分析 

搜索引擎是網絡上最常用的獲取資源的方式。掌握用戶使用搜索引擎的情況，有助于了解網站的被檢索方式。統計搜索關鍵字的次數，有助于了解網站被檢索訪問的原因。在專題網站建設完成后，向“百度”、“Google”等大型搜索引擎系統提交收錄網頁申請是極其必要的，它有利于提高網站的知名度和訪問量。而在網站中增加“人工智能”，“prolog 源程序”等文字內容，將會有利于用戶在盲目搜索時能訪問到該專題網站。 

3.受訪頁面分析 

受訪頁面是指用戶訪問該專題網站時所停留的頁面。通過對受訪頁面的統計，使我們能夠掌握用戶相對較為關注網站的哪些內容。表1數據中“學人工智能”占23.82%，“資源下載”占了16.32%，表明用戶對人工智能的知識還不是很了解，對人工智能的認識還停留在“學”的層面，遠未達到“教”的程度。人工智能教育類網站在建設中，如果能提供大量的人工智能的基礎知識以及豐富的可下載資源，將會顯著提高網站的受歡迎度以及用戶的認可度。 

4.回頭率分析 

在網站訪問統計中，通常將距離上次訪問超過12小時的再次訪問記錄為一次回頭。通過對回頭率的統計（表略）看出該專題網站的粘性不是很高，尤其是3次回訪以上的用戶還不多。通過對部分用戶訪談后了解到，網站的更新速度慢，資源較少，內容偏難是其不愿進行多次回訪的主要原因。所以，人工智能教育類網站在維護期間要注意內容的時效性、豐富性、通俗性才能保證網站訪問的可持續性。 

 

 

三、網站建設的若干思考 

 

目前國內外有關人工智能的專題網站不多，針對人工智能教育的網站更少。在可供借鑒的成熟案例較少、研究又處于剛起步階段的情況下，有必要對我們的工作進行反思總結。通過上述訪問數據的分析，以及在人工智能教育專題網站建設的準備階段，實施階段及運行階段的實踐，我們認為在建設人工智能教育類網站時應當注意以下幾個問題。 

1. 充分關注用戶信息 

訪問量是綜合類或門戶類網站的生命線，應當盡可能地拓寬訪問者的類型與層次。但人工智能作為一門新興學科，其專題網站的學科性特點甚至比普通的專題學習網站還要突出，因此單從訪問量上來說，它是無法和門戶類網站相比的。所以在建設的初期首先就要考慮的網站的對象問題，也就是要關注哪類人訪問了網站。只有準確的掌握了用戶的信息才能更好提供用戶需要的資源。 

在這里，人工智能教育專題網站是通過以下三種手段來獲取用戶信息的。 

第一，用戶必須注冊才能訪問網站，注冊的內容包括年齡、身份、學歷，電子郵件等內容。 

第二，在網站中設立“網站調查”欄目，可以對“你是如何知道本站的”，“你覺得本站建設的如何”等內容教學在線調查。 

第三，通過“中國站長站”等專業的數據收集程序來獲取用戶基本信息，可收集到用戶地域、受訪問頁面、用戶回頭率等信息。只有掌握了準確的用戶信息，才能更好的為用戶提供服務。 

2.與用戶攜手共建網上資源 

人工智能的子學科門類眾多，僅高中教材《人工智能初步》中就有知識及其表達、推理與專家系統、人工智能語言與問題求解等多個主題。而且我國的人工智能研究相對薄弱，很多資料都是外文的。任何一個人要很熟練的掌握人工智能的各個內容是很困難也是不現實的。我們通過一年多的實踐也體會到，僅僅依靠課題組成員很難保證網站資源庫內容的全面性和針對性。所以在網站最新一次改版中，我們增加了用戶的信息功能，使得用戶自己可以新聞、添加文章，上傳資源，只要經過管理員審核即可在網站中顯示。 

另外，在人工智能教學過程中，我們也充分利用學生的優勢，要求學生以作業的形式提交文本和視頻資源，并將作業的數量和質量作為考察學生學習效果的一個指標。這些舉措保證了網站內容更新的時效性和內容的針對性。用戶所的就是用戶所關注的，用戶所關注的就是網站所要收集的。 

3.通過多種形式充分發揮網站作用 

目前，全國高中開設了“人工智能初步”選修課的學校極少，教師手頭上可供選擇的教材也只有5套。從專題網站上統計的數據來看，雖然網站目前的用戶主要是教師，但“學人工智能”頁面訪問量卻遠多于“教人工智能”。從這些情況看，單靠幾個人工智能教育類的專題網站無法從根本上解決高中人工智能教育現階段所面臨的窘境。所以，在條件允許的情況下，可以通過研修班、會議論壇等形式組織教師進行面對面的交流。 

例如，我們就在2007年5月25日至27日在浙江師范大學舉辦了全國首屆“高中人工智能課程研修班”，來自全國十個省市的70余位信息技術教師及教研員參加了研修班的學習。在研修活動中，教師不僅學習了人工智能的知識，也對人工智能教育的現狀及發展過程中遇到的問題做了充分了探討和交流。本次研修活動結束后，人工智能教育專題網站則成了學員們交換信息、交流體會、共享資源的有效平臺。 

 

四、結束語 

 

總之，借助專題網站的平臺作用開展各種活動，不僅彌補了人工智能教育網站缺乏面對面交流和互動的缺點，也為把網站資源建設的更具針對性提供了有效幫助。 

 

參考文獻： 

[1]張劍平. 關于人工智能教育的思考[J] .電化教育研究.2003，（1）. 

篇2

作為新一輪科技革命的代表，人工智能（AI）技術已經或正在顛覆性地改變著許多行業和領域，而教育就是其中之一。來自谷歌的世界頂尖的人工智能專家團隊將AI的智能l展劃分成了三級：第一級是“弱人工智能”，只能夠專注在一個特定領域，如下圍棋；第二級是“強人工智能”，能夠達到或超過人類水準；第三級是比人類聰明1000萬倍的人工智能。

目前，“弱人工智能”已經滲透到我們生活的方方面面：搜索引擎、實時在線地圖、手機語音助手、智能客服等都運用了人工智能技術。盡管人工智能要從感知、行為和認知三個維度全面模擬甚至超越人類，還有很長的路要走，但目前的AI憑借強大的計算能力、存儲能力和大數據處理能力，已經改變著傳統教育模式與教育形式，在破解教育資源不均、提高教育效率和教學質量、提供個性化精準化教學、優化教育評價系統等方面將發揮重要作用。

浙江西湖高等研究院人工智能研究室主任于長斌認為，人工智能下一步應用可能是遠程教育、自我強化教育，甚至是教育領域的機器換人。從人工智能現階段研究成果來看，機器人做數學題、英語題完全沒有問題，有科學家還成功用人工智能自動生成科研和學術論文，其中有一些甚至被期刊錄用。

