人工智能：人工智能视域下机器学习的教育应用与创新探索

《人工智能：人工智能视域下机器学习的教育应用与创新探索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、JOURNALOFDISTANCEEDUCATIONFrontierDiscovery人工智能视域下机器学习的教育应用与创新探索*123余明华冯翔祝智庭（1.华东师范大学教育信息技术学系，上海200062；2.华东师范大学上海数字化教育装备工程技术研究中心，上海200062；3.华东师范大学开放教育学院，上海200062）[摘要]新技术带来的教育变革方兴未艾，人工智能与智慧教育引领教育教学的创新，已经成为教育信息化发展的必然趋势。随着教育大数据的崛起，如何对大量数据进行分析以支持精准预测，是人工智能时代面对的一个新课题。机器学习作为人工智能的一个重要分支，能够满足教育大数据分析预

2、测的需求。为此，基于“为何分析、分析什么、以何分析、何以应用”一系列问题，通过对机器学习的作用对象、作用过程、具体方法和利益相关者等方面的分析，探讨了机器学习和智慧教育的适切性。结合对近年来国外基于真实数据的机器学习教育应用案例研究成果的梳理和归纳，发现目前机器学习教育应用主要集中在学生建模、学生行为建模、预测学习行为、预警失学风险、学习支持和评测和资源推荐等六大方面。从跨界、技术和教学三个层面出发，基于智慧教育的框架对机器学习的教育应用与创新提出了相关建议。nc.[关键词]机器学习；智慧教育；人工智能；个性化学习；教育大数据；教育创新ud[中图分类号]G420[文献标识码]A[

3、文章编号]1672-0008（2017）03—0011—11e.uvtjz.jed[2]/一、引言技术”的第三次浪潮。而实现和推动AI研究的核心/:pt智能革命浪潮正席卷全球。2017年开年，神秘技术正是当下最热门的机器学习（MachineLearning）。th棋手Master连胜中日韩多名世界级顶尖棋手的跨年教育领域在人工智能研究浪潮的影响和渗透围棋大战落下帷幕，随即Master被证实正是2016年下，也正发生改变。一方面，人工智能和学习科学相3月战胜李世石的AlphaGo。这是人工智能（Artifi-结合形成新领域———教育人工智能（EducationalAr-[3]cia

4、lIntelligence，AI）史上绝对的“历史事件”。AI也tificialIntelligence，EAI），其核心目标是“通过计算正冲击着人们的日常生活。Google提出的自动驾驶获得精准和明确的教育、心理和社会知识形式，这些汽车（AutonomousVehicles）已经从教科书照进了现知识往往是隐式的”[4]。知识以学习者模型、领域知识实，依靠车内的智能驾驶仪便可实现无人驾驶。机器模型和教学模型等形式呈现，算法是获得这些知识人的脚步也从探索火星拓展到人体内，一种可吞服的核心技术[5]。目前，已有大量教育人工智能系统被的微型折叠机器人进入人体，可以帮助修复伤口或应用于学

5、校，这些系统整合了教育人工智能和教育挪走被误食的纽扣电池[1]数据挖掘（EducationalDataMining，EDM）技术（如，。在研究领域，美国国家安全与技术理事会于机器学习算法）来跟踪学生行为数据，预测其学习表2016年5月和10月分别发布了《为人工智能的未现以支持个性化学习。来做准备》和《国家人工智能研发战略规划》两份报另一方面，以智慧教育引领教育信息化的创新告，指出人工智能研究在经历了20世纪80年代“专发展，从而带动教育教学的创新发展，已成为信息时注于人类知识”和21世纪00年代“机器学习的兴代的必然趋势[6]。个性化学习作为智慧教育的核心要起”两次浪潮后，即将迎

6、来“解释性和通用人工智能素，如何通过技术更好地支持和促进个性化学习的*基金项目：本文系全国教育科学“十二五”规划2014年度国家一般课题“智慧教育环境的构建与应用研究”(项目编号：BCA140051)；2017年度教育部在线教育研究基金（全通教育）课题“在线教育系统中学生反馈文本的情感分析技术与应用研究”（项目编号：2017YB126）的研究成果。11万方数据前沿探索人工智能视域下机器学习的教育应用与创新探索荨荨开展，已经成为智慧教育研究领域的诉求。目前，个性法）[12]的出现，拉开了浅层学习的帷幕。利用BP算法化学习的实践应用主要集中于自定步调学习、个别化可以让人工神经网络模型

7、从大量样本中学习出规律，指导和学习内容自适应等方面，但在整个学习过程中并进行预测。但是，浅层学习模型依靠人工经验来抽取尚未实现差异化的学习服务[7]样本的特征，往往要求开发人员挖掘出好的特征。，主要原因在于技术的发展尚不能充分满足个性化学习的需求[8]。2.深度学习美国2017国家教育技术计划《重塑技术的教育2006年，加拿大多伦多大学教授、机器学习领角色》[9]域的泰斗Hinton和学生Salakhutdinov在Science上，在学习部分指出：在移动数据收集工具和在线协作平