智能思想的获取、开发、应用、再开发是一个非常漫长的学习过程，首先需要有思想才能获得，如果在这方面没有思想，不具备智能的条件，就不能展开相应的教学智能工作。智能开发工作经常出现有头无尾的情况，或者是大开发小智能的情况，或者是有智能平台无数据的情况，或者是具有开发时的少许经验数据而缺乏后续经过机器学习所获得数据等情况。出现这些情况的原因在于有宏伟的志向，但没有真正的思想；有表面的工作视察和工作的经验，没有全面的信息和有可利用价值的内容；有相应的信息数据，又缺乏有规律性的和有相关性的数据理解，就构成了很多系统开发训练不出来，没有数据和经验进行相应的支持，即使有少量的数据支持，也带有一定片面性的和不准确的专家系统的判定。有偏差的系统，甚至误判的系统是不可用的系统，以智能为标榜的、急于求成的、想走捷径的智能系统不是好系统。

在教育智能建设中最重要的问题是经验和思想，如果思想和经验的获取仅停留在个人的经验和思想上，那这个系统是一个落后的系统，教育智能平台只要一天不学习就会低于其他天天学习的智能系统的智能水平。所以要加强内容获取和迁移，要学会向外学习获取，要对外向型的学习环境进行知识迁移，要学会经验借用，要瞄准问题，进行问题的重点数据采集。

在整个智能环境当中，必须要有一个技术和专业方面都明白的人，他知道如何判定系统智能化的条件，知道如何判定在哪里智能、如何判定智能到什么程度、如何界定智能的阶段性、如何计算智能的开发代价、如何指导用什么方法进行教学规律的提取，知道如何进行教学特征的提取，知道哪些规律和特征起到作用等综合问题，而且这个人有一定的地位，能够组织资源、迁移资源、制定指定智能应用点，能够提供智能开发环境，进行智能训练的条件创造，有一定的权利和才能，能够组织资源、人力、物力、财力来进行不间断性的投入，这就是我们不得不站在现实的角度审视智能开发的原因。要进行务实的开发，就要将开发公司和被开发单位的利益结合起来，要充分调动单位领导的积极性，要明确给出人工智能的受益群体是谁、责权如何分配等问题。

教育智能化开发是有代价的，而且是有价值标定的，它的思想可以是有价的，也是可以进行交换的，它的经验是可以进行买卖的，它的工作历程所总结出的教学规律是可以通过工作的奖赏给予体现的，所以我们应该注意智能开发不光是无私奉献，更是价值性的体现。经济基础决定上层建筑，只有在一定的受益和获得情况下，才能够贡献出最有价值的思想和经验，而这些有价值的思想和经验往往是一个人的，一个人一生能贡献出几十条有代表性的经验和思想就非常了不起了，所以要在各种媒体上、网络上获取来自不同领域的思想和经验。(www.daowen.com)

思想的采集是一个立体化的工程，智能思想的出现是所有立体化思想和事实组合过程的结晶，思想的学习过程就是系统成长的过程，而学习就是智能的体现。

目前许多智能开发都聚焦在校长教学管理决策方面，是在大数据的基础上进行建立的，是在全校信息化信息系统的基础上进行思想和内容的抽取，这就要求提出在某些方面的管理智能化的需求问题，比如能否智能化地站在校长的高度辅助校长，在治理学校的过程中能够提出什么方向和建议，让校长能够解决什么，在关键问题上能够决定什么，让校长在大的发展时期能够掌控什么，让校长在责权能力、教学科研等方面如何科学管理等系列的问题，并要从这些指标中获得一种模型，根据模型研发智能管理系统，让它在尊重校长个人的意志前提下辅助校长进行决策，那么这种智能管理系统具有一定的观察力和洞察力，根据校长的意志进行平衡性分析和冲突分析，该系统将具有极高的数据敏感度、管理敏感度、专业敏感度，而这些敏感度将决定学校学科的敏感度，所以在观察和大数据采集的方向上需要有效地把控、定位。

教育智能管理的开发不是突出技术，而是要突出辅助和服务。智能管理一定要站在大的格局和未来目标前提下讨论问题，智能工作是一个无止境的工作，思想和管理要不断更新，它的管理框架也要经得起未来的考验。