高考機器人

在今年6月7日的“高考”中，人工智能機器人AI-Maths在數學科目的兩套試題考試中分別取得了105分和100分的成績。整個答題過程中，機器人不聯網、不連接題庫、無人工參與，全由機器人獨立完成解答。研究人員表示，由于AI-Maths在識別自然語言時遇到了一些困難，導致部分考題失分。

AI-Maths先后解答了2017年數學科目高考的北京文科卷和全國Ⅱ卷的試題，分別用時22分鐘和10分鐘，北京文科卷得分105分，全國Ⅱ卷（數學）得分100分。對這臺機器人來說，解答一道題目的時間最快不到一秒。此前總共做了不到500套試卷，大約12000道數學題。而一個中國學生，按照每天10道數學題估算，到高考前已經做了大約30000道數學題。

考試結果顯示，這臺高考解題機器人在不依賴大數據的前提下，邏輯分析能力遠超人類，但在文意理解、多樣性思維上要比人類遜色得多。參與閱卷的資深數學老師表示，AI-Maths相當于中等成績水平的高中畢業生，失分主要是因為“讀不懂題目”，遇到一些人類語言（而非數學語言）時，無法理解。

專家指出，這次機器人不得高分的原因較多，首先這個機器人并沒有代表機器人的最高水平，其次機器人沒有聯網，不能夠聯想自己的知識，這樣得低分也是理所當然的了。經過更多的訓練和學習以后，未來AI-Maths會取得更好的成績。

該機器人是由成都準星云學科技有限公司研發的一款以自動解題技術為核心的人工智能系統，誕生于2014年。該公司參與了科技部的863“超腦計劃”。

同時進行的另一場機器人高考測試中，學霸君的Aidam首次與6名高考理科狀元在北京同臺PK，解答2017年高考文科數學試題。Aidam的成績為134分，6名狀元的平均分為135分。Aidam答題耗時9分47秒。為了展示，Aidam當天答題放慢了六倍速度，平時每道題完成時間應該在7-15秒。

從2014年開始，國內人工智能引領者科大訊飛就聯合了包括北大、清華等在內的超過30家科研院校和企業，共同開啟了一項隸屬國家863計劃的“高考機器人”項目，他們希望通過這個項目的實施，研制出能夠參加高考并在2020年考上北大、清華的智能機器人。“超腦計劃”匯集了國內近60%的人工智能專家，其重點就是要研究突破機器的知識表達、邏輯推理和在線學習能力。

目前，高考機器人在英語學習方面也取得階段性成果：一是翻譯，已經能夠讓翻譯能力達到高考入門水平。二是在廣東地區的英語高考、中考場景中，在發音準不準、填空題選擇題，判斷你懂不懂知識上，機器已經超過人工。三是口語作文實現突破。比如給學生一個題目《My Mother》，現在AI機器的評測打分已經比人類打分更精準。

有人提出了一個十分滑稽的問題，那就是人工智能要是通過高考考上大學，是不是意味著我們的教育培養出來的就是考試的機器？這個問題的邏輯不一定嚴密，但巧妙地折射出了現行教育體制的一些問題。如果以應試為主的教育方式不改變，智能機器取代老師幾乎是必然。更可怕的是，這樣的教育培養出的人也將被智能機器淘汰。

AI閱卷批改作業

面對龐大的考生規模和多種多樣的考試，專家和老師閱卷成為一個獨特的景觀。從傳統的紙筆閱卷到網上閱卷，再到今天的機器智能閱卷，AI可以輕松解決繁重復雜的閱卷難題，大大提高閱卷的效率和質量。

通過對試卷進行數字化掃描、格式化處理，轉換成機器可識別的信號，機器就能按閱卷專家的評判標準，進行自動化閱卷，還可以自動檢測出空白卷、異常卷，并給出最終的評閱報告及考試分析報告。原來三個月的工作，現在一周就能完成，而且更準確、公正。

中國教育部考試中心對“超腦計劃”的閱卷工作進行了驗證，結果是，在“與專家評分一致率、相關度”等多項指標中，機器均優于現場人工評分。

除了代替人工閱卷，人工智能還可以幫老師做批改作業、備課等重復枯燥的工作，不僅節省大量時間，還可以減少工作量。

語音識別和語義分析技術的進步，使得自動批改作業成為可能，對于簡單的文義語法，機器可以自動識別糾錯，甚至是提出修改意見，這將會大大提高老師的教學效率。

今年兩會期間，科大訊飛董事長劉慶峰在提案中提到，科大訊飛的英語口語自動測評、手寫文字識別、機器翻譯、作文自動評閱技術等已通過教育部鑒定并應用于全國多個省市的高考、中考、學業水平的口語和作文自動閱卷。而基于國家“十三五”863“基于大數據的類人智能關鍵技術與系統”階段性成果構建的“訊飛教育超腦”已在全國 70% 地市、1 萬多所學校應用。

國外也有多個智能測評公司和實踐案例。GradeScope是美國加州伯克利大學一個邊緣性的產品，它旨在簡化批改流程，使老師們更專注于教學反饋。目前有超過150家知名學校采用該產品。MathodiX是美國實時數學學習效果評測網站，算法會對每一步驟都進行檢查、反饋。

美國教育考試服務中心（ETS）是世界上最大的私營非盈利教育考試及評估機構，已經成功將AI引入SAT和GRE論文批改，同人類一起扮演評卷人角色。

計算機科學家喬納森研發了一款可進行英語語法糾錯的軟件，不同于其他同類型軟件的是，它能夠聯系上下文去理解全文，然后做出判斷，例如各種英語時態的主謂一致，單復數等。它將提高英語翻譯軟件或程序翻譯的準確性，解決不同國家之間的交流問題。

雖然人工智能可以閱卷、批改作業，但誠如《信息時報》刊發的《推廣“機器人老師”可為廣大教師減壓》一文所言：教育需要尊重“異質思維”，同樣的問題，學生會給出差異化、個性化的答案；目前“機器人老師”在閱卷、批改作業的時候會有明顯的局限性，可能更適用于客觀題卻不適用于主觀題。

不可否認，最初機器是用來輔助人工教學的，未來的趨勢則是人輔助機器，而這個過程會一次次重塑考、學、教、管的服務流程。未來，當進入強人工智能和超人工智能時代，機器人更像是老甚至在許多方面超越老師。

機器人當老師

城鄉、區域教育鴻溝，擇校問題，學區房問題，都是教育教學資源不均衡導致的，歸根到底是優秀教師的稀缺，而智能教育機器人則是解決這一問題的有力工具。“機器人老師”不僅有助于解決師資不足和師資結構不合理等難題，還能大大緩解社會矛盾，促進教育公平。

目前國內已涌現出像魔力學院這樣的創業公司。幾年前魔力學院創始人張海霞從北大畢業時，她的畢業論文是國內最早對人工智能教學進行研究的學術論文，同時在上大學期間，她就已經是新東方出國留學部最好的英語老師。這種雄厚的技術和教學背景，讓她成為國內最早一批人工智能領域的創業者。

