引論：我們為您整理了13篇人工智能與教育范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
0引言
20 世紀以來，計算機的發展日新月異，不斷更新換代，以最早期的機械運行方式為基礎，經歷了電子管時代、晶體管時代直到集成電路，時至今日已涉及到人們生活、工作和學習的各個方面，伴隨著計算機的出現并逐步普及應用，人們又開始力圖根據認識水平和技術條件，試圖用機器來代替人的部分腦力勞動，以提高征服自然的能力。
1人工智能的概念
人工智能（Artificial Intelligence），英文縮寫為AI，也稱機器智能。“人工智能”一詞最初是在1956年的Dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。主要探討如何運用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規劃以及問題求解等思維活動，并以此解決如咨詢、診斷、預測、規劃等需要人類專家才能處理的復雜問題。通俗的說，人工智能可以分為兩部分來理解，即“人工”和“智能”，顧名思義就是人造的智能。人工智能是研究如何制造智能機器或智能系統來模擬人類智能活動的能力，以延伸人們智能的科學。
2人工智能和教育的關系
（1）人工智能和教育的關系。人工智能以及人工智能科學從1956年誕生起，其研究和應用領域就與教育緊密相關。人工智能就是研究讓計算機接受教育、提高智能的科學技術。AI的研究成果又反過來應用到我們日常生活的各個方面，并可以改進我們的生活。比如應用到教育過程中，促進教育的工作效率（減少教師的數量和工作時間、甚至直接提高受教育者的智能）。還可以產生新的教學模式，如網上學習共同體、合作學習等。（2）人工智能在教育中的應用。人工智能原理和技術從誕生起就應用于教育，其產品通常稱作智能指導系統ITS或者智能計算機輔助教學ICAI。
ICAI系統可以采用多種形式。從根本上講，它是在保證學生和程序靈活性的方式下，應用人工智能原理和技術，組織安排教學系統的各種成分。它并不是根據預先輸入的問題、預先想到的解答、預先指定的分支等進行工作，而是根據學生學習時積累的知識而工作。它的一般工作準則和標準，是依賴本身的知識結構和近期活動事件，如學生回答的歷史記錄。許多ICAI系統都具有這樣的重要特點，即能夠實現與學生的自然語言對話。
3人工智能與網絡教育的融合
隨著人工智能的理論與技術發展，其在教育中的應用日漸擴大，例如Internet上的web站點，其網頁的組織形式，就包含智能的原理。目前人工智能在教育領域特別是網絡環境下的應用主要有以下幾個方面：
（1）ICAI。計算機輔助教學（CAI）是由程序教學發展而來。但是以程序教學為理論基礎開發的CAI課件，在推理機制和學生模型方面存在不足，因而不能根據不同學生的實際情況進行動態調整，缺乏靈活的應變能力。
借鑒人工智能中的專家系統知識，由于專家系統中包含知識庫和推理機兩個基本模塊，在一般專家系統中再加入一個“學生模型”模塊，就構成智能計算機輔助教學（ICAI）系統的基本結構。其中推理機的作用相當于現實教學中的教師，它可以根據知識庫中的內容和學生模型推斷出每個學生的學習能力、認知特點和當前知識水平，根據學生的不同特點選擇最適當的教學內容與教學方法，并可對學生進行有針對性的個別指導，提高教學效果。
（2）智能。在我們傳統的教學過程中，最經典的教學模式是以教師為主，教師講、學生聽，它是一種單向溝通模式。這種教學模式的優點是有利于教師主導作用的發揮，便于教師組織、監控整個教學活動進程，便于師生之間的情感交流，因而有利于系統的科學知識的傳授，并能充分考慮情感因素在學習過程中的重要作用。
上世紀90年代以來，隨著多媒體和網絡技術的迅速發展，強調以學生為中心的建構主義學習理論日益流行。這種理論強調在教師主導下以學生為中心的學習，即一種“主導――主體”教學結構。在這種教學并重的結構中，教師是教學過程的組織者、是良好情操的培養者；學生是信息加工與情感體驗的主體，是知識意義的主動建構者；教學媒體既是輔助教師教的演示工具，又是促進學生自主學習的工具。
篇2
