時間：2023-08-27 15:02:46
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇人工智能教學策略范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
關鍵詞：人工智能；智能化計算機輔助教學；專家系統；知識庫
中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2007)12-21667-02
The Application of Artificial Intelligence in Education
HU Ji-li,YIN Yun-xia
( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)
Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.
Key words:Artificial Intelligence;CAI;expert system;knowledge base
1 引言
人工智能作為當今世界三大尖端技術(空間技術、能源技術和人工智能技術)之一，是計算機科學的一個分支，它的目標是構造能表現出一定智能行為的。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學、機器學習、計算機視覺等?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結合具體領域進行的，主要研究領域有專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決定支持系統和人工神經網絡。它總的來說是面向應用的，隨著人工智能的誕生和發展， 人們開始把計算機用于教學領域。同時， 自七十年代以來， 有教學能力的專家系統得到研制。人工智能技術與專家系統的成就， 促使人們把問題求解、知識表示這些技術引入計算機輔助教學(CAI) ， 這便是智能型計算機輔助教學(CAI)。
近幾十年來， 隨著人工智能技術的日漸成熟， 它的一些研究成果被陸續應用到教學領域， 推進了教育發展改革和教學現代化進程。人工智能在教學系統的重要性也已形成共識。
2 人工智能在教育中的作用
目前在教育技術中涉及到AI的主要有以下領域：
2.1 知識的表示與訪問
基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學及人工智能和專家系統技術為工具，以哲學、心理學和邏輯學等為方法和指導，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學的處理。它不屬于通常的“數據管理或信息管理”的“數據”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內容是對于知識進行形式化的表示、自動化的推理，智能化的教學或創造。計算機輔助教育是其中重要的組成部分。
2.2 符號計算
符號計算包括數值計算、符號計算和函數作圖。其代表軟件是Mathematica，當該軟件在1988年第一次，對科技及很多其他領域的計算機使用方式產生了深刻的影響。Mathematica 1.0時，商業周報將其列入當年最重要的十大新產品名單。這標志著現代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎。隨著各種學生版的，Mathematica也已成為全世界各種不同專業學生的重要工具。
2.3 對學生錯誤的自動診斷
采用人工智能技術，使得教學過程中系統可以自動診斷學生的學習水平，不僅能發現學生的錯誤，而且能指出學生錯誤的根源，從而做出有針對性的輔導或學習建議。而且根據學生的特點自動選擇教學內容，自動調整教學進度，自動選擇教學策略與方法。
2.4 實現智能性超媒體教學系統
超媒體系統有理想的教學環境，容易激發學生的學習興趣和學習主動性，但不能保證達到預期的學習目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導，不能因材施教。智能輔助教學系統正好與此相反。將二者結合起來，就可實現性能互補，從而研究制出新一代高性能的智能超媒體教學系統。
3 人工智能應用于教育的新方向：ICAI
3.1 傳統CAI的不足
傳統的CAI由于其集成性、交互性、多媒體性等特點，在教學中可以極大地激發學生的學習動機，提高教師的教學效率和學生的學習效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現有:
(1)缺乏人機交互能力
現有CAI 大多以光盤作為信息的載體， 將教材中的內容以多媒體的形式展現出來， 教學信息是按預置的教學流程機械式地提供給學生的， 學生接受起來很被動。而且在課堂教學中， 一般也只能通過教師按預定的課件流程進行操作， 無論學生還是教師都不能很好地參與教與學的過程， 因此人機交互沒有很好地實現。
(2)缺乏教師與學生的互動
現有的CAI 課件在學生自學、進行操作使用時，如何學習都是學生自己的事。教師不能完全了解學生的情況，學生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網絡支持，現有的絕大多數CAI 課件是在單機環境下運行的，它們無法利用網絡的優勢使知識內容快速更新，也更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現的條件。
(3)缺乏智能性
要想面對不同情況的學生進行不同程度的教學過程， 使學生的學習變為主動， 并能由系統自動地提供助學信息而有選擇地學習，要想使教師的教學能積極地參與進去并根據系統提供的信息按照學生的認知模型為其準備最適合的學習內容， 給予不同方式的教學模式與方法， 沒有智能性的CAI 課件系統， 是很難實現以上目的并達到良好教學效果的。由此可見，現有的CAI 隨著人們要求的提高， 已經不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學系統將是教師在教育技術上需要不斷探求、努力實現的發展方向索。
3.2 ICAI－人工智能與多媒體技術的結合
為了克服傳統CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應用人工智能原理。因此很多專家提出了智能計算機輔助教學(ICAI)，智能計算機輔助教學(Intelligence Computer Assisted Instruction－ICAI)以認知學為理論基礎。將人工智能技術應用于CAI，是智能化的CAI。在ICAI系統中，允許學生與計算機進行較自由的對話，學生的應答不限于數字或簡單的短語。系統能夠判定學生應答的正確程度，并給予適當的反饋，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現有計算機技術實現較好的人工智能，模仿人類的交互方式、思維習慣及情緒流動，修飾和掩蓋計算機的缺陷。
3.3 ICAI的優點
(1)將教學內容與教學策略分開，根據學生的認知模型提供的信息，通過智能系統的搜索與推理，動態生成適合于個別化教學的內容與策略。
(2)通過智能診斷機制判斷學生的學習水平，分析學生產生錯誤的原因，同時向學生提出更改建議、以及進一步學習內容的建議。
(3)通過對全體學生出現的錯誤分布統計，智能診斷機制將向教師提供教學重點、方式、測試重點、題型的建議。
(4)為教師提供友好的教學內容、測試內容維護界面，無需改變軟件的結構即可調整教學策略。
(5)通過對學生認知模型、教學內容、測試結果的智能分析，向教學督導人員提供對任課教師教學業績評價的參考意見。可以說，一個理想、完美的ICAI系統就是一個自主、優秀的“教師”。
3.4 ICAI的標準
以現有的科學技術水平而言，短時期內顯然無法實現具備上述全部功能的ICAI系統。一般認為，只要具有下列一個或幾個特征的CAI系統就可以稱之為ICAI系統。
(1)能自動生成各種問題與練習。
(2)根據學生的學習水平與學習情況選擇與調整學習內容和進度。
(3)在了解教學內容的基礎上自動解決問題，生成解答。
(4)具有自然語言生成與理解能力，以便實現比較自由的教學問答系統，提高人機交互的主動性。
(5)對教學內容有解釋咨詢能力。
(6)能診斷學生錯誤，分析原因并采取糾正措施。
(7)能評價學生的學習行為。
(8)能評價教師的教學行為。
不難看出，ICAI與傳統的CAI相比，更加符合教育教學的規律，切合學生的認知習慣，具有明顯的優越性。
3.5 ICAI的結構
ICAI主要由三個模塊組成:專家系統模塊、教師模塊和學生模塊。
(1)知識庫
知識庫是實現知識推理與專家系統的基礎，而建造知識庫的前提則是要解決知識的形式化，人工智能技術在教育中的應用表示以及知識的訪問與調用問題。因此，知識的表示與訪問是人工智能的核心技術之一，也是將AI引入教育領域必須首先解決的一個難題。
ICAI中的資源庫應該包括以下一些內容:
①多媒體素材庫:包括所要呈現的知識的一些素材，包括:文本、圖像、聲音、動畫及數字影象等多媒體教學資源。這些用于多媒體數據庫管理，便于分類、增刪、修改及查詢等操作。
②教學內容庫:教學內容庫用于存放教學內容，包括領域知識庫(含輔助知識庫、提示幫助庫、練習題庫，和測試題庫)。這些教學內容，包括習題和試題分章、節、課及知識點等有序存貯。供專家決策系統調用。
(2)學生模塊
學生模塊主要包括以下三個模塊:學生登陸模塊、學生水平評價模塊和學生監督模塊。
①學生登陸模塊:利用該模塊主要用于學生使用ICAI時登錄，第一次登錄時學生輸人姓名、性別、年齡、學歷等相關信息，然后對學生進行詢問，選擇合適的測驗題對學生進行初測推薦學習計劃。當再次登錄時，系統根據保存的信息安排合適的學習內容。
②學生水平評價模塊:學生水平測試模塊用于評價某一教學單元學習完后測試成績。通過測試等因素分析，可以比較確切地了解學生的具體情況，從而制定出合理的教學策略和教學過程
③學習監測模塊:學習檢側模塊用于監測記錄學生的日常學習情況，記錄學生學習某教學單元時的參數值，并記錄在學生檔案中。包括:學生目前學習單元號；學習方式；正常學習、練習、提前瀏覽、學后復習；學習時間；學生提示問題的類型和次數；學生本次練習出錯次數。
(3)專家決策模塊
CAI中的專家決策系統可以看作專家系統中的推理機。專家系統是目前人工智能中最活躍、最有成效的一個研究領域，它是一種具有特定領域內大量知識與經驗的程序系統，它應用人工智能技術，模擬人類專家求解問題的思維過程求解領域內的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規劃、調度、預報、決策等要靠人類專家才能完成的任務。
成功的例子如:① DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用;②MYCIN系統可以對血液傳染病的診斷治療方案提供咨詢意見經正式鑒定結果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。
ICAI根據學生模塊提供的學生學習情況，通過智能系統的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，還可以通過分析學生以往的學習興趣和學習習慣，預測學生的知識需求和常犯錯誤，動態地將不同的學習內容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因，進而有針對地提出合理的教學建議、學習建議以及改進方法，既提高了學生學習的滿意度，激發了學生的學習熱情，也對教師教學提供了客觀的依據和科學的方法。
4 結束語
由此可見人工智能技術已經逐步應用于計算機輔助教學中，與教學現代化有著密切的關系。人工智能技術的發展也必將會對ICAI 的發展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學生脫離“輔導學習”的過程來接受新知識，而采用“通過活動進行學習”的方式。在教學的其他方面，人工智能技術還可以建立人類推理模型學習工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發展，虛擬現實技術的廣泛應用， ICAI 也將得到進一步的完善。21 世紀的教育教學手段將是以智能化CAI 為主線，多學科、多方位發展的新技術的體現。這種手段產生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領域方方面面的改革。
參考文獻：
[1]王萬森.人工智能原理及其應用[M].北京:電子工業出版社,2000.
