人工智能帶領人類走向智能社會，其所帶來的社會變革必然推動教育領域的根本轉變，促使教育模式向智能化、精準化的方向發展。美國斯坦福大學人工智能研究中心N.J.尼爾遜教授定義人工智能為“關于知識的學科”，即如何表示知識以及如何獲取知識并使用知識的學科，由此可見人工智能將對教育教學造成巨大影響。
在傳統高等教育中，教與學存在明顯的邊界，學生通過傳統的課本學習和統一課堂灌輸的被動學習模式進行學習。學生的志向、興趣、潛力和創造力在這一過程中被忽略，只能獲得標準化，統一化的教學，而非個性化精準化的教學。
如何做到在有限的資源下根據受教者的特性打造定制化的教學方案，培養富有個性和創新精神的人才，是教育亟需解決的問題。
人工智能因為其在分析、評估和預測上的優勢，可以用來挖掘教學過程中學生的學習情況，進行總結歸納，結合知識圖譜和專家經驗等領域模型給予反饋。
因此我們可以借助信息技術的力量，建設一套基于人工智能的教學平臺，實現對各個學生定制專屬學習路徑并獲取教學過程評價，解決教學模式固化導致學生缺乏學習熱情和創新能力的問題。
國內外發展現狀
智能教學系統是近二十多年發展起來的一個重要教育技術學領域，該系統融合了人工智能、計算機科學、認知科學、教育學、心理學和行為科學以及多媒體等技術，其研究目的是由計算機系統負擔起人類教育的主要責任，實現最佳教學。
國外目前已有許多平臺提供相關智能學習服務，如knewton是全球領先的自適應學習平臺，基于大數據分析和推薦系統、根據學生特點和學習習慣，及時調整內容供應。亞利桑那州立大學使用Knewton提供個性化學習體驗的課程后，通過率提升了17%。
國內目前也有相關AI學習系統，比如學霸君平臺，基于海量數據和題庫，通過OCR、知識圖譜、大數據建模等技術將優質教師的經驗和知識都沉淀到平臺里，為每個學生制定符合長期的個性化學習方案。
市面上已有的智能教學平臺大多局限于授課和題庫，而對于比較前沿、復雜的學科，如大數據、人工智能等，需要強數據支撐和環境依賴，學生無法在平臺上便捷地進行快速實踐，往往需要另尋途徑進行配置，效率極低，導致學習多數停留在知識理論層面。
而前沿學科的普及和深入學習往往能促進教育的變革和發展，兩者相互促進形成良性循環；所以針對前沿學科，如何幫助學生身臨其境、理論實踐并存地學習，是非常值得探討的問題。
國內外目前也有一些針對前沿學科學習的平臺，如微軟亞洲研究院人工智能教育團隊成立了一個AI教育社區，集合微軟與高校教師、開發者共享的人工智能教學課件、案例、開發工具和環境搭建；Fast AI課程平臺針對深度學習開放了一系列線上課程，可基于jupyter Notebook完成在線編程建模。
但目前這些平臺都沒有和個性化教學結合，為了讓學生能全流程高效地進行定制化學習和實踐，我們提出了一種一站式智能化教學平臺。
一站式智能教學平臺總體框架
系統結構
針對一些能夠在線完成的實踐，可將課程與實踐集合成教學一站式平臺。實現與教材中的內容和知識點對接，且在結構上以項目制的形式實現項目環境一鍵安裝部署和項目數據一鍵導入，按照每個學生的特點進行定制化的引導學習。（平臺的結構如圖1）
圖 1 一站式教學平臺的系統結構
平臺需有充足的計算和存儲資源來支撐各個項目的數據和運行，底層一般采用云平臺進行動態資源調度。框架集成學生實踐所需的各種環境，并可支持一鍵部署，減少搭建成本。
上層包含課程庫、模型庫、算子庫等業務配置庫，學生在線上學習課程的同時，可以從業務配置庫里獲取需要的模型、數據、算子等資源，讓學生能夠快速上手學習。
功能模塊
一站式教學平臺需要實現以下幾個基本功能模塊：
1. 定制化學習路徑。作為自適應式教學平臺，為各位學生制定個性化學習路徑是最基本的需求。該模塊主要由四個模型構成，即領域模型、學生模型、教學模型和用戶界面模型（圖2）。
圖 2 教學平臺模型結構
其中領域模型表示特定領域內的知識圖譜和專家經驗，判斷學習者的步驟是否合適；學生模型即為當前學生畫像，描述當前學習者當前的理解和技能水平；教學模型則負責定制教學策略，使系統提供合理的輔導動作。
2. 項目制實踐操練。基于項目的學習模式，可以讓學生投入到有意義的解決問題活動中，使學生對相關的問題進行調查研究，用實踐作品完成研究。會讓學生對學習更加投入，項目學習賦予學生一個能動的角色一問題的解決者、決策者、調查者和記錄者，可以有效提高教學質量。
3. 集成式環境部署。平臺需要集成學生較為常用的開發實驗環境。例如初學者需要編寫程序，或者是做建模、大數據分析等，讓每位學生在本地搭建開發環境，準備模型、數據材料，會在一定程度上增加學生入門的復雜度，降低學習效率。而通過平臺機制和配套環境進行簡化，初學者則不會“望而生畏”，而是在不斷進步的成就感中學習這一學科。
4. 動態化業務配置。除了常用模型和數據的提供之外，平臺也需要進一步支撐動態化和個性化的業務配置，以加深學習者的學習深度。例如在學習模型過程中，學生采用平臺提供的標準模型和數據完成訓練并學習運行過程，進入下一階段后學生需要通過自定義一些參數或數據文件來加深對模型的認知理解。
一站式智能化教學平臺案例
浙江大學于2020年7月正式上線了以人工智能學習為主的智能科教平臺。平臺深度聚焦人工智能技術創新，人工智能人才培養與生態建設，匯聚國內外前沿技術和產業資源，聯動校、企、政力量，搭建開源、開放、互通的新一代人工智能體系。平臺功能如圖3所示。
圖 3 智能科教平臺功能示意
平臺將為師生提供由簡到難進行學習的全過程項目訓練，并給出成績反饋。學生在平臺上實現了以邏輯推理為核心的“斑馬問題與八皇后問題”，以搜索求解為核心的“黑白棋”、以線性回歸為核心的“圖像恢復重建”、以統計建模為核心的“特征人臉識別”等復雜算法。
2020年上半年疫情期間，238名計算機學院三年級本科生通過平臺線上完成了《人工智能》課程的學習，同比2019學年該課程的通過率由95%上漲至98%，課程綜合成績80分以上占比由82%上漲至93%，成績分布情況如圖4所示。
圖 4 《人工智能》不同授課模式綜合成績對照
據調研，相對于傳統的教學模式，學生認為符合自身接受能力進階式的學習模式更有利于該課程的學習，一站式平臺極大提升了學習實踐的效率。
平臺還打通了企業生態，浙江大學和驀（Momodel人工智能建模平臺）聯手提供對應難度的標準化測試，聯系知名企業籌備浙大專場人工智能評測，給予通過者頒布具有實際效力的證書。
人工智能的發展，為高校的教學建設帶來新的技術手段和依據。而人工智能的學習和普及，也將繼續推動教育的重塑和創新。針對高校教學的實際情況，充分利用人工智能思想和技術，可以高效的提升教學質量和學習主動性。
在未來，一站式智能教學平臺將整合各類前沿環境和資源，如虛擬現實、教學社區等，打造豐富靈動的教育生態，推動教育向智能化方向不斷進步。
作者：周宇、張宇燕、張紫徽、陳文智（浙江大學）
