ai 智能教育(统一ai智能教育)
5月30日，华中师范大学打破学科壁垒，正式组建成立人工智能教育学部。华中师范大学副校长夏立新介绍，学院将以建设“人工智能＋教育”集成攻关大平台、构建“人工智能＋教育”复合型高水平人才培养模式、打造“未来教师”职前培养、职后培训一体化人才培养体系。
华中师大人工智能教育学部的成立，再次提醒我们，人工智能不是单一学科，而将是带来各学科全面“智能化”。人工智能对教育来讲，一方面是要在人才数量及质量上加快加大培养，形成全教育体系的人工智能专业人才培养；另一方面是要将智能技术运用到教育的方方面面，从而带来教育形态的变革，以及教师能力的转变。
今天，我将带着大家简单了解一下我国及其他国家人工智能教育情况，以及人工智能对教育的影响。希望帮助对“人工智能与教育”有兴趣的朋友，建立起不太片面的认识。
• 各国人工智能布局与人才现状
• 人工智能师资情况与各级学校建设
• 人工智能运用于教育与教师协作
全球AI人才及不均衡，各国政策密集布局
智慧时代，未来已来。人工智能（Artificial Intelligence, AI）技术已走出实验室，逐步与社会结合，推动社会经济向“智能化”迈进。人工智能将给各领域带来颠覆式的变革，小到企业机构，大到国家地区都在积极规划布局，希望抓住机遇。而AI竞争，核心是人才存量与人才质量竞争，面对全球AI人才存量不足、人才质量不高、人才流失等现状，如何在短时间内培养出高水平AI人才？是世界各国都非常关注的问题。
各国密集布局AI研究和市场
为开展AI研究布局和产业布局，全球各国都在密集出台大量政策文件，且广泛涉及到人才培养。相较中国，当前多个西方国家的AI技术创新与产业发展布局不仅开始更早，且政策支持力度也毫不逊色。
全球AI人才极不均衡，各国培养体系均未完善
虽然全球对“AI”、“AI人才”尚无统一定义，概念边界较模糊。但仍有一些数据可作参考。如有数据显示，全球现有AI人才约30万，其中产业人才约20万，大多从业于各国AI产业公司及科技巨头，另有储备人才约10万，分布在全球367所高校中。
AI人才分布极不平衡，无论数量和质量美国都处于领先地位，中国、英国、加拿大等国家一直在奋力追赶，虽然成果显著，但仍与美国存在明显差距。
如今，全球每年约有2万AI领域毕业生，即使美国也尚未形成完善的人才培养体系，远不能满足当下百万量级的人才需求。且AI人才流动性较大，《2019年全球人工智能人才报告》显示，27%AI研究人员工作地与其获得博士学位的地区是不一样的，有些国家甚至达到三分之一。
师资严重缺乏，大中小学大力推进人工智能教育
AI师资严重缺乏，各国加大培养力度
AI人才存量不足背后的深层原因在于师资。当前，一方面，现有教师缺乏AI相关专业知识，教师绝对数量不足；另一方面，AI教师与AI企业人才收入差距较大，难以吸引高端人才投身教育，甚至教师流向企业、海外。如谷歌、脸书、微软等技术巨头都在高薪聘请AI教师及毕业生。
为解决这一问题，美国通过总统奖彰等措施加大对AI早期研发大学教师的资助力度；英国则更强调基础教育阶段AI教师队伍建设，计划在4年内花费8400万英镑培育8000名计算机科学教师，从而保证每所中学都拥有一名合格的计算机科学教师；中国积极搭建AI领域教师工程能力训练平台，多所师范大学设立AI专业加大教师培养力度；加拿大通过营造开放、包容的教育科研环境，成功吸引了一批AI领域的先驱开拓者任职于当地大学，如多伦多大学的Hinton、阿尔伯塔大学的Sutton以及蒙特利尔大学的Bengio。
高等教育：我国已有59所学校设立AI学院/研究院，相关专业过1000
各国在高等教育AI学科体系构建方面也作了很多努力，如建设AI学科专业、设立AI相关硕士博士学位、促进多学科交叉融合等。
在美国，卡内基梅隆大学设立美国首个AI本科专业，斯坦福大学设立AI研究院，麻省理工学院投资10亿美元建设AI学院等。
英国在高等教育领域投资1亿英镑设立AI奖学金，设置AI学位，开设AI课程，实施硕博贯通人才培养，鼓励不同学科背景学生深造，计划每年至少增加200个相关专业博士。
