|
作者：汪时冲、方海光、张鸽、马涛 摘要
关键词：人机协同；人工智能；智能教育机器人；新型“双师课堂”；课堂教学 一、问题的提出 新一代人工智能环境下的教育机器人可以直接服务于中小学学生学习，启动学习资源的灵活性，同时，记录学习者的学习过程，监督学习者的学习质量，起到对深度个性化智慧学习的支持效果。[1]2016年，《全球教育机器人发展白皮书》将教育机器人分为机器人教育以及教育服务机器人，并指出教育服务机器人是具有教与学智能的服务机器人。[2]2017年7月，《新一代人工智能发展规划》指出“要利用智能技术加快推动人才培养模式，教学方法改革，构建包含智能学习，交互式学习的新型教育体系”。[3]2018年11月，《人工智能+教育》蓝皮书分析了智能机器人可以支持智能学习过程，智能教师助理将替代教师日常工作中重复的、单调的、规则的工作。[4] 人工智能技术的进步，使得机器人智能化、人性化的特点也越来越显著。[5]国外有研究指出，教育机器人主要用于提供语言，科学或者技术教育。[6]国内有研究指出，教育机器人产品可以分为十二类，其中，应用于家庭的，如，儿童娱乐教育同伴以及家庭智能助理，已有相关产品；课堂机器人助教和机器人教师尚处于概念性阶段。总的来说，教育机器人可以在教学活动中扮演导师，工具或者同伴的角色。[7] 作为导师角色，麻省理工大学开发的教育机器人可以根据孩子的学习风格，个性以及游戏过程中的学习，情绪状态而决定自己的行动，以更好地作为导师的角色来辅助孩子们进行学习。[8]作为同伴角色，有研究使用混合现实技术和教育机器人设计了一个具有真实场景的系统，教育机器人在任务中扮演真正的同伴互动角色，对最终的学生表现有积极影响。[9]作为工具角色，我国的机器人教育主要包括机器人竞赛和机器人教学，机器人可以成为学生综合能力提升和创新实践能力发展的重要认知促进工具。[10] 在“人工智能+教育”时代，人工智能技术将作为未来教师工作的有机组成部分，通过人机协作，辅助其完成日常工作，实现高效教学。[11]“双师课堂”作为协同教学的一个分支，最原始的形式是组织优秀教师录制教学资源光盘，配送到农村中小学，部分替代了现场教学教师的教学任务。[12]2013年，人大附中，友成基金会以及国家基础教育联盟，在人大附中的初一数学教学中，正式实践了“双师课堂”的教学模式。[13]现在常见的“双师课堂”，是由远程的授课教师通过大屏幕对线下教室的学生实现直播授课，同时，线下有一位辅导老师在班内负责维护课堂秩序、答疑、布置作业等工作，国内诸多培训机构均是应用此模式。也有研究提出“双师”服务的概念，所谓“双师”是指每位学生除了在校内获得本学校教师提供的面对面实体教学服务，还可以在课外借助网络对自身学科问题和优势进行诊断的基础上，为每个学科配备在线老师，提供一对一在线辅导。[14] 综上所述，本研究中定义的新型“双师课堂”，是指人工智能教育机器人和教师共同在课堂中承担教学工作，是一种新型的课堂模式人工智能教育机器人承担教师的部分教学任务，并提供个性化学习服务。国内关于人工智能教育机器人作为课堂助教或者作为教师角色的研究较少，有关人工智能教育机器人所在课堂的课堂环境研究描述较为模糊。本研究旨在从已有的技术基础上，系统分析新型“双师课堂”的环境，并构建新型“双师课堂”的学习过程，在如何开展教学设计和如何实施人工智能教育机器人支持的新型“双师课堂”应用方面进行探索。 二、人工智能教育机器人应运而生 人工智能、语音识别及仿生科技三项技术，是发展教育机器人的关键技术。[15]人工智能作为交叉学科，其应用领域归纳为计算机视觉，自然语言理解与交流、认知与推理、机器人学、博弈、机器学习等六大领域。 2018年，《人工智能标准化白皮书》中提到人工智能的关键技术有：机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、虚拟现实和增强现实。[16]（1）机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习分为有监督学习、无监督学习和强化学习。