（一）教育理念的革新。“人機一體”將成為未來新的教育方式[1]，由新技術和新手段的出現所應運而生的智慧教育[2]，將對原有教育進行改進和完善。智能技術在改變教育的手段和環境的同時，還有利于構建出系統解決教育問題的教育新體系，從而真正觸及教育的根本[3]。
（二）關注技術的革新。機器深度學習、智能學習的算法、視覺識別以及智能語言識別這些基礎技術的突破，為人工智能的教育應用奠定了堅實的基礎[4]。
（三）探究教育的應用。人工智能在學校教育中的學業測評、交叉學科、角色變化等應用領域具有巨大潛力，教師角色內涵也將在與人工智能的協同共存中發生改變。AI監課系統能夠數據化、可視化評估教師的授課情況，將人工智能技術的運用滲透到整個教學過程中，教師可以根據評分實時調整授課內容，以促進個性化學習，從而提升教學效果。教育深受技術發展的影響，新技術融入教育并促進教育方式的轉變已成為必然趨勢。一方面技術為教育提供了新的、更加廣闊的可能性；另一方面技術具有變革人類的教育方式與學習方式的能力。然而，技術是一把“雙刃劍”，如何獲取或實現以人工智能為代表的新興信息技術所擁有的特征、優勢與功能，使其在教育中最大限度地發揮其應有的價值呢？人工智能技術如何繼續被安全使用到教育領域？如何通過教育變革來促進新興信息技術在教育教學中的廣泛與深入應用，實現教育深層次革命等問題，是目前需要關注和探討的主要問題。
1人工智能時代下教育變革的背景
1.1人工智能的內涵及具備的強大能力
人工智能最早由美國達特茅斯學院于1956年提出，其研究主要包括機器人、圖像識別、自然語言處理、語音識別等，實質是一種自動感知、學習思考并做出判斷的程序。人工智能具有自主學習、推斷與革新的能力，推動了圖像識別、自然語言處理等方面的技術突破。人工智能同時具有理性判斷力、超強的工作力，只要電力供應不斷，幾乎可以無限制地工作下去，而且適應不需要情感投入的工作。它的超強能力，源于三個重要的技術：深度學習、大數據和強算力。
1.2人工智能時代的機遇和挑戰
人工智能在精力、記憶力、計算力、感知力以及進化力等方面與人類相比，具有突出優勢。在醫藥領域，人工智能的出現使普通民眾可以享受更為高效、稀缺的醫療資源，解決醫療診斷領域診斷質量不均衡、醫生資源不足等問題。在教育領域，人工智能促進教學質量進一步提升、教師角色多樣化、學生學習能力的提升；為教育研究提供新技術和數據支撐；極大拓展了教育研究新視域；使教育在立德樹人方面、教育方法創新方面、教育手段和環境方面以及教育服務供給方式方面均發生改變。然而，看到人工智能以其強大的處理能力帶來機遇的同時，也需要正視人工智能帶來的新挑戰。在人工智能浪潮沖擊下，如何借助人工智能發展的機遇推進教育的變革與創新？人工智能技術如何繼續被安全使用？首先，人工智能專家大都認為，人工智能將會淘汰大量現有的依靠非腦力勞動為生的勞動力，需要培養人工智能時代的新型勞動力。而且，人工智能技術本身的不太成熟使很多人工智能技術只是應用在兒童教育領域，再者，人工智能潛在的道德倫理問題缺乏法律制度規范。除此之外，人工智能時代將對社會結構以及人的地位構成挑戰。綜上所述，人工智能時代所帶來的機遇是大于挑戰的。教育需適應人工智能技術所帶來的突破和飛躍，不斷調整和更新教育的方向和目標，實現育人成人的發展目標。
2人工智能與教育變革
2.1人工智能與教育目的的變革
人工智能帶來的巨變不僅影響人類未來如何發展，而且極大釋放了人類的生產力，這些在一定程度上使得人類需要重新思考教育是何目的。人工智能影響教育目的的變革主要表現在：第一，人工智能可能會使人類陷入精神危機。這源于兩方面的結果：一方面，人工智能將取代大部分人的工作崗位，工作的喪失將會導致人的價值和尊嚴喪失。另一方面，人工智能技術的發展將可能導致所有基于自由主義的想法破產，轉而人類所擁有的價值和尊嚴可能轉化為一種“算法”，人工智能帶來的職業替代風險在教育領域同樣存在，主要是對教師角色的挑戰。第二，人工智能有利于培養人的學習能力。從某種角度上講，人工智能剝奪人的就業機會，但同時，人工智能助教機器人將協助教師實現個性化指導，從而有利于將學習的過程視為尋求自我價值和意義的過程。除此之外，人工智能有利于使教育注重培養人的精神能力，這種精神能力大致包括實踐動手能力、價值追求能力以及創造能力，從而有利于學生知識以便于更好地完善自我、豐富自我，使教育跳脫“知識為本”的陷阱，發揮“立德樹人”的正向作用。
