時間：2023-08-27 15:02:27
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇人工智能基礎教育范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
不知不覺，又是一年結束了。在同志們的支持下,我不僅圓滿地完成了教學任務,還在思想業務水平上有了很大的提高。現將有關方面總結如下:
一、思想品德方面
熱愛并忠誠于教學事業，教學態度認真，教風扎實，愛崗敬業，工作積極，團結同志。工作中盡職盡責，做到教書育人，為人師表，自覺遵守學校的規章制度。認真完成教育教學工作任務，取人之長，補己之短。在今后的工作中，我會不斷嚴格要求自己。
二、教學方面
本學期，我擔任的是《機床電氣控制》和《電工技術基礎與技能》的教學工作。為了能更好的提高他們的學習成績，在工作中認真學習新課程標準,使自己的教育教學水平不斷創新，不斷提高。
1、認真備課
課上的是否成功，很大程度上取決于課備得是否精彩，因此每節課我都認真作好課前備課。認真鉆研教材，對教材的基本內容都弄清楚，了解教材的結構，重點與難點，掌握知識的邏輯，能運用自如，知道應該補充哪些資料，怎樣才能教好。了解學生原有的知識技能及他們的興趣、需要、學習方法、學習習慣，學習新知識時可能會有哪些困難，采取相應的預防措施。仔細考慮教法，解決如何把教材的內容傳授給學生，如何組織教材、如何拓展教材，如何安排每節課的活動。甚至細化到自己的每句話應該怎么說，以便能調動起學生的積極性和求知欲，讓他們對所教課程感興趣，為能更好的學習打下基礎。
2、積極上課
備課充分，能調動學生的積極性，上課效果就會好。但同時又要有駕馭課堂的能力，因為學生在課堂上的一舉一動都會直接影響課堂教學。因此一定要組織好課堂教學，關注全體學生，注意信息反饋，調動學生的有意注意，使其保持相對穩定性，同時，激發學生的情感，使他們產生愉悅的心境，創造良好的課堂氣氛，課堂語言簡潔明了，克服了以前重復的毛病，課堂提問面向全體學生，注意引發學生學數學的興趣，課堂上講練結合，作業少而精。教師是每節課的組織者，所以，老師每天都要有充足的精神，讓學生感受到一種自然氣氛。這樣，授課就事半功倍。
3、精心批改作業
要提高教學質量，一定要做好課后輔導工作，本年度由于疫情利用釘釘在線教學。在教學中，我有針對性的對一些學生尤其是后進生進行輔導，從最基本知識點著手，然后是電路結構和原理，每講完一節課，我都要利用釘釘軟件在線布置作業，講解知識點，當天的內容當天完成，不讓學生欠債。不斷地給他們鼓勵，經常詢問他們學習上的困難，幫助他們解決問題，在批改作業方面，每一次都能做到全批全改，對個別學生錯的地方、不會的地方，認真講解，從不放任自流。
三.教育工作方面
愛學生是對老師最最基本的要求。老師愛學生，可以彌補家庭和社會教育的不足，使教師的影響長久地保存在學生的內心深處。要做一個合格的人民教師，還要愛學生。不論在生活上，還是在學習上，都要給予必要的關心和幫助。我還抽時間給學生談心、交流，和學生共同活動，縮短了師生距離。由于我愛學生，關心學生，處理問題及時，方法得當，注意和學生溝通，所以，學生就信任我，喜歡我，也喜歡上我的課。熱愛學生，還表現在教師對學生的尊重和信任，以及對學生的嚴格要求。尊重學生的人格，了解學生的個性，相信學生，關心學生，既統一嚴格要求，又注意學生的個體差異，區別對待。對程度、水平不同的學生，采取不同的教育方法,因材施教。關愛每一個學生，特別是差生，使每一個學生都學有所得，不讓一個學生掉隊，把每一個學生都培養成社會有用的人才。一個教師能得到學生的信任，使自己的工作順利進行，使學生能健康活潑的成長，是自己最大的成功和欣慰。
人工智能技術及其應用的發展歷史雖然只有短短的50余年，但是它作為信息技術的前沿領域，對社會經濟和發展的影響卻越來越大。在基礎教育課程改革的大潮中，許多國家意識到基礎教育領域開展人工智能教育的必要性，努力把人工智能列入技術類教育的教學內容中。作為師范類院校，教授人工智能課是有必要的。?
（1）為部分優秀的學生將來做更深入的研究打堅實的基礎。在面向知識經濟的今天，研究獲取、表示和使用知識的人工智能學科越來越受到人們的重視。目前人工智能研究被列為中國高技術領域的重點之一。以專家系統為代表的智能化系統在信息技術中也占有重要地位。因此在高等教育中開展人工智能教育和智能化系統的研發，不僅是計算機科學的應用，也是促進各學科服務于國民經濟發展的必然趨勢。為使人工智能的理論、方法和技術的研究與應用普及和深入，教育重心必須要下移，即從研究生教育向本科教育普及。開展本科層次人工智能普及教育的有效途徑之一是在本科高年級開設相關選修課。開展人工智能教育，不僅能夠更好地發揮高等院校的育人和科學研究功能，而且能為學生拓寬專業路徑，擴大自主學習空間和發展個性創造條件，同時也為營造一個使學生不僅有寬厚、扎實的理論基礎，且具綜合分析和解決問題能力的環境。?
（2）為將來從教的學生積聚大量的知識。英國早在1999年，人工智能課程已經作為選修課出現在中學的信息與通訊技術（ICT）課程中。許多中小學還通過機器人競賽活動來激發中小學生學習人工智能的興趣，使學生不僅提高了用信息技術解決問題的能力，而且培養了多種思維方式，獲得了更多的創新空間。美國現行的中學信息技術課程設置中，將人工智能的內容作為“媒體與技術”層面對12年級學生的要求。澳大利亞的部分中學開設的信息處理與技術課程，人工智能、信息系統、算法和程序設計、社會和倫理道德、計算機系統分別作為5個主題共同構成了該課程的教學內容。在該課程的大綱中規定，人工智能部分的教學內容在高中第3學期為12年級的學生開設，教學時間為10周。?
在我國，多年以來中學奧林匹克信息學競賽中一直包含有人工智能相關的題目，涉及啟發式搜索、博弈、智能程序設計等問題。2003年4月，我國教育部正式頒布《普通高中技術課程標準（實驗）》，首次在信息技術科目中設立了“人工智能初步”選修模塊，標志著我國高中人工智能課程的正式起步。?
我國的新課程標準頒布后，教育部評審并通過了分別由教育科學出版社、廣東高教出版社、地圖出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材，并開發了相應的教輔材料，包括教師用書和配套光盤等。為了配合中學人工智能課程的實施，國內也推出了一些適合中學生學習與體驗的人工智能軟件和網絡資源。另一方面，一些高校的本科生、研究生也逐步關注中學人工智能教育的開展并將其作為畢業論文的研究選題。一些師范院校適應形勢要求，已為師范生開設了與此相關的選修課程。?
2 人工智能的教育及教學條件現狀?
通過對本人多年的教學過程進行總結，我校的《人工智能》課程教育現狀可總結為如下幾點：?
（1)理論知識充裕。但與實踐相脫節，特別是在智能科學技術的教育教學方面。盡管知識面相當廣泛，而人工智能理論的普及教育以及智能技術的開發與應用仍然十分滯后。?
(2)同其它普通高等院校一樣，在本校，人工智能技術的研究與應用尚未普及，甚至比不上其它院校。這不利于培養學生的科研興趣及創造精神。?
（3）缺乏配套實驗教材，實驗教學內容缺乏，無法培養學生的研究能力和創新能力。只有開設實驗項目，才能使人工智能的相關知識具有研究性和綜合性。?
（4）對中小學智能教育的深度及教學方式、教學特點缺乏研究。做為師范類院校，我認為在對學生進行基礎知識教育的基礎上，要緊抓中小學智能教育的特點對師范類學生進行相關的教育與培訓。?
相對于教育現狀，我校的《人工智能》課程教學條件現狀要稍好一些，其狀態如下：?
（1）教材使用國家級規劃教材，此教材非常系統地介紹了人工智能的基本原理、方法和應用技術，適合本科及研究生使用。在我們的授課過程中，也會適當為學生提供相關的國內其他先進教材，如中南大學蔡自興教授的《人工智能及其應用》等。?
（2）為了促進學生自主學習，我們準備了多種類型的擴充性學習資料，加強學生主動學習的意識，包括：課程相關雜志和書籍目錄，以及部分重要的參考文獻，與人工智能相關的網絡資源如優秀BBS、新聞組、網址等。 它們包括了大量的文獻資料、本領域研究的前沿動態等。 使用表明，學生非常樂于查閱這些資源。 使學生能通過使用這些資源進行一些人工智能程序設計，探討一些問題，在課堂討論中展示他們的收獲。?
(3）校園網的普及與不斷優化使本課程有優良的實踐性教學環境，能充分滿足教學需要。我們擁有較充足的多媒體教室和網絡教室，為實現本課程教學提供了物質保障。在網絡資源建設方面，全校辦公室、教室、學生宿舍和教師宿舍都以寬帶網相連，這些硬件設備對本課程教學發揮了重要作用，使本課程教學質量得以明顯提高。?
3 人工智能教學方法及手段的改革?
針對我們現在所采取的教學方法，我認為存在許多不足，如教學方式比較單一，教學內容偏重理論講解等，為此，提出以下教學方法的改革：?
（1）通過多種途徑激發學生的學習興趣。課程的學習效果，直接受到學生興趣和參與意識的影響。一般來講，《人工智能》作為一門前沿課程，開始學生學習興趣很大，當開始接觸到抽象理論知識及部分算法時，學生往往感到不易接受。 我們通過各種途徑和方法， 激發和培養學生的學習興趣，包括鼓勵學生參與某部分知識的擴充性資料查找,預留一定時間請學生負責對此內容進行講解，布置學生對某個基本成型的實驗進行糾錯及驗證，降低問題解決的難度。學生因此產生興趣從而做更深度研究。?
(2）進行啟發式教學。 我們可以嘗試在教學過程中不斷提出問題請學生思考，啟發學生求解這些問題，鼓勵學生提出自己的猜想和解決方案，然后擺出教材中的解決方案，并與同學所提出的觀點進行分析和比較，這足以加強學生學習的主動意識和參與意識，提高學生學習的積極性。?
(3）課堂辯論與交互式教學。 組織課堂辯論，討論的議題可定位為譬如人工智能是否能超過人類智能等有爭議的問題。學生通過對這些問題展開激烈爭論，激發了學習潛能，明確了學習目標。當然師生間的交流方式還有很多，如郵件互發、QQ留言等，也可在課程網站中的互動平臺進行交流。?
