算法嵌入课堂教学:机遇、风险及其防范.pdf
《算法嵌入课堂教学:机遇、风险及其防范.pdf》由会员分享,可在线阅读,更多相关《算法嵌入课堂教学:机遇、风险及其防范.pdf(12页珍藏版)》请在咨信网上搜索。
1、CMYK当代教育科学22023年第7 期课程与教学算法嵌入课堂教学:机遇、风险及其防范李书琴刘旭摘要:人工智能技术推动课堂教学改革创新,本质上是依靠算法这一“看不见的手”发挥作用。理性审视智能时代课堂教学的算法嵌入,既是对人工智能技术底层逻辑的批判反思,也是对课堂教学改革新方向的探索突破。算法使教学效率的循证提升、教学内容的精准推荐、学习路径的个性定制、教学评价的创新改进成为可能。但是,算法嵌入课堂教学智能系统引发的算法逻辑遮蔽教学主体,算法黑箱消解知识价值,算法致瘾固限学习质量,算法偏见异化教学评价的多重风险不容忽视。鉴于此,防范算法风险应以道驭术,提高师生的算法素养;打开算法黑箱,透明化知
2、识的供给机制;人机双向赋能,助力深度学习的发生;善法规约算法,回归评价育人的路向。关键词:课堂教学;算法;机遇;风险;人工智能课题来源:本文系湖南省社会科学基金项目“课堂实现五育融合的机制与策略研究”(项目编号:22YHA059)、湖南省研究生科研创新项目重点项目“理解乡村教师情感劳动:一项为期四年的叙事探究”(项目编号:CX20220452)的研究成果之一。作者简介:李书琴(1 9 9 5-),女,湖南郴州人,湖南师范大学教育科学学院博士研究生,主要研究方向为课程与教学论;刘旭(1 9 6 5-),男,湖北洪湖人,湖南师范大学教育科学学院教授、博士生导师,,主要研究方向为课程与教学论、教师教
3、育。人工智能技术的迅猛发展在教学领域展现出广阔的应用前景,各种智能教学平台、智适应学习系统、智能教学管理、智能测评等一系列智能技术不断嵌人课堂教学,驱动着教学理念、教学研究和教学实践的全方位变革。近年来,ChatGPT(Chat Generative Pre-trained Transformer)亦凭借其超强的学习能力、灵活的交互能力和较高质量的文本生成能力在世界范围内引发追捧和热议,微软等科技公司纷纷提出将ChatGPT置入相关搜索引擎和应用中。可以预见的是,各种内置ChatGPT的智能教学应用也将紧随其后,势必引发新一轮的教学改革潮。然而,无论是何种智能教学应用,都离不开人工智能技术的底
4、层逻辑一一算法(algorithm)的支持。“如果说数据是土壤的话,人工智能就是成熟的作物,而算法则是种子”,1离开算法,人工智能技术就无法发挥作用。算法最早由波斯数学家Al-Khwarizmi(约7 8 0 850年)提出,用于指称代数运算规则,2 0 世纪以来被广泛应用于计算机领域。计算机科学中的算法是“一组有限、抽象、有效、复合的控制结构,它能在强制性给定的规则下完成既定目的”。2 人们将解决问题的方案转换为算法后,给定输入数据,算法就能让计算机执行程序,快速求得最优解(见图1)。相较于程式-43-CMYK课程与教学既定的算法,现阶段的人工智能大多使用以深度学习为代表的机器学习算法,它们
5、无需遵守固定的决策规则和权重,而是模拟人脑神经元交流方式,具有自主学习、主动调整、自行决策的特性。3 本研究所使用的“算法”即指此类机器学习算法。人(设计方案)问题想法数据模型数据表示基本思路数据处理图1 计算机求解的一般过程 4 尽管已有研究针对人工智能技术在教学场景中的应用以及面临的挑战等重要命题开展了许多有益的探索,但鲜少研究深入具体地检视算法在教学领域的深层次影响。随着人类逐步从弱人工智能时代走向强人工智能时代,算法这一“看不见的手”所带来的风险与日俱增。理性审视智能时代课堂教学的算法嵌人,既是对人工智能技术底层逻辑的批判反思,也是对课堂教学改革新方向的探索突破。基于此,本文将以算法技
