肖卓宇 徐運標(biāo) 陳果 郭杰 黃俊
摘? ?要:隨著人工智能賦能行業(yè)勢頭的飛速發(fā)展,職業(yè)教育領(lǐng)域發(fā)生了深刻變革。針對人工智能與高職教學(xué)融合出現(xiàn)的一些問題,文章以結(jié)構(gòu)主義教學(xué)理論與PST框架理論為基礎(chǔ),對“人工智能+高職教育”融合的內(nèi)涵與模型進行了研究,設(shè)計了影響“人工智能+高職教育”融合的調(diào)查問卷,分析了教學(xué)法、學(xué)習(xí)空間、支撐技術(shù)三個維度及其11個主要影響因子之間的聯(lián)系。事實證明,該研究豐富了人工智能賦能高職教育的理論視角,為多維度的創(chuàng)新式信息化教學(xué)提供了新思路。
關(guān)鍵詞:人工智能+高職教育;PST框架;維度;影響因子;模型
中圖分類號:G642 文件標(biāo)志碼:A 文章編號:1673-8454(2021)03-0022-05
一、引言
2017年國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》提出“人工智能+教育”的新命題[1]。2019年教育部、財政部印發(fā)的《關(guān)于實施中國特色高水平高職學(xué)校和專業(yè)建設(shè)計劃的意見》提出建設(shè)中國特色高水平高職學(xué)校和專業(yè)建設(shè)計劃(以下簡稱《雙高計劃》)[2]。目前,人工智能技術(shù)賦能職業(yè)教育的市場呈現(xiàn)快速增長趨勢[3]。為此,眾多領(lǐng)域相關(guān)研究圍繞人工智能賦能教育展開[4-5]。張志禎等[6]、Bollier[7]提出了人工智能賦能職業(yè)教育的核心要素及意義。戴永輝等[8]對智能技術(shù)視域下教學(xué)方式的發(fā)展趨勢進行了分類研究。楊現(xiàn)民等[9]提出通過信息化技術(shù)完善現(xiàn)有學(xué)習(xí)空間,以滿足職業(yè)院校個性化學(xué)習(xí)的有效開展。趙斌等[10]倡導(dǎo)因材施教,提出人工智能賦能教育應(yīng)構(gòu)建以人為本的學(xué)習(xí)環(huán)境。李振等[11]提出人工智能技術(shù)賦能教育的技術(shù)核心因子為數(shù)據(jù)、算法與計算能力。袁利平等[12]與曹培杰[13]指出智能感知技術(shù)、學(xué)習(xí)分析技術(shù)、情感計算技術(shù)有潛力成為未來智慧教育的關(guān)鍵技術(shù)。
總體而言,目前“人工智能+職業(yè)教育”融合也存在諸如“人工智能技術(shù)與教學(xué)方式脫節(jié)”“學(xué)習(xí)空間不夠個性化”等問題。因此,在這種新形式下,迫切需要對“人工智能+高職教育”融合的內(nèi)涵、模型進行深入研究,以促進中國教育信息化2.0的轉(zhuǎn)型升級,為國家和各級地方政府提供決策支持和依據(jù)。
二、“人工智能+高職教育”融合的內(nèi)涵
1.“人工智能+高職教育”融合
在本研究中,“人工智能+高職教育”融合主要探討《雙高計劃》視閾下人工智能等新型技術(shù)如何有效賦能高職教育,為國家職業(yè)教育改革實施的20條方案提供支持。
2.PST框架理論基礎(chǔ)
2009年,Radcliffe[14]提出了PST (Pedagogy-Space-Technology,PST)框架理論思想,關(guān)注教學(xué)法、學(xué)習(xí)空間與支撐技術(shù)三個維度及其之間的關(guān)系。近年來在領(lǐng)域內(nèi)得到廣泛關(guān)注,可在一定程度上為信息技術(shù)賦能職業(yè)教育提供理論支持。
3.結(jié)構(gòu)主義教學(xué)理論基礎(chǔ)
