人工智能和教学篇1
关键词：人工智能；教育变革；智慧教育
近年来大数据、云计算等信息技术飞速发展，人工智能在一些特殊领域（如图像识别、语音识别、自然语言等）不断取得突破性进展。人工智能作为新的技术驱动力正引发第四次工业革命，为医疗、教育、能源、环境等关键领域带来新的发展机遇。人工智能专家预测，人工智能在通用技术领域可能尚不能替代人类，但在一些特殊领域，人工智能将会淘汰现有的劳动力。在国外，许多国家纷纷把人工智能作为国家发展的重要竞争战略，我国学者也密切关注着人工智能的最新理论进展和实践应用，国务院于2017年7月颁布《新一代人工智能发展规划》，明确人工智能发展的重点策略。“人工智能变革教育”的潮流，引发了教育研究领域的“人工智能热”。当前全球范围内，人工智能在教育领域的大量研究和应用催发形成了教育人工智能概念。目前梳理学术上关于研究人工智能与教育的文献主要集中于：
（一）教育理念的革新。“人机一体”将成为未来新的教育方式[1]，由新技术和新手段的出现所应运而生的智慧教育[2]，将对原有教育进行改进和完善。智能技术在改变教育的手段和环境的同时，还有利于构建出系统解决教育问题的教育新体系，从而真正触及教育的根本[3]。
（二）关注技术的革新。机器深度学习、智能学习的算法、视觉识别以及智能语言识别这些基础技术的突破，为人工智能的教育应用奠定了坚实的基础[4]。
（三）探究教育的应用。人工智能在学校教育中的学业测评、交叉学科、角色变化等应用领域具有巨大潜力，教师角色内涵也将在与人工智能的协同共存中发生改变。ai监课系统能够数据化、可视化评估教师的授课情况，将人工智能技术的运用渗透到整个教学过程中，教师可以根据评分实时调整授课内容，以促进个性化学习，从而提升教学效果。教育深受技术发展的影响，新技术融入教育并促进教育方式的转变已成为必然趋势。一方面技术为教育提供了新的、更加广阔的可能性；另一方面技术具有变革人类的教育方式与学习方式的能力。然而，技术是一把“双刃剑”，如何获取或实现以人工智能为代表的新兴信息技术所拥有的特征、优势与功能，使其在教育中最大限度地发挥其应有的价值呢？人工智能技术如何继续被安全使用到教育领域？如何通过教育变革来促进新兴信息技术在教育教学中的广泛与深入应用，实现教育深层次革命等问题，是目前需要关注和探讨的主要问题。
1人工智能时代下教育变革的背景
1.1人工智能的内涵及具备的强大能力
人工智能最早由美国达特茅斯学院于1956年提出，其研究主要包括机器人、图像识别、自然语言处理、语音识别等，实质是一种自动感知、学习思考并做出判断的程序。人工智能具有自主学习、推断与革新的能力，推动了图像识别、自然语言处理等方面的技术突破。人工智能同时具有理性判断力、超强的工作力，只要电力供应不断，几乎可以无限制地工作下去，而且适应不需要情感投入的工作。它的超强能力，源于三个重要的技术：深度学习、大数据和强算力。
1.2人工智能时代的机遇和挑战
人工智能在精力、记忆力、计算力、感知力以及进化力等方面与人类相比，具有突出优势。在医药领域，人工智能的出现使普通民众可以享受更为高效、稀缺的医疗资源，解决医疗诊断领域诊断质量不均衡、医生资源不足等问题。在教育领域，人工智能促进教学质量进一步提升、教师角色多样化、学生学习能力的提升；为教育研究提供新技术和数据支撑；极大拓展了教育研究新视域；使教育在立德树人方面、教育方法创新方面、教育手段和环境方面以及教育服务供给方式方面均发生改变。然而，看到人工智能以其强大的处理能力带来机遇的同时，也需要正视人工智能带来的新挑战。在人工智能浪潮冲击下，如何借助人工智能发展的机遇推进教育的变革与创新？人工智能技术如何继续被安全使用？首先，人工智能专家大都认为，人工智能将会淘汰大量现有的依靠非脑力劳动为生的劳动力，需要培养人工智能时代的新型劳动力。而且，人工智能技术本身的不太成熟使很多人工智能技术只是应用在儿童教育领域，再者，人工智能潜在的道德伦理问题缺乏法律制度规范。除此之外，人工智能时代将对社会结构以及人的地位构成挑战。综上所述，人工智能时代所带来的机遇是大于挑战的。教育需适应人工智能技术所带来的突破和飞跃，不断调整和更新教育的方向和目标，实现育人成人的发展目标。
2人工智能与教育变革
2.1人工智能与教育目的的变革
人工智能带来的巨变不仅影响人类未来如何发展，而且极大释放了人类的生产力，这些在一定程度上使得人类需要重新思考教育是何目的。人工智能影响教育目的的变革主要表现在：第一，人工智能可能会使人类陷入精神危机。这源于两方面的结果：一方面，人工智能将取代大部分人的工作岗位，工作的丧失将会导致人的价值和尊严丧失。另一方面，人工智能技术的发展将可能导致所有基于自由主义的想法破产，转而人类所拥有的价值和尊严可能转化为一种“算法”，人工智能带来的职业替代风险在教育领域同样存在，主要是对教师角色的挑战。第二，人工智能有利于培养人的学习能力。从某种角度上讲，人工智能剥夺人的就业机会，但同时，人工智能助教机器人将协助教师实现个性化指导，从而有利于将学习的过程视为寻求自我价值和意义的过程。除此之外，人工智能有利于使教育注重培养人的精神能力，这种精神能力大致包括实践动手能力、价值追求能力以及创造能力，从而有利于学生知识以便于更好地完善自我、丰富自我，使教育跳脱“知识为本”的陷阱，发挥“立德树人”的正向作用。
2.2人工智能与学习方式的变革
第一，深度学习。深度学习也称为深度结构学习或者深度机器学习，是一类算法的集合。深度学习概念的提出，一方面尊重了教学规律，另一方面也是应对人工智能时代下的挑战。深度学习在机器学习、专家系统、信息处理等领域取得了显著成就，提倡学教并重、认知重构、反思教学过程，进而达到解决问题的目的。第二，个性化学习。个性化学习区别以往传统班级课堂授课，尊重学生的个性发展，因材施教。人工智能技术与大数据的应用有利于学生享受个性化的学习服务，可提供个性化的学习内容，可视化分析学生的学习数据，快速提高学生的学习效率。第三，自适应学习。自适应学习是指人工智能基于对个体学习进行快速反馈的基础上，根据学习者特征，为其推荐个性化的学习资源和学习路径，从而最大程度上适应学生的学习状态，是实现个性化学习的重要手段。人工智能技术有利于快捷、科学地判断学生的学习状态，进行学习反馈；持续收集学生的学习数据，其中包括学习目标、学习内容；高效地为学生提供海量的学习资源。
2.3人工智能与学习环境的变革
首先，有利于搭建灵活创新的学校环境。不仅可以使空间规划更具弹性，而且可以调节性增强物理环境。其次，人工智能时代的教育区别于以往传统教育强调的统一秩序，更注重个体的用户体验。创客空间、创新实验室等学习环境的不断增加以及人工智能技术的不断发展，个性化的空间环境与学习支持将改变目前学习的学习空间环境。除此之外，随着对话交互技术的逐渐成熟与不断普及，有利于实现虚实结合的立体化实时交互。VR、aR等技术的同步协作也有利于搭建新的学习环境，满足学习者的一系列要求。脑机互动技术的突破有利于实现将人工智能植入人脑，从而改变人类自然语言的交流方式。最后，人工智能通过即时、准确、高效的大数据分析有利于进行精准且个性的学习评价与反馈。人工智能将综合收集所有同学的学习记录，互相比对、优化，从而进行综合提升。更为重要的是，人工智能的人脸识别以及语音识别技术可以运用到教师的教学过程中，进行学生的学习情绪感知，学习状况的了解，从而促进学生学习的科学化；智慧校园、智慧图书馆等的出现，为教学环境的建设提供重要参考。
3人工智能在教育领域的应用
人工智能被认为是最有潜力和影响力的教育信息化技术，将通过人工智能数据挖掘分析、3D打印、模拟仿真等技术的应用，实现人工智能与教育的深度融合，对计算机辅助教学、个性化教育服务、教育人工智能生态环境等产生根本影响。2018年《地平线报告》（高等教育版本）指出了教育领域的信息化发展，未来一段时间内将通过人工智能与信息技术的结合，进而影响教育阶段的不同过程。具体见表1所示。
人工智能和教学篇2
关键词：人工智能教学目标教学方法教学观念
1.引言
人工智能，作为时展所必须具备的一项核心技术，发展日新月异，惊人地改变了社会面貌，促进了社会的发展。探讨人工智能的发展对人类社会的进步有着重要意义。
人工智能（artificialintelligence）简称ai，它是一门涉及数学、计算机科学、控制论、逻辑学、信息学、脑科学、神经生理学、心理学、语言学、哲学等学科的交叉和综合学科，是当前科学技术发展中的一门应用性很强的前沿学科。人工智能学科是研究、开发用于模拟、延伸和扩展的智能的理论、方法、技术及应用系统的一门新的技术科学。主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术，从而实现机器智能［1］，使得机器更好地为人类服务。
