论文部分内容阅读
【摘 要】人工智能时代，新型智能识别技术应用于教学中，可以辅助教师完成智能测评和个性化学习，构建新型教育模式。这些技术在小学信息技术教学中的应用能改变学生的学习体验，有效推进课堂任务和活动顺利完成。本文从课前引入、课中精准反馈和课后分层评价三个环节详细阐述了智能识别技术在教学中的创新应用。同时，基于课堂实践，对智能识别技术的使用提出几点思考，供读者借鉴。
【关键词】人工智能;教育;智能识别技术
【中图分类号】G434 【文献标识码】A
【论文编号】1671-7384（2021）011-053-03
人工智能作为信息时代的产物，毫无疑问会深层次推动教育教学改革与创新发展，进而给未来教育带来机遇和挑战。如何将传统教育与人工智能有效结合，改善传统教学模式、提高课堂效率，是许多教师亟待解决的难题。通过实践研究，我发现将人工智能识别技术巧妙运用于课堂教学中，不仅有助于丰富教育资源、提高教学效率、改进学习体验，而且正在逐步实现真正意义上的个性化学习，为智能时代的课堂教学改革注入了新的动力。
人工智能识别技术作为人工智能领域的一大应用分支是一种高度自动化、智能化、科学化的技術。它通过对人类的思维方式进行科学研究，将人类思维模式从抽象化到具体化，变成能够准确描述的物理信号，然后进行识别、判断和模拟，最终通过计算机程序将人类的思维方式准确地表达出来。简单来说，就是利用先进的识别装置，自动获取所需的信息，将信息传输到后台计算机处理系统中进行处理，最终通过人们熟知的方式进行呈现。
智能识别技术在教育中的应用
目前以人工智能为核心的教育科技开始从人工智能识别技术（语音识别、图像识别、传感器等）、数据处理（语义识别、大数据、自适应、认知计算、情感计算等）和人机界面（AR/VR、机器人、3D打印）三方面与教育行业开展深度结合与应用，逐步增强课堂教学智能性与互动性。而其中以图像识别和语音识别应用尤为广泛，主要体现在作业自动批改、智能测评和个性化学习等方面。
（1）作业自动批改。该技术使得作业自动批改成为可能，对于简单的文字、语法等进行自动识别并及时纠错，甚至是提出修改意见，并根据学生的作业结果为教师自动生成详细的学情报告。如各省市中考、高考各学科的选择题涂卡后再利用机器读卡，就是智能识别技术的简单应用。随着技术的不断完善，大规模应用作业自动批改将有效分担教师的教学压力，显著提高教学效率。
（2）智能测评。它是指利用人工智能技术对可被数字化和标准化的教学行为及数据进行测试、分析与评价，目前已取得初步应用。如科大讯飞、E听说、口语100、海云天爱听说等利用语音识别技术的英语口语智能测评软件已经被广泛地应用于学生的日常学习中，它们能够在学生跟读过程中，及时对发音做出测评并指出发音不准的地方，通过反复测评训练提升学生口语水平。
（3）个性化学习。通过智能识别技术对学生学习过程及学习成效的数据进行识别统计，分析不同学生在知识学习中的差异化。教师可以针对具体情况对症下药，适时改变教学目标和策略，实施分层教学，进一步提高教学的针对性、有效性和科学性。
智能识别技术在教学中的实践
以浙摄版小学信息技术教材六年级上册第9课“文字识别”为例。本节课的教学内容为文字识别技术，就是利用计算机识别字符的技术。该技术能识别图上的文字，并转换成可编辑的文本。由于学校学生属于农村偏远地区，计算机水平层次区分较大，分化明显。多数学生的计算机基础较弱，学习能力仍有待提高。传统授课模式下想要兼顾不同层次学生的需求往往难以实现，造成课堂效率低下，学生也逐渐失去学习兴趣。鉴于此，我将讯飞语记、谷歌翻译、Plickers等智能识别技术的应用软件穿插于课前、课中、课后（图1），采用同伴讨论、小组合作的方式，辅以个别提问，改变了学生的学习体验，有效推进课堂任务和活动顺利完成，实现真正意义上的个性化教学。
1.课前：人工智能引入激兴趣
课前三分钟，通过播放英语励志大片引入。对于小学生来说，要看懂听懂英文电影是一件较为困难的事情。在此环节，借助人工智能相关识别技术，将其转化成便于学生理解的文字和语音。例如，我们首先运用“讯飞语记”对电影旁白进行语音识别录制，然后通过“谷歌翻译”对其进行识别并翻译成中文便于学生理解与掌握。此外，若想增加一些课堂气氛，还可以利用“配音神器Pro”配上不同人物角色的声音，增强课堂素材的灵动性，激发学生的学习兴趣，提高其学习的积极性。