（2）知识图谱，本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关 “属性—值”对。（3）自然语言处理研究，能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。如何理解和产生人类自然语言，包括语音和文字两种形式，而文字又包括词语形态、语法、语义、语用和篇章五个层次，相当于提高计算机的语言智能。（4）人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。（5）计算机视觉旨在模拟人类的视觉系统，从数字图像或视频中获得对视觉材料的高水平理解，包含了模式识别、图像处理、图像分析、机器视觉等。（6）机器人学主要涉及到机器人本体机构，运动学和动力学、传感技术、控制技术、人工智能、信息交互、运动规划、应用工程以及多机器人协调协作等方面。具体研究内容包括机械结构设计及驱动、控制系统的建立、感知系统的建立、运动规划和控制。[17–19] 大数据技术促进了人工智能的发展，给劳动力市场带来了重大变化，有些工作岗位会被机器人取代，未来社会的许多工作需要专业人士与机器人共同开展，这需要社会广泛培养思维敏捷，适应力强的劳动者，使其具备计算机基本操作能力和软技能，足以胜任与机器打交道的工作，学会适应人机协同环境，最终人与机器人协同工作将成为常态。[20–21]人工智能技术将引发教育教学系统各要素及其关系发生变革!在智能机器引入学习后，教学交互将实现人人、人机等多维互动、人和机器一起工作，会引发学习者不同的学习体验。[22] 由于机器学习技术的发展，机器可以通过强化学习技术尝试做出决策，决策的好与坏，由教育者和学习者评估，评估的结果作为奖赏与惩罚来调试回报函数，通过人机协同的优化，从而生成最优决策算法。[23]通过这种人和机器共同决策的方式，教师与人工智能将发挥各自优势，协同实现个性化教育，包容的教育、公平的教育与终身教育，促进人的全面发展。[24] 知识图谱、自然语言处理、人机交互、计算机视觉、机器人学分别针对具体的应用领域，其中，机器学习包括其延伸的深度学习，是实现应用所需用到的核心方法，是人工智能技术方法层面的技术。学校中的人工智能教育机器人由于智能技术的突破，它可以成为数字化环境或者智慧学习环境的一个组成部分。其可以作为教师的“助教”来实现教学媒体的简单使用，也可以作为“导师”的角色讲授知识内容，回答学生问题、为学生创设情境、管理学习任务、提供个性化的学习资源，进而参与并引导学生的个性化学习或者合作学习。 综合关键技术和应用领域来看，目前人工智能教育机器人用到的关键技术主要为前五类，以及应用领域当中的机器人学。为了研究人工智能教育机器人存在的教学应用，为此，本研究将人工智能教育机器人中用到的关键技术及其应用进行了系统分析，如表1所示。 从表1中可以看出，人工智能教育机器人在课堂的典型用途是智能技术的综合实现，它不是人工智能某项技术的单方面延伸，而是各种技术的集成$机器学习和知识图谱的结合，可以使得学习者建模更加精准，个性化学习路径更加准确；自然语言处理与计算机视觉的结合，可以对学习者照片形式的作业或者试卷进行自动批改，大大地减轻了教师的工作量；人机交互与机器人学的结合，可以使得学习者在与人工智能教育机器人进行交互的过程中更加顺畅。 本研究中的人工智能教育机器人是具有教与学服务的实体机器人，可以在智慧学习环境下提供灵活的学习资源，实现学习服务的支持，同时，也是各种智能学习软件系统的集成体，完成数据的实时反馈和分析。它在课堂上帮助教师完成教学活动，辅助教师管理课堂，其融入课堂当中，突破了原有的教学形态，形成一种双师主体加学习者的教学形态。 三、人工智能教育机器人构建的新型“双师课堂”系统环境在新型“双师课堂”中，各种传感器，智能移动终端（pad，手机）、可穿戴设备等会产生大量的数据，虽然可以将这些数据上传到云端进行处理，但若教师需要实时的数据反馈，会受制于云端的服务速度，教师无法根据反馈信息了解学生的实时情况。