随着人工智能的迅速发展，它在我们的生活中也扮演着越来越重要的角色。当前，几乎所有的科学与技术的分支都在共享着人工智能领域所提供的理论和技术。目前广泛应用于机器人技术、专家系统、语义web、自然语言理解、智能控制、数据挖掘、模式识别、智能计算等方面，已经成为计算机技术发展及许多高新技术产品中的核心技术。
为了适应人工智能技术日益广泛的需要，国内外高校普遍开设了“人工智能”方面的课程。特别是作为本科阶段计算机专业的课程之一，其为培养创新型专业人才奠定了坚实的基础。因此，展开人工智能课程教学探讨具有重要的意义。
为了适应形势的发展，培养应用型人才，我校开设了“人工智能与机器人课程”，并成立了“智能机器人实验室”，为培训学生的动手实践能力奠定了坚实的基础。
2.人工智能教学目标
人工智能是计算机科学的重要分支，是计算机科学与技术专业本科阶段的重要专业课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能”，使得计算机更好地为人类服务。
本科阶段开设人工智能课程的目的是使学生了解人工智能的基本概念和基本原理，了解国内人工智能研究的基本情况，了解国际人工智能的主要流派和路线，熟悉人工智能的研究领域，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用。通过初步学习和掌握人工智能的基本技术和前沿内容，拓宽知识面，启发思路，提高学生的应用能力和水平。为培养应用型人才奠定坚实的基础。通过对学生适时适度地进行科研引导，激发学生的学习及研究兴趣，树立目标意识，找准研究方向，为科研事业培养后备力量。
3.人工智能教学现状
人工智能作为计算机专业的前沿课程之一，具有知识点多、涉及面广、多学科相互交叉和渗透、内容抽象且更新快的特点［2］，需要学习者具有较好的数学基础和较强的逻辑思维能力，使得教学有一定的难度。因此，在实际教学中存在很多不足之处［3］：教师教学手段、教学方法单一，由于其知识的抽象性，又加之其应用实例较少，学生的积极性不容易调动；实践教学模式单调、内容单薄，需要不断充实；人工智能教学资源短缺。现有适用性教材较少，学校硬软件设备有限等问题，直接影响到高校人工智能课程的有效开展。
4.人工智能教学方法探索
4.1理论联系实际。
通过理论与实践研究，改革人工智能课堂教学，探索本科阶段人工智能课堂教学的本质规律，处理好继承与创新的关系。从教学理念到教学方式进行全新的变革，使人工智能教学焕发生命的活力，真正促进学生的发展。
在人工智能的教学过程中，学生比较困惑的是理论不能或不容易和实践很好地结合，不知道学习人工智能能做什么。所以在课程讲授的过程中，除了要很好地讲解理论内容以外，更重要的是要结合实际生活中关于人工智能的一些应用实例，如：智能机器人、车牌识别、防火喷头根据烟雾浓度自动灭火、无人驾驶汽车等［4］。在生活中有很多可以结合的实例，人工智能的应用范围还是非常广的，让同学们开动脑筋，积极地理论联系实际。如果能组织学生参加一些国内国际举行的智能机器人、智能小车等智能学科的比赛，发挥同学们动手、动脑和团队合作的精神就更难能可贵了。
我校智能机器人实验室成立于2009年9月，总占地面积400多平方米。实验室拥有价值超过百万元的机器人设备、仪器和工具，可以满足机器人教学、科研和竞赛的要求。目前，我校除了人工智能理论教学之外，还开设了机器人创新实验课，使理论和实验能够更好地结合起来。图1为学生在上机器人（机器鱼）实验课。
图1机器人创新实验课
4.2更新教学观念。
更新教学观念是一项长期且艰巨的工作，但只要我们从小处入手，从一点一滴抓起，必将很好地促进教学观念的更新。先进的教学观念对教学方法的改革发挥着重要的导向作用。针对目前人工智能教学的现状，人工智能教学应该确立以下四个基本教学观念。
第一，让学生“学会求知”比教学生掌握知识本身更重要。
第二，在教育教学过程中应着重发挥学生的自主性、独立性和创造性。教师的教要为学生的学服务，积极地引导学生从模仿再现到探究发现，重视动手操作和亲历探究的过程，让学生不但知其然更知其所以然。
第三，培养学生提出并解决人工智能问题的能力，人工智能教学要注重学生思维能力的培养，充分发挥学生的创造力和想象力。
第四，人工智能教学应着力培养学生的计算思维能力，进而培养学生的专业素质和创新能力，提高学生将人工智能应用到实际生活中的意识和解决问题的能力。
我校智能机器人实验室以重视学生综合素质和创新实践能力的培养为己任，坚持“以学生为主体，以教师为主导”的培养理念，采用“因材施教、分类培养”的人才培养模式，着重发挥学生的自主性、独立性和创造性，对学生进行全面、持续、有效的教育和培训，取得了良好的效果。
4.3促进教学进程的有序发展。
任何事物的发展和演变都遵循其内在的发展规律，在一定的时间和空间，按一定的顺序展开。人工智能教学内容无论有何不同，所选用的教学方法都要保证课堂教学进程紧凑有序，这是为了保证学生学习过程的完整性。一个完整的学习过程包括明确学习目标、提取材料信息、探索（猜测）方案、尝试实践、理解强化、实际运用等。在一节课里有时也可能是几个学习过程的循环提升。因此，一定要将实验所涉及的理论都讲解完才能进行实验课，才能更好地做到理论联系实践，把课堂上学到的理论知识真正运用到实践中去，做到教学进程的有序发展。
4.4注重激发学生的学习兴趣。
科学家爱因斯坦曾说：“兴趣是最好的老师。”如何在教学工作中激发和培养学生的学习兴趣，提高他们学习的主动性和积极性是当前教学改革中迫切需要解决的重要问题。
在实际的课堂教学中发现，刚开始听课由于有兴趣学生整体学习的积极性很高，但是一段时间过后发现部分学生由于教学内容抽象，难点比较多，不便于理解，兴趣逐渐减弱。针对此种情况，可以采用任务驱动式教学或案例教学。例如：我校通过积极参加国际水中机器人公开赛、中国机器人大赛暨RoboCup公开赛等多项比赛，让学生观摩、参与比赛，既激发了学生的学习兴趣又提高了实践能力。
我校智能机器人实验室对教学方法进行了改革与创新，将大学生创新实践能力的培养作为教学与实践体系改革的重要组成部分。根据产、学、研合作模式，以项目带动学习，建立了以学生科技竞赛促进学生自主学习能力、理论学习与动手能力协调发展的实验实践训练体系，即由机器人社团作为基础培训的全方位开放式的四级创新实践训练体系，具体包括低年级学生兴趣的培养、初级动手训练、高年级学生系统动手训练和综合创新设计。使大部分学生达到了“加强理论基础，扩大知识范围、突出专业特色，提高创新实践能力”的培养目标。图2为水中机器人比赛现场。
图2水中机器人比赛现场
4.5加强合作教学，促进个性发展。
合作教学，不仅能快速有效地提高教学质量，同时对提升学生的整体能力和综合素质也有很好的促进作用。小组学习活动是合作教学的最基本的形式。在教学中，充分利用学生之间的互动交流，在合作中共同达到教学目标，培养合作能力［5］。小组合作学习的步骤安排：
①合作探索，独立思考。
每次实验课之前都分好小组，明确实验目的，明确每个人的分工安排，做到统筹协作。
②组内交流，统一思考成果。
实验当中会遇到各种各样的实际问题，这就需要同学们相互之间交流协作，共同找到解决问题的办法。最后，统一思考实验的成果，并作出书面实验报告。
③小组代表实行轮流制（有利于每个个体的锻炼），进行全班交流，相互补充，相互启迪，互通有无。
④开展讨论和辨析，加深理解。
⑤总结回顾，构建认知结构，每个活动环节中教师都应积极地做学生的合作者，当学生遇到困难时给他们以点拨和引导。
5.结语
人工智能课程教学探讨，目的是更新教学观念，提高认识，解决教学观念滞后的问题，努力探索出一条扎实、有效、利于学生发展的人工智能教学新路。人工智能是处在不断发展中的学科，因此，教学和实践方法还需根据实际情况具体展开。另外，精心选编适合时展和教学需求的教材也是我们要努力的目标。
参考文献：
［1］蔡自兴，肖晓明，蒙祖强，等.树立精品意识搞好人工智能课程建设［J］.中国大学教学，2004，1：28-29.
［2］徐新黎，王万良，杨旭华.“人工智能导论”课程的教学与实践改革探索计算机教育，2009，1：129-132.
［3］冯爱祥，罗雄麟.本科“人工智能”课程的教学改革探索中国电力教育2011.10：111，118.