“與大多數互聯網教育領域的產品不同，魔力學院從一開始，我們要解決的問題就是用人工智能機器替代老師進行講課。曾經有很多投資人建議我們妥協一下，暫時用真人老師講課，后面再一步步地進化到人工智能老師，但我們從來沒有妥協。”張海霞說。

直到2016年3月，魔力學院第一個商業化的版本上線，企業開始有了第一筆收入，成為全球在人工智能老師這個領域第一家產品上線的創業公司，也是第一家實現了持續收入和盈利的創業公司。至今，在人工智能老師這個領域，魔力學院的相關產品仍然是惟一能從教、學、練、測各個維度提供人工智能老師教學的公司。

目前在新東方也開始這樣的實驗，教室里沒有人類老師上課，機器人將重要知識點經過搜集和教學設計后，用非常幽默的方式向學生傳授，從課堂效果來看，“學生很愿意聽”。

新東方教育集團董事長俞敏洪認為，未來10年內，教師七成教學內容一定會被機器取代。不過，缺少人類老師的教學必然不完整，因為課堂教學不光是把知識點告訴學生，更需要對學生開展知識融合、創造性思維、批判性思維等能力訓練。對于這些思維方式的訓練教學，機器人老師還無法勝任。“未來的課堂將是機器人智能教學、老師情感和創新能力的發揮及學生學習的三者結合。”

除了民辦教育在積極引入機器人老師，我國的“福州造”教育機器人已在部分城市的學校開始“內測”，今后有望向全國中小學推廣。這款教育機器人除了幫助老師朗誦課文、批改作業、課間巡視之外，還能通過功能強大的傳感器靈敏地感知學生的生理反應，扮演“測謊高手”角色。一旦和“學生機”綁定，可更清楚地了解學生對各個知識點的掌握情況。

對于機器人老師，國外早有應用。2009年，日本東京理科大學小林宏教授就按照一位女大學生的模樣塑造出機器人“薩亞”老師。“薩亞”皮膚白皙、面龐清秀，皮膚后藏有18臺微型電機，可以使面部呈現出6種表情。她會講大約300個短語，700個單詞，可以對一些詞語和問題做出回應，還可以學會講各種語言。“薩亞”給一班10歲左右的五年級學生講課，受到新奇興奮的孩子們的極大歡迎。

教育是塑造靈魂的特殊職業，教師是人類靈魂的工程師，面對的都是活生生的具有不同個性情感的學生，在價值觀塑造和創新思維啟發方面，“機器人老師”有著明顯的局限性。盡管機器人老師不知疲倦，知識淵博，能平等地對待學生，加上它的特殊身份能激發學生的學習興趣和動力，然而機器人永遠無法完全替代“真正的人類教師”。

當老師們從繁重的重復性工作中解放出來，實際上可以將更多的時間和精力花在富有創造性的工作上。比如培養學生的素質和情商，激發學生對學習的熱情，鼓勵學生獨立思考，形成自己的價值觀和思想體系，成為有美好人格和創新能力的個體。

實際上，老師充當的是一個引導者、啟發者的角色，老師做的應該是“準備環境-引導孩子-觀察-改進環境-再引導-退出-再觀察”。極少干預和不斷引導，讓孩子能最大限度地擁有獨立性、專注度和創造力。

機器人進課堂是大勢所趨。不久的將來，人類老師將負責進行情感、心理、人品、人格上的健康教育和品德教育，以及各類知識的融會貫通、學習方法的引導、創新能力的培養。而知識教育這部分，將會以“機器換人”的形式讓渡給人工智能。這將對老師提出更高的要求，因為除知識教育外的這些教學內容，需要由真正有能力的老師來傳授。“老師要避免被機器取代，就要先避免自己成為機器。”

可見，教師需要快速適應現代化教學需要，熟練使用各類領先科技產品，提升綜合素質，這將決定教師本人的去與留，更是教育希望與未來的關鍵所在。

個性化教育

因材施教在我國已有2000多年歷史，但在我國應試教育大環境下，根據學生不同的認知水平、學習能力以及自身素質來制定個性化學習方案，真是說易行難。當傳統思想與尖端科技相結合，因材施教的可行性有了大幅提高。人工智能介入后，個性化教育有兩條實現途徑。

一是構建知識圖譜。構建和優化內容模型，建立知識圖譜，讓學生可以更容易地、更準確地發現適合自己的內容。國外這方面的典型應用是分級閱讀平臺，推薦給學生適宜的閱讀材料，并將閱讀與教學聯系在一起，文后帶有小測驗，并生成相關閱讀數據報告，老師得以隨時掌握學生閱讀情況。

Newsela將新聞與英語學習融為一體。通過科學算法衡量讀者英語水平，抓取來自《彭博社》《華盛頓郵報》等主流媒體的內容，由專人改寫成不同難度系數的版本。LightSail也是相同應用，不過它的閱讀材料是出版書籍，它收集了適合K12學生閱讀的來自400多個出版商的8萬多本圖書。

2015年底Newsela用戶量超過400萬，LightSail和紐約市教育局、芝加哥公立學校、丹佛公立學校等機構達成了合作，而目前我國沒有如此規模、與官方達成合作的個性化閱讀學習平臺。

二是自適應學習。人工智能可以從大量的學生中收集數據，預測學生未來表現，智能化推薦最適合學生的內容，最終高效、顯著地提升學習效果。當一個學生閱讀材料并回答題時，系統會根據學生對知識的掌握情況給出相關資料。系統知道應該考學生什么問題，什么樣的方式學生更容易接受。系統還會在盡可能長的時間內保留學生信息，以便未來能給學生帶來更多的幫助。

篇3

【關鍵詞】人工智能 網絡教育 具體應用

1 網絡教育模式的發展現狀

1.1 網絡教育的優勢

網絡教育模式是對傳統課堂教育模式的更新與演進，傳統課堂教育模式具有交流便捷、課堂管理方便的優勢，但是也受到空間和時間的雙重限制，需要繳納昂貴的場地和設施費用，難以追趕新時期人們快捷的工作步伐。網絡教育通過互聯網遠程傳遞，在繼承和發展了傳統課堂優勢的同時，彌補了缺點和不足，在虛擬的網絡環境，擺脫了有關時間、空間、身份等諸多限制，促進了教育手段的創新，為人們提供了更多接受教育的機會，促進了國民教育水平的提高。

1.2 網絡教育存在的問題

網絡教育的問題主要體現在以下方面：

1.2.1 操作平臺的局限性

網絡教育登錄界面的首頁，一般包含著課程選擇、成績查詢、習題演練、師資介紹等基本內容，這容易導致眾多網絡教育平臺具有相同的首頁模板和計算機程序，不同平臺、不同學科、不同專業沒能充分體現出其獨一無二的課程特色。操作平臺具有局限性，無法充分體現人性化特色和該課程的特殊化要求。

