民办教育律师网
 

理论观点 >> 研究交流

智慧校园“智”在何处?

日期:2023-12-29 来源:| 作者:| 阅读:0次 [字体: ] 背景色:        

智慧校园“智”在何处?专家:真正把数据转化为教育生产力

构建高质量的智慧学习环境是推进教育数字化转型的基本途径,推动科学教育从传统的“一刀切”向差异化、个性化、精准化的方向转变,使规模化教育与个性化培养成为可能。

作为智慧学习环境的一部分,智慧校园建设是当下教育现代化进程的热点。近日,北京首批智慧校园示范校名单公布,41所大中小学入选。此外,北京要在“十四五”期间遴选100所智慧校园示范校,引导学校创建新技术赋能下数据驱动、自适感应、泛在互联的新一代学习环境,全面服务学生更高质量的获得与成长。

智慧校园到底“智”在何处?如何真正把数据转化为教育生产力,通过数据洞察教育规律、趋势,预测教育发展动态?如何基于人工智能、大数据等先进技术,为学校、教师和学生提供更加精准、个性化的教育服务?

智慧校园核心是将数据转化为教育生产力

什么样的校园才称得上“智慧校园”?2023年4月,《北京市中小学智慧校园建设规范(试行)》印发,对这一概念做出界定。智慧校园是指智能化基础设施先进完备、云边端体系结构健全开放、信息化业务系统整合协同、空间应用线上线下融合流畅、数智技术赋能精准高效、课程课堂评价整合升级、师生素养发展持续推进、安全保障运行机制健全、学校办学特色与成效显著的现代化校园。

北京市海淀区教育科学研究院院长吴颖惠参与了上述规范的起草工作。吴颖惠指出,智慧校园的“智”体现在学校管理与教学运行的“快速”“便捷”之上,也体现在学校教育系统的“开放”“交互”“协助”“共享”等之上,以信息化技术促进学校管理方式与运行模式的现代化,学校教育教学全过程的智能化。具体表现在学校后勤管理智能化、师生管理智能化、课程资源智能化、教学系统智能化、学生活动智能化和教育评价智能化等。

北京师范大学教授、博士生导师、教育技术学院院长武法提指出,智慧学习环境由场景应用层、技术支撑层、数据模型层三个层次组成,包含场景、资源、工具、服务、数据、模型等六个要素。

其中,场景是各类教学活动发生的主要载体,涵盖主体、时间、空间、事件与设备等要素,是了解师生行为模式与活动事件整体性的重要依据。智慧学习环境中的典型场景包括教学、学习、评价、测评、管理与教研等,各场景共同指向学习者素养发展。

“可以从数字化校园到智慧校园的升级去看智慧教育的价值。”此前对“数字化校园”讨论较多,“智慧校园”相比起来最核心的区别在哪里?对此,武法提解释称,数字化校园主要实现的是功能替代,即在教、学、评、管、测、研、服等主要的教育场景里,把传统的功能进行数字化替代,比如将粉笔、黑板替换成电子屏;而智慧校园是要将数据转化为教育生产力,用数据来赋能教育教学的过程。

“通过建立教育模型,对过程性数据和结果性数据进行关联分析,从而发现教育教学中的深层次规律,以此来实现科学的教育决策和智慧的教育治理,包括实现精准教学反馈,以及对学生进行个性化指导。”武法提说道。

基础应用已常态化,数据赋能尚且不足

传统的以知识为中心的教学方式,难以满足学生的探索需求,导致其缺乏对科学知识的深入理解和应用。也因此,智慧教育的价值就体现出来。

根据多位教育专家分析,智慧学习环境能够保障精准化教研的优势,构建优质科学课堂的要素模型,以可视化的形式进行呈现与推广,帮助教师进行生成式教学设计,创造丰富的学习场景;可以辅助教师精准分析个体或群体学生的学情,为学生画像,做到因材施教,满足学生不同的学习需求和能力水平,从而促进差异化教学;还可以支持个性化学习,利用学习分析技术采集和评估学生过程性学习数据,形成个人学习分析报告,提供个性化学习资源,从而最大限度地优化学习效果。