2.2人工智能與學習方式的變革
第一，深度學習。深度學習也稱為深度結構學習或者深度機器學習，是一類算法的集合。深度學習概念的提出，一方面尊重了教學規律，另一方面也是應對人工智能時代下的挑戰。深度學習在機器學習、專家系統、信息處理等領域取得了顯著成就，提倡學教并重、認知重構、反思教學過程，進而達到解決問題的目的。第二，個性化學習。個性化學習區別以往傳統班級課堂授課，尊重學生的個性發展，因材施教。人工智能技術與大數據的應用有利于學生享受個性化的學習服務，可提供個性化的學習內容，可視化分析學生的學習數據，快速提高學生的學習效率。第三，自適應學習。自適應學習是指人工智能基于對個體學習進行快速反饋的基礎上，根據學習者特征，為其推薦個性化的學習資源和學習路徑，從而最大程度上適應學生的學習狀態，是實現個性化學習的重要手段。人工智能技術有利于快捷、科學地判斷學生的學習狀態，進行學習反饋；持續收集學生的學習數據，其中包括學習目標、學習內容；高效地為學生提供海量的學習資源。
2.3人工智能與學習環境的變革
首先，有利于搭建靈活創新的學校環境。不僅可以使空間規劃更具彈性，而且可以調節性增強物理環境。其次，人工智能時代的教育區別于以往傳統教育強調的統一秩序，更注重個體的用戶體驗。創客空間、創新實驗室等學習環境的不斷增加以及人工智能技術的不斷發展，個性化的空間環境與學習支持將改變目前學習的學習空間環境。除此之外，隨著對話交互技術的逐漸成熟與不斷普及，有利于實現虛實結合的立體化實時交互。VR、AR等技術的同步協作也有利于搭建新的學習環境，滿足學習者的一系列要求。腦機互動技術的突破有利于實現將人工智能植入人腦，從而改變人類自然語言的交流方式。最后，人工智能通過即時、準確、高效的大數據分析有利于進行精準且個性的學習評價與反饋。人工智能將綜合收集所有同學的學習記錄，互相比對、優化，從而進行綜合提升。更為重要的是，人工智能的人臉識別以及語音識別技術可以運用到教師的教學過程中，進行學生的學習情緒感知，學習狀況的了解，從而促進學生學習的科學化；智慧校園、智慧圖書館等的出現，為教學環境的建設提供重要參考。
3人工智能在教育領域的應用
篇3
人工智能是研究如何構造智能機器（智能計算機）或智能系統，使其模擬、延伸、擴展人類智能的學科。隨著人工智能的理論與技術在社會各個領域的廣泛應用，其在教育領域內的應用也越來越受到重視，并取得了一定的研究成果。
一、人工智能教育應用的主要形式
人工智能在教育領域應用的最直接結果就是誕生了智能教學系統。智能教學系統是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交互系統。目前，智能教學系統已成為人工智能在教育中應用的主要形式。智能教學系統主要是在知識表示、推理方法和自然語言理解等方面應用了人工智能原理。由于它綜合了知識專家、教師與學生三者的活動，因此，與之相對應的，智能教學系統一般分成知識庫、教學策略和學生模型三個基本模塊，再加上一個自然語言智能接口。智能教學系統的功能具體來說有以下幾條：了解每個學生的學習能力、認知特點和當前知識水平；能根據學生的不同特點選擇適當的教學內容和教學方法，并可對學生進行有針對性的個別指導；允許學生用自然語言與“計算機導師”進行人機對話。智能教學系統的設計不僅要有計算機科學的知識，還需要有教育科學的理論指導。
二、人工智能在教育中應用的局限性分析
1.阻礙人工智能發展的關鍵因素。在人工智能的發展中，一直存在著對“計算機是否能代替人腦甚至超過人腦”的問題的討論，實際上，以電子計算機為主要工具模擬人的某些思維活動而產生的人工智能是有局限的。①計算機處理問題的根本原理。要計算機解決某種問題，有三個基本的前提：必須把問題形式化；問題還必須是可計算的，即要有一定的算法；問題必須有合理的復雜度，即要避免指數爆炸。由于人的智能活動不能完全形式化，因此，機器就不能將人腦的智力活動全部復制出來。電子計算機最終只能把握0、1這兩個開關代碼，遇到不能形式化、不能找到算法或不能程序化的任務，計算機則難以執行。②人和機器之間的根本區別。智能模擬利用了人和機器的共性，即兩者都是一個信息轉換系統，但兩者之間存在著不容忽視的本質區別。智能模擬與天然智能屬于兩種不同的進化系統，人類的智能是人類社會實踐的產物，機器的智能是機械制造的結果。大腦和電腦的組織結構也不相同，兩者屬于兩種不同的運動過程，前者是復雜的生理--心理過程，后者是機械--物理過程。智能模擬可以在局部上超過天然智能，但是，模擬的根本方法是功能模擬法，兩個系統在結構和實際過程上是不一樣的。智能模擬不具有人的思維的社會性，不具有主觀世界。