人工智能和教学篇3
自1956年人工智能概念在达特茅斯会议提出以来,人工智能的发展超出了人们的想象:1997年,iBm超级电脑深蓝击败国际象棋世界冠军卡斯帕罗夫;2016年,由Google旗下的深度学习公司Deepmind开发的人工智能围棋程序alphaGo战胜了世界围棋冠军李世石,这件事轰动了全世界[1]。随后有关人工智能的热点应用不断推出,比如无人驾驶、智能医生、语音与人脸识别等,让我们认识到人工智能的应用已与生活息息相关。在教育领域,人工智能应用也取得了重大突破,比如2017年高考期间,机器人艾达挑战高考数学,10分钟就答完,获得134分,激发了教育领域对人工智能的巨大热情,同时也引发了人们对教育的忧虑与反思[2]。2017年7月国务院印发了《新一代人工智能发展规划》,提出人工智能产业竞争力在2030年要达到国际领先水平。目前世界主要发达国家先后从国家层面人工智能政策规划,将人工智能作为国家经济发展、社会变革和国际竞争的新动力[1]。
1人工智能定义和发展阶段
人工智能的英文是artificialintelligence,简称ai,人工智能的内容不断丰富和发展,至今还没有统一的定义。比较权威的说法认为[3]:人工智能是关于人造物的智能行为,主要包括知觉、推理、学习、交流和在复杂环境中的行为。人工智能的长期目标是发明出可以像人类一样或能更好地完成以上行为的机器,短期目标是理解这种智能行为是否存在于机器、人类或其他动物中,所以它包含了科学和工程双重目标。根据其功能强弱,人工智能分为三类,即弱人工智能、强人工智能还有超级人工智能。人工智能的发展大体上经历了三个阶段,第一阶段是20世纪50~60年代,提出人工智能的概念。主要以命题逻辑、谓词逻辑等知识表达和启发式搜索算法为代表;第二阶段是20世纪70~80年代,提出了专家系统,同时基于人工神经网络的算法研究发展迅猛,伴随着半导体技术计算硬件能力的逐步提高,人工智能逐渐开始突破;第三阶段是自20世纪末以来,尤其是2006年开始进入了大数据和自主学习的认知智能时代。随着移动互联网的快速发展,人工智能的应用场景也开始增多,特别是深度学习算法在语音和视觉识别上实现了巨大的突破[4,5]。人工智能的技术体系主要分为四个方面,即机器学习、自然语言处理、图像识别以及人机交互等。当今击败世界围棋冠军李世石的alphaGo主要应用了机器学习中的深度学习算法。
2人工智能应用状况与反思
2017年,阿里的无人超市落地杭州,进店、挑选商品、付款支付一气呵成,消费者几乎在完全自主的状态下完成购物。与此类似,昆山富士康公司裁员6万名工人,全用机器人代替。京东、淘宝引入的智能机器人替代了原来的仓库管理、人工客服等岗位。因此有学者悲观地断言:在人工智能时代,因为很多职业岗位或技能将被智能机器人所代替,职业院校毕业生很有可能面临毕业就失业的窘境。笔者认为,我们不应该重蹈历史上英国制定的限制汽车推广使用的《红旗法案》的悲剧。正是这个在今天看来毫无道理的,但却持续了三十年的法案让德国和美国的汽车工业完全赶上来,最终远超英国。人工智能应用必将淘汰或替代很多现有就业岗位,但同时又会创造新的就业岗位,这是一个伴随着产业智能升级的、长期的艰难过程,对于职业教育来说,这既是一个严峻的挑战,也是一个难得的机遇。
3人工智能时代职业教育的发展策略
为了更积极地适应人工智能时代,除了国家层面的统筹规划、科学指导和政策、经费支持之外,建议还要做好以下几个方面的发展规划。
3.1解放思想,更新理念与制度
中国工程院院士潘云鹤提出,人工智能走向2.0阶段的真正原因是世界正从原来由人类社会与物理空间构成的二元空间,向着由物理空间、人类社会与信息空间构成的新三元空间演变[6]。因此,职业教育在教学和管理过程中应该加入人工智能等相关理念和技术,同时其办学定位、人才培养方案、专业建设、课程内容、考核评价标准等方面都需要做出相应的改进。比如当前大多数职业院校非计算机类专业的课程安排中,信息技术类课程课时偏少,数据处理、编程类或人工智能课程几乎没有,这样的安排不利于提升学生的信息素养,必须做出相应的调整,同时适当减少将来可被人工智能应用替代的技能课程的课时,比如电算会计、环境监测等。
3.2善用人工智能,提升教学与管理
在人工智能背景下,教师们现有的重复性工作和大量数据积淀的教学任务,比如批改作业或阅卷或课堂考勤都可能被人工智能取代,因此,教师能腾出更多的时间,更充分地关注学生的个性差异,从而为学习者提供更精确的个性化学习服务,教师也能够及时调整教学方法和手段,优化教学评价方式,补充教学资源,减少备课重复性工作,提升教学效率,真正地做得因材施教,同时学生们的学习方法和方式将不同程度地得到重构,基于大数据的智能在线学习平台大量出现,不同的学校、学科及专业课程不再封闭,学习时时处处都可以进行,碎片化与个性化学习将日益普遍。教师能完整地跟踪学生的整个学习过程,比如学生上课是否睡觉、是否玩手机、是否在教室里与其他同学合作学习等,都能够根据监测数据进行智能解析,有利于更有效、更全面地对学生进行过程性评价。大部分课程考试将全部自动化,考生资格审查利用人脸识别、监考与阅卷都由智能机器来完成。上述人工智能给教学带来的这些变化既需要网络硬件设施和相关软件系统来支撑,更需要职业教育的教师们继续提升信息技能、深化和加强信息素养。
3.3深化产教融合、优化实训筑牢就业
在人工智能时代,职业院校应与相关行业统筹发展,深化产教融合,拓宽企业参与的途径,深化引企入教改革,支持引导企业深度参与职业院校的教育教学改革,多种方式参与学校专业规划、教材开发、教学设计、课程设置、实习实训,促进企业需求融入人才培养环节;鼓励以引企驻校、引校进企、校企一体等方式吸引优势企业与学校共建共享生产性实训基地;全面推行现代学徒制和企业新型学徒制,推动学校就业与企业招工无缝衔接。比如职业教育将出现新师徒制,行业领域的行家里手将通过互联网以VR或者aR技术言传身教的方式,带领规模庞大的徒弟用碎片时间进行学习与实践。
3.4完善终身学习的职业教育体系
随着人工智能应用的深入推广,职业院校培养的技能型人才所掌握的技能如果不及时进行充电升级,中低端的重复性强的工作将面临被智能机器人不同程度进行替代的危险。所以对于不少技能岗位,守着一门技术吃一辈子老本的时代将一去不复返。因此,职业教育要继续完善终身教育体系,为职业教育学生的充电升级铺就一条纵深的通道。
3.5人文教育为道,智能教育为用
在人工智能的帮助下,简单重复性的工作将被机器替代,人们将从重复繁琐的事务中解脱出来,转去从事更具有创造性、创新性或者更具有情感类的工作,这些工作需要人与人之间的合作与沟通,因此,职业教育更需要注重学生思想道德水平、人文综合素质的培养,这是做人之道,在此基础之上激发学生们的学习主动性和创造力,促进跨界思维的形成,更好地掌握人工智能时代的相关职业岗位知识和相应的智能技能。著名理论物理学家霍金曾说:完全人工智能的研发可能意味着人类的末日。tesla汽车和SpaceX公司创始人马斯克说:我们必须非常小心人工智能。如果必须预测我们面临的最大现实威胁,恐怕就是人工智能了[7]。一群没有良好道德水平的,但掌握了智能技术或设备的人们是危险的,所以职业教育应该从学生入学起就开始,不断提升学生的思想道德水平,热爱社会、热爱生活、乐于助人、与人为善。只有这样,人工智能应用才能更好地服务人们、造福社会。
4结论
人工智能正在快速又深刻地改变我们的教学、生活和工作方式,也对职业教育提出了严峻的挑战,同时也是一个巨大的机遇。职业教育在面对人工智能时代的变革时,须要从国家政策、理念与制度、教学管理、产教融合、终身学习等方面做好应对,切实地把握人文教育之道对智能教育之用的统领原则,培养能很好地掌控人工智能技术和应用的人才。
参考文献
[1]谢青松.人工智能时代职业教育的转型和发展[J].教育与职业,2018(8):50-56.
[2]苏令.人工智能来了,教育当未雨绸缪[eB/oL].[2018-05-15].
[3]nilsJ.nilsson.人工智能[m].郑扣根,庄越挺,译.北京:机械工业出版社,2000.
[4]王璐菲.美国制定人工智能研发战略规划[J].防务视点,2017(3):59-61.
[5]贺倩.人工智能技术在移动互联网发展中的应用[J].电信网技术,2017(2):1-4.
人工智能和教学篇4
【关键词】人工智能；诊断学教学；智能教学系统；智能组卷系统；智能阅卷系统；智能仿真教学系统
人工智能（artificialintelligence，ai）的概念最早是在1956年的Dartmouth学会上提出的，随着计算机核心算法的突破、计算能力的迅速提高以及海量互联网数据的支撑，目前已被广泛地应用于各个领域[1-2]。近年来，人工智能也给教育教学领域带来了机遇，人工智能+教育正如火如荼地开展和推进，改变着传统的教育形式及生态[3-4]。2018年教育部《高等学校人工智能创新行动计划》，各大高校在人工智能及其教育发展上有了纲领性的指导[5]。医学教育作为教育教学诸多领域的一隅，乘着人工智能发展的东风，各大高校在推进医学教学改革方面进行了大量积极的探索与尝试[6-8]。诊断学是由基础医学过度到临床医学的桥梁课，其教学质量的良莠直接影响到医学生的培养质量，传统的教学方法难以满足现代医学教学的要求，如何发挥人工智能的应用优势，让其更好地应用于诊断学的教学工作，也是诊断学课程教改的重要研究方向。
1传统的诊断学教学方法存在的问题
诊断学是学习临床基本技能最重要的一门课程，其内容包括症状学、体检检查、实验室检查及辅助检查等四大块，分为理论课和见习课，目前大多数医学院理论课采用的是以大班的形式在多媒体教室讲授，而见习课则采取分小组的模式进行，多年的教学实践发现该教学模式取得的教学效果不尽人意，尤其是近年来随着全国各大医学院校的扩招，出现了师资及教学资源配套的相对不足，上述教学模式的问题逐渐凸显。理论知识以老师讲授为主，采取的是“满堂灌”的教学模式，然而该部分教学内容知识点繁多，知识串联度不高，课堂灵活度、生动度较为薄弱，学生听完课以后对课程内容印象不深，知识掌握度差，同时由于学生的学习主观能动性差异大，不能进行课前充分预习的学生在课堂上更加难以跟上老师讲授的节奏。见习课是对理论知识进行实践，培养学生的实践操作能力，前期理论知识掌握度差又会影响见习的教学质量，导致教学过程形成恶性循环[9]。见习课主要采取老师讲授要领及演示操作流程，之后学生们互相练习的教学方法，该部分内容需反复加强练习，同样的动作要领反复锤炼才能熟练掌握，因课堂见习时间有限，而老师讲授及演示需占用大部分时间，学生动手实践机会不多，老师对学生的操作手法、操作内容、操作顺序等重要内容进行指导和勘误的时间少，学生操作的规范性难以保证，在以后的临床实践中，往往存在实践操作能力的缺陷。上述教学模式教师与学生们之间除了课堂时间，其余时间是脱节的，不能很好地沟通，学生们有疑问的知识点难以得到老师的及时解答，教学活动中没有充分反馈，各个教学环节难以进行教学反思，形成教学相长的良性循环。课后复习及阶段性总结复习是课堂知识内化及升华的重要方面，传统的教学模式通常是给学生布置课后作业，学生完成后上交由老师批改留档，这个环节学生与老师缺乏有效的沟通，且由于学生们学习主观能动性差异，课后没有老师的监督及针对性地辅导，课后作业的质量良莠不齐，教学质量欠佳是显而易见的。随着现代医学的发展及研究的开展，涌现了一大批新的诊断方法与手段，譬如关于肿瘤诊断的分子marker，评估预测疾病活动度及预后相关的指标，在临床上已经常规应用，但由于教材更新需要周期，很难跟新进展同步介绍，另外由于课时有限，难以全面地就学科前沿及新进展进行讲授[10]。
