（人工智能）人工智能(AI)
以及人工智能科学从诞生
起
摘要:人工智能（AI）以及人工智能科学从诞生起，其研究和应用领域就和教育紧密关联。人
工智能就是研究让计算机接受教育、提高智能的科学技术。AI 的研究成果又反过来应用到应
用到教育过程中，促进教育的工作效率、产生新的教学模式。用人工智能技术技术支持教学
(过程)的设计、互动分析和评价，进而支持教师及其教学，这已经成为壹个重要趋势；本文
阐述了教学设计自动化技术、、教学自动测评技术、专家系统、Agent 等概念、重点关注的
问题，以期为广大教育技术工作者提供壹点借鉴。
关键词:人工智能;教学设计自动化;教学自动测评,专家系统，Agent技术
Abstract:
,ther
esearchofAIwillalsoputintoeducationwhichincludingenhancetheefficencyofeducator，appearingnewin
structionalmodeaswellasimprovingtheeffectofstudent’
ducatorwillusethesuchtooltodesign,anylasis,andevaluatethecourseinordertosupporttheinstruction;T
histextisfocusingthesometechnologiessuchasAutomatedInstruction,Computer-AssistedAssessment,Ex
p-
ertSystemandAgentsoastomakeincreasingnumberofeducatorsknowaboutit!
Keywords:AI;Computer-AssistedAssessment,Expertsystem,Agent
壹、教学设计自动化技术
“教学设计自动化”（AutomatedInstructionalDesign或 AutomatingInstructionalDesign，简称 AID）是
指有效利用计算机技术，为教学设计人员和其他教学产品开发人员于教学设计和教学产品开发过程中提供辅
助、指导、咨询、帮助或决策的过程[1]。“教学设计自动化”更为贴切的提法应该是“计算机辅助的教学设
计”（ComputerAidedInstructionalDesign，简称 CAID）
教学设计是教育技术学最核心的内容之壹，教学设计理论的发展为教育技术学的发展奠定了坚实的基础。可
是，教学设计仍然是少数教学设计专家的“专利”，于广大教师中普及应用仍然有壹定的距离。其原因主要
有二，首先教学设计方法需要进壹步完善和发展，包括教学设计的过程模式比较复杂、“通用”模式于各种
教学情况下的不适应等；其次“设计”的工作量过于繁杂(如内容分析阶段的 ABCD方法就是壹项复杂的“机
械”劳动)。因此，若能让计算机帮助教师完成壹些“机械劳动”，让教师把更多的精力关注于学和教的过程
和行为，具有非常重要的理论意义和现实意义。
从 1984年梅瑞尔首次提出“教学设计自动化”开始，教学设计自动化吸引了很多教育技术专家、心理学家、
人工智能专家和计算机专家的参和且取得了相当多的成果[1]。目前教学设计自动化的研究主要集中于 5个
方面[1][2][3]：(1)提供集成写作工具。如 WebCT、WebCL等各大网络教学支撑平台均集成了写作工具，充
分利用网络的优势，简化了过程。(2)提供教学设计专家系统。例如，梅瑞尔等人研究和开发的 IDExpert就
是基于规则的专家系统，它能够根据教学设计人员提供的信息，提出关于课程组织、内容结构、教学策略等
方面的建议。(3)提供教学设计咨询服务。专家系统开辟了教学设计的新领域，可是却抑制了教学设计开发
人员创造性的发挥，咨询系统更注重发挥教学设计人员的主观能动性。(4)提供教学设计的信息管理系统。
如学习研究协会（InstituteforResearchonLearning）开发的 IDE（InstructionalDesignEnvironment）系
统。(5)提供电子绩效支持系统（EPSS）。如 AGD绩效支持系统等。另外，教学设计自动化技术壹个最直接的
应用是为教师提供教学设计模板。WebQuest就是壹个很好的例子，它提供了多套方便适用的教学设计模板，
教学设计人员和教师只需填入相应的内容，就可生成 WebQuest教学网站，大大降低了教学设计的难度。