2.人工智能在教育中應用的局限。就目前人工智能的發展水平以及人工智能本身的特點而言，它在教育中的應用也是有其局限性的。①與學生之間無法暢通交流。教育本質上是一種“交互”活動，而智能教學系統無法實現最充分、最真實的交互。目前自然語言理解的研究成果非常有限，遠不能達到人人交流的要求。此外，就態度、品德、情感等教育問題而言，機器只能通過學生輸入計算機的信息來判斷其掌握和內化程度，而無法像人類教師通過自然狀態的交流和觀察來判斷學生的真實情況，因此，“機器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。②決策和推理機制不完善。智能教學系統的關鍵智能所在是其決策和推理機制，即“教學策略”模塊根據不同學生的具體情況通過推理做出靈活決策，這種決策基于學生模塊提供的有關學生的知識水平、認知特點和學習風格，而這些不能完全被形式化。同時，隨著教育理念的不斷更新以及教學模式和教學方法的不斷改進，系統所應用的教學策略模塊用于評估和判斷學生學習過程的能力是有限的。③人工智能并非適合所有的學習領域。根據加涅的學習結果分類，學習分為言語信息、智慧技能、認知策略、動作技能和態度五類。言語信息分為符號學習、事實學習和有組織的知識學習，這些屬于可形式化內容，適用于智能教學系統；智慧技能分為辨別、具體概念、定義性概念、規則和高級規則，其中前四項屬于可形式化內容，適用于智能教學系統，而高級規則屬于復雜――形式化內容，部分內容不適用于智能教學系統；動作技能和態度領域的學習，在其認知成分中可以使用智能教學系統，但情感和行為成分等非形式化內容，則難以用智能教學系統來實現。因此，并不是所有的學習領域都適用于智能教學系統。智能教學系統在教育中應用的重點應放在認知領域中的符號學習、事實學習和有組織的知識學習、辨別、具體概念、定義性概念以及規則這些學習內容上。
三、人工智能教育應用的發展方向
近年來，隨著計算機技術、網絡技術、人工智能技術以及現代教育教學理論的發展，人工智能在教育中應用的發展呈現出以下幾個趨勢。
1.開始突破單一的個別化教學模式。長期以來，計算機輔助教學系統和智能教學系統都是強調個別化教學模式，這種模式在發揮學生的學習積極性、主動性和進行因人而異的指導等方面確實有許多優點。但是，隨著認知學習理論研究的進展，人們發現在計算機輔助教學系統和智能教學系統中只強調個別化是不夠的，在某些場合（例如問題求解）采用協作方式往往更能奏效。因此，近年來在智能教學系統中，協作型教學模式得到越來越多的重視和研究。
2.智能教學系統日益與超媒體技術相結合。超媒體系統具有良好的開發環境、靈活方便的用戶界面以及圖、文、聲并茂的特點，而且其信息的組織方式與人類認知的聯想記憶習慣相符，已成為目前一種最理想的信息載體和最有效的信息組織與信息管理技術，在許多領域尤其是教育領域有廣闊的應用前景。把超媒體技術引入智能教學系統，從而發展成為智能超媒體輔助教學系統，可以大大改善計算機輔助教學系統的教學環境，激發學生的學習積極性，從而顯著提高教學效果。
3.智能教學系統與網絡的關系日益密切。網絡的應用和普及為遠程教育和終身教育提供了一個良好的空間。當前，智能教學與多媒體網絡的結合成為人工智能在教育中應用的一個勢不可擋的發展趨勢。
4.傳統人工智能與神經網絡模糊決策機制相結合。傳統人工智能從宏觀角度開展認知模擬，可以部分地模擬人類的邏輯思維過程，而神經網絡模糊決策機制從微觀方面進行認知模擬，著力實現模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。今后將探索一種新的智能處理模型：把神經網絡的模糊決策機制和符號專家系統的推理能力結合起來，利用多重知識源、多種模型進行復合協同處理。如果上述技術能夠成熟運用，那將對人工智能的發展及其在教育中的應用起到決定性的作用。
參考文獻：
[1]王士同.人工智能教程[M].北京：電子工業出版社，2001.
