人工智能+教师教育的现状、动态与问题_1

1、    “人工智能+教师教育”的现状、动态与问题    摘要：为深入了解人工智能技术对教师教育领域的作用，文章首先通过文献搜索，得到近5年国内外已发表的研究“人工智能+教师教育”的相关论文共100篇，并分析了其标题分布和主题分布情况。随后，文章参考“2019人工智能+教师教育国际研讨会”上五个国家学者所作12场主题报告的相关观点，结合100篇近5年国内外“人工智能+教师教育”相关论文的研究成果，从人机协同课堂、学习路径导航、智能评测、教学改进等角度，勾画出“人工智能+教师教育”的研究动态。最后，文章探讨了“人工智能+教师教育”面临的问题，以期为人工智能技

2、术与教师教育领域的深度融合提供新思路和新方向。关键词：人工智能，教师教育，教师专业发展，课堂教学基金项目：本文为国家自然科学基金资助项目“基于人工智能的课堂教学交互分析关键技术研究”（项目编号：61977048）、教育部人文社会科学研究规划基金项目“数据驱动的移动互联网+农村教师专业发展模式建构与规模化应用研究”（项目编号：18yja880070）的阶段性研究成果。一“人工智能+教师教育”的提出自2016年起，人工智能进入第三轮迅速发展阶段1。世界各国高度重视人工智能对国家教育发展的重要作用，陆续颁布相关政策，引导并规范人工智能在教育领域的发展，如2016年，美国国家科学技术委员会、白宫相继发

3、布国家人工智能研究和发展战略计划（the national artificial intelligence research and development strategic plan）和为人工智能的未来做好准备（preparing for the future of artificial intelligence）两份重要报告，提出教育是人工智能的应用领域之一；2017年，英国政府发布在英国发展人工智能产业（growing the artificial intelligence industry in the uk）报告，初步规划了人才培养、人工智能课程设置和继续教育等方面的工作2；我国国

4、务院也于2017年印发了新一代人工智能发展规划3，提出要围绕教育、医疗、养老等迫切民生需求，加快人工智能的创新应用，为公众提供个性化、多元化、高品质的服务。20世纪80年代，研究者开始在教育领域探索人工智能技术的应用，形成了跨学科的新兴研究领域教育人工智能。目前，已有多个国家的学者开展了相关研究，如根据学生学习兴趣提供个性化的智能教学系统、基于推理模型推测学生人格特征的学习系统5、用知识图谱预测学生的学习表现6等均是利用人工智能辅助教育教学的研究成果。人工智能技术辅助课堂教学，加速了教学方式、教学内容、教学环境等方面的变革。20世纪90年代，为顺应教育领域大规模应用人工智能技术的趋势，教育工作

5、者被要求掌握基础人工智能知识以保持计算机水平7。教育界学者开始探索如何利用人工智能技术助力教师能力发展，如brown8利用人工智能和虚拟现实技术搭建虚拟教室，让教师模拟教学实践以应对真实教学过程中出现的紧急情况。目前，人工智能时代下教师的专业发展已成为我国教师教育领域的关注热点。2018年，中共中央国务院关于全面深化新时代教师队伍建设改革的意见指出：教师应主动适应信息化、人工智能等新技术变革，积极有效地开展教育教学9；同年，教师教育振兴行动计划（2018-2022年）强调：要充分利用云计算、大数据、虚拟现实、人工智能等新技术，推进教师教育信息化教学服务平台的建设和应用，推动以自主、合作、探究为

6、主要特征的教学方式变革10。二“人工智能+教师教育”的研究现状为了解“人工智能+教师教育”的研究现状，本研究选取电化教育研究、开放教育研究、现代教育技术、远程教育杂志、中国电化教育等5本中文期刊和computers & education、teaching and teacher education、british journal of educational technology、computers in human behavior、international journal of artificial intelligence in education等5本英文期刊为文献来源，搜

7、索时间设为2015年1月至2019年7月，以“人工智能”、“artificial intelligence”、“ai”和“教师教育”、“教师专业发展”、“teacher education”、“teacher's professional development”为关键词进行检索，剔除无效文献后，得到近5年国内外已发表的研究“人工智能+教师教育”的相关论文（下文简称“相关论文”）共100篇（含中文论文57篇、英文论文43篇）。之后，本研究绘制出近5年国内外相关论文的发文量对比折线图（如图1所示），可以看出：国内相关论文的发文数量呈整体上升趋势，而国外波动较大；从每年的论文发表总量来看，

8、国内外对于研究“人工智能+教师教育”的热度依然较低。图1近5年国内外“人工智能+教师教育”相关论文的发文量对比折线图1“人工智能+教师教育”相关论文的标题分布基于100篇近5年国内外“人工智能+教师教育”相关论文标题的数据统计，本研究绘制出近5年国内外相关论文的标题分布词云图，如图2所示。图2显示，近5年国内外相关论文的标题主要集中于技术工具和教师角色两个方面：智能导师系统、教育机器人、智能评价系统等智能教育应用成为研究热点，旨在为教师提供新型技术工具，提高教与学的效率；随着人工智能技术与教育领域的不断融合，智能教育的应用不断完善，人类教师是否会被人工智能所取代、人机协同的新型教师、未来人类教

