大數(shù)據(jù)發(fā)現(xiàn)共性錯(cuò)題,，知識(shí)圖譜量身定制學(xué)習(xí)計(jì)劃,，機(jī)器學(xué)習(xí)實(shí)現(xiàn)快速閱卷……

　　學(xué)情數(shù)據(jù)實(shí)時(shí)追蹤,、語(yǔ)文作文自動(dòng)批改,、形成學(xué)生個(gè)體學(xué)習(xí)成長(zhǎng)報(bào)告……2020年中國(guó)國(guó)際服務(wù)貿(mào)易交易會(huì)（以下簡(jiǎn)稱服貿(mào)會(huì)）將于9月中旬召開,，屆時(shí)一批“智慧教育”產(chǎn)品將在教育服務(wù)專題展區(qū)亮相，家長(zhǎng)們可以帶著孩子全方位地體驗(yàn)智能學(xué)習(xí),。

　　在開學(xué)季和服貿(mào)會(huì)來(lái)臨之際,，科技日?qǐng)?bào)記者走訪了一批“智慧教育”領(lǐng)域的創(chuàng)新企業(yè)，看一看“智慧教育”真正的模樣,，以及它給傳統(tǒng)教學(xué)方式帶來(lái)的改變,。

　　備課 大數(shù)據(jù)篩選共性問題，進(jìn)行針對(duì)性教學(xué)

　　受新冠肺炎疫情影響,，今年上半年大中小學(xué)的教學(xué)活動(dòng)改為線上進(jìn)行,。很多網(wǎng)課平臺(tái)采取大班直播授課，如何保障教育質(zhì)量,，提升教學(xué)效率,，同學(xué)生實(shí)現(xiàn)高效互動(dòng)？

　　“主講老師在準(zhǔn)備講義和教案,，制作課件時(shí),，通過知識(shí)框架確定重難點(diǎn)，對(duì)題目進(jìn)行分類及分析,，并依托國(guó)內(nèi)百億級(jí)K-12學(xué)習(xí)行為數(shù)據(jù)庫(kù)‘從題海中選出一道題’,，實(shí)現(xiàn)輔導(dǎo)效率最大化�,！痹齿o導(dǎo)在線教育公共事務(wù)部副總裁任子歆介紹說(shuō),。

　　比如，在講解平面向量的應(yīng)用時(shí),，老師首先在題庫(kù)4642道向量題目中選出高考真題1778道,，根據(jù)所要講解的知識(shí)背景和邏輯精選出198道重點(diǎn)題目，再通過大數(shù)據(jù)篩選出學(xué)生易錯(cuò)的痛點(diǎn)題目18道,，最終教研老師與主講老師共同探討,，針對(duì)學(xué)生整體水平選出一道在題庫(kù)中被作答35958次，正確率僅為35.91%的題目,。

　　科大訊飛相關(guān)負(fù)責(zé)人表示,，對(duì)于老師而言，采集數(shù)據(jù)后的核心工作還是要應(yīng)用這些數(shù)據(jù)來(lái)進(jìn)行針對(duì)性教學(xué),。比如一次學(xué)科周測(cè)后,，自動(dòng)生成考試分析報(bào)告。報(bào)告幫助老師預(yù)設(shè)了講評(píng)順序,，錯(cuò)誤率較高的題目?jī)?yōu)先排在前面,，老師可以集中講解典型題,，解決班級(jí)的共性問題。在講解的過程中,，還能對(duì)標(biāo)注的優(yōu)秀試卷展示講解,，也可以調(diào)取典型錯(cuò)誤答案展開分層或分組討論教學(xué)，請(qǐng)對(duì)應(yīng)學(xué)生講一講答題思路,，共同找到錯(cuò)因,。

　　為了讓學(xué)生更好地掌握知識(shí)點(diǎn)，還需要及時(shí)開展舉一反三的變式練習(xí),，系統(tǒng)針對(duì)每道試題自動(dòng)推薦一批拓展試題,，解決傳統(tǒng)講評(píng)課就題講題、有講無(wú)練的問題,。這樣原本一張卷子總共17道題,，老師要講1—2個(gè)課時(shí)，現(xiàn)在只要20分鐘即能完成講解,。