2人工智能应用于诊断学教学的重要意义
2.1教师方面
将人工智能应用于诊断学教学实践，削弱了教师的知识权威而强化了教师的价值引导，对教师的个人能力提出了更高的要求，促使教师踏实践行终身学习并持续更新自身知识结构。互联网高速发展的时代，知识呈几何指数更新并出现大爆炸，基于各种互联网即时通讯平台及手机app，诊断学体格检查、理论知识讲授相关的小视频及研究进展不胜枚举，这就要求教师及时获取、更新知识并进行相应的知识储备。人工智能的应用促使教师从单人施教发展为团队施教，为开发更具个性化的课程教学注入团队的力量。基于大数据的人工智能可以减少诊断学教学过程中的机械性、重复性工作，如平时作业的批改、考勤统计等，减轻了教师的工作负担，教师可以将更多的精力投入到医德医风、医患沟通能力以及体格检查手法的规范化培养上，更多的心思放在丰富课程内容及教学形式上。同时大数据可以及时反应学生的学习动态，教师可以根据学生的反馈及课程评价有针对性地对学生进行相应的辅导。
2.2学生方面
将人工智能应用于诊断学教学实践，可以实时动态记录学生的学习情况及暴露的问题，如是否按时完成课程任务、测试中哪些知识点容易出错等，人工智能系统能够对这些数据进行关联分析和深度挖掘，并且可视化呈现相应的数据，有利于教师及时掌握学生的学习进度、参与度以及学习效果，并根据具体的学情分析数据来调整辅导和教学方案。基于人工智能强大的算法和分析，可以为学生定制个性化的教学内容及进度，提供更有针对性的课堂内容和随堂测试，并对测试及平时作业进行智能批改，真正做到查漏补缺。诊断学课程内容相对枯燥，学生们的学习兴趣有限，基于人工智能的教学方式可以寓教于乐，在课程中将一些比较零散的知识点可以设置成互动小游戏，营造出良好的课堂氛围，提高学生们的学习兴趣及学习效率。
2.3教学过程
针对教学过程，人工智能亦发挥着至关重要的作用。第一，诊断学作为桥梁课程，是一门必修课，包括临床医学五年制、八年制、法医学、基础医学等相应专业的学生均需要学习，人工智能拥有超强的计算能力和强大的“记忆力”，面对众多不同专业的学生，可以根据大数据进行分析，制定出适合不同专业学生的完备教学目标。教学活动开展过程中，人工智能还可以根据学生的课堂及课后测试表现，依据分层教学的要求自动设置梯次教学目标，帮助学生们逐步提升学习能力和知识掌握度。第二，人工智能可以凭借自身信息化的特点，对各种教学资源进行分析，为教师和学生选择更优质更合适的资源提供依据，促进个性化的教与学。第三，传统的教学方式、教学内容相对有限，人工智能基于大数据能够启发新的教学思路，创新教学方法，为诊断学教学提供更多的可能性。
3人工智能在诊断学教学中的应用
3.1智能教学系统
智能教学系统是教育技术学中重要的研究领域，其根本宗旨是使得学生的学习环境更加优良和谐，智能教学系统能够及时有效地调用最新最全的网络资源并充分优化后供学生学习，使得学生能够更加全方位、多角度地学习专业知识，提高学习效果[11]。智能教学系统大致由领域知识部分、教师部分及学生部分3个部分构成[12]，其中领域知识部分又称为专家部分，这一部分既包含了需要讲授的内容及掌握的技能，又可以添加专家的学术成果，既能够保证学生对于基本概念、基本理论及基本技能的掌握，又能够拓宽知识面，增加知识的广度。智能教学系统的教师及学生部分主要是为设计和制定教学方案及策略服务，基于大数据基础上，根据课程的特点、历年教学情况、学生身心发展特点及学习实际情况，制定更加个性化、高效的教学方案，促成教师因材施教，取得更加理想的教学效果。
3.2智能网络组卷阅卷系统
诊断学教学内容包括理论和见习两大块，教学过程中教师的大量时间用于出题、阅卷、批改平时作业等与考核相关的工作，并且在出题过程中需要围绕相对固定的重难点内容不断创新题型，消耗教师大量的精力。智能网络组卷阅卷系统能够充分发挥其优势，将教师从繁冗的考核相关工作中解脱出来，使得教师的教学更高效，教师能够把更多的时间。智能网络组卷系统能够有效收集和分析知名高校教学团队编写的在线题库，实现教学资源的共享，通过随机抽题组卷、答案随机排序、题型随机排序以及设置避免与历年考卷重复等，显著提升试卷的质量，亦能改善考试作弊的顽疾，客观地考核学生对知识的掌握度。智能网络阅卷系统有简明的阅卷流程，能够更有效地识别试卷及答案，能够明显降低传统人工阅卷方式因疲劳带来的出错率，使得工作效率更高、考核结果更公正。
3.3智能仿真教学系统
诊断学教学的见习部分是学生提高技能的重要环节，常常采用分小组在病房完成的方式进行，在课程的开展过程也凸显出了各种各样的问题，譬如因学生分组进行询问病史、体格检查，重复次数多，患者难以多次配合；在教学时间段内病房缺相应的病种，无法对所学的症状进行直观的学习；传染病流行期间出于对学生健康安全的保护，无法进入病房见习等等，此时智能仿真教学系统能够发挥重要的补充作用[13]。人工智能可以根据提供的海量真实临床病例，由医学专家整合其临床特征，联合计算机专家，根据相应的教学要求，形成虚拟病人学习系统，学生在仿真诊疗环境中，进行问诊、体格检查、诊断以及给出治疗方案，同时系统能够自动发现学生在问诊及诊断过程中的错误，通过实践、纠错再实践，提高学生采集病史、体格检查的能力，同时能够加强学生的临床思维的训练，夯实临床基本功[14-16]。
4总结及展望
人工智能和教学篇5
>>引入深度学习的人工智能类课程中西合璧的人工智能课程双语教学模式可调戏的人工智能生活中的人工智能不断超越的人工智能逐渐靠近的人工智能正在落地的人工智能2035年的人工智能航天类专业“人工智能”课程的教学探索林业院校人工智能课程教学的思考人工智能导论课程的兴趣教学法人工智能概论课程的教学思考“人工智能”课程教学的实践与探索游戏开发应用中的“人工智能”课程教学方法探讨人工智能的应用研究人工智能的日常应用人工智能的应用和发展浅析电气自动化控制中的人工智能应用分析继电保护中的人工智能技术及其应用电气自动化控制中的人工智能应用分析常见问题解答当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。
2.2面向研究的情境创设
苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。
下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。
综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。
3DBR驱动的教学过程
人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?
DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(progressiveRefinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。
1)实践环节。
通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过e-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。
2)教学评价。
除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。
通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。
4教学实施效果分析
1)正效果分析。
中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。
人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。
2)不足分析。
DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:
(1)缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。
(2)投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。
这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。
5小结
本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。
参考文献:
[1]杨南昌.基于设计的研究:正在兴起的学习研究新范式[J].中国电化教育,2007(5):6-10.
[2]曾安,余永权,曾碧.人工智能课程教学模式的探讨[J].江西教育学院学报:综合版,2006,27(6):40-43.
[3]李鸣华.案例教学法在高中人工智能课程中的运用研究[J].中国电化教育,2008(2):99-102.
[4]杨种学.研究型教学法在数据结构课程中的应用研究[J].计算机教育,2007(1):55-56.
DBRUtilizedteachingmethodforartificialintelligence
wanGLu,LUXiao-xia
(SchoolofComputer,ZhongyuanUniversityoftechnology,Zhengzhou450007,China)
人工智能和教学篇6
［关键词］人工智能；职业教育；产教融合；发展路径
一、问题的提出
2017年，国务院政府工作报告中首次写入人工智能，人工智能上升为国家战略。同年10月，报告进一步提出“加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。在国家层面的大力倡导下，全社会掀起人工智能技术创新的热潮。近年来，互联网巨头企业纷纷投身无人驾驶技术的研发，为实现人工智能与传统汽车技术的融合而不断探索创新，引发人们对未来智能出行的无限遐想；传统制造业企业大量引进智能机器人进行生产，提高了生产效率，让人们体会到智能制造的魅力；快递企业引进快递包裹智能分拣系统，让人们体会到网上购物的便捷。可见，人工智能的发展正不断深刻地影响和改变着人类的生产生活。
生产力决定生产关系。从生产力与生产关系的角度来分析，人工智能本质上是对生产力的变革。当人工智能不断深刻地影响和改变着人类的生产生活时，职业教育作为劳动者这一生产要素的供给者之一，不可避免地要积极思考如何应对人工智能时代的到来。对于我国大部分职业教育工作者来说，人工智能是一个具有挑战性的新命题。因此，面对人工智能时代，深入分析我国职业教育面临的挑战与机遇，主动探讨职业教育如何突破挑战、实现跨越式发展的现实路径，具有较强的理论价值和现实意义。
二、人工智能时代职业教育面临的挑战与机遇
（一）人工智能发展对职业教育提出的现实挑战
