理论教育 未来教育技术研究的设计成果

未来教育技术研究的设计成果

时间:2023-11-16 理论教育 版权反馈
【摘要】:2.未来的教育技术心理学设计思维1)未来教育技术存在的问题未来智能教育人工智能技术、大数据挖掘技术、人体感知技术、拟人学习技术、语义识别技术等在教学中都属于具有前瞻性的开发观点和设计思维,与文科的研究方法有所不同,它的着眼点是发现问题、定位问题、找出问题的规律、找出问题的诱因、找出问题的关联因素、给出解决问题的途径、找出逼近目标熵值的最好的解决方法,模拟人的思维去工作,推动教育向前发展。

未来教育技术研究的设计成果

1.未来教育技术设计的出发点

未来教育技术设计的出发点和它的设计初衷就是要让人们感到轻松愉快,就是要让计算机承担大部分的繁重重复的劳动,让人们有自豪感、主人公感,就是要让计算机去替代人找出教学的规律,去做人们有可能做不到的事情,就是要通过像数据挖掘等技术给人带来问题的启示、问题的发现、问题的解决方法,让这些工作替代效应对教育工作者来说产生明显的愉快感和兴奋感,让教育者和被教育者有明显程度的受益,并且还在节省人力、物力、财力的基础上,满足人们进一步追求其他知识的欲望,进一步使自己的创造力得到挖掘。

未来教育人工智能在教学中的作用不应该是决策和领导,而应该是辅助,应该放在辅佐的位置上,在决策当中起着辅助性的作用,在重复劳动替代上起着主导作用,在问题发掘和问题规律的摸索方面起着预示的、启发的作用。未来教育技术的作用不是取代教师去教书,也不是取代学生去学习,而是站在帮助和支持的角度,站在启发和联想的角度,去充当下手替人们打杂,维护师生的权益和地位,让师生的自尊心得到极大的安慰、自信心得到极大的提升,让人们感受到在人工智能的环境下是自己的智能在增长,是自己在主宰以前不可能胜任的工作;让人们不会感觉到技术的威胁和负面作用,没有被人工智能替换的感觉。只要能够正确理解未来教育技术心理学的作用,我们就能处理好技术与教育之间的关系,处理好技术与师生之间的关系。

2.未来的教育技术心理学设计思维

1)未来教育技术存在的问题

未来智能教育人工智能技术、大数据挖掘技术、人体感知技术、拟人学习技术、语义识别技术等在教学中都属于具有前瞻性的开发观点和设计思维,与文科的研究方法有所不同,它的着眼点是发现问题、定位问题、找出问题的规律、找出问题的诱因、找出问题的关联因素、给出解决问题的途径、找出逼近目标熵(entropy)值的最好的解决方法,模拟人的思维去工作,推动教育向前发展。但是目前的教育智能技术应用与自然科学应用比起来有相当大的距离,甚至远远落后于许多工业行业的应用。其原因在于教育者对自然科学的理解问题,其主要的研究重点是对已经发生的教学问题进行研究,这些研究方法对传统教学明显起到了重要的作用。通过教学事件找到常规的教学规律和教学方法,但是要花费相当长的教学周期,而且真正的科学内涵并没有得到解释,并没有将教育问题真正地数字化,没有将教育内涵真正地数字化,没有将教育理念与策略真正地数字化,并没有找到人在接受教育信息过程当中的生理等信号的感知和人体接受知识时的各种体内反应,没有找到知识对人的作用点,而且形成了传统知识网络化,部分理论与实践进一步地分离,造成了教育的研究和技术研究一直处于较为脱节的状态,使得教学研究无法深入,尤其在教育技术心理学的研究方面更是不加重视。

这其中就有由于高技术的引入所带来的傲慢的心理和状态,认为5G环境下人工智能等高技术研究方向应该是高、精、尖强势的表现,所以将这种研究用于教育领域使人们产生了心理恐惧,阻碍了人们对人工智能在教育应用当中的正确认识,阻碍了人们对人工智能在教育当中应用的想象力,阻碍了人们对教育技术、教育技能与人工智能的想象力,阻碍了人们利用人工智能技术解决教学管理深层次的问题的想象力,由于这些想象力和联想力的受限,未来教育技术的发展受到了搁置,并且处在高谈阔论的现状。人们都在等待着其他行业的智能化来解放教育智能的困境,等待着后期对应用效果的评价和比对。