(4）分層次因材施教。 在授課過程中，通過對每個具體學生的學習進度、課堂作業情況進行及時評估，對學生提出進一步的學習建議和指導， 實現個性化的教學。 對優秀學生探討，可以在教學設計和實驗設計中要求其選作部分探索性、創新性的功課和實驗，以發揮學生個性優勢。對于有意于將來從事中小學教育的學生可以在機器人及人工智能技術發展現狀等知識層面對其做問題講解。而那些看似缺乏興趣的學生，我們可以用多媒體手段如播放人工智能相關電影及科學小片引起其興趣，實行逐步引導的教學過程。?
另外，我們可以嘗試雙語教學。 采用中文教材和講授的同時，注重在課程中的關鍵詞同時用英文表示，并適當指定英文參考短文和英文參考書。使學生能夠接觸國外文獻資料，加深對學習內容的理解，獲得更寬廣的知識。我們也可以在教學內容安排上，注重理論聯系實際，將一些人工智能網絡上的虛擬實驗給學生進行課外上網練習，從而使學生了解算法的具體運行過程， 通過參與達到知識的理解，掌握基本方法和技術。?
根據現有的條件，我們在教學中可以采用多媒體教學和網絡課程教學相結合的方法，充分利用多媒體的豐富表現形式，利用網絡課程的交互性、情景化等特點，構筑以學生為主體的《人工智能》課程現代教學模式。 對于抽象知識，可通過動畫和視頻演示，通過聲音和圖像展示人工智能的歷史、人物和前景，做到學生直接而深刻地看到知識的內涵外延。網絡課程能較好地實現交互并使學習過程情景化，通過網絡課程的課堂練習和章節練習，教師可以評價學生的學習情況，并給學生提出學習建議，從而提高學生的研究力和創新力。我們也可以給學生播放中學《人工智能》課程課堂教學錄像，以使學生看到初高中學生的知識范圍及深度；同時給學生播放現有的《人工智能》科學成果，讓學生看到理論背后的實踐；也可以播放科幻片，激發學生想象的翅膀從而有興趣把人工智能作為將來深造的方向。《人工智能》是一門較新的課程，改進教學方法和手段不僅要靠教師，也應增加硬件設備的投入。如果人工智能能采用智能輔助教學系統或機器人輔助教學過程逼真、形象，一目了然，這樣可大大提高學生的學習效率，尤其是提高學生的觀察判斷能力、發現問題和解決問題的能力。?
4 人工智能實踐教學設計的探討?
我們可以在教學過程中，適量開設一些實驗和設計，提高學生的動手能力，并加深他們對理論知識的理解，降低理論的抽象度，提升理論的實用性。在近兩年的教學過程中，我們會適量加入一些人工智能語言的教學過程。例如，在講解了“野人與傳教士過河”等問題后，我們可以讓學生使用Visual Prolog或者C ?++?對算法進行實現；在講解 TSP 問題的遺傳算法解決案例后，指出編碼方案、初始種群大小、進化代數、交叉率變異率等因素對求解結果的影響，并要求學生通過實驗的方式來分析、理解這些問題，并提出“尋找更有利的解決方案”等問題。把學生的興趣激發后，為解決這些問題，學生會在課外主動查閱相關文獻、相互討論以實現他們所設計的方案，這樣既培養了學生善于鉆研和勇于創新的精神又提高了學生的實踐與創新能力。?
參考文獻：?
［1］ 熊德蘭,李梅蓮,鄢靖豐.人工智能中實踐教學的探討［J］.宿州學院學報,2008(1).?
［2］ 何元烈,汪玲.“Visual C ?++?”在“人工智能”教學中的應用與探討［J］.廣東工業大學學報:社會科學版,2008(8).?
在大數據的“滋養”下，AI在越來越多的領域更懂人，讓擁有深度學習能力、不斷進化的AI幫助人類探索學習規律、開拓認知潛能，已成為人不被機器淘汰的必要之舉，根據教育部的規定，2018年秋季開學后，高中生們將要開設一門新課程：《人工智能》。
互聯網教育尤其是線上K12培優項目一直是投資熱門，直播1對1模式風口過后，教育圈內最火的應該是AI項目了。據億歐智庫的報告顯示，2017年人工智能教育融資額度達42.17億元，其中超80%屬于早期投資項目，這個賽道有望誕生多個獨角獸公司。
筆者發現，當前布局人工智能的在線教育大體分為三派：
教學或題庫測評類工具產品，比如作業盒子等；
培訓機構應用AI技術，比如好未來等；
人工智能教育引擎及平臺提供商，比如高木學習等。
現在擺在AI教育創投從業者面前的問題是：到底以技術實力論英雄的AI教育的泡沫有多大？真金不怕火煉的AI教育項目的核心能力在哪里？如何才能落地？ 本文試做解讀。
一、為什么“自適應”其實并非真正的AI？一位投資人朋友曾向我這樣說道：“既懂互聯網行業又完全懂本行業的業務的管理型人才不超過十個，這是在‘互聯網+’雙創浪潮中每個垂直行業頭部項目就幾家能玩轉的原因。”而認知和技術門檻更高的“AI+”情況恐怕會更加不妙，甚至很多人把“自適應”與“AI教育”劃等號。
自適應學習（Adaptive Learning）的鼻祖是美國的Knewton公司，它通過評估不同學生對知識材料掌握度進行個性化推薦，有點類似于今日頭條的興趣引擎。 Knewton在國內的門徒眾多，目前大概有40多家項目宣布發力做“自適應”，比如“乂學教育”（學練測自適應）、“學吧課堂”（題庫自適應）、“英語 流利說”（英語口語糾正）、“一起作業”（家長、老師在線監控）等等。
嘉御基金創始人衛哲說過，“90%的人工智能項目都是偽AI”，鑒別的依據是看項目“算法速度”，如果是代數級而不是幾何級計算那就不是“真AI”，以此來考驗自適應項目，得到的結論未免讓人失望。
初級的自適應項目是人工預設指令或編程規則推薦，高級的自適應是基于知識圖譜推薦，即使是高級的自適應項目由于沒有按照既定的教學大綱和教學目標有 邏輯地展開，在具體知識學習之中并不系統。關鍵是很多自適應項目采集的是各科最優秀特級教師的能力，導致其算法本身是線性的、模擬人學習而已。
自適應的技術原理就好比AlphaGo是應用了人類最優秀圍棋大師的能力而非是完全迥異機器深度學習和自演化模型；自動駕駛AI應用了某個人類零誤 差老司機的感知能力而非是基于全網海量交通大數據做運算和決策；人工智能醫生是應用了看X片最快最準的醫生的經驗而非是海量數據庫訓練；顯然按這樣的路徑 訓練出的機器并非是真正的AI。
“真正擁有充分教學大數據及算法速度的‘AI教師’是能輕松超越擁有30年教齡特級教師的，并且可以突破人類的知識局限，對算法模型進行自動演化，找到人類從未嘗試過的策略。”高木學習創始人劉瞻這樣描述AI教師。
劉瞻是帝國理工學院科班出身，早在2015年開啟AI教育創業，他認為判斷真偽AI教育項目具體有三個考察維度：
（1）自適應是基于模擬優秀老師的知識圖譜推薦知識，而真正的AI教育機器人則是泡在“教學實踐大數據”中做深度學習。
（2）自適應主要用作知識盲點的統計，但無法分析出知識體系之間的本質聯系，用AI更重要的任務是找到行為背后的原因，比如某學生表面上二次函數是 薄弱環節，既有可能是其對二次函數的各細分知識點掌握不牢，也有可能是前置知識點一次函數、函數的思想理解不透徹，還有可能是方程求解的問題；甚至有可能 是抽象思維或計算能力的問題，AI會根據該學生數據和“知識路徑矩陣”，找到問題背后的原因從而匹配出最優學習路徑。
（3）人類教師的情感因素能左右學生的學習效果，AI教師也應綜合考慮學生的自信心與成就感的培育與激發，從而確保學生學習過程“知”、“情”、“意”的一體化。
二、AI教育的核心：幫助每個學生找到“元認知能力”AI教育并不會改變“老師-學生”的二元結構，甚至人工智能教育還要在師生兩端徹底解決互聯網教育未完成的兩大難題：
如何幫助學生找到學習方法、提升學習效率？在中國一個普通中學生80%的學習時間是低效的。
如何幫助老師對學生更高效的“因材施教”？目前在我國師資資源依然整體短缺并且分布不均，1對1培優成本高、小班普及率低等問題依然突出。
AI教育的優勢在于通過數據化形式分析學生自己都不清楚的“癥結”，即所謂的“懂我更懂教好我”，同時AI還能幫助老師實現教學效果的穩定化和可控化。AI在充分收集和處理教與學兩端的大數據后，還得在具體教學場景之中個性化建模，最終實現“讓學生更會學，讓老師更會教”，這是人工智能教育的目的。
陶行知先生說過，“教是為了不教”，教育本質不是灌輸知識，而是要啟發學生思考并讓學生掌握自主學習的能力。目前很多偽AI學習神器只能“授人以 魚”但并不能“授人以漁”，我國基礎教育歷來缺乏方法論課程，只有極少數有天賦的學生能自主制定適合自己的學習方案，而絕大多數天資處于平均線的學生在混 沌中摸索。如果從AI的視角來看，所謂“天賦”不過是少數幸運兒自覺不自覺的分享了“元認知能力”。
當人主動設定學習計劃、自我反饋、動態調整學習策略時，就接近了“元認知”，在大數據時代，這種元認知能力是能被定量化分析的，AI 教育可以為學習者提供關于反復激活元認知能力的“訓練法”。根據劉瞻的解讀，AI教育的“訓練法”就好比給蹣跚學步的嬰兒安上矯正走姿的“學步車”，具體 應用什么樣“訓練模型”則是由AI根據大數據進行場景化定制的，有可能是通向學習目標所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，這些模型 能不斷調取和強化人的“元認知能力”。
盡管市面上90%項目都是著眼于知識點和解題訓練的自適應，真正AI教育項目比如高木學習的AI不僅包含自適應的知識圖譜大數據，而且還能不斷從學 生的行為數據中演化“知識路徑矩陣”即AI可根據學生對知識和能力體系的理解定制出個性化學習路徑。與此同時，AI讓學生在對知識的理解與記憶過程中不僅 訓練知識掌握度，還不自覺地訓練了元認知能力，這套“個性化學習引擎”其實是在培養學生“忘掉所有知識后”剩下的元認知能力，具有普適化的特點。
實際上，AI教育并不需要局限在某一學習階段、某一學科的知識體系，完全可以打造一個跨學科、跨門類、跨階段使用的“通用知識學習引擎”，也就是說，除了應用在K12領域外，AI教育還可以應用在高等教育階段，甚至在輔導大學生時比中小學生會更為輕松，無須綜合考慮學生的學習動力因素等。
