当前位置:新闻中心行业动态 → 正文

面向人工智能时代的学习空间变革研究

责任编辑:zsheng |来源:企业网D1Net  2018-10-09 10:33:23 本文摘自:《远程教育杂志》

学习空间中的陈设主要是指课桌椅、移动讲桌等家具。为了适应更加多样化的学生群体,不同高度、色彩的桌椅,可以根据实际情况有层次地部署。除此之外,人工智能技术与家具的结合在为学习者提供更佳用户体验的同时,也可以用于感知学习者的学习状态,提供智能化服务。

Robotbase开发了一款号称世界上最聪明的办公桌——Autonomous Desk,使用者不仅可以利用APP来调节办公桌的高低、桌面和框架的颜色,更有意思的是,它能够在人使用桌子几天后,通过对使用行为和使用习惯的“学习”,为使用者在某个时段自动调节桌子的属性,从而帮助使用者更舒适、更轻松地完成工作。例如,它可以通过机器学习来预测用户可能会在某个时刻站起来工作一会,并喜欢将桌面颜色改为绿色,那么,桌子会自动调节成上述模式。

除了可以提升用户体验,人工智能技术与传统家具的结合,还可以通过感知学习者的生命体征来判断学习者的学习状态,进而提供个性化学习帮助和建议。当前,这方面的产品应用于教学的案例还较少,但在健康领域已经有了一些相对成熟的产品,如,LUMOback、UpRight、长颈鹿朋友等。

尽管上述关于智能陈设的例子都是非教学领域的应用,但我们可以发现,人工智能技术嵌入陈设为教育带来了新的生机。诸如,智能调节桌椅满足不同学习者的个性化需求、通过调整姿势来提升学习效果、智能感知学习者的生命体征信息并给予建议等类似的开发和产品,将不断出现,智能化的陈设部署在学习空间中也为时不远。

智能技术的整合

通过以上关于物理环境与服务以及陈设的案例描述,我们已经认识到人工智能时代的学习空间将嵌入大量的智能元素。但由于这些智能陈设、环境控制和智能设备的提供者不同,如何通过统一接口整合这些智能元素,来提供更加流畅的服务,是必须要考虑的问题。如图2所示,为了实现该目标,在技术生态中将会是云计算负责存储、统筹和计算,大数据技术负责数据采集、处理与分析,人工智能负责感知和认知、提供智能化的学习服务。

图2 智能学习空间一般技术架构

从当前人工智能的发展模式来看,大数据、高计算能力、机器学习都是不可或缺的,无论哪一条都绝非一所学校能单独提供的。因此,区域联合构建人工智能教育生态将成为主流途径,而拥有超大规模数据运算能力和人工智能技术的少数大企业,也将在其中发挥重要作用。类似于“百度大脑”和阿里ET大脑之“教育大脑”,将替代当前的学习支持系统,成为教育智能服务的整合者与提供者。

为了便于分析,我们以一节典型的人工智能课堂为例,从课前、课中、课后三个环节来阐释人工智能技术在学习空间中的整合应用情景。

1.课前环节

在课前环节,教师将课中环节要学习的内容告知人工智能,人工智能获取内容后,结合知识图谱,给每个学生定制个性化学习路径,自动生成个性化课前学案,并通过自然语言处理、图像识别技术、语音识别技术,对学生的完成情况进行自动识别和批改,当发现学生预备知识中的薄弱点时,提供个性化反馈与强化,为课中环节的学习奠定知识基础。例如,学生在学习英语口语时,人工智能利用语音识别技术识别学生口语发音,纠正不准确的发音。在学生开展课前预习的过程中,人工智能还可以准确预测学生在课中环节可能遇到的困难与问题,及时地给教师提供教学策略方面的建议。

2.课中环节

(1)个性化环境构建。人工智能技术能够通过对学生在课前环节的学习表现进行分析,智能判定学生的层次,将学生分成不同的群组,开展混班分层次教学。“教育大脑”会记录每名学生和教师的行为习惯,通过人脸识别、语音识别等方式,自动识别学生和教师,并向空间中的智能陈设、智能环境发出指令,完成对学习空间环境的个性化定制。包括物理环境涉及的温度、湿度、光照、色彩等,以及陈设中课桌椅的高度、舒适度调节等。

(2)学习过程监测。在课中教学环节,教师可以利用情感计算技术,来对学生学习的整个过程进行实时监测,推断学生的学习状态和注意力状态,并将监测数据上传至“教育大脑”,作为教师评估学生课堂学习表现和改进教学策略的依据。学习状态和注意力状态监测所用到的手段,包括声音监测、面部表情监测、眼动监测、脑电图监测、心率监测、皮肤电导监测等。

麻省理工学院的Sandy Pentland团队开发了一个“智能徽章”,它能追踪佩戴者的位置,也可以感知其他徽章佩戴者的位置,并从佩戴者的声音中察觉情感[8]。如果将这项技术运用于未来的课堂教学环节中,学生佩戴着类似功能的徽章,当他们不专心于或专心于任务时,徽章可能会发出红色(分心)或绿色(专心)信号,使得教师可以很轻易地发现哪组学生需要被关注,或者由教育机器人直接过去干预。

类似地,Altuhaifa[9]也提出了一个通过学生的声音推断情感的系统,该系统通过捕捉声音、提取语音的特征、从声音中提取情感、识别验证的声音、分辨重叠声音、避免对学生重复判断等过程,来对语音、语调进行分析,推断学生的自尊、害羞、恐惧、合作、悲伤、兴奋等情感,从而发现学生在课堂上遇到的问题,并由系统提供一个合适的解决方案。

关键字:研究 时代 智能

本文摘自:《远程教育杂志》

面向人工智能时代的学习空间变革研究 扫一扫
分享本文到朋友圈

关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士

企业网版权所有©2010-2018 京ICP备09108050号-6

^