1.毕业生结构性失业矛盾会进一步加剧。随着人工智能技术的广泛应用，吸纳职业院校毕业生就业的企业，部分岗位会逐渐被人工智能所取代，这将加剧毕业生结构性失业矛盾，主要体现在以下方面：一是随着我国经济社会发展，劳动力成本不断攀升，人工智能技术快速发展，人工智能技术的成本优势越来越明显，推动企业广泛应用人工智能，减少用工需求，从而加大毕业生就业难度。二是企业中不需要特殊技能和专业知识的岗位、简单重复机械操作的职业以及标准化程度比较高的工种，由于容易实施人工智能，企业会逐渐采用人工智能替代人工生产，减少对毕业生的需求。三是一些专业性较强的职业，同样也可能被人工智能取代，如会计、医生、银行职员等。四是职业教育目前本身就面临着毕业生结构性失业的难题。一方面，企业大量缺乏高级技能人才。中华全国总工会李守镇2017年曾疾呼，全国高级技工缺口近1000万。另一方面，每年均有一定比例的大学生因找不到满意工作而选择待业。随着人工智能的广泛使用，被替代的从业人员短期内获得体面就业的难度较大，与未就业毕业生叠加，就业矛盾会更加突出。
2.治理体系不完善问题会进一步显现。职业教育是一类“具有多重利益格局的社会组织系统，高度分化又高度聚合，具有特殊的治理结构”。人工智能时代，职业教育治理将面临现实环境和虚拟世界同时并存的挑战。
一是重构治理结构存在挑战。现代信息技术不断增加人类社会对信息资源的依赖性，产生众多数据空间，管理方式上更强调让数据“多跑路”，组织结构期待扁平化。然而，由于多方面原因，我国高校还存在强有力的行政隶属关系，以及由此产生的资源调配依赖关系，管理体制自然是以行政管理为主。人工智能新时代，改变这种均衡状态，调整治理结构，重构治理逻辑，面临挑战。二是变革治理方式面临考验。当前，人工智能深入到人类社会的方方面面，治理方式上强调靠数据来说话，强调以大数据为核心，推动职业教育治理方式现代化。但在职业教育领域，与以行政管理为主的治理结构共存的、依靠既有传统经验进行治理的方式还依然大量存在，变革相对低效、传统保守的治理方式面临诸多考验。三是界定治理范围，实现治理机制创新存在阻力。人工智能时代的人类社会是一个多元协同的复杂系统，现实空间治理边界和虚拟空间治理边界并存。这需要职业教育重新审视不同利益主体之间的关系，重新界定治理范围。增强各利益主体的协同性，实现职业教育治理的约束、激励、保障等机制处于帕累托最优状态，需要不断创新与突破。
3.教育教学变革压力会进一步增强。包括职业教育在内的教育系统教育教学改革的脚步从未停止，各类经验、成果层出不穷。但人工智能时代，教育教学变革会面对更大的压力。
一是人工智能新时代对职业教育模式提出新要求。平等沟通、分享互动是人工智能时代学习最为突出的特点之一。在此精神的不断影响下成长起来的新一代青年，更加注重在平等的基础上，通过互动分享等获得知识、掌握相关技能。因此，他们容易对传统教育模式产生抵触情绪，尤其是现在还广泛存在的被动式、灌输式教育模式。变革势在必行，压力也与日俱增。二是各种新的信息化媒介通过大数据的挖掘，不断迎合新一代青年的“口味”，推出其最容易接受的知识传播方式，使其形成一定程度的路径依赖，传统教学方式已经不能调动其学习热情，传统教育方式方法面临变革压力。三是大数据挖掘、数据画像等人工智能技术的快速进步，为全方位评价教学、考查学生提供了途径。如何通过新技术运用，使职业教育告别“批量生产”，走向为每个学生“量身定制”，对教育教学变革提出了更高要求。
4.人才培养格局突破难度会进一步增加。伴随着人工智能的兴起，未来社会对人才的要求越来越高，将更加注重跨学科、多领域、综合性的技能和素质，这对职业教育提出新要求。职业院校如何在既有体制机制下，培养出能够从事创新型工作，综合素质、技能符合时代要求的人才，实现人才培养格局的普遍提升，需要突破重重难关。
（二）人工智能时代职业教育面临的发展机遇
1.人工智能为职业教育发展提供新机遇。纵观人类社会历经的每一次工业革命，都极大地解放了生产力，加快了人类社会向文明迈进的步伐。由于历史原因，当前我国工业化整体水平与发达国家相比依然存在一定的差距。虽然我国的工业化水平有了大幅提升，取得了世界公认的巨大成就，但制造业大而不强的事实还客观存在，部分领域甚至还存在代际差距。然而在人工智能引发的新一轮技术创新中，我国始终处于第一方阵，部分技术研发与应用走在了世界前列。新时代，人工智能为职业教育发展提供了新机遇。在人工智能创新型人才培养上，我国已与主要发达国家处于齐头并进的态势，只要抓住机遇，就能实现职业教育跨越式发展。
2.人工智能为职业教育改革注入新动能。职业教育改革是伴随着区域经济发展、产业结构转型升级而不断深入的。为适应人工智能时代对人才培养的新要求，部分职业院校已经做出了积极应对，走在了前列。例如，汽车维修专业。为胜任未来智能汽车维修的需要，一些职业院校开设了人工智能技术的相关课程，通过虚拟现实技术，直观地为学生呈现未来智能汽车故障诊断和维修的场景，开阔了学生的视野，激发了学生的创新思维，取得了较好的学习效果。
3.人工智能为职业教育创新提供新理念。由于职业教育的特点，与行业企业联系紧密，以把学生培养成为符合企业用工需要的人才为目标。诸如“学徒制”“订单班”“订单培养”等职业教育校企合作的经典模式，学生通过大量的实训课程、企业实践等，即通过“标准生产线”，被塑造成为“合格产品”。为此，一直以来职业教育都被认为过分强调“工具属性”而广受诟病。人工智能时代，简单的、重复性操作被智能机器人取代，学生得以从简单的训练中脱离出来，更加关注个性化需求的生产工艺，投入到创造性、创新性活动中去，职业教育因此得以回归教育的本质——不管用什么手段，不管在什么时候，都应该是关注生命的、关注心灵的、关注精神的。
三、人工智能时代职业教育发展路径
（一）转变培养理念，拥抱人工智能
首先要勇于投身到人工智能的浪潮中，以人工智能、“互联网+”的思维重构我们的思维方式。一方面，人工智能已成为国际竞争的焦点，世界各国都在抓紧谋划和布局，力求掌握国际竞争的主导权，我国也理应积极投入，抢占先机。另一方面，人工智能带来的技术进步，为社会经济发展注入强劲动力，成为经济发展的新引擎，必将引发经济结构的重构与变革，对人类社会产生深刻影响。职业教育与经济社会联系最为密切，面对这种新形势，一定要主动作为，而不能被动引领，要用全新的视角、全新的理念重构人才培养的目标与定位。具体来说：一是树立职业教育终身学习的理念。人工智能时代，科学技术发展日新月异。技术的提升、能力的积累不是一蹴而就的，要打通职前学历教育与职后继续教育，让社会各界不同类型、不同层次、不同需求的人都可以享受到职业教育，这是新时代职业教育为提高人民群众的获得感而应有的贡献。二是树立职业教育开放包容的人才培养理念。随着人工智能的兴起，被淘汰的落后产业从业人员和被人工智能替代的简单、重复性操作工作人员，以及随着城镇化而来的农民工群体，他们都有再就业培训的需要。职业教育应承担起社会化职业培训的重担，提升就业人员专业技能，维护社会稳定，促进社会和谐发展。三是树立职业教育资源共享的理念。人工智能时代，岗位对于知识和技能的要求已经突破单一学科或单一知识体系。因此，职业教育应树立共享理念，突破原有共享边界，甚至是放眼全世界，在全球职业教育领域进行广泛交流，共享职业教育资源。
（二）提升培养格局，对接人工智能
人工智能时代对从业者素质和能力的基本要求将发生改变，创新精神、合作精神和创新能力将成为“基本配置”，这迫切需要职业教育提升人才培养格局，突破以就业为导向、忽视学生个性化发展的原有格局。
一是从单一型到复合型，提升人才综合素质。人工智能时代，生产方式将从“标准化大生产”向“个性化私人定制”方向发展，更强调客户体验，“小订单、多批次”将成为主流生产方式。新的生产方式在生产流程、价值链的整合方面将发生剧烈变革，产业更加趋向知识密集型。由此，职业教育要提升学生综合素质，学生不仅要掌握相关知识和技能，更要具备自主学习能力和自主创新能力。二是从共性到个性，提升人才个性化创新能力。人工智能时代，各种新技术、新岗位、新业态不断涌现，学习从“要我学”逐渐转变为“我要学”，学习也不再以就业为终极目标，而以满足个性化发展需求为目标。从共性培养到满足个性化发展需要，有利于学生创新力、创造力的释放和潜能的开发，更好地对接人工智能。三是从“工具属性”向“个性发展”，回归到教育本质。满足学生个性发展需要是人工智能时代职业教育面临的发展机遇，有助于职业教育回归教育本质，进一步提升人才培养格局。
（三）调整专业布局，适应人工智能
职业院校由于经费、资源等原因，目前较少开设人工智能相关专业，滞后于新兴产业对人才的需求。因此，职业院校应聚焦区域经济发展，贴合自身实际，提前谋划，调整专业布局，满足人工智能发展需要。
一是突破瓶颈障碍，设置新专业。人工智能时代，新旧动能转换加快，产业发展速度加快，职业院校要充分对接区域经济发展与产业升级的需要，突破各类障碍藩篱，提前谋划专业布局，增设新兴专业。二是适应人工智能，改造原有专业。与人工智能、信息技术、无人控制技术、虚拟现实等领域相关的专业应在职业院校专业体系布局中占据重要席位。考虑到新设置专业面临师资队伍建设、实验实训条件建设等问题，需要巨大的资源和经费投入，职业院校可以通过重构已有专业，对贴近人工智能的专业进行改造，进一步缩短响应时间，降低人才培养周期的不利影响。三是探索设置交叉培养专业，适应人工智能未来需要。为适应未来人工智能对人才知识、技能、创新等并重的复合型需要，探索建立机械制造、信息技术、智能控制等交叉培养的专业，力求与人工智能发展保持一定的同步。四是建立专业动态调整机制。人工智能技术迭代速度加快，要建立专业动态调整机制，促进人才培养与区域产业发展的联动，保障人才培养供给侧和产业需求端在结构层次、质量水平上协同。
（四）深化产教融合，融入人工智能
人工智能时代，职业教育要想引领发展潮流，在人才培养中抢占高地，就必须提高人才精准有效供给能力，培养适应时展要求的高素质、创新型、复合型人才，真正将人力资源优势转化为人力资本。而实现人才精准有效供给，唯有深化产教融合，促进教育链、人才链、产业链和创新链有机融合。
一是实现人才供给与产业需求的融合。人工智能产业的兴起是建立在关键技术突破基础上的，本质上竞争的核心是人才，尤其是高素质、创新型技能人才。通过产教融合，校企共同确定人才培养目标和培养方式，共同完成人才培养。学生正式的学历教育与非正式的企业培训相融合，为人工智能新兴产业发展提供支撑保障。二是实现知识、技术与行业企业的融合。职业院校注重理论联系实际培养创新型人才，在不断的实践中进行着理论创新和技术研发，产生了大量有价值的科技成果。通过产教融合，一方面，能够实现科技成果与行业企业的融合，实现科技成果转化，促进行业企业发展；另一方面，新技术、新产品、新设备也需要进行体验和推广，人工智能领域的新技术、新产品很多本身就可以运用到教学实践、技术研发的过程中，通过体验使用、反馈数据更好地促进技术突破和产品升级。三是实现教师与企业工程师互聘互通融合。随着人工智能时代人才培养格局的提升，对教师“复合型”能力的要求越来越高。通过产教融合，一方面，职业院校教师可以深入企业，参与企业的生产、研发实践，成为具有高水平教育教学能力、娴熟的专业技能和较高科研创新能力的高素质综合型人才；另一方面，行业企业具有较强研发能力、实践指导能力的工程师，通过培训后具备职业教育教学能力，可以受聘到职业院校从事教育教学工作。
（五）创新课程教学，发展人工智能
人工智能和教学篇7
关键词：人工智能；学习兴趣；教学方法
1956年，在美国Dartmouth大学，由数学家J.mcCarthy和他的三位朋友m.minsky、n.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班，他们在此讨论班上第一次正式使用了人工智能(artificialintelligence)这一术语。人工智能是一门多学科交叉的课程，涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科，是新理论和新技术不断出现的综合性学科。当前，人工智能领域加强了从人类智能与生命现象中汲取养分的趋势，加快了向分布式系统与复杂系统靠拢的步伐，智能化的应用更为深入，影响更为广泛，其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。
