监考判卷、钢琴陪练、课堂评估、答疑解惑，甚至代替老师线上、线下上课……因为有了人工智能，这些设想已经照进现实。“AI 教育”将产生什么样的化学反应，将怎样改变我们的教育图景？近日，科技部新一代人工智能发展研究中心联合罗兰贝格管理咨询公司发布了《智能教育创新应用发展报告》（以下简称《报告》），《报告》显示，智能教育正处于从教学辅助向价值创造阶段的过渡时期，已在我国教育领域的线下AI课程、智能测评等场景实现应用，但尚未大规模出现成熟化的、因材施教阶段的商业应用。《报告》就智能教育内涵、国内外相关发展态势、AI如何改变传统的教育场景等进行了全面解析，并就推进我国智能教育发展提出建议。
　　我国智能教育处于产业化前沿
　　《报告》介绍，以美国、新加坡、印度等为代表的各国相继推出面向未来的新教育改革战略，不断制定相关政策法规，设计本国智能教育的发展蓝图。我国也相继印发《新一代人工智能发展规划》《高等学校人工智能创新行动计划》《中国教育现代化2035》等，提出要利用人工智能技术构建包含智能学习、交互式学习的新型教育体系，要加快人工智能在教育领域的创新应用，要建设智能化校园、统筹建设一体化和智能化教学、管理与服务平台等。2019年8月，科技部宣布依托好未来建设智慧教育人工智能开放创新平台，构建“共生、互生、创生”的智慧教育多元化新生态。“近年来，我国在计算机视觉、语音识别等这些典型的人工智能应用技术方面取得了持续性突破，并已具备一定的国际竞争力，这为人工智能在教育领域应用奠定了坚实的基础。同时，良好的政策环境、巨大的教育市场需求、教育科技企业的深度参与，促使我国智能教育的产业化水平也处在较为前沿的位置。”中国科学技术信息研究所政策与战略研究中心副主任、副研究员高芳说。
　　那么，智能教育何时能走向产业化？《报告》分析，人工智能技术在教育领域实现产业化应用所需年限与通用领域无根本性区别。语音识别将在两年内实现产业化应用，预测分析、虚拟现实、机器学习、深度神经网络、计算机视觉、聊天机器人均需要2—5年的时间实现产业化应用，自然语言处理（NLP）需要5年以上时间实现产业化应用。在知识图谱、认知计算两个方面，由于教育场景的归一性和收敛性更好，这两个场景在教育领域将会于2—5年内实现产业化应用，早于通用领域5年以上的等待时间。《报告》显示，我国智能教育市场快速成长。2018年，中国智慧教育市场规模约为5320亿元，同比增长17.13%。目前智能教育领域主要有智能批改、拍照搜题、智能测评、智能题库、分级阅读和自适应学习六大产品形态，形成了以好未来为代表的教育类公司、以百度、腾讯为代表的互联网公司、以科大讯飞为代表的人工智能技术提供商以及以阿里巴巴为代表的计算平台四类关键性市场主体。
　　AI在教育领域有哪些用武之地
　　《报告》指出，人工智能在教育领域的应用已经逐渐渗透到教学全流程、由外围工具类拓展到了核心教学类。受制于人工智能技术的适配性和成熟度，人工智能应用在场景分布上呈现出一些明显特征：当前人工智能的主要用武之地集中在复杂度较低的场景，如拍照搜题、分级阅读、智能题库、考情诊断等，这类应用工具属性明显。但在“评”和“管”环节，人工智能技术适配性和成熟度均较低。以“评”这一环节为例，由于综合素养、职业兴趣等评估场景较难形成统一标准，人工智能判断难度较大，且后期无法对准确性进行归一化评价，无法反哺模型，因此人工智能适配度不高。而“教”“备”等服务属性的场景，一旦知识图谱、大数据等技术实现突破，将爆发出巨大的潜在价值。
　　AI能实现“因材施教”吗
　　“智能教育正推动教育领域的深刻变革。人工智能与教育场景的深度融合，一方面能提升课堂教学效果以及学习效率，另一方面还能够深刻重构教育领域的运营模式。”《报告》显示，智能教育将重塑教育流程，推动人才培养更加多元化、更加精准化、更加个性化。《报告》认为，智能教育的发展分为教学辅助阶段、价值创造阶段和因材施教阶段3个阶段。“目前，智能教育尚处在从教学辅助向价值创造的过渡时期，已在线下AI课程、智能测评等场景实现初步落地应用，但成熟化的、因材施教阶段的商业应用尚未大规模出现。”科技部新一代人工智能发展研究中心副主任徐峰研究员认为，实现“因材施教”是教育的一个长远目标，在这个过程中，人工智能技术能发挥重要作用，但也会受其自身技术发展的限制。“现在还难以预测人工智能何时能够真正‘完全’具备认知功能，但从当前人工智能技术的发展态势来看，我国智能教育进入了一个快速发展的阶段，不断实现对于学生、教师等的价值创造。” 徐峰说，未来随着知识图谱、认知计算、自然语言处理等技术的不断发展，人工智能将覆盖教学流程的更多场景，有望在自适应学习、自适应互动课等应用上逐渐成熟，实现“因材施教”。
　　加大智能教育关键技术的研发
　　“教育作为涉及教学、管理、科研、服务等多领域的综合体系，其复杂性大大增加了人工智能技术与教育的融合难度；现有人工智能技术的应用多为语音识别、图像识别等识别领域的应用，但在理解层面和创造层面的应用仍未实现实质性的突破。”徐峰举例说，当前自然语言处理技术仅能对语法结构、拼写正误等方面进行识别，而在篇章结构、语言逻辑、情感表达等语义理解层面依然十分欠缺。《报告》建议加大智能教育关键技术的研发力度：一是依托智慧教育国家人工智能开放创新平臺，组建跨学科、跨区域的“人工智能 教育”研究共同体，广泛开展跨学科探索研究，推动脑科学、神经科学、认知科学等学科的交叉融合；二是加强“政企学研”多方合作，产业界加强研发探索，学术界提供扎实理论基础，并最终试点应用到相关教学场景；三是进一步推进平台建设，推动开放平台向公众开放智能教育关键共性技术，打造智能教育生态。除了加大复杂教育情景人工智能关键技术的研发力度，高芳还建议，有关部门要尽快出台推动智能教育发展的规划性文件，强化应用部署并抓紧落实；着力提升一线教师和教育管理者的人工智能素养，确保智能教育各场景落地；抓紧制定人工智能在教育行业的应用标准和规范，确保其良性有序发展。