SCI论文（www.lunwensci.com）:
摘要：本文首先在准确定义人工智能概念的基础上，梳理了人工智能当前的发展现状，并指出人工智能的发展经历了“推理时代”、“知识工程时代”和“数据挖掘时代”三个发展阶段。其次，详细探讨了人工智能在当前高校的四个应用，包括个性化学习、智能校园、改变教师科研工作模式以及区域链。最后，指出人工智能在当前高校应用中依然存在的问题，以及可能的解决方法。
关键词：人工智能；高校教育；冲击
本文引用格式：周利.人工智能与中国高校教育：冲击、应用与对策[J].教育现代化,2019,6(59):185-186,205
人工智能是引领中国未来的重要技术变革。伴随国务院《新一代人工智能发展规划》、教育部《高等学校人工智能创新行动计划》的颁布，适应当前国家战略发展要求，推动高校人工智能教育，是抢占21世纪新技术高点，完成国家富强和民族复兴中国梦的必然要求。本文将首先介绍人口智能的发展现状及对中国高校教育的冲击，其次分析如何将人工智能应用在高校教育中，最后是阐述存在的问题及相关政策建议。
一 人工智能的概念
人工智能一词最早于1956年夏天在美国达特茅斯研讨会上被提出。作为一种新的技术科学，人工智能主要是指不断研究开发和完善用于模拟人类智慧的理论、方法、技术及应用系统。梳理人工智能的发展历程，人工智能的发展经历了“推理时代”、“知识工程时代”和“数据挖掘时代”三个发展阶段（郑洁红和彭建升，2019）。
人工智能被视为是继信息技术革命之后的新一轮生产力革命，推动了生命科学、社交媒体、国防军事等诸多领域取得了巨大进步，并展现出强大的应用潜力。迈入21世纪以来，人工智能展现出了其强大的生命力，并深刻改变着当前的人类世界，日益引起世界主要大国的重视。如美国在2016年先后发布了《为人工智能的未来做好准备》和《国家人工智能研发战略规划》两份重要报告，指明了人工智能的未来发展方向。
近年来，我国也将人工智能的发展提到战略性位置，并于2017年制定了《新一代人工智能发展规划》，对我国人工智能的发展做了总体部署和详细规划。
二 人工智能在中国高校教育中的应用
2016年颁布的《“互联网+”人工智能三年行动实施方案》明确鼓励开展人工智能基础知识和应用培训；2017年的《新一代人工智能发展规划》指出要利用人工智能推动人才培养模式、教学方法改革；2018的《高等学校人工智能创新行动计划》与《教育信息化2.0行动计划》则进一步强调要发展智能教育。因此，将人工智能应用于高校教育领域将成为未来的一个重要发展趋势。
不同于其他阶段教育，高校教育旨在培养学生的创新思维，并坚持以最先进的文明和理念作为支撑和发展的源泉。而人工智能代表着当前科技发展的前沿，高校教育可以借助于人工智能更全面地服务于学生。一方面，学生考核评价等繁琐工作将由人工智能机器人取代，减轻了教师负担并使其可以更关注育人工作；另一方面，学生可以通过人工智能终端随时随地进行学习，学生的学习将变得更为自主和个性化。具体来看，人工智能技术将通过以下五种方式改变高校教育。
（一）个性化学习
由于资质、才能以及兴趣点的差异，个体即使是在同样的环境面对同样的内容也会有不同的表现。而随着人工智能与大数据的融合，高校可以基于人工智能算法，依据每个学生不同的学习要求和学习进度实现个性化学习。通过物联网、新型智能教室以及移动设备的使用，学生可以随时随地学习他们感兴趣的内容。
同时，人工智能可以为每一个学生打造个性化的自适应学习平台，学生可以自主安排学习内容进度，使得学习变得更为自主、人性化。此外，通过对每个学生的学习数据库进行分析，高校教师可以适时灵活地调整相应的教学计划，因材施教，并有助于构建平等开放的新型师生关系。根据徐晔（2018），个性化学习模式主要由学习者分析、服务支持和环境创设三个要素组成。
（二）智能校园
物联网的发展将使得大学变成更智能的工作和学习场所。即借助互联网连接设备，使得每个人能够更快捷地了解对方，并通过相互沟通来加深学习。伴随人工智能在校园的普及，新型智能教室将逐步涌现在大学校园。新型智能教室将配备多台投影仪、平板电脑和白板，以此鼓励和支持老师学生协同合作和学生的主动性学习。智能教室的发展也将使得考勤和考试更加自动化，大量节省教师的时间，反而增加了教师科研的时间，有利于学校整体实力的提升。
（三）改变教师科研模式
在人工智能日益普及的今天，教学测评、教学管理等方面的创新层出不穷，并将极大地提高教师的教学效率，由此可节余更多的时间用于科研工作。人工智能的发展可以帮助高校教师提前做好许多研究准备工作，如数据整理、文本分析等，高校教师可以将时间和精力更多地投入论文写作等更高级的科研活动。且随着人工智能对学术科研领域的进一步深入，科学研究将逐步突破原有学科的约束，问题导向成为科学研究的主流，科研团队更加开放、灵活。在人工智能支撑下的高校对教师的科学研究要求更高，重复性的研究将由人工智能模拟演算替代，科研将更加聚焦研究的创新性和创造性。
