江苏龙网

  1. 首页 > 资讯 > 资讯 > >

进行|成为好老师的路上 AI正在努力

_原题为 成为好老师的路上 AI正在努力
大数据发现共性错题 ， 知识图谱量身定制学习计划 ， 机器学习实现快速阅卷……
学情数据实时追踪、语文作文自动批改、形成学生个体学习成长报告……2020年中国国际服务贸易交易会（以下简称服贸会）将于9月中旬召开 ， 届时一批“智慧教育”产品将在教育服务专题展区亮相 ， 家长们可以带着孩子全方位地体验智能学习 。
在开学季和服贸会来临之际 ， 科技日报采访人员走访了一批“智慧教育”领域的创新企业 ， 看一看“智慧教育”真正的模样 ， 以及它给传统教学方式带来的改变 。
备课 大数据筛选共性问题 ， 进行针对性教学
【进行|成为好老师的路上 AI正在努力】受新冠肺炎疫情影响 ， 今年上半年大中小学的教学活动改为线上进行 。 很多网课平台采取大班直播授课 ， 如何保障教育质量 ， 提升教学效率 ， 同学生实现高效互动？
“主讲老师在准备讲义和教案 ， 制作课件时 ， 通过知识框架确定重难点 ， 对题目进行分类及分析 ， 并依托国内百亿级K-12学习行为数据库‘从题海中选出一道题’ ， 实现辅导效率最大化 。 ”猿辅导在线教育公共事务部副总裁任子歆介绍说 。
比如 ， 在讲解平面向量的应用时 ， 老师首先在题库4642道向量题目中选出高考真题1778道 ， 根据所要讲解的知识背景和逻辑精选出198道重点题目 ， 再通过大数据筛选出学生易错的痛点题目18道 ， 最终教研老师与主讲老师共同探讨 ， 针对学生整体水平选出一道在题库中被作答35958次 ， 正确率仅为35.91%的题目 。
科大讯飞相关负责人表示 ， 对于老师而言 ， 采集数据后的核心工作还是要应用这些数据来进行针对性教学 。 比如一次学科周测后 ， 自动生成考试分析报告 。 报告帮助老师预设了讲评顺序 ， 错误率较高的题目优先排在前面 ， 老师可以集中讲解典型题 ， 解决班级的共性问题 。 在讲解的过程中 ， 还能对标注的优秀试卷展示讲解 ， 也可以调取典型错误答案展开分层或分组讨论教学 ， 请对应学生讲一讲答题思路 ， 共同找到错因 。
为了让学生更好地掌握知识点 ， 还需要及时开展举一反三的变式练习 ， 系统针对每道试题自动推荐一批拓展试题 ， 解决传统讲评课就题讲题、有讲无练的问题 。 这样原本一张卷子总共17道题 ， 老师要讲1—2个课时 ， 现在只要20分钟即能完成讲解 。
授课 知识图谱分析学习情况 ， 定制个人学习计划
有专家表示 ， 目前对于课堂的学习反馈 ， 人工智能能够通过大数据了解学生对知识的掌握情况 ， 从而根据其不同的特点进行定向辅导 ， 推进精准教育 。
科大讯飞相关负责人表示：“当学生学习到一个阶段 ， 比如完成一个章节的学习之后 ， 人工智能能够通过知识图谱动态分析学生的学习情况 ， 快速测试找到其弱项 ， 系统为每个学生规划最佳学习路径 ， 量身定制学习计划 ， 实现精准巩固提升 。 ”
具体而言 ， 系统会自动判断学生需要掌握的知识点数量 ， 并且把知识点之间的关联也列出来 ， 学生只需作答几道题目就能基本判断学习盲区 。 学生答题完毕 ， 系统可以立刻指出学习中的薄弱问题（以红、黄、绿圆点为标识） 。 比如红色的位置 ， 表示以前只是关注一个学习环节 ， 如果前驱知识点没有解决 ， 这个知识点做再多练习都达不到理想效果 。 现在系统会指出学生第一步应该学习的知识点 。 针对这个知识点 ， 学习系统会智能推送相关课程 ， 并直接精准定位到其应该学习的片段 ， 两三分钟就能针对性解决问题 。 学生学完之后 ， 还可以通过变式练习及时检测学习效果 ， 再次查看知识图谱 ， 会发现知识点变成绿色 ， 个性化问题得以攻破 。
目前 ， 在“智慧教育”中 ， 基于人工智能技术 ， 可以做到课堂全场景伴随式对学生学习状态的数据进行采集 ， 并且挖掘数据价值 ， 帮助老师精准教学 ， 个性化“因材施教” 。
科大讯飞相关负责人表示 ， 这些都离不开科研人员研发的学生认知诊断和个性化推荐系统 ， 该系统首先深度挖掘学生做题的历史大数据 ， 对学生认知状态进行精准诊断 ， 进而针对学生的薄弱项、结合多种教学和学习目标 ， 对学生进行个性化题目推荐 。
由此 ， 基于对学生作业数据的采集生成的个性化作业报告 ， 系统可以分析学生各维度能力状态和变化、形成个人能力画像 ， 并且针对性进行个性化推荐 。 此外 ， 系统将根据每位学生错题不同 ， 推送不同题量、以及不同难度的个性化作业 ， 个性化问题及时解决 。
“采用自适应推荐技术 ， 能够基于对学生知识状态的精准诊断 ， 实现教育资源和学生之间的智能匹配 ， 从而能够推荐更加适合学生的个性化学习路径 。 ”科大讯飞相关负责人强调 。
阅卷 机器学习建立模型 ， 全面掌握评分标准
阅卷 ， 是老师教学工作中非常重要的一环 ， 也是耗时费力的一环 。 如果人工智能能够替代或辅助老师对考试和作业评分 ， 将极大减轻老师负担 ， 为教师减负与诊断学生学习情况提供有力的工具 。
在大规模考试的智能阅卷中 ， 评分的主要需求点是准确、高效 ， 面向课堂作业和考试的评分等 ， 则需要“有营养”的点评和批改反馈 ， 特别是对语文作文的批阅 。 有专家指出 ， 传统方法利用自然语言处理浅层分析的结果构建特征 ， 如文章的长度、段落数、词汇丰富性等 。 但不难发现 ， 这些特征与人评价作文时考察的维度和深度相距较远 。 以高考作文评分规范为例 ， 评判标准除了考察其题意、内容、语言、文体等基础等级 ， 还要考察其深刻、丰富、文采、创意等发展等级 ， 这为机器评分带来相当大的难度 。


推荐阅读


上一篇：义务教育|因为这四招，黑龙江义务教育更均衡

下一篇：病例|美国单日新增确诊病例逾3.6万例 累计超595万例