2)未来教育技术与教育工作者的关系问题

以上的这些问题虽然可以理解,但是大家应该认识到,智能化的工作必须是在人的先进思想的推动下方可进行,任何人工智能都是建立在内行人角度和内行人的工作基础上的,借鉴他人成果只能解决部分问题,解决不了教育的根本问题,解决不了新技术同步推进社会前进中教育的自适应问题。在教育技术的智能方面,教育工作者是最有发言权的,而被教育的学生也是最有发言权的,首先应该让人们意识到教育被智能的范围,要能够提出需要人工智能服务的自身范畴,包括具体目标的提出,为什么要智能、智能给谁、谁是智能的受益者、谁是智能的对象、在现有技术环境下哪些技术可以被用于综合智能的应用中、哪些技术作为智能的辅助工具等,这一切都是在人们对教学和教育规律有充分认识的基础上提出的,技术的运用不仅是繁重劳动的替代,而且是教育智能的提出,是挖掘和扩充人们创造力的表现,是人们智慧思维的助手,我们要通过智能解决数字化下的人体的教育感知问题,摸清人与教学之间的规律问题,找到自然科学与教育当中的内涵问题,找到人们创造当中的各种因素问题,找到创新人才培养的规律问题,找到其他行业设计智能思想的借鉴方法问题和转移问题,找到教育资源建构问题,找到资源形态改变当中的知识体现和获取问题,找到存在于社会当中的知识的捕捉和建构问题等。所有这一切都要在人们对自然科学和社会科学深入理解的基础上才可以进行,教育工作者在这当中将起着非常重要的支撑和不可替代的作用。

未来教育技术很多的问题是解决当下问题,找出教学当中的规律的问题,挖掘教学观察点和质量控制点的问题,控制教学的质量和过程的问题,有相当的广泛性和普遍性,既有广度也有深度,所以在对教育智能研究方面和未来教育方面需要有广阔的胸怀、谦虚的心理、愉快的想象力、大胆的狂想,才能够得到有价值的智能思想的贡献,有品质的教学思想的体现。

3)未来教育技术因素问题

纵观智能科技的成果,我们发现真正能用于实际的人工智能平台并不多,其原因在于人工智能应用是一个滚雪球式的漫长的成长过程,是在开发平台框架的基础上不断提炼智能思想、智能内容、智能策略的过程,在实施当中不断地扩充其智慧、能力和思想。而真正的后期内容的研究,恰恰是要具有很好的人机接口来进行知识的获取、知识的转换以及知识的验证,更重要的是要获得真正的专家和应用专家所提供的知识内容、知识内涵和知识表达等信息,需要广泛地获取各方面的智慧思想,可是在人工智能应用实践过程中,经常无法展开、无法实施,其原因有几个方面。

(1)国内教育行业更加重视形式,而不注重内容;注重有智能的局部表现,而不注重智能的真正实施,目前这样的状况虽然在疫情大数据智能分析上有所突破,人工智能机器人、学习机器人的应用有所突破,但是对教育的问题仍然没有解决,智能基本处于专家系统的应用和最基本层面的替代与语义分析上。

(2)在资金分配上,只注重对智能框架和智能平台的建构投入,而对后期真正的智能思想的获取,智能思想的人机自适应获取,专家思想的提炼,专家库的购置和迁移等系列问题没有投入或投入甚少,虎头蛇尾,把这些问题甩给了应用单位,甩给了使用学校和具体的教育部门,致使系统停滞不前。在国内有一个最大的特点,由于责权利的原因,自己单位的系统不能由自己单位开发,而人工智能的很多思想的提炼和大量的繁杂工作,更没人愿意去做了,因为智能思想最后的体现和受益者和获取这些思想所带来的强体力劳动不匹配,也没有资金的支持,所以这样的工作经常被停止。

