新冠肺炎疫情给所有人都带来了前所未有的挑战。然而，随着学校领导者和教师们开始采纳教育科技，并以全新的方式利用教育科技，他们发现自己可以更快、更深入和更持久地应对当前诸多挑战。1. 应对教育领域中的科技问题。疫情期间，教育工作者面临的一大问题，不仅是采用哪些课程和数字学习解决方案，更重要的是如何保证公平性。例如，是否所有学生都有计算机或者稳定可靠的网络接入？不过，随着新学年的开学，上述状况正得以改善。许多教育工作者表示，地方政府正向他们提供开展远程学习所需的各种资源。并且，教育工作者也意识到，混合式学习和远程学习模式可以整体提高学生们的成绩。2. 新机会带来新乐观情绪。疫情暴发后，教育工作者开始思考教育的未来发展走向。显而易见，远程学习和混合式学习中采纳的部分流程仍将继续得以保留。确保学生们可以公平地获取这些技术工具，并且确保他们可以方便地采用这些工具，对于新学年的顺利开展至关重要。3. 关注未来。如果各个学区的负责人能够优先采纳简便、高效的解决方案，推动教育领域实现真正的变革，整个教育行业就能够更好地应对当前所发生的巨变，同时为师生提供更好的支持。（原载：https：//www.k12dive.com/spons/envisioning-the-new-normal-a-story-of-optimism-in-education/605134/）

疫情之下的学习对美国高中生的长期毕业率有何影响？

根据美国希望联盟发布的《2021建立高毕业率国度报告》（Building A Grad Nation）显示，由于疫情迫使学生转向线上学习，美国总共有大约300万学生无法到学校上学。受影响最大的群体主要是传统上未获得充分服务的学生群体，包括有色人种以及来自低收入家庭的学生。报告表明，尽管初期迹象显示2020届美国高中学生的毕业率并未大幅下降，但似乎难以实现原定的90%的毕业率。2019年，美国高中学生的毕业率曾达到85.8%的历史高点。不过，除非美国各州持续为包括母语为非英语的学生和残疾学生等高中学生改善学习条件，否则美国高中生毕业率很难再创新高。据报道，疫情期间，成千上万名学生被迫辍学，其中包括许多因父母失业而被迫辍学、加入工作大军，帮助家庭渡过难关的学生。而在疫情暴发前，高中学生的辍学率不断下降，2018年仅为5%左右。（原载：https：//www.k12dive.com/news/how-will-pandemic-learning-impact-graduation-rates-long-term/607734/）

人工智能创新的四大发展趋势

1. 负责任的人工智能。各种利益相关方要求人工智能技术增强信任度、透明度、公平性和可审核性，而负责任的人工智能可以提供一个满足上述要求的治理框架。2. 转向小数据和宽数据。疫情期间，随着企业状况出现巨大变化，基于大量历史数据的人工智能模式的重要性降低。如今，小数据和寬数据可以为决策提供更加强大的分析支持。小数据是指采用需要较少数据，但仍能提供实用洞见的分析技术;宽数据则是指实现各种数据源（包括小数据、大数据、非结构化数据和结构化数据源）的分析和协同作用的数据。预计到2025年，70%的企业将被迫从大数据转向小数据和宽数据。3. 人工智能平台的操作化。操作化是指人工智能项目从概念转向实际生产，从而可以依靠人工智能解决方案来解决企业面临的问题。这是利用人工智能实现企业转型的重大步骤。4. 资源的高效利用。鉴于人工智能部署所涉及的数据、模型和计算资源的复杂性和规模，人工智能创新需要非常高效地利用这些资源。多重体验、组合式人工智能、生成式人工智能等引起了人工智能市场的广泛关注。（原载：https：//campustechnology.com/articles/2021/09/08/gartner-4-key-trends-speeding-ai-innovation.aspx）

编译/赖鹏飞