反過來講，如果市面上的人工智能教育項目只能用于某一單科或只能教K12，就不是基于大數據獲取和智能化引擎的“全才”和“通才”，基本可視為基于特定領域專家總結的經驗規則的“偽AI”。
三、為什么AI教育項目落地，to B模式比to C模式更容易跑通？當前AI教育項目的商業化進程走向大體分為兩大派：
一派是自建場景的顛覆派，試圖開發新的測試軟件以抓取學生的數據，甚至引入一些把AR（增強現實）、MR（混合現實）等黑科技，其目標是以“AI教師”完全取代真人老師教學，屬于“人機對抗”模式，較為典型的是乂學教育的松鼠AI。
另一派是升級現行教育體系、不另創場景的改良派，屬于“人機共教”模式，較為典型的是高木學習的AI Tutor。
一般走人機對抗模式最終走的是to C模式；而“人機共教”走的是to B模式。鑒于我國當前AI教育的應用場景主要為教學機構包括全日制學校與培訓機構，而非一個個分散的學生；只有讓AI去輔助老師備課、上課，嵌入到學生作 業和訓練，幫助學生提分和學校提升升學率，才能幫助AI更快落地并且找到盈利模式。
從“全日制學校”應用AI的實踐上看， AI能讓老師“心中有數（據）”，提升教學的針對性，AI教師實際上相當于真人老師的“智能助教”，可以減輕老師50%的工作負荷量，比如AI幫老師批改 作業，把數據分析的可視化呈現出來幫助老師定制教研方案。因此，在市場推廣過程中，AI教育項目不需要擔心基層老師的接受阻力，能讓老師擺脫“汗水老師” 的局面也是基礎教育機構所希望看到的。
由于全日制學校獲取的大數據比培訓機構更加海量、持續、高頻，因此高木學習更看重AI在全國全日制學校場景中的數據價值，積極在全國推行城市合伙人制度，并計劃與地方教育主管部門合作推出全國教師AI應用能力培訓公益活動。
To B模式中另一大企業客戶就是體制外的培訓機構，他們所面對的學生付費意愿強、購買力相對旺盛，是AI教育項目獲得穩健現金流的必爭之地，那么當前培訓機構應用AI教育項目開展“人工智能雙師班”的效果如何呢？
首先，AI教練能保持教學效果穩定化輸出，解決原本老師教學效果不確定的弊端。
其次，AI 提升了老師的工作效率，突破了培訓機構因為名師稀缺且流動性大限制培訓機構的規模化發展的瓶頸。
再次，比如高木學習的AI幫助學生發掘了“元認知能力”增強學習信心、提分效果明顯，幫助合作培訓機構提升了續費率，為招生帶來便捷。
一、深度學習概念的提出
深度學習的概念，源于30多年來計算機科學、人工神經網絡和人工智能的研究。上世紀八九十年代，人們提出了一系列機器學習模型，應用最為廣泛的包括支持向量機（Support Vector Machine，SVM）和邏輯回歸（Logistic Regression，LR），這兩種模型分別可以看作包含1個隱藏層和沒有隱藏層的淺層模型。計算機面對較為復雜的問題解決訓練時，可以利用反向傳播算法計算梯度，再用梯度下降方法在參數空間中尋找最優解。淺層模型往往具有凸代價函數，理論分析相對簡單，訓練方法也容易掌握，應用取得了很多成功。①隨著人工智能的發展，計算機和智能網絡如何基于算法革新，模擬人腦抽象認知和思維，準確且高清晰度地進行聲音處理、圖像傳播甚至更為復雜的數據處理和問題解決等，在21世紀來臨的時候成為擺在人工智能領域的關鍵問題。
30多年來，加拿大多倫多大學計算機系辛頓教授（Hinton，G.）一直從事機器學習模型、神經網絡與人工智能等問題的相關研究，并在機器學習模型特別是突破淺層學習模型，實現計算機抽象認知方面取得了突破性的進展。2006年，他在《Science》上發表了《利用神經網絡刻畫數據維度》（Reducing the Dimensionality of Data with Neural Networks）一文，探討了應用人工神經網絡刻畫數據的學習模型，首先提出了深度學習（Deep Learning）的概念和計算機深度學習模型，掀起了深度學習在人工智能領域的新。這篇文章的兩個主要觀點是：第一，多隱藏層的人工神經網絡具有優異的特征學習能力，學習到的特征對數據有更本質的刻畫，從而有利于可視化或分類；第二，深度神經網絡可以通過“逐層初始化”（Layer-wise Pre-training）來有效克服訓練和優解的難度，無監督的逐層初始化方法有助于突破淺層學習模型。②基于深度置信網絡（DBN）提出非監督逐層訓練算法，為解決深層結構相關的優化難題帶來希望，隨后提出多層自動編碼器深層結構。③2012年，辛頓又帶領學生在目前最大的圖像數據庫ImageNet上，對分類問題取得了驚人的結果，將計算機處理圖像數據問題時排名前五的錯誤率（即Top5錯誤率），由最高26%大幅降低至15%，大大提高了人工智能圖像數據處理的準確性和清晰度，這是早先計算機僅僅依賴數學模型的表層學習和單層學習根本無法實現的水平。
在人工智能領域，深度學習其實是一種算法思維，其核心是對人腦思維深層次學習的模擬，通過模擬人腦的深喲緯橄筧現過程，實現計算機對數據的復雜運算和優化。深度學習采用的模型是深層神經網絡（Deep Neural Networks，DNN）模型，即包含多個隱藏層（Hidden Layer，也稱隱含層）的神經網絡（Neural Networks，NN）。深度學習利用模型中的隱藏層，通過特征組合的方式，逐層將原始輸入轉化為淺層特征、中層特征、高層特征直至最終的任務目標。深度學習可以完成需要高度抽象特征的人工智能任務，如語音識別、圖像識別和檢索、自然語言理解等。深層模型是包含多個隱藏層的人工神經網絡，多層非線性結構使其具備強大的特征表達能力和對復雜任務的建模能力。訓練深層模型是長期以來的難題，近年來以層次化、逐層初始化為代表的一系列方法的提出，為訓練深層模型帶來了希望，并在多個應用領域獲得了成功。
人工智能學者們認為計算機和智能網絡的這一深層的自動編碼與解碼過程，是一個從數據刻畫、抽象認知到優選方案的深度學習的過程。由于人腦具有深度結構，認知過程是一個復雜的腦活動過程，因而計算機和人工智能網絡模擬從符號接受、符號解碼、意義建立再到優化方案的學習過程也是有結構的；同時，認知過程是逐層進行、逐步抽象的，人工智能不是純粹依賴于數學模型的產物，而是對人腦、人腦神經網絡及抽象認知和思維過程進行模擬的產物。應該說，到目前為止，深度學習是計算機和智能網絡最接近人腦的智能學習方法。近幾年來，深度學習進一步嘗試直接解決抽象認知的難題，并取得了突破性的進展，AlphaGo的問世，便是明證。2013年4月，《麻省理工學院技術評論》（MIT Technology Review ）雜志將深度學習列為2013年十大突破性技術之首。④深度學習引爆的這場革命，將人工智能帶上了一個新的臺階，不僅學術意義巨大，而且實用性很強，工業界也開始了大規模的投入，一大批產品將從中獲益。二十世紀八九十年代以來，隨著學習科學的不斷發展，深度學習的概念和思想不斷在教育中得到應用。
二、深度學習在教育中的興起與發展
來自腦科學、人工智能和學習科學領域的新成就，必然引起教育領域研究者的深刻反省。計算機、人工智能尚且能夠模擬人腦的深層結構和抽象認知，通過神經網絡的建立開展深度學習，那人對知識的學習過程究竟應該是怎樣的一個腦活動過程和學習過程？學生的學習有表層和深層等層次之分嗎？從作為符號的公共知識到作為個人意義的個人知識究竟是怎樣建立起來的？知識學習過程究竟是一個怎樣的抽象認知過程？信息技術環境支持下深層次的學習如何實現？近十多年來，這些問題引起了許多教育研究者特別是教育技術學研究者的濃厚興趣，深度學習、深度教學的研究日益引起人們的重視。也正是在辛頓的“深度學習”概念明確提出后，教育學領域特別是教育技術學領域的深度學習研究日益活躍起來。
其實，早在1956年布魯姆在《教育目標分類學》里關于“認知領域目標”的探討中，對認識目標的維度劃分就蘊含了深度學習的思想，即“學習有深淺層次之分”，將教學目標分為了解、理解、應用、分析、綜合、評價六個由淺入深的層次。⑤學習者的認知水平停留在知道或領會的層次則為淺層學習，涉及的是簡單提取、機械記憶符號表征或淺層了解邏輯背景等低階思維活動；而認知水平較高的深層理解、應用、分析、綜合和評價則涉及的是理性思辨、創造性思維、問題解決等相對復雜的高階思維活動，屬于深層學習。1976年，美國學者馬頓（Marton，F.）和薩爾約（Saljo，R.）在《論學習的本質區別：結果和過程》（On Qualitative Difference in Learning： Outcome and Process）一文中，明確提出了表層學習和深層學習的概念。⑥這被普遍認為是教育學領域首次明確提出深度學習的概念。他們在一項關于閱讀能力的實驗研究中，明確探討了閱讀學習的層次問題。通過讓學生閱讀文章并進行測驗，發現學生在閱讀的過程中運用了兩種截然不同的學習策略：一種是試圖記住文章的事實表達，揣測接下來的測試并記憶，即表層學習（Surface Learning）；另一種是試圖理解文章的中心思想和學術內涵，即深層學習（Deep Learning），也被譯為深度學習。深度學習的學習者追求知識的理解并且使已有的知識與特定教材的內容進行批判性互動，探尋知識的邏輯意義，使現有事實和所得出的結論建立聯系。淺層學習和深層學習在學習動機、投入程度、記憶方式、思維層次和遷移能力上有明顯的差異。深度學習是一種主動的、高投入的、理解記憶的、涉及高階思維并且學習結果遷移性強的學習狀態和學習過程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（Biggs，1999）等人發展了淺層學習和深度學習的相關理論。⑦隨著信息技術的發展，近十年來，國外學者對信息技術支持下的深度學習及其在各學科領域、各類教育中的應用研究日漸廣泛。
