肖亞軍

2019年3月，聯(lián)合國教科文組織（UNESCO）正式發(fā)布了《教育中的人工智能：可持續(xù)發(fā)展的挑戰(zhàn)和機遇》。北京師范大學《人工智能+教育》藍皮書（2018）從智能化的基礎設施、學習過程的智能化支持、智能化的評價手段、智能化的教師輔助手段和智能化教育管理五個方面，提出了“人工智能+教育”的五個典型應用場景。

人工智能將改變未來教學形式，這已成為業(yè)界的廣泛共識。但是，人工智能在教育中應該如何應用？在教育實踐中到底能產生什么效果？還缺乏實際案例帶來的“親身感受”。近年來，青島市實驗高級中學（簡稱青島實驗高中）秉持“無創(chuàng)新，不實驗”的理念，在“人工智能+教育”領域大膽嘗試，積累了可貴的經驗。

一張個性化的學習單

青島實驗高中數(shù)學采取分層教學，高三級部的宿曉晨和傅滋潤不在一個行政班，但是同在二層級的一個教學班學習。今天，他們同時拿到了自己本周的《個性化學習單》。上面有兩人各自在本周數(shù)學統(tǒng)一作業(yè)中的數(shù)據統(tǒng)計：哪些知識點已經完全掌握？哪些知識點有待提高？哪些知識點特別需要加強？特別是針對每個人各自的薄弱點，提供了不同的針對性題目，供兩人溫習鞏固。分層教學，已經使一個班級的同學各自找到自己的學習起點，實現(xiàn)了第一層面的個性化。《個性化學習單》又使同一層級的同學找到了各自的薄弱點，并有針對性地開展學習，實現(xiàn)了第二層面的個性化。而這背后依托的是人工智能的支撐。

青島實驗高中依托大數(shù)據平臺，根據高中階段每學期的學習任務，精心規(guī)劃了18次統(tǒng)一作業(yè)，以周檢測或者周作業(yè)的形式發(fā)給學生，學生在認真解答之后，老師進行批閱，并掃描錄入學校統(tǒng)一平臺，由平臺自動產生學生《個性化學習單》。

該平臺鏈接學校網上閱卷平臺，把學生每次考試的相關數(shù)據進行整合比較，一段時間后即形成個性化學習數(shù)據鏈，對學生學習情況進行精準分析判斷，反映優(yōu)點及不足。然后再根據平臺題庫，老師進行個性化推題，從而實現(xiàn)學生個性化學習任務的智能化。到達高三年級，學生的數(shù)據已經足夠翔實，這種個性化就更加精準。在青島實驗高中，依托于人工智能的個性化學習學科已涵蓋數(shù)學、物理、化學，正準備向生物、英語拓展。

一個來自持續(xù)跟蹤的報告

青島實驗高中2019年度教學年會上，蘇延紅副校長進行的一次特殊的報告解讀，引起了全體教師的震動。這是一份高一（4）班一個學期的常態(tài)化課堂的跟蹤報告書。

報告中詳細列錄了一個學期以來教師及學生的整體表現(xiàn)。教師層面包括每節(jié)課教師講授時間所占比例，學生主題活動時間所占比例，是否達到合理要求，整個學期達到合理要求的課的整體比例，并由此判斷出該學科課堂是否真正體現(xiàn)“學生為主”。

根據對課堂活躍度的觀察對每節(jié)課做出判斷，給出整個學期活躍度好的課堂所占比例，從一個層面判斷課堂教學的質量。學生方面包括學習投入度，通過采集學生面部表情，判斷學生的學習投入程度，給出一個學期學生學習投入度高的課堂比例，判斷該班級學風狀況。根據不同學科整個學期學生投入度高的課堂比例，判斷該班級不同學科的學習狀況，給出整個學習投入度高和低的學生名單，引導教師進行個性化指導。通過相關數(shù)據的解讀，自動生成對該班級學習、常規(guī)管理的建議。

這是青島實驗高中本學期開始建設的智能教室的縮影，重點通過音影采集，形成數(shù)據，通過數(shù)據分析，給出建議，以有效提高課堂教學質量及班級管理水平。雖然這樣的嘗試剛剛開始，但蘇校長的報告解讀，引起了全體教師們的深刻反思。今年，青島實驗高中將增加投入，進一步完善智能教室的功能和利用。

一次與餐廳老板的對話

2019年4月的一個早晨，青島實驗高中總務處王太文主任找到了學生餐廳的兩位老板，半開玩笑地告訴他們最近早飯質量不太好。兩位老板很詫異。王主任說，根據學校智慧校園數(shù)據平臺自動預警，學生最近早晨到餐廳就餐人數(shù)下降明顯，到超市和面包房就餐的人數(shù)顯著增加。兩位老板也不由地點頭，說最近學生早晨到餐廳就餐的人數(shù)確實有波動，需要好好采取措施把學生重新吸引到餐廳。這是青島實驗高中智慧校園建設中的一個縮影。

智慧校園平臺通過一卡通，詳細記錄學生在校內生活的方方面面，教室、宿舍、餐廳、圖書館、體育館、藝術樓都有打卡系統(tǒng)，鏈接校內消費系統(tǒng)，形成一張學生校內生活路徑圖，定期推送給學生家長。一則加強家校溝通，消除家長對孩子在校生活的顧慮;二則家長發(fā)現(xiàn)問題，會立即跟班主任溝通，防止不良現(xiàn)象的蔓延。同時，平臺從整體的角度，自動分析階段性數(shù)據，對學生的整體狀況進行判斷，給出階段性的意見和建議。

譬如平臺會階段性提示學生在圖書館借閱圖書排行榜，階段性提示學生閱覽室學習人數(shù)、主要班級，階段性提示課間回宿舍頻率較高學生名單，體育館內學生活動主要時間段，餐廳里近期售賣最火的食物，專家報告收聽人數(shù)等信息，輔助學校完善相關工作。人工智能，在學校治理方面展示出了獨特優(yōu)勢。

近幾年，人工智能技術得以迅速發(fā)展，但大多數(shù)仍處于弱人工智能階段，應用在教育上的很有限。不過這些應用對教育起到了減負增效的效果，受到了大家歡迎。以上三個故事，是青島實驗高中在探索人工智能+教育進程中的真實感受。我們期待有更多的實踐成果呈現(xiàn)，啟發(fā)和引導我們讓人工智能更好地賦能教育，讓人工智能+教育結出更多的碩果。