6、术为切入点,审视算法嵌入课堂教学的价值,研判算法可能带来的风险,探析可行的风险防范策略,以期更好地使算法深度赋能课堂教学改革。一、算法嵌入课堂教学的机遇审视算法是智能时代课堂教学变革的技术底座。无论是面对面课堂、混合式课堂还是线上课堂,各种智能应用都要依靠算法感知、采集和组织教学大数据,基于算法模型输出数据分析结果,为教学提供预测、诊断、推荐和决策。算法嵌人课堂教学,使教学效率的循证提升、教学内容的精准推荐、学习路径的个性定制、教学成效的创新评价成为可能。(一)教学效率的循证提升提高教学效率是教育改革不变的主题,尤其在“双减”背景下,只有提质增效,才能真正减轻学生的负担。高效率的教学,是指通过
7、教学要素的合理配置,-44-2023年第7 期当代教育科学使最小的投入能够实现最多的教学产出。相比传统的基于教师“经验”的教学,算法采取的是基于“证据”的逻辑进行教学决策,依靠其强大的数据挖掘、存储和分析能力,有助于教学效率的循证提升。一方面,算法挖掘数据的速度广,存储内容多,以替代教师完成部分工作的形式提高教学效率。算法计算机(执行方案)实现“一切皆可计算”的前提是挖掘教学相关的一切算法程序程序语言编程环境信息并以数据形式存储。从数量上来说,这些数据是海量的,人脑的记忆容量无法企及;就性质而言,这些数据是跨时空的,包含全员、全程、全景的信息;在形态方面,包括文本、图像、语音、视频、生理信息等
8、多模态的数据。而且,轻量化的算法既不会占用过多的存储空间,又能方便教师随时调用教学数据库,使教师能将更多的时间和精力投人学生高阶能力和情感态度价值观的培养中。例如,现有的自动文本分析算法技术可以调用海量语料库,建立语言水平预测模型,自动批改学生的作文,给出评分和文本建议,整个过程无需教师监督。另外,许多图像识别算法技术可以帮助教师批改作业和阅卷,语音识别算法技术可以帮助教师进行语言类学习的测评,人机交互算法技术可以辅助教师进行自动答疑、陪练,能减少教师的工作负担,提高教师的工作效率。另一方面,算法高速的数据分析和学习能力,支持依循证据的教学决策,以赋能教师的方式提高教学效率。面对纷繁复杂的教学
9、情境,教师很难快速纵观全局做出判断,往往只能结合经验进行决策。但算法的计算速度快、计算能力强,能以“完全理性”的方式在短时间内处理挖掘并存储的海量、异构、多模数据,提供智能诊断与学情分析,为教师提供优质适切的教学内容与教学方法。例如,Cobos等开发的教学模式推荐系统(RSPP),能根据使用该系统的所有师生、课程和场景的特征分析,快速向教师推荐教学模式,大大提高了教学效率。5 在教学过程中,算法还能根据师生反馈的互动数据,即时调整其内容与路径推荐,生成新的教学建议。如Mostafavi和Barnes设计的智能导学系统能够随着学习者掌握程度的变化给出差异化的提示,在减少学习者花费时间的同时提高了
10、学习参与率。6 此外,强大的算法还有利于突破人脑的CMYK当代教育科学2023年第7 期定式思维限制,能够依循证据挖掘更多高质量的知识,发现更多有效教学的规律,从而促进教学效率的提升。(二)教学内容的精准推荐智能时代的知识生产更加高效,知识边界不断拓宽,知识形态日渐丰富,知识传播更加灵活,知识增长呈爆炸之势。这虽能为师生提供更多的选择,但如何从海量多模、杂乱无章的信息中筛选合适的教学内容是教师面临的一大挑战。智能算法的引入提供了机遇,它能够根据学生所需精准推荐,为师生提供适切的教学内容。精准推荐一般基于内容过滤、协同过滤、矩阵分解、基于用户的推荐、本体(ontology)等算法。7 近年来,运
