四、教育人工智能发展面临的难题

1．教育数据的数量与质量存在“短板”，限制了人工智能技术价值的发挥

数据是产生智能的基础，足够的高质量数据才能促进人工智能技术价值的发挥，减轻教师、学习者以及管理者的重复性工作，使教育教学更具个性化与科学性。

首先，较之金融、医疗等行业，教育行业目前能够采集到的数据量仍相对较少。智能的产生需要依托大量的数据。作为人工智能关键技术的机器学习是一个始于大量数据的统计学过程，其试图通过数据分析导出规则或者流程，用于解释数据或者预测未来数据（White House，2016）。而在教育领域，教师的教学过程和学生的学习过程数据并未得到完全记录，无法为人工智能提供足够的数据支持。人工智能需要跟踪记录完整的教学与学习数据，从大量的数据中多学科、多层次、多精度、多情境、多语义（周庆等，2015）地分析教学与学习特点，从而辅助教学、学习、考试与管理。

其次，由于教育行业本身存在数据标准不一致、数据采集不完整等问题导致其数据质量不高。高质量的数据集可以提升机器学习的效率以及精准性，从而更好地为学习者提供个性化服务。目前教育数据并没有形成统一的标准，教学与学习过程产生了大量的文本、图像、声音、影视、超媒体等半结构化与非结构化数据，其格式多样，标准不一。与金融等行业不同，教学与学习是非线性活动，很难从大量、复杂、凌乱、无模式的教学活动中获取高质量数据（杨现民等，2016）。此外，大数据时代新媒体的便捷性、海量信息内容的离散性、学习者阅读方式的随意性以及学习时间的零碎性使学习者获取的知识更加碎片化（王承博等，2015），学习的碎片化进一步加大了人工智能获取高质量数据的难度。

2．教育业务复杂多样，加大了通用人工智能技术“嫁接”教育的难度

教育是一个超复杂的系统，涉及教学、管理、科研、服务等诸多业务，不同地区、不同学校的教育业务虽然具有一定的共性，但差异性也很突出（邢蓓蓓等，2016）。教育业务随学校、学科、知识传授方式和应用场景的不同而不断变化。每所学校拥有独特的组织架构以及办学特征，每个学科也都有不同的知识体系和应用场景，每位教师的教学方式和学生的学习方式亦不相同。因此，教育系统的复杂性对人工智能技术提出了更高的要求，通用人工智能无法满足学生、教师以及管理者的个性化需求。人工智能在教育行业的“嫁接”需要结合不同的场景做出适应性的改变，以满足不同业务以及不同人员的需求。

此外，人工智能技术本身发展的不成熟进一步加大了其适应目前复杂多样的教育业务的难度。虽然语音识别、文字识别、图像识别等人工智能技术已有较大进展，但是中文自然语言处理、情感计算等技术仍存在较大的发展空间。目前自然语言处理仅能对句法结构、拼写正误等进行判断处理，对篇章结构、语言逻辑、观点表达等方面的分析尚未完全成熟。教学与学习均需要大量的语言交流，无论是数据分析还是人员对话均对自然语言处理技术提出更高的要求。在情感计算方面，学习是一个复杂的过程，学生随之产生诸如气愤、厌恶、恐惧、愉悦、悲伤以及惊讶等复杂多变的情绪。当前简单的情绪识别技术不仅无法识别学习者复杂多变的情绪，而且也不利于学习者个性化学习的发生。

