一段时间以来,我国不少地方灵活运用人工智能技术,实现在线教育的优化发展。协同建模与仿真技术等,构筑起在线学习新模式,推动教育治理从个体学习走向集体互助,从经验驱动逐步向数据驱动深刻转型。
当前,我国在线教育的智能化建设取得显著进展。从技术层面看,学习分析技术实现了对文本情绪、交互网络等数据的全息化采集,随机森林等人工智能算法被深度应用于学习风险预测。宏观、中观和微观三级评估体系逐步建成,云架构数据中台实现多源异构数据融合,智能算法应用大幅提升预警准确率。例如,科大讯飞智慧课堂依托国产教育大模型,构建“师—机—生”协同教学模式,已在全国多个区域约5.8万所学校落地,实现由数据驱动教学,以及个性化学习推荐。
重构学习监测的底层逻辑。运用人工智能技术,为每一位学习者构建能够刻画其认知特征、行为习惯的数字画像,动态追踪他们的学习投入、情绪稳定性等状态。根据学生成绩变动轨迹,量身制定学习方案。依托大规模在线学习平台,利用真实学习数据对群体协同人工智能模型持续训练、验证与迭代优化,凝练出可复制、可推广的标准化技术方案,为各级在线教育平台提供易于接入的智能协同功能模块,夯实精准化治理的技术底座。