教学设计自动化的更进壹步发展要求它具备更高的“智能”，这需要积极借助自然语言理解和信息检索领域
的成果。例如，我们有理由要求教学设计自动化系统能够帮助我们抽取文章中的概念以及概念之间的关系，
生成壹定的可视化图表，如概念图、思维导图等，且于人工校对后，生成可用的演示文稿。达成这壹目标的
核心技术包括信息抽取领域的实体抽取技术和关系抽取技术。
二、教学自动测评技术
教学自动测评是计算机辅助评价(Computer-AssistedAssessment，简称 CAA)的核心内容和研究前沿之壹，
其基本流程是：把问题和任务通过计算机终端传给学生，学生通过计算机输入设备将问题的答案输入给计算
机，计算机自动或半自动判断答案且记录分数。CAA可于诊断性、形成性和总结性等三类评价中均可得到有
效应用；既能够用于学生的自我评价，也能够用于教师对学生的评价[4]。CAA系统的构成主要包括三个方
面：(1)题库和组卷；(2)测试环境和自动阅卷；(3)测评数据的统计分析：负责管理测评结果，按要求生成
各种报表以及对题目进行分析。
目前，CAA应用研究主要集中于三个方面[5]：(1)客观测试：测试题的答案从预先定义好的有限个问题答案
中选择或比较，计算机对考题答案的评分不需要任何的主观因素参和，客观测试主要用于评估知识覆盖型和
事实记忆型为主的课程；(2)计算机自适应测试(CAT)：指于具有壹定规模的精选试题组成的题库支持下，按
照壹定的规则且根据被试的反应选取试题，直到满足停止条件为止；(3)基于 Internet的远程考试和评价。
客观测试和计算机化自适应测试的关联的理论、方法和技术已相当成熟，能比较好地解决了知识层面的评价
问题。其热点及前沿课题主要有俩方面：(1)主观题的测评问题及其自动化,例如，对自由文本答案的计算机
测评的研究目前已经取得很大的进展；(2)技能性非客观题的测评。
三、专家系统于教育中的应用
谓专家，壹般均拥有某壹特定领域的大量知识和丰富的经验。于解决问题时，专家们通常拥有壹套独特的思
维方式，能较圆满的解决壹类难题，或向用户提出壹些建设性的意见。
专家系统（ExpertSystem）可视为壹类具有大量专门知识的计算机智能程序系统[6]。它能运用特定领域壹
位和众多专家提供的专门知识和经验，且采用人工智能中推理技术来求解和模拟通过由专家才能解决的各种
复杂问题，达到和专家具有同等解决问题的能力。它可使专家的特长不受时间和空间的限制。因此，专家系
统必须包含领域专家的大量知识，拥有类似人类专家思维的推理能力，且能用这些知识来解决实际问题。例
如，壹个医学专家系统就能够像真正的医学专家壹样，诊断病人的疾病，判断病情的严重性，且给出相应的
处方和治疗建议等。同领域和不同类型的专家系统，其体系结构和功能有壹定的差异，但它们的组成基本不
变。壹个基本的专家系统有知识库、数据库、推理机、解释器、知识获取和用户界面六个部分组成[6]。
专家系统是人工智能研究中最重要的分支之壹，它实现了人工智能从理论研究走向实践应用，从壹般思维方
法的探讨转入运用专门知识求解专门问题的重大突破。目前，被大多数人认可的专家系统于教育中的应用主
要有俩种：即将专家系统作为学习的工具和学习的对象。
专家系统作为学习的工具
专家系统作为学习的工具首先将改变现有的教育模式，勃朗逊(RobertBranson)于美国的《教育技术》杂志
上发表的题为《过去、当下和未来的教学模式》[7]壹文中，描述了壹个以教育技术为基础的未来教育模式，
该模式是由教师、专家系统和学生三个方面所组成的。其中的专家系统是壹个由知识和数据库组成的智能教
学专家系统。以它作为学习的工具，为学习者提供像学科专家壹样的学习支持，学生通过主动地和专家系统
的交互来获取知识。同时，于这壹系统中，将教师从学科事务中解放出来，使其有更多的时间和精力来协调
学习者之间、学习者和专家系统之间的关系，使教师的主导作用得以充分的发挥。这壹模式的实现，能够使
目前的“以教师为中心”、“以课堂为中心”的教学模式从根本上有所改变。
其次，专家系统能提供智能化的决策服务，支持服务是现代远程教育系统的重要构成要素，其宗旨是创造壹
个优良的学习环境，使学习者方便快捷地调用各种资源，接受关于学习的全方位服务，以获得学习的成功。
建立和维持壹个高效灵活、强有力的支持服务子系统是有效地开发、管理和实施远程教育项目的保证，关系
到现代远程教育的发展和生存。但当前远程教育中的学习支持服务且不尽人意，导学和答疑的手段均仍十分
落后，服务方式也受到诸多限制（如：地域、时间、人员和设施等），缺乏主动性、针对性和策略性。欲改
