论文部分内容阅读
摘要：随着当前大数据和人工智能技术的高速发展，人工智能技术在智能认知领域的不断深入和提高，在众多的傳统领域当中，教育行业的行业特征与人工智能有着很高的契合度，为传统教育行业带来了更多的发展空间，驱动着教育行业在智能信息化方向上的变革。而人工智能技术与教育行业的深度融合，实现了教育从内容到知识的转化，从而颠覆着传统的教育模式。
关键词：人工智能技术;教学模式;大数据
近年来随着人工智能技术的高速发展，以图像识别、语音识别等技术为主的人工智能技术已经渗透到了我们生活的各个方面，它已经或者正在改变着我们所熟知的许多行业和领域。这些技术不仅改变了人类的生活方式，也对当前教育行业的发展产生了极大的影响。
一、人工智能与大数据
人工智能的发展虽然经历了这么多年，但是至今也依然没有一个精确的定义，主要因为人工智能涉及到的基础学科种类庞杂，包括了哲学、数学、经济学、神经科学、心理学、计算机学、控制论和语言学，可以说人工智能是一个复杂的综合性学科。虽然人工智能有着并不明确的定义，但是人工智能的研究方向可以分为六个内容：自然语言理解;知识表示;自动推理;机器学习;计算机视觉和机器人。
大数据的定义，简单地说就是对数据的价值化过程。目前，大数据在概念上向产业转变的过程中，已初步形成以数据为主的产业链，其中包括数据采集、整理、传输和存储，安全分析和应用等，可以认为大数据在这个产业中的各种价值化操作都是围绕着数据中心进行的。
大数据是人工智能的基础。大数据的发展为人工智能领域带来了更多的发展空间，目前以大数据为基础的人工智能的研究已经开始逐步展开，大数据正在成为推动人工智能发展的重要组成部分。
二、人工智能技术与教育的结合
首先，教育领域当中有很多可以和人工智能进行融合的点，比如：知识的明确性、教学内容的重复性等问题，而这些问题又刚好是人工智能所擅长的领域。人工智能技术能够有效的解决教育教学当中几个一直存在的问题，比如：因材施教;资源分配不均;创新能力培养不足等几个问题，而这些问题在人工智能的时代将会有一套全新的解决方案来应对。
其次，人工智能技术并不是用来取代传统的教师的。两者之间的更多的是相辅相成的搭档关系。人工智能技术的产品可以帮助教师进行作业和试卷的批改，对基础知识的讲解等操作，而教师则可以在培养学生创造力、价值观等事情上投入更多的时间和精力。人工智能教育能够培养学生在问题认知上更注重分析、推理的过程，从而减少很多重复性的学习。人工智能技术与教育的融合为实现素质教育开辟了一条新的思路。
最后，人工智能与学生之间的关系是互动的关系。人工智能教育要改变一个思路，就是扭转学生的被动学习为主动学习，突出学生的主体。人工智能可以实现一对一的教育过程，而这在传统教育领域是很难做到的。人工智能产品与学生之间的交流是非常关键的，通过交流人工智能系统就会知道学生目前的知识掌握情况，以便于做出个性化的教学计划，从而达到真正意义上的因材施教。
三、人工智能技术下的教学模式和方法
如何通过人工智能技术来提升传统的教学模式和方法，使学生的学习能够更加的智能和高效，是人工智能技术下的教学模式的关键问题。通过对人工智能技术下的教学模式和方法的研究，把教师从机械填鸭式的教学工作中解脱出来，从而能有更多的时间和精力来对理论和实践相结合的教学内容和教方法进行创新和改革。更多的专注于“育人”教育，开发学生在人工智能时代的发展潜力和适应性。通过对大数据以及人工智能技术的研究，确定设置以学生为中心的课程体系，为学生提供因人而异的个性化，定制化，智能化的学习内容和方法，以此来提高学生的学习欲望。开发以微课+翻转课堂+智能实验的这种混合式教学方法，增添教学模式的多样化和智能化，实现线上与线下教学模式的融合。通过对人工智能、大数据技术与教学实践三者之间的深度融合，来达到通过项目来需求驱动，通过问题来驱动教学和学习内容。从而达到对与学生的主动学习能力、实践能力和人工智能思维能力的提升，同时也能引发学生对与未来人工智能时代对于职业的思考和自我成长。
四、构建人工智能技术下跨学科交叉融合的实践平台