2002年以來，從技術支持高等教育的深度學習、虛擬環境中的深度學習、形成性評估對深度學習的影響、學習環境對學生進行深度學習的影響、技術支持下的深度學習設計等方面研究成果日益豐富，但絕大部分是基于教育技術學視野的研究成果。2006年，辛頓教授關于深度學習的成果發表，進一步推動了深度學習在教育中的研究與應用。近十年來，在中小學深度學習研究方面最有影響的當屬加拿大西盟菲莎大學（Simon Fraser University）艾根（Egan， K.）教授領銜的“深度學習”（Learning in Depth，簡稱LID）項目組所進行的研究，其成果集中體現在《深度學習：轉變學校教育的一個革新案例》（Learning in Depth： A Simple Innovation That Can Transform Schooling）等著述之中。⑧該研究探討了深度學習的基本原則與方法，分析了深度學習對學生成長、教師發展和學校革新的價值與路徑，并在加拿大部分中小學進行實驗研究。其核心成果聚焦課堂學習和教學問題，即使是關于教師教育中深度學習的研究，也聚焦于教師的學習過程和學習方式。⑨艾根所開展的深度學習研究項目超越了單一教育技術學視野的研究，不僅僅是關于教學設計、學習技術和學習環境開發的研究，而是基于建立新的學習觀和知識觀，對教學活動與學習過程作出了新的闡釋。
總體上看，國內關于深度學習的研究最近十年才剛剛起步。2005年，我國學者黎加厚教授在《促進學生深度學習》一文中，率先介紹了國外關于深度學習的研究成果，同時探討了深度學習的本質。他認為深度學習是指在理解學習的基礎上，學習者能夠批判性地學習新的思想和事實，并將它們融入原有的認知結構中，能夠在眾多思想間進行聯系，能夠將已有的知識遷移到新的情境中，作出決策和解決問題的學習。⑩此文被認為是國內較早介紹并論及深度學習的研究成果，此后，關于深度學習的探討，特別是基于信息技術環境下的深度學習的相關研究論文逐漸增加。2006年10月，筆者在前期研究的基礎上，與臺灣成功大學教育研究所所長李坤崇教授聯合發起“海峽兩岸能力生根計劃”，推進能力導向的深度教學的理論研究與實驗研究，主張以價值觀、知識觀、學習觀、過程觀的重建為基礎，以發展學生的學科能力為宗旨，實施深度教學，克服課堂教學改革過于注重教學程序、教學技術、教學時間的淺層次改革和表層學習的局限性，深化課堂教學改革。2014年后，中國教育科學院院長兼教育部課程教材研究與發展中心主任田慧生研究員基于深化課程改革的需要，帶領一個團隊開始啟動深度學習的項目研究。直至今日，基于核心素養追求背景下的深度學習研究項目，如雨后春筍般涌現，“深度學習”成為教育研究中的一個熱詞。
盡管計算機、人工智能領域與教育學領域都提出了“深度學習”概念，但不難看出二者顯然具有本質差異。計算機與人工智能領域的深度學習是建立在機器模擬人腦深層結構的基礎之上的，是基于人腦結構的一種計算機算法思維和問題解決模型，是對人腦和認知結構的模擬。而教育學領域的“深度學習”概念，無論是布魯姆還是馬頓和薩爾約，都指向了“知識”和“學習”兩個核心，是關于知識學習的目標和過程的問題。布魯姆在教育目標分類學認知領域的目標構設中，認為認知目標是由了解、理解、應用、分析、綜合、評價六個不斷加深的層次構成的。這一目標明顯是關于知識學習和認知過程的目標，在2001年修訂版中，這一目標被精確表述為知識學習和認知過程兩個維度。馬頓和薩爾約在關于閱讀的研究中，基于學生對文本理解的層次和理解的深度提出了“深度學習”的概念，并認為學習的本質區別在于過程而不是學習的結果，是學生對文本知識學習的深刻程度決定了其學習結果的差異性。
艾根的研究實現了從深度學習向深度教學的轉向。艾根的深度學習（Learning in Depth）研究更明確地指向了學生對知識的學習所到達的深度，以及教師通過對知識的處理引導學生逐步到達一定的學習深度。這一深度學習的過程是一個逐步深化的學習過程，要求教師在教學過程中引導學生著眼于知識的深層次理解和深度處理。該項研究表明，深度學習的研究開始從單一的學習技術研究轉向了對教學過程的關注，注重深度學習與深度教學的關聯性和一致性，深度學習的研究呈現出向深度學習與深度教學相結合的轉向。
三、深度學習的核心理念
從深度學習走向深度教學，一方面是教與學的一致性決定的，另一方面是當前中小學課堂教學普遍存在的局限性Q定的。教與學的關系既不是對立關系，也不是對應關系，而是一種具有相融性的一體化關系，離開了教無所謂學，離開了學也無所謂教。學生真正意義上的深度學習需要建立在教師深度教導、引導的基礎之上。從本質上看，教育學視野下的深度學習不同于人工智能視野下的深度學習，不是學生像機器一樣對人腦進行孤獨的模擬活動，而是學生在教師引導下，對知識進行的“層進式學習”和“沉浸式學習”。“層進”是指對知識內在結構的逐層深化的學習，“沉浸”是指對學習過程的深刻參與和學習投入。離開了教師的教學和引導，學生何以“沉浸”？因此，深度學習只有走向深度教學才更具有發展性的意義和價值。同時，我國新一輪基礎教育課程改革以來，課堂教學改革依然存在著諸多表層學習、表面學習和表演學習的局限性，“學習方式的轉變”往往演變成了教學形式的改變，諸如教與學在程序上的簡單翻轉和在時間上的粗暴分配。其所體現出來的知識觀、價值觀、教學觀、過程觀依然陳舊落后，以學科知識、學科能力、學科思想和學科經驗的融合為核心的學科素養依然未能得到實質性的滲透。
深度教學的“深度”是建立在完整而深刻地處理和理解知識的基礎之上的。艾根在深度學習的研究中，首次從知識論的角度，論述了深度學習的“深度”（Depth）的涵義。他認為“學習深度”具有三個基本標準，即知識學習的充分廣度（Sufficient Breadth）、知識學習的充分深度（Sufficient Depth）和知識學習的充分關聯度（Multi-Dimensional Richness and Ties）。這三個標準，也是深度學習的核心理念。
第一，知識學習的充分廣度。充分的廣度與知識產生的背景相關，與知識對人生成的意義相關，與個體經驗相關，也與學習者的學習情境相關。如果教學把知識從其賴以存在的背景、意義和經驗中剝離出來，成為純粹的符號，便成為無意義的符號、無根基的概念知識。知識具有強烈的依存性，無論是自然科學的知識還是社會科學或人文學科的知識，都是特定的社會背景、文化背景、歷史背景及其特定的思維方式的產物。離開了知識的自然背景、社會背景、邏輯背景，前人創造的知識對后人而言幾乎不具有可理解性。隨著深度學習的興起，旨在以廣度促進理解的“無邊界學習”日益引起人們的重視。可見，知識的充分廣度，其實是為理解提供多樣性的支架，為知識的意義達成創造了可能性和廣闊性基礎。
第二，知識學習的充分深度。知識的充分深度與知識所表達的內在思想、認知方式和具體的思維邏輯相關，深度學習把通過知識理解來建立認識方式，提升思維品質，特別是發展批判性思維作為核心目標。所以說，深度學習是一種反思性學習，是注重批判性思維品質培養的學習，同時也是一種沉浸式、層進式的學習。深度學習強調學習過程是從符號理解、符號解碼到意義建構的認知過程，這一過程是逐層深化的。
第三，知R學習的充分關聯度。知識的充分關聯度，是指知識學習指向與多維度地理解知識的豐富內涵及其與文化、想象、經驗的內在聯系。知識學習不是單一的符號學習，而是對知識所承載的文化精神的學習。同時，通過與學生的想象、情感的緊密聯系，達到對知識的意義建構。從廣度，到深度，再到關聯度，學生認知的過程是逐層深化的。所謂意義建構，即從公共知識到個人知識的建立過程，都需要建立在知識學習的深度和關聯度之上。
①Y.LeCun and Y.Bengio.Convolutional networks for images，speech，and time-series.In M.A.Arbib，editor，The Handbook of Brain Theory and Neural Networks.MIT Press，1995.
②Geoffery E.Hinton and Salakhutdinov R.R.，Reducing the dimensionality of data with neural networks. Science.2006 Jul 28；313（5786）：504-7.
③Geoffrey E.Hinton，Simon Osindero，Yee-Whye Teh. A Fast Learning Algorithm for Deep Belief Nets. Neural Computation.2006（7）.
④余凱等.深度學習的昨天、今天和明天[J].計算機研究與發展，2013，9.
⑤安德森.布盧姆教育目標分類學（修訂版）[M]. 北京：外語教學與研究出版社，2009：78-80.
⑥Marton，F. and Saljo，R.，On Qualitative Difference in Learning：Outcome and Process. British Journal of Educational Psychology，1976，46：4-11.
⑦安富海.促進深度學習的課堂教學策略研究[J].課程?教材?教法，2014，11.
⑧Kieran Egan. Learning in Depth： A Simple Innovation That Can Transform Schooling. London， Ontario： The Althouse Press， 2010.