11、用混合算法模型的的智能推荐系统显现出巨大的潜力,它们能够相互扬长避短,提升教学内容推荐的精准度,有助于提高教学效率和质量。如Benhamdi等运用基于协同和内容过滤的推荐算法设计的个性化推荐系统(NPR-eL)能够根据学生的偏好、兴趣、学习水平和记忆能力提供个性化的学习材料。8 国外一些主打分级阅读的平台,如Newsela、H e a d s p r o u t、LightSail 等,正是集成多种机器学习算法,为学生推荐符合其阅读水平的阅读材料。无论使用何种算法,其智能化推荐的运作机理都是基于“内容一一学生一一场景”的三维适配(见图2)。第一维是内容层。算法技术能够快速挖掘、集约泛在分布的多
12、模教学资源,形成一个跨领域、开放、可扩展的资源库。接着,通过智能语法和语义解析教学内容的学科、关键词、特征、类型、难易度、适用对象、适用场景等属性,标注大量的标签,以此进行分级、聚类和相互链接,建立多种形态的知识图谱,形成具有内在逻辑和秩序、相互映射关联的教学资源集。第二维是用户层。算法不仅能分析教师的教学风格,还能通过网络爬虫、视频监控、物联感知、可穿戴设备等算法技术将学生的身体、心理、行为、关系、位置等信息数据化,从中提取、加权、聚类分析学生的学习特征,建立学生的学习画像模型,用于预测学生个性化、动态的学习需求。第三维是场景层。算法技术能快速判断当前的教学场景模式,如面对面课堂、混合式课堂
13、课程与教学或在线课堂,根据不同的教学场景模式规划不同的教学路径;也能分析具体的课堂教学情境,例如,该学科的培养目标、该堂课的教学目标、当前所处的教学环节等;还能计算当前的教学环境特征,包括教室的灯光、温度、湿度、光照、技术设施等。根据海量教学内容的意义匹配、学生差异化特征的需求匹配和场景识别的情境匹配进行计算,算法将筛选、过滤、排序后的知识信息推荐给教师和学生,实现海量教学内容、师生需求和多维场景的关联匹配。教学内容的精准推荐判断教学场景模式分析课堂教学情境一计算教学环境特征个采集教学的大数据分析加权学生特征建立学生多维画像个集约多模教学资源标注精细内容属性建立多态知识图谱内容过滤、协同过滤、
14、矩阵分解、基于用户的推荐等算法图2 算法实现精准推荐的原理(三)学习路径的个性定制学习路径是学习者学习过程中选择或被选择的一系列概念和活动的序列集合 9 。在教学领域,算法最引人注目的优势就是向学生提供个性化的学习路径,为解决“因材施教”的难题提供技术支撑。算法推荐个性化学习路径的基础是绘制学生画像。学生画像的构成要素包括学生个体的基本信息(如姓名、性别、年龄、地区)学习水平(如背景知识、技能)学习风格(如感知型、直觉型、视觉型)、学习体征(如语音、表情、眼动)、学习心理(如兴趣、动机、态度)、学习行为(如参与度、互动轨迹、点击率)、学习结果(如知识掌握、问题解决、态度倾向)等。根据数字画像,
15、算法会对学生的学习偏好进行分析与预测,制定满足学生个性特征和学习需求的学习目标,链接符合其发展水平的高粒度知识内容,以可视化、游戏化、趣味化的方式提供满足学习兴趣的学习活动与作业,给予针对性的实时反馈,进而实现学习路径的个性化定制。个性化学习路径的优势在于学习计划随着学生的优势、需求、动机与目标而改变,使每位学生的充分-45-场景层用户层内容层CMYK课程与教学发展成为可能。一方面,基于多种算法支撑的学习分析技术可以将学习目标定位于学生的“最近发展区”,精准地促进每位学生获得相应的发展,避免“认知过负”“认知过载”等问题。Lin等基于遗传算法开发的个性化辅差学习系统为此提供了强有力的证据。他们