如何让校园实现真正的“智慧”?炫酷的软硬件设施之外,如何让数据真正发挥价值?这是当下智慧校园建设面临的重要问题。

武法提指出,从当下各地智慧校园建设情况看,智慧课堂数据赋能尚不足。学校基础性、统计性数据的应用虽已常态化,但对教育过程性数据的深度挖掘与应用还比较浅表化,以数据反馈课堂教学改进尚需加强,基于学情数据分析的精准教学与个性化学习模式探索还需深入。

此外,数据的常态化伴随式采集和基于教育模型的深度分析是实现智慧的来源,而现在部分智慧校园建设刚刚起步。武法提介绍,“目前,伴随式数据采集技术还没有实现真正突破,数据采集还不够常态化、泛在化,这就导致一些智慧教育的理论设计都无法付诸实践。”

他举例,目前,课堂上基于摄像头和教育平板等互动设备进行的数据采集做得比较好,但是在教室之外的泛在学习场景,以及在场馆、社区、图书馆、课外活动场地等场景的数据采集还很难实现;此外,当下统计学数据和结果性数据比较多,包括作业、试卷、成绩等等,但是在协作学习、探究式学习等场景下的过程性数据还难以采集。

“只有采集到学生的全息数据才能够建立起精准的学生数字画像,但是完整的过程性的数据是缺乏的、不全面的,因此造成很多校长反映的‘智障’问题。”武法提说。

“智慧校园建设一定要遵从教育规律,要服务师生的教与学,学校不是智慧产品的‘试验场’,而是成熟技术产品的‘应用基地’。”吴颖惠提出,对于教学应用系统而言,系统或工具研发的全过程一定要有教师参与,不能想当然地研发教育产品,“任何想为课堂教学‘另辟蹊径’的想法都是不可行的,课堂教学固有规律不容忽视与违背。”

武法提也指出,学校、企业、政府和教研在联合设计智慧校园的时候,一定要从老师的需求出发,本着方便易用的原则,不要让老师在学技术上花费很多精力,这样的话老师才有积极性去使用,才能让技术真正服务于教学需要。

生成式人工智能进一步应用是未来发展方向

“智慧校园建设必然会从基础建设、后勤管理,最终走向教育教学应用。”教育数字化转型是一项系统工程,谈及智慧校园的未来发展,吴颖惠指出,智慧德育、智慧体育、智慧美育、智慧劳育等有助于学生智慧学习的产品,都是今后智慧校园建设关注的重点。另外,双师课堂、远程教学、智慧实验室等也都是今后关注的重点。

武法提则强调了生成式人工智能在智慧校园建设上的进一步结合与应用。他举例称,现在很多学校建设了可视化数据看板,有的也称为“驾驶舱”,有些看着很热闹、特别漂亮,但是老师实际使用的时候可能看不懂、用不上,实际上,数据看板应该是允许老师定制的。

他举例,比如老师想了解某个小组的具体学习情况,但是数据看板上看不到,这时候就可以利用生成式人工智能技术,老师可以直接向机器提问“这道题孩子们做错的原因是什么?”让人工智能进行数据分析,以人机对话的方式来帮助老师获得想要了解的信息。

此外,在武法提看来,数字教育发展呈现出更多趋势,包括数字技术的发展将改变教育出版的方式和课程、教材形态,使得教育活动开展的支撑环境发生巨大改变;人机协同将成为数字化学习环境设计的基线思维;具身交互将成为数字化学习环境中的重要交互形式;数字教育的发展将实现教育学及其各分支学科的数字化融合与转变,催生数字教育学。

最为关键的是,“未来智慧校园的发展,一定是更深层地发挥数据的作用,建立各种教育模型进行深度分析,更深层地支撑教师的教、学生的学、学校的管。”武法提认为,教育数据的伴随式采集及深化应用将成为数字教育高质量发展的突破口,数据应用于课堂教学改进从而实现精准教学和个性化学习,应用于教学模式变革从而支撑素养导向的课程改革,应用于综合素质评价从而实现数据驱动的教育评价改革,应用于教育的科学决策从而实现教育治理现代化。

新京报记者 冯琪



特别声明:本网站上刊载的任何信息,仅供您浏览和参考之用,请您对相关信息自行辨别及判断,本网站不承担任何责任;本网站部分内容转自互联网,如您知悉或认为本站刊载的内容存在任何版权问题,请及时联系本站网络服务提供者或进行网上留言,本站将在第一时间核实并采取删除、屏蔽、断开链接等必要措施。网络服务提供者联系电话:13691255677。


 

扫一扫,关注

电话:13691255677