教育信息化作为国家信息化建设的重要组成部分和战略重点，是深化教育领域综合改革中不可或缺的支撑和推动力。随着新理念与新技术在各行各业的渗透应用，人工智能、云计算、大数据等新技术与教育的结合成为时代发展的必然。
人工智能、大数据在教育中的综合应用
人工智能 （Artificial Intelligence, AI） 以及人工智能科学从诞生起，其研究和应用领域就与教育紧密相关。AI研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，来解决需要人类专家才能处理的复杂问题，例如咨询、诊断、预测、规划等决策性问题。从目前的发展趋势来看，人工智能技术对基础教育的影响与日俱增。
当前，人工智能在教育中的应用主要集中在智能教学系统、智能化考试系统、智能化学校管理、智能化学校环境。结合当前的人工智能和教育应用结合现状，认为人工智能和教育的融合应用具体体现在自适应学习系统、智能批改系统、智能排课系统、中英文口语考试、智能教室环境系统等。
OMR （Optical Mark Recognition，光学标记识别）技术。该技术包括网上阅卷答题卡和第三方答题卡的图像处理技术两部分。在目前的各类规模化大型联考以及各类地区区域级别的考试中，通常都是将试卷扫描后的图像通过网上评分阅卷系统经由人工面对计算机屏幕进行评分，其通常需要组织较多的阅卷人力，并且评分的效率、评卷效果的信度等关键指标也会因评分人员有关的主观原因而造成不准确和不一致的情况，而OMR系统提供了一种针对网上阅卷的校正及识别技术，该技术包括自动校准答题卡，自动识别客观题填涂、准考证号填涂等，是网上阅卷系统中的关键一步。
OCR （Optical Character Recognition，光学字符识别）技术是指电子设备（例如扫描仪或数码相机）检查纸上书写或打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，即针对手写字符采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。优化的OCR技术，可以实现识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到被输出文档中。
海量大数据存储及计算技术。将大数据技术应用到支撑学校教学和学生学习过程中是教育大数据应用的终极目标。学习过程大数据统计分析引擎是基于考试、阅卷、学习等大数据采集方式，将学生过程性的学习数据以及考试成绩从终端上传到云端，完成对区域、学校、班级、学生等多维度的的数据处理及分析的计算框架引擎。包含以Hadoop、Hbase的海量数据存储架构完成数据存储，数据样本筛选框架、统计条件过滤框架、统计分析框架、MapReduce数据聚合框架、数据报表框架、个性化展现服务等多套技术架构，从而保证生成专业的、准确的、可靠的、扩展的、持续的报告分析结果及报告服务；引擎采用Zookeeper、Kafka消息队列等分布式技术完成并行计算方案，能够应对高并发、高性能的场景，快速完成报告生成，满足日常考试及大型联考及时报告的业务需求。
智能语音技术。语音合成和语音识别技术是实现人机语音通信，建立一个有听和讲能力的口语系统所必需的两项关键技术，使电脑具有类似于人一样的说话能力。语音评测就是通过智能语音技术自动对发音人水平进行评价，对发音错误和缺陷定位和分析的软件系统。
基于语音合成、语义分析等技术，实现高自然度语音播报功能，可将任意英文文本用流畅的英式或美式英语朗读出来，可以利用此技术对发音进行纠正，提高用户的英语发音水平。另一方面此技术也可辅助用户进行阅读，以及在一些人机交互的场合，为用户提供更加友好的使用体验。
