卜强

摘要：2017年，国务院印发《新一代人工智能发展规划》，明确指出人工智能成为国际竞争的新焦点，应逐步开展全民智能教育项目，培养复合型人才，形成我国人工智能人才高地。本文正是描述了这样一个基于互联网的人工智能教育平台，利用人工智能提供更有效的教学服务，同时在提供服务时搜集大量教育教学中的过程化数据反馈平台本身。

1引言

计算机辅助教育是个并不新鲜的话题，从上世纪80年代家用计算机逐渐普及开始，已有前人做了大量的研究和探索。但在新世纪之前一直未有公认的大范围的成功案例，直到互联网的普及为计算机辅助教育再上一层奠定了基础，自此以后随着知名学府的网络公开课，慕课等基于互联网的计算机辅助教育新形式的推出与被广泛认可终于指明了进一步的发展方向。

与此同时，近两三年来，人工智能大数据的兴起，获得了相当的社会关注度。无论是传统制造业，还是新兴的互联网行业，商业产品从标准化向个性化演变已经是所有人能够看清的大势所趋。每个人都希望拥有与自己实际需求相匹配的产品或服务，基于机器学习、大数据等技术广告推送和产品体验已经融入我们的生活，不再是只有在最新的学术论文或科技节目中看到的前端科学理念。作为一个职业类院校的教育行业从业者，不免要思考如何去顺应技术风口，参与到最新的科技生活中去。

通过前文论述，能够马上想到的办法，就是制作一个基于互联网的智能教育平台（以下简称平台），利用人工智能提供更有效的教学服务，同时利用提供的服务搜集大量教育教学中的过程化数据反馈平台本身，实现智能迭代，良性循环。

2平台的意义与设计思想

2.1 平台的可行性

在学界，仅在中国知网（CNKI），以人工智能为关键字进行搜索，相关论文的数量已经从2010年前后的每年三千篇左右变成了现在的每年一万篇以上，有了长足的理论积累。

同样在应用领域，以著名的GitHub开源社区为例，2014年以后各类人工智能、大数据的开源应用如雨后春笋一般的出现，涉及语言理解、文本处理、基于浏览器的神经网络框架、基于网络的机器学习等诸多方面。已在各个领域被广泛应用。而这些已经被证明有效的工具，可以我们自己的平台开发中直接使用，大大节省了平台的开发成本。

2.2 平台建立的紧迫性

正如引言中所述，利用新技术、新概念提高教学生产率是职业教育行业必须尽快直面的问题。但经过排查，国内尚未有一个专门面向职教类学生并运用了人工智能、大数据分析技术的互联网教育平台。众所周知，基于海量数据的大数据分析是人工智能的重要组成部分，可供分析的数据也不是朝夕可得，一蹴而就的，需要大量的实际应用反馈与长年的数据搜集。因此，尽管可以想象到有诸多困难与不确定性，也要尽快把这个平台建立起来，立即开始搜集可供分析的有效数据，并一步步的加入人工智能尝试个性化服务。本文接下来将要探讨的，就是基于前文所述的用于数据搜集的智能化网络平台的设计。

2.3 平台的设计思想

在16年年末，北京的GET教育科技大会上，有科技公司做过专题演讲。提出教学内容的数字化、学习的个性化、交互的拟人化是未来人工智能影响教育教学的具体方向。本次平台也正是沿着这三个方向设计的。

3平台的具体实现

3.1内容的数字化

内容的数字化不仅是建立平台的基础。数字化的内容大大方便了用户，是平台的建设的关键，平台需要解决的首要问题就是吸引用户前来使用，仅仅凭某个教学单位单方面的推广是不够的，强制性的指派也无法培养用户的使用习惯。必然导致平台的边缘化。因此平台必须先要解决目标用户的痛点，让广大师生愿意使用才能有进一步的发展。因此平台开发之初，选择了考试功能作为切入点。