3．教育用户对人工智能技术存在应用价值和角色关系上的双重困惑，对其信任感不强

许多教师以及教育管理者对人工智能技术在教育领域的应用价值存疑，导致对其信任感不强。依据技术接受模型理论，感知有用性和感知易用性均影响着教育用户对人工智能教育应用价值的判断。首先在感知有用性方面，人工智能是否可以优化教学目标、教学内容、教学方法、教学过程、课堂环境、作业设置、学习活动，从而提高教师的教学质量，以及人工智能是否可以真正促进管理的自动化、科学化，从而提升学校各类事务管理水平，这两个方面目前仍存在较大疑问。其次在感知易用性上，从硬件设施来看，目前大多数学校已完成了数字校园建设，但学校引入人工智能技术需对部分设备进行更新，甚至需要引入一套新的系统和技术来接入人工智能；在软实力方面，目前教师以及教育管理者本身具有的能力能否胜任人工智能在教育中的应用，从而提高教学质量与管理水平，也需要进一步深入思考。

此外，大多数教师以及管理者对人工智能与教师之间的关系认识模糊，这种认识模糊也导致教师无法实现对人工智能的完全信任。首先教师困惑于如何与人工智能相互合作完成教学，其次教师对将人工智能应用于教学之后，谁在掌握教学主导权存疑。此外，社会上诸多关于人工智能的负面舆论亦影响着教师和管理者对于人工智能的认识。随着人工智能时代的到来，建筑工人、司机、收银员、检测员、保险员、翻译等将不同程度地被人工智能代替。而在教育行业，教师是否将被人工智能代替也存在较大争论。可以确定的是，人工智能可以取代模块化的任务，替代重复性的工作，减轻教师重复性劳动的负担，但教育领域中创新创造性的工作以及学生情感态度价值观的培养却是人工智能所不能胜任的。

4．专业教师队伍与课程体系缺乏，阻碍了人工智能融入教育的进程

目前人工智能在教育中的应用尚处于起步阶段，国务院2017年印发的《新一代人工智能发展规划》提出要在中小学阶段设置人工智能相关课程，推动人工智能领域一级学科建设，把高端人才队伍建设作为人工智能发展的重中之重，完善人工智能教育体系等（国务院，2017a）。但目前来看，关于如何建设人工智能教师队伍以及人工智能相关课程体系等问题尚未形成统一清晰的认识，阻碍了人工智能融入教育的进程。

人工智能教师队伍与课程体系的缺乏加大了人工智能相关人才培养的难度，人工智能融入教育也缺少全面系统的理论以及实践案例的支撑。众所周知，教师是教育的实施者、组织者和引导者，课程是教师开展教学的活动载体，只有具备完整的教师队伍与课程体系才能系统全面地指导人工智能人才培养，进而指导教师和管理者应用人工智能技术提高教学与管理质量。

五、教育人工智能的未来发展路径

在未来教育的变革中，人工智能在提升教育教学质量、创新人才培养模式、促进个性化学习与终身学习等方面将发挥不可替代的作用，需要政府、学校、企业和社会的广泛关注。虽然当前教育人工智能的发展取得了一定成效和影响，但整体发展仍处于起步阶段，依然面临诸多困境。基于此，本研究结合我国教育人工智能发展现状与面临的难题，提出以下五大发展路径。

1．加大教育人工智能产品研发力度，提升技术服务品质

教育人工智能产品的研发和技术服务品质的提升需要从多方面努力。一是要加强教育领域专家、人工智能专家以及企业人员之间的合作，了解当前教育的现实需求，寻找人工智能与教育的契合点，推动教育智能产品的研发与应用。比如，借助人工智能技术探索教育情感类机器人的研发，将人类的情感赋予智能机器，使其能够与学生进行情感上的互动，实现人机共情，让机器变得更有“温度”。二是不断拓展教育人工智能产品的功能模块，切实满足不同阶段学生的个性化学习需求和教师的教学要求。当前，国家积极倡导在中小学开设人工智能相关课程，因此可以研发与之相配套的教育人工智能产品，比如编程类教学工具和软件，以此来辅助教育教学，优化学生的学习效果。三是建立完备的教育人工智能产品安全监管和评估体系，规范行业标准，加大市场督导与监察力度，保障企业为教育人工智能的发展提供安全、优质的产品与服务。

