智能教育应用场景（一）：智能教学

本文节选自刘邦奇、吴晓如主编的《中国智能教育发展报告》一书，内容有删改。

教学是教育过程中的核心环节，智能技术为教学提供了全场景的支持服务。

智能教学从辅助教师教学角度出发，涵盖了备课、授课、作业与辅导、教研等多个教学场景，

实现了对学生学情的大数据分析、教学资源的智能推荐、教学设计方案的自动生成、课堂互动的即时反馈与数据留存、智能教学助手的辅助教学、智能辅导与答疑、课堂教学过程的常态化录制与结构化分析、网络协同教研等功能。

智能教学在很大程度上减轻了教师教学的负担，提高了教师教学的效率和针对性。

一、智能备课

1.大数据学情分析

大数据学情分析是指借助大数据技术，通过深度挖掘多维度学生数据，全面分析学生学情，并自动生成精准的、可视化的学情分析报告，以供教师在备课阶段进行参考。

精准分析学生学情，承认并尊重学生的个体差异，是实施因材施教的前提和基础，有助于提高教学质量、减轻学生学习负担。

①采集学情数据

教师可借助多种设备与方式，采集学生的基础数据、学业数据、行为数据、心理数据、生理数据等，为学情分析做准备。

②分析学情数据

在完成学情数据采集的基础上，系统通过建立学情数据分析模型，将学情分析结果进行可视化呈现。

通过可视化学情分析报告，教师可以从多维度了解学生的知识点掌握情况、课内外学习参与度、学习状态等信息。

大数据学情分析能够弥补传统学情分析的经验化、模糊化、粗略化的不足，为教师的教学设计提供了科学精准的全方位数据支撑。

2.教学资源智能推荐

教学资源是教师备课中需要重点研究和准备的内容之一。

互联网时代，教师常用的资源获取途径之一是网络搜索，这种方式不仅难以搜索到合适的优质教学资源（尤其是学科教学所需的特色资源），而且往往需要耗费较多的时间和精力。

智能技术可以实现教学资源的智能化推荐，即通过分析、挖掘教师的资源检索行为，发现其个性化需求与兴趣特点，将教师可能感兴趣的信息或资源自动推荐给教师。

教学资源的智能推荐与一般的搜索引擎不同，它不需要教师准确地描述自己的需求，而是通过分析教师的历史检索行为，主动提供满足教师个性化需求的资源。

通常来说，并非所有智能推荐的资源都可以直接为教师所用。

当教师使用智能教学资源推荐系统初期，由于系统尚未掌握教师的资源使用习惯与兴趣，需要教师对资源进行筛选和优化。

教师使用次数越多，系统进行机器学习的时间越长，学习到的样本量越大，教师的个性化需求就越明确，系统所推荐的教学资源也会越来越精准。

教师在对资源进行初步筛选后，有时还需要对资源进行一定程度的改编、优化，以更好地适应教师的个性化需求。

3.教学设计方案自动生成

教学设计是根据课程标准的要求和教学对象的特点，将教学诸要素有序安排，确定合适的教学方案的设想和计划。

教学设计方案是教学设计活动的结果呈现，一个完整的教学设计活动包括明确教学目标、选择教学内容、设计教学活动、准备教学资源、选择教学媒体、设计评价标准等内容。

在传统的教学设计过程中，教师需要撰写大量重复性文本信息，往往耗费大量的时间和精力。

基于大数据技术与学科知识图谱，教学设计方案自动生成系统通过挖掘并分析教师授课风格和学习者特征，实现学科知识点与教学目标、教学重难点、教学资源、教学活动等信息的智能匹配，并在此基础上自动生成教学设计方案，有效减轻教师的工作负担。

二、智能授课

1.立体化课堂互动

课堂互动是师生围绕教学目标的实现，调动课堂教学中的各项主要参与因素，以形成彼此间良性交互作用的整体性动态生成过程。

传统课堂互动存在互动形式较为单一、互动深度较浅、互动过程中的数据难以保存等问题。

基于智能技术的课堂互动，可支持随机提问、抢答、分组讨论、投票、全班作答等多种类型的互动形式，以及课堂互动过程性数据的留存与分析，可实现课堂互动的网络化、数据化、立体化、智能化，有效提高课堂互动的质量与效果。