1.2.2 教學方式的一致性

網絡教學中，一般采用計算機程序設定好的流程，授課、復習、習題演練、期末考試、綜合評估為基本程序，流程化操作，無法根據學生的學習特點和成績要求制定相應的教學方式。教學評價流程過于死板，無法像教師一樣考慮其他綜合因素進行分析，這就容易導致考試系統的公平性、評分的合理性受到質疑，無法體現教學權威性。

1.2.3 服務系統的落后性

網絡教育是以計算機的軟件程序為表現載體，將教學課程和學習方式相融合。隨著知識體系更新換代的不斷加快，學術糾錯的發生，課程及時更新也是十分重要的。但是網絡教育服務系統具有一定的落后性和延時性，傳遞的知識和答疑手段相對落后，影響著網絡教育的準確性和科學性。

2 人工智能在網絡教育中的具體應用

網絡教育缺陷的存在，其重要原因是教育流程系統的“剛性”無法符合學習者不同的教學需求，不懂得如何具體因人而異、因材施教；而人工智能“柔性”的工作特點，可以有綜合考慮各種影響因素，并及時調節，恰好是對缺陷的補充。事實證明，人工智能在網絡教育中的具體應用也取得了較好的效果，主要體現在以下方面：

2.1 專家系統的應用

專家系統是對智能教學系統、決策系統、導學系統以及先進的智能化硬件設備的總稱。傳統的網絡教育是流程化、規范化的，智能化教學系統是對每個流程應用智能化手段，促進教學過程的科學性。

2.1.1 智能決策系統。

在課程開始之前，增設智能決策功能即智能決策系統，類似于學校的入學考試，對學生的學習能力、成績水平、智力狀況進行基本的分析和了解，以學生能力而不是教師要求為教學依據，制定合理的教學計劃和學習方案；通過智能化設計，確定學習成績分階段測試計劃、智力開發方案和考試模擬系統等，通過這些方式，實現對學生能力的充分開發。

2.1.2 智能導學系統

這是通過對學生一定時期學習環境的營造，通過對環境內各影響因素施加措施，為學生的學習提供優質條件。影響因素包括教師、學習資源、外部因素等，一旦學生學習沒有達到預定的目標，教師模塊就會對學生的動態行為做出科學正確的指導，并向正確的學習軌跡糾正；學生學習所需要的參考資料、試卷分析、時事熱點等，會根據學生的學習進展情況及時更新資料庫；學生在學習中遭遇困境，系統會根據智能化發揮引導和提醒功能。

2.1.3 智能教學系統和智能化硬件設備

智能教學系統和智能化硬件設備分別是智能學習系統的軟件和硬件載體。智能教學系統是智能決策和智能導學子系統的綜合，是幾種不同模式的組合與搭配，最終出現適合學生自身的學習模式，并且讓系統關系更加穩固；硬件系統是網絡學習的基礎和載體，包括傳輸設備中的路由器、交換機設備，終端的打印機、攝像頭等。

2.2 其他人工智能系統的應用

2.2.1 語言處理系統

語言處理系統在人工智能領域是一種應用較為廣泛的技術，系統內部擁有錄音模塊、語言識別模塊、轉換模塊和輸出模塊。學生向錄音系統發出聲音，語言識別和轉換模塊將語言轉化為文字顯示在計算機界面上。就目前的技術來說，語言處理系統可以處理簡單口語和書面語言，局限在普通話，隨著語言庫的升級，語言處理系統的功能會越來越強大。這一功能的出現，對學生學習語言口語和減少文字任務有很大的幫助。

2.2.2 知識庫系統

知識庫系統是對知識和數據的整合、匯總和儲存，學生僅依靠記憶中對知識的只言片語和殘損記憶，發揮知識庫強大搜索功能，自動分辨出關鍵詞，并提供完整的數據。這對學生學習記錄的查找和知識的復習有很大幫助，也有助于系統的升級和完善。

3 促進人工智能在網絡教育中應用的具體措施

3.1 加大資金支持

資金支持是發展新科技的堅實保證，政府和相關機構應該重視人工智能在網絡教育發展中的巨大作用，提供政策的優惠和資金撥款，給予場地和設備的支持。有了資金的支持，可以吸引優秀人才開展系統研發和技術升級工作，可以為人工智能的應用提供高性能、高水平、先進的硬件設施保障。

3.2 開展教學實施

應該積極促進人工智能在網絡教育中的教學實施活動，通過一線學習的監測和實驗，推動新技術的普及與應用。在相關專業院校安裝人工智能軟件，也是促進教學實施的有效途徑。

4 結束語

綜上所述，人工智能是一項應用廣泛，可研究性強的計算機前沿技術。通過人工智能相關技術的研究，能夠解決網絡教育中存在的諸多問題，提高學生的學習質量和效率，方便老師的教學管理，以及對教育教學模式將產生深刻影響。

參考文獻

[1]馮佳.虛擬機技術在計算機網絡課程教學中的應用[J].計算機光盤軟件與應用，2011（17）.

[2]王世剛，王紀鳳，尚玉蓮，趙學軍.計算機網絡課程教學中的虛擬機技術應用[J].中國現代教育裝備，2011（01）.

[3]劉健.人工智能在網絡教育中的應用探索[J]. 計算機光盤軟件與應用，2014（06）.

[4]陳建鋒.人工智能及其在計算機網絡技術中的應用[J].城市建設理論研究.2015（03）.

作者簡介

篇4

2 人工智能的發展概述

50年代，人工智能的概念首先提出后，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、求解程序、USP表處理語言等，在這一階段，人工智能專家重視問題求解的方法，忽視了知識的重要性，導致在機器翻譯等方面出現了失敗，使人工智能走入了低谷。從60年代末到70年代，專家系統的出現，使人工智能研究出現了新。隨著第五代計算機的研制，人工智能得到了很大的發展，這一時期人工智能的主要方向就是制造智能機器人。80年代末，神經網絡理論和技術得到飛速發展。到90年代，由于網絡技術特別是國際互聯網技術的發展，人工智能開始由單個智能主體研究轉向基于網絡環境下的分布式人工智能體的研究，另一方面因為計算機速度的不斷提高、存儲容量的不斷擴大，計算機的硬件有了突飛猛進的發展，許多原來無法完成的工作都能實現，因此，人工智能出現新的。其中有些技術已經實用化，人工智能深入到社會上生活的各個領域。

3 英語教學系統設計分析

隨著大學英語教學水平及大學新生英語水平的不斷提高，教育部對大學教學大綱有了新的規定，對大學英語教學有了新的要求，對非英語專業學生有了更高的要求， 在這種情況下，有多媒體技術和網絡技術支持的計算機輔助的大學英語教學迅速發展，這種教學方式旨在將傳統課堂教學與現代信息技術結合起來，實行網絡課程和傳統課堂的優勢互補，但是，目前的英語計算機輔助教學存在著種種問題，主要表現一下幾個方面：