　　授課 知識(shí)圖譜分析學(xué)習(xí)情況,，定制個(gè)人學(xué)習(xí)計(jì)劃

　　有專家表示，目前對(duì)于課堂的學(xué)習(xí)反饋,，人工智能能夠通過大數(shù)據(jù)了解學(xué)生對(duì)知識(shí)的掌握情況,，從而根據(jù)其不同的特點(diǎn)進(jìn)行定向輔導(dǎo)，推進(jìn)精準(zhǔn)教育,。

　　科大訊飛相關(guān)負(fù)責(zé)人表示：“當(dāng)學(xué)生學(xué)習(xí)到一個(gè)階段,，比如完成一個(gè)章節(jié)的學(xué)習(xí)之后，人工智能能夠通過知識(shí)圖譜動(dòng)態(tài)分析學(xué)生的學(xué)習(xí)情況,，快速測(cè)試找到其弱項(xiàng),，系統(tǒng)為每個(gè)學(xué)生規(guī)劃最佳學(xué)習(xí)路徑，量身定制學(xué)習(xí)計(jì)劃,，實(shí)現(xiàn)精準(zhǔn)鞏固提升�,！�

　　具體而言,，系統(tǒng)會(huì)自動(dòng)判斷學(xué)生需要掌握的知識(shí)點(diǎn)數(shù)量，并且把知識(shí)點(diǎn)之間的關(guān)聯(lián)也列出來(lái),，學(xué)生只需作答幾道題目就能基本判斷學(xué)習(xí)盲區(qū),。學(xué)生答題完畢，系統(tǒng)可以立刻指出學(xué)習(xí)中的薄弱問題（以紅,、黃,、綠圓點(diǎn)為標(biāo)識(shí)）。比如紅色的位置,，表示以前只是關(guān)注一個(gè)學(xué)習(xí)環(huán)節(jié),，如果前驅(qū)知識(shí)點(diǎn)沒有解決,，這個(gè)知識(shí)點(diǎn)做再多練習(xí)都達(dá)不到理想效果。現(xiàn)在系統(tǒng)會(huì)指出學(xué)生第一步應(yīng)該學(xué)習(xí)的知識(shí)點(diǎn),。針對(duì)這個(gè)知識(shí)點(diǎn),，學(xué)習(xí)系統(tǒng)會(huì)智能推送相關(guān)課程，并直接精準(zhǔn)定位到其應(yīng)該學(xué)習(xí)的片段,，兩三分鐘就能針對(duì)性解決問題,。學(xué)生學(xué)完之后，還可以通過變式練習(xí)及時(shí)檢測(cè)學(xué)習(xí)效果,，再次查看知識(shí)圖譜,，會(huì)發(fā)現(xiàn)知識(shí)點(diǎn)變成綠色，個(gè)性化問題得以攻破,。

　　目前,，在“智慧教育”中，基于人工智能技術(shù),，可以做到課堂全場(chǎng)景伴隨式對(duì)學(xué)生學(xué)習(xí)狀態(tài)的數(shù)據(jù)進(jìn)行采集,，并且挖掘數(shù)據(jù)價(jià)值，幫助老師精準(zhǔn)教學(xué),，個(gè)性化“因材施教”,。

　　科大訊飛相關(guān)負(fù)責(zé)人表示，這些都離不開科研人員研發(fā)的學(xué)生認(rèn)知診斷和個(gè)性化推薦系統(tǒng),，該系統(tǒng)首先深度挖掘?qū)W生做題的歷史大數(shù)據(jù),，對(duì)學(xué)生認(rèn)知狀態(tài)進(jìn)行精準(zhǔn)診斷，進(jìn)而針對(duì)學(xué)生的薄弱項(xiàng),、結(jié)合多種教學(xué)和學(xué)習(xí)目標(biāo),，對(duì)學(xué)生進(jìn)行個(gè)性化題目推薦。

　　由此,，基于對(duì)學(xué)生作業(yè)數(shù)據(jù)的采集生成的個(gè)性化作業(yè)報(bào)告,，系統(tǒng)可以分析學(xué)生各維度能力狀態(tài)和變化、形成個(gè)人能力畫像,，并且針對(duì)性進(jìn)行個(gè)性化推薦,。此外，系統(tǒng)將根據(jù)每位學(xué)生錯(cuò)題不同,，推送不同題量,、以及不同難度的個(gè)性化作業(yè)，個(gè)性化問題及時(shí)解決,。