2.智能教学助手

随着技术的发展，教学助手开始走向虚拟化、智能化。

智能教学助手是虚拟助手在教育领域的进一步发展，旨在为教师教学提供有效的帮助与支持，能够通过自然语言模拟人类对话，深层次理解教师需求，并能够帮助教师更好地组织和开展教学活动。

核心特征是对话式交互与智能性服务。对话式交互是教师通过自然语言（日常对话的形式）向智能教学助手发送指令，智能教学助手执行指令后再以自然语言形式将执行结果反馈给教师的交互方式。

从根本上说，智能性服务是基于智能技术而开展的课堂教学服务，旨在帮助教师完成一些重复性的或者通过常规教学手段难以完成的工作。

①语言类学科的范读和带读

语文和英语等语言类学科教学过程中常涉及字词的发音和文章段落的朗读等环节。

②抽象知识点的讲解

物理、化学、生物等自然学科常涉及抽象、微观、难以理解的知识点，通常需要借助图片、视频、实物或虚拟现实场景等方式进行辅助教学。

三、智能辅导与答疑

为学生辅导、答疑一直是教师教学过程中的重要任务之一。但教师在面对众多学生进行辅导与答疑时，任务量繁重，费时耗力。

随着自然语言理解、图文识别等智能技术的发展与应用，一些新兴的技术手段可以辅助教师进行辅导与答疑，从而减轻其工作负担。

1.智能教学助手

利用视频编解码、智能推荐等智能技术，微课自动生成系统可以实现微课的录制、分割、标注、重组，生成结构化的微课视频，并根据推荐算法自动推荐给学生。智能微课可应用于课外辅导，主要方式为系统在学生完成作业后，针对学生的错题情况为其推荐相关微课资源。这些微课资源一般来源于微课自动生成系统所生成的结构化微课，它能够基于自然语言理解与图文识别技术，实现知识点的自动提取与定位。此外，当学生有疑问时，还可以通过搜索引擎获取所需微课资源，弥补某个知识点的不足。

2.课后答疑机器人

当学生在课后向答疑机器人提出疑问后，答疑机器人通过提取学生问题的关键特征，并与事先建立的、经过专家或教师验证的知识库进行匹配，为学生智能推荐最适配的答疑结果，以实现对学生的课后辅导。

3.智能搜题

当学生对某个题目缺乏思路或解答错误时，可以通过拍照或扫描等方式，使系统自动识别作业题目，并与数据库中的题目进行匹配，实现解题过程或解题思路的智能推荐。

四、精准教研

1.课堂实录与数据分析

课堂实录是运用视频拍摄设备对课堂的教学过程进行记录的过程，是教师开展教研工作的重要手段之一。

传统课堂实录通常是在普通教室内架设录像机和麦克风等设备进行拍摄，或在专门建设的录播教室内进行，一般需要专业人员的辅助才能完成课堂教学过程的录制，因而难以开展常态化录制。

借助智能设备与技术，可以实现课堂教学过程的常态化录制与结构化分析，并为教师个人分析总结以及教师间的教学研讨提供可视化的分析报告。

基于课堂实录分析报告，可以了解授课风格、语速、提问次数、师生行为比例等多维度信息，这为教师进行个人教学反思和集体研讨提供精准的数据支撑，进而为后续改进教学提供了科学依据。

2.网络协同教研

过去的网络协同教研主要基于教育博客、教育论坛等方式开展线上教研活动，虽然突破了面对面教研的时空限制，但是缺乏面对面教研的实时交互性。

云计算、语音识别与转写、光纤传输等技术的出现，实现了基于智能网络教研平台的协同教研。

它在突破时空限制的基础上，也使教研的主动性、交互性和合作性也更加突出。

基于网络教研平台，参与听课、评课的教师可以对某一具体课例进行线上集体研讨，利用文字输入、语音输入等方式，实现对课例视频中的关键画面或关键语句的点评和标注。

网络教研平台利用语音识别、转写等智能技术，能够实时生成教学视频案例的字幕，并与案例库中的优秀案例进行比对与分析，自动生成评分意见和建议。

五、智慧课堂

智慧课堂是智能技术应用于学校教学的典型场景，也是教师开展对信息化教学精准教研、深度教研的重点。

智慧课堂是以新一代信息技术为基础构建的新型信息化课堂，无论与传统课堂相比，还是与早期的信息技术在课堂中的应用相比，智慧课堂都有很多新特色，在学科教学应用上也有不同的优势。