關鍵詞：智能教學系統；模型；局限
中圖分類號：TP315 文獻標識碼：A 文章編號：1673-8454(2012)03-0007-03
智能教學系統(Intelligence Tutoring System，簡稱ITS)是把人工智能技術引入到計算機輔助教學系統中，應用人工智能技術開發出能夠因材施教的教學系統，使“計算機導師”貼近人類教師的水平，具有推理、診斷、決策的能力。能夠根據每個學習者的特點制定教學計劃，選擇教學策略，實現因材施教。
一、智能教學系統的模型及功能
基于教育學、心理學和教學設計原理分析，智能教學系統模型應包含學生模塊、教學策略模塊、知識庫和智能接口幾個主要模塊，各模塊的系統結構如圖所示。
學生模塊記錄每個學生原有的知識水平和學習能力。其依據為學生與系統之間的交互問答歷史，并對每個學生的學習進步情況進行動態調整。這樣，系統通過學生模型就可隨時了解每個學生的情況，有的放矢地進行個別化教學。
教學策略模塊根據學生模塊情況和知識庫做出智能化的教學決策，評判學生的學習效果，幫助學生分析錯誤原因。提出改進方法和意見等。
知識庫存儲所要教的學科領域知識和教學知識。
智能接口能夠理解自然語言，實現更普遍意義上的人機對話。
智能教學系統與傳統CAI相比，具備以下功能：
第一，了解學生的學習能力、學習基礎和當前的知識水平，以此為依據為不同的學生做出不同的教學決策，有針對性地進行個別指導，并在學習過程中根據學生進度自動調整學習內容，具有適應能力。
第二，允許學生用自然語言與“計算機導師”進行人機對話，并能對帶有學生個性特點的問題做出解答，從而具備更好的交互能力。
第三，能診斷學生學習過程中的錯誤，并分析錯誤原因和給出解決方案，在此基礎上逐漸積累“經驗”，從而具備糾錯能力。
第四，大大拓寬了CAI的模式，例如建立虛擬教室、智能導師系統、教學模擬等。從而使CAI不再是簡單的課本搬家、教室搬家，而具有更多的創造能力。
二、智能教學系統的局限性分析
智能教學系統雖然較傳統CAI在諸多方面有很大改進。但就智能教學系統的工作原理以及目前的研發現狀而言，應當冷靜地看到，它自身也存在一些固有的局限性。
要計算機解決某個問題，有三個基本的前提：必須把問題形式化、必須有一定的算法、必須有合理的復雜度。由于人的智能活動不能完全形式化，因此，機器就不能將人腦的智力活動全部復制出來。教育是一種人類所特有的活動，基于人工智能技術的智能教學系統在教育中的應用也存在局限性。
1.智能教學系統不能實現自我更新，自我改進
智能教學系統的設計原理是把現有的專家的知識和教師的教學方法和策略集中到一個數據庫中。隨著現代社會知識的迅猛增長，教育理念的不斷更新以及教學模式和教學方法的不斷改進，智能教學系統無法像人類教師那樣跟隨時代的變化而實現知識庫的自我更新以及教學策略模型的自我改進。還需要人從外界對整個ITS進行翻新，甚至需要從一種新的教育理念出發，重新設計ITS。智能教學系統的自我更新涉及機器學習這個難點。
2.智能教學系統適用的學習領域存在局限
以智能模擬的方法實現的人工智能應用于教育中時，并非適合所有的學習領域。人的智能活動可以分為四個領域。領域一是“刺激――反應”領域，其中包括任何形式的條件反射，與上下文環境無關的、各種形式的初級聯想行為，最典型的如無意義音節的機械學習。領域二是數學思維的領域，這是比較適合于人工智能的領域。它是由概念世界而不是感知世界構成，這一領域中的問題完全形式化了，并可以計算，這一領域又可稱為簡單形式化領域，典型的例子如邏輯和有精確規則的游戲。領域三是復雜形式化領域，這是比較難把握的一個領域。這一領域包括原則上可形式化而實際上不易駕馭的行為，包括那些不能用窮舉算法處理的。因而需要設計啟發程序的系統，如圍棋。領域四可稱作非形式化行為領域，包括有規律但無規則支配的、我們人類世界中的一些日常活動，這一領域又稱作感知思維領域。在這一領域內解決問題都是直覺的遵從，無須求助規則。包括一些規則不確定的游戲，如文字猜謎游戲。以上四個領域中前兩個領域適合用數字計算機模擬，第三個領域只是部分可程序化，而第四個領域則很難駕馭。
與此相對應的，根據加涅的學習結果分類，學習分為言語信息、智慧技能、認知策略、動作技能和態度五類。言語信息分為符號學習、事實學習和有組織的知識學習，這些屬于可形式化內容，適用于智能教學系統；智慧技能分為辨別、具體概念、定義性概念、規則和高級規則，其中前四項屬于可形式化內容，適用于智能教學系統，而高級規則屬于復雜形式化內容，部分內容不適用于智能教學系統；動作技能和態度領域的學習。在其認知成分中可以使用智能教學系統，但情感和行為成分等非形式化內容，則難以用智能教學系統來實現。
因此，并不是所有的學習領域都適用于智能教學系統。智能教學系統在教育中應用的重點應放在認知領域中的符號學習、事實學習和有組織的知識學習、辨別、具體概念、定義性概念以及規則這些學習內容上。
3.與學生之間無法暢通交流
教育是一種交互活動，智能教學系統的交互功能雖然較傳統CAI有所改進。但仍然缺乏在學生和計算機之間交換信息的自然的、暢通的途徑。系統只能通過學生輸入計算機的信息來判斷其掌握和內化程度。而無法像人類教師通過自然狀態的交流和觀察來判斷學生的真實情況，因此，“機器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。此外，系統在遇到新的學習情境時。不能理解和產生對話，這會影響智能教學系統功能的實施。
4.決策和推理機制不完善
智能教學系統的關鍵智能所在是其決策和推理機制，即“教學策略”模塊根據不同學生的具體情況通過推理做出靈活決策，這種決策基于學生模塊提供的學生的知識水平、認知特點和學習風格。智能教學系統雖然加入診斷系統并不斷調整對學生學習水平的判斷，但由于學習風格、認知特點等不能完全被形式化，因此，根據系統的教學策略模塊中預先存入的診斷知識來評估不同學生的學習過程和理解每個學生不同的推理過程也是有局限的。
三、智能教學系統在教育中應用的建議
1.不能忽略教師的作用
雖然智能教學系統具有“智能性”。但在使用它的過程中，決不能放棄教師的主導作用。要明確教師是教學的設計者和教學過程的主導，應該把智能教學系統的應用納入到教學設計中。教師作為教學的“主導”。要引領教學
全過程，時刻注意學生的學習狀態、學習程度、情感交流，盡量照顧到每個同學。ITS不是將教師擱置了。而是把教師從ITS能做的事情中解放出來，有更多的時間去從事機器所無法替代的事情。例如，計劃教學，開發教學補充材料，示范成熟的行為，啟發、引導學生去克服遇到的各種困難。特別是一個優秀教師對學生的態度和道德的影響和培養，是任何智能教學機器所無法取代的。所以，在利用智能教學系統教學的過程中，不能用智能教學系統取代教師，不能忽略教師的指導作用。
2.注意教學模式的運用
作為一種教育技術的實現，ITS主要依賴于各種技術的發展，但作為一個能夠實施完整教學過程的教學系統，ITS的應用效果更多地依賴于所采用的教學模式。長期以來，傳統CAI在教學中的應用都以個別化教學模式為主。但隨著認知心理學的發展，基于建構主義學習理論的以“學”為中心的教學模式逐漸受到青睞。這種教學模式更能滿足學習者的個性化要求，也為協作學習創造了更大的可能性。目前，協作學習模式因其利于培養學生的多樣化思維和合作精神而日益受到重視。同一個智能教學系統，用于個別化教學模式和用于協作學習模式就會產生截然不同的教學效果。因此。在利用智能教學系統時，要注意根據教學內容和教學目標靈活采用個別化教學模式或協作學習模式。
3.有效與網絡相結合
隨著多媒體技術和Internet網絡的飛速發展，多媒體教育技術與Internet的進一步融合，ITS不僅僅在人工智能上單一發展。它要向多維的網絡空間發展。網絡化成為當今世界ITS系統的一大優勢和特色?！盁o機不聯”正是現代教育計算機使用情況的真實寫照。智能教學系統應與網絡相結合。借助網絡的優勢，完成在線學習、實時討論、網上測試等多種教學任務。學生可以在學?；蚣抑型ㄟ^計算機登錄到系統，系統按其不同的認知水平為其準備不同難度的教學內容。完成學習時，系統通過自適應的測試確定學生新的認知水平，作為其下一次登錄學習時為其準備學習內容的依據，并向學生提出進一步需學習內容的建議。學生在學習過程中可以實時地與其他在線的學習者進行討論，并可通過E-mail的形式與教師進行交流。教師可以使用自己的計算機，在教研室或家中登錄到系統，檢查學生的學習進度，學習情況。并依據學生的實際情況，有針對性地對教學內容、測試內容進行更新。網絡與智能計算機輔助教學系統有機結合，相互補足，必將構建成一個新的系統工程。
參考文獻：
[1]王士同主編.人工智能教程[M].北京：電子工業出版社，2001.