传统的教育数据，如，智能终端数据，互联网浏览产生的数据，传统的成绩数据等，通常由教师或者教育管理者发送到云平台上，云平台接收到使用请求之后将结果反馈给教育研究者。但是，大量数据同时上传到云平台，会消耗大量的计算资源，云服务延迟带来的风险会影响教师对于课堂中实时个性化教学的需求判断。针对该现象，可以利用边缘设备已具有的计算能力，将应用服务的部分计算任务从云端移到边缘设备上执行，本研究中主要的边缘设备为人工智能教育机器人。 边缘计算是指在网络边缘执行计算的一种新型计算模型，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务，而边缘计算的边缘是指从数据源到云计算中心路径之间的任意计算和网络资源。边缘计算开发平台一般包括网络、计算、存储、应用四个层面，在智能课堂下，这几个层面可以集成到新型“双师课堂”环境中，由人工智能教育机器人作为计算、存储、应用的主体，进而实现响应教学应用业务、计算并存储数据的内循环过程。 为了实现个性化学习以及精准教研，数据是不可缺少的，如何处理各项数据，实现课堂的实时个性化教学以及长期的个性生涯规划，这需要边缘计算与云计算在全学习过程中相互协同$学生产生的各项数据集成在“人工智能教育机器人”端，大多数个性化教学通过“云平台”加“大数据”平台生成反馈结果，对于边缘计算在教育中的应用研究较少。通过对边缘计算与云计算的基本了解，人工智能教育机器人可以作为边缘计算的终端设备有以下优点： 一是缓解云平台的压力。每天学校中会产生大量的数据，其中有价值的关键数据是有限的。有些数据的生命周期可以只存在于课堂的几十分钟内，这些临时数据的价值只存在于课堂中，不需要长期存储。有些数据的结构为半结构化或者非结构化，这些数据的清洗在云端是一个大问题。人工智能教育机器人作为边缘终端，它代理了云计算平台的一些业务，如，数据处理与分析$作为智能技术的综合体，它可以实现具体的智能应用，而云计算平台可以对该应用进行生命周期的管理以及更新迭代等工作。 二是增加教学请求的响应能力。在课堂中，人工智能教育机器人直接在师生旁边提供服务，这种近距离保证了较低的网络延时。此外，人工智能教育机器人的网络一般是分布式的本地网络，简单的网络分布降低了网络的波动，为网络传输速度提供了保证。在个性化教学应用中，如果是通过云平台响应教学需求，一旦用户请求过多，必然会降低效率，而教师在课堂中没有过多时间等待云平台的反馈结果所以在课堂上，人工智能教育机器人可以很好地满足教师的实时需求，实现人机协同的高效性、实时性。 三是保护师生的数据安全'在物联网时代，数据的安全隐私也是值得关注的问题，数据上传到大数据平台之后，存在被第三方使用的风险。云计算模式下，所有的数据都存储于数据中心，教育研究者很难对数据的访问与使用进行细粒度的控制。而边缘计算下，所有隐私数据的存储和使用都通过人工智能教育机器人进行，教育研究者可以将隐私数据限制在防火墙内，将一些处理后的数据，且需要云平台计算的数据上传到云端，这种模式可以保证数据的安全。 图1所示是人工智能教育机器人支持下的新型“双师课堂”环境模型。 在该环境中，最上层的是云平台和大数据平台。对于智慧校园来说，每天产生的数据量是极其庞大的，光依靠学校的服务器对于学校而言是一个沉重的负担，所以这时候需要用到云计算平台和大数据分析平台。“双师课堂”环境的核心是边缘计算平台，边缘计算平台包括网络域、计算系统、存储设备、应用服务'网络域可以是学校的校园网，在各个人工智能教育机器人中也可以设置一个网关，实现网络的高速传输'计算系统、存储、应用服务等全部集成在人工智能教育机器人中。 其他采集设备（智能移动终端、可穿戴设备、摄像设备）与人工智能教育机器人通过物联网的手段联结。人工智能教育机器人自身获取或者从其他采集设备获取课堂实时数据后，进行内部存储；向云平台发送服务请求获得许可之后，进行数据的预处理并做分析；处理分析完毕，人工智能教育机器人将数据可视化并呈现给师生，最后将这些实时数据缓存在本地'课后，人工智能教育机器人可以将其中已处理，有价值的数据上传到云计算平台和大数据平台，这样既优化了云计算平台上的数据清洗工作，也在一定程度上保证了数据的有效性，有利于后期大数据分析结果的精确性。 