在加拿大，以蒙特利尔、多伦多和埃德蒙顿为代表的三大地区依托本地大学开设AI专业，建设AI实验平台，培养AI、机器学习和大数据开发的领导人才，在硕士阶段推出课程教授大型数据集转化技术和策略，用于未来智慧城市、智慧医疗和制造业升级，并计划在未来几年培养800名AI领域的博士生；以蒙特利尔大学、多伦多大学、阿尔伯塔大学、滑铁卢大学等高校的AI实验室为平台，加拿大培养了众多高质量AI人才，他们大部分成为了加拿大初创企业的创始人或者是谷歌、脸书、亚马逊等科技巨头的技术精英。
在中国，高校占据AI人才培养总量的80%。2018年4月，教育部发布《高等学校人工智能创新行动计划》，对中国高等教育AI人才培养体系进行了较为全面的设计。据不完全统计，截至2020年3月底，全国已有59所院校建立了AI学院/研究院，215所高校获批AI本科专业，数据科学与大数据技术专业616个，智能制造工程专业130个，还有机器人工程、智能科学与技术、智能建造、智能医学工程、智能电网信息工程和智能车辆工程等相关专业过百个。
中小学：教育部门及学校共同大力推进智能教育
美国2013年制定了《联邦STEM教育五年战略规划》，至2016年超过40%美国学校都设置了编程课程。此外，美国人工智能协会（AAAI）和美国计算机科学教师联合会（ CSTA）联合发起AI4K12项目计划，正在制定K-12AI教学国家指导方针，并已发布人工智能五大理念，并据此提出K-12阶段的分学段教学建议。由卡内基梅隆大学支持的世界人工智能青少年竞赛（WAICY)也大力推动了人工智能在美国学校的发展。
日本在2016年的《日本再兴战略2016——面向第四次工业革命》中提出将人工智能相关课程纳入中小学必修课范围，2019年起更将实施教育改革，将大规模培养人工智能人才作为重要战略。
在欧洲，波兰数字化部创建了《波兰人工智能战略设想》项目，其中2019-2020学年100余所学校开设AI课程，课程分三个学段——K-3年级、4-6年级、7-8年级。K-3年级的教学目标是，让儿童进入编程世界；4-6年级，了解AI原理和基于Scratch、IBM Watson创建人工智能解决方案；7-8年级，将学习机器学习算法，并在Python中用编程实现。
我国各地教育部门也积极探索中小学智能教育。
北京市海淀区则根据《中国互联网学习白皮书之人工智能教育发展报告(基础教育)》初步拟定的人工智能能力培养目标框架，初步构建起了中小学AI教育课程内容。
上海市徐汇区，2019年将人工智能教育融入信息技术课，使用自主开发的徐汇区人工智能学生读本和教师读本，第一轮先在8所高中、12所初中、20所小学开展了实验。2020年，预计AI课程将大面积进入全区中小学。
南京市首先注重AI教师的培养。2018年开展了尝试性的第一期人工智能培训，第一部分是专家讲座和一线教师对人工智能的理解、应用和展望分享；第二部分是Python语言的培训。而在2019年的人工智能培训中，形成了10个菜单式系列课程，包括人工智能视觉编程、人工智能学科融合、数字美术、数字音乐、3D打印创意、物联网创新设计、AR/VR设计制作、虚拟世界程序设计等内容。全市教师自主报名，参培人数达到500余人。此外，南京还搭建了人工智能竞赛平台，在2018年的中小学电脑制作竞赛就设置了智能程序（现在改为人工智能）板块内容。
一些学校也在积极系统布局人工智能教学。
在人大附中一方面开设了种类丰富的人工智能课程，如机器人课程、建模与仿真课程、人工智能的机器学习、数据挖掘、计算机视觉、大健康与人工智能、计算社会科学等，多数以自由选修课的形式提供给学生；另一方面为了培养高级AI人才，还通过自愿报名和选拔相结合的方式，成立了全国基础教育首个人工智能实验班，开设专门的人工智能课程《人工智能与关于心智的生物学》，以及以“复杂系统科学”为主要方向的课程。学校还组织学生参与高校和科研机构组织的学术和实践活动。
