高校智能化教育生态系统的构建与平衡策略研究

高校智能化教育生态系统的构建与平衡策略研究一文创作于：2023-08-16 04:24:50，全文字数：16729。

成个性化学习与自主学习的自我设计以及对知识和技能的学习、训练、测试、应用等。管理者通常是指教育机构（学校）、各级行政管理部门，完成各级教育教学制度、策略的制定、发布、指导执行等。智能教育技术支持者通常是指提供智能化教育教学技术服务的人或机构，完成智能化教育教学软件的规划、设计、实现、部署、维护等。基于人工智能的软硬件集成平台是指互联网、智能化教育所需的软硬件设施设备，包括所有教育教学资源，为其他构成因子的活动提供基础性平台。

2) 要素（因子）间关系

基于人工智能的软硬件集成平台在整个教育生态系统中起基础支撑作用，其他四项构成因子的所有教、学、管、服务等工作的开展均在平台上进行。教育者在平台中进行教学设计与教学资源的准备，将知识和技能传授给学生，以及必需的教与学之间必备的交互和管理（包括对学生的主观评价，客观评价由平台中的智能软件自动完成）。学习者在平台中获取学习所需所有资源，并在教育者的帮助下进行学习以及与学习相关的任务。管理者将管理制度、策略等融入平台软件中，供其他系统因子根据自己的角色自动匹配完成。智能教育技术支持者将智能软件部署到平台当中供其他系统因子使用，并为他们提供后续技术服务。系统模型如图2所示。

图2 智能化教育生态系统模型图

3 智能化教育生态系统演进过程中的措施

生态过程中的适应与发展是相互联系的,适应是为了更好的发展，发展是为了达到新的平衡。教育机构（如学校）与外在环境是相互影响的,但是教育机构受外在环境的影响程度更大，而教育生态系统对环境的适应,在很大程度上不是通过改变环境来适应,而是通过自身的变革来适应[8]。

在旧的教育生态系统中引入新的改变，如学习工具、教学模式、评估方式等，就会打破旧系统的原有平衡，形成动荡。当前，教育生态系统从非智能化向着智能化路径发展的过程中，势必会通过引入互联网、人工智能、大数据、云计算等新技术而带来学习、教学、管理、评估和基础平台的改变，自然会引起旧教育生态系统的不平衡，我国高校当前的“互联网+教育”的改革正处于这样的不平衡的动荡期，主要表现如表2所示。

表2 智能教育生态系统不平衡点分析

4 智能化的教育生态系统动态平衡的策略分析与建议

智能化教育须是以互联网、大数据、人工智能、云计算、区块链等多学科技术为支撑，这是达到教育生态平衡的“硬平台”，同时还需要教育理念、管理策略等的“软基础”，二者共同作用才能达到适度的系统平衡。“硬平台”中通过硬件设备和算法来完成，而算法是人类解决问题的策略抽象到机器系统中的处理步骤，这些处理步骤集合又称之为计算模型。因此，算法有时是冰冷的、必须可量化的，而教育应该是有温度的，有时候是主观的和不完全量化的，将算法应用到教育生态系统中，免不了要发生冲突和风险。

4.1 基于“硬平台”的分析

对于智能化集成的基础平台研究和创新对于智能化教育的作用是不言而喻的，这是物质基础，是“硬平台”，相对于“软基础”而言，即为皮之不存毛将焉附的作用。

这里重点说明的是“硬平台”中的算法。随着各类算法研究的不断进步，智能化教学平台一定能达到教、学、管的显性设计目标，但是这个目标或将是冰冷的，因为隐性的问题会随之产生，如数字鸿沟、教育公平、个人隐私、数据应用与安全等法律层面问题[9]，这些都将是导致教育生态系统不平衡的诱因，而这些问题的源头核心是算法。