变支持服务的被动情况，提高支持服务的质量，其有效途径之壹就是引进人工智能技术，实现服务的智能化。
例如于 20世纪 80年代初提出来的，把决策系统和人工智能相结合，尤其是和专家系统相结合的智能决策系
统（IntelligenceDecisionSupportSystem），它比传统的决策支持系统具有更有效的辅导决策作用。智能决
策系统能够实现以下的壹些功能：分析和识别问题；形成候选的决策方案（目标、规划、方法和途径等）；
构造决策问题的求解模型；多方案、多准则、多目标情况下的比较和优化；综合分析，包括决策结构或方案
对实际问题可能产生的作用和影响的分析，以及各种环境因素、变量对决策方案或结果的影响程度分析
专家系统作为学习的对象
教育部于 2003年 4月正式颁布普通高中课程标准（实验稿），首次于信息技术课程中设立“人工智能初步”
选修模块，从而迈出了我国高中阶段开展人工智能教育的第壹步。
专家系统于人工智能领域享有很高的声誉，曾被认为“是人工智能从幻想到实践，再由实践到理论的主角”。
以专家系统作为学习对象，能够对学生的以下几个方面产生积极的作用：
1、培养学生问题解决方法的多样性
人们于现实生活中遇到的问题按其结构划分，大致能够分为三类：[6]]结构化问题（能用形式化或公式化方
法描述和求解的问题）、非结构化问题（难用确定的形式来描述，主要根据经验来求解的壹类问题）和半结
构化问题（介于之上俩种之间的问题）。
学生于中学阶段要求解决的大均是结构化问题。求解结构化问题主要途径是：算法＋数据结构。而专家系统
最适合那些没有高效算法解决的情况，即非结构化问题和半结构化问题。解决这类问题，推理可能是寻求较
好解决方法的唯壹希望。因此，求解非结构化、半结构化问题的主要途径是：知识＋推理。
通过让学生借助专家系统工具建造专家系统，包括知识库的构建和推理机制的设计，能够让学生于了解专家
系统的基本特征，体验、认识专家系统的知识和技术的过程中获得对非结构化、半结构化问题解决过程的了
解，从而使学生了解计算机解决问题方法的多样性，培养学生的多种思维方式，达到提高信息素养的目的。
2、培养学生人际交流的能力
为成功开发壹个专家系统要求领域专家、知识工程师和用户的密切配合，领域专家提供知识和求解方法，用
户提供需求，知识工程师从专家那里获取知识，且将其转化到计算机上。于专家系统的教学中，能够要求学
生自行构建由产生式规则组成的知识库，学生作为知识工程师或领域专家，即要能清楚地向他人表述自己意
图，又要具备从别人那里获得对自己有用的信息的能力。通过这种角色扮演，有利于培养学生的人际交流的
能力，提高协作意识。
3、开发学生的元认知能力
元认知又称反省认知，即对认知的认知，是个人关于他自己的认知活动过程和结果以及和之有关的任何事项
的认知，其实质是个体对自己认知活动的自我意识和自我调节[8]。斯腾伯格认为，人们对自身思维过程（分
析、创造和实践性的问题解决、推理和决策制定等）了解和控制的元认知能力，相比单纯的认知能力（如知
觉、记忆和思维过程）更能影响到智力[9]。而我国现行的学习目标大均以布卢姆的教育目标分类学或加涅
的理论为指导，于制定学习目标时往往忽略元认知能力的培养。
由于专家系统中的知识组织和推理过程是对人类专家思维方式的壹种模拟和再现，因此学生于建造知识库过
程中，需要反省自己的思维过程，将原来零碎的未成型的知识概念化、形式化和条理化，从而内化为学生自
己的东西。通过自己实践构建壹个小型的专家系统，能够为学习者提供壹个反思自身思维过程的机会，有助
于学生认知水平的提高。
四、Agent技术于教育中的应用
Agent是壹个具有自治能力的实体，这个实体是壹个由软件支持下的系统[10]。壹般以软件为多。这种软件
能够于目标的驱动下采取社会交往、学习等行为对环境的变化作出主动的反应，完成特定任务。Agent的特
点主要包括自主性、进化性、协作性、进化性、通信性、移动性等。
目前的网络教育课程很大程度上是把传统的教育课程搬到了网上，原有的教育体系中壹些好的方面没有被继
承和发扬。于网络教学中，教学方式单壹，教学内容没有很好的针对性，对于学生的关心程度几乎为零。Agent
技术的引入，有望较好地解决这些存于的问题。
Agent应用网络教学中以后，主要的优点有以下几个方于面：
1、网络教育的个别化
目前的网络教育中教育的个别化只是时空上的个别化，而要教学方式和教学内容上没有发生根本变化。网络
