教育公平，關乎國計民生。
新中國成立70餘年以來，取得的教育成果舉世矚目。當前教育的主要矛盾已經轉變為：人民群眾對更美好教育的需求與不平衡、不充分的教育發展之間的矛盾。教育公平的終極目標是尊重主體的差異性，為每個學習者提供個性化的指導。
追求“公平而有質量”，實現大規模的個性化教育，成為新時代的教育使命。互聯網，具有開放共享、跨越時空，擴大教育服務供給的優點。儘管我國在線教育體系基本實現了在疫情期間讓講師與學習者“看得見、聽得著”的一般性教學供給需求，但是仍然不能完全解決優質教育資源和師資資源的稀缺，難以同時為超大規模的學習者群體提供個性、精準、高質量的指導，而這其實也成為此次疫情期間大眾對在線教育質量焦慮症的最關鍵痛點之一。
1、創設高沉浸式的環境，提升學習的體驗感
以人為本，給學習者創造美好的學習體驗，是技術之於教育的重要價值。此次在線教育的“疫期大考”，誕生了一個網絡流行詞語:“網課學困生。”這是指那些“一上課網速就不好，沒有攝像頭；一提問就時不時傳來遊戲聲音”不願上網學習的學習者。此類吐槽的緣由之一就在於，由於在線學習環境中“講師與學習者兩不觸碰”，交互性不強、操作複雜等技術缺陷，常使得學習者產生孤獨感和無助感，影響了學習體驗。
智能技術有利於攻克現行在線教育由技術限制而帶來的難題，助推虛擬實驗室、沉浸式學習系統等智能學習環境的創設，著力提升在線學習環境的交互性、操作性、技能性，以此激發學習者的參與積極性，增強他們的在線學習臨場感。
利用智能感知、虛擬仿真等技術開發交互式教育資源，為學習者構建一種高度情境化的學習環境，使其產生置身其中的感覺，最大限度激發學習者的探究慾望，例如北京師範大學影像史學實驗室在這次高校新冠肺炎疫情阻擊戰中，利用多年來建設積累的虛擬仿真教育資源，為在線教學提供了成熟的數字化歷史教學內容和技術支撐。
此外，還可以將虛擬現實技術引入到直播教學中，通過互聯網將虛擬現實終端與內容服務器連接起來，為學習者提供實時、互動的全景視頻服務，讓學習者在虛擬場景裡感受世界各地的文化氣息，達到面對面教學都可能無法體驗到的信息傳遞感。
2、依據每個學習者的學情診斷，進行精準畫像
世界上沒有兩片完全相同的樹葉。每個學習者的初始能力和學習風格，都是不盡相同的。因此，開展個性化教育的前提，首先就是要精準掌握學習者的學習個人特徵。
在當前的在線教育環境中，由於講師與學習者在物理層面處於準分離狀態，學習者的個體學習特徵還很難被實時捕捉，而且教師的精力有限，無法實現大規模地對每個學習者進行個性化的觀察診斷。
其實，在線教育中每個學習者的一切行為數據都是有跡可循、能被記錄下來的，而這背後隱含了巨大的有待開發的教育潛在價值。大數據、學習分析等技術能夠全方位收集、深挖學習者的數據資源，進而幫助教師高效“讀懂”每一個學習者。
首先，在大數據等技術的加持下，在線學習平臺能夠“伴隨式採集”學習者信息，高效匯聚來自教育全過程的數據，如：學習時長、資源的瀏覽量、講師與學習者互動交流情況、作業或作品的完成進度，以及測試結果等碎片化的學習行為軌跡數據，並利用學習分析技術對這些非結構化數據進行深度挖掘，形成“學習者的在線大數據”。
其次，學習分析技術能幫助對學習者特徵進行抽取並對其進行標籤化處理，抽象出學習者的信息全貌進而形成精準畫像，從而建立起互聯化、一體化的學習者信息全息圖。
最後，基於學習者畫像多角度、全方位、精細化分析學習者的學習水平、知識背景等個人特徵，並將其作為教育教學決策的基礎支撐和重要依據。
