第1部分　绪论

第1章　研究背景与意义

1.1　相关政策

随着人工智能、移动互联网、富媒体、移动终端、虚拟现实等技术的发展，智慧学习时代的学习场所已经从物理学习空间拓展到网络学习空间，以网络学习空间为载体的学习场所充斥着海量的学习资源，如何帮助学习者快速、精准地进行学习资源推荐备受国内外教育和研究机构、政府组织的重视。“人工智能+教育”全球政策分布如表1.1所示。

表1.1　“人工智能+教育”全球政策分布

1.1.1　国内政策

进入21世纪以来，在信息技术的高速发展和强力渗透下，信息技术正在助力构建网络化、数字化、个性化、终身化的教育体系，以教育信息化带动教育现代化。自2003年，我国先后实施了“农远工程”“金教工程”，我国政府在2010年发布的《国家中长期教育改革和发展规划纲要（2010—2020年）》中提出“关注学生不同特点和个性差异，发展每一个学生的优势潜能”，鼓励个性化发展，为每一个学生提供适合的教育的观念；在《教育信息化十年发展规划（2011—2020年）》中也提出“努力为每一名学生和学习者提供个性化学习、终身学习的信息化环境和服务”“面向全社会不同群体的学习需求建设便捷灵活和个性化的学习环境”。2015年，国家发展和改革委员会发布《国家发展改革委关于实施新兴产业重大工程包的通知》，在“产业创新能力工程”中提出“构建创新网络，在城市轨道交通、环保、社会公共安全、互联网+、大数据、健康保障、海洋工程、信息消费、智能制造等领域建设一批创新平台，联合现有国家创新平台，形成网络体系”。2015年，国务院发布《促进大数据发展行动纲要》，在“公共服务大数据工程”中明确提出要建设教育文化大数据，提出“探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”。2015年，教育部办公厅印发的《2015年教育信息化工作要点》提出“推进大数据应用，发挥监测、评价、预测及预警功能，为科学决策、宏观管理提供依据”。我国也高度重视大数据发展，2015年国务院制定了“互联网+”行动计划，发布《促进大数据发展行动纲要》，其中明确提出数据已成为国家基础性战略资源。《2016年教育信息化工作要点》中进一步强调了教育大数据的重要性，提出“制订《教育数据管理办法》，规范各类教育基础数据的采集、存储、共享、发布和使用”。教育部印发的《教育信息化2.0行动计划》的基本目标中提到要推动教育资源从专用资源到大资源的转变，持续推动信息技术与教育深度的融合，促进个性化教学资源服务。此外，关于政协第十三届全国委员会第四次会议提出的《关于信息技术助力个性化学习和终身学习的提案》，教育部明确答复，要加强网络学习空间与数字资源建设，实现个性化教与学。分别从加快推进教育新基建、深化普及网络学习空间应用、促进优质教育资源共建共享这3方面进行推进。

《中国教育现代化2035》政策明确指出要构建服务全民的终身学习体系，构建更加开放畅通的人才成长通道，完善招生入学、弹性学习及继续教育制度，畅通转换渠道。建立全民终身学习的制度环境，建立国家资历框架，建立跨部门、跨行业的工作机制和专业化支持体系。建立健全国家学分银行制度和学习成果认证制度。强化职业学校和高等学校的继续教育与社会培训服务功能，开展多类型、多形式的职工继续教育。扩大社区教育资源供给，加快发展城乡社区老年教育，推动各类学习型组织建设。

1.1.2　国外政策

信息技术与经济社会的交汇融合引发了数据的迅猛增长，大数据技术通过快速获取、处理、分析海量数据并从中发现新知识、创造新价值、提升新能力已成为新一代的信息技术和服务业态，对全球生产、流通、分配、消费活动，以及经济运行机制、社会生活方式和国家治理能力产生重要影响。全球范围内的发达国家相继制定实施大数据发展战略，在资金和政策上支持大数据研究，以大数据推动国民经济和社会发展。

