基于“人工智能+教育”的高校化学智慧教学探究

王 敏

湖南科技大学

《高等学校人工智能创新行动计划》掀起了关于未来“人工智能+教育”的浪潮。国家主席***曾于2019年国际人工智能教育大会强调，人工智能和教育的深度融合，正在促进教育的发展与创新，人工智能的教育技术优势如果能够在教育领域得到充分的利用与快速发展，其后便是平等地面向每一个人更加开放灵活地接受教育。[1]人工智能+教育首先目标是要在人工智能学习的场景上对教师进行改造，创建一个没有壁垒、无障碍、不受约束的智慧教学课堂，这就把当今我国对人工智能的研究及其应用引入到了一个空前的高潮。[2]与此同时，人工智能的时代对于我们高等院校的教学产生了巨大的影响，它决定了教学发展的趋势，也决定了教学发展的方向及其理念。如何在新时期做好优秀人才培养工作己经逐步上升到了国家的战略性层面，甚至可以与未来的国际竞争力直接相关。

新一代数字原生代受教育者，其特点为个性化和差异化。他们倾向于用非线性思维分析问题、依赖用技术获取信息与交流、对课程质量要求高，没有包容性。在智能社会中，教育在大脑的思想上对知识的传授需要进一步的加工，应该进化为由内而外的创新型，实践型，输出型的加工模式。[3]

一、“人工智能+教育”的研究现状

目前我们的研究对于学科领域典型案例关注度不够，在研究领域上，主要包括影响实践领域、模型研究领域、科学技术研究领域，这也是人工智能的应用和教育体系建设以及其落地所在三个方面。[4]教育的发展必定会受到人工智能技术的迅速发展的影响。[5]技术与社会的发展之间存在着一定的冲突:技术正以指数倍数发生变化，而教育等体系却只能以增量的形式变化，国内外都面临着类似脱节现象。

国外对于智慧化教学的研究比较早，研究主要包括理论、设计、应用及评价四个方面，其中针对理论和实践两个方面的研究相对比较少。[6]Masters Ken和Michael J认为近年来人工智能技术在我国高等院校教育领域中的普及和应用已逐步成熟，正以一种全新的形式积极参与到我国大学生的学习中，并有助于教师提高了教学效率。[7]Carbonell，J等人提出随着现代人机交互技术领域的深入和发展，使用自己的身体运动动作和电脑或者是智能移动手机之间进行的交互，成为一种有可能基于身体感知的技术应用和课堂教学的融合，使得学生的思维和学习体验更加积极、快乐。[8]联合国教科文组织发布的《教育中的人工智能：可持续发展的挑战与机遇》曾预测到：人工智能教育可能在未来10年呈指数式增长。

国内研究中心是探讨本土化的新课程标准规划，国外研究重心是利用计算机模型将重点放在学习者的学习行为上。[9]但基于“人工智能+教育”构建某一学科的智慧教学模式的研究较少。

二、概念界定

1.人工智能。

概念研究、开发利用人工智能作为一门用来模拟、延长和拓宽人的智能化的理论、方法、技术和其他应用体系的一门全新的技术性科学。它试图掌握智能化的真正内涵。实际运用到机器视觉、语言与图像识别、专家系统、自动规划、智能搜索、自动化程序设计中。

2.人工智能+教育。

本文提出人工智能+教育的目标是通过人工智能技术和教育手段进行深度互动，把人工智能技术赋能于教育各个领域。

3.智慧教学课堂。

的课堂本文研究者认为，智慧课堂主要是基于互联网、数字化信息化、大数据以及现代人工智能等先进的技术，通过综合应用新时代的技术，将智能技术和教学相结合，构建新型高校化学教学模型，打造新型的智能教学课堂。

4.个性化教学。

以培养学习者为核心，适合满足大学生特点的教育组织形式。在这样的形式中，允许了学习者根据自己想要达成的学习目标和步调，自定所学的方法与材料，并且可以自主地选择所想达成的目标。“教”：体现教师的主导地位，但仍以学生为主体，追求“因材施教”的理想效果。“学”：通过学习资源共享等多种形式，强调学生的自学效益。

5.深度学习。

深度学习是一种由具体到抽象的过程，预示着机器正在模拟人的方式进行学习，而人的大量学习经历也值得进一步自我反思，我们不能将学习停留于简单水平。本文中，将化学深度研究机器学习界定为一种通过促进学生把从某种化学深度研究学习的情景当中所学知识，应用于新的情景当中学习的一种过程。

三、理论依据

1.建构主义学习理论。

心理学家皮亚杰提出的建构主义学习理论被普遍认为是我国教育中，改变传统课堂教学的理论依据，对于我国传统以授课为主体的教学影响具有颠覆性，其所提出和倡导的各种个性化、情境、协作、资源等都对于教育科学和技术的发展提出了新的要求，同时只有现代教育和技术才能够很好地发挥和支撑这门教学理论，为其研究提供了广阔的平台。