在人工智能技术下的教学模式应该将以教师为中心转向以学生为中心，创建更加智能化的学习方式和环境，从而能够支持学生对未来工作岗位的适应和终生学习技能。比如：当前有很多高校的计算机专业的课程学习和实践环境，大多数还是传统的单机式，单技术栈模式，而BAT等大型企业的实际工作环境早就已经是云化的多技术栈环境（分布式、集群、云服务、容器等），刚毕业的学生进入大型企业工作还需要通过大量时间的开发和生产的培训来适应新的工作环境。重理论轻实践！这就是传统教育模式下的一个比较常见的问题。重点研究问题驱动式学习、模块式学习、主题式学习和基于项目的学习方式才是打开人工智能时代的正确方式。借助人工智能技术下跨学科交叉方式的课程学习，从教师将知识传授给学生这种传统模式向“让学生自己去发现和创造知识”提升，以真实的专业领域问题（大数据驱动的智能化需求）为依托，将多学科交叉与产业需求项目研究结合起来，让学生在实践过程中主动学习和建构多学科交叉知识，从而培养学生的人工智能思维，实践和知识灵活运用的能力。开发项目驱动的主题、模块式学习的智能实践平台，在实践平台中的课程设计中，融合人工智能思维（数据驱动，问题驱动，迭代优化，终生学习等）和相关课程教学内容进行相互融合和优化，建设智能的实践平台，为人工智能技术背景下的课程体系建设提供实践支撑。
随着大数据和人工智能技术的不断发展和进步，如今人工智能技术已经渗透到了教育行业的多个方面。大数据和人工智能技术的发展，包含着产业发展和学术、应用研究等多个方面。需要从大数据智能应用中发现挑战性的科学问题，推动以大数据智能技术为基础的产业革命和学习升级，从而促进新型交叉学科进一步融合和互相支撑，反过来多学科交叉也会推进大数据和人工智能技术向更深入的发展。
参考文献
[1] 维克托.迈尔-舍恩伯格， 大数据时代： 生活、工作与思维的大变革， 浙江人民出版社， 2013.
[2] 万赟. 从图灵测试到深度学习： 人工智能 60 年[J]. 科技导报， 2016， 34（7）： 26-33.
[3] Silver D， Huang A， Maddison C J， et al. Mastering the game of Go with deep neural networks and tree search[J]. Nature， 2016， 529（7587）： 484-489.
作者简介：
乔冰，38岁，职称：副教授，工作单位：哈尔滨铁道职业技术学院，学历：硕士，研究方向：人工智能课程教学。
关键词：人工智能技术;教学模式;大数据
近年来随着人工智能技术的高速发展，以图像识别、语音识别等技术为主的人工智能技术已经渗透到了我们生活的各个方面，它已经或者正在改变着我们所熟知的许多行业和领域。这些技术不仅改变了人类的生活方式，也对当前教育行业的发展产生了极大的影响。
一、人工智能与大数据
人工智能的发展虽然经历了这么多年，但是至今也依然没有一个精确的定义，主要因为人工智能涉及到的基础学科种类庞杂，包括了哲学、数学、经济学、神经科学、心理学、计算机学、控制论和语言学，可以说人工智能是一个复杂的综合性学科。虽然人工智能有着并不明确的定义，但是人工智能的研究方向可以分为六个内容：自然语言理解;知识表示;自动推理;机器学习;计算机视觉和机器人。
大数据的定义，简单地说就是对数据的价值化过程。目前，大数据在概念上向产业转变的过程中，已初步形成以数据为主的产业链，其中包括数据采集、整理、传输和存储，安全分析和应用等，可以认为大数据在这个产业中的各种价值化操作都是围绕着数据中心进行的。
大数据是人工智能的基础。大数据的发展为人工智能领域带来了更多的发展空间，目前以大数据为基础的人工智能的研究已经开始逐步展开，大数据正在成为推动人工智能发展的重要组成部分。
二、人工智能技术与教育的结合
首先，教育领域当中有很多可以和人工智能进行融合的点，比如：知识的明确性、教学内容的重复性等问题，而这些问题又刚好是人工智能所擅长的领域。人工智能技术能够有效的解决教育教学当中几个一直存在的问题，比如：因材施教;资源分配不均;创新能力培养不足等几个问题，而这些问题在人工智能的时代将会有一套全新的解决方案来应对。
其次，人工智能技术并不是用来取代传统的教师的。两者之间的更多的是相辅相成的搭档关系。人工智能技术的产品可以帮助教师进行作业和试卷的批改，对基础知识的讲解等操作，而教师则可以在培养学生创造力、价值观等事情上投入更多的时间和精力。人工智能教育能够培养学生在问题认知上更注重分析、推理的过程，从而减少很多重复性的学习。人工智能技术与教育的融合为实现素质教育开辟了一条新的思路。