将师生们平时需要面对的各类考试内容数字化，用户只要登录平台。根据身份的不同就能立刻体验到数字化内容带来的方便：

对学生用户来说，平台提供题库浏览功能，支持单选、多选、判断和填空题等多种题型，并支持按考试类目的分类浏览。在浏览题库的同时，提供记录笔记的功能，可以选择私藏或公开笔记，其他人可以看到公开的笔记，并对其进行评论。

除浏览题库之外，学生也可以根据自己的学习进度进行课程自测，学生可以选择自测的范围和测试的体型，也可以选择是否打乱题目或答案的顺序。自测完成后，平台将给出学生的自测成绩以及测试中的错题供学生自行判断学习情况。学生也可以查阅历次自测的成绩，对全局的学习情况有基本的了解。

对教师用户来说，除可以方便的查询相关学生的自测、考试结果掌握学生学习情况之外。平台还专门提供了题库的录入功能，方便教师将搜集整理的各类试题放入题库。更提供了自主组卷功能，可以将题库中的任意试题编组成卷，根据需求设定考试时间、内容、题型、分数分配等考试细节，并在线开考，可以控制学生端是否参与预定的考试，开始、结束开始，自动批阅试卷并给出成绩列表等功能。在随时掌握学生的学习动向，大大节省了出卷、批阅、造表的时间提高工作效率。

上述提到的功能，其实质是在提供便利服务的同时搜集师生學习互动时的过程数据，进行大数据分析，供下文的两个平台设计使用。

3.2学习的个性化

搜集了大量过程化数据以后，就是大数据的实际应用。对学生用户来说，每一次的练习、考试都是一套完整的数据呈现。根据所呈现的数据，平台可以分析学生的学习时间和学习成果，掌握学生的学习情况。倘若学习时间或成果符合设计的学习路径，情况正常。则平台会依据教师的设定自动推送下一步的学习任务，做到个性化教学。

在学生接受了平台推送的教学任务之后，平台可以检测学生是否按时按量完成了学习任务。倘若没有按要求完成任务，平台可以提示学生，或提示教师对学生进行管理。倘若学生按照要求完成了学习任务，平台又可以根据阶段测试的结果，反馈推送的任务是否符合达到了最佳的时效比，学生的学习成果是否符合预期。如果不符合预期，则有必要调整任务的难度和练习的频次，争取用个性化的学习方案，得到最佳的学习效果。

针对教师而言，对学习效果好，做题效率高的学生的学习进程进行分析。总结归纳出有成效的学习进度方案，利用平台进行推送，并观察方案效果，以期所有的学生都能得到相似的学习效果。推广后再搜集遵照方案学习的学生数据以及学习结果，优化细分推荐的方案，按照学生的实际情况再行分配，进一步推广，并反馈分析，实现良性循环。逐步建立千人千面的学习进度方案体系。

3.3交互的拟人化

交互的拟人化是一个需要大量实践解决的问题，人与计算机的交互随着技术的发展越来越先进。文字是计算机推送和接受数据的传统方式，现行的技术已经支持图像、音频、视频等多种信息的输入输出处理。

平台在初始阶段准备采用更多的图形以及拟人化的平台助手来提高用户体验。同时，平台也有个性化的拟人方式：

学生的学习过程接受来自平台的学习任务推荐。平台推荐的教学路线来自于教师的整理以及平台的反馈。平台以教师的名义向学生派送学习任务。虽然是一个教师设置、平台推送、学生接受的过程，但此过程中隐藏了平台推送环节，学生感知到的是教师直接向其指派任务。这样，在学生的体验中，不是和冰冷的网站程序交互，而是直接和教师进行交互，将有效的提高教学效果和任务布置的权威性。

4总结

以上就是一个基于互联网的智能化大数据平台的基础设计，但功能还不够完整。未来此基础上还可以切入到整个教学流程的完善，比如说教学大纲和教案的统一编撰，校历的自动编排等功能。只要建立起这个平台，不但可以方便用户，还可以从用户处搜集数据反馈平台建设。是一个符合当前技术潮流的有实践意义的工作。