1人工智能导论课程特点
人工智能导论是人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程，需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础，数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比，人工智能课程有鲜明的特点，主要表现在思想方法上强调启发性、算法上强调不确定性。同时，由于人工智能是一个新思想和新技术层出不穷的开拓性领域，因此其对学生的训练是鼓励创新的，具有其他课程不可替代的作用。
人工智能导论是计算机相关专业的必修课，在许多信息类相关的本科教学中也有开设，一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育，培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后，本科高年级学生应该了解本专业的应用领域和发展前景，因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识，初步的科研训练设置在第八学期，即所有课程学习完毕之后的毕业设计，而人工智能课程强调科研性，因此教学难度较大，由此带来的最直接后果就是学生学习兴趣不高。同时，对有志于读研的学生而言，本科阶段的学业也是研究生教育的起点，在教学过程中要适时的进行科研引导，提升学生对科学研究的兴趣，为研究生阶段打下基础。可见，圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。
2教学内容安排
人工智能的研究和应用领域非常广泛，包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。
人工智能导论课程涵盖内容较多，因此需要明确“精讲”和“泛讲”的内容，以使教师和学生在教学活动中都有所侧重。当然，首先应和学生说明，泛讲并不代表内容不重要，只是由于课程性质和课时的关系，暂时不作深入探讨。日后如有需要，可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况，根据教学大纲和作者的教学经验，对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。
3提升学生学习兴趣的教学方法
3.1穿插背景故事
为激发学习积极性，针对学生喜欢听奇闻轶事、想象力丰富的心理特点，通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力，辅助思维并丰富联想，使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事，通过这些故事，不但传授了知识，也活跃了课堂气氛。
1)人类智能的计算机模拟与人机大战。
讲授人类智能的计算机模拟时，可以给学生简述一下iBm公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战，以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分，在美国纽约公平大厦，当iBm公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝”以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日，卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战，先后进行了6局比赛，最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。
2)问题规约法与老和尚说教。
问题规约法是从要解决的问题出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见，问题规约的本质是递归的思想。此时，可以给学生简述我们小时候就听说过的老和尚说教的故事，即“从前有座山，山上有座庙，庙里有个老和尚，老和尚对小和尚说，从前有座山……”。
3)模糊理论与秃头悖论。
模糊推理是一种重要的不确定性推理方式，是指基于模糊理论进行的推理。讲授模糊理论时，可以先讲一下秃头悖论让学生讨论。一个人有10万根头发，肯定不能算秃头，不是秃头的人，掉了一头发，仍然不是秃头，按照这个道理，让一个不是秃头的人一根一根地减少头发，就得出一条结论，即没有一根头发的光头也不是秃头！秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念，因此需要以模糊逻辑代替传统的二值逻辑解决该问题。
3.2课堂辩论和多媒体教学
人工智能从其诞生之日起就充满争议，各种学派的争论使得人工智能的发展更趋完善，加快了其纵深发展。目前，人工智能的争论主要有两方面，即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能；对结构模拟和行为模拟是否可以分离研究；对感知、思维和行为是否可分离研究；对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究；是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。
在课堂教学中，可以充分利用人工智能中存在的争论较多这一特点，针对相关议题组织课堂辩论，如可用议题“机器的反叛――机器的智能会超越人类吗？”。让学生在图书馆或者从网上查阅相关资料，明确自己的论点并准备证据材料，并在课堂上进行辩论。这类辩论无所谓输赢，旨在通过这种活动，增进学生思考[3]。教学中，还可以充分利用多媒体教学的特点，如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等，增强学生对人工智能的直观感受，提高课堂教学效果[4]。
3.3应用实例分析
普遍而言，本科学生对单纯的理论讲解不太感兴趣，因此在教学过程中，适当增加一些实验和设计，提高学生分析问题的能力和实际动手能力。比如，讲解知识的产生式表示法时，给出产生式的概念和基本表示形式之后，可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程；讲解计算智能的进化计算部分时，给出进化算法的几种具体形式和算法流程之后，可以通过中国旅行商问题(CtSp)来说明算法求解问题的过程。教师在教学过程中，可以根据需要，选择一些合适的应用实例进行分析。通过这些实例，既能加深学生对知识的理解，又能增加学习的兴趣。下面给出两个实例的简单描述。
1)产生式表示法求解“野人与传教士过河”问题。
问题：传教士和野人各n人过河，现只有一条船，传教士和野人都会划船，船一次只能载k人，船上野人多于传教士时野人就会吃掉传教士，问如何安全过河？(不失一般性，以n=3，k=2为例求解)。
求解简述：设综合数据库中状态用三元组(m,c,b)表示，其中m、c、b分别表示传教士、野人和船的数目，则有：
0≤m,c≤3,b∈{0,1}
以左岸为参照点，则初始状态和目标状态分别为(3，3，1)和(0，0，0)。据此，可以给出一条产生式规则如下：
iF(m,c,1)tHen(m-1,c,0)
以此类推，把所有可行的规则都求出之后，就可按照规则集和控制策略得到问题的解。
2)遗传算法求解31个城市的CtSp问题[5]。
问题：给定有限个城市的集合C={c1,c2,…,cm}及每两个城市之间的距离矩阵D＝[dij]m×m，其中m∈n，dij=d(ci,cj)∈Z+，ci、cj∈C，1≤i、j≤m，求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一个全排列。我们以CtSp问题为例，即求解中国31个城市之间最短巡回路线的问题。
求解简述：路径表示直接使用城市在路径中的相对位置，如有编号分别为1、2、3、4、5的5个城市的一条路径4－1－2－5－3，用路径表示方法直接可写为(41253)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交，即选择父体的两杂交点，交换相应的段，其它城市则保持在父体中的相应次序。变异算子采用倒位算子，即随机选择两个位置，然后将它们之间的城市反序。通过运用遗传算法求解，可得最优解为15404km，对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后，可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。
4结语
人工智能是计算机科学与技术专业的一门核心课程，同时也是一门交叉学科，涉及面广，理论性强，教学难度较大，学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点，明确了教学中的精讲内容和泛讲内容，总结了三种提高学生学习兴趣的教学方法，并给出相应的实例说明，旨在为本门课程的教师提供教学参考。
参考文献：
[1]蔡自兴,徐光v.人工智能及其应用(本科生用书)[m].北京:清华大学出版社,2003:288-296.
[2]薛占熬,齐歌,杜浩翠,等.离散数学的课堂导入法研究[J].计算机教育,2010(8):95-99.
[3]徐新黎,王万良,杨旭华.“人工智能导论”课程的教学与实践改革探索[J].计算机教育,2009(11):129-132.
[4]李春贵,王萌,何春华.基于案例教学的“人工智能”教学的实践与探索[J].计算机教育,2008(9):53-54.
[5]杨利英,覃征,贺升平,等.改进的演化近似算法求解tSp问题[J].微电子学与计算机,2004,21(6):126-128.
teachingmethodsforpromotingLearninginterestsinintroductiontoartificialintelligence
YanGLiying
(SchoolofComputerScience,XidianUniversity,Xi’an710071,China)
abstract:thispaperpresentsthreeteachingmethodsforpromotinglearninginterestsbasedonthecharacteristicsofintroductiontoartificialintelligenceandourteachingexperience.thesemethodshavebeenusedinpractice.theteachingpracticeshowsthatthemethodsproposedinthispapercanpromotelearninginterestseffectively.
