鑽石舞台

人工智能+教育課程是從事人工智能教育的基本載體，為了完成人工智能+教育的人才培養任務，發達國家的大學開設了大量與人工智能相關的課程。英國有 26 所大學開設了人工智能本科課程，例如，牛津大學在本科階段開設機器學習課程，在碩士階段開設智能系統、機器學習、深入學習自然語言處理、視覺分析等課程模塊。斯坦福大學本科階段內置人工智能課程，碩士階段內置人工智能或人機交互課程。南加州大學南加州計算機科學系研究生學院內置人工智能、代理、自然語言與數據、機器人學等課程。中國高校的智能教育課程建設也在近幾年內加快步伐。據不完全統計，截至2020年3月底，全國已有59所院校建立了AI學院/研究院，215所高校獲批AI本科專業，數據科學與大數據技術專業616個，智能製造工程專業130個，還有機器人工程、智能科學與技術、智能建造、智能醫學工程、智能電網信息工程和智能車輛工程等相關專業過百個。人工智能+教育相關專業建設散落在其他多個一級學科中，主要依託於計算機科學與技術、控制科學與工程等理工類學科領域，與教育學、心理學等其他領域交叉學科體系建設尚不健全（見圖4.7.5）。

■圖4.7.5 全國高校已有學科領域智能教育相關專業建設情況

目前，國內人工智能+教育從課程體系方面尚未形成統一清晰的認識，也未推出教材編寫方案，這在一定程度上阻礙了人工智能融入教育的進程。此外，大部分高校的人工智能師資力量不足，除我國幾所重點院校之外，其餘各大學、高職院校能夠獨立完整地實施人工智能+教育的教學教師不多，缺乏人工智能+教育的師資力量。因此，如何建設人工智能教師隊伍、設計人工智能+教育的課程體系，處理好與腦科學、計算機科學、心理學等現有學科的關係，避免重複設課、建立雜而不精的課程體系是人工智能+教育方向課程建設中的現實問題。

課程將從教育心理學、認知神經科學、複雜系統、數據科學等多學科交叉視角剖析人工智能+教育發展趨勢中的相關理論、技術與服務及其應用等。具體內容包括：

人工智能+教育相關研究領域：跟蹤相關領域的發展脈絡，揭示人工智能+教育領域的發展現狀與趨勢；

人工智能+教育研究內容：主要包括教育知識表示、教育知識獲取、教育知識應用三部分。其中，教育知識表示主要介紹教育概念表示、教育知識表示、教育知識圖譜；教育知識獲取主要介紹搜索技術、群智能算法、機器學習、人工神經網絡與深度學習；教育知識應用涉及知識追蹤、情感分析、學情預警、資源推薦、認知歸因、智能評價六部分。力求將人工智能+教育的發展脈絡、技術理論、核心服務以翔實的形態展現於人前。

人工智能+教育案例分析：介紹了有關機器人教育、自適應學習、智能助學、智能助教、智能評價等在內的人工智能+教育的應用實踐成果。

通過本課程的學習，幫助學生了解人工智能+教育的發展歷程與未來趨勢，熟悉人工智能+教育的基礎理論與關鍵技術等相關研究內容，培養人工智能+教育的應用能力。

1.課程定位及學習目標

課程試圖從教育心理學、認知神經科學、複雜系統、數據科學等多學科交叉視角，讓學生初步了解人工智能+教育領域的發展現狀、基礎理論與關鍵技術，採用項目式學習、小組合作的方式，讓學生充分利用豐富的開源硬件和人工智能+教育應用框架，搭建面向人工智能+教育的應用場景，進一步激發學生探索新技術、新知識的積極性。

2.可測量結果

（1）了解人工智能+教育的發展歷程與概念定義

（2）了解人工智能+教育的核心理論與關鍵技術。

（3）採用項目式學習方法，充分利用豐富的開源硬件和人工智能應用框架等資源，搭建面向人工智能+教育的應用場景。

（4）形成對人工智能+教育基礎理論與關鍵技術相關文獻的閱讀能力。

註：以上結果可以通過課堂討論、課程作業以及課程論文等環節測量。

1.授課方式與要求

授課方式：改變傳統教學過程中教師單方面講、學生被動接收的模式，通過問題設置、研討匯報、答辯總結等途徑激發學生的主動性與創造性，讓學生以主體地位全面融入人工智能+教育的課堂學習中。通過理論實踐的融會貫通，讓學生能夠更全面地了解並掌握人工智能+教育相關理論、技術、服務及應用等，形成對人工智能+教育理論、技術及其應用的研究興趣，更好地認識人工智能+教育人才的需求，準確定位自我，並通過學生反饋改善教學思路，提高教學效果。主要授課形式如下：a.教師講授（講授核心內容、總結、按順序提示今後內容、答疑等）；b.課後閱讀（按照課程內容順序閱讀課堂推薦書目及參考文獻）；c.期末報告（辯論、匯報等形式）。

2.考試評分與建議

課程作業占50%, 期末報告占50%。

第1模塊：人工智能+教育概論（1周）

人工智能+教育的發展階段

人工智能+教育的理論基礎

人工智能+教育的適切性

第2模塊：人工智能賦能教育的關鍵技術體系（5周）

教育全域數據採集與融合

教育領域知識建模

基於多模態教育大數據的智能分析

教育知識發現

第3模塊：人工智能增能的教育核心服務（4周）

基於數據分析結果的歸因服務

面向教學全過程的預警服務

面向多類型教育主體的推薦服務

基於教育多階段的動態評價服務

第4模塊：人工智能+教育的應用（5周）

技術賦能教育應用原則

人工智能+教育的學習應用

人工智能+教育的教學應用

人工智能+教育的評估與管理應用

人工智能+教育應用的實踐活動

第5模塊：人工智能+教育展望（1周）

人工智能+教育的倫理規範

人工智能+教育發展挑戰

人工智能+教育發展前景