1) 在设计计算模型时，往往会忽略预求解问题中次要的或者很微小的信息属性[10]，但这种忽略也给求解问题的真实性打了折扣，当数据量很小的情况下，这种“微小”看似不起眼，但当海量数据产生时，其对计算结果的影响未必是“微小”的，而有时事物的特色却正体现在这种“微小”中，这使得算法在应用中存在一定的隐患，且这种隐患很难预估。

2) 在线教育需要人工智能技术，人工智能中的机器学习类算法具有自学习、自训练能力[10]，而人类对于这种自主性能力的发展方向很难理解和判断，这本身也是一种隐患。

3) 算法最终展示的是计算模型，它是以数学为基础，具有公式化的特点，它会把输入的数据按照同样的计算步骤和方法进行处理，这会把教育教学工作以同样的规约进行处理，有导致教育无差别的隐患，最终使个性化学习成为空话。

4) 计算模型是由“人”构建的，算法是由“人”设计的，这些都需要基于“人”（设计者）对待解问题空间的理解而决定，一旦理解有偏差，其设计出来的软件就会有缺陷，而且软件一旦经过互联网平台，其缺陷影响力将无限放大,若被放到教育系统中，其负面影响会不可估量，而教育不是生产产品，不可能将次品回炉重造。

4.2 基于“软基础”的分析

教育生态平衡的“软基础”应该包括教育理念、课程思政、学习方法、管理策略等，这些都是不好进行量化、不易评价好坏的软概念，因此也很难用设备或者算法直接表现出来，只有当它们在教育生态系统中化解成多个具体措施被运用一段时间以后，由系统利益相关方的感受或者行为数据统计分析才能得出结论，而这些具体的措施也未必能够被算法化。就教育理念来说，当下教育部提倡的产出导向(Outcome Based Education，OBE) 的教育理念，还没有一个计算模型可以将该理念直接设计到教育生态系统中，而只能在整个教育过程中通过教学环节共同作用达到OBE 的效果。因此，教育生态系统的“软基础”的特点是：不好量化、不易评价，这也是智能化教育生态系统中下一步重点研究的方向。

4.3 未来智能化教育生态系统建设的策略建议

不平衡性是生态系统发展的特征，为使系统不平衡因素能尽快调整，第一，建立、规范相应的制度政策、法律法规，界定出智能化教育建设的规范化的内容和边界；第二，严格管理算法策略的设计，算法应严格在法律等相关条款下进行，不能由设计者自行定义和设计，教育主管部门应设置专门的管理分部，对教育生态系统中的所有智能算法进行监督、审查，对具有产生不良倾向的算法暂停运行、责令及时改进；第三，制定智能化教育生态系统从业人员道德规范，指导所有参与到该生态系统中的从业人员都要统一认识，规范行为，做出符合教育规律的教、学、管的行为，以及违反法律和职业道德的相应惩戒措施；第四，在基于智能化教学系统中产生的所有数据均应在法律界定范围内被保存、传播、使用、分析和销毁。

基于不同软性概念的特点，采用不同的教育教学措施，不宜使用一刀切模式，基于生态系统理念，教育多样性的体现也要求我们求同存异，应该允许有些教学活动采用线上形式，有些采用线下形式进行。

5 结束语

教育智能化的核心要义是：将教学者从简单、重复的工作中解放出来, 把时间、精力和智慧更多地投入到个性化教学、创造力的训练以及具有创新价值的教育教学设计中；提高学习者的学习效率和效果，达到个性化学习的目标；提高管理者的管理效能。人工智能的演化与发展可以替代教学者、学习者、管理者完成一些基础性的工作，而且智能化的程度会越来越高，但这高校智能化教育生态系统的构建与平衡策略研究

提醒您：因为《高校智能化教育生态系统的构建与平衡策略研究》一文较长还有下一页，点击下面数字可以进行阅读！

《高校智能化教育生态系统的构建与平衡策略研究》在线阅读地址：高校智能化教育生态系统的构建与平衡策略研究