2．拓宽人工智能教育应用空间，多学科交叉协同助力教育创新发展

深入挖掘人工智能在教育领域的应用价值，拓展应用空间，让其更好地为教育教学提供服务。人工智能技术能够打破教育壁垒，有效整合正式与非正式学习。因此，建议国家建立人工智能教育服务平台，汇聚全球优质教育资源，根据学习者需求精准推送适合其发展的学习资源。建立国家人工智能教育管理平台，追踪记录学习过程数据并进行深度挖掘和学习分析，全面了解学习者兴趣爱好和现实需求，有助于促进个性化教育和终身学习的实现。除了普通的学校教育外，人工智能技术还可以拓展到特殊教育、职业教育等其他教育体系中，其中特殊教育恰恰是最需要人工智能技术的领域之一（张坤颖等，2017）。利用人工智能，能满足特殊人群的学习需求，让其享受教育改革带来的丰硕成果。此外，要广泛开展跨学科探索研究，推动脑科学、神经科学、认知科学等学科的交叉融合，共同致力于未来教育的发展。

3．构建和谐共生“人机结合”新生态，增强教育人工智能信任感

人工智能与教育的融合发展是智能时代的重要趋势。教育人工智能将取代教师的重复性劳动，一定程度上减轻教师的压力和负担，使得教师有更多时间进行教学设计的优化以促进学生的个性化学习。但是教育中涉及的学生道德品质、价值观念以及情感态度的培养是人工智能所不能替代的，仍然需要由教师来完成。因此，“人机结合”将成为未来教育发展的主流趋势。具体而言，机械式、重复性的工作由机器来完成，如替代教师批改作业、整理收集学习资料、安排考试等；教师将更多精力放在与学生的情感交互、学生人格的塑造、道德品质的培养以及高阶思维能力的提高等方面。此外，人机信任是教育人工智能发展的关键因素，建立长效的人机信任机制是构建和谐共生“人机结合”新生态的前提。因此，要加快完善人工智能治理体系，制定和嵌入道德标准，打造更加强大、安全和值得信赖的教育人工智能应用系统，推动人工智能与教育融合的良性发展。

4．加强“政企学研”多方合作，协同推动教育人工智能快速发展

人工智能与教育的融合发展是一项长期而又艰巨的任务，唯有“政企学研”多方合作协同推进，才会取得显著的效果。首先，政府要高度重视教育人工智能的发展，建立健全制度保障体系，继续加大教育人工智能的资金扶持力度，为智能技术的革新提供保障。其次，企业要加大教育人工智能产品的设计与研发，扩大产品供给，提升服务质量，与学校、科研院所广泛开展合作，拓宽企业发展渠道。再次，学校要积极探索人工智能技术支持下的教育教学模式，开设人工智能相关课程，着力培养学生的数据科学素养和计算思维能力，以满足未来智能时代的发展需求，为企业、科研机构不断输送人才。最后，科研院所要聚焦人工智能发展前沿，广泛开展人工智能教育应用理论研究，构建新一代教育人工智能理论体系。通过不断地技术突破和产品创新，解决好教育人工智能发展过程中面临的技术难题，并为企业产品的研发提供技术支持。

5．建立教育人工智能示范点，探索教育人工智能应用模式

依据“试点先行，以点带面，逐步推广”的原则，选择信息化条件比较好的地区和学校，建立教育人工智能示范点，探索教育人工智能的应用模式，并逐渐向全国推广。具体而言，示范点聘请行业或高校人工智能专家作为顾问，定期对示范点的建设提供指导，并努力建设一支包括人工智能教师在内的信息化人才队伍。此外，对试点区校的管理者和教师进行人工智能业务培训，强化教育管理者对人工智能教育应用的认识，提升教师应用人工智能技术的能力。最后，制定有效的激励措施和保障体系，鼓励教师和管理人员创新应用人工智能技术，革新教育教学模式，提升教学水平。