王铭军

摘要：该文通过分析教育应用的发展趋势，介绍了教育应用的发展状况，在深度学习技术越来越发展的今天，教育应用要坚持与人工智能深度融合，改变现有人才培养和教育模式，开启智慧教育时代，针对不同的学习者推送个性化的学习内容，以教育应用为载体，大力发展自适应教学，从而提升人类的人工智能素質，为社会的进步发挥应有的作用。

关键词：深度学习;智慧教育;教育应用

中图分类号：G642        文献标识码：A        文章编号：1009-3044（2018）34-0102-02

1 引言

智慧教育应用不断涌现是基于人工智能相比于上世纪之长足的进步而发生的，尽管很多理智的人们认为，目前人工智能还处于初级阶段。教育应用的场景非常丰富，比如，教育管理与决策、教学事务管理、校园事务管理、学生事务管理以及学生评价与考试测评等等。在面向机器人教育编程应用方面，很多企业推出了可视化编程的机器人教育产品，这些机器人可以通过编程实现与机器人互动，同时还可以制作成手机APP应用来控制机器人，而且还利用语音实现人机之间的交互[1]。在教学方面，出现了智慧导学系统应用，可以作为教学助理系统应用于课堂教学中，回答学习者提出的问题。同时，基于教育大数据，了解学习者的知识水平、学习层次和兴趣爱好，从而为学习者提供个性化的服务。

近几年来，随着深度学习发展，人工智能越来越受到人们的关注，其与教育应用相融合的程度也越来越紧密，并展现出广阔的前景。一些学者认为人工智能+教育将会是未来教育和在线教育发展的方向，并认为机器学习、深度学习等人工智能技术将深度进入中国高等教育领域，并影响未来中国高校人才的培养。

2 智慧教育应用的发展

通过近几年的发展，深度学习技术与教育应用融合已经是不可逆转的趋势，而且越来越多的教育应用如雨后春笋，这些教育应用主要覆盖以下几个方面[2]：

1）跟踪学习者学情

这类教育应用是基于深度学习算法对学习者的各类学习情况数据进行跟踪学习。其实质是通过了解学习者对知识学习和掌握的过程或者进度，来尽可能推测出学习者未来所获得的学习成果。当然，这一预测过程如果按传统的方式——建立数学模型来进行跟踪预测是一个很有难度的事情，由于人类的认知机制是非常难以建立数据模型的，这是人类的思维复杂性决定的，而如果采用简单的数学模型常常无法准确预测。而在深度学习中有一种算法RNN，这种算法可以接受时间上的维度，通过以时间为线索对学习者学习知识的前后差别情况进行学习，从而跟踪学习者不同时间段的学习情况，最后预测学习者下一步学习进程。

2）教学者之智能助理

由于教学者工作繁忙，还要花费许多时间用于解答学习者的各类问题，而这些问题中许多是重复或相类似的问题，因此，有学者研究并开发了用于解惑的教育应用，可以非常快速准确地通过论坛或电邮回复学习者的相关问题，这一教育应用类似于问答机器人。其实，本质上该应用是基于深度学习技术，通过问题和相应回复的学习，形成深度学习模型，利用模型准确回答问题。

3）智能测评系统

考试的测评是一个很繁琐的过程，传统的人工考试测评是基于人工进行测评，由于人的主观性以及客观条件的影响，可能或多或少会产生一定的测评错误，而测评错误对于学习者来说是不公平的，可能对学习者造成伤害。因此，利用人工智能技术研发智能评测系统就是一个很有意义的工作。目前，很多相关的教育应用在人工智能技术的支撑下得以研发。如，利用深度学习技术的智能机器阅卷应用系统，可以对中英文作文题进行批阅。这样的教育应用是很有挑战性的，对于中文母语作文来说，不仅要判别作文中的文字、用词以及语法进行评判，而且还要对作文的立意、段落的衔接以及文章的通顺等更复杂的情况进行判别，这确实是一个很难完成的工作，然而，通过深度学习技术已经可以初步达到这样的评测。