16、在JAVA课程中为期两年的实验结果表明,初级和高级水平的学习者成绩均得到提升,且在前测时属于低成就水平学生的成绩提升幅度显著优于高成就水平学生。【1 0 另一方面,学生学习路径的序列是自适应的。在传统的课堂中,学生的学习路径沿着教师的新知导人、概念讲解、问题解决、巩固练习等教学活动依次展开,学生学习的内容和步调是统一的。而在算法支持的学习环境中,学习路径是学生自定步调和掌控的学习序列组合,无论是学习目标、学习内容、学习活动、练习与作业还是学习反馈都具有个体差异,学生可以进行自适应学习 1 。如,有学者提出一种基于知识结构和学习诊断的学习路径生成方法(LD-LP),能根据学生的学业成绩和学习时间
17、自适应调整学习知识的难度,实验结果亦表明其具有较高的自适应性和正反馈性。【1 2 目前,这种自适应学习平台的应用日益广泛,包括Knewton、H i g h l i g h t、K i d a p t i v e 等。(四)教学评价的创新改进教学评价是对教师的教和学生的学进行价值判断的过程。传统的教学评价存在评价信度较弱、评价数据片面、评价方法单一、评价结果使用不足等问题。智能算法破除了许多技术限制,为教学评价改革提供支撑引领。目前,许多智能测评平台,如Gradescope、ExamSoft,以及各种智能辅助教学、自适应学习平台,口语测评、智能阅卷等平台中内嵌的评价系统,都依赖算法功能的发挥。
18、算法赋能教学评价的创新改进主要体现在以下几个方面。第一,评价指标的综合性。科学的评价指标体系是算法赋能教学评价的前提。算法可以协调教师、学生、教学管理人员以及信息技术人员的意见,针对不同评价对象和评价内容设计科学的指标体系与指标权重,形成较科学的评价框架。1 3 这不仅能为提高教学质量提供更客观综合的依据,也有助于扭转教学评价重分数轻素质的功利化偏好。-46-2023年第7 期当代教育科学第二,评价数据的系统性。系统的评价数据是算法赋能教学评价的基础。不同于传统教学评价获取的碎片化数据,算法能够采集系统全面的数据,从局限于一堂课的片断数据转向跨时空的线上线下、校内校外的全过程学习数据,从学生的
19、测评成绩转向广维度的数据,从单一的文本数据转向语音、图像、视频等的多形态数据,进一步提升教学评价的精准度。第三,评价方法的多样性。多样的评价方法是算法赋能教学评价的关键。传统教学评价常采用练习测验、问卷调查、学生评教、同行听评课等方式,而算法可以综合多种评价方法。如有研究者使用多种算法记录学生头、眼、唇的特征变化,对倾听、疑惑、理解、抗拒、不屑这5 种课堂表情进行识别,从关注度、参与度、疑难度、活跃时间四个维度评估课堂教学效果。【1 4 而且,评价方法开展的过程主要由算法进行逻辑推演,避免评价过程中主观因素的干扰,能得到更加客观的结果。第四,评价反馈的即时性。即时的评价反馈是算法赋能教学评价的
20、亮点。算法无时无刻都在进行大量的伴随式数据采集、处理、分析与应用,因而每个学生无需完成最终的评估就能即时获得详细的反馈。反馈以智能化、可视化的方式实时呈现,使师生清晰直观地了解教学效果,及时调整后续的教学内容、活动与策略。Grivokostopoulou开发的人工智能教学系统(AITS)具有内嵌的自动评估机制,可以为学生提供有意义的即时反馈。实验结果表明,使用AITS干预的学习效果显著优于传统教学组,反映了即时评价反馈的优势。1 5 二、算法嵌入课堂教学的风险研判算法为课堂教学变革勾勒出美好的智能图景。然而,若我们审慎地思考,便会发现算法在带来众多机遇的同时,内在隐藏着教学本体价值被侵蚀的多重