[關鍵詞]智能機器人 師范院校 教師教育 師范模式
一、引言
20世紀90年代以來,隨著科技的進步,人工智能技術的發展,智能機器人在全世界范圍內掀起了一股熱潮。隨著機器人技術理念的逐步完善和相關設備更新,人們也將越來越重視智能機器人的教學和競賽活動。正是因為看到了這一點,我國的高等教育以及中小學教育在這方面也都投入了巨大的熱情和精力,智能機器人教育在學校教育中的地位也越來越重要。筆者通過文獻檢索發現,智能機器人教育在國內外已不是少數學校的事。
1.國內外高校智能機器人教育開展現狀
無論國內還是國外,在高校開設智能機器人教育課程的現象已經非常普遍。但主要是一些綜合性大學。比如日本是世界上機器人教育和機器人文化普及最高的國家之一,在日本不僅每所大學具有高水平的機器人研究和教學內容,且每年舉行多種不同檔次的機器人設計和制作大賽,通過大賽培養了大批機器人技術研究和應用人才,使日本的機器人技術走到了世界前列。其他再比如一些歐美國家,亞太地區等都有該類項目的開設。
在國內,據不完全統計也有為數相當的高校有開設這項課程。其中有包括清華大學、北京大學、北京理工大學、西安理工大學等綜合型大學,也有北京師范大學、浙江師范大學等師范類大學,其他還有一些職業技術學院等等。可以說我們的教育界還是注意到了這門新興的學科,也在這塊領域投入了相當的支持和關注。
2.國內外中小學智能機器人教育開展現狀
國外青少年熱中于機器人基于他們的歷史文化環境:一是高新科技(尤其是IT的超速發展);二是漫畫、電影、電視、體育競賽、電子游戲以及互聯網的影響。也正是由于這些文化因素的影響,智能機器人教育在國外開展地如火如荼,發展也比較迅速。目前,各國都有舉辦不同級別、科目、門類的比賽:比如日本的ROBO―ONE比賽至今已經舉辦了7屆,還有“青少年機器人大賽”等,其主要參賽者都是年輕人。與此同時韓國的青少年也在掀起一股機器人熱潮,韓國政府和企業也正在投入大量資金開發機器人產業,并使之商品化。而在美、德、法等國家,機器人產業也正在受到重視,一般采取“官產學”形式。“官”即政府的支持和調節,“產”即產業界的自我分類的研究和開發,“學”即學校專門設置的課程,進行學校教育。在如此龐大的體系下,機器人產業在國外已占非常重要的地位,尤其在當今的信息技術時代。
我國的智能機器人教育現狀又如何呢?據不完全統計,在2005年全國已有2.5萬余所中小學、320余萬學生參與到智能機器人教育當中來。隨著這幾年經濟的快速發展,目前我國中小學參與到機器人教育這個項目當中的人遠遠超過了上述數據,而且還在不斷上升。特別是沿海發達地區,比如上海、廣東、浙江、江蘇等地區。目前的主要開設形式是校本課程或者興趣小組等,參與的學生也大多是出于個人興趣愛好。
3.中小學智能機器人教育的師資現狀
由于智能技術是信息技術的核心領域,智能機器人也成為了培養學生動手能力、創新能力、協作能力和邏輯思維能力,提高學生綜合素質,開拓智力的平臺;同時,也是進行程序設計形象化、成果化教育的平臺。
目前就已開展智能機器人教育的學校來看,其主要的指導老師就是信息技術老師。智能機器人教育主要多個學科的知識,由于沒有專門的機器人教育專業,使得我國基礎教育領域機器人方面的師資處于接近真空狀態。可以看到中小學信息技術教育在師資方面還存在著諸多欠缺的地方。而計算機科學與技術、教育技術這兩類專業在培養目標和培養模式上都帶有局限性。比如計算機科學與技術專業,他們培養的人才往往有雙重性:一是培養具有教書育人的良好素質,能勝任中小學計算機教育的教師;二是可從事計算機行業的相關人才。而教育技術專業雖然把培養目標調整為“具有良好的信息素質,勝任中小學信息技術課程的教學工作”,但是,目前多數教育技術專業、計算機科學與技術專業的培養模式培養大批“勝任”智能機器人教育課程的教師顯然不切實際。
4.關于師范院校開展智能機器人教育的情況
在我們國家而言,智能機器人還屬于比較新興的項目,作為科研重要基地的大學起步也較晚,大家的水平差距相對較小。如果師范院校現在開設該項目,以時機來看,比較恰當。正因為大家處于同一起點,相互之間的差距不是很大,更加有競爭。師范類院校作為為社會培養人才的基地,更應該看到這一事實。目前師范類院校較綜合大學來實力上看處于劣勢狀態,但師范院校由于和基礎教育結合緊密,在發展機器人教育方面事實上具有先天優勢。為提高師范類院校的競爭地位,增強培養人才的實際能力,創造出師范特色的新的人才培養模式,都值得我們思考并加以實施。
二、師范院校開展智能機器人教育的價值
1.師范類院校提高本身競爭力的需要
在師范類院校開設智能機器人教育正是順應了師范教育改革的潮流。不僅可以為基礎教育提供更好的師資力量,也為師范類院校在人才培養模式上帶來了新的思考。拓寬了師范生的就業渠道,增強了社會競爭力。
2.中小學智能機器人教育的需要
智能機器人教育引入中小學,不僅有利于信息技術的發展;有利于我們探索教育改革和人才培養的新途徑、新方法;有利于高素質人才的培養;同時,也將推動我國智能機器人知識和技術的普及;促進我國智能機器人事業的發展和專業人才的培養;促使新興的智能機器人產業的形成。因此智能機器人進入中小學已成為一種必然趨勢。我們可以通過智能機器人教育這個平臺挖掘學生的創造潛能培養造就創新人才。不久的將來,智能機器人教學必將進入我們的周圍,越來越多的人員便會參與到其中。如果師范類院校開設智能機器人教學,那么等到這些人員從事到中小學教育以后,他們發揮出來的作用將不可限量。
3.培養學生的諸多能力需要
智能機器人技術是世界強國重點發展的高技術,也是世界公認的打開21世紀大門的鑰匙。智能機器人融合了機械、電子、人工智能等技術。如果把它引入教育,不僅有利于信息技術教育的發展;有利于我們探索人才改革和人才培養的新途徑、新方法;有利于高素質人才的培養;同時將推動我國智能機器人知識和技術的普及;促進我國智能機器人事業的發展和專業人才的培養;促進新興產業的形成。實踐證明它不僅可以激發學生的想象力,培養學生的設計能力、創造能力、動手能力和跨專業的綜合應用能力而且還培養了學生的協作精神。把智能機器人引入師范教育,不僅培養了學生的諸多能力,同時又為師范類院校學生在就業競爭中提供了一項優勢,何樂不為?
4.師范性和專業性結合,培養更全面人才的需要
師范教育的根本目的不在于培養文學家、科學家,而是培養能培育文學家、科學家的教育家。在師范類院校開設智能機器人課程便是培養模式上的一種嘗試和創新。由于師范類院校其本身的特殊性,它主要為基礎教育培養師資力量,側重點在于培養教師而不是培養研究性人才。師范類院校要培養智能機器人教育的人才,勢必要調整培養目標和培養模式,把專業性和師范性更好到結合在一起,只有這樣才能優化人才,增加競爭力。師范類院校要看到自己的缺點的同時也注意發揮自己的優勢。目前中小學存在的問題就是專業教師的缺乏。為中小學智能機器人教育提供更優的師資,也為師范類院校學生提供更多的就業機會而言,在師范類院校開設智能機器人教育也就非常必要而且也很有利。
三、要研究智能機器人教育發展的師范模式
1.要總結開設智能機器人教育的做法和經驗
湖州師范學院于2004年開始智能機器人教育,目前擁有機器人儀器80臺,實驗室兩個。主要以學科競賽、興趣小組形式開展設,目前正在課程開設試驗。舉辦過六次機器人院級比賽,五次機器人校級比賽,舉辦過兩期暑期培訓,并代表學校參加過7次全國性的比賽,參與到這項教育活動的學生數大約有600人,獲得了全國一等獎多項,引起社會、其它學校的關注。
作為師范院校,開展智能機器人教育的主要目的是為突出專業特色,增強社會競爭力。雖然我們開展的時間并不是很長,但無論是自己舉辦活動還是參加大規模的比賽,我們的師生都認真努力,收獲頗多。在教學實踐和理論方面都有了很大的提高,積累了一定的經驗。
從筆者的走訪來看,無論是參與到其中的教師還是學生,都得到了一定的鍛煉。一些同學甚至還受到了一些中小學的邀請,去擔任他們的興趣小組指導教練,參加省級比賽,也取得了不錯的成績。智能機器人教育開闊了學生的視野,培養了學生的能力,同時打造了學校品牌,為學生就業提供了多一條的途徑。
但同時在教育對象、課程設置、實驗室管理等方面也都還存在著一定的問題。比如智能機器人是融合了多種技術的綜合性課程,開設培訓課程以前,需要學生有一定理論基礎。所以需要開設一定的前序課程。由于受到實驗室、師資等問題的限制,目前我們學院開設的項目還比較少,學生參與面還不夠寬等等。
2.要明確培養目標,更好地開展機器人教育,形成師范模式
就師范類院校開展智能機器人教育而言,筆者認為我們要按師范專業的特點開展一系列智能機器人教育課程、活動,形成一種師范模式,更好地普及機器人教育,為基礎教育培養優秀人才。
(1)在師范專業開設一些信息技術課,培養學生信息素養
當今時代,對學生的信息技術素養要求越來越高。根據我院實際經驗,學生在參與到機器人活動中時需要一定的信息技術基礎,比如C語言編程,而我們師范生缺少的就是這方面的知識。如果師范院校在這方面能開設一些系列課程,使學生的理論知識水平有所積累,對于我們開展機器人教育必將有極大的幫助。我們在從小學教育專業、教育技術專業本科生中開展智能機器人教育,就十分重視學生信息技術課程知識的補充,因此師范生在智能機器人教育的一系列活動、選修課程中理解能力、動手能力就迅速提升。
(2)建立配套完備的機器人教育實驗室
智能機器人是技術的前沿之一,集成了數學、物理、化學、生物、機械、電子、材料、能源、計算機硬件、軟件等眾多領域的科學和技術知識,沒有一種技術平臺比智能機器人更綜合。所以為了使現在的師范生能夠更適應未來信息時代的要求,在教學實驗環節中及時地增加教學實驗內容是非常有必要和可行的。況且,機器人教學需要有實際的場地設備等要求,機器人教育實驗室的創辦非常需要。加強機器人教育實驗室建設,重點在對學生進行機器人教育指導能力的訓練,同時要注意實驗室的專業完備程度,規范管理等,并提高機器人實驗室的軟件建設、社會服務能力。
(3)成立大學生機器人教育協會,組織機器人學科競賽
機器人比賽是一項很好的科技創新活動,不僅易于激發興趣,而且還可以培養學生的多種能力。學生們在研討爭論中,逐漸提高了語言表達能力;在策略方案分析中,鍛煉了思考、分析問題和解決的能力;在具體設計和安裝調試中,綜合運用各門課程知識,提高了工程設計和工程實施的安裝能力。我們目前建立大學生機器人教育協會,吸引學生參加這方面的活動,學習機器人原理,掌握機器人制作、編程、操作技能,活動形式主要是開展機器人學科競賽。這樣既可以檢驗我們學生學到的實際的知識以及獲得的能力,也能贏得更多的榮譽,得到學校領導的重視,擴大師范院校在機器人競賽的影響,更重要的是從親身實踐中學會和發展智能機器人教育活動的組織能力。
關鍵詞：科學素養；機器人教學；科技實踐活動；創新精神
一、機器人課程，現代教育的呼喚