（1）師資不足問題。學生增多及英語小班化教學引起了師資短缺，英語教師精力不足，要從根本上解決這個問題就是要在有限師資下，提高教學質量，有針對性教學。

（2）學生基礎知識不牢固問題。在大學教學改革下，英語教學的重點己經有了轉移，教師沒有多余的時間和精力給學生鞏固基礎知識，比如詞匯、語法，基礎知識在一定程度上阻礙了學生英語水平的提高，因此，要高效率幫學生鞏固基礎知識，進一步提高教學質量。

（3）學生自主學習意識不足問題。自主學習包含自我監控、自我指導、自我強化三個過程，要采取有計劃的或已經熟練達到自動化程度學習的方法，督促學生定時有效的安排學習時間，使學生通過自我監控、反饋和調節實現學習目標。

4 英語教學系統功能結構分析

本系統采用B/S模式（瀏覽器/服務器）的體系結構，構建基于internet的網上教學輔助系統。系統包括兩個兩個模塊：大學英語教學輔助專家系統、學生自主學習系統。整個系統包括四種用戶：領域專家、英語教師、學生、系統管理員。用戶登錄時，根據不同的身份擁有不同的模塊操作權限。

系統管理員：主要是指系統擁有者指定的對系統進行日常維護的人員，主要權限包括用戶管理（對教師用戶、學生用戶、領域專家用戶進行查詢、增加、刪除、修改）、題庫管理（添加、查詢、修改、刪除）、修改密碼等。

領域專家：指具有多年教學經驗的資深英語教師，能夠透徹分析英語試題中所涉及到的知識點、程度、確定度，能給出訓練神經網絡時所需要的既定格式的樣本。主要權限包括知識庫維護（對靜態知識庫和動態知識庫進行添加、查詢、修改、刪除）、神經網絡樣本維護（添加、查詢、修改、刪除）、密碼修改等。

教師：指普通英語教師，每個英語教師都有指定的班級和學生，主要權限有組織考試、上傳考試結果、分析指定學生群體的知識點掌握情況等。

篇5

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作為當今世界三大尖端技術(空間技術、能源技術和人工智能技術)之一，是計算機科學的一個分支，它的目標是構造能表現出一定智能行為的。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學、機器學習、計算機視覺等。總的說來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結合具體領域進行的，主要研究領域有專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決定支持系統和人工神經網絡。它總的來說是面向應用的，隨著人工智能的誕生和發展， 人們開始把計算機用于教學領域。同時， 自七十年代以來， 有教學能力的專家系統得到研制。人工智能技術與專家系統的成就， 促使人們把問題求解、知識表示這些技術引入計算機輔助教學(CAI) ， 這便是智能型計算機輔助教學(CAI)。

近幾十年來， 隨著人工智能技術的日漸成熟， 它的一些研究成果被陸續應用到教學領域， 推進了教育發展改革和教學現代化進程。人工智能在教學系統的重要性也已形成共識。

2 人工智能在教育中的作用

目前在教育技術中涉及到AI的主要有以下領域：

2.1 知識的表示與訪問

基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學及人工智能和專家系統技術為工具，以哲學、心理學和邏輯學等為方法和指導，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學的處理。它不屬于通常的“數據管理或信息管理”的“數據”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內容是對于知識進行形式化的表示、自動化的推理，智能化的教學或創造。計算機輔助教育是其中重要的組成部分。

2.2 符號計算

符號計算包括數值計算、符號計算和函數作圖。其代表軟件是Mathematica，當該軟件在1988年第一次，對科技及很多其他領域的計算機使用方式產生了深刻的影響。Mathematica 1.0時，商業周報將其列入當年最重要的十大新產品名單。這標志著現代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎。隨著各種學生版的，Mathematica也已成為全世界各種不同專業學生的重要工具。

2.3 對學生錯誤的自動診斷

采用人工智能技術，使得教學過程中系統可以自動診斷學生的學習水平，不僅能發現學生的錯誤，而且能指出學生錯誤的根源，從而做出有針對性的輔導或學習建議。而且根據學生的特點自動選擇教學內容，自動調整教學進度，自動選擇教學策略與方法。

2.4 實現智能性超媒體教學系統

超媒體系統有理想的教學環境，容易激發學生的學習興趣和學習主動性，但不能保證達到預期的學習目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導，不能因材施教。智能輔助教學系統正好與此相反。將二者結合起來，就可實現性能互補，從而研究制出新一代高性能的智能超媒體教學系統。

3 人工智能應用于教育的新方向：ICAI

3.1 傳統CAI的不足

傳統的CAI由于其集成性、交互性、多媒體性等特點，在教學中可以極大地激發學生的學習動機，提高教師的教學效率和學生的學習效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現有:

(1)缺乏人機交互能力

現有CAI 大多以光盤作為信息的載體， 將教材中的內容以多媒體的形式展現出來， 教學信息是按預置的教學流程機械式地提供給學生的， 學生接受起來很被動。而且在課堂教學中， 一般也只能通過教師按預定的課件流程進行操作， 無論學生還是教師都不能很好地參與教與學的過程， 因此人機交互沒有很好地實現。

(2)缺乏教師與學生的互動

現有的CAI 課件在學生自學、進行操作使用時，如何學習都是學生自己的事。教師不能完全了解學生的情況，學生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網絡支持，現有的絕大多數CAI 課件是在單機環境下運行的，它們無法利用網絡的優勢使知識內容快速更新，也更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現的條件。

(3)缺乏智能性

要想面對不同情況的學生進行不同程度的教學過程， 使學生的學習變為主動， 并能由系統自動地提供助學信息而有選擇地學習，要想使教師的教學能積極地參與進去并根據系統提供的信息按照學生的認知模型為其準備最適合的學習內容， 給予不同方式的教學模式與方法， 沒有智能性的CAI 課件系統， 是很難實現以上目的并達到良好教學效果的。由此可見，現有的CAI 隨著人們要求的提高， 已經不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學系統將是教師在教育技術上需要不斷探求、努力實現的發展方向索。

3.2 ICAI－人工智能與多媒體技術的結合

為了克服傳統CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應用人工智能原理。因此很多專家提出了智能計算機輔助教學(ICAI)，智能計算機輔助教學(Intelligence Computer Assisted Instruction－ICAI)以認知學為理論基礎。將人工智能技術應用于CAI，是智能化的CAI。在ICAI系統中，允許學生與計算機進行較自由的對話，學生的應答不限于數字或簡單的短語。系統能夠判定學生應答的正確程度，并給予適當的反饋，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現有計算機技術實現較好的人工智能，模仿人類的交互方式、思維習慣及情緒流動，修飾和掩蓋計算機的缺陷。

3.3 ICAI的優點

(1)將教學內容與教學策略分開，根據學生的認知模型提供的信息，通過智能系統的搜索與推理，動態生成適合于個別化教學的內容與策略。

(2)通過智能診斷機制判斷學生的學習水平，分析學生產生錯誤的原因，同時向學生提出更改建議、以及進一步學習內容的建議。

(3)通過對全體學生出現的錯誤分布統計，智能診斷機制將向教師提供教學重點、方式、測試重點、題型的建議。

(4)為教師提供友好的教學內容、測試內容維護界面，無需改變軟件的結構即可調整教學策略。

(5)通過對學生認知模型、教學內容、測試結果的智能分析，向教學督導人員提供對任課教師教學業績評價的參考意見。可以說，一個理想、完美的ICAI系統就是一個自主、優秀的“教師”。