　　“采用自適應(yīng)推薦技術(shù),，能夠基于對(duì)學(xué)生知識(shí)狀態(tài)的精準(zhǔn)診斷，實(shí)現(xiàn)教育資源和學(xué)生之間的智能匹配,，從而能夠推薦更加適合學(xué)生的個(gè)性化學(xué)習(xí)路徑,�,！笨拼笥嶏w相關(guān)負(fù)責(zé)人強(qiáng)調(diào)。

　　閱卷 機(jī)器學(xué)習(xí)建立模型,，全面掌握評(píng)分標(biāo)準(zhǔn)

　　閱卷,，是老師教學(xué)工作中非常重要的一環(huán)，也是耗時(shí)費(fèi)力的一環(huán),。如果人工智能能夠替代或輔助老師對(duì)考試和作業(yè)評(píng)分,，將極大減輕老師負(fù)擔(dān)，為教師減負(fù)與診斷學(xué)生學(xué)習(xí)情況提供有力的工具,。

　　在大規(guī)�,？荚嚨闹悄荛喚碇校�評(píng)分的主要需求點(diǎn)是準(zhǔn)確,、高效,，面向課堂作業(yè)和考試的評(píng)分等，則需要“有營(yíng)養(yǎng)”的點(diǎn)評(píng)和批改反饋,，特別是對(duì)語(yǔ)文作文的批閱,。有專家指出，傳統(tǒng)方法利用自然語(yǔ)言處理淺層分析的結(jié)果構(gòu)建特征,，如文章的長(zhǎng)度,、段落數(shù)、詞匯豐富性等,。但不難發(fā)現(xiàn),，這些特征與人評(píng)價(jià)作文時(shí)考察的維度和深度相距較遠(yuǎn)。以高考作文評(píng)分規(guī)范為例,，評(píng)判標(biāo)準(zhǔn)除了考察其題意,、內(nèi)容、語(yǔ)言,、文體等基礎(chǔ)等級(jí),，還要考察其深刻、豐富,、文采,、創(chuàng)意等發(fā)展等級(jí)，這為機(jī)器評(píng)分帶來(lái)相當(dāng)大的難度,。

　　針對(duì)上述問題，哈工大訊飛聯(lián)合實(shí)驗(yàn)室相關(guān)負(fù)責(zé)人介紹,，可以利用機(jī)器學(xué)習(xí)算法根據(jù)少量人工評(píng)分的樣本學(xué)習(xí)一個(gè)預(yù)測(cè)模型,，其中的關(guān)鍵是構(gòu)建和利用有效的特征來(lái)描述作文、指示作文的質(zhì)量,。這套系統(tǒng)除了使用常用的淺層表征外,，也針對(duì)諸如文本通順,、文采、立意分析,、篇章結(jié)構(gòu)等難度較高的維度進(jìn)行探索,。例如，對(duì)語(yǔ)法錯(cuò)誤的診斷,，是以預(yù)訓(xùn)練語(yǔ)言模型為基礎(chǔ),，結(jié)合少量標(biāo)注數(shù)據(jù)和大規(guī)模自動(dòng)構(gòu)建的偽數(shù)據(jù)，進(jìn)行錯(cuò)別字,、語(yǔ)法以及標(biāo)點(diǎn),、成語(yǔ)等多類型錯(cuò)誤識(shí)別。

　　對(duì)于文科主觀題評(píng)分,，系統(tǒng)首先通過版面和圖文識(shí)別獲得題目和學(xué)生作答內(nèi)容,，而后利用智能定標(biāo)篩選具有代表性的學(xué)生作文進(jìn)行專家定標(biāo)評(píng)分并學(xué)習(xí)評(píng)分模型，最后,，對(duì)機(jī)評(píng)結(jié)果進(jìn)行匯總和分析,。為了提高定標(biāo)數(shù)據(jù)標(biāo)注的效率和效果，研究人員提出“專家隨機(jī)抽取+智能挑選樣卷+聚類分段補(bǔ)充”的定標(biāo)集選取方法,，提升了評(píng)分模型對(duì)于各分?jǐn)?shù)段的建模能力,，符合高考等考試環(huán)境下考生成績(jī)呈正態(tài)分布的特點(diǎn)，拓展了對(duì)專家評(píng)分和閱卷教師評(píng)分的綜合學(xué)習(xí)能力,，使得計(jì)算機(jī)智能輔助評(píng)分系統(tǒng)能夠通過有限的定標(biāo)數(shù)據(jù),，更加全面地理解和掌握評(píng)分標(biāo)準(zhǔn)。目前,，該系統(tǒng)每年服務(wù)考生超過600萬(wàn),。