四、人工智能教育机器人支持的新型“双师课堂”学习过程环境分析人工智能教育机器人蕴含了多种人工智能技术，不同的技术可以实现不同的功能，不同技术之间的整合也使得人工智能教育机器人更加智能化、自动化。从智慧学习环境的角度来说，人工智能教育机器人是学习内容、学习活动、教学活动、学习时空的载体。人工智能教育机器人支持的新型“双师课堂”形成了一个闭环的服务支持系统，教师与学生之间“引导—反馈”的交互关系，同样也适用于人工智能教育机器人与学生之间的关系。新型“双师课堂”以教师为起点，教师向人工智能教育机器人发送应用请求，人工智能教育机器人响应该请求并反馈相关结果'教师可以向机器人发送了解“学生实时学习进度”“学生情绪现状”等需求，机器人根据学生反馈的数据，进行处理分析之后呈现给教师。 在传统的教学过程中，课堂由教师、学生、教学内容和教学媒体等四个基本要素组成。在数字化课堂中，教学媒体是由软件和硬件构成的数字化环境，教学内容不仅仅是教科书或者数字教材，还包括如视频、音频等多媒体资料，以及丰富的网上资源等。在新型“双师课堂”中，教师和人工智能教育机器人都承担了教学工作，在双师协同的同时还有人工智能教育机器人与数字化环境的协同，可以构建新型“双师课堂”的学习环境模型，如图2所示。 在此学习环境中，人工智能教育机器人作为教师，它需要承担教师的一部分教学任务，而教学任务中有些是需要花很大精力才能完成的或者有些是无法由个人完成的任务，所以教师要明确自己有哪些需求是人工智能教育机器人的应用可以实现的。其次，人工智能教育机器人也需要与数字化环境相配合，数字化环境作为教师的教学工具，可以辅助人工智能教育机器人完成提供或呈现资源的任务!学生在此学习环境中，可以直接对教师和人工智能教育机器人做出反馈，也可以先反馈到数字化环境中再反馈到人工智能教育机器人。最终，人工智能教育机器人提供教师原先很难实现的个性化学习支持，教师则抛弃了重复性工作，注重于引导学生思维，锻炼学生综合能力，聚焦“育人”的学生核心素养培养。 我们结合前文所提到的环境模型，可以得到人工智能教育机器人支持的新型“双师课堂”环境下的课堂数据交互模型，如图3所示。 在此课堂环境中，所有物化的教学媒体都与人工智能教育机器人通过网络连接。物联网一般分成感知层，可靠传递层和智能处理层!感知层是数字化环境中常见的设备：如，电子课桌、电子白板、可穿戴设备、教室环境传感器、智能移动终端和其他可采集设备。可靠传递层是校园中的网络或者4G/5G网络。而在“双师课堂”中，智能处理层集成为人工智能教育机器人，平台服务等采集设备与人工智能教育机器人存在信息流动，首先由采集设备获取到信息，将信息数据化之后传输到人工智能教育机器人，通过人工智能教育机器人进行数据处理，将处理完的算法或者说策略反馈到数字化环境中，数字化环境接收到相关策略之后' 以不同的形式呈现、反馈给学生。 教师在该教学过程中' 与学生之间仍然是引导和反馈的关系。但是与传统数字化课堂不同的是，在教学设计的环节， 教师需要明确自己的教学任务以及对于人工智能教育机器人的应用需求， 并在人工智能教育机器人上选择相应的功能。教师不需要亲自动手操作多种数字化设备， 而是通过人工智能教育机器人统一管理#应用数字化设备。 学生在使用数字化设备的过程中会产生相应的信息，这些信息转化为数据之后， 由人工智能教育机器人统一反馈给教师，教师可以分别查询其即时需要的信息。 综上所述，在该教学环节中，教师在注重“育人”的同时，也要明确人工智能教育机器人“教书”的职责。 五、新型“双师课堂”的设计与实施 （一）新型“双师课堂”教学设计特征与实施过程 在新型“双师课堂”的教学设计过程中，教师需要分清哪些工作是可重复的、线性的，可以由人工智能教育机器人取代，哪些工作是需要自身承担的。为了新型“双师课堂”的实施更加系统有规划，我们对新型“双师课堂”的教学设计与传统教学设计进行了对比，如表2所示。 在教学设计的三维目标中，知识与技能是属于可以通过记忆或者反复练习习得的，但是过程与方法、情感态度这两个方面需要教师启发学生进行思维上的训练。