4）语言学习辅助

将人工智能技术应用于不同语言之间交流方面已经不是什么新闻，这样的教育应用很多。如，百度翻译，谷歌翻译，以及有道翻译等。这些教育应用不仅提供不同语言之间的翻译服务，还可以进行语言学习，如，背单词，训练口语以及实时翻译等等。随着语音识别技术的发展，通过语音合成技术就可以直接进行有声翻译了。所以，现在的语言学习可以利用机器来进行学习，不仅方便，而且不厌其烦。

深度学习+教育的各类应用还将不断出现，在未来随着人工智能技术的不断发展，教育应用必然越来越个性化、自适应化和自学习化。

3 深度学习是教育应用之创新动力

每一个时代有这个时代的象征性标志，正如蒸汽机的产生标志着人类进行工业化时代一样，人工智能技术的广泛应用标志着人类进入了新的一次工业化革命。上一次工业化革的是简单手工业劳动者的命，而这一次工业化革的是一切非智能化的Things的命。随着时代的发展，将会有越来越多的智能化设备来取代人类的体力和脑力劳动，教育应用领域应该顺应时代的要求，不断地加强各类教育应用的研发，提升人类整体素质，推动整个教育系统的提升和变革，为人类的教育事业提供新的发展方向和机遇。所以，在这个时代，教育应用应该着重注意提升以下几个方面的发展[3]：

1）加强人工智能与教育应用的融合力度

教育应用的智能化是必然趋势。这种趋势是建立在人工智能与教育应用深度融合的基础之上的。教育应用必须挖掘人工智能技术的潜力，加大二者的融合力度。教育应用智能化能更大程度地帮助用户达到预定的目标，同时还可以代替简单重复的人类大脑思维，从而为教育教学活动增加智能的支撑。这些支撑体现在：使教育管理人员从繁忙重复的数据分析和统计工作中解放出来;使教育工作者从机械重复的批改试卷工作中解脱出来;使教学工作更个性化、更适合学习者的特点，从而达到精准化教学、个性化和自适应学习以及高效率地练习。

2）加大教育应用在教育教学中的应用，变革现有教育理念

从政策和技术角度鼓励智能化教育应用的推广和落地，改革现有的教育教学模式和理念，基于智能化教育应用来创新教育教学模式。改变目前教学模式，教学者课堂上课模式可以多样化，如课前、课中和课后利用智能化教育应用进行教育教学，发挥人工智能的能动作用，一方面增强学习者学习的兴趣，另一方面增强学习的多样化和多样性特征，使学习者在轻松愉快中学习，在高效合理中进行学习活动，将精力尽可能地用于创新的思维活动，避免简单单调的死记硬背的传统学习方式。

3）充分利用智能教育应用，着重开发创新能力

创新是社会发展的不竭动力，创新是人类特有的精神活动。因此智能教育应用应该充分挖掘学习者的创新能力，开发学习者的创造动力，并且让学习者掌握创新方法，培养学习者创新思维方式。教育应用重点要教育人类学习人工智能所不能的领域。在人工智能技术中，要充分利用强化学习这一技术，突破人类的认知限制，开拓一个个崭新的领域。因此，教育应用要起到开启人类智慧，扩展人类学习的创新发展模式的作用。

4 结语

在深度学习技术越来越发展的时代，教育应用要坚持与人工智能深度融合，改变现有人才培养和教育模式，开启智慧教育时代，针对不同的学习者推送个性化的学习内容，以教育应用为载体，大力发展自适应教学，从而提升人类的人工智能素质，为社会的进步和人类的进步发挥应有的作用。

参考文献：

[1]万海鹏，汪丹. 基于大数据的牛顿平台自适应学习机制分析——“教育大数据研究与实践专栏”之关键技术篇[J]. 现代教育技术， 2016， 26（5）：5-11.

[2]刘勇，李青，于翠波. 深度学习技术教育应用：现状和前景[J]. 开放教育研究， 2017，23（5）：113-120.

[3]王亚飞，刘邦奇. 智能教育应用研究概述[J]. 现代教育技术， 2018（1）：5-11.

[4]祝智庭，彭红超. 深度学习：智慧教育的核心支柱[J]. 中国教育学刊， 2017（5）：36-45.

【通联编辑：王力】