[1]王永慶.人工智能原理與方法[M].西安：西安交通大學出版社，1998.
[3]何克抗.計算機輔助教育[M].北京：高等教育出版社，1997.
關鍵詞：人工智能 計算機輔助教學 教學與控制
一、人工智能的定義
人工智能也稱機器智能，它是計算機科學、控制論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統角度來看，人工智能是研究如何制造出智能機器或智能系統，實現模擬人類智能活動的能力，以延伸人們智能的科學。人工智能是一門交叉科學，逐漸形成一門涉及心理學、認知科學、思維可循、信息科學、系統科學和生物學科等多學科的綜合性技術學科。
二、計算輔助教學體系和現狀
計算救助教學是利用多媒體計算機的功能與特點，利用計算機輔助教師完成各個教學環節，并通過與計算機之間的交互活動，激發學生的學習積極性和主動性，幫助學生更有效地學習。實用計算機輔助教學，有利于認識主體作用的發揮，它所提供的圖像、聲音、動畫等信息由利于學生知識的獲得與保持，達到提高教學教學的目的。
目前為止，所實用的絕大多數傳統以及理論證明等均被應用于計算機輔助教學系統，以提高其智能性和實用性。早期絕大多數計算機輔助教學將全部教學信息以編程方式預置于課件中，這樣的以及理論證明等均被應用于計算機輔助教學系統，以提高其智能性和實用性。因此現有的以及理論證明等均被應用于計算機輔助教學系統，以提高其智能性和實用性。早期絕大多數計算機輔助教學系統面臨許多挑戰，它主要存在以下幾個方面的問題。
1.計算機輔助教學系統的閉塞性
不具有開放性是目前以及理論證明等均被應用于計算機輔助教學系統，以提高其智能性和實用性。其弊端在于固定內容的局限性使課件的適用面狹窄，而且設定的運行路線使授課缺乏自主性;授課的針對性不強;無法利用新出現的資源在較高起點上進行二次開發。
2.智能性的欠缺
現有的計算機智能輔助課件系統不能對不同何曾度的學生進行有針對性的教育，學生的學習是被動的，不能由系統自動提供助學信息而使學生有選擇地學習。
3.人機交互能力較弱
現有計算機智能輔助大多以光盤作為信息的載體，將材料中的內容以多媒體的形式展現出來，教學信息是按預置的教學流程機械式地提供給學者，學習者使用計算機智能輔助課件學習是完全被動的。
4.教師與學生的互動在教學中的缺乏
現有計算機智能輔助課件在學生自學以及進行操作使用時，如何學習都是學生自己的事。教師不能全完了解學習者的情況，學生在蹦到問題時不能向教師求教，師生之間互相封閉，談不上師生互動，因此課件所起的效果大打折扣。
5.課程特點沒有突出
各門課程在教學上有不同的要求，但現有課件對于這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面，對有些課程來說，將這些曲線或曲面給出了一個簡單的展示就足夠了，而有些課程這樣的展示不能達到教學目的的要求。
6.教學計劃的欠缺
在課件的開發過程中實際上離不開教學策略的設計，但課件的制作者往往并未意識到這一點。例如：現有的絕大多數課件都是單一的展播式，這樣的可見制作“精美”，但它不可逆、不能互動。實際上運用課件教學只是手段而不是目的，應該在教學設計理論的指導下講求課件的實效性，著眼點在于學生學習新知識、掌握新技術、培養各種能力有幫助，而不是表面上的制作“精美”。
綜上所述，現有的計算機智能輔助存在許多問題，隨著新技術的不斷出現，這些問題將使計算機智能輔助越來越不能適應新的要求。因此以智能計算機智能輔助為代表的心的計算機輔助教學系統將成為教育技術上需要不斷探求、努力實現的發展方向。
三、智能計算機輔助教學系統
智能計算機輔助教學系統(Intelligent ComputerAided Instruction)，簡稱ICAI。教學過程是一個復雜的教與學的思維過程，它需要教師以專門知識和經驗為依據，經過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機輔助教學實際上是一個由計算機系統輔助教師進行教學以及學生進行學習并得以實現的系統。在智能ICAI中，教學思想、方法、學習內容可用知識形式表示，如何解決知識的形式化表示以及知識的訪問與調用問題，是人工智能的核心技術之一，也是將ICAI引入教育技術領域中所要面臨的一個問題。知識庫是實現知識推理與專家系統的基礎，可以用知識庫作為智能ICAI的構建環境。在知識庫中，教學內容等的有關知識可以用事實與規則表示，并存儲于知識庫內，教學與學習過程既是對知識庫中知識進行推理，并最終得出所需結果的過程。ICAI系統的一般包括以下幾個模塊：
1.知識庫。知識庫是關于教學內容的模塊，解決“教什么”問題。知識庫中的教學內容有待于教學與控制模塊和學生模塊進行選取、調用。
2.學生模塊。學生模塊是用于記錄學生的學習情況，對學生學習的各個環節信息進行搜集，以便系統對學生的學習情況進行自動評估，提出具有針對性的學習建議和個別化的輔導。學生模塊描述學生對教學內容理解、掌握的程度，系統可以根據學生模塊的具體情況調整教學策略并提供適當的反饋。
3.用戶接口模塊。這是系統與用戶交流的界面。整個系統依靠用戶接口模塊把教學內容呈現給用戶、接受用戶輸入的信息、并向用戶提供反饋。
4.教學與控制模塊。這是教學過程與整個系統的控制模塊，涉及到“如何教”的問題。它具有領域知識、教學策略和人機對話等方面的知識。根據學生模型提供的學生學習情況，通過智能系統的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，可以通過分析學生以往的學習興趣和學習習慣，預測學生的知識需求和常犯錯誤，動態地將不同的學習內容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因進而針對地提出合理的教學建議、學習建議以及改進方法。
新世紀的教學將是以智能化的ICAI為主線，是多學科、多方位發展的新技術的體現。隨著人工智能技術的發展、計算機輔助教學的成效將更加明顯。
參考文獻：
【摘要】計算機輔助教學的實際需要應用人工智能技術及復雜的程序,如自然語言理解、知識表示、推理方法等,一些人工智能技術的特殊應用成果,同時以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學技術被應用于建立學習模塊。這種方法能控制調練策略并給出適合學生的學習內容。
【關鍵詞】人工智能計算機輔助教學教學與控制
一、人工智能的定義
人工智能也稱機器智能,它是計算機科學、控制論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統角度來看,人工智能是研究如何制造出智能機器或智能系統,實現模擬人類智能活動的能力,以延伸人們智能的科學。人工智能是一門交叉科學,逐漸形成一門涉及心理學、認知科學、思維可循、信息科學、系統科學和生物學科等多學科的綜合性技術學科。
二、計算輔助教學體系和現狀
計算救助教學是利用多媒體計算機的功能與特點,利用計算機輔助教師完成各個教學環節,并通過與計算機之間的交互活動,激發學生的學習積極性和主動性,幫助學生更有效地學習。實用計算機輔助教學,有利于認識主體作用的發揮,它所提供的圖像、聲音、動畫等信息由利于學生知識的獲得與保持,達到提高教學教學的目的。
目前為止,所實用的絕大多數傳統以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學將全部教學信息以編程方式預置于課件中,這樣的以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。因此現有的以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學系統面臨許多挑戰,它主要存在以下幾個方面的問題。
1.計算機輔助教學系統的閉塞性
不具有開放性是目前以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。其弊端在于固定內容的局限性使課件的適用面狹窄,而且設定的運行路線使授課缺乏自主性;授課的針對性不強;無法利用新出現的資源在較高起點上進行二次開發。
2.智能性的欠缺
現有的計算機智能輔助課件系統不能對不同何曾度的學生進行有針對性的教育,學生的學習是被動的,不能由系統自動提供助學信息而使學生有選擇地學習。。
3.人機交互能力較弱
現有計算機智能輔助大多以光盤作為信息的載體,將材料中的內容以多媒體的形式展現出來,教學信息是按預置的教學流程機械式地提供給學者,學習者使用計算機智能輔助課件學習是完全被動的。
4.教師與學生的互動在教學中的缺乏
現有計算機智能輔助課件在學生自學以及進行操作使用時,如何學習都是學生自己的事。教師不能全完了解學習者的情況,學生在蹦到問題時不能向教師求教,師生之間互相封閉,談不上師生互動,因此課件所起的效果大打折扣。
5.課程特點沒有突出
各門課程在教學上有不同的要求,但現有課件對于這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面,對有些課程來說,將這些曲線或曲面給出了一個簡單的展示就足夠了,而有些課程這樣的展示不能達到教學目的的要求。
