首页 理论教育 展望教育+人工智能商业机会的前景

展望教育+人工智能商业机会的前景

时间:2023-06-15 理论教育 版权反馈
【摘要】:图3-10 教育+人工智能应用前景展望1.产业现状1)应用现状。根据学生和教师的需求,未来伴随数据量的积累及人工智能深度学习、自然语言处理技术的不断突破,个性化学习的解决方案或推荐引擎将会单独出现,应用于各种学习平台或教学系统中。

展望教育+人工智能商业机会的前景

人工智能目前已与教育领域的教、考、学环节产生连接,未来伴随技术的突破应用将更加深入(见图3-10)。

978-7-111-57254-1-Chapter03-10.jpg

3-10 教育+人工智能应用前景展望

1.产业现状

1)应用现状。在教学环节,对于传统计算机辅助教学设施进行升级,增加对题库、知识库的整合,另外根据在线学习效果、作业完成情况辅助教师用于课堂教学;在考试环节,替代部分人工完成考卷评阅;在学习环节,重点在于数据积累与数据结构化处理,在网络教育上试点个性化教学,传统线下教育还需先通过在线化实现数据积累后才能进一步结合人工智能技术实现个性化教学。

2)应用中存在的问题。整体来看,智能+教育目前还未大规模应用,主要存在两个方面的原因:一是教育数据积累尚且不足,二是人工智能相关教育产品尚不够成熟。教育数据积累不足,包括用户学习行为数据积累的不足和教学及课程资源数据积累的不足。目前在尝试智能教育的企业往往只有用户在单一平台的行为数据,各平台间数据尚未形成互通,不能完整地记录贯穿整个学习行为的轨迹数据;另外学校的信息化建设尚未普及,各学校之间的信息系统尚未打通,教育的在线化伴随2013年慕课(MOOC)在中国的出现才刚刚起步,尚无完整的教学及课程资源数据库。现阶段的人工智能产品,如自动阅卷系统,虽已试点应用于考试阅卷中,但仍需人工辅助阅卷。其他个性化的教学与学习产品由于数据积累的不足和深度学习、自然语言理解等技术尚未完全突破,个性化推荐尚不够准确,还无法大规模推广应用。

2.未来趋势(www.xing528.com)

人工智能的语音识别、视觉识别技术及深度学习、自然语言处理技术突破后将融入教、学、考环节,升级智能教学系统,辅助教师课堂教学,替代教师完成作业批改,针对学生个体差异,推荐制定个性化学习解决方案。利用三个环节的数据互通和相互反馈,使深度学习机器自主优化各环节上的工作。

3.商业未来

商业机会1:针对课堂教学的智能教学系统研发。主要包括海量题库与知识点的整合、学生学习行为数据结构化处理和考试系统数据整合等,甚至包括对于教师的考评系统,真正利用人工智能实现教、考、学三个环节的深度整合和智能化应用。

商业机会2:针对考试环节的全自动阅卷系统研发。这点目前已有企业切入,如科大讯飞。未来方向一是提高评卷系统的准确性,二是阅卷系统与其他系统进行数据互通和对接,三是产生数据的积累和迭代,开发增值服务。

商业机会3:个性化学习解决方案、推荐引擎。根据学生和教师的需求,未来伴随数据量的积累及人工智能深度学习、自然语言处理技术的不断突破,个性化学习的解决方案或推荐引擎将会单独出现,应用于各种学习平台或教学系统中。

商业机会4:海量知识库、学习行为库等数据整合平台。数据互通是实现智能教育的基础,数据互通后才能实现教、考、学各环节上的智能化,未来针对知识资源库、学习行为库的整合平台将成为商业机会点。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