3.4 ICAI的標準

以現有的科學技術水平而言，短時期內顯然無法實現具備上述全部功能的ICAI系統。一般認為，只要具有下列一個或幾個特征的CAI系統就可以稱之為ICAI系統。

(1)能自動生成各種問題與練習。

(2)根據學生的學習水平與學習情況選擇與調整學習內容和進度。

(3)在了解教學內容的基礎上自動解決問題，生成解答。

(4)具有自然語言生成與理解能力，以便實現比較自由的教學問答系統，提高人機交互的主動性。

(5)對教學內容有解釋咨詢能力。

(6)能診斷學生錯誤，分析原因并采取糾正措施。

(7)能評價學生的學習行為。

(8)能評價教師的教學行為。

不難看出，ICAI與傳統的CAI相比，更加符合教育教學的規律，切合學生的認知習慣，具有明顯的優越性。

3.5 ICAI的結構

ICAI主要由三個模塊組成:專家系統模塊、教師模塊和學生模塊。

(1)知識庫

知識庫是實現知識推理與專家系統的基礎，而建造知識庫的前提則是要解決知識的形式化，人工智能技術在教育中的應用表示以及知識的訪問與調用問題。因此，知識的表示與訪問是人工智能的核心技術之一，也是將AI引入教育領域必須首先解決的一個難題。

ICAI中的資源庫應該包括以下一些內容:

①多媒體素材庫:包括所要呈現的知識的一些素材，包括:文本、圖像、聲音、動畫及數字影象等多媒體教學資源。這些用于多媒體數據庫管理，便于分類、增刪、修改及查詢等操作。

②教學內容庫:教學內容庫用于存放教學內容，包括領域知識庫(含輔助知識庫、提示幫助庫、練習題庫，和測試題庫)。這些教學內容，包括習題和試題分章、節、課及知識點等有序存貯。供專家決策系統調用。

(2)學生模塊

學生模塊主要包括以下三個模塊:學生登陸模塊、學生水平評價模塊和學生監督模塊。

①學生登陸模塊:利用該模塊主要用于學生使用ICAI時登錄，第一次登錄時學生輸人姓名、性別、年齡、學歷等相關信息，然后對學生進行詢問，選擇合適的測驗題對學生進行初測推薦學習計劃。當再次登錄時，系統根據保存的信息安排合適的學習內容。

②學生水平評價模塊:學生水平測試模塊用于評價某一教學單元學習完后測試成績。通過測試等因素分析，可以比較確切地了解學生的具體情況，從而制定出合理的教學策略和教學過程

③學習監測模塊:學習檢側模塊用于監測記錄學生的日常學習情況，記錄學生學習某教學單元時的參數值，并記錄在學生檔案中。包括:學生目前學習單元號；學習方式；正常學習、練習、提前瀏覽、學后復習；學習時間；學生提示問題的類型和次數；學生本次練習出錯次數。

(3)專家決策模塊

CAI中的專家決策系統可以看作專家系統中的推理機。專家系統是目前人工智能中最活躍、最有成效的一個研究領域，它是一種具有特定領域內大量知識與經驗的程序系統，它應用人工智能技術，模擬人類專家求解問題的思維過程求解領域內的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規劃、調度、預報、決策等要靠人類專家才能完成的任務。

成功的例子如:① DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用;②MYCIN系統可以對血液傳染病的診斷治療方案提供咨詢意見經正式鑒定結果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。

ICAI根據學生模塊提供的學生學習情況，通過智能系統的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，還可以通過分析學生以往的學習興趣和學習習慣，預測學生的知識需求和常犯錯誤，動態地將不同的學習內容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因，進而有針對地提出合理的教學建議、學習建議以及改進方法，既提高了學生學習的滿意度，激發了學生的學習熱情，也對教師教學提供了客觀的依據和科學的方法。

4 結束語

由此可見人工智能技術已經逐步應用于計算機輔助教學中，與教學現代化有著密切的關系。人工智能技術的發展也必將會對ICAI 的發展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學生脫離“輔導學習”的過程來接受新知識，而采用“通過活動進行學習”的方式。在教學的其他方面，人工智能技術還可以建立人類推理模型學習工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發展，虛擬現實技術的廣泛應用， ICAI 也將得到進一步的完善。21 世紀的教育教學手段將是以智能化CAI 為主線，多學科、多方位發展的新技術的體現。這種手段產生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領域方方面面的改革。

參考文獻：

篇6

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。

篇7

一、前言

當前的人工智能雖然還不夠完善但其在人類的發展進程中起到了巨大的作用。因為其具有了超強的學習和分析的能力，在個人以及人工智能較量的過程中人工智能一直都是處在領先的地位，為此可以利用到人工智能來促進到人類社會的快速發展。

二、相關概念闡述

人工智能又稱AI，是模擬物種智能應用的技術實現和科學。機器智能的科研市場領域包括各種圖像和語言結構的快速識別，以及使用語言直接處理和服務機器人。它不僅相當于人類行為的智能，還可以系統地模擬物種的思維，并將在幾年內超越歷史上的物種。在未來，機器人不斷學習，以使仿人機器人模仿人類的學習方式，在這一過程，獲得新的各種知識，智能機器人的學習過程更快，可以實現對海量綜合數據的深入分析。此外，人工智能機器人不僅可以獲得更準確的結果，而且具有獨特且更快的信號傳輸速率。許多科學家有能力超越人類自身。在深入思考核心問題時，實際上，很多人因為機器人是人類設計的，所以不可能超越人類的歷史，但是人工智能機器人可能具有集成的學習功能，因此這種可能性將變得非常大。人工智能機器人具有繼續學習技術的能力，沒有人能夠預測學習數據后的整體智能水平。

三、人工智能視域下機器人學習的適切性

在當前的文化和教育生活環境中，由于智能教育的興起，大數據情境系統功能可以為學生綜合分析和選擇各種類型的信息，從而重用具有潛在影響的知識可以促進智能教育的發展。智能機器人繼續學習，但借助計算機來分析綜合數據，例如，以完全掌握規則并進行非常有效的分析和預測。可以看出，機器人正為人類智能教育而學習更有益。在教育中，信息化的進程在今天的時代，智能教育無疑已經成為吸引學生在學習過程中的重要因素。將學習與先進技術核心技術結合起來的方法有很多。人工智能機器人必然會給文化教育生態系統帶來幫助。向人工智能機器人學習的方式很多，學校教師可以提高和教育的整體質量和效率，學生也可以贏得符合自身市場需求的學習服務，這有助于減輕學生和家長的負擔。