人工智能教育机器人虽然可以作为辅助教师，但是教师需要将人工智能教育机器人融合到原有的课堂环境下。新型“双师课堂”的教学设计需要满足分析数据化，活动精细化，人机协同化三个特征。 1. 分析数据化 课前阶段需要教师准备学习内容，首先需要对教材和学习者进行分析。在教材分析层面，人工智能教育机器人可以根据已有的数据给出应用最多的教材分析，根据不同的知识点，利用知识图谱技术以及数据分析中聚类等技术，人工智能教育机器人为教师提供班级的整体学习报告，教师可以了解班级的分层情况以及每类学生的知识掌握情况。教师可以根据自身的判断及人工智能教育机器人提供的报告对学情有定性和定量的认识。在课堂中，学生学习过程的数据是过程化的，教师要时刻有大数据意识，有良好的信息素养，会利用大数据技术和人工智能技术，将其体现在教学设计当中并且在课堂当中有所实施，使得教师对于班级整体以及学生个体的分析都更加精准。 2. 活动精细化 在学习活动层面，教师需要明确的是人工智能教育机器人参与学生的哪些学习活动，学生的学习方法是自主学习还是合作学习。一般地，人工智能教育机器人可以为学生设计个性化的学习任务，这种个性化的学习任务会产生不同的学习结果，但这些结果最终会对应到相应的知识点。人工智能教育机器人可以跟踪并分析学生学习活动中产生的数据，并且直接在本地反馈给教师。对于基于影音视频，参考文件、测试、讨论、作业等材料的具体操作，教师需要明确人工智能教育机器人在学习活动中的参与程度，以及这些活动的先后顺序。 3. 人机协同化 人机协同化，广义上指的是整个新型 “双师课堂”的各要素，在教与学的过程中，协调完成教学目标，实现学习内容、学习活动、教学活动与学习时空之间的融洽。狭义上主要指教师与人工智能教育机器人在新型“双师课堂”中的协作配合。原有的教学形态一般是“双主”教学模式，现在多了一个教学主体人工智能教育机器人。教师在教学设计的过程中，需要设计一些一般性问题，这些问题是封闭的、有答案的，人工智能教育机器人可以代替回答的，还需要设计一些启发性的没有固定答案的问题，这些问题分别对应着学生的知识层面和情感技能层面。 人工智能教育机器人提供的学习支持虽然是个性的，但也仅限于资源以及练习等有规范的层面，教师带来的情感交流以及思维上的引领是机器很难实现的。学习者的评价首先是由人工智能教育机器人分析课堂中产生的数据给出的，教师根据该堂课的实时评价和之前课程的评价，从而对于学生有全新的总的评价，这个总评横向是针对于该堂课的维度，纵向是学习者之前课堂的表现以及全学习过程的维度。在支持教学的过程中，关于人工智能教育机器人出现的突发问题，教师需要做好应急准备。 （二）研究设计案例 本研究设计了人工智能教育机器人的教育应用，以中学数学课堂《一元二次方程》为例，教学目标是学生知道一元二次方程的概念，能够熟练地把一元二次方程整理成一般形式。课堂中的应用环境如图4所示。在进行学习者分析时，教师根据人工智能教育机器人提供的学情数据对班级的学生有整体的了解，并有一个系统分类。根据这堂课的知识点，利用知识图谱技术将与一元二次方程有关的知识点呈现出来。 人工智能教育机器人为教师提供了各种各样的资源，教师根据知识点以及学生的分类情况，为每类学生选择不同的资源，对影音视频、参考文件、测试、作业等在可控范围内进行前期的主观选择。在学习内容的呈现方面，教师选择一元二次方程的导入情境，通过语音控制人工智能教育机器人将视频投射到电子白板上。在学习活动实施过程中，学生观看视频，学习参考文件，做测试的逻辑顺序教师需要提前设计好。学生集体观看视频，学习参考文件等资源时，人工智能教育机器人会为学生推送不同的学习资源，通过学生的智能移动终端呈现给学生，学生在智能移动终端上产生的数据传输到人工智能教育机器人中，人工智能教育机器人再为教师实时反馈相应数据。 在教学活动实施过程中，学生通过智能移动终端将问题传输到人工智能教育机器人，对于能解答的问题人工智能教育机器人随机选择不同的回答方式回应学生；无法识别的问题反馈到教师端。