第6章 驱动教育
原文：
人工智能颠覆了传统的了学习体验，新型教育体系正在形成，中国教育发展正在走向智能时代，但人工智能教育前路漫漫，有机遇，也有挑战。据介绍，人工智能教育方面未来也将面临一些挑战，首先是人工智能教育的数据量不足；其次是老师应该如何配合智适应教育，从过去单纯“教”转向“培育人才”的角色转换；还有一个就是未来懂教育的AI人才如何统筹资源，打造更好的平台的问题。
面向未来的智能化教育评价：
一、未来教育评价发展的新趋势
技术发展为教育评价带来新动能，主要有三个方面：
1、云计算、大数据、5G、物联网及智能终端技术的发展，是支撑智能评价环境构建的新要素；
2、VR/AR/MR支持的沉浸式情境营造、AI支持的智能识别技术及可穿戴设备支持的数据采集，为开展真实情景下的教育评价创造了新契机；
3、是教育数据的建模、分析和可视化，成为支撑智能评价全过程、多维、高效的新方法。
二、所有这一系列技术的整合、结合将推动教育评价进入新的发展阶段。教育评价事实上已经开始进入新的发展阶段，就是智能化的教育评价新趋势已经出现，一共有七大趋势：
1、评价可实现目标的变化。从过去的注重知识、基本能力的评价，到关注德智体美劳全面评价。
2、评价功能的变化。从过去的甄别、选拔，到精准改进、促进发展。
过去，只能基于简单有限的方法，用于选拔和甄别。现在我们可以发挥评价更重要的功能，那就是用于改进、促进学生各个方面的发展，进行精准的改进指导，包括提供改进的方法和内容。
3、评价对象的变化。从过去采取抽样的方法选取部分学生，到面向所有学生，关注每个学生。现在使用新的技术，使得我们可以面对所有的学生，甚至不用取样了，用整体取样的方法就够了，还能给每一个学生进行个性化的评价、指导。
4、评价信息源的变化。从过去较单一模态的信息，到多元化、丰富化、多模态化的信息。
过去我们收集的数据只能用比较简单的文本信息或者一些图片信息，视频信息都很有限，以及做研究用视频信息成本太高。现在我们可以用大量的更丰富的多模态信息，而且能对这些信息进行自动化的智能化的分析，加工评判。
5、评价任务的变化。从过去的非典型场景，到真实化、生活化、趣味化。
过去我们的评价是在一些非真实的典型场所。专门的考场，特定的时间，特定的要求。时间可能就是高考那两天。过去我们不能在真实的生活学习工作过程中，在真实的情景中对人进行评价。现在智能化的评价使我们对这样一种工作成为可能，例如通过游戏建构接近真实的问题场景，在交互操作中测量学生的高阶思维能力。
6、评价方式的变化。从过去显性化、总结性的评价，到嵌入式、伴随式、隐形性评价。
过去的评价就是考试。无论小考还是大考，就是测验。现在的评价考试可以潜入你的日常行为和学习，协助老师日常的教育，带有一些伴随性，隐形性的特点，增加了评价结果的真实性。
7、评价结果反馈的变化。从过去的滞后反馈到即时反馈，从过去面向群体反馈到面向群体+个体反馈。
过去的评价分析成本很高，通常需要延迟反馈和指导。现在可以做到即时反馈和指导，而且是有针对性的个性化的推送。所有这些都是在一系列新技术发展整合的条件下，我们能够实现随着未来新技术的发展进一步的发展，这方面能力会越来越强大。集成创新将是智能化教育得到发展的一个重要前提。现在世界各国，包括我们国家已经在应用智能化的教育测评方法方面取得了重要的一些进展，这些进展尽管是初步的，但是随着时间的推移，随着我们应用的深入，随着不断地研究研发，我相信它的应用水平会越来越高。
评说：
人工智能的出现对教育有了新的憧憬，未来的教育模式既有模式的创新又有新一代教育的亮点。智慧教育空间拥有先进教学模式、教育理念、全新教师和先进人工智能教具。颠覆传统教育，让人人可以选择接受不同的教育实现职业化教育、兴趣教育、成长教育。解决传统教育的时效性问题，也可以解决人口老龄化带来的用工问题。
智慧教育空间亮点：
1、根据喜好选择有特点的老师、专业课程、学习场景等，通过大数据匹配选择去具有专业老师、场景和智能教具搭建的教育空间；
2、将知识场景化、理论实验实践化、建模常态化、教育展馆开放化等；
3、著名诗境在现化、经典实验程序化、学习空间讲堂化。
4、教育选择可选择化，可以围绕职业进行全面编撰课程，从小学开始职业化教育。
5、3-18岁完成职业化教育，深造统一在科研院所完成。
6、受众者为愿意接受教育的人民。
7、素质教育德智体美劳场景化体验。
与传统教育相比较：通过大数据为孩子解决兴趣问题，发觉由潜力的专业培养；解决传统教育的格式化，使用灵活的教育体制；可以让更多的学生接触到最经典最前沿最美妙可想象的场景化教育；邀请著名学者、教育家、各行业领域专家进行现场讲演指导；从固化是教育到引导性教育转变。
技术壁垒：开发大数据匹配平台；同各科技馆联系作为教学实验基地；取得地方教育局的支持；智慧教育空间场景搭建；职业化教育课程编撰