結(jié)構(gòu)主義教學(xué)理論(Structuralism Teaching Theory,STT)以結(jié)構(gòu)主義教育理論及皮亞杰結(jié)構(gòu)主義心理學(xué)為理論基礎(chǔ)[15]。本研究側(cè)重關(guān)注人工智能賦能高職教育的主要維度及其之間的關(guān)系、各主要維度的主要影響因子特征。
三、“人工智能+高職教育”融合問卷調(diào)查設(shè)計
基于PST框架理論基礎(chǔ),文獻[4][8][12]從教學(xué)法維度提出影響“人工智能+高職教育”融合的教學(xué)目標(biāo)、教學(xué)理念、教學(xué)方式等11種主要影響因子;文獻[7][9][14]從教學(xué)空間維度提出影響“人工智能+高職教育”融合的學(xué)習(xí)空間環(huán)境與服務(wù)、學(xué)習(xí)空間規(guī)劃、學(xué)習(xí)空間陳設(shè)等8種主要影響因子;文獻[1][11][12]從支撐技術(shù)維度提出影響“人工智能+高職教育”融合的智能技術(shù)、教育大數(shù)據(jù)、應(yīng)用服務(wù)等9種主要影響因子。
表1從教學(xué)法、教學(xué)空間、支撐技術(shù)三個維度描述了PST框架主要影響因子問卷試題的內(nèi)涵。此外,本研究通過問卷星專業(yè)問卷調(diào)查平臺進行網(wǎng)上問卷調(diào)查。調(diào)查對象為智慧職教、超星泛雅、中國大學(xué)MOOC等主流學(xué)習(xí)平臺用戶。調(diào)查時間為2019年6月1日開始,截至2019年8月31日,為期3個月。調(diào)查問卷分為教學(xué)法維度主要影響因子、教學(xué)空間維度主要影響因子、支撐技術(shù)維度主要影響因子三個主題。共計發(fā)放1226份問卷,回收有效問卷1147份,有效問卷占比為93.56%,如表2所示。
在參與調(diào)研的人群中,年齡17~23歲的占78.4%、24~30歲的占18.4%、30歲以上者占3.2%。此外,男性占41.65%,女性占58.35%。理工科占39.8%,文科與管理類專業(yè)占60.2%。
四、“人工智能+高職教育”融合模型構(gòu)建
為進一步探究“人工智能+高職教育”融合的內(nèi)涵,本研究基于結(jié)構(gòu)主義教學(xué)理論和PST框架理論,結(jié)合問題調(diào)查結(jié)果,構(gòu)建了“人工智能+高職教育”融合的基礎(chǔ)理論模型。
1.PST框架模型
PST框架理論探究教學(xué)法、學(xué)習(xí)空間、支撐技術(shù)三個維度及其主要影響因子之間的關(guān)系。圖1描述了教學(xué)法、學(xué)習(xí)空間、支撐技術(shù)三個維度的相互聯(lián)系。在PST框架中,教學(xué)法是基礎(chǔ),為教學(xué)空間與支撐技術(shù)提供指導(dǎo);教學(xué)空間能夠嵌入支撐技術(shù),從而實現(xiàn)與教學(xué)法的有效融合;支撐技術(shù)能進一步推動教學(xué)空間賦能職業(yè)教育的廣度與深度,并為教學(xué)法的開展提供技術(shù)支持。
2.“人工智能+高職教育”融合模型
基于結(jié)構(gòu)主義教學(xué)理論與PST框架理論,深入了解“人工智能+高職教育”融合的內(nèi)涵。結(jié)合問卷調(diào)查結(jié)果,本文構(gòu)建了“人工智能+高職教育”融合的基礎(chǔ)理論模型,如圖2所示。圖2描述了“人工智能+高職教育”融合的教學(xué)法、教學(xué)空間、支撐技術(shù)三個維度及其之間的關(guān)系。此外,通過對“人工智能+高職教育”融合調(diào)查問卷進行數(shù)據(jù)分析,按照頻次給出了三個維度的主要影響因子。其中,影響教學(xué)法維度的5個主要影響因子為教學(xué)目標(biāo)、教學(xué)理念、教學(xué)方式、教學(xué)內(nèi)容與教學(xué)組織形式;影響教學(xué)空間維度的3個主要影響因子為學(xué)習(xí)空間規(guī)劃、學(xué)習(xí)空間環(huán)境服務(wù)與學(xué)習(xí)空間陳設(shè);影響支撐技術(shù)維度的3個主要影響因子為智能技術(shù)、教育大數(shù)據(jù)與應(yīng)用服務(wù)。