目前，个性化学习已成为世界各国教育创新改革的重点。英国政府于2007年1月发布的《2020愿景：2020年教与学评议组的报告》描述了2020年实现个性化学习的教育愿景。2008年，美国国家工程院评出人类在21世纪面临的14大科技挑战，明确提出推进个性化学习的目标。2010年11月，欧盟通信委员会向欧洲议会提交了《开放数据：创新、增长和透明治理的引擎》的报告，并于2011年12月12日正式推行欧盟开放数据战略核心，旨在数据开放共享的基础上提供创新工具和资料，形成有效共享和整合的公共数据池，更好地发挥大数据的价值。2012年3月，美国政府发布《大数据研究和发展计划》，旨在提高现有的人们从海量和复杂的数据中获取知识和观点的能力，从而加速美国在科学与工程领域发明的步伐，增强国家安全，转变现有的教学和学习方式。澳大利亚政府信息管理办公室于2013年8月发布了《公共服务大数据战略》，旨在推动公共行业利用大数据分析促进服务改革、制定更好的公共政策、保护公民隐私，使澳大利亚在人工智能大数据领域跻身全球领先水平。2014年，美国发布《2014年全球“大数据”白皮书》，围绕美国与大数据的现实关系展开讨论，并提出了大数据的发展建议。2016年，《Science》报道了美国国家科学基金会未来发展的六大科研前沿，其中包括大数据支持下的学习评价机制创新与基于人机互动前沿的学习环境创新。美国高等教育信息化协会发布的《2022地平线报告：教与学》中明确指出当前基础教育领域的发展趋势必将围绕着增加学习机会和便捷性、跟踪和评估学业进展数据与促进教学专业化等几个方面展开。

在教育领域，“数据驱动学校、分析变革教育”已成为教育改革和发展的共识。教育大数据为优化教育政策、创新教育教学模式、变革教育测量与评价方法等提供了客观依据和崭新的视角，开启了教育改革创新的新篇章。世界各国纷纷采取行动以推动教育大数据的发展。美国教育部于2012年发布了《通过教育数据挖掘和学习分析促进教与学》报告，为美国高等院校和中、小学在大数据教育应用方面提供了有效指导。印度政府2012年发布的《第十二个五年计划：2012—2017》中指出将重点关注数据驱动的教育决策，帮助教师更有效地在课堂中使用信息技术，实施因材施教，提升教育质量。2013年，美国又发布了《教育部战略规划（2014—2018）》，提出将帮助各州构建数据系统和通用数据规范，并帮助教育机构和教师提高使用数据来提高教学效果的能力。大数据分析已经成为美国教育教学改革的重要力量。欧盟在2013年启动了为期7年的研究与创新框架计划——地平线2020，明确提出了教育大数据学习服务规划，将教育大数据采集和挖掘列为该计划的研究议题之一。澳大利亚教育与培训部在2013年发布的5年规划中提出要构建基于证据和分析的文化，提高数据分析和分享能力，制定基于数据和证据的有效教育政策，推进针对教育评估的数据收集并建立面向决策制定者、教育机构、教师和家长的数据分享机制。

针对上述的宏观发展趋势，必不可少地需要相应的关键技术和实践才能对高等教育教学产生影响。用于学习分析的人工智能可通过使用机器学习的方式来组织、分析和理解数据，以决策和支持学生获取想要的结果。人工智能技术的广泛采用将使学校更便捷、更精确的采集、分析并使用各教学系统平台上的大量数据。用于学习工具的人工智能则关注学生自己如何在学习体验和环境中直接与人工智能工具和技术进行交互。以这种方式使用的人工智能是学生在学习过程和大学经历中的亲密伙伴与助手，它指导学生完成任务，帮助学生塑造行为和思维，并提供个性化学习路径，提高学习效率。在机器学习和自然语言处理等领域技术发展的推动下，我们生活中的人工智能元素正迅速成为人类体验的自然组成部分。人工智能在校园和教室里同样无处不在。学生在学校获得的人工智能体验中，许多都植根于他们日常随身携带的设备和技术。某个学生可能会就历史问题向AI机器人寻求帮助，或者基于社交媒体反馈与校园里的其他学生建立联系。