2.生成学习理论。

生成学习理论由来源于美国的认知建构主义心理学家维特罗克等作者结合了多门学科进行教学，在大量的研究基础上进行提出的，吸取了当代信息加工心理学在推动人类认知学习领域各个方面的经验和研究成果，揭示了当代人类学习的本质。其中所提出的“人类学习的生成过程”模型，较为集中全面地准确反映了当代认知建构主义人类学习理论的一个核心思想，克服了加涅的传统信息加工理论的缺陷和不足，对于我们进一步深入地了解当代人类学习的生成过程、设计“教学并重”的教学课程设计、研发和数字化教学等都十分具有重要的借鉴性和指导意义。

3.多元智能理论。

加德纳提出多元智能教育理论认为，人类在思维和知识上的认知方式主要包括八种智能，与其他传统的智能教育理论相比，它们更具有总结的整体性、差别化、前景性和实践性等特征，掌握了多元智能教育学科理论的核心和精髓，有助于对教师课程教学革新和专业技术创新的培育。[10]基于多元智能化的理论，不仅强调要看分数，还要关注智能多样化，关注学生成长过程，注重个性差异，发挥个体所长，依据不同的性格特征进行教学，深入发展个性化教学。[11]

此外，我们还更加应该重视到美国在科学教育和技术方面取得的巨大成就和其所需要追求的人本主义之间存在很大的联系。

四、“人工智能+教育”背景下高校化学智慧教学模式的初步设计构思

充分运用人工智能技术可以通过数据库、神经网络和算法模型，构建了传统教学的三个基本要素模型：即领域性知识模型、教学模型及学习者模型。从而打造一款针对智慧教学模式的APP。

领域性知识模型，也被称为专家性知识，是指学习者掌握各个领域知识点的基本概念、准则及对待实际存在问题的解决战略。教学模型是指由于课堂教学中所涉及的各种专业知识、技巧和有效手段，决定出一种适合于学习者的课堂学习活动模式及其教学战略。学习者的模型是一种可以通过静态与动态相互结合的形式，描述一个学习者的认知样式、能力水平及其情绪状态。实时反馈其学习情况。

以对每一个学习者课程中模型的反馈和实际情境分析作为主要理论依据，通过对其所在的教学模型和各种领域性知识模型的分析，可以准确地判断出每一个学习者课程目标和改革的进度，实时调整其在模型中的基本知识结构框架体系、教学方法等，以便于能够有效地适应每一个学习者的需要和学习，进而建立一个彼此之间循环的动态体系，使得整个仿真模型的结构体系变得更为完整和丰富。

1.资源设计与课前任务分配。

教师先于学期开始前制定好学期教学计划，并运用APP针对不同学生的学习兴趣、学习风格、性格特质、认知能力、学习经历和外部环境等因素，利用现有资源或改进原有资源或自行设计针对不同类型学生的教学资源。

学生先于学期开始前使用APP建立学习者个人数据库，人工智能可以在此基础之上，通过自学习与构建学习者模型，并通过AI算法分析学习者与APP之间的交互，根据其优势和弱项调整学习资源，实现个性化学习。基于互动结果，APP利用技术衡量用户的参与度，学习习惯，个性特征，认知能力与在不同技能上的表征，从而利用AI算法对学习者的已有信息进行水平预测和有针对性的查漏补缺，并实时监控、分析与优化。从而使得这种个性化呈现的更加客观与量化。此APP在基于海量数据与对知识点的表现和推理分析基础之上，构建了一种算法化的模型，借助其高性能的并行操作来释放其价值。

教师在每堂课前运用APP，将设计好的教学资源和本课时的教学任务发布给每一位学生，学生需在指定的时间内完成预习任务。学生在课前先进行个性化检测，可根据自身实际，进行题量和难度的选择，随后APP会基于海量数据与根据学生的检测结果进行智能个性化的教学资源推送，学生需要在规定的时间内完成发布的教学任务。

2.线上线下结合教学。

课堂上无法完成活动，教师可在课后通过APP将相关的化学故事或微观结构或虚拟实验等发送给学生。

3.课堂小组合作探讨。

通过课堂小组合作探究学生互动方式，教师们可以在课前通过APP根据各个层次学生的实际情况，将每个学生划分成若干个小组。课堂上因时间限制而导致无法完成的学生进行小组讨论与点评，可在课后发布于APP上，并注意要求每位同学各抒己见与互评，以便于教师及时了解和掌握学生的实际学习状态和纠正错误。

4.课后及时反馈。

由于课堂时间限制，无法进行课堂检测，教师难以判断每位学生的学习效果。因此教师可以利用APP在课后将试题发布，规定学生在设定时长内完成试题并提交。首先，APP会随机抽取相同的题量、不同难度的少量试卷给每位学生进行初步检测，随后APP会根据每位学生实际所能掌握的知识点进行习题推送，学生必须在指定的时间内顺利地完成并按时提交。对于一个客观问题APP会自动进行评分，并对学生的不同知识的掌握情况进行分析、推送巩固习题以及每道习题的精讲视频。主观题等待教师评分与发布精讲视频或者自行解说。作业提交之后教师可在教师端查看结果，了解全体学生的完成情况与不同知识的掌握情况。