3、智能高效推送學習資源，實現資源找人
我們淹沒在信息的海洋中，卻飽受著知識的飢渴。由於線上教育資源數量眾多，存儲分散，且質量參差不齊，使得學習者在面臨海量的學習資源時，常常不知應該如何選擇。
傳統的在線教育技術還缺乏有效的資源匹配機制，僅憑藉學習者的檢索情況和平臺自帶的推薦功能，將資源發送給學習者。這種“粗放式”的推送方式，造成了教學資源投放的精準度不高、同質化現象嚴重等問題，也讓學習者在選擇資源時浪費了大量的時間。
基於智能技術的“學習資源智能推送機制”有利於解決上述問題，改變目前“人找資源”的窘境。
首先，在大數據環境下，在線學習平臺能夠將教育資源結構化和碎片化，建立起資源推送與學習者特徵精準匹配的智能體系，有效保證了資源的推送效率。
其次，在線學習平臺可以採集學習者的資源使用偏好，並結合對學習者學情的精準診斷來自動查找、匯聚推薦適合的學習資源。
最後，平臺根據學習者的學習偏好、風格等個性化特徵，對其資源選擇傾向做出預測性的分析，從而逐步提高智能推送機制的精確度，促使資源推送由原來的“被動反饋”向“主動預測”過渡，實現“資源找人”。
在當前疫情期下，每位老師在開展在線教學時，往往要同時面對幾十個乃至幾百個學習者，巨大的在線工作量讓老師們感到分身乏術、筋疲力盡。
隨著大數據、學習分析、智能測評等技術在在線教育領域的應用，學習支持服務會逐漸從“人工”“標準”走向“智能”“多樣”，作業佈置與批改、常見問題答疑等此類枯燥任務將交由人工智能接管，教師將從繁重的機械性工作中解脫出來。
在線教育的差異化服務過程是通過綜合運用學習分析、智能測評等技術來實現的：在線學習平臺對學習者的訪問量、作業得分、討論發帖數等學習數據進行收集，精準記錄他們的學習軌跡，最終形成學習全過程數據鏈，多維、客觀、個性化地分析學習者需求，並根據分析結果向學習者推送與其相適應的學習服務。
4、為學習者的個性化學習，繪製路線圖
學習有法，但無定法，貴在得法。規劃出與每個學習者的特徵和需求相吻合的學習路徑，是幫助學習者實現個性化學習的前提。疫情期的在線教學，“齊步走”的方式無法適用於每位學習者。
人工智能等技術在教育領域的應用，使大規模的個性化在線學習路徑的規劃成為可能。
首先，結合初步構建的學習者畫像，在充分考慮學習者初始能力、學習風格、任務完成程度等個性化特徵的基礎上，預測學習者的學習狀態，為其量身定製與其匹配的學習內容與活動，並以序列組合的方式推薦給學習者。
其次，學習者根據自身需求自主選擇適合自己的學習序列組合開展學習。
同時，利用大數據技術收集學習者全過程學習數據，並實時更新學習者畫像，通過不斷地迭代生成，實現對個性化學習路徑的動態跟蹤與調控。
總之，“公平而有質量”，是在線教育朝更高水平發展的命題，而實現大規模的個性化在線教育則為破題的關鍵要義。當個性化的在線學習需求成為人民群眾的普遍期待時，回應和滿足這些期待則成為我們政府和教育工作者的當然使命。
新一代智能技術的崛起和發展，有助於從粗放幫助走向精準幫扶，助力解決教育發展的“不平衡”；有助於從標準化供給到追求多樣化的優質供給，助力解決教育發展的“不充分”，這為實現大規模的個性化在線教育提供了技術可能。但是，我們仍然也要意識到技術在教育中的價值，並非由技術來決定，而是由設計和使用者來決定的。
因此，如何藉助智能技術的力量繪製在線教育的發展藍圖，實現“公平而有質量”的在線教育，依然任重道遠。
來源：中國教育報 2020年３月28日第３版
閱讀更多 知學雲 的文章