人工智能和教学篇8
[关键词]人工智能；农业知识培训；模型
[Doi]1013939/jcnkizgsc201720172
随着信息技术的不断发展，计算机科学渗透生活的各个领域，改变了人们的生活方式和学习方式。其中，人工智能作为计算机科学中迅猛发展的一部分，正在以其独特的魅力走进人们的视野。“人工智能”（artificialintelligence），顾名思义，即通过应用计算机来模拟人脑的信息接收、思考、判断以及决策等思维行为过程，进而扩展人脑的思维和行动，帮助人们高效智能化地解决特定问题。近年，人工智能在教育领域中发挥的作用越来越显著[1]，其与众不同的特点决定了其在教育培训中的地位，将人工智能应用在农业知识培训中的可行性也成为教育界热议的新话题。
1我国农业发展背景和农业培训必要性分析
11我国农业发展背景
我国是传统的农业大国，农业对我国的经济发展具有极其重要的影响，一方面是由于我国人口基数大；另一方面是由于我国进出口贸易主要依靠农产品，农业发展成为影响我国经济发展最重要的因素之一。但由于各方面原因，我国农业发展还比较落后，尤其与发达国家的现代化农业相比，依旧有较大差距。
12开展农业知识培训的必要性
反思其他发达国家在r业发展上实施过的举措，包括重视农业教育、科研和技术推广，注意提高劳动者素质；推广现代农业机械和高技术，重视农场管理；经营集约化、产业化；生产专业化；服务社会化；市场机制与政府扶持相结合；加强农业基础设施建设等，可以看出，我国在农业知识培训、素质教育、技术推广方面与发达国家差距明显。为发展我国农业，培养一批高素质、懂技术、会经营的农民以及一批愿意为农业发展做出自己贡献的高学历人才成为关键。农业的发展离不开农民的发展和进步，也离不开受过高等教育的精英人才的共同努力，而开展农业知识培训，则是为他们的发展奠定了一条夯实的道路。
2人工智能在教育中的应用与发展
近年来，伴随着人工智能在各行业的应用和发展，人工智能在教育领域中发挥的作用也越来越显著。例如，智能化的作业批改可以大大减轻教育工作者的沉重负担，在线学习等网络教学模式可以让人们更灵活地接受教育。从人工智能诞生伊始，其就与教育产生了密不可分的联系，延续发展至今，人工智能在教育领域中的应用主要包含以下几个方面。
21基于人工智能的计算机网络课程
计算机网络教育是对传统教育方式的一次革新，而人工智能对网络教育的渗透，又将其推向了新的发展高度。[2]学生可以自主地登录网络平台进行在线学习，根据智能导学系统制订学习计划，进行在线测试。例如近年来大为流行的mooC课程，学生可以便捷地通过网络获取全球最高质量的教学资源，并可以量身打造自己的学习计划。
22基于人工智能的教师辅助系统
近十年来，智能传感器、语音识别、图像识别、深度学习、大数据等方面的蓬勃发展令信息的采集及处理越来越准确高效，这无疑使得人工智能与辅助教学系统的融合变得越来越深入。借助于语音识别、图像识别等技术，学生可以将学习过程中遇到的问题上传至系统，借助于数据库系统对信息准确的搜素和整合能力，实时地为学生提供答案或相关信息，答疑解惑。目前此类应用软件的应用广泛，例如小猿搜题、百度作业帮等。
23基于人工智能的教育数据库系统
随着信息化时代的到来，如何高效地搜集、分类和检索碎片化的教育信息和教学资源，无疑是一项巨大的挑战。为了更有效地分配和管理信息，在教育中引入智能化的数据库系统势在必行。现如今数据挖掘和深度学习的研究成果不断深入，依托知识库系统对教育信息的整合与构建，学生可以将已习得的零星的知识点进行扩充，由点至面的不断学习新知识；依托教育资源管理系统中来，教育管理工作者可以合理分配教学资源，让人们从爆炸式的高密度信息中解放出来，真正做到物为己用，因材施教。
3人工智能与农业知识培训的结合
新时代社会经济的发展为国家农业产业的发展翻开了新的篇章，如何加快社会主义农业现代化，促进农业转型，这为新时代的农业知识教育提出了新的要求。另外，近年来劳动力转型的趋势日益显著。随着农业劳动人口数量的减少，为了提高农业生产效率，需要有素质、懂知识的农民投入农业生产中来。因而，对于农业知识培训的革新作为农业现代化建设的重中之重，已被提上日程。
人工智能技术和教育领域融合的不断完善成熟，基于人工智能的农业知识培训正如雨后春笋般涌现，在农业教育培训领域崭露头角。
31人工智能应用于农业知识培训的优势
从我国农业发展的现状看，较之于发达国家，我国农业从业者的基数巨大但是整体受教育程度偏低，农业专业领域的知识匮乏，农业知识教育的推广不仅薄弱，而且效率低下。因此，伴随着信息化时代“互联网+”的新型教育模式对传统教模式的强有力革新，基于人工智能的农业知识培训展示了其强大的威力和优势，具体可以总结为如下两个方面。
311个性化教育针对性强
相比于课堂教学的传统模式，基于人工智能的网上在线教育模式能够为学生个性化地制订学习计划，灵活安排学习时间。这有力地解决了学生参加农业知识培训的时间成本问题，农业从业者可利用闲暇时间自主安排学习。另外，针对于培训者的当前知识水平和培训需求，培训平台可以个性化地安排教学相关领域的专业知识和操作技能。
312教育资源利用率高
我国当前的农业知识培训，教育教师需求数量和实际在岗教师资源极不匹配，具备丰富农业专业知识和农业生产经验的教师数量缺乏，这是导致农业知识培训推广速度缓慢的重要原因。而人工智能为这一问题的解决带来了福音，智能化的教学进程得以让教师从繁重的教学负担中解放。同时，基于网络的课程资源共享可以让先进的农业技术走进千家万户，让学生与优秀农业知识的距离不再遥远。
4平台开发的系统架构
基于人工智能技术，一个合理的农业知识培训平台能够像一个优秀的教师那样具备完备的农业专业知识和优良的教学技能知识，并且能够模拟及扩充教师的教学过程。除此之外，该培训平台还能够准确实时地与学生进行信息交互，有针对性地开展个性化教学，并可以自适应地完成教学效力评估和反馈，不断更新和完善教学内容和教学策略。基于以上分析，该开发平台的系统架构分为学生模型、教师模型、综合数据库模型和人机交互接口四个组成部分，结合下图对每一部分分别进行详细阐述。
41学生模型
学生模型应针对不同的学生，准确地评估学生当前的学习水平，对学生的学习背景、知识水平、知识架构进行诊断和评定，以便有针对性地制订教学方案，进而实施个性化教育。
另外，学生模型需要对学习过程中的学生的学习情况进行记录入库，对教育效果进行评定，从而诊断出当前教学计划是否合适，以便下述教师模型中对教学内容和教学策略的灵活调整。
42教师模型
教师是教学工作开展过程中的主体，一个合理的教师模型应该包括如下三个部分。
教师模型首先完成教学内容的选择，这要根据学生模型中对学生当前的学习水平的评定，并且针对学生既定的学习目标，并从下述知识库中调取对应的内容，为教学的开展做好准备。
在确定了教什么的问题之后，教室模型要确定如何教的问题，即选取合理的教学策略开展教学。教学方式的选择依附于学生模型，而又能根据学生学习情况记录进行反馈动态，不断完善和调整教学策略。
另外，在传统教学模式中，教师传授知识，并能为学生答疑解惑。当学生在学习过程中遇到问题和疑惑时，教师模型应该实时地提供信息支持，为学生提供针对性的帮助。因而教师模型要实现与人机交互接口的实时连接，在问题到来时控制模块驱动应答部分为学生答疑解惑。
43综合数据库模型
综合数据库模块为农业知识培训系统提供数据库支持，主要包括以下三个模块。
知识库模块中分类别地存放着农业领域的专业知识，包括文本、图像、自然语言、多媒体等多个类型的学习知识。一旦教师模型中完成了教学内容的选择，便由此模块中调取相对应的文件开展教学。
专家评估模块用于处理教学过程中的教学效果评价和经验总结，为教师模型中的各个环节的反馈和更新迭代提供数据支持。在一个完善的教学过程，教师需要根据学生的学习效果进行总结和反馈，以此指导下一步的教学内容和策略的更新。
为了对学生阶段性学习的效果进行评估，还需要引入测试考核模块对学生的成绩进行量化考核。测试考核模块中包含学生答题库和成绩测评库，准确检测出开展农业知识培的作用与效果。
44人机交互接口
基于人工智能的农业知识培训的过程是学生和系统进行交流的过程，所以一个友好的人机接口是系统必不可少的组成部分。在这一模块中，友好的图形用户界面的设计能够帮助学生流畅地接收信息，提高学习效率。同时，借助于人工智能中对语音和图像信号的先进识别技术，人机交互接口可以智能化地接收分析和理解学生的自然语言信息和动作信息，进而为系统提供宝贵的输入信息。
5总结和展望
本文提出了一种基于人工智能的农业知识培训模式，是人工智能技术应用于农业教育领域的一次尝试。依托于人工智能应用于农业知识培训的优势，并针对于农业知识培训的特点，提出了农业知识培训平台的具体系统架构，实现了对教学过程的模拟和扩展。这种基于人工智能的培训平台，能够根据学生自身特点因材施教，实现个性化的教学模式；并且具备良好的人机信息交互和教学反馈能力，自适应地开展农业知识教学，是对传统教育模式的扩充与革新。
参考文献：
[1]李昭涵，金桦，刘越.人工智能开启“互联网+教育”新模式[J].电信网技术，2016（12）：6-10
[2]张欣，王浩，o永刚浅谈人工智能与教育[J].电脑迷，2014（1）：95
人工智能和教学篇9
人工智能是新科技革命的重要推动力量，正在改变着人们的工作、学习以及生活。随着教育信息化2.0时代的到来，人工智能正加速融入到高等教育活动中；高等教育也将迎来人机协同的智能时代，必将会对传统的高等教育理念、教育方式等产生冲击。《高等学校人工智能创新行动计划》、《2019年教育信息化和网络安全工作要点》等一系列国家政策和文件的出台，为人工智能的发展提供了指引和坚实的保障。高校是人工智能发展的重要领域，但是目前对于该领域的研究热点以及未来的发展趋势的相关研究较少，基于此本文通过可视化分析探究人工智能在高等教育领域应用中的热点以及发展趋势，对人工智能应用于高等教育领域提供参考与借鉴。
二、研究设计
（一）数据来源
通过在中国知网（CnKi）中，以“人工智能&高等教育”以及“人工智能&高校”为主题词进行高级检索，检索条件为中文期刊，文献时间跨度为2016-2020年，共检索到期刊325篇。其中，CSSCi共43篇，这说明我国学者在人工智能应用于高等教育领域的深入研究较少，研究深度有待加深。将检索的文献选中，以Sati软件所支持的endnote格式导出。
（二）研究过程和方法
本研究所采用的是共词分析法，它通过文献中共同出现的关键词之间的关联强度，反应该领域的研究热点以及对未来的发展趋势进行预测。研究过程为：首先，将导出的endnote格式文献导入到Sati中，并将其转换成XmL文件格式，进行关键词的词频统计，得出高频关键词的排序。然后，将利用Sati生成的共词矩阵导入到Ucinet中，并利用netdraw对高频关键词生成的图谱进行中心度的分析。接着，再利用Sati生成关键词的相异矩阵（由于相似矩阵中为0的关系较多，会对聚类效果会产生影响），将相异矩阵导入到SpSS中进行关键词的聚类分析，进而分析出人工智能在高等教育领域的研究热点。最后，根据阅读的文献以及研究的热点提出人工智能在高等教育领域的发展趋势。
