1.教育智能规划

教育智能规划和实施前的评价是一个值得考虑的问题，我们要站在使用和解决问题的角度、站在开发的代价角度、站在科学和长期发展角度来进行问题的审视，比如我们前面讲的校长决策辅助系统，任何一点的智能都需要相应的数据大集成和计算，需要多种同种类型和相关类型的案例的训练和计算支持，智能管理问题是一个关联比较广泛的问题，必须考虑清楚我们开发的智能系统智能思想是否通用，是否有行业代表性，是否在管理当中具有协助管理人员创造的空间，思想是否能够普及和迁移，开发思想和框架能否适合今后的发展等。

教育智能问题要突破短时行为，突破点对点的功能行为，突破数据小关联行为，要在考虑智能的基础上打好数据环境基础，智能是有规模较大的数据进行支撑的，那么在考虑数据的构造和数据的属性的时候，能否将多个功能智能的需求考虑进去，数据环境能否为未来其他智能需求留出扩展空间，能否让数据属性产生变化，能否预留与外界接口的能力、与人体感知的接口、与外界思想迁移的接口，能否完成各种思想结构的对接等。我们要实现小智能构造大数据思想的开发理念。

教育将随着整个IT的进步而不断地进行技术升级，在技术升级的基础上产生新的教育观点和新的教育技术解决问题的观点，从新的观点上产生新的视角，并提出新的概念和功能，其智能程度是在技术的高度上产生智能的高度，这种高度又给人们提出了智能应该高到什么程度，应该如何利用技术提升整个智能的高度等问题，也就是说有技术没人才仍然没高度，反过来说有智能思想没有技术这个智能也实现不了。智能是分阶段的，智能思想的提出是第一阶段，智能思想的实现是第二阶段，思想能够渗入人们的生活和工作当中是第三阶段，智能思想潜移默化地和人共存是最高阶段。在智能开发的过程中我们要认识自己、审视自己，要审视现在的开发环境和平台，要清楚自己能够提出智能的功能吗、能做到吗等系列问题。

2.智能思想的数据迁移

智能思想的先进性取决于数据的先进性，数据的先进性取决于人的数据观点，而人的数据观点取决于视野和广度，视野和广度取决于经历和所接触开发的领域。也就是说，人的经验将取决于数据的精度和广度，人的智能取决于数据支持智能的程度，外界的数据应用和数据迁移的观点将决定智能思维的广泛度，智能思想应该是随着人的经验发展和智能的不断需求而产生。比如汽车行业，汽车随着工业的升级而智能化升级，随着传感器的升级而获得数据的可控性升级，汽车IT的技术高度驱动了个性化的智能需求。(www.daowen.com)

在智能教育开发问题上，不可能所有的智能思想都要自己在周边采集和训练，需要借助外界的力量，去引进一定的智能思想的迁移和智能成果的迁移，而这种迁移过程中供需方需要有明确的数据交换规则。比如有很明确的迁移规则、迁移接口规范、迁移思想的对接等，要考虑思想的迁移是否符合当前应用的思想、思想数据集是否要进行调整、新的数据集是否要将已有的智能平台进行重复训练等系列问题，这都是智能开发当中的关键问题。

3.智能功能的迁移

教育智能的开发就是从朦胧中找到开发思想，是在其他智能思想的启发下萌发应用的激情，是在智能某个功能点的应用上找到教育的应用突破点，是在不经意当中发现智能功能对教育的意义。

因为发现智能功能的过程就是一个创新过程，就是创新思想与管理思想融合的过程，所以智能技术的发现是非常关键的一步，是一种技术性的迁移，是技术适应度的评价过程，需要应用者具有高度的技术敏感度，善于先知先觉，善于通过新技术进行创新，善于利用智能手段提升教育管理水平的高度。

智能功能的发现是功能点的发现，如何评价这个功能就是要看他所带来的智能受益面有多少，有多少的管理思想可以借助，引入该功能的代价有多大，是否跨平台，是否需要大量的数据支持，现有数据的成熟度和支持度如何，是否能够拿到这个智能软件功能的核心，功能在教育的嵌入难度如何，所耗费的资源代价有多大，训练的代价有多大等系列问题。比如：腾讯的智能自动语义记录功能的应用，能否和腾讯公司达成核心开发的目的，将智能的语义记录核心嵌套到教育核心上，让其支持多方面的应用。答疑答辩系统的嵌入、论文写作功能的嵌套等系列问题，抓住核心智能推动多方面的功能，让智能产生多效模式。