|
【以技术力量推动教育创新】
随着互联网技术的发展，我们听到了“信息技术对教育发展具有革命性影响”、“数字教育转型智慧教育”、“技术推动教育创新”等多样声音。在科技席卷的浪潮中，教育教学改革在科技润物细无声般的一点点寸进中，已是另一番景象。我们看见科技的力量，也要预见科技的力量。 2017年，347天后，我们盘点在新的一年里，那些教育技术可能会实现的进步。 1. 自适应学习 更聪明、更实用 核心是适配学习技术，通过数据收集、推断及建议三部曲来提供个性化的教学。
如果要评选近期的教育技术热词，夺魁者非自适应学习莫属。这个在 2013 年还默默无闻的概念，已经成为未来最受期待的教育场景之一。除了颇具声名的 Knewton 之外，以内容出版为主业的老牌教育巨头培生，发布了《解码自适应学习》（Decoding Adaptive Learning）研究报告，并将 IBM 的认知计算“IBM Watson”应用于教育领域，提供自适应学习服务。 根据技术专家的观点，“自适应学习”的发展，可以分为三个阶段。
自适应测试：以 IRT 模型动态调整题目，能够准确反映被测试者的水平，但不能深入到知识点的层面，无法对学生的学习起到指导作用； 自适应测量：运用更细致的标签和复杂的算法，找到学生在知识点和能力上的缺陷，但无法做到真正的“解决问题”； 自适应学习：在发现问题后，能够通过精确的内容推送解决个性化问题； 2017年，身处于第二阶段的我们，还在为走向真正的自适应学习而努力。而这一目标的最终达成，可能还需要借助于人工智能的力量。 2. 人工智能 在特定场景中开花结果
不得不说，人工智能概念的又一次火爆，与 AlphaGo 三月份与围棋世界冠军李世石的五场比赛大有关系。知识网红罗振宇在跨年演讲中，甚至把这场机器战胜人类的重大突破，与英国脱欧、特朗普当选总统并列为 2016 年三大黑天鹅事件。但是，当潮水退去，人们又面对了一次超级电脑“深蓝”战胜国际象棋大师后一样的困惑：看上去很牛的人工智能，好像也并没带来什么改变？
不幸的是，人们的感觉有可能是对的。当媒体再度把人工智能推上舆论的风口浪尖的时候，许多国外学术界大牛为这次热潮泼了一碗冷水：无论像人一样思考的机器最终能否出现，我们离这一目标的距离仍然很远，在很长的一段时间内，我们将处于“弱人工智能”的时代。
可能过于乐观或过于悲观都并无必要。与人类相比，机器的智力水平仅仅相当于 3-4 岁的水平，但其进步速度十分可观。在一些特定的场景下，人工智能已经能够为人类做许多事情，包括对教育的辅助。 首先是助教、客服等相对简单而繁琐的工作。据外媒报道，佐治亚理工学院计算机学院的一位教授已经开始使用虚拟的“计算机助教”来完成答疑的工作，准确率达 97% 以上。未来，在线教育的客服、教务、课堂助教、口语对话练习、教育咨询等多个场景下，都可能出现人工智能的身影。
另一个机器能够胜任的工作，是儿童的交流、陪伴。逻辑相对简单、更丰富的交互方式，都让这一方向成为人工智能擅长的领域。儿童故事机市场的火爆部分地验证了市场需求，下一年的看点，可能就是巨头与创业公司们究竟能做到哪一步。
一个可能被忽略的方向，则是情感和情绪。“大多数人并非学不会，而是不学”，是被教育行业普遍接受的尴尬事实。但此前的教育技术们，却很难解决人类的“情绪问题”。2015 年，日本软银正式对外发布了“情感机器人”Pepper，海外教育项目 ARTIE 更是直接将机器的情感识别应用到教育场景之中。 在 2017 年，人工智能对学习者情绪的监控和影响，或许将开花结果。 3. 大数据 让教育进入“ DT 时代”
大数据早已不是新词。在搜索、电商、广告、互联网金融等多个领域，都已在广泛的应用大数据来处理问题。马云曾在多个场合强调大数据的作用，甚至提出了 DT ( Data technology )时代的概念，公开表示“人类正从IT时代走向DT时代”。