2.课中：Plickers课堂反馈更精准
想要检验课堂教学效果，练习是使用最多的反馈方式。多数情况教师只能走下讲台进行观察，难以掌握全班学生的整体学习情况。而作为人工智能识别技术中课堂助手神器的Plickers则弥补了这一缺陷。它是一款即时学生反馈系统，教师只需要一部智能手机和一张打印的Plickers专属的有编号的卡片即可完成练习反馈。
每张Plickers编码图都是专属的卡片。卡片的角上有显示学生学号的数字，编码图为正方形，四条边分别代表ABCD四个不同选项，学生在观察题目并思考后将自己选择的答案边朝上，拿起编码图，并正举过头顶即可让教师进行扫描。一般情况下，四五十人的课堂用三秒钟时间即可全部扫描完成，并且可以实时统计正确率和各答案选项选择的人数，甚至能够精确到哪位学生选择了哪个选项。
本节课的教学过程中对文字编辑等知识点进行新授后布置课堂练习。学生在完成相应练习后，我在移动设备端打开Plickers软件，进入建好的班级，点击“Create”拍摄学生手中的Plickers编码图。在短短两秒钟之内，便将学生所选答案搜集起来，并直观地得出题目的正确率。
本教学环节充分展示了人工智能识别技术在教学中的灵活性和方便性。通过“教师练习布置→学生思考作答→举起卡片→教师手机扫描→反馈分析”的模式实时、精准收到来自课堂的反馈。此外，通过与学生课堂上的互动，也使他们从紧张的听课状态中舒缓了心情，既活跃了课堂气氛，又加深了对知识点的理解掌握。如果深入挖掘，在教学的其他方面可能会有更好的应用效果。通过此类技术软件教学实践，可以实现快速精准反馈，激发学生独立思考能力，实现基于问题的教学。 3.课后：Plickers分层评价提效率
课堂结束后教师打开Plickers软件，点击“History”选项中查看所有的相关练习数据，进行统计和分析。根据每位学生个性发展需要给予不同层次的评价，对他们知识内容学习上的不足和需求及时进行调整。如对正确率大于80%的学生，教师要给予表扬，并适当提高课后练习的难度;对正确率在50%～80%的学生，教师要给予表扬，并加大对知识点的练习;对正确率小于50%的学生，教师要给予鼓励，并进行个性化指导。
关于使用智能识别技术的几点思考
智能识别技术已被广泛应用于教育教学，从当前学校教育的小环境看，它具有快速、精准的优势，在发现学生的不足、提高学习效率方面的能力远超教师。但它不是一种“全能技术”，仍旧具有一定的局限性。
课堂教学是一种交互活动，而人工智能识别技术依然无法实现最充分、最真实的互动。就目前而言，智能识别技术无法像教师一样通过自然状态的交流和观察来识别出学生态度、品德、情感等方面的真实情况。
智能识别技术的关键在于其智能决策和推理机制，即教学策略模块根据不同学生的具体情况做出灵活变动，然而这些模块提供的有关学生知识水平、认知特点和学习风格，不能完全被形式化。同时，教师的教育理念、教学模式、教学方法都在不断更新和改变，系统所应用的教學策略模块用于评估和判断学生的学习过程的能力是有局限的。
根据加涅的学习结果分类，课堂学习分为言语信息、智慧技能、认知策略、动作技能和态度等五类。其中，智慧技能分为辨别、具体概念、定义性概念、规则和高级规则等。前四项属于可形式化内容，适用于人工智能识别，而高级规则属于复杂形式化内容，不适用于智能教学系统，尤其是情感和行为成分等非形式化内容，难以用智能识别技术系统来实现。因此，不是所有的学习领域都适合智能教学系统。
智能识别技术仍处于“弱人工智能”阶段，距离实现从情感、行为到认知的多维度全面模拟人类“强人工智能”水平还有很长的路要走。但我们相信，随着人工智能识别技术的不断成熟与深化，传统教育方式将被改变，传统学习方式将被革新，属于人工智能时代的新型教学模式必将出现。
参考文献
刘乔辉. 计算机人工智能识别技术的应用探讨[J]. 科技风，2016（4）.
李昭涵，金桦，刘越. 人工智能开启“互联网+教育”新模式[J]. 电信网技术，2016（12） .
钟琦，胡水星. 人工智能在教育中的整合应用研究[J]. 赣南师范学院学报，2011（6） .