[2]王永慶.人工智能原理與方法[M].西安：西安交通大學出版社，1998.
[3]何克抗.計算機輔助教育[M].北京：高等教育出版社，1997.
篇4
1 概述
2008年11月16日，中國科協成立50周年新聞會在北京召開。在新聞會上，“五個10”系列評選活動，即10位傳播科技的優秀人物、10部公眾喜愛的科普作品、10個公眾關注的科技問題、10個影響中國的科技事件、10項引領未來的科學技術評選結果揭曉。10項引領未來的科學技術是：基因修飾技術；未來家庭機器人；新型電池；人工智能技術；超高速交通工具；干細胞技術；光電信息技術；可服用診療芯片；感冒疫苗；無線能量傳輸技術。
人工智能技術學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。指人類的各種腦力勞動或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設計、思考、規劃、學習和問題求解等思維活動，可以用某種智能化的機器來予以人工實現[1]。
通過《人工智能技術》課程的學習，使學生對人工智能技術的發展概況、基本原理和應用領域有深入了解、對主要技術及應用有一定掌握，并對現代人工智能技術發展的方向有所研究。通過人工智能技術課程的學習與研究，啟發學生對人工智能技術的興趣，培養知識創新和技術創新能力，并能將人工智能技術融入到今后所開發的計算機軟件之中。
《人工智能技術》是一門眾多學科交叉的新興課程，其涵蓋范圍廣，涉及知識點多，知識更新快，內容抽象，不容易理解，理論性強，而且需要較好的數學基礎和較強的邏輯思維能力，這給該課程的講授帶來了一定困難。《人工智能技術》也是一門應用型學科，怎樣將理論運用到實踐中，使學生將學到的人工智能技術知識和思想運用到自己的實際課題，這也是該課程需要解決的問題之一。
因此，對《人工智能技術》課程教學來說，我們要了解課程的最新信息，把握課程的特點，幫助學生找到好的學習方法，使他們能充分發揮自己的創新思維能力，提高學習興趣，該文給出了《人工智能技術》課程的教學與實踐的探索。
2 教學與實踐的探索
2.1 教材和實驗教學內容的選取
1） 人工智能技術是整個計算機科學領域發展最快，知識更新最快，最前沿的學科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎》這本教材。蔡自興教授的主要研究領域為人工智能、機器人學和智能控制等。這本教材是作者在美國國家工程院院士、普度大學教授傅京孫先生的指導和鼓勵下編寫，借鑒了國內外人工智能技術研究領域專家的最新研究成果和學術書籍的長處，該書比較全面地介紹了人工智能技術的基礎知識與技術，材料新，易于理解，兼顧基礎及應用[2]。
此外，我們還給學生自主學習提供多種類型的學習資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術國內外期刊，如電子學報，計算機學報，人工智能與模式識別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術會議，使學生能夠掌握人工智能技術的更多前沿動態，提高學習興趣。
2） 配套的實驗教學內容?！度斯ぶ悄芗夹g》是一門理論性和實踐性都很強的課程，實踐性教學環節對該課程尤為重要。除了完成課本上的作業之外，還注重實驗教學，培養學生的創新能力、算法設計能力和編程能力。首先，每個章節設置相應的實驗，而實驗內容經過嚴格的考慮，如：五子棋游戲，產生式系統，旅行商問題，傳教士和野人問題，BP神經網絡實現簡單的分類，遺傳算法、人工生命程序等，要求學生運用所學章節的知識，獨立地設計和實現實驗內容。實驗報告包括簡述實驗原理及方法，給出程序設計流程圖，源程序清單，實驗結果及分析等內容，通過這種方式，進一步加強學生的信息獲取能力和研究能力。