课堂完结后，人工智能教育机器人根据本堂课多终端反馈的数据，实时为教师呈现单个学习者的评价报告以及整个班级的学习情况，进而了解这次课堂的学生分类情况，为下一次做教学设计提供可参考的依据。 六、对“人机协同”研究的展望 在新型双师课堂中人工智能教育机器人承担了部分教师的职能，这意味着在人工智能时代的学习时空中会出现新型的“人机协同”工作场景。未来的人工智能课堂，对于教师来说需要做到以下几个方面： 第一，熟悉“人机协同”智慧教学环境，新型“双师课堂”对于教师来说，熟悉新型“双师课堂”不仅仅是熟悉人工智能教育机器人，对于人工智能教育机器人中的系统，以及背后的智能平台以及大数据平台包括课堂当中使用的多媒体设备和可穿戴设备都要有所了解，对于相应的智慧教学手段也要了解。教师需要接受新型的智慧教学手段，主动地去尝试“人机协同”的新型课堂。 第二，注重“育人”层面的教研活动。从核心素养层面来说，人的全面发展体现在人文底蕴，科学精神、学会学习、健康生活、责任担当、实践创新等层面，这些层面是人的生物、思维、社会属性的体现，也是人工智能教育机器人无法替代教师的核心关键。人工智能教育机器人能完成重复性，机械性的工作，教师如何聚焦有生命特征的工作，结合传统的德智体美劳以及现在的核心素养，这需要学校多开展新型“双师课堂”中有关能力培养、价值引领、情感引导的教研活动，促进教师适应教师职能的转变以及人机协同的分工。 第三，培养学生“人机协同”的意识和能力。在新型“双师课堂”中，不仅教师有“人机协同”教学场景，学生也有“人机协同”学习场景。人工智能时代，与机器共同学习也是基本的信息素养，对于技术运用也是核心素养中的基本要点。教师在自身学习“人机协同”的过程中，也要培养学生“人机协同”的意识，为学生在人工智能时代与机器一起工作做出前期的积淀。教师可以经常组织学生参加人工智能活动，让学生多接触新型的人工智能教育产品，让学生接纳人工智能教育机器人等智能设备成为一种常态。在人工智能时代，社会需求的是能和机器智能共同工作的人，培养学生“人机协同”的意识和能力有助于学生适应社会需求，顺应时代的趋势和潮流。 本研究首先分析了已有的教育机器人在教学中的实践案例，论述了智能时代人工智能的关键技术以及人机协同的相关概念，并提出人工智能教育机器人可以在课堂中的典型用途。根据边缘计算的特点，发现人工智能教育机器人作为边缘计算的设备集成体，在课堂中可以实现实时数据反馈，有利于课堂的实时个性化教学，也有效管理了课堂数据，将有价值的数据上传到云端。同时，人工智能教育机器人可以承担教师重复性的工作以及对于课堂设备的管理工作。根据系统环境模型以及学习过程环境模型，提出了基于学习内容、学习活动、教学活动三个层面上的关于课堂实施的思考，并设计了人工智能教育机器人的课堂应用案例原型。 实际上，人工智能教育机器人集成了很多人工智能技术，但是各技术的成熟度并不相同，其中比较成熟的是语音识别计算，而基于知识图谱的个性化学习推荐以及基于计算机视觉的情感计算等技术还在实践探究过程中。 此外，人工智能教育机器人进入中小学课堂中，打破了原有的智慧课堂环境，如何将新技术适切地融入课堂中，实现新型“双师课堂”下学生心理发展以及学生的学习兴趣和良好习惯的养成，这是需要关注的问题。因此，人工智能教育机器人对于教师的“人机协同”能力要求较高，在人工智能教育机器人深度融合到中小学课堂过程中，需要教师的人工智能信息素养的提升。 在下一阶段研究过程中，我们将聚焦到人工智能教育机器人在课堂中的具体应用实践，包括人工智能教育机器人与课堂环境的整合，以及各种数据的融合与处理分析，促进人工智能教育机器人与课堂深度融合，从而减少教师繁重的工作强度，提高教育教学质量，实现规模化的教育公平和优质资源均衡效果。 作者简介：汪时冲，首都师范大学教育学院在读硕士研究生，研究方向：人工智能教育，教育机器人；方海光，首都师范大学教育学院教授，系本文通讯作者，研究方向：教育大数据，人工智能教育，智能教育机器人，智慧教育等；张鸽，首都师范大学教育学院副教授，硕士生导师，研究方向：教育理论与教学管理；马涛，特级教师，北京市海淀区教育网络与数据中心主任，研究方向：信息技术教育，移动学习，智慧校园应用等。 |
|
|