杨恒. 计算机人工智能技术研究进展和应用分析[J]. 信息通信，2014（1） .
冯安华. 人工智能将如何改变中国教育[J]. 中小学信息技术教育，2018（1）.
【关键词】人工智能;教育;智能识别技术
【中图分类号】G434 【文献标识码】A
【论文编号】1671-7384（2021）011-053-03
人工智能作为信息时代的产物，毫无疑问会深层次推动教育教学改革与创新发展，进而给未来教育带来机遇和挑战。如何将传统教育与人工智能有效结合，改善传统教学模式、提高课堂效率，是许多教师亟待解决的难题。通过实践研究，我发现将人工智能识别技术巧妙运用于课堂教学中，不仅有助于丰富教育资源、提高教学效率、改进学习体验，而且正在逐步实现真正意义上的个性化学习，为智能时代的课堂教学改革注入了新的动力。
人工智能识别技术作为人工智能领域的一大应用分支是一种高度自动化、智能化、科学化的技術。它通过对人类的思维方式进行科学研究，将人类思维模式从抽象化到具体化，变成能够准确描述的物理信号，然后进行识别、判断和模拟，最终通过计算机程序将人类的思维方式准确地表达出来。简单来说，就是利用先进的识别装置，自动获取所需的信息，将信息传输到后台计算机处理系统中进行处理，最终通过人们熟知的方式进行呈现。
智能识别技术在教育中的应用
目前以人工智能为核心的教育科技开始从人工智能识别技术（语音识别、图像识别、传感器等）、数据处理（语义识别、大数据、自适应、认知计算、情感计算等）和人机界面（AR/VR、机器人、3D打印）三方面与教育行业开展深度结合与应用，逐步增强课堂教学智能性与互动性。而其中以图像识别和语音识别应用尤为广泛，主要体现在作业自动批改、智能测评和个性化学习等方面。
（1）作业自动批改。该技术使得作业自动批改成为可能，对于简单的文字、语法等进行自动识别并及时纠错，甚至是提出修改意见，并根据学生的作业结果为教师自动生成详细的学情报告。如各省市中考、高考各学科的选择题涂卡后再利用机器读卡，就是智能识别技术的简单应用。随着技术的不断完善，大规模应用作业自动批改将有效分担教师的教学压力，显著提高教学效率。
（2）智能测评。它是指利用人工智能技术对可被数字化和标准化的教学行为及数据进行测试、分析与评价，目前已取得初步应用。如科大讯飞、E听说、口语100、海云天爱听说等利用语音识别技术的英语口语智能测评软件已经被广泛地应用于学生的日常学习中，它们能够在学生跟读过程中，及时对发音做出测评并指出发音不准的地方，通过反复测评训练提升学生口语水平。
（3）个性化学习。通过智能识别技术对学生学习过程及学习成效的数据进行识别统计，分析不同学生在知识学习中的差异化。教师可以针对具体情况对症下药，适时改变教学目标和策略，实施分层教学，进一步提高教学的针对性、有效性和科学性。
智能识别技术在教学中的实践
以浙摄版小学信息技术教材六年级上册第9课“文字识别”为例。本节课的教学内容为文字识别技术，就是利用计算机识别字符的技术。该技术能识别图上的文字，并转换成可编辑的文本。由于学校学生属于农村偏远地区，计算机水平层次区分较大，分化明显。多数学生的计算机基础较弱，学习能力仍有待提高。传统授课模式下想要兼顾不同层次学生的需求往往难以实现，造成课堂效率低下，学生也逐渐失去学习兴趣。鉴于此，我将讯飞语记、谷歌翻译、Plickers等智能识别技术的应用软件穿插于课前、课中、课后（图1），采用同伴讨论、小组合作的方式，辅以个别提问，改变了学生的学习体验，有效推进课堂任务和活动顺利完成，实现真正意义上的个性化教学。
1.课前：人工智能引入激兴趣
课前三分钟，通过播放英语励志大片引入。对于小学生来说，要看懂听懂英文电影是一件较为困难的事情。在此环节，借助人工智能相关识别技术，将其转化成便于学生理解的文字和语音。例如，我们首先运用“讯飞语记”对电影旁白进行语音识别录制，然后通过“谷歌翻译”对其进行识别并翻译成中文便于学生理解与掌握。此外，若想增加一些课堂气氛，还可以利用“配音神器Pro”配上不同人物角色的声音，增强课堂素材的灵动性，激发学生的学习兴趣，提高其学习的积极性。
2.课中：Plickers课堂反馈更精准