5.个性化复习。

不同学生可根据自身的实际情况，在平台中选取间隔不同时段的复习方式，查漏补缺，实现个性化复习。教师可通过平台进行查看，对学习该知识尚不到位，或者是不够充分理解的学生，提供个性化的教学补充，帮学生依据其自身的属性因素全面掌握学习内容。

教师在课堂中无法对每位学生进行学习情况的点评，可在线上通过该APP进行，学生可以在平台中查看教师的评价。教师可通过APP的统计分析设计的教学方案的优缺点，以及根据线上与线下相结合的实际教学情况与学生成绩，修订或设计更好的教学资源与方案。

五、研究发现

1.审慎看待建构主义理论。

在我们的学习观上，建构主义理论一直都强调“意义建构”，以及我们通过自主的发现和探索来研究其在各种认知活动中扮演的角色和作用，但是各种事物之间的存在内部联系往往都是客观的，个体化的知识往往都是主观与客观相互地有机结合形成的。由此可见，西方极端的建构主义者所提出和倡导的对于社会主义的认知理念实际上都是错误的。不但不能够满足于符合这一客观事实，而且还可能会把建构主义引入到了一种否定“讲课、考试”等具有根据性的课堂教学过程，甚至将其推向了一种削弱乃至否定教师的职业功能性效果的斜路。随着智慧教育等各种新概念的认同感提升，我们更加应该再次审视建构主义的认识理论，抛弃单纯的主观主义，坚持主观和客观相互融合的认识理论体系作为其理论的依据。

2.深化理解“信息技术教育应用”。

目前不可否认的问题是，在一些判断力和可靠性强的场景和情境当中，人工智能教育虽然起到了一种颠覆式的效果和影响，但随着用户要求的进一步提升，在某些非判断没有明确的结果引导，干预性与互动性强的场景和情境之下，尤其是那些涉及或考虑到某些目的性明确的教学演示环节，人工智能教育所要求索取的都有这些。实施相对性的辅助工作。就目前我国人工智能技术的发展现阶段而言，机器还远远没有办法能够真正做到以人为本，进行一种基于感情互通的反映与表述。再者而言，从课堂教育的实际和本质上看，教师和学生之间的互动不仅被称为"程序化强、重复度高"的标准化和形式化的培训，而且是"沟通交流和深度思考"过程。即：任何一种人类自己独有的、被认为是最后一个堡垒的技术和能力，都恰恰也正是这种机器目前所不可能无法进行传道和授业的。

目前有许多技术，甚至某些先进的“黑科技”仅应用于浅表学习阶段。其次，应用技术过程中没有真正理解其目的、手段以及内容与形式之间的关系，常出现“采用过去的观念，运用现代的技术”。由于种种原因，从国内或国际情况来看，信息技术与某一学科课程融合的目标尚未达到。课堂教学是主阵地，教育信息化不能总是“敲边鼓”或打外围战，而必须面向主阵地打攻坚战。

3.探索个性化、精准的化学学科智慧教学模式。

教育与技术的发展，目前处于人工智能技术升级阶段，该阶段目标是借助人工智能算法真正实现因材施教，以及将教师、管理者从低级的重复劳动中解放出来。美国发布的《国家人工智能研发战略规划》中已经明确提及，为人工智能教育时代，培养的人才要必须具备软硬两种基本技能。其中，硬技能主要是泛指生物、化学等专门或者与本校的专业、学术课程密切相关的认知技巧，软技能主要是泛指协同、沟通、交流等认知。理想的人工智能教育就是人工智能与教育科学的有机融合，利用电子计算的手段和方法来构建教育的各个环节模型，从而得以实现：第一，促进自适应学习环境的发展和人工智能工具在教育中高效、灵活及可靠和个性化地被广泛使用。其次，实现了使用精确的算法和明确形式来表达晦涩含糊的基础理论知识，让人工智能成为打开“黑箱”的重要工具手段。

人工智能技术课程的提出，使得我国传统理工科课程的教育不再仅仅局限于简单的学科，而是可以通过打破各种学科之间的壁垒，采取更加灵活的学习模式，从而促进了学习者可以在情景下积极地开展高度的学习。同时，人工智能的教育并非是只有针对特定的学科或特定的学段才可以实施的，它更类似于一个插入点，有可能会对教育领域的综合性改革起到“牵一发而动全身”的革命性影响，并在中小学教育以及高等教育等领域中起到革新作用。

在数据驱动支持下的教学转型和课堂重构，能够更好地构建数智化的学生、教师、校园等平台。例如：在5G技术的支持下，学生可在虚拟环境中走进化工厂、与专家对话，或是进行危险性较大的实验；也可以打开化学学科的“学习黑匣子”，让学生在探索微观世界等的同时，可以得到技术的支持。

六、结语

人机交互更加便捷智能，泛化学习、终身学习将成为未来教育常态。随着人工智能技术的快速发展，以信息技术为辅的教学方式对高校化学教学的影响日益凸显。因此，如何借助人工智能来推动高校化学教学改革，是高校化学工作者的主要任务之一。本文提出基于人工智能的高校化学智慧教学模式初步构思，希望能为研究者们提供参考并将其付诸实践。