21、风险。(一)算法逻辑遮蔽教学主体算法逻辑之下,一切人和物都会被剥离掉不必要CMYK当代教育科学2023年第7 期的细节,变成抽象化的数据属性;一切的事件都会被抽丝剥茧,给出形式化的可操作性定义;一切的分析和决策都强调高效率运转,提供精确的数字结果;一切的交流和互动都会被实时监控,用于操控师生的注意力。当算法逻辑不断嵌入甚至操控课堂教学时,产生了教学主体被遮蔽的风险。第一,算法的符号性消解了师生生命的丰富性。在算法系统里,教师和学生“消失”了。算法技术将师生身体、心理、行为、关系、位置等数据化的过程,实际上是祛除精神、情感、道德、社会、文化等个性化因素的过程。算法对师生进行抽象、剥离、加权,将其
22、赋值为符号化的属性,使丰富的生命降维成属性的集合,“属性成为连接人、实体和事件的机制”。【1 6 用德勒兹的话来说,算法并不关心具体的人,它只是以可分体的控制方式用数字代替人,只关注分体量化的特性。1 1 7 于是,师生成为属性的集群存在,由符号化的属性定义其性质。第二,算法的有限性和确定性剥夺师生的自由性。算法的有限性是指算法只能由有限的字母和数量符号组成,它必须在有限的时间内完成特定的计算,且必须在执行有限的步骤后暂停;1 8 确定性是指算法中的每一条指令必须有确切的含义,不会产生二义性。【1 9 这决定了算法只能根据有限的数据和限定的规则进行计算,其提供的教学决策也是有限的。与其说算法能
23、为师生提供自由的教学服务,不如说它牺牲了学生生命发展不可或缺的涌现性、不确定性和生成性因素,换来可控制的、确定的和公式化的教学过程。这无疑会禁教师的教学自主权,消解学生自由发展的可能性,使教学变得像工厂生产标准化的产品那样来培养学生。2 0 第三,算法对效率的极度追求挤占师生的目的性。教学的本质目的是育人,追求的是在教学主体间交往中促进学生的德智体美劳全面发展。然而,算法在优化升级时考虑的是轻量化、低耗时和低成本,追求的是一套模型征服全世界。尽管算法提高了课堂教学的效率,但师生的目的性也在这种“效率为王”的膨胀中逐渐沦为边缘地位,师生之间、生生之间的思维碰撞、情感共鸣和精神提升被淡化,无疑会加
24、剧人课程与教学与人之间的疏离与淡漠。第四,算法独裁制约师生的能动性。算法决策看似符合师生的教学需求,实质却是用投其所好的方式强化师生对算法的依赖。师生在教学互动中的数据被采集得越多,算法就越能推测师生的需求,越能在有限的时间内通过其提供的教学内容吸引师生的注意力,弱化师生独立判断的能力。当教师过度依赖算法推荐教学资源、策略和评价,其教学设计能力、创新能力、反思能力会逐步下降;学生过度依赖算法推荐学习内容和学习辅导,其对知识的主动检索与构建能力会逐渐下降。久而久之,师生沦为算法技术阴影下的“臣民”。2 1(二)算法黑箱消解知识价值算法黑箱是指算法运行某个阶段的内部复杂性和不透明性。目前常见的算法
25、黑箱类型有两种(见图3):一种是输入和输出的数据都可观测,只有算法的内部结构处于黑箱状态;另一种是只有输出数据可观测,输入数据和算法内部结构均处于黑箱状态。2 知识是课堂教学的基本要素,肩负引导个人成长、助力社会发展、推动文化繁荣的三重价值属性。当算法替代教师筛选知识、组织知识和呈现知识时,教师既不清楚是怎样的内容被输入数据库,也根本无法知晓算法推荐的原理,更难以通过技术手段改变算法的推荐机制,这将引发知识的多重价值被消解的风险。(1)输入端与输出端可见(2)仅输出端可见输入输出图3 常见的两种算法黑箱类型一方面,由于算法输人数据库的不可观测,失实、低质和失范的内容可能被当成知识推荐。在智能教
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 算法 嵌入 课堂教学 机遇 风险 及其 防范
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。