想要检验课堂教学效果，练习是使用最多的反馈方式。多数情况教师只能走下讲台进行观察，难以掌握全班学生的整体学习情况。而作为人工智能识别技术中课堂助手神器的Plickers则弥补了这一缺陷。它是一款即时学生反馈系统，教师只需要一部智能手机和一张打印的Plickers专属的有编号的卡片即可完成练习反馈。
每张Plickers编码图都是专属的卡片。卡片的角上有显示学生学号的数字，编码图为正方形，四条边分别代表ABCD四个不同选项，学生在观察题目并思考后将自己选择的答案边朝上，拿起编码图，并正举过头顶即可让教师进行扫描。一般情况下，四五十人的课堂用三秒钟时间即可全部扫描完成，并且可以实时统计正确率和各答案选项选择的人数，甚至能够精确到哪位学生选择了哪个选项。
本节课的教学过程中对文字编辑等知识点进行新授后布置课堂练习。学生在完成相应练习后，我在移动设备端打开Plickers软件，进入建好的班级，点击“Create”拍摄学生手中的Plickers编码图。在短短两秒钟之内，便将学生所选答案搜集起来，并直观地得出题目的正确率。
本教学环节充分展示了人工智能识别技术在教学中的灵活性和方便性。通过“教师练习布置→学生思考作答→举起卡片→教师手机扫描→反馈分析”的模式实时、精准收到来自课堂的反馈。此外，通过与学生课堂上的互动，也使他们从紧张的听课状态中舒缓了心情，既活跃了课堂气氛，又加深了对知识点的理解掌握。如果深入挖掘，在教学的其他方面可能会有更好的应用效果。通过此类技术软件教学实践，可以实现快速精准反馈，激发学生独立思考能力，实现基于问题的教学。 3.课后：Plickers分层评价提效率
课堂结束后教师打开Plickers软件，点击“History”选项中查看所有的相关练习数据，进行统计和分析。根据每位学生个性发展需要给予不同层次的评价，对他们知识内容学习上的不足和需求及时进行调整。如对正确率大于80%的学生，教师要给予表扬，并适当提高课后练习的难度;对正确率在50%～80%的学生，教师要给予表扬，并加大对知识点的练习;对正确率小于50%的学生，教师要给予鼓励，并进行个性化指导。
关于使用智能识别技术的几点思考
智能识别技术已被广泛应用于教育教学，从当前学校教育的小环境看，它具有快速、精准的优势，在发现学生的不足、提高学习效率方面的能力远超教师。但它不是一种“全能技术”，仍旧具有一定的局限性。
课堂教学是一种交互活动，而人工智能识别技术依然无法实现最充分、最真实的互动。就目前而言，智能识别技术无法像教师一样通过自然状态的交流和观察来识别出学生态度、品德、情感等方面的真实情况。
智能识别技术的关键在于其智能决策和推理机制，即教学策略模块根据不同学生的具体情况做出灵活变动，然而这些模块提供的有关学生知识水平、认知特点和学习风格，不能完全被形式化。同时，教师的教育理念、教学模式、教学方法都在不断更新和改变，系统所应用的教學策略模块用于评估和判断学生的学习过程的能力是有局限的。
根据加涅的学习结果分类，课堂学习分为言语信息、智慧技能、认知策略、动作技能和态度等五类。其中，智慧技能分为辨别、具体概念、定义性概念、规则和高级规则等。前四项属于可形式化内容，适用于人工智能识别，而高级规则属于复杂形式化内容，不适用于智能教学系统，尤其是情感和行为成分等非形式化内容，难以用智能识别技术系统来实现。因此，不是所有的学习领域都适合智能教学系统。
智能识别技术仍处于“弱人工智能”阶段，距离实现从情感、行为到认知的多维度全面模拟人类“强人工智能”水平还有很长的路要走。但我们相信，随着人工智能识别技术的不断成熟与深化，传统教育方式将被改变，传统学习方式将被革新，属于人工智能时代的新型教学模式必将出现。
参考文献
刘乔辉. 计算机人工智能识别技术的应用探讨[J]. 科技风，2016（4）.
李昭涵，金桦，刘越. 人工智能开启“互联网+教育”新模式[J]. 电信网技术，2016（12） .
钟琦，胡水星. 人工智能在教育中的整合应用研究[J]. 赣南师范学院学报，2011（6） .
杨恒. 计算机人工智能技术研究进展和应用分析[J]. 信息通信，2014（1） .
冯安华. 人工智能将如何改变中国教育[J]. 中小学信息技术教育，2018（1）.