五、“人工智能+高職教育”融合的影響因子
1.教學(xué)法維度主要影響因子
通過對“人工智能+高職教育”融合問卷調(diào)查結(jié)果的數(shù)據(jù)分析,構(gòu)建了PST框架中教學(xué)法維度影響因子的關(guān)鍵詞云圖,如圖3所示。由圖3可以發(fā)現(xiàn),教學(xué)目標(biāo)、教學(xué)方式、教學(xué)內(nèi)容等高頻詞匯成為“人工高智能+高職教育”融合中教學(xué)法維度的主要影響因子。
(1)教學(xué)目標(biāo)
2019年國務(wù)院發(fā)布了《國家職業(yè)教育改革實施方案》(以下簡稱“職教20條”)。為此,“人工智能+高職教育”融合的教學(xué)目標(biāo)以“職教20條”為綱,致力于推進高職教學(xué)質(zhì)量的全面發(fā)展,關(guān)注大國工匠、行業(yè)技術(shù)能手等應(yīng)用型職業(yè)技術(shù)人才的培養(yǎng)。人工智能、大數(shù)據(jù)等技術(shù)的飛速發(fā)展為教學(xué)目標(biāo)的實現(xiàn)提供了保障,并有助于提升高職學(xué)生的競爭力,促進區(qū)域經(jīng)濟的發(fā)展。
(2)教學(xué)理念
“人工智能+高職教育”融合的教學(xué)理念將關(guān)注“1+X”證書制度的試點。高職教育的目標(biāo)是培養(yǎng)高質(zhì)量的應(yīng)用型人才,但僅為拿到畢業(yè)證書的傳統(tǒng)教學(xué)理念已不適合時代發(fā)展,尤其在疫情期間,學(xué)生就業(yè)形式嚴(yán)峻的背景下?!?+X”中的“1”表示學(xué)歷證書,該證書是基本要求;“X”表示多種職業(yè)技能等級證書。等級證書將有效豐富高職學(xué)生的知識結(jié)構(gòu),實現(xiàn)學(xué)校與企業(yè)人才需求的無縫對接,有效解決人才需求的矛盾。
(3)教學(xué)方式
“人工智能+高職教育”融合的教學(xué)方式倡導(dǎo)以高職學(xué)生為中心的原則,以及鞏固性原則、啟發(fā)式原則,鼓勵因材施教。區(qū)別于傳統(tǒng)以教師為中心的教學(xué)方式,“人工智能+高職教育”融合的教學(xué)方式將依托人工智能技術(shù),對每個學(xué)生進行人物畫像,并通過學(xué)習(xí)資源推送等技術(shù)為每位學(xué)生提供個性化的教學(xué)服務(wù)。例如:可依靠學(xué)習(xí)平臺對學(xué)生每節(jié)課的測試題、章節(jié)測試題、考試試卷答題情況進行數(shù)據(jù)分析,并對錯誤率較高的知識點、章節(jié)進行答題推送,以鞏固學(xué)習(xí)效果。此外,還可以通過人工智能技術(shù)將課程知識點與試題進行映射,開展啟發(fā)式教學(xué)。
(4)教學(xué)內(nèi)容
“人工智能+高職教育”融合的教學(xué)內(nèi)容將對應(yīng)“1+X”證書。學(xué)院各個專業(yè)傳統(tǒng)人才培養(yǎng)課程體系相對陳舊,由于教師能力、管理制度等各方面的原因,部分新技術(shù)、新課程未能與企業(yè)人才需求同步,導(dǎo)致學(xué)生就業(yè)質(zhì)量、就業(yè)率不理想。為此,“人工智能+高職教育”融合的教學(xué)內(nèi)容與“1+X”證書對應(yīng)已成為刻不容緩的工作。以人工智能技術(shù)服務(wù)專業(yè)人才培養(yǎng)課程體系為例,將對應(yīng)華為智能計算平臺應(yīng)用開發(fā)的初級、中級與高級證書。而“1+X”證書中的知識點都會對應(yīng)到修改后的專業(yè)人才培養(yǎng)方案中。該項教學(xué)改革工作能在一定程度上使學(xué)校專業(yè)教學(xué)內(nèi)容與企業(yè)人才需求趨于一致。
