疫情期間特殊的線上教學模式儘管能打破空間限制，但難以保證課堂的互動效率。許多老師的工作量不減反增，不僅需要適應線上教學直播模式，也需要完成作業測試的佈置以批改等常規教學任務。想要最大化地保障好疫情期間教師們每個環節的教學任務順利完成，需搭建起合理的工具型輔助教學體系，如利用元認知支架來獲得學習者的動機和參與程度；利用環境約束的機器學習來分析學習者的認知水平以及學習體驗等；通過利用智能化工具加強學生與老師之間的聯繫，讓教師及時瞭解學情、實施個性化教學。疫情期間特殊的線上教學模式儘管能打破空間限制，但難以保證課堂的互動效率。許多老師的工作量不減反增，不僅需要適應線上教學直播模式，也需要完成作業測試的佈置以批改等常規教學任務。想要最大化地保障好疫情期間教師們每個環節的教學任務順利完成，需搭建起合理的工具型輔助教學體系，如利用元認知支架來獲得學習者的動機和參與程度；利用環境約束的機器學習來分析學習者的認知水平以及學習體驗等；通過利用智能化工具加強學生與老師之間的聯繫，讓教師及時瞭解學情、實施個性化教學。
作者 | 胡樂怡
一 疫情下在線教育市場的擴張及智能化趨勢
當前在智能教學輔助領域已經入場的機構除了專注於打造智能在線教育平臺與模式的科技公司如松鼠AI，傳統的線下教育機構也不斷拓展其線上教學平臺，曠視科技，英偉達等在其他領域活躍的科技公司也積極入場嘗試將他們的較為成熟的技術,產品或解決方案融入智能教育領域中。疫情期間停課不停學的政策使得市場對教學輔助工具的需求井噴式增長，教學輔助是在線教育的重要分支領域，在疫情開始之前中國的在線教育市場規模從2016年的2218億元增長到2019年的4041億元。
二 教學輔助領域中常用智能技術
知識圖譜: 基於圖論，可將知識點之間的相互關係聯結成一個圖譜結構，從而為備課、教材準備工作進行知識點的梳理、掌握學生的學習進度等工作進行信息支持
計算機視覺：將圖片中的題目處理識別成文字主要包含以下步驟，首先針對不同的圖像輸入進行預處理，然後對圖片中的文本進行版面分析及字符切割，最後利用卷積神經網絡進行文字識別。
自然語言處理：當下人工智能人們應用領域之一，其針對教育工作的主要任務包括分析正則表達式、分詞、詞法分析、語音識別等。通過建立分析模型，自然語言處理在教學輔助領域中可用於檢查文中常見的錯別字，句子結構是否符合主謂賓的對應關係，以及檢查上下文的邏輯關係等。
數據科學：是一門利用數據學習知識的學科，其目標是通過從數據中提取出有價值的部分來生產數據產品。在輔助教學領域中，研究人員可以通過聚類分析來探索學生的特徵，偏好，學習路線和行為習慣等，從而針對不同類型的學生提供個性化的學習模式。
三 人工智能在教學輔助領域的應用分佈
四 人工智能在教學輔助領域的應用案例
科大訊飛：疫情時期的教師作業及考卷批改轉變成了線上批改模式。訊飛啟明智能評卷系統是基於科大訊飛自主知識產權的手寫識別、自然語言理解、智能評測等人工智能核心技術設計研發。能夠實現對除選擇題以外的所有題型的空白題檢測，以及對語文作文、英語作文、英語翻譯、文綜類簡答題、英語填空題題型的計算機智能評卷。
清帆科技：針對當前直播教學的需求，清帆科技的EduBrain 教學分析系統面向5G高清直播課堂、利用對話內容分析技術將教師的授課內容進行整理並繪製知識圖譜，學生可以直觀且簡明扼要的瞭解課堂教學內容，自動生成的可視化數據報告，方便快捷地為教學研究提供數據支持。
亞馬遜Alexa：疫情期間，學生可以通過智能音箱在課後複習鞏固老師上課所提到的課堂內容以及考試重點。教師可以使用Alexa為學生的課後複習創建自定義的複習內容。例如，幫助歷史系學生複習重要事件及其年份。幫助醫學生根據Alexa播放出的症狀練習診斷患者。幫助化學專業的學生記住不同元素的縮寫。
BrainCo：Focus1用於課前、課中、課後以及常態訓練四個時段。可以幫助學生養成高效學習習慣工具，根據頭環採集到的學生腦電信號進行算法翻譯，將學生的注意力水平通過頭環前面的燈體現，方便老師與家長直觀地瞭解到學生的注意力。
五 人工智能在教學輔助領域的侷限性
缺少公開的數據集：教育行業的學習數據還未形成閉環，某些重要環節仍然缺失，比如學習過程數據，知識點掌握情況數據等，所以現階段利用AI無法形成有效評估來推動學習改進。
文字識別的技術問題仍有待改進：在自然場景的文本里定位容易受光照、模糊、傾斜等因素影響。在手寫內容識別中受紙張質量，圖片扭曲，字體傾斜，複雜公式以及每個人手寫風格不同等因素所影響。
倫理爭議難以解決： 目前很多許多新型技術應用仍受到爭議。如課堂監測頭環以及課堂人臉專注度識別應用模式或會過渡干擾學生的自身意願，從而衍生人權和隱私問題。
六 人工智能在教學輔助領域的未來趨勢
在線教育輔助個性化：人際課堂互動將成為在線教學課堂上的新模式，互動將取代單向輸入課程內容。還可以完善學習風格模型的構建從而針對不同用戶的學習風格和特點提供對應的課程推薦。
輔助形式多樣化：疫情期間給在線教育機構帶來的大量用戶，想要持續用戶粘性需不斷完善在線課堂教育的形式。今後的在線教育不僅包括直播上課，甚至會包含在線智能實驗室，利用AR等技術使得學生更深刻了解實驗過程；虛擬代碼運行環境，減少學生配置環境的難度；Q&A環節的設置，課後利用智能音箱或聊天機器人等虛擬”教師“的形式在線給學生答題。
閱讀更多 機器之心Pro 的文章