在上海市西中学，2018年建成基于课程的中学AI实验室，通过选修课的形式面向高一、高二开设课程，并配套由华东师大等编撰的《人工智能基础（高中版）》教材实施。实验室里可以体验无人车、无人机、手势控制机器人、面部识别、卫星云图识别、空气屏等AI技术，并进行Python语言教学。
学校更进行了系统的AI教育五年规划，分三个阶段实施：第一阶段通过讲座、竞赛等科普活动，普及AI知识；第二阶段进行实验室和拓展型、研究型课程的建设，开展人工智能原理、模块功能、语言与算法等的学习；第三阶段再将人工智能延展到学校教育教学管理当中。
近日，北京四中国际课程昌平区佳莲学校也宣布，与中国教育科学研究院合作创办的人工智能特色项目。自初中起进行学生培养，由中外博士挂帅，以培养学生全面素质和人工智能素养为特色。
智能支撑个性化教育，“智能+全能教师”将出现
人机协作高效教学，智能数据诊断支撑学生个性化教育
人工智能对于教师有特殊意义，可以将教师从繁琐、机械、重复的脑力工作中解脱出来，成为教师有价值的工具和伙伴：一方面，人工智能可以取代教师某项单一的技能，完成批改作业等日常工作中繁琐、机械性的工作，把老师从重复性、机械性的事务中解放出来；另一方面，人工智能会成为未来教师工作的组成部分，由人机协作完成智慧性工作。面向学生个体发展的教育服务体系，单靠教师个人很难支持。
尤其是在我国，一个教师常需面对几十个学生，没有技术的支撑，想要精确了解学生的特征是很困难的，没有人工智能的支持，要想实施因人而异的个性化教学也不可能。进入人工智能时代，在全面采集、分析学生学习过程数据的基础上，人机协同既可以实现群体班级的规模化支持，也可以实现适应每个个体发展的个性化教学。
而且人工智能与教学大数据结合，可以帮助我们洞察隐藏的关系，对教育的本质规律实现认识。曾经，我们认为同样得高分的学生，大多未来会有所发展与成就，可结果未必如你所愿。究其原因，每个学生背后有着完全不同的个性，这种个性在学生的成长阶段将起到关键性作用。每个学生的微观表现，比如学习实践数据、学习路径数据、学习交互数据、学习过程情感投入数据等高度个性化表征的数据，通过智能技术对数据进行描述性统计，可以实现表象的概括归纳性理解，通过诊断性分析超越表象，发现表象背后的问题，从而进行诊断性分析，对学生的未来做出预判，帮助老师洞察真实的学生。
因此，未来教育是人类教师与人工智能教师共同协作承担教学任务。两者各自发挥优势，在教学中承担角色。
教师职能将向两个方向专业分化
随着人工智能运用于教学，未来教育对教师提出了更高要求。未来教师队伍会向两个方向分化：
一是人工智能支持下的全能型教师，即教师既要为每个个体提供个性化支持，又要为带有生态性质的群体提供支持，这就要求他们既要掌握学科知识，又要掌握教学法知识、技术知识，掌握认知、脑科学发展、儿童身心健康相关知识，还要了解各种社会属性，具有领导力和社会协作能力，这是一般教师难以胜任的。但有了人工智能的支持，能够对儿童的身心健康和全面发展负责的全能性教师是可能存在的。
二是专业型教师。未来教师会出现精细的、个性化分工。让每位老师成为全能大师不太可能，但部分教师可以在某一方面做到极致。未来将会有专门做练习辅导的老师、做项目设计的老师、疏解学生心理问题的老师、授课老师、做教学设计的老师等。教师角色分工越来越细，就像拍电影一样，有编剧、演员、导演、摄像、后期制作。所以，教师需要善于基于大规模的社会化协同开展教育服务。
随着未来教师角色和职能的转变，未来课程也将发生改变。跨多个领域的综合性课程，期望老师独自完成是不切实际的，必须辅以教师间协同、教师与人工智能协同环境结构的支持。今后，一门课可能由多位教师负责，其中有学科专家、教学设计师、知识传递者、活动设计者，人工智能助教或其它角色。
原创 视觉变量 东西视野EDU
部分信息数据来源：教育部、重庆高教研究、新校长传媒等
本文由woniu于2021-11-09发表在中国AI网，如有疑问，请联系我们。
本文链接：https://www.chinaai.com/baike/10963.html