(5)教學(xué)組織形式
“人工智能+高職教育”融合的教學(xué)組織形式倡導(dǎo)個性化教學(xué)、參與式教學(xué)、碎片化學(xué)習(xí)、混齡教學(xué)、翻轉(zhuǎn)課堂等。區(qū)別于傳統(tǒng)教學(xué)組織形式,“人工智能+高職教育”融合的教學(xué)組織依托智慧職教、超星泛雅、中國大學(xué)MOOC等教學(xué)資源平臺,構(gòu)建高職教學(xué)的精品課程。同時,鼓勵學(xué)生參與教學(xué)活動設(shè)計,以期為線上線下學(xué)習(xí)、翻轉(zhuǎn)課堂等提供碎片化學(xué)習(xí)時間,增強學(xué)生的學(xué)習(xí)積極性,為“1+X”證書的落實提供保障。
2.教學(xué)空間維度主要影響因子
“人工智能+高職教育”融合關(guān)注用戶體驗、支持課堂互動。為此,學(xué)習(xí)空間的規(guī)劃、服務(wù)及陳設(shè)需要區(qū)別于傳統(tǒng)教學(xué)空間。
(1)學(xué)習(xí)空間規(guī)劃
學(xué)習(xí)空間規(guī)劃指學(xué)習(xí)空間的有效布局,包括學(xué)習(xí)空間環(huán)境的通透性、采光度、人性化、智能化等要素?,F(xiàn)階段,人工智能技術(shù)賦能高職教學(xué)引發(fā)了教學(xué)法的深刻變革,個性化教學(xué)、混齡教學(xué)、AR/VR教學(xué)等方式得到了廣泛的應(yīng)用。但這些教學(xué)方式對學(xué)習(xí)空間的布局、層次性等有著較高的要求,為此,需要深入研究教學(xué)空間規(guī)劃。High Tech High、Altschool等機構(gòu)的學(xué)習(xí)空間規(guī)劃就特別關(guān)注學(xué)習(xí)空間與教學(xué)方式的融合。開放式空間與軟隔斷的有效規(guī)劃使得教學(xué)活動設(shè)計能夠較好地開展,也可以有效避免不同教學(xué)活動開展時導(dǎo)致的相互干擾,并有效利用有限的教學(xué)空間。目前,一些學(xué)校正在構(gòu)建智慧大樓,在學(xué)習(xí)空間規(guī)劃上融入了更多的人工智能元素,該項工作勢必為高職教學(xué)提供新的思路。
(2)學(xué)習(xí)空間環(huán)境服務(wù)
學(xué)習(xí)空間環(huán)境服務(wù)關(guān)注人工智能技術(shù)與物聯(lián)網(wǎng)等終端產(chǎn)品的融合。學(xué)習(xí)空間中的光線、溫度、色彩、濕度等要素都將影響用戶的體驗,尤其針對長時間學(xué)習(xí)的用戶,智能服務(wù)將發(fā)揮重要作用。目前,學(xué)習(xí)空間中的智能空調(diào)、智能照明系統(tǒng)等設(shè)備被廣泛應(yīng)用,一定程度上提升了用戶的體驗。此外,卡耐基梅隆大學(xué)、加州大學(xué)伯克利分校等高校研究人員通過無線定位追蹤技術(shù),搜尋學(xué)習(xí)空間的“智能網(wǎng)格”,提供了更加精確的個性化服務(wù),進一步提升了學(xué)習(xí)空間中光線、溫度、濕度等要素的用戶體驗,并有效節(jié)約了成本??梢灶A(yù)見,學(xué)習(xí)空間環(huán)境服務(wù)相關(guān)的智能產(chǎn)品普及后,學(xué)生的學(xué)習(xí)環(huán)境將進一步改善,并能在一定程度上提升學(xué)習(xí)效果。