9、师角色的界定等均成为研究热点。 图2近5年国内外“人工智能+教师教育”相关论文的标题分布词云图 2“人工智能+教师教育”相关论文的主题分布基于100篇近5年国内外“人工智能+教师教育”相关论文主题的数据统计，本研究绘制出近5年国内外相关论文的主题分布饼图，如图3所示。图3显示，近5年相关论文的主题分布较为分散，涉及教学设计、教学预测、教学风格等多个方面；而国内相对集中，多聚焦于教师信息技术应用能力、教师培训和技术工具；国内外的研究都主要从技术层面探讨未来教师职能，除了对教师发展提出了新的要求，还试图利用人工智能技术搭建教师专业发展平台。图3近5年国内外“人工智能+教师教育”

10、相关论文的主题分布饼图结合上述国内外相关论文的标题、主题分布情况，本研究发现国内外对“人工智能+教师教育”的研究集中在智能教育应用、教师角色和教师能力三个方面。在人工智能时代，人才培养要求的改变和学习内容的更新，要求教师摒弃传统的教学权威和教学方式。基于此，未来教师角色的界定成为智能时代亟待解决的问题，而如何提升教师的技术素养和技术应用水平，以及教师在未来应如何处理人机协同关系，成为了学者探讨的核心议题。三“人工智能+教师教育”的研究动态2019年6月，首都师范大学召开了“2019人工智能+教师教育国际研讨会”（下文简称“2019国际研讨会”），来自中国、德国、芬兰、西班牙和美国等5个国家的学

11、者作了12场主题报告。参考这12场主题报告的相关观点，并结合100篇近5年国内外“人工智能+教师教育”相关论文的研究成果，本研究梳理出“人工智能+教师教育”的研究动态，具体包括：1机器人和智能导师系统协助创设人机协同新型课堂（1）人机协同新型课堂构建在人机协同构建新型课堂的技术实现方面，rubio-fernández等11开发了能根据学生特征自动分组的智能导师系统，以支持协作学习；walkington等12开发了基于学生兴趣的智能导师系统，以满足学生对数学学科的个性化学习需求。而在国内，余胜泉等13研发了基于育人知识图谱的个性化育人助理系统ai好老师，该系统具有育人问题情境化解决、育

12、人知识个性化辅导、育人知识结构化组织、育人案例智能化推理等特征，可以成为教师指导学生的得力助手；汪时冲等14以教室为应用场景，构建了云计算平台、大数据平台和边缘计算平台支持下的新型“双师课堂”环境，促使课堂教育主体由教师和学生的“双主体”转变为教师、机器人和学生的“三主体”，并基于已有的“双师课堂”形式和教育机器人功能，提出了新型“双师课堂”的三种形式，即人工智能教育机器人和教师共同担任教学角色、人工智能教学机器人承担教师部分教学任务、人工智能教学机器人为学生提供个性化学习服务。（2）人机协同育人角色重构随着教育机器人、智能导师系统等智能教育应用的出现，人工智能技术逐渐与课堂教学融合，人类教师

13、和机器教师的角色也发生了变化，以知识性教学为主和不使用技术的人类教师已不再适合当今多元化的课堂教学。在2019国际研讨会上，芬兰赫尔辛基大学的niemi教授指出，人工智能时代的学习者应当具备分析性和批判性思维、终身学习思维、探究和知识创造的能力、独立和协作学习的能力以及信息技术使用能力；作为教育者，教师的角色也应在扩展可用资源、支持有意义学习和开展协作学习三个方面有所改变。在人工智能与人类教师协作教学的过程中，余胜泉等15认为教师的业务重心将从知识传递转为关注成长，教师要发挥人类的创新、复杂决策、情感关怀激励等优势，要关注学生的灵魂和幸福，实施更加人本的教学；由于未来教师的育人角色将更加重要，

14、教师还应成为学习的组织者、引导者、服务者、共同学习者。此外，宋灵青等16认为教师应当成为人工智能技术的应用者和评估者。2知识表征和教育知识图谱提供学习路径导航随着知识图谱技术的发展，知识表征进入了新的发展阶段。在2019国际研讨会上，西安交通大学的刘均教授介绍了其团队基于知识森林优化学习路径的研究成果：由于同一主题的知识碎片通常分布在不同的数据源中，使得知识碎片具有离散、片面和无序等三大不足，故学习者容易出现知识割裂和“学习迷航”的问题；为了给学习者提供新一代学习路径导航，形成组织有序的知识结构，其团队构建了聚合知识碎片的知识森林模型，并将该模型与虚拟现实、增强现实相结合，通过沉浸式学习体验，促进学生对知识的深层理解和建构。为解决在线学习中的“学习迷航”问题，万海鹏等17提出了“学习认知地图”的解决方案，用于表征学习过程中学习者认知状态的变化。3机器阅读理解