(3)在目前学校管理体制行政化较为严重的情况下,“一言堂”的现象和不科学管理的现象经常出现,对智能性的决策支持系统重视度不够,致使许多人工智能的管理系统,迟迟不能得到开发和局部性的应用。

(4)将人工智能过于神圣化,好像常人无法成为专家思想的贡献者,所以很多人敬而远之。

(5)智能开发平台在人机接口方面设计不好,无法获取自然现象和自然语言所带来的信息,没有较好的沟通交互能力,设计当中非常不注意人们的实用心理和使用习惯,经常采用强行推出方式,无任何智能思想体现的思想交互,不顾对方感受,没有给对方任何展现创新思想的空间,使得被采集人员心里不快,自然就不愿意拿出自己真实的专家思想,不愿意承受巨大的劳动,专家思想获取的效果自然也会大打折扣。

(6)许多专家思想的获取是处在半人工状态和全部人工状态下进行的,消耗了大量的人力和物力,给人们在思想贡献、精神贡献、经济上带来了某种阴影,如果这些人不是未来智能思想和智能平台的受益者,他们将对此思想的贡献产生抵触情绪。

人工智能的平台和教学工具,体现的是减轻人们的劳动强度和对人们的操作便利性,其外表更加人性化、拟人化、可问题分解化、可引导解释化,将复杂的,甚至人们没有想清楚的问题采用智能对话的方式进行问题现象化,并通过问题的问答形成系列的逻辑组合,大大减少了学习者的困惑。(www.daowen.com)

最优秀的教师的最大特点是能够把困惑讲明白了,最不好的教师是把明白的学生讲糊涂了。新技术功能也是一个道理,我们的期望当然不是通过使用这些技术增加人们的烦恼和费解,而是让能力较差的人都可以操作这些功能,这就是我们未来教育技术的核心——人工智能技术。

教育技术智能设计的核心是将难度大的、复杂的、带有智慧性思考的问题交给计算机,而不是把复杂的问题甩给教师和学生,是让计算机去承担教育人和被教育人的工作量和重复量,承担各种学习当中获取资料、记忆、整理学习材料等助手工作,不断地领会和理解所碰到的问题,不断地具有智能人的性格和气质,不断地去迎合使用者的工作习惯、生活惯性、工作思维、工作情绪,智能地分解问题,智能理解不同学科的语义,帮助人们理清思路、提出辅助解决问题的思路和方法,善于学习,将复杂问题转化为平常性的友好交互,不与使用者产生冲突,而是努力地与使用者达成默契。

优秀的智能教学系统的第一设计要素就是应该满足人的需求,满足人们使用环境愉快的需求,满足人们轻松和不动脑筋的需求,满足人们依赖性的需求,满足人们不受知识和前期知识约束的需求。

智能性工具内涵的强大表现在它在为使用者服务的前提下,展现出想使用者所想的思想;展现出友好谦逊的语言;展现出不模棱两可的判断状态;展现出智能不触及使用者的知识欠缺的底线、情绪的底线,绝对不能造成与知识使用者之间的针锋相对的对立局面,要做一个具有理性的、智能性的、善解人意的、理解社会的、有一定的情商性的设计,展现出快速地定位和理解对方人的性格程度和学术的研究范畴,甚至通过人体测试可以判断其承受力、耐力、反应能力、爱好等各项指标。

教学智能系统不一定要求知识刚开始就非常全面,但是要求它将人的知识进行有效的吸收、转换和存储,允许计算机进行自我学习和成长。

教育智能系统一定要摆对位置,是帮助人们理解问题和解释问题的,是正向的学习增值服务,一般情况下处于从属地位;但有时也可以处于主动地位,如预警等,这时教育智能系统的判断和建议将会产生有效作用。

智能系统的视觉、听觉功能,语义理解功能的综合应该强于人类,比如在它的视频的多角度、高频、多分辨率上,做到眼观六路、耳听八方,同时可以采集和理解多种来自不同信源的信息并进行语义理解。在多源信号采集和理解上具有不同环境下的专业理解性,如化学实验的过程观察和现象判断等问题,真正成为教师和学生的助手。