(3)學(xué)習(xí)空間陳設(shè)
學(xué)習(xí)空間陳設(shè)關(guān)注人工智能技術(shù)與新型家具的融合,以提升用戶學(xué)習(xí)體驗。圖4為人工智能技術(shù)賦能的智能辦公桌“Autonomous Desk”。“Autonomous Desk”能通過數(shù)天的機器學(xué)習(xí)對用戶的習(xí)慣與行為進行有效“記憶”,進而實現(xiàn)自動調(diào)整。新版本的“Autonomous Desk”甚至能夠通過用戶聲音、顏色、喜好等信息提供更多個性化的服務(wù)。目前,雖然“Autonomous Desk”等類似的智能家具還存在性價比有待提高等問題,但可以預(yù)見,隨著技術(shù)的發(fā)展和產(chǎn)品的規(guī)?;?,未來更多智能家具將為職業(yè)教育提供個性化服務(wù)。
3.支撐技術(shù)維度主要影響因子
隨著第三次人工智能技術(shù)的興起,人工智能技術(shù)賦能高職教育也得到了飛速發(fā)展?!叭斯ぶ悄?職業(yè)教育”融合的支撐技術(shù)緯度分為教育大數(shù)據(jù)、智能技術(shù)、應(yīng)用服務(wù)三層,如圖5所示。其中,教育大數(shù)據(jù)層位于最底層,主要職能是為智能技術(shù)層的人工智能算法提供輸入;智能技術(shù)層位于中間層,負責(zé)選擇合適的算法對輸入的教育大數(shù)據(jù)進行訓(xùn)練,進而構(gòu)建模型;應(yīng)用服務(wù)層位于頂層,負責(zé)模型對不同教學(xué)場景提供服務(wù)。
(1)教育大數(shù)據(jù)
教育大數(shù)據(jù)層位于“人工智能+高職教育”融合的支撐技術(shù)框架的最底層。目前,智慧職教、超星泛雅、中國大學(xué)MOOC、小鵝通等教學(xué)平臺通過教師的教學(xué)活動設(shè)計產(chǎn)生了大量的教育大數(shù)據(jù)。2020年疫情期間,高校的線上線下教學(xué)使各大教育平臺得到飛速發(fā)展,并產(chǎn)生了更多的教育大數(shù)據(jù),以筆者所在的高職院校為例,通過各大教學(xué)平臺產(chǎn)生的教育大數(shù)據(jù)同比增長了860%。
數(shù)據(jù)的成倍增長也帶來了挑戰(zhàn)。由于目前從各大教學(xué)平臺獲取的教育大數(shù)據(jù)是諸如文字、筆跡、動作、眼睛凝視、情感、腦電波等多模態(tài)數(shù)據(jù),故需要進一步改進數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析的方法與策略,以實現(xiàn)為智能技術(shù)層提供高效服務(wù)。
(2)智能技術(shù)
智能技術(shù)層位于“人工智能+高職教育”融合的支撐技術(shù)框架的中間層。智能技術(shù)層主要通過選擇人工智能算法對處理后的教育大數(shù)據(jù)進行機器學(xué)習(xí)訓(xùn)練,最終生成問題解決模型。智能技術(shù)層算法分為聚類、分類、強化學(xué)習(xí)三類。如SVM、C4.5、ID3等算法都屬于經(jīng)典的分類算法。由于應(yīng)用服務(wù)層存在不同的教學(xué)服務(wù)場景,故需要考慮應(yīng)用不同的算法構(gòu)建模型。
(3)應(yīng)用服務(wù)
應(yīng)用服務(wù)層位于“人工智能+高職教育”融合的支撐技術(shù)框架的頂層。應(yīng)用服務(wù)層負責(zé)將智能技術(shù)層構(gòu)建的模型應(yīng)用于各種復(fù)雜的教學(xué)場景。圖5給出了智能學(xué)習(xí)監(jiān)測、智能環(huán)境構(gòu)建、智能學(xué)伴、智能教學(xué)診斷等典型教學(xué)應(yīng)用場景。應(yīng)用服務(wù)層有助于高職學(xué)生個性化學(xué)習(xí)的開展,實現(xiàn)教學(xué)方式從“教師為中心”向“學(xué)生為中心”的轉(zhuǎn)變,讓因材施教的教學(xué)理念落到實處。