6.教學計劃的欠缺
在課件的開發過程中實際上離不開教學策略的設計,但課件的制作者往往并未意識到這一點。例如:現有的絕大多數課件都是單一的展播式,這樣的可見制作“精美”,但它不可逆、不能互動。實際上運用課件教學只是手段而不是目的,應該在教學設計理論的指導下講求課件的實效性,著眼點在于學生學習新知識、掌握新技術、培養各種能力有幫助,而不是表面上的制作“精美”。
綜上所述,現有的計算機智能輔助存在許多問題,隨著新技術的不斷出現,這些問題將使計算機智能輔助越來越不能適應新的要求。因此以智能計算機智能輔助為代表的心的計算機輔助教學系統將成為教育技術上需要不斷探求、努力實現的發展方向。
三、智能計算機輔助教學系統
智能計算機輔助教學系統(IntelligentComputerAidedInstruction),簡稱ICAI。教學過程是一個復雜的教與學的思維過程,它需要教師以專門知識和經驗為依據,經過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機輔助教學實際上是一個由計算機系統輔助教師進行教學以及學生進行學習并得以實現的系統。在智能ICAI中,教學思想、方法、學習內容可用知識形式表示,如何解決知識的形式化表示以及知識的訪問與調用問題,是人工智能的核心技術之一,也是將ICAI引入教育技術領域中所要面臨的一個問題。知識庫是實現知識推理與專家系統的基礎,可以用知識庫作為智能ICAI的構建環境。在知識庫中,教學內容等的有關知識可以用事實與規則表示,并存儲于知識庫內,教學與學習過程既是對知識庫中知識進行推理,并最終得出所需結果的過程。ICAI系統的一般包括以下幾個模塊:
1.知識庫。知識庫是關于教學內容的模塊,解決“教什么”問題。知識庫中的教學內容有待于教學與控制模塊和學生模塊進行選取、調用。
2.學生模塊。學生模塊是用于記錄學生的學習情況,對學生學習的各個環節信息進行搜集,以便系統對學生的學習情況進行自動評估,提出具有針對性的學習建議和個別化的輔導。學生模塊描述學生對教學內容理解、掌握的程度,系統可以根據學生模塊的具體情況調整教學策略并提供適當的反饋。
3.用戶接口模塊。這是系統與用戶交流的界面。整個系統依靠用戶接口模塊把教學內容呈現給用戶、接受用戶輸入的信息、并向用戶提供反饋。
關鍵詞 智能授導系統；輔助教學；語義Web
中圖分類號TP31 文獻標識碼A 文章編號 1674-6708（2012）58-0165-02
計算機輔助教學(CAI)是以對話方式利用多媒體計算機的功能與特點與學生討論教學內容、安排教學進程和進行教學訓練的方法與技術。但是存在交互能力差和缺乏虛擬技術支持、智能性及教學策略等問題。人工智能（AI）是計算機科學、信息論、神經生理學、控制論、心理學、語言學等多種學科互相交叉滲透而發展起來的一門綜合性學科。它用人工的方法在機器(計算機)上執行智能行為：感知、理解、學習、判斷、推理、規劃、設計、求解等。其技術特征主要是具有搜索功能、知識表示能力、一定的推理功能、抽象功能、語音識別功能及模糊信息處理能力。
1 智能授導系統
智能授導系統（ITS）技術是在對計算機輔助教學研究局限性的改革突破中發展起來的，它不僅克服了僅僅關注學生行為的缺陷，還引入了對知識的描述以及智能推理技術，智能授導系統的獨特之處是能依據每個學習對象的不同需求而調整教學策略。
ITS從上個世紀80年代提出到至今已有30多年了，幾乎涉及人工智能技術的所有問題，而且一直是人工智能技術在教育領域的核心研究之一。比較有代表性的是Peng-Kiat Pek和Kim-Leng Poh應用貝葉斯網絡構建的學生模型可以較好的估計出學生的學習興趣值，從而對學生的學習行為方向進行預測；Dietrich Albert和Cord Hockemeyer通過分析知識空間理論而得出的超文本結構和知識空間在結構上的有很強的相似性，通過對知識空間進行建模，使之適用于網絡Web結構模式；Joel Martin和Kurt VanLehn使用貝葉斯網絡技術對學生的學習結果進行評估，有效的分析出學生學習過程中的問題和不足；Declan Kelly和Brendan Tangney提出了一種多Agent技術（Multi-Agent System，MAS），通過對個體的個性化學習進行動態建模的智能框架的建構重組，滿足了學習者的不同需求。隨著國內數字化教學與教育信息化的大趨勢，最近幾年國內對于該領域的研究發展的相對比較快，而且需要進行綜合性的研究，以不斷促進智能授導系統的實際應用價值。
2 自適應智能授導系統機制
由于個體學習者基本上是基于資源的自主學習，在教學上的有效組織主要體現在學習資源的組織、傳遞和共享上，良好的資源組織和個性化資源服務是學習個體最強烈的需求。為了支持個體的自主學習，輔助教學研究十分強調“授導”?！笆凇奔聪到y地對教學內容的組織和傳播，通常反映為學習目標制定、學習材料序列化、學習路徑引導以及學習結果評價等方面；而“導”則側重對學生的具體學習過程提供針對性的學習支持。
2.1 網絡智能授導的技術實現
網絡輔助教學平臺設計者們一直致力于智能授導機制的理論研究和實現，不僅在理論上提出很多模型和設想，而且實踐上也有所突破，特別是可以借助計算機網絡技術和人工智能技術構建一個更有針對性的、更智能的信息空間，為學習者提供個性化的學習支持。通過調研，網絡輔助教學中智能授導的研發技術路線主要是模擬課堂面授的路線、人工智能的技術路線和網絡協同進化的路線。
2.2 本體的智能授導機制
根據Brusilovsky提出的關于虛擬校園環境的部件理論知道，當前分布式虛擬環境支撐的網絡教學平臺大多是圍繞內容部件、行為部件、通信部件、管理部件來提供學習者本體的智能授導應用功能。
1）內容部件是輔助教學系統的核心，多由構成課程的多媒體教學材料組成。運用靜態超媒體比較容易實現，以一種同有的結構和形式呈現給學習者同樣的教學內容。但是會產生由適應性內容所呈現的各種方法與技術問題，例如：附加解釋、前提知識解釋、比較性解釋、解釋變體、信息排序等。其實現需依賴于知識表示與呈現技術，特別是知識建模和知識本體的研究；2）行為部件主要功能是需要學生通過“做”的交互方式來完成的自主學習的過程，表現形式多指學習導航、練習、測試、模擬、實驗等。其三個主要應用方向是自適應導航、自適應測試和虛擬實驗；3）通信部件在智能授導系統中起到媒介作用，主要是支持學生與教師之間、學生相互之間的交流和溝通的通信工具，支持學習社區的協作學習和協同進化；其3個主要應用方向為)針對交互信息的知識發現、學習者智能互助和群體智慧；4）管理部件主要是支持教學過程中必要的管理職能。如學生管理、課程管理等。
2.3 自適應智能授導系統的構建策略
個性化的自適應輔助教學研究已成為現代教學系統應用的一個熱點問題，而自適應智能授導系統運用人工智能技術，直接、科學地了解到學習者的個性特點及學習進展情況，靈活調整自身的策略、方案來滿足受教育對象的需求。從集成觀點出發，自適應智能授導系統首先涉及的是教學理論和思想與計算機技術的交叉。從計算機輔助教學的發展線索出發，網絡技術與人工智能方法的應用是計算機輔助教學的必然趨勢，但智能授導絕不是在計算機網絡通信技術上的簡單翻版，其需要進行更為深刻的分析與抽象。總的來看，自適應智能授導系統是一種建立在軟件協同基礎上的分布式的群體智能，更是一種人機協調的智能。
學習者模型是自適應智能授導系統的核心，而學習者學習過程中存在大量的不確定性因素和不確定性信息，因而成功獲取學習者的情況是其它環節正確運行的保障。在學習者模型設計中，我們利用貝葉斯網絡的條件概率分布量化知識項之間的組織關系及依賴關系，很好地反映學習者特定領域中的知識結構，當學習者模型中的知識項的狀態發生改變時，將引起相關知識項的狀態的改變，因而使學習者模型具有一定的預測能力。同時我們選擇專門為語義Web設計的本體表示語言OWL語言來描述學習者模型，因為它具有更強大的功能來表示語義，比XML和RDF更容易被機器理解。
我們在輔助教學軟件的研究開發中選擇了語義Web下的自適應智能授導系統，因為它更多的關注系統各模塊的標準化、形式化構建，以及系統間的互操作和知識共享與重用。其目標是使機器能夠更好的理解網絡上的內容，構建一個基礎結構使在網絡上運行的智能能夠進行復雜的活動，對嵌入在基于網絡的應用程序中的知識進行顯性的描述，從而以智能化的方式來整合信息，提供基于語義的方式來訪問網絡，以及從文本中進行信息抽取。語義Web技術可以通過對智能授導系統不同模塊中嵌入的知識和學習者的交互信息進行共享，從而在一定程度上推動了分布式智能授導系統的開放程度。圖1給出了自適應智能授導系統的智能產生流程圖。
3 結論
伴隨著互聯網絡的日益發展，我們日常的學習與工作越發依賴數字化的資源與服務，智能化與人性化將是數字化教學重要的發展方向。我們選擇了自適應智能授導系統作為數字化技術輔助教學研究的一個切入點，依據網絡智能授導系統實現的三條技術路線，從理論框架上闡述了教學輔助平臺中常見的智能授導機制，利用人工智能中貝葉斯網絡的思想來設計學習者模型來實現適應性和個性化的教學，并選擇了語義Web下的自適應智能授導系統來實現輔助教學軟件的開發。
參考文獻
[1]閔宇鋒.淺談網絡教學平臺中的智能授導機制[J].科技情報開發與經濟，2010.
