何曼

“人工智能+教育”、智慧课堂是新时代新科技与教育科学深度交融的结晶。随着教育信息化的发展，课堂教学从知识传授型转向能够容纳学生体验的项目学习方式，或将成为今后的发展方向。

关键词 人工智能+教育 智慧课堂 教育信息化 数字化教研

随着大数据、人工智能技术的不断发展，传统领域的大数据化、智能化将是一个必然的发展趋势。其中，“人工智能+教育”作为教育信息化的升级版，正在被教育界内外所追捧。北京市海淀区教育科学研究院信息技术研究中心主任马涛与本刊对话时表示，“人工智能+教育”、智慧课堂是教育研究的热点话题，是新时代新科技与教育科学深度交融的结晶。以人工智能手段赋能教育信息化，突破了以技术为主线的传统思路，使得学校教育场景更加突出;同时，以一线教学的视角看待不同教育场景下的人工智能应用价值，凸显了基层教学的实际和一线经验。他希望，未来人工智能可以为教师、学校和管理赋能。

人工智能赋能下的课堂教学实施方向

在线学习：当前，影响信息技术与课堂教学深度融合的主要问题是什么？

马涛：教育信息化建设已实施20多年，在经历了教学课件的推进、教育技术能力培训和信息技术能力提升工程培训后，运用信息技术解决课堂教学中的知识传授、结果性评价等问题，已经成为了广大教师熟识的形态。随着2017版高中课程标准中的学科核心素养发布，K12阶段的课堂教学更加注重让学生利用知识解决问题。所以，课堂教学从知识传授型转向能够容纳学生体验的项目学习方式，成为今后的发展方向。

如果信息技术单纯以教学演示方式的知识传授形态呈现，自然不是项目学习方式的内容主体。以信息技术为载体的學生数字化学习实践，将有效解决学生活动的场地紧缺、设施不足等资源供给问题。因此，在课堂教学中，若教师对学生体验式学习的内涵认识不足，必然会造成信息化仅在浅层教学展示层面使用，不能构建信息化条件下的学生体验学习活动，此时信息技术无法深入结合课堂基本学习形式，进而成为影响信息技术与课堂教学深度融合的主要问题。信息技术与课堂教学的深度融合，要结合课堂教学内容和课堂环节开展。学生学习从知识的获取和理解，到分析问题并尝试利用知识解决问题，这是一个从知识到技能再到能力素养的提升过程。信息技术只有结合这一学习过程，体现学习过程对于能力培养的意义，才能真正解决深度融合的问题。

此外，我一直在关注研究人工智能教育，人工智能在教育领域的运用主要集中在两个方面：一是作为课程出现在学生学习内容体系中;二是作为技术手段，为教育信息化赋能。随着技术进步和大众生活水平的提升，人们的教育需求更突出地表现为对学生个体全面发展关注，也更希望教师对学生个体给予更精细的关注。人工智能技术与教育的有效融合，可以实现教师个体针对学生个体进行的认知、理解、决策，能够以信息化系统的形态解决关注学生个体的问题。

在线学习：面对互联网时代的教育环境，您认为，推进信息技术与课堂教学深度融合有哪些方法？

马涛：我认为，构建互联网时代的课堂教学，会有三个实施方向：一是基于双师课堂的线上教学资源供给，通过学生的个人学习终端，形成线下教师教学组织与线上教学资源的有效结合，以教学资源弥补教师缺陷，以线下教师弥补学生学习的组织管理问题，这需要将终端、平台、资源等进行有机的整合;二是根据积累的学生在知识学习、知识应用、实践过程、能力测评等方面的数据，对学生进行用户画像，通过用户分析发现学生的优势与不足，能够针对学生的不足精准推送学习资源，这需要结合教育需求，深入研究大数据、知识图谱等技术;三是设计学生信息化学习活动，形成在信息化环境下让学生体验知识解决问题的过程，在实践体验中内化素养，这需要教师改变教与学的模式，同时结合学科核心素养改变学习评价。三大实施方向相结合，就能形成具有互联网特征的、体现信息技术与课堂教学深度融合的完整教育环境。

在线学习：您认为，信息技术下的新型教与学模式应该是怎样的？距离实现这一目标，还有哪些困难与挑战？

马涛：我们发现，2020年疫情期间，不少线上直播授课并未达到预期的教学效果，这充分说明将线下教学模式全盘移植到线上并不合适，而新课标的学科核心素养也对教学模式提出了新的需求。因此，我们构建的新型教与学模式应该是：课堂以项目学习的方式实现学生体验式学习，以学生体验活动落实学科核心素养的内化，学生以自己操作移动终端的方式进行数字化虚拟探究;以学习平台承载学习活动过程，以线上资源提供学生知识学习渠道，以线上交流、分享的方式呈现课堂中的师生互动、生生互动。但要实现这一目标面临很多挑战，一是缺乏成熟的大数据分析平台，二是学校内移动终端使用受限，而最大的挑战是教师必须根据学科核心素养要求改变自己的授课方式。

贴近一线教学应用是人工智能教育核心

在线学习：自2017年至今，您已经连续4年担任《中国互联网学习发展报告——人工智能教育领域》白皮书主编。相比去年，人工智能教育领域有哪些创新与突破？

马涛：与去年相比，2020年的《发展报告》除了继续关注作为学习内容的人工智能课程外，新增了利用人工智能手段赋能教育信息化的部分。这一部分突出了教育场景，从学校教育管理与治理、学科教研与课堂教学、学生学习与综合评价方面，针对一线学校的教育场景进行了分析。在教育信息化中人工智能应用的社会认知方面，突破了以技术为主线的传统思路，使得学校教育场景更加突出。同时，以一线教学的视角看待不同教育场景下的人工智能应用价值，凸显了基层教学的实际和一线经验。