六、結(jié)語
本文以結(jié)構(gòu)主義教學(xué)理論與PST框架理論為基礎(chǔ),對“人工智能+高職教育”融合的內(nèi)涵與模型進行了研究,設(shè)計了調(diào)查問卷,分析了教學(xué)法、學(xué)習(xí)空間、支撐技術(shù)三個維度及其11個主要影響因子之間的關(guān)系。本文的研究豐富了人工智能賦能高職教育的理論視角,為多維度、多視角的創(chuàng)新式信息化教學(xué)提供了新思路。
參考文獻:
[1]陳穎博,張文蘭.國外教育人工智能的研究熱點、趨勢和啟示[J].開放教育研究,2019(4):43-58.
[2]張玲,魏麗萍,馬寧.“雙高計劃”建設(shè)的實施路徑探討與分析[J].中國職業(yè)技術(shù)教育,2019(22):5-11.
[3]梁迎麗,劉陳.人工智能教育應(yīng)用的現(xiàn)狀分析、典型特征與發(fā)展趨勢[J].中國電化教育,2018(3):24-30.
[4]李文淑.教育人工智能(EAI)對學(xué)習(xí)機制的影響[J].現(xiàn)代教育管理,2018 (8):119-123.
[5]薛維忠,張春明,佀妲.人工智能時代職業(yè)教育發(fā)展研究[J].教育與職業(yè),2020(6):39-43.
[6]張志禎,張玲玲,李芒.人工智能教育應(yīng)用的應(yīng)然分析:教學(xué)自動化的必然與可能[J].中國遠程教育,2019 (1):25-35,92.
[7]Bollier D. Artificial intelligence comes of age. The promise and challenge of integrating AI into cars, healthcare and journalism[J].The Aspen Institute Communications and Society Program. Washington,2017 (2):17-28.
[8]戴永輝,徐波,陳海建.人工智能對混合式教學(xué)的促進及生態(tài)鏈構(gòu)建[J].現(xiàn)代遠程教育研究,2018 (2):24-31.
[9]楊現(xiàn)民,張昊,郭利明等.教育人工智能的發(fā)展難題與突破路徑[J].現(xiàn)代遠程教育研究,2018 (3):30-38.
[10]趙斌,黃天元.人工智能時代的高等教育與變革[J].復(fù)旦教育論壇, 2019 (4):18-25.
[11]李振,周東岱,王勇.“人工智能+”視域下的教育知識圖譜:內(nèi)涵、技術(shù)框架與應(yīng)用研究[J].遠程教育雜志,2019 (4):42-53.
[12]袁利平,陳川南.人工智能視域下的寬度學(xué)習(xí)及在教育中的應(yīng)用[J].遠程教育雜志,2018 (4):49-56.
[13]曹培杰.智慧教育人工智能時代的教育變革[J].教育研究,2018 (8):121-128.
[14]Radcliffe D, Wilson H, Powell D, et al. Learning spaces in higher education: Positive outcomes by design[C].Proceedings of the Next Generation Learning Spaces 2008 Colloquium, University of Queensland, Brisbane,2008:10-16.
[15]朱璋龍,趙劉.結(jié)構(gòu)功能主義視角下高職院校內(nèi)涵建設(shè)核心要素分析[J].教育與職業(yè),2017(6):17-23.
(編輯:王曉明)