2.2 教學方法和手段的改革
人工智能技術課程交叉性強，涉及面廣，傳統的教學方法手段單一，缺少交流，課堂氣氛沉悶，激發不起學生的學習興趣，教學效果不理想。人工智能技術這門課程內容抽象，如何激發學生的學習興趣是本課程需要解決的主要問題，也是關系教學改革成敗的關鍵。本課程需采用多種方法進行教學，以此來激發學生的學習興趣。
1） 問題啟發式教學?！度斯ぶ悄芗夹g》這門課程中有很多似是而非、引人入勝的問題，主要是用計算機模擬人類的智能來解決這種問題。在教學中，有目的的提出這些問題，鼓勵學生思考，提出自己的想法和解決方案，并進行分析和比較，這樣強化學生的主動學習意識，提高學習積極性[3]。
2） 個性化學習和因材施教。學生中存在計算機專業和非計算機專業本科畢業的差別，由于他們每個人的基礎不同，有的計算機知識比較匱乏，因此有必要針對每個學生的學習進度，課堂作業和實驗報告情況進行及時評估，對學生提出個性化的教學。例如：在實驗教學中，要求有能力和興趣的學生可以做探究性和創新性的附加實驗，從而引導學生發揮個性的空間，而對稍微吃力的學生則要求完成基本的實驗，更注重基礎知識的學習和夯實，這樣就能達到因材施教的目的。同時對不同層次的學生進行分析，進一步提出學習建議，并進行有針對性的指導。
3） 多媒體使用和多學科知識的融合。本課程PPT課件圖文并茂，提綱挈領，便于學生理解。課堂講授、板書與PPT手段相結合，注重課程中的關鍵詞用英文表示，并適當指定英文參考書，使學生能夠接觸國外文獻資料，加深對學習內容的理解，獲得更寬廣的知識。PPT課件運用了大量多媒體技術，如動畫、聲音、圖像，通過動畫和視頻演示抽象的概念、算法和過程，使人工智能技術中抽象的知識形象化，在課件中融入了文學，歷史等其他學科的相關知識，便于學生較好地理解知識難點和重點[4]。
4） 師生互動和課內外答疑。在教學中，改變了傳統的老師講，學生聽的教學模式。針對人工智能技術的實用性，適當提問，收集學生學習情況，盡量使用實例進行講解。設置了實驗講解互動課程，對于實驗的講解，學生可以提出疑問，然后在課堂上展開討論，學生可以看到問題從提出、分析到解決的整個過程，讓學生自己在討論中總結結論。為了解決教學中存在的疑難問題，還設有課后答疑，使學生能將所有的問題都理解透徹。
5） 理論研究與實踐結合。在教學內容的安排上，注重學生的理論研究和動手能力，適當布置一些課程相關的論文和實驗編程。通過課程論文，可以培養學生鉆研問題的興趣； 通過查閱科技文獻使學生掌握如何查找相關文獻的技能，可以培養學生撰寫科技論文的能力。通過實驗實踐，使學生可以更加清楚地了解人工智能技術基本概念和難點，也能了解算法的設計具體運行過程，并對其進行驗證，提高了學生的編程能力和和學習興趣。
6） 考試考核方式改革。本課程的考核考試也是一個值得探討的問題，本課程應采用多種綜合考試方法，注重學生對基礎概念、知識和基本的技能的掌握以及理論聯系實際的能力。平時作業考核成績，實驗實踐教學成績、提交課程論文成績，以及最后的期末考試成績形成一種有效的考試考核方法，促進學生主動學習，提高教學質量。實驗的評價指標在于算法設計、編程的準確性和實驗結果及分析。課程論文評價指是選題是否嚴謹科學和具可研究性，論文結構、思路是否嚴謹，論文內容科學性、正確性，能否提出自己的見解。考查查閱科技文獻的能力主要通過是否查找到權威的、最新文獻以及撰寫是否規范。
2.3 學生學好《人工智能技術》課程的建議
《人工智能技術》是一門理論與實踐相結合的應用課程，學生如何學習這么課程，也是我們應該探討的問題。