作为学科课程内容，2020年人工智能教育在依旧保持热度的基础上，社会态度更加端正、知识目标指向更加明确、学习测评更加完善，体现在教学内容更加关注人工智能核心内容，教师减少了单纯“蹭热度”的教学盲目性，教学内容的选择、教学目标的指向更加明确，同时更加注重人工智能学习效果;针对学生的人工智能能力检测和竞赛，能够以标准、测评等方式不断涌现。因此，2020年的人工智能教育，更加接近人工智能的核心本质，更贴近一线教育教学应用，应用落地案例也更加丰富。

在线学习：人工智能技术的持续导入将如何影响教育生态的重构？

马涛：人工智能持续进入教育信息化系统，将不断提升学生信息化学习环境的智能程度，不断提升对学生个体判断的正确性和对学生关注的全面性，以及为学生推送学习资源的精准性，所以，基于人工智能的智能化教育系统，将实现类似于有经验的优秀教师关注学生个体的效果。这一新的教育生态目标是实现对于每个学生，都能够有一位“经验丰富的老师”随时辅导，观察并发现学生的问题，为其安排能够解决问题的合适的资源，还能够追踪学习效果，帮助学生持续提升学业水平。而此时的教师教学，将会突破原有的知识传授方式，以新的教学设计适应新的学科核心素养要求，以新的教学组织适应新的教育生态。

信息技术多维度助推教研“脱困”

在线学习：《教育部关于实施全国中小学教师信息技术应用能力提升工程2.0的意见》提出，要提升中小学教师队伍信息素养，全面促进信息技术与教育教学融合创新发展。您认为，学校的传统教研存在哪些困难？

马涛：教研工作不单纯是对教师教学进行研究和指导，更是连接一线教师与国家政策、高校教育理论之间的桥梁。随着教育的发展，教师工作强度的加大，以及教师数量的增长，对教研的需求也进一步增加，这给传统教研带来了挑战。例如：疫情期间人员不能聚集，如何實现集中听课研讨的教研活动组织？在教研员数量比较少的情况下，如何实现对全体教师中每位教师的关注？在教师全面发展方面，如何给每位教师营造教学、教研、科研等全面发展的研修空间？可见，教育发展催生了教研的新需求。信息技术作为工具和方式，可以在不同的领域解决教师的发展需求，以信息的获取、甄别、管理、加工、表达、交流、评价的流程，实现教师学习、教师交流、教学资源获取、教学成果分享等功能，从多个维度完成教师与政策和理论的连接。因此，解决教研工作困境时，要不断挖掘教育同仁的经验与智慧，以破解困境寻求教育发展。

在线学习：您及您的团队一直在研究利用大数据分析、人工智能技术等提升教研员数据能力及素养。在您的研究中，数字化教研环境与场景是怎样的？

马涛：结合教研经验，数字化教研环境要实现教师群体成长与个体成长的共同促进。

群体成长由于人数较多，更多关注资源传播维度的丰富性，减少交互，所以会以专题讲座、专题实操培训、观摩交流等活动形式呈现。多种形式的群体活动可以依托信息化系统平台，以资源传播的方式呈现。

教师个体成长可以围绕教师个人发展开展活动，包括听评课、座谈交流、教育科研项目。听评课可以在一线实际授课中，从课堂落实的角度看待理念、方法、教学设计、教学评价、教师基本功、教学特色等;座谈可以针对教师具体问题进行深入的交流;教育科研能够解决问题、挖掘特长。个体成长可以借助平台中的社区、讨论组、群等渠道，形成小范围的人员交互环境，实现人与人的交流。

这些教研活动场景在实施中，均能够产生可量化的数据，依托数据分析能够产生针对教师个体成长的用户画像，完成资源精准推送，实现教师个体发展。以数据、数据关系模型、教研场景为核心，即可构建数字化教研系统环境，以解决前面所说的传统教研困境。

在线学习：在这些环境与场景中，需要教研员的哪些能力与素养？这些能力与素养如何提升？如何评价？

马涛：在数字化教研系统环境中，为了能够推动教师全面发展，解决教研员数量不足及教研员对教师关注不均衡问题，需要教研员不断丰富及完善教师发展的经验模型，全面了解评价教师发展的各个维度，形成分析模型意识。当教研员具有数据分析模型意识后，可以借助模型量化教研员的基本能力，包括教学指导能力、学科知识指导能力、教育科研指导能力、校本课程教研指导能力等。在针对一线教师的具体教研工作中，教研员能够从教师参与教研的过程与结果中得到关于这些能力的量化数据，依据数据分析判断教研活动效果，从数据分析中不断修正今后的教研工作方向。

教研员具有了指导教师全面发展的深刻认识和实施经验后，就能够内化成为素养，提升教研员自身的教研能力。要培养教研员的数据能力及素养，既要不断对传统教研工作场景和工作流程进行总结，也要研究教师评价政策中的评价维度，如教师教育教学标准、教师考核标准等，结合成功教研案例不断分析、总结、反思，明确教师发展数据分析模型，让教研员真正起到教师与政策、理论之间的桥梁作用。当教研员具有了数据能力及素养后，经过分析该教研员身边被关注教师的人数比例、得到不同维度提升教师的人数比例，即从群体、个体的不同角度看待教研员工作效果，以数据呈现教研效果的结论，以数据曲线呈现教师成长的发展轨迹，此时就能够明确地看到教研员的数据能力及素养的价值。

责任编辑：夏英  邮箱：chinadisedu@zxxx.net.cn