综合应用场景一： 作文自动评阅技术。基于人工智能技术研发的智能批改系统能实现中文作文、英文作文自动阅卷。智能批改系统通过大量数据的学习和训练，掌握专家打分标准。对学生的中文作文和英文作文，宏观上从主题相关度、文章逻辑性、正确搭配、优秀表达，微观上从作文字数、词语和单词的正确性等对学生作文进行自动打分，并能辨别学生雷同作文。基于人工智能系统开发的智能批改系统能代替人类进行中文作文、英文作文的智能批改，指出学生错误所在，实现考试数据可视化，大大提高作文阅卷效率和效果。
综合应用场景二 ：大数据精准教学。大数据精准教学方案依托于人工智能、OMR、OCR、评价统分分析引擎、大数据等先进技术，通过全场景过程性动态数据采集，构建以学习者为中心的学业评价体系，基于大数据的精准诊断、分析及优质资源推荐，帮助学校实现“轻松备、针对教、智能改、全面辅、精准研、高效管”，同时提升学生自主学习的积极性和有效性。
综合应用场景三 ：学生自适应学习。自适应学习系统是一项涉及人工智能、计算机科学、认知科学、教育学、心理学和行为科学的综合性课题，借助人工智能技术，让计算机根据学生学习数据实施个别化教学，向不同需求、不同特征的学习者推送针对性学习资源和指导性学习建议的自适应学习系统。该系统基于知识图谱，根据学生错误题目蕴含的前驱知识点和后继知识点，找到学生最优学习路径，综合考虑学生的认知特点、当前的知识水平等特征，推送针对性学习资源。通过提供“学生用户学习画像” 的推送策略来实现系统的 “智能 ”。
综合应用场景四 ：英语口语评测。中英文口语考试系统采用人工智能中语音识别、语音合成、语音评测等相关技术，既可支持考试中对学生中英文口语发音进行测评打分，又可作为口语课程的教学学习工具。提供针对性的标准训练语料和发音方法，作为日常教学的辅助工具，对学习者考试学习过程中的录音进行实时评测，支持人机对话、人人对话，让学习者随时掌握自己的学习效果，解决“哑巴英语”“聋子英语”问题。随着口语智能评测系统的学习和积累，有望为口语考试“阅卷”。
人工智能、大数据、云计算技术的综合运用对于解决教育均衡发展问题，提高薄弱地区教育质量，打破传统大班制教学的局限，拓展解决教育教学问题的思路，引发教育模式的重大创新，实现因材施教具有划时代的意义，将会引领教育现代化进程。它可以提高教学过程的个性化和互动性，提高教学效率和效果，实现教学决策数据化。
虚拟现实（VR、AR）技术在教育中的综合应用
虚拟现实(Virtual Reality，简称VR)是近年来出现的高新技术，指利用电脑模拟产生一个三维空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者如同身临其境一般，可以及时、没有限制地观察三度空间内的事物。
鉴于虚拟现实技术能够为学生和教师提供逼真、生动的环境，又具有较强的可参与性，从而使学生和教师都能进入虚拟环境进行角色扮演，成为与传统教育环境完全不同的教学模式，从而对突破传统教学的缺陷，重点、难点的分析和破解，学生的技能的培养，学生的学习积极性的调动等方面都将起到积极的作用。从学科教学角度来看，虚拟教学在理工科的教学和操作技能训练中将大有可为，如传统上具有一定危险性或需要大量人力物力财力投入的建筑、机械、物理、化工等学科的教学。
综合应用场景：VR科普教室。
VR科普教室建设项目将虚拟现实技术与教学相融合，以优质教研内容资源为核心，集硬件设备、软件应用系统、教研内容、课件资源于一体。将抽象的概念情景化，为学习者打造高度仿真、沉浸式可交互的虚拟互动学习场景。
AR智能课桌：学生以小组为单位进行AR虚拟实验与科普知识学习，并通过对卡牌进行操作开展各类主动探究活动，培养了学生的学习兴趣，提高了学生的探究能力、动手实践能力、独立思考和沟通协作能力。