（四）区域链
人工智能在大学中另一应用便是区域链。通过使用区域链，各个大学之间可以使用该技术实现学生学分的认可和转让，由此为各个大学之间开放学习创造了机会。另一方面，大学也可以使用区域链注册和记录学术研究的知识产权。
可以看出，人工智能的应用使得高校教育距离实现因材施教和个性化学习更进一步，而要最终实现这一目标，则需要将教学过程进行分解和归同，包括对老师、学生以及学习资料的分解和归同，而这三类又可细分为若干子维度，然后依据分类结果可以预测相关的教学情景以及未来可以采取的行动，即能否恰当正确地进行分类是人工智能在教育领域应用的关键（冯翔等，2018）。
作为机器学习的方法之一，深度学习可有效解决分类问题，其本质是包含诸多隐含层的神经网络，通过导入特征向量，可以输出二值变量或多值分组变量。通过优化神经网络各个节点间的连接比例，可从巨量数据中提取若干特征变量进行建模。当前，深度学习算法已在相关领域中的应用表现斐然。但在具体应用中，需结合特定领域中具体问题进行调参优化。
三 存在的问题及应对措施
（一）教学分散，暂时没有设立一级学科
作为一门综合性强、交叉性突出的学科，人工智能技术可以运用到各个领域之中。而在高校当前的学科体系下，人工智能相关的教学和科研活动仍散落在其他多个一级学科中，尚未形成一级学科。且当前大多数高校仍将人工智能专业作为计算机专业下的二级学科开设，但事实上，人工智能专业的教学和教研工作却常常涉及到许多其他学科，在此情形下，势必导致人工智能专业的课时比较少，比较分散，且更趋于碎片化，而这些对于培养专业的人工智能人才很不利。但要解决这个问题，还尚需时间，成立一个新学科仍任重而道远。
（二）人工智能专业缺乏统一的教材和标准
作为一个新兴的学科，人工智能专业的课程体系存在诸多不同于传统课程体系之处。鉴于当前与人工智能相关的课程较多是分散的，且分散于各个不同的学科中。因此，编撰一部与时俱进的、有针对性的、统一的教材十分关键，同时保证教材内容与知识的先进性，唯有如此，才能将过去散落在各个学科中的相关课程整合在一起，才会有助于人工智能专业人才的培养。
（三）人工智能专业的师资力量比较缺乏
对于当前全力建设人工智能学科的高校来说，除了教材、教学实验室的场地等一些硬件配套设施还未跟上之外，师资的匮乏成为制约学科发展的另一难题。无论是企业，还是高校，对于人工智能专业人才的需求都十分迫切。高校渴望留住、吸引博士学位及以上的人工智能领域的人才，但是，企业同样迫切需求类似的人才，且企业给出的待遇往往较高，导致高校吸引不到足够的人工智能领域的优质师资力量。
可行的解决方法之一是高校一方面从国外引进先进人才，一方面与企业方面寻求合作，让企业人才到高校任教，但终究不是长久之计，这方面的师资力量的培养还要加强，高校所在政府要加大政策支持的力度，对于人工智能领域做出规划和布局，给予一定的资源倾斜，助力专业人才的培养。
同时，我们需看到，将人工智能应用于高校教育既是机遇又是挑战。在科技技术飞速发展、更新换代的今日，深度学习进一步在计算机等领域取得突破性进展，人工智能技术俨然走入大众视野。在此背景下，人们开始思考如何快速应用AI新技术与新突破，但同时需要注意保护隐私，尤其是教育大数据的隐私保护。另外，当前教育领域的机器学习尚欠缺大量的标记数据，而这将是人工智能在教育领域应用的关键。
参考文献
[1]曹培杰.人工智能时代教育变革的三要素[N].中国教育报，2019-03-09(007).
[2]单戈，赵亚芝.人工智能教育应用的安全风险与应对之策[J].通讯世界，2019(03)：255-256.
[3]杜锦绣.人工智能时代下关于AI+教育平台的研究[J].信息与电脑(理论版)，2019(04)：142-143.
[4]冯翔，王亚飞，吴永和.人工智能教育应用的新发展[J].现代教育技术，2018，28(12)：5-12.
[5]高奇琦，刘洋.人工智能时代的城市治理[J].上海行政学院学报，2019(02)：33-42.
[6]何伟光，唐玉溪.一流本科教育：迈向人工智能时代的变革[J].中国电化教育，2019(03)：120-126.
[7]贺翔.人工智能在职业教育评价体系的构建研究[J].软件导刊(教育技术)，2019(02)：4-5.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/11876.html
