马志太：人工智能融入环境而成为环境，真正为教育赋能

首先，让我们来观察一下技术在教育中的应用现状。

在信息化校园、数字化校园阶段，我个人认为是“技术环境一体化”时期，也就是技术不特殊，它只是育人环境的优化和改造要素，技术和育人环境是一体化的建设。

比如北京交通大学附属中学的数学实验室，就是在常规的教室配备和设施基础上，整合了数学TI图形计算器和配套的软件系统，搭建出来的一个教学互动环境。在这个环境里，学生需要运用数学直观、形象思维的时候，便可拿起数学教具；需要进行数图转换、数学建模的时候，就拿起TI图形计算器……在这个过程里，教师关注的是学生的数学核心素养的培植状态，学生关注的是教师的问题和引导，关注的是问题的解决，而技术和设备，与笔和学案一样，它们自然而然地融入在这个过程里，并没有受到特殊的“关注”。

然后，我们再来看看目前已开展的AI应用情况。

星立方成绩采集和分析平台：它为老师提供了各种可视化的数据分析、量表、报告，不仅能帮助教师精准地分析出每一个学生的知识结构和学业水平，更能够帮助教师深层次、多维度分析和掌握学生当前阶段个性化、根源性、系统性的问题。

英语AI听说个性化学习系统：依托教室交互大屏或教师电脑的英语听说教学与练习解决方案，借助人工智能语音识别覆盖听说教学、练习讲评、测试讲解、学情分析等场景，支持在教室开展听说互动练习、实时反馈，汇总数据形成过程性学情分析，满足不同班级教学的差异化需求。

此外，还有作文智能批改系统、心理健康教育AI应用、教室智能辅音系统等。可以说，人工智能已经悄然潜移默化地应用于教育环境中，但目前还多是作为工具存在，而非成为场景。要想让人工智能通过感知和分析教育教学各项数据并进行整合，真正融入教育环境，成为环境，实现教育的智能化，任重而道远。

未来，关于AI在教育中的应用，有两种策略：技术实用主义和技术极简主义。“技术实用主义”，是一种以实际应用和效果为导向的技术发展和应用理念。它强调技术应该服务于现实世界的问题解决，提高效率，增强人类能力，并推动社会进步。“技术极简主义”，是一种设计理念和应用哲学，它倡导通过减少不必要的技术使用，专注于最基本和最有效的技术应用，以提升效率、简化生活、减少干扰和压力。

无论是实用主义还是极简主义，都为我们指明了方向：我们应该主要着眼于“人工智能赋能教育”的场景应用，理想状态下，未来每一个教育场景都应该用人工智能重新开发和赋能一遍。我们可以从以下三个方面入手：

一是学生智能学习系统（AI助手）：与学校学业成绩采集与分析系统、教育教学数字资源库打通，将其作为基础数据，跟踪学生课后作业、自我评测、学习轨迹、学习资源访问记录、学习社区交互内容等过程行为，基于问题诊断、数据分析和个性画像，为学生提供个性化学习方案，并在个性化学习过程中根据学生的知识图谱变化和建构情况，持续、智能、准确地提供反馈、辅导和强化，成为真正以学习者为中心的全过程学习AI助手。

二是教师教学诊断与辅助系统：即利用技术手段来评估和提升教师教学全过程。通过这样的系统，教师可以更客观地了解自己的教学实践，发现潜在的教学问题，并根据数据驱动的见解进行改进。同时，学校也可以利用这些数据来支持教师的专业发展和教学创新。

以往，主要是通过设计标准化的课堂观察工具来量化教学活动。比如，弗兰德斯互动分析系统（FIAS）：这是由美国学者内德·弗兰德斯在20世纪60年代提出的一种课堂行为分析技术，用于记录和分析教师在教学情境中的言语行为以及师生互动事件，旨在帮助教师了解并改进其教学行为。又如，师生言语互动 S－T分析法：它也是一种用于量化分析课堂教学中师生行为的方法，将课堂中的行为分为两大类，即教师行为（T）和学生行为（S），根据量化生成的S-T曲线，识别不同的教学模式，帮助教师和教育工作者深入分析和理解课堂教学中的师生互动，并作出相应的调整以提高教学质量。

为了改进传统分析技术，人们开始增加技术编码。如，基于信息技术的互动分析系统（ITIAS）：它整合了现代教育技术，包括多媒体、网络资源、交互式白板等，在弗兰德斯互动分析系统（FIAS）的基础上，增加了对课堂中沉寂或非参与性行为的识别和记录，不仅关注师生之间的言语互动，还包括了情感氛围、教学结构、技术应用等多个维度的评价，能够适应更加智能化和数字化的教学环境。但也存在编码系统过于复杂、难以快速掌握等等应用层面的一些局限性。

所以，现在与未来，在人工智能的加持下，课堂教学行为分析系统应该具备这样的功能和特性：

利用人工智能技术，包括机器学习、计算机视觉、自然语言处理等，自动收集、分析和解释课堂教学行为数据；提供更深入的教学洞察，帮助教师和教育管理者了解教学过程中的互动模式、学生参与度、教学效果等；具有自动化数据收集、实时分析、多维度评估、个性化反馈、预测性分析、课堂情感状态分析、推荐个性化学习资源和教学策略等功能。

比如：基于AI分析的“教学事件”“教学行为”“教学动作”的课堂画像构建：这是一种综合应用人工智能技术，通过分析教学事件、教学行为和教学动作来生成课堂互动和学习过程的详细描述。具有数据收集、教学事件识别、教学行为分析、教学动作捕捉，情感分析、学习参与度评估、教学策略推荐、学生行为预测、课堂画像可视化、个性化学习路径的构建、教学反思与改进等关键步骤和功能。

三是课前、课后的全过程支持：通过API接口，整合多种大模型，建立各种类型垂直应用模型，辅助教师教研、备课、作业批改和辅导。比如，教育研究类垂直应用模型，为教师提供最新的教育研究动态、理论支持和案例分析；课程设计类垂直应用模型，根据教学大纲和学生特点，生成个性化的教学计划和课程内容；资源整合类垂直应用模型，构建一个动态更新的教学资源库，包括视频、文章、习题等；自动批改类垂直应用模型，对标准化作业进行快速评分和反馈，对开放式问题，利用自然语言处理技术提供初步的评分建议和反馈，等等。总之，综合集成各种技术，实现教师教学全过程的提质增效。

在这个过程中，我们还要强调的是，要想使人工智能的价值得到充分发挥，离不开数字化的另外三种关键底层技术——云计算、大数据和物联网的发展和支持。

另外，我们也体会到，在人工智能融入教育环境而成为教育环境的过程中，一是“有多少人工，就有多少智能。”人工智能与人类智能是互补的，人工智能的发展和应用需要人类的参与和智慧，人工智能的能力很大程度上依赖于人类输入的数据、知识和监督；二是“有多少投入，就有多少智能。”人工智能从研发、实验测试、数据获取、基础设施建设、持续创新等方面，都需要大量的物力财力投入。虽然这些投入并非唯一的决定因素，创新思维、技术突破、教育需求等也是人工智能发展的重要组成部分，但及时、足够的投入可以加速和保障技术的落地与应用。

总之，我们希望人工智能融入环境而成为环境，能够真正赋能教育，助力学生的成长。毕竟，技术进步的宗旨是服务于人，人工智能在教育中的应用，是为了学生获得更有个性、更有活力、更有品质的教育。