學生應該正確看待《人工智能技術》這門科學的發展。人工智能技術孕育于20世紀30、40年代，形成于60、70年代，發展至今，人工智能技術只有短短60多年的歷史，它是一門不斷發展和完善的嶄新學科，還有許多課題處于探索中，理論和技術還遠未成熟，我們應該對它有科學的認識。
針對非計算機專業本科畢業的學生，除了課堂聽講之外，還應該課下自學該課程的先修課程，如：數據結構、離散數學等課程。人工智能技術中涉及到大量的數學知識，如：模式識別需要具有較好的概率論，數理統計知識，另外還會用到少量隨機過程、模糊數學的一些知識。人工智能技術是一門應用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經網絡，遺傳算法等算法，實現這些算法要求學生具有較強的編程能力。
學生應該多讀，多查閱資料，特別是國外的期刊文獻和重要國際會議論文，多了解人工智能技術最前沿的信息，理論聯系實際，加深對基本算法的理解，并將人工智能技術的知識運用到自己所研究的領域，以做到學以致用。
3 結論
人工智能技術在一定程度上代表著信息技術的前沿，該文對《人工智能技術》的課程教學進行了一些探討，教學與實踐效果有了顯著提高，但仍然有許多方面還需要我們繼續探討和改進。
參考文獻：
[1] 蔡自興，徐光佑.人工智能技術及其應用[M].北京： 清華大學出版社，2003.
篇5
一、影視教育智能化發展的應用價值
智能化影視傳媒研究是教育信息化極為重要的應用場景，人工智能技術不僅拓寬了影視傳媒教育的研究方向，同時也在技術手段、渠道搭建、傳媒倫理等層面發揮著重要作用。
1.消除數據鴻溝，發揮智能傳媒教育技術賦能和知識平權的雙重功能。影視傳媒研究是以實踐為基礎的理論性教學，以培養創新型和復合型人才為教育目標。教育學者是影視文化傳播的驅動者，因個體間存在傳播技能、信息儲備和交往行為方面的差異，造成影視傳媒教育具有嚴重的知識鴻溝。在影視研究學者步入算法教育的重要階段，智能教育平臺可通過讀取人的反饋改變原有的教學模式，調整每一位受教育者的天賦類型。與此同時，教育學者能夠充分利用算法技術和人工智能手段，獲取定制化的影視資源和學習條件，以技術邏輯引導學習流程，用分析框架提高教學模式的理論性和可操作性，通過強化教與學的變革場景，激活文化創作的想象力和邏輯性思維，使科技創新在理性與感性、理論與實踐的引導作用下，從一般的理論教學形成智能媒介化的信息教學模式，從單向傳授轉變為雙向互動的學習教育模式。
2.拓寬學習渠道，推動教育形態從理論課堂到智能媒體教育課堂的變革。人工智能技術與影視教育教學的深度融合，正引發起一場新的教學革命。從教育手段和學習途徑上來看，原有的課堂教學已無法滿足理論和實踐的雙重需求，大數據催生出的智能化影視教育，在虛擬世界和現實世界間搭建起新的算法課堂，利用人工神經網絡簡化理論教學的概念，又通過具有超強運算能力和通訊能力的技術手段協助實踐操作。例如，人工智能照相機作為輔助型的教學工具，被運用于智慧課堂的攝影實踐教學中，借助云端技術和物聯網連接遠程數據中心，可以幫助不懂攝影技術的學習新手盡快了解電影拍攝的理論框架和基本技能，推動教學場景從應用性教學到智慧型課堂的氛圍建構。人工智能與影視教學的跨界融合，成為智能傳媒教育進行顛覆式創新的重要表現形式，教育形態正逐漸從智慧課堂過渡到智慧校園，從傳統的理論范式過渡到智慧媒體的應用型范式，幫助構建起新的學科話語體系。