我們對現代科學技術發展特點及其對人才的要求進行研究的時候意識到，開展青少年科技活動的目的并不在于在各項比賽中獲得名次，根本目的在于培養青少年的科學素質。信息技術教學改革特別強調對學生學習經驗的培養，注重學生體驗、感悟和實踐的過程，注重對學生個性的健康發展和對學生的創新精神、
實踐能力的培養，而智能機器人教學非常有利于貫徹這一理念。
二、一邊實踐，一邊思索：智能機器人教學模式的思考
1.以學生長遠發展為目標，培養專門人才
在機器人實踐活動中不以競賽為唯一目標，在平時教學活動中注重培養學生的興趣，教師多角度地看待每一個學生的學習，輕結果，重過程，對學生的進步和成功都及時給予鼓勵，使自信的愉悅貫穿于整個教學過程中。這種正面情緒會促使學生充滿興趣，更自主地投入到學習、探究中。
2.以小組為單位組織課堂教學，小組競爭形成競賽機制
在教學過程中給學生設置一些比較復雜的任務，通過小組討論協作完成，小組間再進行競爭。競爭是觸發激情的手段之一，能延續學習興趣，鍛煉學生的心理素質。同時在小組設置中，采取“以老帶新”的方式，一來形成互相幫助的氛圍，增加團隊凝聚力，二來把自己解放出來。
3.鼓勵學生進行創意機器人的制作
鼓勵學生主動探索、設計自己的機器人，并編寫程序完成任務。實踐中教師是指導者與合作者，學生才是主體。平等和諧的師生關系能進一步激發創造力，學生親身體驗由抽象的理論到觸手可及的實物過程，極大地調動了學生的積極性，促進其主動發展。
二、機器人教學實踐活動的成效與思考
1.顯性的成效——四年來學生獲得的成績
四年系統教學，我校涌現出一批有潛質的科技特長生，利用課余時間參加全國、省、市各級競賽活動，已獲得全國、省、市多項一、二等獎。
2.隱性的成效——彌補課堂教學的不足，有利于培養學生的科學素養
（1）教學思想上，開展智能機器人教學活動有利于處理好教學與發展的關系，即傳授知識、技能技巧和發展智力、培養能力的關系。
發展學生的智能，最重要的是發展其觀察、思維和實際操作的能力。在課堂教學中，學生的觀察受到限制，思維受到束縛，很少有機會動手，能力很難得到發展。而在智能機器人教學實踐中，學生真正實現主體地位，在實踐中親自觀察、探索、操作，學生的興趣、情感、意志都能得到較好發展，達到使學生在掌握知識的基礎上充分發展智力、能力的目的。
（2）教學內容上，開展智能機器人教學活動有利于處理好基礎知識學習和現代新的科學知識學習之間的關系。
常規課堂教學的內容落后于現代科學技術的發展是始終存在的現象，即使采取在課堂教學中加深難度、提高速度的辦法，也難以消除這個差距，單靠課堂教學無法解決這個矛盾。一個行之有效的辦法就是將課外、校外科技活動與課堂教學結合起來。智能機器人教學課程的內容不受大綱、教材的限制，適于加進現代科學的新知識，開闊學生的科學視野，與現實生活緊密結合，滲透著現代科學技術新成果的內容。
（3）教學方法上，開展智能機器人教學活動有利于把傳授法教學與發現法教學結合起來。
常規課程教學最主要的方法是傳授法，是教師通過講解教材將基礎知識傳授給學生。應該說，對于剛開始接受知識的青少年學生來講，這是完全必要的，有益的。但它也存在弊端，往往導致學生死記硬背和機械訓練，阻礙智力和能力的發展。
在智能機器人的教學過程中，課堂內，以傳授的方法為主，給學生以基礎知識和基本技能，而在課外，機器人教學活動引導學生在已有知識的基礎上去進行科學知識的自主探究，彌補課堂教學的不足，有利于培養學生的科學素質。
（4）教學形式上，開展智能機器人教學活動有利于學生的全面發展與興趣愛好、特長發展的關系。
課堂教學對完成共性教育和全面的基礎教育有很大的優勢，但對于因材施教、發展個性又存在嚴重的不足。活動內容豐富、形式多樣的智能機器人教學可以彌補這一不足，使學生在科技上的興趣、愛好和特長得以發展。
三、機器人教學實踐活動開展的思考
1.如何提高智能機器人研究活動的教學與社會效益
智能機器人課程的內容決定了它屬于青少年科技實踐活動。以科技實踐興趣課為載體的智能機器人教學形式，只能面向一部分學生。筆者在思考，如何讓更多學生享受智能機器人課程？是否可以換一種教學載體：如可以把新課程標準下的“地方課程”拿出一部分來用于實施智能機器人教學，或把智能機器人教學與關系比較緊密的信息技術課程進行整合，開發出適合本區域學生特質的校本課程。這樣，可以讓現有的機器人器材，盡可能提高使用率，從而最大限度地發揮其作用，取得更明顯的教學與社會效益。
參考文獻：
[1]王秀英.孫增圻教授談中小學機器人教學.信息技術教育，2005（11）.
[2]蔡鶴皋.機器人將是21世紀技術發展的熱點[J].中國機械工程，2000（2）.
[3]克來格.機器人學導論[J].機械工業出版社，2006（6）.
[4]程馬峰.小學機器人教學實踐探索[J].東莞信息技術教研網.
[5]徐提昇.淺談初中機器人教學[J]，2010（1）.
[6]中小學智能機器人科技教育的實踐與探索[J].東莞中學信息技術教研網.
記 者：李主任，您好。很高興地看到，2016年初采訪您時，您提到的一些設想，現在正在一步步地走向現實。比如去年4月啟動的北京市中小學教師開放型教學實踐活動、11月啟動的雙師服務試點。北京市教委通過供給側結構性改革，讓優質的教育資源穿越了學校和區域的邊界。您能給我們介紹下這兩個項目實施的過程及取得的成效嗎？
李 奕：是的，當時計劃的“教師走網”，已經通過“北京市中小學教師開放型教學實踐活動”在全市范圍的教師繼續教育領域里成功地“走”了起來。教師通過自主選課并在課堂中聽課研修，改變了傳統繼續教育“講大課”的方式，實現了教師選擇的自主性和實踐性。該項目自2016年4月啟動以來，已經在上半年和下半年各完成了一輪培訓活動。
第一輪培訓，我們將市級以上骨干教師的1482門課程名錄掛到網絡平臺上，聽課教師在線自助選擇自己喜歡的課，充分尊重了聽課教師的自主選擇權。只要教師自己喜歡，就可以跨年級，甚至跨學科選擇授課老師的課。線上選定聽課對象以后，聽課教師們就可以根據時間安排，到線下授課點聽課，并參與教研和備課。這一系列活動完成后，教師們將照片、任務單上傳到平臺，平臺就會給授課老師和聽課老師雙向計學分。由于這個平臺對接北京市教師MIS系統，所計學分與教師的繼續教育、晉級密切相關。
在開展第二輪培訓時，又實現新的突破――我們把上傳授課目錄的教師擴展到年輕的骨干教師。只要教師具備獨特的內容或擅長的方面，就可以上傳。由于上傳行為本身是沒有成本的，只有實際發生聽課行為了，才有成本，所以我們繼續擴大供給側的結構和數量，供給越多，教師們選擇的范圍就越大。此外，還有一個變化就是，民辦教育機構的教師也首次嘗試進來，量雖不大，但是一種類型，或許不輸給公辦學校的教師。“北京市中小學教師開放型教學實踐活動”是典型的利用互聯網思維來運作的一個項目，它的特點是自選、開放、后付費。形式上，它與初一、初二的開放性科學實踐活動相似，不同的是，這次是教師“走網”，骨干教師、特級教師的優質資源屬性開始在網上流動了。
為了保障培訓質量，讓學員之間能夠有充分的討論和互動，我們要求每位授課教師每學期最多開放兩次課，并且每次課最多接納10個學員聽課。所以，有的授課教師大家搶得厲害，而有些授課老師的課型掛上網以后，沒有人選他的課，形成潛在的壓力。
記 者：在實際的操作過程中，真的會出現這種情況嗎？那不被選的教師豈不是很尷尬？
李 奕：當然有。第一輪1482門課程掛上去后，只有1375門課程選滿了，另外100多課程情況很復雜了。有的授課教師已經脫離教學一線，有的是對開放自己的課程壓力大等。中央提出，要更多地用市場的機制決定資源的配置。這就是由市場機制來決定，拿事實來說話。包括以后我們評價一位教師的影響力，就要看他的受眾到底有多少？通過互聯網的行為數據，能查出每年到底有多少個區縣、多少個教師選他。選的人多了，他自然就是骨干，因為他已經用實際的影響力證明他就是這個領域的“骨”和“干”了。假如還有另外一位教師，他一年教了200節課，發表了10篇論文，但只是面向自己教的這兩個班的學生。那他是一位優秀、敬業的好老師，可是他在骨干引領作用的發揮上，就不充分了。
這些都是在互聯網思維下的市場機制和優質資源屬性配置。這個項目運行后還有個“副產品”：來聽課的10位學員之前可能完全不認識，但在聽完課離開的時候互相加了微信，建了微信群，形成了一個備課交流圈子。有了這個圈子，教師們以后的討論會延伸下去。這就是運用互聯網思維建立起了教育系統內人與人之間“跨界”的連接。
在通州區啟動的雙師服務工程只是一個試點，將來有可能擴展到全市。一旦全面啟動，將會比“北京市中小學教師開放型教學實踐活動”的工程大，因為它屬于教育的基本公共服務范疇。
“智慧學伴”將讓學生的交往超越學校和學區邊界
記 者：您剛才提到教師參加開放型教學實踐活動后，會結成一個個社交的小圈子。這個圈子超越了地區和班級的界限。這種邊界的超越，會發生在孩子們身上嗎？
李 奕：實際上已經發生了。北京市初中開放性科學實踐活動計劃帶來的寶貴“財富”是：一個實踐活動班內30個來自不同學校的孩子聚在一起搞科學實踐活動，從互相不認識，到在一起做事，再到分手時合個影、留個聯系方式，后續還會有聯絡。這是任何一所學校靠自身力量，再怎么走班教學，也提供不了的教育服務。等這撥孩子2018年中考時，每個人的通訊錄里都有五個以上非本區、本校的同學，而且他們在一起合作學習：做過飛機、拆過鼠標或搗鼓過中醫藥、護手霜，到現在還有聯系。這就是在孩子們身上真實發生的實踐活動。這個項目給教育系統留下來的是他們選課的記錄，告訴我們為什么學生喜歡選這個，不選那個。所以，這個項目最大的價值就是讓孩子獨立選擇，而且班級的組合是開放的，是有意做到“無組織、有紀律”，不再需要“帶隊老師”，不再是和“本班的同學”一起做了。
北京市教委2017年從教育信息化角度重點推進的一個項目就是“智慧學伴”。互聯網給人帶來的是相互交往能力的躍升。這時候，人與人之間的交流就不僅是可以穿越邊界，還能實現跨越角色的交往。無論是成年人還是孩子，都可以通過互聯網參與到社會實踐中，找到與自己志同道合的學伴。就拿“雙師工程”來說，其實它背后更可能吸引孩子的，不是雙師，而是學伴。在參與活動的過程中，一個學生可能在這兒找到幾個跨區的、有相同興趣愛好的同學，建立起定向的聯系，分享自己的成果和成長的經歷。這是我們所樂見其成的，因為這實際是從底層，用互聯網思維來支持和幫助孩子。從這個意義上來說，它就是“學伴工程”。
我們現在給學生配雙師，目的是增加學生的實際獲得，但同時也要考慮未來，特別是伴隨著人工智能時代的到來，學生從教師那里直接獲得的知識比例會進一步降低，而且還會更精準，更符合每個孩子的個好和實際需求。通過互聯網也可以掌握大量的關聯知識。就像我們現在在工作過程中利用搜索引擎了解訊息、學習新知那樣，隨時隨地會有個資源庫、智能系統支持我們的工作與成長。
人工智能時代將會深刻影響學習行為，但不會顛覆學校