轻沉浸VR套装：3D虚拟数字技术，利用形象逼真的3D画面将抽象的知识形象化，采用VR全息教学台和3D投影为学生创造一个多维度教学场景，学生佩戴3D眼镜对课程内容进行学习与操作，调动学生的视觉、听觉、动觉等多感官参与其中。
全沉浸VR套装：利用VR多感知性、交互性等特征，通过软硬件一体化的产品，打造沉浸式教学体验。学生佩戴头盔在虚拟环境中学习体验，教学内容变得形象生动，在互动中学习，提高学习效率。
对于学校而言，引入虚拟现实技术建设VR科普教室，并全面支持STEAM（集科学、技术、工程、艺术、数学等学科融合的综合教育）教育模式。解决传统实验室难实现、高耗材、危险大，实验开展困难、传统教具更新慢、成本高的问题。
对于教师而言，通过虚拟现实和增强现实技术让教学内容变得形象生动，让学生在课堂中及时、没有限制地观察三维空间内的事物。同时，通过硬件与软件的配合有效减少教师在备课和课堂秩序管理中浪费精力的问题。
对于学生而言，全新的课堂教学模式激发学生学习兴趣，唤醒与生俱来的创造力。学生在对硬件运用过程中进行交互式体验，实现深层次学习、理解性学习，引导学生自主思考和探索，培养学生合作能力和解决问题的能力。
感知物联、可穿戴技术在教育中的应用。校园智能感知物联网是下一代“班班通”基础网络建设的一个新的方向，综合利用物联网及可穿戴技术打造新型智能校园，实现一卡通可穿戴技术在学生体能测试及健康方面的广泛应用，并借助云计算先进技术为学校教职工、学生的工作、学习和生活提供智能化管理，进一步提升学生在校安全，提高学生体质健康水平，推动体质教育管理，实现新一代教育信息化改革和创新。
校园感知物联网由感知层、传输层和服务层组成，以手环、电子校徽等智能穿戴设备为载体，以学生活动追踪行为分析为核心，兼容校园一卡通，收集学生体质健康数据和区域位置信息，推出学生体质监测平台，实现智能化校园。
综合应用场景一： 感知考勤。随着高考改革的推进，走班制成为教学趋势。走班教学中，每个学生的上课地点都是流动的，考勤就成为需要解决的第一个问题。传统的考勤方式都是学生手动签到、教师上课期间点名，这种方式占用课堂时间，降低了上课效率。感知网络配合智能感知终端和智能班牌，让学生实现无感考勤——学生进入上课教室自动实现考勤，不用签到，不用刷卡，教师在移动应用上对考勤情况一目了然，提高日常的教学效率。
综合应用场景二：学生体征数据。智能感知终端本身是一种智能穿戴设备，可以收集学生的体征数据，包括学生的运动、睡眠、心率等。收集这些数据后，利用大数据分析技术，学校可以了解全校学生的体质健康状况和变化；市区级教育局可以了解全区所有学生整体的体质健康状况、各年龄阶段的学生的体质健康状况和发展趋势。有了海量体质健康数据，根据机器学习和深度学习技术建立青少年体质健康数据模型，为制定合理的青少年身体锻炼政策提供科学的基础数据。
综合应用场景三： 新型一卡通。智能感知终端集成了近场支付NFC芯片，包含多个数据扇区，实现校园内的一卡通功能——食堂消费、门禁进出、图书借阅及其他刷卡需求。智能感知终端就是随身穿戴的一卡通，便于学生携带和刷卡使用，解决学生上课下课吃饭持卡不便的困扰。
综合应用场景四：位置监测。实时定位学生在校位置，助力学生在校安全。在校区域大数据分析，了解学生兴趣爱好。感知网络内置定位算法，实时定位学生在校位置，监测学生进出校园，为学生在校安全助力。收集学生在校位置数据，利用大数据分析技术，帮助家长、学校、教育局了解学生的活动热区和兴趣爱好。家长和学校根据每个学生的活动热区数据和兴趣爱好，制定相应的教学内容和成长计划，帮助学生更好地成长。
（作者系科大讯飞教育事业群产品总监，本文原载于《中国民族教育》2017年7-8期）