依据建构主义学习理论构建的智慧课堂以“云、台、端”信息化平台为基础，为实现“以学习者为中心”的理念创设了理想的学习环境。

在这一环境中，学生可以利用各种工具和信息资源，采取基于智慧课堂信息化平台的学习方式来达成自己的学习目标，完成知识意义建构的过程。

一般来说，传统课堂的教学流程结构通常采取“5+4模式”[10]，即由教师“教”的五个步骤（备课、讲课、提问、布置作业、批改作业）、学生“学”的四个步骤（预习、听课、代表回答、完成作业）以及它们之间的联系方式系统构成，最终形成“课前、课中、课后”持续发展的课堂教学循环。

但在传统课堂模式中，“教”与“学”的关联方式比较简单，缺乏全面、深入的互动交流。

在教学实践运用中，智慧课堂教学流程由三个阶段和八个环节组成，每个阶段和环节均包括在智慧课堂信息化平台的技术支持下教师“教”和学生“学”的共同活动以及它们的互动关系。

根据上图所示，智慧课堂教学流程由课前、课中、课后三个阶段、八个环节构成。

其中，课前环节包括学情分析及教学预设；课中环节包括课题导入、探究学习、实时测评及精讲点评；课后环节包括课后练习及反思评价。

①学情分析

教师通过智慧课堂信息化平台提供的学生作业成绩分析和学生特征档案，可向学生推送供预习的知识点微课和检测的内容，学生进行预习并参加测评。同时，学生也可以在论坛或平台上进行相关讨论。由此，教师可精确掌握来自学生的第一手学情资料并进行分析。

②教学预设

教师根据学情分析结果和学生预习检测统计反馈情况“以学定教”，预设本节课的教学目标，确定教学内容、方法、策略等，设计相关教学资源和环境，优化教学方案设计。

③课题导入

教师可采取多种方式导入新课内容，主要包括预习反馈、测评练习和创设情境等。学生展现课前自学成果，围绕新课导入进行演讲展示、观点分享。

④探究学习

教师下达新的学习探究任务和成果要求，指导学生开展协作探究学习，主要包括小组合作探究、游戏学习等方式。教师设计活动使学生分组互动讨论，学生开展小组协作学习后提交成果并进行展示。

⑤实时测评

学生完成学习探究任务后，教师将随堂测验题目推送到每个学生的终端上，学生完成随堂测验练习并及时提交，平台进行实时诊断和反馈。

⑥精讲点评

教师根据实时检测反馈结果，对学习重点、难点进行总结和点评，对薄弱环节补充讲解，对易错点进行辨析。学生针对教师布置的弹性分层作业和任务，对所学习的新内容运用巩固、拓展提升。

⑦课后练习

教师利用平台发布个性化的课后作业，学生完成课后作业并及时提交给教师后，可以得到客观题的即时反馈。教师依据学生课堂学习情况及作业批改情况，录制讲解微课并有针对性地推送给学生，进行个性化辅导。

⑧反思评价

学生在线观看教师所录制的讲解微课，与老师、同学在线讨论交流。教师进行在线指导，并在此基础上进行总结性评价和反思，为后续授课做准备。

与传统课堂及早期的信息技术在课堂中的应用相比，智慧课堂在技术和教学应用方面具有教学决策数据化、评价反馈即时化、交流互动立体化、资源推送智能化等基本特征。

智慧课堂增进了课堂的高效互动，借助智能化的移动学习工具和应用支撑平台，教师与学生、学生与学生之间的沟通与交流更加立体化，可以实现无障碍地即时交流，大大提高了课堂互动能力和教学效率。