[2]Brusilovsky P. MILLER P., Course Delivery Systems for the Virtual University.
Abstract： In view of the characteristics of artificial intelligence curriculum， including abstract content and complex algorithm， and the actual needs of undergraduate teaching， combined with teaching practice， this paper discusses and sums up the teaching reform and innovation of undergraduate artificial intelligence curriculum from the teaching system， teaching content， teaching methods and assessment methods.
P鍵詞： 人工智能；創新；本科
Key words： artificial intelligence；innovation；undergraduate
中圖分類號：G642 文獻標識碼：A 文章編號：1006-4311（2017）22-0230-02
0 引言
人工智能是計算機科學的一個分支，是當前科學技術中正在迅速發展、新思想、新觀點、新理論、新技術不斷涌現的一個學科，其屬于一門邊緣學科，同時也是多個學科交叉而成的一門學科，包括語言學、哲學、心理學、神經生理學、系統論、信息論、控制論、計算機科學、數學等[1]。當前人工智能已經是很多高校計算機相關專業的必修課程，它是計算機科學與技術學科類各專業重要的基礎課程，其教學內容主要包括自然語言理解、計算智能技術、問題求解和搜索算法、知識表示和推理機制、專家系統和機器學習等，國內外很多大學都意識到了其重要性，紛紛對其展開了教學和研究。人工智能課程包含多個學科，具有內容抽象、理論性強、知識點多等特點，且算法復雜，但是多數高校采用的教學方式仍是傳統的課堂教學方式，即“教師講、學生聽”的教學模式，這種信息單向傳輸教學模式以教師為主體，學生只是在被動的接收知識；存在過分重視理論教學，忽視實踐活動教學的問題，導致教育內容無法和社會接軌；人工智能教材理論性過強，學生在學習過程中常常感到枯燥乏味，進而對學習該課程失去熱情[2]，久而久之，不僅人工智能課程的教學質量和效果無法達到預期，甚至學生還會產生厭學心理。針對人工智能課程中現有的各項問題，本文作者結合自身豐富人工智能教學實踐經驗，參考人工智能課程特點和教學目標，從多個方面探討和總結了人工智能，包括教學內容、教材選擇、教學方法和考核形式等。
1 教學內容優化與更新
人工智能是一門嶄新的學科。開設本課程首先是確定教學內容。通常來講，人工智能學科的內容包括兩個部分，具體：一是知識表示和推理；二是人工智能的應用。前者是人工智能的重要基礎，后者主要介紹了幾種人工智能應用系統，包括自動規劃和機器視覺、機器學習、專家系統等。另外，課程內容中還包括了一些人工智能應用的實例，將實踐和理論緊密結合起來[3]。
隨著時代的發展和科技的進步，人工智能學科也取得了較大發展。基于此，人工智能學科也應該與時俱進，更新人工智能教學大綱，進一步完善其教學內容。修訂后的人工智能教學大綱將人工智能分成兩個部分，即基礎部分和擴展應用部分。前者包括計算智能、搜索原理、知識表示等，后者包括智能機器人、智能控制、多智能體、自然語言理解、自動規劃、機器學習、知識工程等。
教學內容的選擇和確定應綜合考慮多項因素，不僅要重視基礎知識，也應注意推陳出新，隨著科技的進步做到與時俱進，同時教學內容應符合現實的需求，能夠與社會接軌，將理論和實踐緊密結合起來，只有這樣人工智能課程的教學質量和效果才能事半功倍。
2 教學策略及教學方法的改革創新
由于人工智能課程具有算法復雜、內容抽象、理論性強、 知識點多的特點，傳統的教學模式已經無法滿足人工智能課程的需求，教師應探索更加有效的教學模式和方法，確保人工智能課程能夠取得良好的教學質量和教學效果。具體的改革和創新人工智能課程的手段和方法主要包括以下幾個方面：
2.1 激發學生的學習興趣 無論是經驗還是常識都在告訴我們每個人最好的老師就是興趣，學生只有對某門學科存在興趣，才會更加主動積極的學習該門課程，從而獲得良好的教學效果。比如，作者在課程的一開始先播放了一段著名導演斯蒂文?斯皮爾伯格的《Artificial Intelligence》的相關片段，由這個電影學生知道了世上存在人工智能的機器人，學生們隨著電影情節的發展而深深感動，與此同時教師讓學生思考和談論人工智能是什么？研究人工智能的意義在哪里？實踐發現，在課堂中加入電影因素，能夠大大提升學生們的注意力，讓學生更加專注在教學任務中，有效提高了學生探索人工智能的積極性和主動性。此外，在教學中還可以用動畫、視頻、圖片等手段將反映人工智能最新研究和應用的成果展示出來，讓學生更直觀的感受人工智能的奧妙，從而投入更多熱情學習人工智能課程。
2.2 面向問題的案例教學法 案例教學法是一種以案例為基礎、以能力培養為核心的一種教學方法[11]。針對學校學生特點，我們采取了以下幾種教學形式實施案例教學。①講解式案例教學：這種案例通過教師的講解，幫助學生理解抽象的理論知識點。案例的呈現有兩種基本形式：一是“案例―理論”，即先給出教學案例，然后再講解理論知識；二是“理論―案例”，即教師先講解理論知識，再給出教學案例；通過情境體驗與案例剖析激發學生認知的興趣，引導學生對將要學習的內容產生注意，有利于教師導入新課。②討論式案例教學：在課程初期將學生分成若干學習小組，每小組3～4人；教師將提前設計好的一題多解的教學案例以及收集的相關資料分配給每個小組，要求學生在課余時間通過自學和組內討論的方式給出問題的不同解決方案。③辯論式案例教學：在課程后期，采取專題辯論的方式對綜合應用案例進行討論，能有效地啟發學生全方位地思考和探索問題的解決方法，加深學生對人工智能的理解。
2.3 個性化學習與因材施教 在開展課程教育過程中應注意對學生進行個性化教學，結合學生特點因材施教。比如，在日常教學中多觀察學生情況，鼓勵那些應對教學任務后仍存在余力的W生深入探索較深層次的課程及相關知識，同時友善面對學習較差的學生，分析其學習過程中面對的困難，有的放矢地采取應對措施，幫助其不斷進步；在教學過程中讓學生以讀書報告的形式多多思考，鼓勵學生發散性思考問題，鼓勵優秀學生進行深一步的探討，并且教師應幫助具有新穎思想或論點的學生將其智慧以科技論文和發表文章的形式轉化為成果。
2.4 注重綜合能力培養 在研究型教學中任務驅動是一種常用的教學方法，其中心導向是任務，學生在完成任務的同時也在吸收和掌握知識。通常來講，該教學方法的步驟是：教師提出任務師生共同分析以得出完成任務的方法和步驟適當講解或自學、協作學習完成任務交流和總結?！盵3]該教學模式不僅有利于培養學生的創新能力和創新意識，還能夠培養學生解決實際問題的能力，提高其綜合實力。不僅如此，由于該教學模式通常是以小組協作的方式進行，教師給出研究范圍，學生自愿結組并選擇具體的題目，經過分析和討論后以程序設計或者論文的形式協作完成研究。由此可知，學生是在以團隊的力量解決問題，這十分考驗學生的團隊協作能力，對于學生團隊合作精神的培養至關重要，且在完成任務的過程中學生需要查閱大量的資料，久而久之學生收集資料和創新能力勢必會得到提升。
2.5 采用啟發式教學 人工智能的很多問題都較為抽象，對學生理解力的要求較高，因此，在實際的教學過程中教師應有意識的就課程內容提出相關問題，讓學生自己獨立思考，鼓勵學生提出自己的想法和解決方案。然后回歸到課程上，對比分析教材上的解決方案和學生自己的解決方案，如此不僅培養了學生獨立思考的能力，也增加了學生參與教學活動的意識，提高了學生的學習熱情。比如，在講到較為抽象的“遺傳算法”時，先提出一個問題，即“遺傳算法如何用于優化計算？”，然后從“達爾文的生物進化論”入手，討論“遺傳”、“變異”和“選擇”作用，之后舉例分析，啟發學生思考“遺傳”、“變異”和“選擇”的實現，最后師生一起導出遺傳算法用于優化計算的基本步驟。如此既完成了教授遺傳算法的目的，也鍛煉了學生邏輯思維的能力，教學效果良好[4]。
3 作業和考核方式的改革創新
過去的課程作業都是單一書面習題作業，發展至今，課程作業形式已經發生了變化，更加豐富多樣，包括必須交給教師評閱的書面家庭作業和不必交給教師的課外思考題目、口頭布置的思考題或閱讀材料以及大型作業等。其中通過網絡就可以完成上交作業，并且教師批閱作業后也可以通過網絡返回給學生，實現了網絡化。課程的考核方式較之以前也發生了較大變化，加強了平時思維能力的考核，更加注重學生實驗能力和動手能力的培養，不再是絕對的一次考試定成績，而是在總評成績中加入30%的平時成績，如此不僅減輕了學生的期末負擔，也迫使學生更加重視平時的學習思考，有利于課程教學質量的提升。
4 結束語
本文是以提高教學質量為目標，結合教學實踐，從教學體系、教學內容、教學方法、考核方式等方面對本科人工智能課程的教學改革進行了探討，總結了該課程在教學和實踐方面的一些教改舉措。這些舉措符合二十一世紀高校教學的要求，可以支持教師提高教學手段現代化的水平，同時更貼合學生的學習需求。作為該課程的授課教師應始終保持對教學內容的不斷更新、教學方法的多樣化，才能激發學生的學習興趣，培養他們的思維創新和技術創新的能力，最終提高本課程的教學質量。從學生的反饋來看，作者所總結的教學實踐具有明顯的教學效果。但仍有許多方面做得不夠，今后將繼續在教學過程中不斷總結成功的經驗，吸取失敗的教訓。
參考文獻：
[1]蔡自興.人工智能及其應用[M].三版.北京：清華大學出版社，2007.