四、人工智能視域下機器人學習的應用創新研究

從人工智能技術的角度來看，智能機器人學習是目前世界上最先進的技術。大數據在教育相關領域的應用具有很好的業務前景。人工智能機器人持續學習的應用可以幫助一些學生實現相關知識與數據之間的聯系。

（一）機器人學習與教育之間的融合僅從當前的現象來看，大多數教師不了解核心技術，而了解該技術的人也不了解教育，這很容易導致無法在教育與核心之間形成良好的關系。因為技術研發人員不了解教育，所以不能從教育的多個角度審視開發過程，優秀的教師也不能從技術角度回應數據的全面發展。在人工智能開發領域，機器人應該深入地整合到學習和教育中。組織技術實施和教育核心領域的相關人員進行直接溝通和交流，使人工智能機器人在學習和應用過程中能夠更充分地認識到技術研發和生產人員的過程。

（二）機器人學習在學習場景方面的應用人工智能在學校教育領域的應用，因其未來的發展趨勢而呈現出明顯的趨勢。然而，隨著學校教育核心領域的許多專業學科的介入，對學習人工智能機器人的要求將越來越高。當你開始學習同一個主題時，需要在同一個應用程序中逐步建立不同的場景。這對機器人來說更難在未來繼續學習，但也是最值得創新的。仿人機器人普遍對大量綜合數據進行深入分析，分析每個學習內容主題的特點和各部分學生的特點，并采取相應的更有針對性的基本教學方法，提高同學教育的速度和效率。

篇8

一、人工智能概述

人工智能（Anificail Intelligence）是指利用計算機軟件技術與自動化處理的技術，讓計算機能夠模擬與擴展某些人類特定智能的學科，最近幾年來發展非常迅猛，在智能接口，數據挖掘，主體系統等方面取得了豐碩的成果。智能接口技術是研究如何實現人類與機器的便利溝通，現在已經實現了文字，語音，自然語言理解等方面實用化的功能。數據挖掘則是如何從大量不完備的數據中自動生成可應用的知識的技術，在大數據時代里將會有非常廣泛的應用；主體系統則是指的讓計算機具備愿望，能力，選擇等心智狀態的實體，實現計算機的自主性。從當前的應用發展趨勢來看，在未來的5～10年內，人工智能將會應用在教育，醫療，管理，生產等絕大多數的社會領域中，將推動社會的全面發展與進步。在本文中，作者將以高職技能教育為切面，分析人工智能在該領域內應用的前景，并提出建立一套基于人工智能的高等職業技術輔助教學系統的思路，方便進行人工智能應用的相關人士研究與借鑒。

二、人工智能在高職教育教學領域的典型應用及其不足

將人工智能應用到教育方面是很久以來的教育現代化的熱點，從最近幾年來的人工智能在教育方面的應用來看，主要有三種應用的層面：一是智能計算機輔助教學（ICAI），它是將人工智能的技術引入至CAI系統中來，實現更加智能化的教學支持，減輕教師的工作量。二是智能，即讓某些特定的課程與教學的內容，由人工智能來取代教師進行授課，即時答疑，提高教學的效率；三是智能數據庫，對于課程相關的網絡教學資源數據庫，應用人工智能的方法進行數據分析，提高數據庫的訪問速度與交互功能，便于快速搜索與整理數據。但是對于高等職業技能教學來說，上述的三大應用領域還有些不夠契合，主要體現在如下的方面：

（1）對于學習者的活動流程的監控與記錄能力不夠。傳統的CAI系統，側重于對理論思維知識的輔助教學，而對于學習者的身體活動的記錄能力不佳，這樣無法即時準確地保存技能學習過程中與身體活動相關的數據。眾所周知，技能的教學是與學習者身體的活動相關聯的，行動數據的獲取量不足就會導致無法對學習者的技能及其效果進行評估與糾偏。

（2）與使用者的交互功能不佳。傳統的人工智能交互是文本與圖像，雖然簡單直觀但形式單一，還無法通過生動的語音和動作與使用者進行交互。這樣在教學輔助方面的效果不盡如人意。

（3）智能水平有待于提升。現代的人工智能輔助系統，雖然已經能夠實現教學數據的排序、統計、匯總等簡單的操作，但是離真正智能化的工作還有一定的差距。系統無法根據學生操作的具體情況做出個性化的情況統計分析，提出個性化的建議。在即時交互方面也還有很大的提升空間。

三、高職技能輔助教學系統的設計思路

針對上述教學人工智能應用的不足，結合高等職業技術學校的教學情況，特地提出一套人工智能輔助系統的設計思路：

（1）使用高級的智能接口技術實現行動數據的采集。

智能接口是為建立和諧的人機交互環境，使得人與機器之間的交流像人與人之間的交流一樣自然和方便。學習者在進行練習的過程中，無法像傳統的人機交互方式一樣將數據錄入至計算機中，而是需要智能系統通過攝像頭，運動傳感器等等高級的智能接口技術來感知學習者的活動，對活動進行分析與統計，并轉化為大數據存放至海量數據庫中。至于具體采用哪種智能接口技術，需要根據具體的學習內容而定。

（2）應用專家系統對于學習者在技能操作中產生的大數據進行分析。專家系統是目前人工智能領域最有實效的一個領域，它是利用人工智能的技術讓計算機能夠實現特定領域內的大量知識與經驗的系統。利用它來對技能學習過程中產生的大數據進行分析和挖掘，從中提煉出具有個性化的知識體系，發現學生與老師都沒有發覺到的某些特殊的學習狀態，能夠為進一步的學習反饋做好充分的準備。這樣可以使得學習的針對性更強，效率更高。

（3）使用智能檢索與生成技術對于分析結果進行輸出與展示。通過使用人工智能的檢索系統，可以快速地對分析的結果進行展示，可以利用網絡的環境，用生動形象的方式將結果展現在學習者或教師面前，方便掌握學習的過程。

四、輔助教學系統的應用展望

通過應用了上述的基于人工智能的輔助教學系統，將對于高職院校的教學產生非常強大與積極的影響。首先，該系統可以將教師從重復機械的日常教學環境中解放出來，不再通過傳統的測驗，考試，交流等方式獲知學生的學習狀態，由系統監控學習者在技能培訓過程中的一舉一動，自動進行學習效果的定性與定量的分析，積極地反饋給教師，從而使得教學更具備了明確的方向。其次，該系統也會增加技能教學的趣味性，將培訓的活動轉化為類似于電子競技的效果，學生在學習的過程中隨時可以觀察到自己的學習狀態，以及與其他同學的差異，更能夠培養自學的能力。第三，該系統可以與現有的高職院校校園網實現無縫的對接，將全院校的數據進行統一的智能加工與挖掘，可以更加方便高職院校的管理工作，也可以方便地擴展成為完備的高校智能管理系統。

