2.2 人工智能时代智能服务
2.2.1 智能服务概述
随着移动互联网技术、大数据技术、云计算、物联网技术的不断更迭与发展,人工智能应用服务不断拓展和丰富,智能服务代表着一种高效、快速的主动服务新方式,智能服务研究受到了越来越多学者的关注。1998年,Szweda提出了智能服务概念,认为基于移动通信技术以及便携式智能卡应用视为新一代移动智能服务。Beverungen等(2019)把智能服务定义为通过智能产品所支持的行为、过程和性能,更好地服务于专业化竞争。智能服务可以为企业提供很多直接或者间接的发展机遇,比如有更多的机会从客户处学习,从而为自身成长和企业发展等奠定坚实的基础。智能服务实现不仅依赖于智能互联网和数字化的移动终端设备、平台或服务系统,还依赖于智能化的服务供应链对收集到的数据进行分析与加工处理,并及时反馈至使用部门。
目前,面向各个领域的智能服务应运而生,智能服务已经开始服务于工业、经济、农业、环境、医疗、教育等众多领域。智能服务以用户需求为中心,对传统服务模式和商业模式进行变革和创新,以满足于面向个人、家庭、企业用户的各种创新应用需求的急速增长(简兆权等,2019)。在教育应用领域中,教育信息化发展迈入智慧教育新时代,提出了以智慧学习、智慧教室、智慧校园以及教育机器人为核心的全新智慧教育新理念,教育智能服务内容和形式也越来越多样化(黄荣怀等,2014)。智慧教育的核心是智能学习,人工智能时代智慧教育正朝着个性化、多元化、精准化、泛在化服务方向发展;实现智慧教育目标就要求人工智能与教育高度融合,人工智能技术支撑的智能服务是智慧教育时代发展的核心力量。
2.2.2 教育领域的智能服务
从人工智能技术变迁视角分析智能服务发展与演变,大致可以分为三个阶段:计算智能服务、感知智能服务以及认知智能服务。计算智能服务阶段为智能服务发展提供最简单的技术支撑,计算机可以为学习者存储与传递海量学习资源、构建智能学生信息管理系统;感知智能服务阶段为智能服务所提供的技术已与应用领域服务需求相融合,不仅能让计算机能听会说、能看会认,具有感知能力,并且实现人机交互,感知智能服务阶段的移动学习智能服务具体应用有:语言教学、口语测评、图像搜题等方面;认知智能服务阶段是智能服务努力追求的高级应用形态,它可以像人类一样具有逻辑思维与形象思维能力,像人类一样能理解、会思考,而且能全面辅助学习者开展学习,真正地让学习者感受到个性化、自主化、智能化的移动学习服务。由于学习者个体兴趣、智力、能力方面的差异性,导致学习者学习能力发展水平不一致,在移动学习过程中对学习内容的接受程度也不一样。为实现移动学习者个性化学习目标,移动学习智能服务应用是关键,也是人工智能技术在移动学习应用领域的重要应用发展方向。基于移动端的智能导学系统、智能虚拟助手、智能评测系统、适应性学习平台等服务能根据学习者个人相关特征(如学习兴趣、学习偏好等)推送合适的学习资源,让学习者拥有更好的学习体验(Pires et al.,2018)。因此,教育领域中的智能服务是基于移动互联网、大数据、机器学习等智能技术支撑,秉承以学习者为主体、以教师为引导的主动服务教学理念,构建出智能化、高效化、多元化的移动学习环境,实现个性化学习方案定制、情境化教学和交互式适应性服务,创造出一种“按需服务”的多元交互学习空间,促进学习者核心素养的提升。
教育领域智能虚拟助手通过系统模拟人类语言,深度理解学习者的学习需求,其核心特征是提供对话式自然人机交互、丰富的技术框架以及智能性服务方式等,能实现与学习者交互式问答、提供情境化学习氛围以及精准化学情分析等多元化功能(王萍等,2018)。智能测评服务旨在优化传统的测评形式,简化导学者的工作量,能够快速高效地得出测评结果,缓解导学者的工作负荷,增强工作效率,也为学习者制定个性化学习方案提供真实、可靠的依据。
教育智能机器人综合多种先进技术,基于教育智能机器人的智能服务越来越被社会所接受,在教学过程中可以辅助导学者开展教学活动,在学习过程中学习者和机器人交互时,不仅充当学习者的学习伙伴,而且机器人通过对学习者学习过程中的行为数据进行挖掘与分析,完善和提升自我学习能力与服务能力,从而更好地对学习者学习进度与学习内容进行调整。智能导学系统在智能机器人的基础上进行改进,把学习者的认知负荷和情感状态纳入考虑范围,借助答案的精准分析和错题及时反馈过程来评估学习者对知识点的掌握程度,并提供针对性指导服务(Strain et al.,2013)。智能导学系统是借助人工智能技术充当教师角色实施教学,向不同的学习者传授个性化知识,提供精准化指导服务的一种适应性系统。智能服务学习系统不仅能对语音、文字、图像等外显信息进行识别与获取,还具备深度学习的能力,能够理解学习者学习行为以及情感态度。学习者行为数据是移动学习智能服务不断完善与技术应用升级的基础支撑,是实现对学习者开展针对性学习辅导的关键因素,智能服务提供者可以根据学习者自身特征进行大数据挖掘与分析,然后进行个性化学习方案定制、移动资源的精准推送,最终为学习者带来智能服务的全新体验。