[2]謝榕，李霞.人工智能課程教學案例庫建設及案例教學實踐[J].計算機教育，2014（19）：92-97.
[3]蔡自興，肖曉明，蒙祖強.樹立精品意識搞好人工智能課程建設[J].中國大學教學，2004（1）：28-29.
【關鍵詞】 人工智能 農村遠程教育 高效
人工智能技術是在計算機科學日新月異發展的進程中一大成果，由于其智能、高效、優化的強大功能，為許多研究者所重視。部分教育領域的研究者，將人工智能技術引入教育行業，探討人工智能如何融入教育，促進教育深度發展。研究者們將人工智能與職業教育、繼續教育、遠程教育及教育技術結合，進行探討，提出了一些很好的建議。農村遠程教育雖然也屬于遠程教育范疇，但由于其自身具有許多特殊性，因此有必要單獨將其應用于農村遠程教育進行探討。
1 我國當前農村遠程教育發展面臨的困境
我國農村遠程教育是伴隨著現代通訊技術的發展而在廣大農村出現的一種新的教育模式。隨著上世紀70年代末，以廣播電視大學為代表的遠程教育的興起，為我國教育的發展寫下了濃重的一筆，由于其不受時間、空間、學習者等要素的影響，充分體現了“時時能學、處處可學、人人皆學”的巨大優勢。因此，本世紀初，國家將遠程教育教學模式引入廣大農村，于2003年推出了“農村黨員干部現代遠程教育”、“農村中小學現代遠程教育工程”，于2004年依托廣播電視大學體統推出了“一村一名大學生”工程，這些遠程教育工程對推進農村教育起到了舉足輕重的作用。但其發展也遇到了困難，具體說主要體現在以下幾個方面：
1.1 師資力量短缺
由于受我國長期以來的城鄉二元制經濟發展模式的影響，導致城鄉經濟發展不均衡，直接造成了城鄉教育發展失衡。在農村教育中，首先表現在教師配置上，由于農村教育經費投、教師工資水平均低于城市，造成了長期以來農村教育師資力量短缺，遠程教育更是如此。據相關研究表明，現我國農村遠程教育由于缺少懂計算機或網絡技術的專業人才，往往用不相關專業的人才作為替代，且大都為兼職人員。這就造成了對遠程教育設備的維護、遠程教育資源的管理及遠程教育教學輔導等方面出現問題。以廣播電視大學系統為例，自2004年廣播電視大學開始招收“一村一名大學生”學員，雖然學員增長速度很快，但其教學點僅延伸至縣城，招收的學員往往為縣城周邊農村的農民，而廣大較偏遠地區正真渴望接受教育的農民缺少受教育機會，之所以沒有延伸至鄉鎮及行政村，根本原因是缺少師資力量。
1.2 資源建設不足
由于農村遠程教育是本世紀初才在農村興起的一種新的教育模式，屬于新生事物，因此缺少前期的積累，主要體現在教學資源的積累上。我們知道，是否擁有豐富優質的教學資源是關乎遠程教育成敗的關鍵。而長期以來，我們主要注重城市遠程教育的發展，現城市遠程教育已相當成熟，擁有一大批優質的教育資源，吸引了大批學習者。但由于農村遠程教育與城市遠程教育相比有其特殊性，廣大農村學員需要掌握的不僅僅是理論知識，他們最迫切學習的是農業實用新技術及掌握能夠改變自己生活現狀的一技之長，而這些課程資源在城市遠程教育中設計不多。因此我們沒有現成的教育資源可供使用，需要另起爐灶進行建設。但由于投入農村遠程教育的經費有限，用于資源建設的經費也不足。造成了現階段農村遠程教育資源依然短缺的現實。這不利于農村遠程教育進一步發展。
1.3 課程設置不合理
如上所述，廣大農村學員渴望學習的是改善自身生活的實用農業新技術及一技之長，同時廣大農村也需要培養一批懂管理的鄉村干部。因此在專業和課程設置上，客觀上要求向這些方面靠攏。雖然現在農村遠程教育在專業設置上慢慢轉向適合農村學員的涉農專業，但在課程設置上還是不盡如人意，往往只根據自己師資情況及資源情況來設置課程，這樣往往造成農民學員需要的課程沒有涉及，而農民學員缺乏興趣的理論課程所占比重過大的問題。這樣會嚴重挫傷廣大農村學員學習積極性，對農村遠程教育發展極為不利。
1.4 網絡教學平臺存在不足
我國現階段遠程教育的網絡輔導教學平臺現階段的形勢往往通過QQ對話、Email郵件、BBS及一些音頻、視頻系統進行。這些方式當然是有效的網絡教學方式，但存在問題也是十分明顯的，最主要問題在于如果沒有提前聯系，教師就不會及時回復學生提出的問題，缺少師生互動。學生的學習效果會大打折扣。
2 人工智能應用于遠程教育的優勢
2.1 人工智能的概念
人工智能是計算機學科的一個分支，是一門研究計算機模擬和延伸人腦功能的綜合性科學，部分研究者將其定義為：一個電腦系統具有人類的知識和行為，具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產生過程：對于人類因問題和事物而引起的刺激和反應，以及因此而引發的推理、解決問題及思考決策等過程，將這些過程分解成一些步驟，再通過程序設計，將這些人類解決問題的過程模擬化或公式化，使電腦能有一個系統的方法來設計或應付更復雜的問題，這套能夠應付問題的軟件系統，稱之為人工智能。
2.2 人工智能切合了遠程教育的要求
有研究者指出：人工智能是研究如何構造智能機器（智能計算機）或智能系統，使其模擬、延伸、擴展人類智能的學科。人工智能在教學領域應用的最直接結果就是誕生了智能教學系統。而所謂的智能教學系統是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交流系統。由于它綜合了知識專家、教師、學生三者的活動，因此，與之相對應，智能教學系統一般分為知識庫、教學策略和學生模型三個基本模塊，再加上自然語言智能接口。人工智能的這些功能和模塊剛好切合了遠程教育的特點及要求。我們開展的遠程教育一直以來就強調以學生為中心，以學生自學為主，教師輔導為輔，教師通過計算機網絡系統對學生進行實時和非實時輔導，以此來完成學生的學習過程。因此人工智能適合應用于遠程教育教學過程。
2.3 人工智能能夠有效加強對學生的管理，提高學習效率
長期以來遠程教育為社會詬病的是，由于缺少師生間直接交流的機會，造成教師對學生的組織和管理方面的困難。如果我們僅僅依據學生登錄次數、登錄時間等方面來評價學生學習情況，這樣往往造成對學生學習的錯誤評價，但對遠程教育的教師來說也只能做到這些。但如果我們將人工智能引入遠程教育，它可以依據自己強大的功能，通過對學生情況的數據分析，科學提供學生的學習能力、認知特點及當前的知識水平。更為重要的是，通過對這些信息的分析，它能為每位學習者制定適當的教學內容和教學方法，為學生提供個性化的學習服務，切實提高學生的學習效率，這是我們遠程教育所倡導的最佳服務的效果。
2.4 人工智能可以從某方面解決農村遠程教育師資力量
如上所述，由于城鄉間經濟差距，造成了長期以來城鄉教育發展失衡，廣大農村地區師資力量較為薄弱，特別是遠程教育方面。這一問題解決的根本途徑在于縮小城鄉經濟差距，但這并非一朝一夕就能解決的問題。因此農村師資力量特別是遠程教育師資力量的解決，需要一個過程。而人工智能技術利用了計算機模擬教學專家的思維過程而形成的開放式人機交流系統，它集知識專家和教師于一身。廣大學員可以通過自然語言系統，實現正真意義上的人機對話，完成適時的學習輔導過程，這從某種程度上解決了師資短缺的問題，為農村遠程教育的發展提供了一條新的發展思路。
2.5 人工智能能夠有效解決農村遠程教育資源建設問題
目前我國農村遠程教育在資源方面存在的問題除了數量較少，質量也不高，許多網絡課程資源僅僅是課本的翻版，雖然資源制作者利用現代資源制作手段，以文字、視頻及圖片等手段來展現知識，但知識之間的邏輯聯系性方面存在不足。這給學習者有效學習帶來極大不便，影響了學習效果。而人工智能技術，能夠對現有的網絡課程資源進行智能加工，對知識結構進行重新構建，對知識間的層次性、邏輯性進行重新編排，為學習者展示學習重點、難點，切實提高學習效率。使資源更加優質高效。
2.6 人工智能能夠提供實時交流，解決網絡教學平臺的不足
由于人工智能集知識專家、教師與一身，可以通過自然語言系統，開展人機對話，通過討論解決學生遇到的問題。能改變傳統網絡教學平臺缺乏及時交互性的問題。能夠解決網絡教學平臺的不足。促進農村遠程教育的發展。
3 結語
人工智能技術是計算機科學發展的成果之一，它具有智能、高效、優化的強大功能，許多行業都利用人工智能技術提高效率。對我國農村遠程教育而言，如果能將人工智能引入，能從某種程度解決因為資金問題造成的師資力量缺乏問題；提高對遠程教育學生的管理，為他們提供個性化的高效遠程教育服務；能夠利用它強大的功能重新編輯網絡資源，讓它更有利于學生學習；同時人工智能還能提供自然語言接口，打破以往網絡教學平臺的弊端。相信通過引入人工智能技術，我國農村遠程教育會迎來新的發展。
參考文獻
[1]張震，王文發.人工智能原理在人類學習中的應用[J].吉首大學學報，2006（1）：39-41.