最后，人工智能与学生之间的关系是互动的关系。人工智能教育要改变一个思路，就是扭转学生的被动学习为主动学习，突出学生的主体。人工智能可以实现一对一的教育过程，而这在传统教育领域是很难做到的。人工智能产品与学生之间的交流是非常关键的，通过交流人工智能系统就会知道学生目前的知识掌握情况，以便于做出个性化的教学计划，从而达到真正意义上的因材施教。
三、人工智能技术下的教学模式和方法
如何通过人工智能技术来提升传统的教学模式和方法，使学生的学习能够更加的智能和高效，是人工智能技术下的教学模式的关键问题。通过对人工智能技术下的教学模式和方法的研究，把教师从机械填鸭式的教学工作中解脱出来，从而能有更多的时间和精力来对理论和实践相结合的教学内容和教方法进行创新和改革。更多的专注于“育人”教育，开发学生在人工智能时代的发展潜力和适应性。通过对大数据以及人工智能技术的研究，确定设置以学生为中心的课程体系，为学生提供因人而异的个性化，定制化，智能化的学习内容和方法，以此来提高学生的学习欲望。开发以微课+翻转课堂+智能实验的这种混合式教学方法，增添教学模式的多样化和智能化，实现线上与线下教学模式的融合。通过对人工智能、大数据技术与教学实践三者之间的深度融合，来达到通过项目来需求驱动，通过问题来驱动教学和学习内容。从而达到对与学生的主动学习能力、实践能力和人工智能思维能力的提升，同时也能引发学生对与未来人工智能时代对于职业的思考和自我成长。
四、构建人工智能技术下跨学科交叉融合的实践平台
在人工智能技术下的教学模式应该将以教师为中心转向以学生为中心，创建更加智能化的学习方式和环境，从而能够支持学生对未来工作岗位的适应和终生学习技能。比如：当前有很多高校的计算机专业的课程学习和实践环境，大多数还是传统的单机式，单技术栈模式，而BAT等大型企业的实际工作环境早就已经是云化的多技术栈环境（分布式、集群、云服务、容器等），刚毕业的学生进入大型企业工作还需要通过大量时间的开发和生产的培训来适应新的工作环境。重理论轻实践！这就是传统教育模式下的一个比较常见的问题。重点研究问题驱动式学习、模块式学习、主题式学习和基于项目的学习方式才是打开人工智能时代的正确方式。借助人工智能技术下跨学科交叉方式的课程学习，从教师将知识传授给学生这种传统模式向“让学生自己去发现和创造知识”提升，以真实的专业领域问题（大数据驱动的智能化需求）为依托，将多学科交叉与产业需求项目研究结合起来，让学生在实践过程中主动学习和建构多学科交叉知识，从而培养学生的人工智能思维，实践和知识灵活运用的能力。开发项目驱动的主题、模块式学习的智能实践平台，在实践平台中的课程设计中，融合人工智能思维（数据驱动，问题驱动，迭代优化，终生学习等）和相关课程教学内容进行相互融合和优化，建设智能的实践平台，为人工智能技术背景下的课程体系建设提供实践支撑。
随着大数据和人工智能技术的不断发展和进步，如今人工智能技术已经渗透到了教育行业的多个方面。大数据和人工智能技术的发展，包含着产业发展和学术、应用研究等多个方面。需要从大数据智能应用中发现挑战性的科学问题，推动以大数据智能技术为基础的产业革命和学习升级，从而促进新型交叉学科进一步融合和互相支撑，反过来多学科交叉也会推进大数据和人工智能技术向更深入的发展。
参考文献
[1] 维克托.迈尔-舍恩伯格， 大数据时代： 生活、工作与思维的大变革， 浙江人民出版社， 2013.
[2] 万赟. 从图灵测试到深度学习： 人工智能 60 年[J]. 科技导报， 2016， 34（7）： 26-33.
[3] Silver D， Huang A， Maddison C J， et al. Mastering the game of Go with deep neural networks and tree search[J]. Nature， 2016， 529（7587）： 484-489.
作者简介：
乔冰，38岁，职称：副教授，工作单位：哈尔滨铁道职业技术学院，学历：硕士，研究方向：人工智能课程教学。