記 者：人工智能是2016年的熱詞。尤其是AlphaGo與李世石的“人機大戰”，讓人們見識到了人工智能的“過人”之處。相信對于人工智能在教育中的應用，您也有很多思考。我們想聽聽您對此的見解。
李 奕：基礎教育實踐中的人工智能，并不像理論界、科研領域那樣高深到非得有個機器學習或者專家系統等。“人工智能”就在我們身邊。人工智能是一種理念，在教育中的另一種拓展應用就是助力于學生學習方式的改變。它對我們中小學的教師和學生來說，都有重大的影響。如果善于駕馭人工智能，現在我們所倚重的教室、專業器材、教材等，都將不再是最核心的資源。
我們關注同學和老師、同學與同學之間的互動與交流，以及在此過程中產生的新學習資源，即智慧學伴工程。北京師范大學未來教育高精尖創新中心就是在打造這樣一個新平臺，讓學生與學生、學生與教師之間的活動豐富起來，對行為數據記錄和問題收集進行有效處理，形成對每個孩子的個性支持。
我們認為，一個人從中小學到走上社會，他都需要智慧學習和學伴。想想看，我們的微信群里有沒有圈子？其實，你的圈子就是你的智慧學伴，這是自然而然形成的。生活中為什么兩個人總是聯系，就是因為你發的東西我愛看，我發的東西你愛看，我的生活你關注，你的生活我關注，所以人之間的連接越來越豐富。處在這種豐富連接中的人，知識與信息的獲得是持續增長的。當然，這其中要有教師的正確引導和影響。
新的資源觀和環境觀下的數字校園
記 者：確實在現實生活中，基于微信、QQ等互聯網技術建立的圈子，就相當于給人重新劃分了學習的社群。
李 奕：在這種情形下，就涉及新的學習材料的提取和萃取，我們將不再僅僅依靠專家編選資源，讓學生去學，而是在原有基礎上嘗試由市場機制決定誰是優質教育資源。我們也期待學生和教師，在新的資源觀和環境觀下，開始進入一種新的學習狀態。現在，有不少學校已經開始用手持設備和移動互聯網進行日常的教育教學的活動，就是一個例子。
如北京市教委數字校園實驗校中，有的從上個學期9月份開始，就將校園網由PC版升級為移動端APP。升級后，學生每天都要回家完成四項作業：英語的口語、語文的朗讀、數學的速算、每天的日記。孩子每天花5分鐘做完作業以后，可以給同學點贊，看誰獲得的“點贊”多，學生們寫的日記可以互相評論和留言。
用手機的方式做四項作業，是一個進步――教師以前檢查不了英語的口語、聽力，現在通過這種方式能檢查了。但這是一個淺層次的提升，更為核心、深層次的提升是：學生學會欣賞了、學會傾聽了，與此同時，他的閱讀量隨著交流的增多也越來越大。這就實現了在一個班、一所學校這樣一個小環境里信息的流動和互動。
現在學校在三年級又開展了作業閱讀，鼓勵學生們自己上傳作業內容。小孩子都愛往上傳，因為對他來說很容易，就像聊天一樣。比如上傳一句名言“書山有路勤為徑，學海無涯苦作舟”作為班級作業。只要他上傳了作業，教師就會組織全班50個孩子都念一遍，這個過程中就產生了大量數據，上傳作業的學生還有權利給其他學生做點評。
這樣一來，新的教學方式出現了。在這樣的作業過程中，學習是跨學科的，對象和學伴是互換的，學習的內容是不斷增長更新的。
數字校園真正升級在孩子的交往能力上
記 者：據我們了解，北京也有一些學校正在做這樣的嘗試，比如北京十一學校亦莊實驗小學，利用“一起作業網”的平臺，進行作業的提交、點贊和評價，在此過程中潛移默化地培養學生的社交能力。
李 奕：數字校園真正的升級換代，體現在對孩子們的交往能力的提升上。當然，這只是一所學校范圍的嘗試。如果一個學區有這個意識，像東城和海淀這類有條件的學區，要拓展到學區里去做，效果會更好。比如東城的某些學校在使用“作業盒子”以后，你會發現孩子們交往的朋友圈和視野，比傳統名校的孩子更棒。
這種棒是從教育的角度來看資源和環境，這是將來信息化發展的重要方向。什么是數字原住民？數字原住民不是只玩玩游戲，而是他對信息很敏銳，能提取、篩選信息，而且善于交流，有包容心，會給別人點贊，而不是很嫉妒、焦慮或者壓抑。從社會大背景來看，利用信息技術能不能實現這種升級和超越？我認為能。
所以，看待一件事，一定要發掘這件事背后的價值取向和給孩子帶來的變化。
記 者：我們也發現，教學中技術的使用門檻雖然降低了，但對教師的駕馭能力要求更高了。教師不能只做“教書匠”，而是既要想辦法將信息技術成為學生手里學習的工具，還要善于組織學生的交流、討論和活動。
李 奕：是這樣的，有了APP，教師要善于去用，不只是善于用它布置作業，而是善于捕捉行為記錄，以確定第二天在課堂上該關注誰、該如何因材施教等。將來理想的狀態是，教師未必有學生知道得多，但是會比學生更敏銳。
隨著“科學素質教育綜合示范校”建設的落實與實施，學校進一步制定了“科技教育中長期發展規劃”，培養和引進了一批在全市乃至全國有一定影響的科技與學科教育領域的專家型教師，同時聘請中科院、國家天文館、北京大學、清華大學、天津大學、南開大學和國外著名大學的專家、學者作為學校的兼職導師，并以9個優勢科研領域為核心，建設了30多間創新實驗室，為學生提供了科學體驗和實踐平臺，超前達到適應高中新課程發展和科技創新型人才培養需求的標準，同時積累了一些寶貴經驗。
實驗中學的歷任校長都始終倡導、支持科技創新教育工作。學校連續18年被評為市級科技活動先進校，獲得“全國科技活動先進校”、“全國創建綠色學校先進單位”、“全國青少年科普創新示范校”、“青少年科技創新人才培養項目實驗學校”、“中國少年科學院科普基地”、“全國電腦機器人教育實踐基地”等稱號。培養了許多在各級大賽中獲獎的科技特長生，多名學生在各級科技競賽中創造佳績。
從2010年起，學校在天津市率先組建了“科技創新實驗班”，并在此基礎上進行基礎教育階段科技創新型未來人才培養的科研與嘗試。隨著天津市特色高中建設項目的實施，學校出臺了“科技創新人才培養計劃”，積極穩妥地推進學校科技創新教育工作的開展。
構建目標策略體系
培養目標
培養未來的科技創新型人才，是實驗中學貫徹“以人為本、力行創新，為學生的終身發展奠基”辦學理念的具體體現。實驗中學的教育者認為，科技創新教育最需要體現的是“三創”，即創意、創造、創業。創意表現為新觀念、新思想、新設計；創造是指動手能力，表現為新發明、新突破；創業是指開創新事業，所以，把未來的科技創新型人才可以定義為“有創意，能創造，善創業”的人。
實驗中學“科技創新實驗班”采取“雙主線”教育模式（即育人教育和成才教育），緊緊圍繞“國家興亡、匹夫有責”的育人目標和“堅實的基礎，良好的素質，發展的潛能，廣泛的特長”的成才標準，培養未來的科技創新型人才。這類人才除了具備堅定的信念、較強的動手操作能力、科學的思維與研究方法、健康的體魄、健全的人格外，還應具備強烈的創新意識、創新精神和創新能力；對科學研究興趣濃厚，具有無盡的求知欲、探索欲和責任感；逐步培養向往科學、探索科學、敢于革新、不怕失敗、堅忍不拔、善于合作的精神；在不斷追求真理、探索新知的同時，在創新感知力、創新記憶力、創新想象力和創新思維力等方面也表現突出。
計劃分解
實驗中學的科技創新教育具有鮮明的研究性質，“科技創新人才培養計劃”主要通過宏觀與微觀、理念與實踐、橫向比較與縱向梳理、整體與局部四個維度的對比研究，探究國外發達國家創新型人才培養的先進理念和制度，對比分析我國創新型人才培養的主客觀條件，力求探索具有中國特色的科技創新型未來人才培養模式。該計劃分為以下四個方面。
一是基礎教育階段培養模式的研究。根據基礎教育階段學生的具體情況，根據學生的特點和特長，進行“案例式”和“項目式”培養方式的研究，以項目帶動方式，讓學生參與整個科研流程，在科研過程中提高學生溝通、交流與合作的能力，使學生的綜合素質和科研潛能得到全面健康發展。
二是課程設置與科技創新型未來人才培養關系的研究。整合課程資源，突破現有學科知識框架，構建新型的課程結構，實施學分制自主型管理模式，并嘗試對課程設置與培養模式的關系加以研究。根據不同項目組學生的不同需要，創設科技創新型課程設置模式。
三是校本課程研究。立足數學、物理、化學、生物、信息、化學工程、生物工程、人工智能、地球與空間科學這9大科技創新優勢領域，學校構建了科技創新型人才校本課程體系，開發出1～2門科技創新教育課程。
四是評價體系研究。根據未來科技創新型人才的潛力和特長，積極為學生搭建交流成果與展示能力的舞臺，采取開放性、流動性的動態管理和評價方式，讓學生在全面發展的基礎上，盡早進入帶有個性色彩的科學研究領域，力爭為國家培養出更多的優秀人才。
培養策略
第一，改革新生遴選機制。
打破傳統的選拔和培養機制，探索科技創新型人才早期培養的普遍性規律，培養一批具有良好創新素養、科學精神與人文底蘊的優秀學生。“科技創新實驗班”學生的選拔和培養改變以往傳統意義上的“理科班”、“特長班”模式，對學生的綜合素質提出更高的要求。學生自愿報名，每年5月，符合條件的學生集中培訓、活動3～5天。成立專家組，以科技論文、動手實驗、技術設計、基礎知識綜合測試等方式確定初選名單，再由專家組面試、組織答辯，確定最終入選名單。
【關鍵字】Agent；教育資源；信息分析
【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009―8097（2008）13―0125―03
引言
教育資源是網絡教育的基礎，美國在教育資源建設起步早，建立了美國教育資源信息中心ERIC（Educational Resources Information Center），教育資源搜索聯盟GEM（The Gateway to Educational Materials）等系統，提供了豐富的教育資源，包括教學研究，教學計劃、課件、網絡課程、教師求職等信息。中國的國家基礎教育資源網和廣東省基礎教育信息資源中心也提供“教學素材類資源、主題學習性資源和網絡課程資源”。這些資源、服務的分布性和異構性使得教育資源共享在實施階段往往走向混亂。將人工智能技術應用于教育資源信息管理可以實現教育資源的智能化和網絡化。國家已經加大涵蓋各級各類教育的信息資源開發的力度，北京，上海，廣東等地已經投入了大量資金進行基礎教育資源庫的建設。如何將開發好的教育資源方便有效的利用成為了教育資源管理的一個研究熱點。現代教育資源系統是一個復雜開放的分布式系統，Multi－Agent是分布式人工智能的新技術，能使邏輯上和物理上分散的系統并列、協調地運行得以解決。將Multi－Agent技術應用于教育資源管理中，使得教育資源的共享方式從個人，單個單位共享發展到網絡的智能化共享階段。