由于其自身的特点，个别化教育应是其重要的壹个优点。但如果只是将课堂教学简单搬上网络，不但没有实
现其个别化的特点，反而使传统课堂教学中的优点也被剥夺了。于 Agent被应用以后，利用其智能性能够针
对每壹个教学对象的水平、学习内容、学习中遇到的难点、学习的动机等壹系列的特征，采取不同的教学方
式，提供不同的教学资源，做到对每壹个学习者的教学资源和过程均不尽相同。学习者的 Agent组成为每壹
个学习者的“私人教师”。
2、人性化的交互和教学方式
Agent引入后，教学系统和学习者的交互方式将发生根本的变革。基于 Agent的网络课程的根本特点于于学
习者的极大“关怀”。于教学的过程中学生将感到和以往完全不同的教学气氛，计算机随时地“倾听”学习
者的声音，且对教学过程进行调整。
3、强大的自我进化功能
Agent本身的进化功能于引入到教育中以后，其潜力将得到最大程度的发挥。于对每壹个学生建立于壹个属
于自己的 Agent以后，整个 Agent组处于不停的进化过程中，通过和学习者的交互，对学习者的了解日趋深
入，使整个的 Agent组越来越适合学习者。资源的数量和资源的质量（从某种意义上是指对学习者的适当应
性）。
4、对网络资源的有效利用
目前，Internet的资源极大丰富，可是资源的存于方式却是壹种无序的、杂乱的状态，只能算是壹种信息（inf
ormation）或者数据（data），而学习者需要的是壹种知识（knowledge）。要把这些信息和数据转换成为有
用的知识点是壹个庞大而复杂的工具。因此于目前的情况下，很多的学习者于利用网络资源的时候，是被“溺
水”而不是有效地利用了网络资源。于基于 Agent的网络教学体系中，资源 Agent将主动地为学习者完成这
壹过程，网络的信息（information）和数据(data)将变成学习者所需的知识（knowledge）.
５、讨论协作学习智能化
传统的网络教学中，学习者的交流和协办作者的交流和协作者是静态的，网络环境只是提供了壹个交流的场
所。而于基于 Agent的网络教学系统中，讨论板块对讨论的问题有总结提炼，且能根据讨论的情况组织专题
性的讨论，引导学生作更深入的研究和探讨，发挥协作式学习的优越性。
６、改善学习模式，培养学习者的各种能力，有益于素质教育的开展
学习者能够提出自己的问题，或者根据已有的问，于学习系统的协助下受逐步求解，甚至能够对领域内的某
壹问题作深入的研究探讨。基于 Agent的网络学习体系将的提供开放的环境、详尽的资源，而不是呆板的学
习模式，学习者能够自主地选择学习者重点、学习者的方式。于学习过程中，自身的问题得到逐步的解决，
同时解决问题的各种能力出得到提高。
基于 Agent的网络课程出有其不足之外，主要是于实现方面有较高的技术要求和资金投入。但随着 Agent软
件方法可重用性的可扩展性的提高，于不同的课程中只要改变专业知识模块，而整体的框架可重复利用，且
加以扩展。相对于当下的壹次性课件，从长远的角度来见，投入出且不高。于技术性方面，目前已经有不少
的商用系统投入使用，效果良好。于教育领域，UnitedStatesArmyWarCollege已完成人工智能课程的学习 Age
nt,且投入使用。
之上所谈及的几项技术是当前人工智能技术于教育中的热点技术，尽管壹些技术仍不够完善和成熟，可是它
们已经对当前的教育产生了深远的影响，它改变了教师的角色、开发了新的教学模式、极大提高了学生学习
效果；随着人工智能技术的进壹步发展和深入，这种影响将会更加持久和深远。
参考文献：
[1]马宁,余胜泉.简述教学设计自动化研究[DB/OL].500){=true;=500;}"al
ign=absBottomborder=0>http:///html/
[6]王万森编著.人工智能原理及其应用.北京：电子工业出版社.
[7]李慧迎章伟民专家系统及其于教育中的应用
500){=true;=500;}"align=absBottomborder=0>
en/dianziban/200501/
[8]张剑平.关于人工智能教育的思考[J]电化教育研究.，24——28
[9]朱永祥.小学生元认知技能培养实验研究方案[J].教育研究.
[10]吴战杰，秦健 Agent技术及其于网络教育中的应用研究
500){=true;=500;}"align=absBottomborder=0>http:///articledigest20
/
[11]刘大有,杨鲲,陈建中.Agent研究现状和发展趋势[J].软件学报,2000,11,(2