[2]武晶晶.關于人工智能教育應用的幾個問題[J].教育教學論壇，2012（9）：159-160.
[3]張.人工智能與教育技術[J].陜西師范大學學報（自然科學版），2005（6）：228-230.
[4]張小永.陜西農村現代遠程教育資源建設初探[J].陜西農業科學，2011（4）：228-230.
關鍵詞：計算機輔助教學
中圖分類號：tp 文獻標識碼：a
收錄日期：2013年4月16日
計算機輔助教學的智能化源于20世紀五十年代后期。英國數學家圖靈在“計算機器與智能”一文中提出了著名的圖靈測試，用來測試一臺機器有無智能。當時，麥卡錫和紐厄爾等人認為機器能夠像人一樣思考的時代已經近在咫尺，實現這一目標的主要問題只是需要創建更大的、運算速度更快的計算機。如果機器能夠像人一樣地思考這一命題成立，就可以據此提出一個合理的假設：人們能夠制造出聰明的機器，它能夠執行需要人類思考才能完成的復雜任務，例如開展教學。計算機輔助教學的智能化研究正是基于這樣的假設，從20世紀五十年代至今，在計算機科學、教育科學、認知科學等學科專家的不懈努力下取得了不少成果。
普萊西于1924年發明了第一臺教學機器，但是直到20世紀五十年代，哈佛大學心理學家斯金納把他研究的操作條件反射和積極強化原理成功地運用到教學機器上，在美國軍隊中進行應用并取得了良好的教學效果，使程序教學獲得社會的承認并有了很大的發展，才導致了教學機器和程序教學的興起。程序教學（pi）就是將教學內容按一定的邏輯順序分解成若干小的學習單元，編制成教學程序由學習者自主學習。程序教學具有小的學習步驟、自定學習進度、積極反應、即時反饋等特點，綜合使用比單個使用某種能產生更好的記憶效果，從而改善學習。如果將視、聽覺和做結合起來，那么學習效果會有更大的提高。通過多媒體條件下個性化學習環境的創設，智能教學系統能夠有效地支持學生看、聽和做，從而提高學習效率。但智能教學系統也存在著一些難以解決的問題，例如，如何讓學生從被動地接受教學轉為主動的建構式學習；如何根據學生的需求和教學目標，實現學習者和教學系統之間有效的知識通訊；如何在網絡環境下有效地支持個別化學習、協作學習和探究學習等。此外，智能教學系統的開發需要領域專家、知識工程師、教學專家的通力合作，開發難度大。由于人工智能技術自身的局限，當前智能教學系統的智能化程度并不令人滿意。
20世紀九十年代以來，計算機多媒體技術、網絡通信技術以及人工智能技術的發展，為基于建構主義學習理論的多媒體教學環境的構建提供了有效的技術支持，數字化學習（e-learning）迅速成為人們崇尚的一種學習方式。但是，在網絡環境下，教學材料的選擇和組織往往缺乏系統的設計，容易造成數字化學習者的認知超載和網絡迷航。為了提高網絡學習效率和學習質量，一些智能教學系統的研究專家開始轉向網絡環境下的適應性學習支持系統研究。
在學習過程中，學習者個體具有很大的差異性，具體表現在個人的能力、背景、學習風格以及學習目標等各個方面。即使是個體本身，在學習過程中其知識狀態也是在不斷變化和發展的。適應性學習支持系統（alss），是針對個體學習過程中的差異性而提供的適合個體特征的一種支持學習的系統。適應性學習支持系統本質上是一類個別化的學習支持系統，它能夠提供一個適應用戶個性化特征的用戶視圖，這種個性化的學習視圖不僅包括個性化的資源，而且包括個性化的學習過程和策略。適應性學習支持系統提供對不同學習者個別化需求的適應，包括學習診斷、學習內容、自主選擇學習策略等。對于相同的學習內容，該系統可以為不同的學生提供不同的學習方式。不同的學習者通過適應性學習支持系統學習同樣的知識，會有不同的學習路徑、學習策略和學習內容。
換言之，適應性學習支持系統提供的學習是個別化的、因人而異的，是符合學習者個人學習情況的。在其支持之下，學習者能夠以更快的速度，更加有效地進行學習。由于學習者在適應性學習支持系統中不僅可以進行個別學習，而且可以開展在線的協作學習、探究式學習等多種學習方式，適應性學習支持系統已經超越了作為傳統意義上的輔助教學的工具，而是作為認知工具、協作交流工具和情感激勵工具，可以作為導師、學習伙伴和學習工具。
近年來，我國不少學者開始對適應性學習支持系統進行研究，例如開放的、通用的適應性學習支持系統外殼a-tutor；基于教師經驗性知識的適應性學習系統在中小學校的應用，等等。智能教學系統
主要特點在于能夠針對不同學生進行因材施教，但由于該類系統過于強調理想化的教育，生硬的界面和過多的程序控制往往無法激發學習者學習的主動性或維持學習者的學習興趣，因此，它的實現和應用受到了較大的限制。計算機作為教師，監控學生學習過程，執行錯誤診斷和生成提示信息采用知識表示技術，教學內容由系統自動安排多媒體，主要由文本構成、輔以圖片、動畫、聲音適應性學習支持系統開放的網絡學習環境下自主學習、協作學習、探究學習。計算機作為學習伙伴，或作為認知工具、協作和交流工具、情感激勵工具由多媒體、超媒體構成，采用適應性超媒體、超文本系統綜合了生成性cai和面向幀的cai的設計思想，并規定了問題的描述格式，系統據此生成參數，然后在數據庫里查詢正確的答案。
卡內基梅隆大學卡波納嘗試將人工智能（ai）技術應用于cai系統，并設想了這樣一種教學系統。該系統有一個包含教學主題材料和授導教學規律的知識庫，能夠用自然語言與學生對話，能夠以自然的方式從它的通用知識庫里面生成問題和反饋?？ú{按照上述設想建立了第一個智能化的地理教學系統 scholar，它采用語義網絡知識表示，建立了覆蓋學生模型，能夠自動生成教學材料和問題，也是第一個能夠用自然語言與學生交互的系統。scholar 的出現標志著智能計算機輔助教學（icai）的開始。
在智能教學系統中，學生主要通過問題解決的方式學習，這些問題都是經過恰當選擇的，能夠為學習者提供良好的學習經驗。哈特利和史利曼認為智能教學系統必須提前考慮三個方面的知識：第一，系統通過評估學生已有的知識基礎，建立起學生模型；第二，系統考慮到學生需要學習什么，建立起領域專家模型；第三，系統還必須決定下一步應該教學生學習哪一個教學單元，怎么呈現教學內容，即具備教師模型。系統在上述基礎上選擇或生成一個問題，并通過專家模型生成該問題的解決方案。智能教學系統時時比較學生的解答與計算機的解答，并診斷兩者的差異。針對學生是否已經接受了系統提供的學習建議，系統還會提供進一步的反饋。當反饋循環結束后，智能教學系統會更新學生的技能記錄（一個關于學生知道什么和不知道什么的記錄）、學習進度標識，從而更新了學生模型。然后系統又開始新一輪的循環，選擇或生成一個新問題。從領域知識、學習者知識、教學策略知識的視角，對程序教學系統、計算機輔助教學系統、生成性cai系統以及智能教學系統進行考察，不難看出它們的差異所在。
關鍵詞：人工智能影視教育課堂在場價值觀
人工智能技術作為社會媒介化發展的特殊產物，不僅能夠建構起智能媒介化的信息社會，更能深入到傳媒研究領域，引導影視傳媒研究朝著“互聯網+教育”的方向發展。當前影視傳媒教育正面臨重要的轉型階段，如何通過媒介信息技術調整現有的理論學習模式和教學培養目標，已經成為影視教育進行改革創新的突破口?；谌斯ぶ悄転榻逃畔⒒瘞淼臋C遇和挑戰，影視教育正致力于從“刀切教育”邁向“精準教育”，從“課堂缺席”轉為“課堂在場”，從人才培養模式到教育信息平臺搭建，都在不斷強化智能教育培養，力求為影視傳媒教育的智能化改革和實踐提供決策依據。
一、影視教育智能化發展的應用價值
智能化影視傳媒研究是教育信息化極為重要的應用場景，人工智能技術不僅拓寬了影視傳媒教育的研究方向，同時也在技術手段、渠道搭建、傳媒倫理等層面發揮著重要作用。
