一、引 言
2018年8月,教育部下发了《关于开展人工智能助推教师队伍建设行动试点工作的通知》,明确提出了以 人工智能为基础的师资培养模式。自那以后,有关“人工智能”的研究与实践在各种研究和实践中屡见不鲜,虽然各种平台都宣称已经构建了“智能教研”,但是现有的研究大多是把海量的训练资料直接推送给老师,而没有对真实的课堂学习进行深入的分析与思考,这会影响到师资学习的成效与品质。毋庸置疑,人工智能在工具、空间、资源、教学和评价等方面改善了教学和学习的流程,并产生了新的研究内容、要求和组织形态,但是当前的研讨方式与持续优化、终身提升和阶段性连接等方面的逐步背离了教师融合发展的要求。
二、人工智能环境下新型教研模式的探索
(一)人工智能环境下有组织教研及其内涵
有组织教学研究最早源于有组织的研究,它是一种“政府组织,集中投资,体现国家意识,以科技人员为主体,以面向重要研究方向的研究领域和研究问题为主体的科学组织形态。”“教学常态”下的教研活动是一种有组织性的活动,高质量的中学和小学,大多都是以此为基础,有些学校以此为基础,有些则试图在大数据的支持下,构建精确的教育研究模型。在人工智能的视野中,通过全面地掌握教师的各项素质,帮助教师制定一套自己的专业发展计划,同时,借助人工智能大数据,将各种教研资源和教研队伍进行集成,让教研活动、个体教师和教研组织三者之间能够相互协作,从而促进教师的适应性成长。
因此,本文将人工智能背景下的有组织教研模式界定为:借助人工智能的科技能力,在教师主动参与和主动共享数据的前提下,对教师的专业化发展提供研究选题、研究过程支持、资源支持、工具选择和协同等多种途径,构建相互关联、阶段递进、主体契合的支持系统和研究迭代模型,解决教师教研活动中存在的客观性、持续性不足、衔接性不足等问题,形成教师能力、教研活力等多元要素有序演进的研究形式。
(二)人工智能在教研训一体化的应用研究
1.以人工智能为基础的多智能体移动网的构建
从组织形式上来说,教师可以进行异构网式的网络,也可以是同质的网络,也可以是以特定的人物、任务、主题为中心开展的研修活动。在已有的基础上,通过视频、人工智能、过程数据等手段,可以完全释放出时间上的线性限制与资源匮乏的状况,实现对不确定、随机、倒叙的教学研究。最后,根据实际情况,将教学研究的次序、结构与形式进行转换与重构,从而构建出智能化环境下的特征性行动网络。
2.通过多群间的相互竞争和协作来达到共同演化
因为支撑教师研究活动的资源、空间和路径都是作为一个“有机体”来构建的,而与之相对应的研究与研究的“关键物种”则处于内外协同的态势,并被 人工智能标注,从而产生动态的、可无限扩展的语义联系。例如,为刚刚开始工作的老师标注有关的有效资源,在教师研究期间,这些资源能够为新来的老师提供高效的帮助,而如果有更好的、更具个性化的资源,这些资源就会在相互的博弈中逐渐演化。研究与教学环境的“关键物种”,也为活动主体的自主编辑提供了支撑,例如,在智慧学习平台上,教师在学习过程中通过自己的实践思考,不断更新自己的学习内容,从而达到“自我组织演化”的目的。
3.以数据为纽带构建生态网的基本材料
在此基础上,本研究从两个层面展开,一是揭示研究对象之间的内在联系。在此基础上,将资源、空间和路径与教师进修之间的互动以建构式模式呈现出一种意义连结,并以关系资料库形式沉淀下来。二是对我国中小学教师的发展历程进行阐释。通过对教学过程中的信息进行分析, 人工智能可以帮助我们了解教师通过什么类型的教学和研究活动来达到什么样的发展,并且能够对后续能力的生成进行预测,从而能够获得对教师研究的客观要求。
三、人工智能环境下有组织教研的实现保障
(一)从制度与理念上支持实践
首先,要在体制上保证人工智能对教师的发展与教学研究的全面演进。以人工智能为基础的教学研究方法,其核心思想是利用人工智能来获取教学研究的规则,对教学研究活动进行变革,从而形成教学研究的形式。通过构建新形势下的教学研究体系,从制度规则和标准制定等方面推动以 人工智能为基础的教学研究体系建设,是转变我国小学教育科研体系建设的一条有效途径。其次,要在观念上加深对研究与教学发展演变的认识。从人工智能的角度来审视研究与研究,人工智能科技促使教师与教师研究关系的调整、内容的重构与方法的转换,使得在真实的、真实的、真实的情景下进行的教学改革具有了可能性。了解了 人工智能辅助教学和科研的概念,进行了相应的研究和实施,为整个教学环境的逐渐演化奠定了坚实的基础。
(二) 构建人工智能的元平台
一是对平台供给和需求侧进行精确界定,并给予多方参与主体的公开参与权利。二是对构建元平台所需的技术规范进行了界定。本项目拟采用技术手段对培训课题与任务进行划分,并对各种标准进行界定,从而达到与技术、人的互动,具体研究内容主要有:选择哪一种技术来构建元平台,其基础规则库、模型库、知识库、关联规则等。
(三) 大型数据收集平台的规划
而 人工智能辅助教学环境的构建,最大的“能量”就是数据,也是唯一能够“喂饱”各种算法的,不断更新的算法,让它们变得更加精确。在大数据获取系统中,数据收集分为两个层次:第一,系统性地收集教育全流程的数据。在教学研究中,视频、事件、情境以及学生的动态响应是基本的资料,通过可视化转换与整合推进,能够使老师找到问题的能力得到切实地提高,同时也是沟通的重要依据与支持。第二,研究与教学活动的资料收集。研究发现,在教学研究中,教师参与教学研究是一种很好的方法。
结语
在有组织的教学研究中,伴随着人工智能技术的发展,数据的逐代积累,算法的逐代优化,特别是产生型的人工智能技术的运用,能够提高教学研究的个性化适应性和总体效能。但是,这个转变需要一个漫长的过程,而且在短时间里也很难有什么实质性的进步。例如,制度环境约束着老师们的数据分享,人机协同教研的运行不流畅等,这些都需要在观念、制度、条件等方面进行全方位的支持,并经过有意义的迭代才能真正地完成。
[参考文献]
[1] 刘清堂,郑欣欣,吴林静,等.基于经验学习圈构建人工智能 支持下的教师研修模式[J].电化教育研究,2021,42(10):114-120,128.
[2] 鲍传友,曾汶婷.“硬规定”与“软约束”:中小学教研之困及其化解对策——基于学校管理者的视角[J].教育科学,2022,38(4):22-28.
[3] 吴南中,黄治虎,曾靓,等.教育大数据生态圈构建:“3+3”模型的逻辑与实践[J].中国远程教育,2019(7):77-85.
[4] 颜士刚,赵益宁.“智慧教育”辨析[J].电化教育研究,2023,44(8):12-17,25.
[5] 杨欣.魔法与科学:人工智能的教育迷思及其祛魅[J].教育学报,2021(2):18-31.