三、人工智能在高等教育领域的年度发文量介绍
绘制人工智能在高等教育领域应用的文献发文量的折线图，可以直观的看出人工智能应用于高等教育领域的年度发文趋势。如图所示，2016-2020年人工智能在高等教育领域的发文量呈现逐渐上升的趋势。在2016、2017年，发文量均在十篇以下，说明高等教育领域中人工智能的应用处于萌芽阶段。2018年发文量开始逐渐上升，虽然低于50篇，但是相比较于前两年有了较大的提升，说明高等教育领域中人工智能的应用已经开始初步发展。2019、2020年发文量明显得到提升，说明这两年我国学者开始逐渐关注人工智能在高等教育领域的应用，高等教育领域中人工智能的应用处于快速发展阶段。通过对2016-2020年文献发文量的解读，预测2021年总发文量仍然呈现上升趋势。
四、人工智能在高等教育领域的研究热点分析
利用Sati3.2、Uciet6.0以及SpSS26.0作为主要的研究工具，对导出的文献进行分析。论文中的关键词在很大程度上可以反映出该论文的研究方向以及所研究的主题，因此统计文献中关键词的频次，可以间接观察该领域的研究热点。本研究利用Sati3.2对检索到的文献进行关键词的词频统计，将表达意思相同的关键词进行合并（比如将人才培养与高校人才培养合并）剔除挑战、影响等词，选取频次不低于4次的为高频词。利用Ucinet对关键词的相似矩阵进行格式转换，转换成为##h格式，然后将其导入到netdraw软件中，对关键词的相似矩阵进行中心度分析。结果如图所示，高频关键词用节点表示，点越大代表该关键词出现的次数越多，说明该关键词在整个网络中的作用越大；节点之间由实线连接线越粗，代表相连的关键词之间的关系越强。从以下两个方面分析下图：首先，节点大小，除“人工智能”“高等教育”“高校”外，人才培养、高校图书馆、大数据比其他节点要大，说明较多的文献涉及到该领域。因此，为人工智能在高等教育领域研究的热点。其次，连线距离，人工智能学院、思想政治教育、教育人工智能处于边缘处，并与其他关键词之间的连线较少，说明在该领域的研究较少，关注度不高，有可能成为未来人工智能在高等教育领域的研究方向。如图所示，高校教师、学科建设将各个节点连接了起来，丰富了人工智能在高等教育领域的研究体系。通过分析后，将高频关键词进行分组，处在同一分组内的关键词具有较高的相似度。因此共词聚类树状图可以展现人工智能在高等教育领域的研究方向。利用Sati导出关键词的相异矩阵，并将其导入到SpSS26.0中，利用系统聚类法对关键词的相异矩阵进行聚类分析，以euclidean距离作为变量距离,使用瓦尔德法（ward法）绘制聚类树状图。如图所示，图中纵向是24个高频关键词,横向的长度代表关键词之间的距离。根据聚类树的结果，笔者将人工智能在高等教育领域的研究热点大致分为以下三类：第一：人工智能促进教学模式的改革。包含教学模式、成人高等教育等关键词。由此我们可以看出高等教育领域的教学模式的改革大多为成人高等教育。成人高等教育作为我国高等教育的不可或缺的部分，为了促使其迅速发展，在教育教学过程中，应该充分结合成人学习的特点，制定相应的教学计划。第二：人工智能提高高校人才培养。包含虚拟现实、智慧教育、人才培养、学科建设、新工科、高校教学、人工智能技术、信息化服务等关键词。智能时代，对于人才的培养不再只局限于知识的传授，通过利用人工智能技术以及大数据技术对学习者的学习进行全方位评估与分析，了解学习者在学习过程中所遇到的问题，提高教学效率。该主题主要研究智能时代对高校人才培养的启示，从而制定出更加合适的人才培养模式。第三：人工智能完善高校智慧教育的发展。包含高校教师、高等教育、教育人工智能、大数据、高校图书馆、智慧图书馆、就业、教学改革、高校财务、思想政治教育等关键词。该研究主题包含两方面，一是对高等教育领域人工智能硬件应用的研究，如智慧图书馆的建设。高校图书馆以云计算、人工智能、大数据等新兴技术为支撑，为师生提供更加方便快捷的阅读方式。二是对高等教育领域教学改革的研究，智能时代的高等教育发生了整体性的变革，促进高校教学方式、教育理念等发生变化。
五、发展趋势讨论
结合阅读文献以及对人工智能在高等教育领域研究热点的分析，笔者提出人工智能应用于高等教育领域的未来发展趋势，包含以下几个方面：
（一）融合人工智能技术，完善高校教育人工智能
教育人工智能通过人工智能技术，以大数据作为基石，通过算法模型进行分析、模拟和判断，构建自适应学习环境，形成人机融合的教学的方式，探索学习者学习发生的条件，并为其创建新的学习条件。教育人工智能是多学科融合的新兴研究领域。高等教育人工智能的发展应当响应国家政策，并与各级政府以及企业携手前进。在发展的过程中还应不断提高全体师生的信息素养，以期促进教育人工智能的快速发展。
（二）延续教育使命，发展终身教育
西交利物浦大学校长吴酉民指出,“未来的大学应该成为一个可供终身学习的地方,支持人们有创意地生活的场所。政府、企业要携手并进，高校要对终身教育有足够的了解，充分利用各种资源，为迎接ai时代和终身教育时代做好准备。为了应对智能时代给各行业带来的冲击，高校应该贴合各行业的发展的现状，开展符合行业发展情境的课程，以更为方便、快捷的方式满足人们继续学习的需求。
（三）注重培养解决复杂问题的人工智能专业人才
国家要提高人工智能的发展，则需要增加高等教育人工智能的人才培养的能力，加大人才培养力度，提升人才培养水平。ai时代高等教育更应注重创新型人才的培养,要逐渐增加高层次人才培养的研究型大学，进而培养更多能解决复杂问题的综合型创新人才。兴办人工智能学院是高校培养人工智能专业人才的主要途径，高校在创办人工智能学院时，应结合国家政策以及学校自身的专业优势，既要符合发展的共性又要具有其自身的个性。
六、研究结论
人工智能和教学篇10
关键词：高职教育；人工智能；转型发展
一、高职教育现状
（一）客观层面
（1）社会面。当前社会发展处于转型关键期，高职教育迎来全新发展机遇，对人才培养质量不断提高。传统思想中，家长学生都带着有色眼镜看待高职教育。随着社会给技术技能型人才提供很多高薪岗位，部分学生主动选择高职院校进修学业，提高自身技能水平。高职院校必须以社会发展趋势为导向，及时调整自身发展战略。（2）政策面。在新课程改革视域下，政府高度重视高职教育的发展，出台了多项扶持政策，如《国家职业教育改革实施方案》《职业学校专业顶岗实习标准》《关于推进高等职业教育改革创新引领职业教育科学发展的若干意见》等，极大的推动了高职教育的稳定发展。
（二）主观层面
（1）教学理念。高职教师受传统思想影响，往往重视成绩和理论知识，亟需引进新的教学理念，并落实在实际教学中。高职院校已经意识到人工智能时代，自身转型创新的必要性，正积极将全新的教学理念贯穿在人才培养过程中。（2）教学方式。高职教育逐渐创新教学方式，将顶岗实习、校企合作、实训教学等应用在常规教学中，适应时展，彰显职教特色。但在实际教学中，教师理念未发生变化，能力无法满足新型教学方式需求，存在亟需改进优化的地方。（3）教学体系。只有完善的教学体系，才能为高职教育的改革创新提供依据参考。当前高职教育体系中含有诸多不足，如学科单一、理论与实践比重不协调、知识内容陈旧等。高职教育要想适应新时展趋势，应积极完善教学体系。
二、人工智能现状
（1）国家战略。近年来，国家高度重视人工智能发展，国务院《关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号），提出科技创新的主要方向是人工智能，提倡积极构建全新的人工智能科技创新协同机制，进一步完善人工智能教育体系，实现人才储备和梯队建设的目标，推动智能经济的发展。各部委也积极颁布一系列政策，如《智能制造2025》《“互联网+”人工智能三年行动实施方案》《机器人产业发展规划（2016-2020）》等[2]。可见，国家为人工智能技术的发展提供了充足动力，人工智能已成为国家战略的一部分。（2）产业发展。多年的探索，人工智能技术有了明显提升，在问题求解、泛逻辑理论、不确定推理、拓扑学、图像处理、模式识别、专家系统等方面有了显著研究成果，一部分成果甚至领先世界水平。例如我国在模式识别领域的研究，文字识别、语言识别、虹膜识别都取得优异成果，被广泛应用在生物医药、机器人视觉研究、卫星遥感、自主导航、军事等领域。企业十分关注人工智能技术的发展应用，像360人工智能研究院、阿里人工智能研究院、百度人工智能研究院等。人工智能技术的深度研究，使应用和商业价值最大化。据不完全统计，2017年人工智能产业创造700亿元市场价值，预计在2020年产业规模超过1600亿元。
三、人工智能推动新时代高职教育转型发展的必要性
（一）技术技能型人才的需求
高职教育发展的目的是培养适合岗位需求的技术技能型人才。人工智能时代，先进技术的广泛应用，大部分岗位对人才的需求发生明显变化，逐渐形成了“机器换人”的局面。企业中简单、重复、劳动强度大的岗位，都由智能机器人予以代替。例如在京东电商的物流中，出现无人机配送方式，直接冲击了传统人工物流配送模式。相信在不久的将来，会有更多的智能机器人走向物流配送的工作岗位，形成全新的工作体系。此外，在生产制造的质检环节，由于传统人工监测方式存在诸多不足，应用人工智能的图像识别技术，可以实现对产品质量的动态检测。可见，人工智能时代会有大批岗位“消失”，取而代之的是智能化机器人。高职教育必须转变以往的教育模式，顺应时展趋势，结合社会岗位对技能人才的需求，调整高职教育方向，实现高职教育价值。
（二）国家发展战略的要求
以往的发展致力于“中国制造”，但新时代“中国制造”已无法提升综合国力，国家必须调整发展战略。人工智能时代将“中国制造”转变为“中国创造”“中国智造”。这一发展战略的转变，能看出先进科学技术在国家发展中的重要地位。为了2025年实现“中国智造”的目标，高职院校创新人才培养模式，顺应国家发展战略的调整。同时，高职教育转型过程中，转变以往以理论、成绩为主的思想观念，对人才进行更加系统的培养，调整理论知识、实习实践之间的关系比例。人工智能时代的高职教育转变与创新，可以加大对学生创新意识的培养力度，使人才综合素养得到更好提升，满足“中国创造”的需求。
（三）学生自身价值实现的需求
时代的发展使高职学生的思想发生变化，传统的高职教育虽能提高学生专业能力，但并不满足当前企业对工作岗位的需求，学生无法实现自身价值。曾经的学生，没有认识到自身与社会的关系，存在“得过且过”等不良思想。新时代，高职学生逐渐认清自身地位，意识到自己与国家民族是“命运共同体”，是实现伟大复兴“中国梦”的主要力量。高职教育转型创新，根据时展要求、学生需求，合理调整教学方案与计划。