1.消除數據鴻溝，發揮智能傳媒教育技術賦能和知識平權的雙重功能。影視傳媒研究是以實踐為基礎的理論性教學，以培養創新型和復合型人才為教育目標。教育學者是影視文化傳播的驅動者，因個體間存在傳播技能、信息儲備和交往行為方面的差異，造成影視傳媒教育具有嚴重的知識鴻溝。在影視研究學者步入算法教育的重要階段，智能教育平臺可通過讀取人的反饋改變原有的教學模式，調整每一位受教育者的天賦類型。與此同時，教育學者能夠充分利用算法技術和人工智能手段，獲取定制化的影視資源和學習條件，以技術邏輯引導學習流程，用分析框架提高教學模式的理論性和可操作性，通過強化教與學的變革場景，激活文化創作的想象力和邏輯性思維，使科技創新在理性與感性、理論與實踐的引導作用下，從一般的理論教學形成智能媒介化的信息教學模式，從單向傳授轉變為雙向互動的學習教育模式。
2.拓寬學習渠道，推動教育形態從理論課堂到智能媒體教育課堂的變革。人工智能技術與影視教育教學的深度融合，正引發起一場新的教學革命。從教育手段和學習途徑上來看，原有的課堂教學已無法滿足理論和實踐的雙重需求，大數據催生出的智能化影視教育，在虛擬世界和現實世界間搭建起新的算法課堂，利用人工神經網絡簡化理論教學的概念，又通過具有超強運算能力和通訊能力的技術手段協助實踐操作。例如，人工智能照相機作為輔助型的教學工具，被運用于智慧課堂的攝影實踐教學中，借助云端技術和物聯網連接遠程數據中心，可以幫助不懂攝影技術的學習新手盡快了解電影拍攝的理論框架和基本技能，推動教學場景從應用性教學到智慧型課堂的氛圍建構。人工智能與影視教學的跨界融合，成為智能傳媒教育進行顛覆式創新的重要表現形式，教育形態正逐漸從智慧課堂過渡到智慧校園，從傳統的理論范式過渡到智慧媒體的應用型范式，幫助構建起新的學科話語體系。
3.重視傳媒倫理，推動智能化影視傳媒教育價值觀和技術性的生成。人工智能是以追求效益為初心的理性工具，在技能研發階段尚未對倫理規范提出強制要求，技術倫理向來是人工智能難以逾越的一道鴻溝；影視傳媒教育則是以培養學生的倫理觀和價值觀為出發點，重視以道德審美為核心的理性意識。智能化傳媒教育將信息技術和影視教學進行結合，使得理性工具得以同理性意識深度融合，人文關懷建立在技術作用之上，這既是培養受教育者核心價值觀的時代需要，亦是強化人工智能技術倫理的有效途徑。人工智能時代，強調智能化影視傳媒教育技術性和價值觀的生成，與其說是建立在影視教育應用場景上的技術倫理規范，不如說是借信息技術完成對傳媒倫理和受教育者價值觀的理性建構，讓人工智能發展緊密聯系意識形態和倫理道德問題，加深技術手段和教育學習的彼此作用，從而獲得傳媒教學在倫理層面的共識。隨著傳媒影響力的逐步擴大，以內容為載體的影視教學活動意味著要擔負起更重要的教學責任，學科研究核心價值觀的建設必須以注重傳媒倫理和技術倫理為教學基礎，重新建構現有的倫理道德觀念，為人工智能技術注入價值觀的活的靈魂。
二、影視教育智能化發展的風險問題
人工智能技術的迅速發展，賦予影視傳媒教育極大的應用價值，與此同時也面臨著潛在的風險問題。
1.灌輸式教育仍占據主流，智能化影視教學陷入價值認知困境。在人工智能技術出現以前，理論+實踐的教學策略已經成為一種固定的形態存在于傳統影視教學工作中，受教育者根據統一的培養目標規劃自己的學習方式，包括影視創作及影視理論等相關課程都按照相同的培養模式進行。由于教育主體對人工智能的認知存在兩極分化的現象，過往只能夠通灌輸式對學生進行強制教育，智能化影視教學則是處于小范圍內的實踐和創新。對影視教育而言，理論與實踐是學習的內容，繼承與創新才是研究的實質。明確人工智能教育的價值認知，從灌輸教育逐步邁向定制化教育，為高校的人才培養提供重要的智力支持，應當是影視教育智能化轉型發展的著力點。
2.智能教育應用場景缺乏思考，其深度和廣度有待進一步挖掘。當前，智慧課堂、智慧校園的出現奠定了智能傳媒教育的基本雛形，依靠大數據、物聯網等信息技術支撐的智能傳媒教育，在平臺搭建層面已出現顯著性成果，但對應用場景的深度和廣度挖掘還存在明顯問題。影視教育智能化應當以追求個性化和定制化教育為目標，崇尚的是終身學習的教學理念，不應當將人工智能技術僅局限于傳統的教學課堂，除了要從“線下”走向“線上”，還需要考慮到以人機交互為主要形態的教學應用場景，挖掘人工智能教育更多的應用情境和展現方式，從而對影視課堂的理論與實踐教學價值提供合理的在場性證明。
3.專業壁壘依然存在，智能化教學成果馬太效應極為明顯。智能教育世界要求培養更加多元化的應用型人才，但人工智能的馬太效應逐漸滲透到影視傳媒教育工作中，也會導致教學成果受到出現嚴重的失衡現象，難以滿足高校對人才培養的多元化需求。作為藝術研究的影視教學活動，其科學精神和創新實踐同樣重要。尤其在媒介融合背景下，要想推進受教育者從“影視學者”逐漸過渡到“影視作者”，人工智能不僅需要滿足師生的定制化教學任務，還應當破除專業和行業的壁壘，對其相關聯的學科和傳媒領域進行合作，才能夠改變當前智能化影視教育在教學模式上面臨的不足，不斷為社會輸送更多的應用型人才。
三、影視教育智能化發展的轉型實踐
面對智能傳媒教育的風險與挑戰，影視專業更應當立足于自身的教育發展特色，從人才培養模式、應用場景建設、教育資源整合等方面，推進影視教育智能化發展的轉型實踐。
1.從“灌輸教育”走向“精準教育”，創建新的人才培養模式。智能傳媒教育范式的自主性建構，應當立足于對傳統教學效率和人才培養模式的顛覆?；诋斍坝耙晜髅街悄芑l展在人才培養模式層面的不足，其轉型實踐需要從受教育者的個性化需求出發，在師生、家長和社會的通力合作下，創建新的人才培養模式，利用碎片化學習完成系統化的學習過程，逐漸從“灌輸式教育”走向“精準化教育”。例如，人工智能時代對影視學生的培養更趨向于“以個人為導向的系統化學習”，通過前期對受教育者的大數據整理，對每一位同學的邏輯性、想象力、創造性和溝通能力等進行分析，從影視理論和影視創作兩大方向出發對受教育者形成定制化的學生畫像，并提供針對性的智慧作業，幫助教師采集學生的學習情況，從而實現規范化的信息管理。可以預見的是，智能傳媒時代，“互聯網+教育”學習模式的生成，在推動知識平權化等方面發揮重要價值，成為影視教育智能化追求的重要轉型路徑。
2.從“課堂缺席”走向“課堂在場”，打造新的傳媒教育平臺。人工智能不僅要改變傳統的人才培養模式，同樣也應當提供更加多元化的學習應用場景。過去的影視研究多局限于單一的課堂場景，采用課上理論和課下實踐的方式進行授課，完成影視教學的閉環。人工智能時代，影視傳媒教育應當調整原有的受教育模式，通過搭建合理的人工智能應用平臺，可以巧妙地將課堂場景與智能技術結合起來，為受教育者提供更加多樣性的教學應用場景，從而實現成長課堂的“在場共生”。例如，人工智能可以帶動影視制作的推陳出新，通過搭建智慧超媒體系統，將電影屏幕從影院搬到校園，自動生成無窮界面。與此同時，影視傳媒的智能化還可以幫助教師自動生成電影梗概，將理論性教學轉變為可視化形象，使電影理論同定制化的影像人物之間建立匹配關聯，讓教育場景從線下逐步延伸到線上，為影視研究提供重要的云服務。
3.從“媒教分離”走向“共建合作”，實現產研學的自主對接。影視教育智能化發展的最終目的是為了尋求理論與實踐的融和，幫助構建起傳媒教育和傳媒業界的良性生態關系。傳媒教育智能化也可以全面提高受教育者的學習效率和工作效率，通過優化教育資源，帶動影視內容的高質量生產、影視人才的高質量創作。因此，從“媒教分離”走向“共建合作”，引導產研學的自主對接也成為了影視教育智能化轉型實踐的有效探索。未來的影視傳媒發展，能夠抓取海量資源建構獨立的影像景觀模型，為機器人參加藝考創造可能性，并且也可以緊抓電影內容的智能化生產，從前期的電影腳本自動化寫作到后期的虛擬演員個性化定制，系統均可以對劇本創作、電影拍攝等課程進行精準化評估，從中篩選出符合影視公司要求的作品，進入后續的市場化操作。