參考文獻：

篇9

[DOI]10.13939/ki.zgsc.2016.36.197

1 中學教育現狀

教育乃立國之本，而中學教育乃是重中之重。一方面，中學生處于青春的成長期，各項綜合素質逐漸完善中，中學教育意義和責任重大；另一方面，中學教育仍然是應試教育為主，仍然需要面對千軍萬馬過獨木橋的“中考”“高考”，中學教育很大程度左右了學生的未來。

目前的中學教育資源，分為公共教育資源――公辦/民辦學校教育，和社會教育資源――私人家教、補習班等，有如下兩個特點。

1.1 學生得到的公共教育資源不足

學校班級結構的構成是：一名班主任教師，多名科任教師。在大多數學校中，無論是班主任教師，還是科任教師，均會承擔其他班級的教學任務。可以看出，教師資源是非常有限的，加上“中考”“高考”的上線壓力，教師往往會將有限的精力分散關注在所有的學生上，每個學生得到的公共教育資源并不多。

1.2 學生獲取的社會教育資源不公

學生若在學校無法獲取更多的教育資源，將不得不轉向社會教育資源去求助。據統計，學生參與社會教育資源的成本在200元/小時，學習費用成本過高，進一步造成普通學生的社會教育資源也無法獲取。

本文要探討的，正是通過人工智能這一現代信息化技術，構建智能輔助學習系統，使中學生能夠獲取到更多、更公平的教育資源。

2 智能輔助學習

2.1 人工智能簡介

人工智能（Artificial Intelligence）是計算機科學的一個分支，是一門研究運用計算機模擬和延伸人腦功能的綜合性學科，能夠對人的意識、思維等信息過程進行模擬。隨著計算機科學技術的發展，特別是近年來大數據技術的成功應用，人工智能在越來越多的行業展現出蓬勃的沖擊力。以谷歌圍棋機器人“阿爾法”、微軟助理機器人“小娜”等為代表的虛擬智能機器人，能像人那樣思考，也具備超過常人的智能。

在國內，人工智能在教育領域的理論研究和教學實踐表現得越來越活躍，盡管人工智能并不是為教育專門研發的，但是人工智能的不斷發展，使得其在教育中的應用也越來越廣泛，教育的智能化一直是教育界和教育技術領域的理想和目標。

2.2 智能輔助學習系統

智能輔助學習系統，其表現形式是能夠為每個學生，配備一個虛擬教師。學生能夠通過電子設備（如手機、計算機），與虛擬教師進行交流對話，咨詢虛擬教師各學科的問題，并得到有效的學習輔助。

該智能輔助學習系統，具備以下幾個特征。

2.2.1 虛擬教師跨學科能力

與傳統的教師專一某一學科不同，虛擬教師并沒有學科邊界劃分。只要學習系統研發出某一學科的學習算法，該虛擬教師就能夠獲取該門學科的能力。

2.2.2 虛擬教師深度自學習

虛擬教師的“智能”來源于三方面。一是學生基本信息檔案，該檔案涵蓋了從小學教育開始的學科成績、綜合能力、愛好特長等，虛擬教師得到學生的人物畫像。二是虛擬教師對學生的自學習，每一次雙方的溝通交流，虛擬教師都能夠不斷更新發展學生的畫像。三是虛擬教師對學校課堂內容的自學習，虛擬教師并不是獨立于學校教育存在的，而是作為學習教育資源的一個補充，虛擬教師能夠掌握課堂進展、作業部署、考試動態等信息。

2.2.3 接近自然語義的溝通

學生與虛擬教師之間，可以通過自然語義的語音和文字進行溝通，如 “今天數學作業第2題不會”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計算輔助手段為補充，如上傳某道數學題圖片，虛擬教師通過圖形識別匹配，給出該題的解題思路和講解。

2.3 優勢分析

智能輔助學習系統，有三大核心優勢。

一是“即學即問”，相比目前的學校教育和社會教育，學生在學習遇到困難時，只有有限的時間與教師交流，在智能輔助學習系統中學生將不受空間、時間限制，隨時隨地可以與虛擬教師互動，獲取充足的教育資源。

二是“定制教學”，相比目前的教育形式，課堂上教師與學生是一對多的關系，教師不可能專為某個學生定制教學方案，在智能輔助學習系統虛擬教師與學生是一對一的關系，虛擬教師能夠更了解學生，根據學生的具體情況制訂最佳學習方案。

三是“受眾廣闊”，相比目前的公共教育資源緊缺、社會教育資源費用昂貴，智能輔助學習系統一旦推廣，受眾學生可無限增加，邊際效應非常明顯。并且計算機系統設計特有的水平擴展能力，能夠隨著學生人數的增加而增加，支撐廣大的學生輔助學習。

2.4 前景預測

筆者比較看好人工智能在中學輔助教育中的落地前景，除了前文所述的人工智能技術發展，為中學教育帶來的價值外，當前國家政策和社會環境也非常有利。

第一，未來10年國家政府和教育部門會大幅增加在教育信息化產業上的投入，隨著《國家中長期教育改革和發展綱要（2010―2020年）》和《教育信息化十年發展規劃（2011―2020年）》等相關規劃相繼出臺，各級地方政府和教育部門都非常重視教育信息化產業的投入，人工智能+云計算是重中之重，人工智能技術的興起必將教育信息化推向一個新的高度。

第二，教育信息化逐漸成為風口，根據前瞻產業研究《中國在線教育市場前景與投資戰略規劃分析報告》統計，2015年在線教育市場規模大約為479億美元，而這一數字在2020年預計將增長到504億美元。這個持續迅猛增長的市場正在吸引越來越多的創意和資本，教育領域中的人工智能也很快會成為熱點，涉足其中的高科技公司也會越來越多。

3 結 論

本文通過智能輔助學習系統，探索了人工智能在中學輔助教育中的一個應用。雖然沒有介紹具體的技術實現、系統研發，但對現狀痛點、應用前景做了綜合性分析概述，相信隨著科學技術的持續發展、教育領域的融合開放，本文探索的這個應用將實現于市場，使廣大中學生能夠獲取到更多、更公平的教育資源。

參考文獻：

[1]何維貴.利用現代化教學手段打造高效課堂[J].廣西教育（中等教育），2013（6）.

篇10

人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,對它的研究涉及控制論、信息論、系統論、語言學、神經生理學、數學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。

人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,同時信息技術的廣泛應用也對人工智能技術的發展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響[2]。

實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。

1研究型教學模式背景

研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。

19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。

自此,研究型教學理念開始廣泛使用。現在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。

2研究型實驗教學

本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。

人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。

針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。

2.1實驗教學中加強學生的研究導向

在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。

2.2人工智能課程實驗

該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。

該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。

課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。

3實驗平臺的構建

民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。

因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策。基于多信息融合的民族關系監測預警系統總體框圖如圖1所示。

目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。

4結語

研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:

1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。

2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。

3) 需要建立一套合理的學生學業和教師績效的評價體系。

參考文獻:

[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.

[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.

[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.

[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.

Exploration and Practice of the Research Experiment on Artificial Intelligence

ZHANG Ting, YANG Guo-sheng