一般認為，Agent 是一種處于一定環境下包裝的計算機系統， 為實現設計的目的它能在那種環境下靈活地、自主地活動[1]。從建造Agent 的角度出發， 單個Agent 的結構通常分為思考型Agent、反應型Agent 和混合型Agent。MAS （Multi- Agent System）即多Agent 系統產生的最直接的原因是， MAS 的協作求解問題的能力超過單個Agent， 并且MAS 與已有系統或軟件的互操作、求解數據和控制具有分布特性的特點以及提高系統的效率和魯棒性等。多Agent技術是人工智能的一個重要成果，它由分布在網絡上的多個自治的Agent通過相互作用組成的智能體系統，具有自治性、交互性、協調性、適應性等特點，非常適合處理分布異構的動態問題[2]。
在教育資源信息采集中，采用多Agent技術具有重要意義。本文將多Agent技術應用于教育信息采集系統，使得基于資源的學習成為可能。學生通過對教育資源信息進行篩選、分析、綜合，并將其應用實際問題的解決中，達到對知識的深層建構，形成信息加工和解決問題的能力。
一 系統架構
1 系統框架結構
教育資源信息采集系統從互聯網、數據庫以及各類文檔等信息載體獲取相應的信息，并將其存儲在系統信息庫中，并與特定的教育任務相結合解決實際問題。本文提出了基于Multi－Agent教育資源采集系統模型如（圖1）所示，包括教育資源信息采集Agent、教育資源信息分析Agent、教育資源信息管理Agent、系統管理Agent和教育資源信息庫組成[3]。
系統管理Agent是整個系統的入口，各類用戶通過它訪問和管理教育資源信息。
信息采集Agent是系統關鍵所在。只有采集到了足夠的而且是有用的信息，用戶才能夠對這些信息作出適當的處理來完成任務。教育信息資源是動態變化的，存放教育資源的不同數據庫是異構，信息采集Agent對特定的任務進行采集提高了信息采集的導引能力[4]。
教育資源信息分析Agent一方面根據規則庫分析庫內信息，對教育資源信息進行規范化處理。另一方面根據網絡用戶對資源的評價對資源設置等級，并通過教育資源信息管理Agent對教育資源信息庫內的資源信息進行刪除、修改處理。
信息管理Agent根據系統管理Agent的要求，將用戶任務分解成子任務分配給不同的信息采集Agent和信息分析Agent，并將處理結果返還系統管理Agent[5]。
教育資源信息庫出于對知識產權方面考慮，信息庫內不保存資源本身。教育資源信息庫按照教育資源類型分類存儲，按照素材分為文本、圖形、音頻、動畫、視頻五個數據表，這樣搜索起來效率就很高。每一類別的資源有其屬性，如素材編號、類型、學科（專業）、適用對象、適用的年級，來源、URL、內容簡介、關鍵詞、素材編寫時間、素材編著者、素材長度。不同類型的資源屬性也不盡相同，比如圖像素材的屬性還包括分辨率、掃描分辨率、顏色數等，而視頻素材包括數據量、幀數、關鍵幀、幀規格、情感類型、播放時間、采樣頻率等方面屬性。
2 系統工作流程
用戶通過系統管理Agent請求執行特定的教育任務，系統管理Agent將用戶需求任務交給信息管理Agent。信息管理Agent接收系統管理Agent的指令，將任務分解成子任務，分配給相應的信息采集agent。信息采集Agent完成單一采集點的信息采集任務，從信息管理agent處接收采集指令，首先從信息庫中提取數據，并按照實現定義好的協議格式將數據打包，并將數據傳送到系統管理Agent，再交由信息管理Agent處理。如果本地信息庫中沒有相應的信息，則與系統中其他采集Agent通信，協作完成采集任務，并將采集回來的信息經過信息分析Agent整理存入信息庫中。
系統管理Agent代替了傳統的用戶和數據庫直接交互。它不僅有友好的用戶界面接受來自用戶的請求，并且能將用戶的請求轉化為Agent能夠識別的命令，并通過學習適應用戶的習慣、偏好，在適當的時候給用戶某些必要的提示，啟發其順利高效地使用系統。根據用戶的信息需求， 系統Agent將教育資源的URL、類型、學科（專業）、內容簡介、關鍵詞、適用對象、來源等屬性以網頁的形式及時反饋給用戶。信息管理Agent的功能是對教育資源信息庫進行添加、刪除、修改、排序和查詢等管理。教育資源信息管理Agent把教育資源信息采集Agent采集到的信息寫入教育資源信息庫，之后通知教育資源信息分析Agent對其進行分析，教育資源信息分析Agent根據規則庫進行分析，并將分析結果通知信息管理Agent。信息管理Agent起到了教育資源采集Agent、分析Agent和教育資源信息庫之間的橋梁作用。
本系統作為智能化的教育資源信息采集系統，相對于傳統教育資源站點有自身的特點。信息采集Agent是系統關鍵所在。只有采集到了足夠的而且是有用的信息，用戶才能夠對這些信息作出適當的處理來完成任務。教育信息資源是動態變化的，存放教育資源的不同數據庫是異構，信息采集Agent對特定的任務進行采集提高了信息采集的導引能力；信息分析Agent對采集信息進行處理，一方面根據規則庫分析庫內信息，對教育資源信息進行規范化處理。另一方面根據網絡用戶對資源的評價對資源設置等級，并通過教育資源信息管理Agent對教育資源信息庫內的資源信息進行刪除、修改處理。
二 關鍵技術
1 教育資源信息采集Agent
（1） 教育資源信息采集Agent
教育資源信息采集Agent它可自動采集Internet上的文本、圖象、聲音、視頻、動畫等有關教育資源屬性及其評價的相關信息，并定期自動更新。它為后繼的教育資源信息分析Agent提供豐富的教育資源信息庫。教育資源信息采集Agent具有自動探測前進功能。Agent探測前進是指發現有和知識模塊內容相同的信息通過鏈接來搜索未知站點，假設Internet是一個有向圖，那么Internet上的每一站點內的每一網頁就是圖中的一個結點，網頁中的連接就是有向圖的邊。教育資源信息采集Agent起始抓取頁面看作是該圖的根結點，利用圖的廣度優先遍歷算法采集站點。
（2） 教育資源信息采集Agent的工作原理
信息采集Agent的基本模型由采集器、目標模塊、知識模塊、效應器、通信機制和信息處理器組成（如圖2）。教育資源信息采集Agent是思考性Agent，當Agent根據目標模塊的任務被激活時，采集器開始探測和接收外部信息流，信息處理器根據接收到的通訊原語、知識模塊信息、效應器決定是否接受任務，并激活相應的部件。目標模塊以任務表的形式來表示，初始由用戶靜態建立。知識模塊存放有關教育資源方面的關鍵字，如媒體素材、題庫、網絡課件、案例等。信息處理器根據采集器探測到的鏈接和知識模塊的信息比較，發現了有符合的鏈接，信息處理器通過通訊機制把相關的信息通知教育資源信息管理Agent寫入教育資源信息庫，同時修改目標模塊。效應器根據信息處理器的控制命令執行具體的事務處理。比如信息處理器在進行一項任務的同時又接收到新任務，可先把任務放在表中，然后根據優先級進行處理。
2 教育資源信息分析Agent
（1） 分析Agent
目前常用的信息過濾方法有如下4種：基于關鍵詞向量的信息過濾方法;基于文章集的信息過濾方法;多Agent過濾方法和進化式信息過濾方法。教育資源信息分析Agent屬于混合型Agent，它是由感知器、效應器、通信機制、信息庫、規則庫組成。它既能夠快速地響應外來信息和感知環境的變化，又可以對信息進行篩選，并將處理的信息排序。
（2） 教育資源信息分析Agent
教育資源信息是以Web文檔形式存在，通常采用VSM（Vector Space Model）作為其特征的表示方法，將信息組織劃分為文檔集合、文檔、標引詞三個級別。教育資源信息分析Agent信息庫是資源類型劃分的文檔集合經過處理后被設置成為特征值或特殊符號的集合，具體是把文檔集合（Document）={文本信息，圖像信息，音頻信息，視頻信息，動畫信息}，按照教育資源建設規范的要求把文檔集合中每一類文檔的屬性值看作是標引詞，教育資源信息的標引詞（Key）＝｛標題（Title）、創建者（Creator）、主題（Subject）、描述（Description）、出版者（Publisher）、貢獻人（Contributor）、日期（Date）、類型（Type）、格式（Format）、標識符（Identifier）、源信息（Source）、語言（Language）、關聯（Relation）、覆蓋范圍（Coverage）、權限（Rights）｝。這樣就把教育資源信息設置成為一個二維表資源信息文檔（Infor_EDU_Res）＝｛DocKeyi，j｝，i=0，1，，，4，j＝0，1，，，14。Agent信息庫還包括一個資源信息評價表，表內包括四個健值評價總數，好的個數，中的個數，差的個數，信息評價表（Infor_Evalu）＝｛Evalu_Sum， Evalu_Good， Evalu_Nor， Evalu_Bad｝。教育資源信息分析Agent的規則庫是把教育資源信息采集Agent所采集到的信息和資源信息文檔（Infor_EDU_Res）比較并把得到的健值與教育資源信息分析Agent信息庫的健值進行相似度計算，這樣就可以把同一類型的資源信息放在同一個數據表里，便于用戶的查詢。然后通過對采集到的信息的評價設置成特征值對采集到的教育資源信息進行排序。
（3） 教育資源信息分析Agent的作用
教育資源信息分析Agent的作用有兩個方面，一方面教育資源信息分析Agent根據規則庫分析庫內信息，對教育資源信息進行規范化處理。另一方面教育資源信息分析Agent根據網絡用戶對資源的評價對資源設置等級，并通過教育資源信息管理Agent對教育資源信息庫內的資源信息進行刪除、修改處理。
三 小結
基于Multi-Agent的教育資源信息采集分析系統充分發揮了Agent的智能性， 具體說明了各個Agent 的作用以及整個系統模型的運行過程，在教育資源信息采集Agent我們采用了探測前進，在教育資源信息分析Agent中我們探究了規則庫的建構。從這個教育資源信息采集分析過程中也可以看得出，采集和分析的智能化得到了很大的提高，減少了人工的參與，采集的效率也得到了很大的改善，分析的明確性與有效性也在很大程度上得到了提高。
參考文獻
[1] Hidehiko Wada, Shuhei Okada. An Autonomous Agent Approach for Manufacturing Execution Control Systems Control System [J].Integrated Computer-Aided Engineering.
[2] KRAUS S.Automated Negotiation and decision making in Multi-agent Environments [A].Lecture Notes in Artificial Intelligence2086[C ].Berlin: Springer-Verlag Press,2001,150 172.
[3] 段培俊,周東岱,程曉春.基于Multi - Agent 技術的教學資源個性化服務模型研究[ J ].北師大學報,2006,38(2):31-35.