在教育科学研究中存在一个工人三部曲研究步骤:一是“想得到”,二是“做得到吗”,三是“怎么做”。这三部曲也是计算机智能设计的重要设计步骤参照,同样提出了对教育问题上计算机“你能想到哪里可以智能”“你有这个能力设计吗”“你怎么去解决”的三个实现步骤。

教育工具应用成功的工作者的一大特点是,能够成功地分解问题,能够将复杂的问题拆解成教育工具能够接受的范围。分解问题并不是所有人都有的素质和业务能力,在教学和学习当中有的问题并不是那么直接的,尤其在问题比较朦胧的时候,或者面对工具不知如何来解决较为复杂问题的时候,就理不出问题的思路。那么何为复杂,何为简单,何为由于问题的间接性表现出的复杂,何为知识的构造性引发的复杂,何为由于自我前期知识不足引发问题的复杂,何为由于语言的表述习惯引起的复杂,何为由于自身分解问题能力过低引起的不必要的复杂等,不能清醒地认识这些问题将会导致教育工具使用的失败和解决问题的失败,但这也给我们提出了智能教育平台和工具的重要需求,即拟人化的界面设计问题。

拟人化的界面设计功能主要是将人们对复杂问题的职责由计算机承担,将由人们分解的问题转变为计算机分解的问题,拟人就是通过系列思维主动询问和人的被动应答进行问题的分解,逐渐确定问题,即通过智能拟人设计将复杂问题的拆解变成简单问题的对话求解过程。

最失败的教学工具和平台多数是设计者、领导者或策划者开发立场、立意、服务的立场、开发观点、观察问题角度出现问题,以自我意识为准、以技术观点为第一要素,以应用市场为第二要素,以显示自己才华、体现领导观点为第一要素,以短时和局部调查信息为第一要素,有的是以开发设计者的工作行为惯性进行开发等,致使这些平台在出台不久或者在强大的行政背景下推出不久就走向衰败和遭受使用者的指责。其最根本的原因就是不尊重使用者,应用成功的关键在于尊重程度。

教育工具的设计特性应该是热身设计,回报性非常强,让人们很快能通过使用获得好感,获得问题解决的方法,能够很及时地体现原来没有获得过的成果、效率和易用感,很快能在工作中有所凸显,能够和没使用之前的环境形成反差,能够得到自尊心的满足和工作信心的满足,形成工作当中的巨大补充,甚至缓解工作压力,提升工作环境,并具有成就感;与此同时要能够激发个人的使用欲望、展现欲望、自觉的功能挖掘欲望,通过奖赏回报刺激使用欲望和排他工具的欲望。

换句话说,最好的工具一定是有针对性的、适应性的设计,要让工具与使用者自身利益相关,创造出人们希望的、梦寐以求的、所见即所得的、无前期知识限定的、能智能取代个人繁重劳动的工具或平台。

大众化学习工具的推广不是学习班所能够替代的,而是人们口口相传的,正如目前很多网站或者是抖音上展现功能的时候,让你能够有直观感和亲密感,让你可以即刻兑现功能验证,直到满意付款。

作为智能工具,应该知道人们想要什么,还应知道如何深入,这就要求设计工具的人员有对人和教育人的思维理解的能力。功能设计并不是说大而全就是好,而是适合人群的需求才为好。

教育智能化反映在多个方面,有思想性功能的体现,有解放劳动力替代功能的体现,有自我学习吸收的专家思想功能的体现,有知识图谱自我建构资源功能的体现,有人体感知自我调节功能的体现,有拟人仿真过程、推送智能画像功能等的体现,它的体现与应用环境场景有关。

对人工智能与当前要开发的项目进行可行性研究,一定要对有没有必要智能、智能到何处、智能到什么程度进行评估;教育应用一定要对开发成本进行评估,对大众和小众分析进行评估,对人工教学工作成本与智能开发成本进行对比评估,对易用性和颠覆性进行对比评估;智能设计一定要实事求是,一定要追求长久性、可持续发展性、利益最大化。盲目地为了标榜智能而进行智能教育的开发,势必会出现问题。

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