尽管在教育行业的诸多产品中也已开始重视对数据的运用，但教育行业的“大数据”仍然处于相当初级的阶段。在很大程度上，这是教育数据的复杂程度远高于许多行业所导致的。学习行为的多样性、人类思考过程的内隐特征，以及校内/校外、线上/线下的复杂场景，无不在增加大数据发挥作用的难度。 随着大数据在几乎所有产业中落地开花，其在教育行业的作用也将变得越来越重要。一个在教育科技界几乎达成共识的观念是：数据，将成为大幅度提高学习效率与效果，打开下一次学习革命大门的钥匙。
2017年，我们将看到教育大数据应用在各个环节不同程度的提升： 数据采集：不止于练习环节的“刷题”、“考试”数据，更多维度的学习行为将被纳入数据采集的范围之中； 数据分析：算法与计算能力的进步，将让机器能够处理更多类型的非结构数据，让数据对人类学习状况的还原更加真实、准确； 数据应用：学习内容将被以更细的颗粒度打上标签，由数据和算法得来的学习建议与规划将越发细致、完善； 4. 虚拟现实 内容为王
2016年是备受期待的“ VR 元年”，整个虚拟现实产业经历了一次由盛转衰的过山车。Facebook、HTC、索尼三家大厂设备如期相继发售，却并未引起预想中的浪潮。体验不佳、价格昂贵以及内容短缺是目前阻碍 VR 硬件设备普及的主要原因。而对内容生产者而言，VR 意味着全新的场景和内容生产方式，需要的不只有高昂的开发成本，还有全新的思维与创意。 从互联网二十年发展的经验来看，在娱乐、游戏方面起势之前，VR 不太可能在教育上掀起风浪。但是 2017 年，仍然可能是埋下 VR 教育种子的时候。随着各类或高端或廉价的 VR 头显相继面世，VR 教育项目们将开始小规模落地开班。将抽象内容进行生动化表达，增加学习兴趣、加深理解程度，自诞生起就自带这一属性的 VR 并不难找到“种子用户”。在这一年，真正有意义的可能是在不断的试错中，找到最适合 VR 的教育场景。 5. 语音技术 改革带来“规模红利”
语音技术可能是最受惠于深度神经网络发展的技术类别之一。短短几年时间，语音识别的准确度由 85% 左右蹿升至 95% 以上。随着高考加入口语测评的改革从国家层面被确定下来，越来越多的省市都开始在中高考中加入口语项目。相对于传统的人工面对面评分和人工听音频评分，以一天完成 10000 人的口语考试计算，机器评分能够节省高达数百人的人力成本。在广东的部分地区，以机器做评分的口语考试已经成为现实。 6. 直播 行业标配
在 2013 年这一波在线教育刚起步的时候，直播 or 录播还是一个能吵成一团的大问题， 从2016年的势头来看，直播将成为 2017 年之后在线教育的“标配”。但它只是一个工具和教育内容的展现形式之一。比如今年北方雾霾，学校停课，老师打开手机或校园网络课程平台和网络直播平台进行在线上课，保证授课的进度。直播已进入成熟应用期， 2017 年，直播可能不再会是“热词”。但直播体验的优劣，仍将是用户体验的重要部分。 7. 校联网 教育信息化潜力可期
根据国务院发布的《全国教育信息化工作专项督导报告》，在网络建设和教学资源普及方面，我国中小学已经达到了很高的比例。截至 2016 年 6 月，全国中小学互联网接入比例为 87.5%，其中带宽在 10M 以上的学校比例为 64.3%，配备多媒体教学设备的中小学比例也已达到 56.6% 。
但是从宏观看，国家级的公立校网络教学、管理协作系统还并未出现；实际的应用场景中，绝大多数教师信息技术教学应用能力不高，教学方法灌输多交互少、展示多探究少的问题仍然十分严重。信息技术应用对提高教育教学质量的效果并没有被充分发挥出来。
与上面的六个技术趋势相比，“校联网”向前发展的动力更多在于政策和行政力量。根据教育部教育管理信息中心印发的文件，未来我国将建设覆盖全国各教育阶段的学生、教师、学校经费资产及办学条件数据库，国家核心系统融合与开放共享平台，教育部本级数据中心和部省两级基础数据库管理系统、应用支撑平台、数据交换平台等国家级教育平台。
一系列教育系统的部署与应用，可能会为公立校内的教学与学习带来诸多改变。将所有学校连接入网，将和选课走班、考试制度改革一起，成为公立校教育向前发展的新动力。 本文来源：芥末堆，内容有删改 |
|
|