3.重視傳媒倫理，推動智能化影視傳媒教育價值觀和技術性的生成。人工智能是以追求效益為初心的理性工具，在技能研發階段尚未對倫理規范提出強制要求，技術倫理向來是人工智能難以逾越的一道鴻溝；影視傳媒教育則是以培養學生的倫理觀和價值觀為出發點，重視以道德審美為核心的理性意識。智能化傳媒教育將信息技術和影視教學進行結合，使得理性工具得以同理性意識深度融合，人文關懷建立在技術作用之上，這既是培養受教育者核心價值觀的時代需要，亦是強化人工智能技術倫理的有效途徑。人工智能時代，強調智能化影視傳媒教育技術性和價值觀的生成，與其說是建立在影視教育應用場景上的技術倫理規范，不如說是借信息技術完成對傳媒倫理和受教育者價值觀的理性建構，讓人工智能發展緊密聯系意識形態和倫理道德問題，加深技術手段和教育學習的彼此作用，從而獲得傳媒教學在倫理層面的共識。隨著傳媒影響力的逐步擴大，以內容為載體的影視教學活動意味著要擔負起更重要的教學責任，學科研究核心價值觀的建設必須以注重傳媒倫理和技術倫理為教學基礎，重新建構現有的倫理道德觀念，為人工智能技術注入價值觀的活的靈魂。
二、影視教育智能化發展的風險問題
人工智能技術的迅速發展，賦予影視傳媒教育極大的應用價值，與此同時也面臨著潛在的風險問題。
1.灌輸式教育仍占據主流，智能化影視教學陷入價值認知困境。在人工智能技術出現以前，理論+實踐的教學策略已經成為一種固定的形態存在于傳統影視教學工作中，受教育者根據統一的培養目標規劃自己的學習方式，包括影視創作及影視理論等相關課程都按照相同的培養模式進行。由于教育主體對人工智能的認知存在兩極分化的現象，過往只能夠通灌輸式對學生進行強制教育，智能化影視教學則是處于小范圍內的實踐和創新。對影視教育而言，理論與實踐是學習的內容，繼承與創新才是研究的實質。明確人工智能教育的價值認知，從灌輸教育逐步邁向定制化教育，為高校的人才培養提供重要的智力支持，應當是影視教育智能化轉型發展的著力點。
2.智能教育應用場景缺乏思考，其深度和廣度有待進一步挖掘。當前，智慧課堂、智慧校園的出現奠定了智能傳媒教育的基本雛形，依靠大數據、物聯網等信息技術支撐的智能傳媒教育，在平臺搭建層面已出現顯著性成果，但對應用場景的深度和廣度挖掘還存在明顯問題。影視教育智能化應當以追求個性化和定制化教育為目標，崇尚的是終身學習的教學理念，不應當將人工智能技術僅局限于傳統的教學課堂，除了要從“線下”走向“線上”，還需要考慮到以人機交互為主要形態的教學應用場景，挖掘人工智能教育更多的應用情境和展現方式，從而對影視課堂的理論與實踐教學價值提供合理的在場性證明。
3.專業壁壘依然存在，智能化教學成果馬太效應極為明顯。智能教育世界要求培養更加多元化的應用型人才，但人工智能的馬太效應逐漸滲透到影視傳媒教育工作中，也會導致教學成果受到出現嚴重的失衡現象，難以滿足高校對人才培養的多元化需求。作為藝術研究的影視教學活動，其科學精神和創新實踐同樣重要。尤其在媒介融合背景下，要想推進受教育者從“影視學者”逐漸過渡到“影視作者”，人工智能不僅需要滿足師生的定制化教學任務，還應當破除專業和行業的壁壘，對其相關聯的學科和傳媒領域進行合作，才能夠改變當前智能化影視教育在教學模式上面臨的不足，不斷為社會輸送更多的應用型人才。
三、影視教育智能化發展的轉型實踐
面對智能傳媒教育的風險與挑戰，影視專業更應當立足于自身的教育發展特色，從人才培養模式、應用場景建設、教育資源整合等方面，推進影視教育智能化發展的轉型實踐。
1.從“灌輸教育”走向“精準教育”，創建新的人才培養模式。智能傳媒教育范式的自主性建構，應當立足于對傳統教學效率和人才培養模式的顛覆。基于當前影視傳媒智能化發展在人才培養模式層面的不足，其轉型實踐需要從受教育者的個性化需求出發，在師生、家長和社會的通力合作下，創建新的人才培養模式，利用碎片化學習完成系統化的學習過程，逐漸從“灌輸式教育”走向“精準化教育”。例如，人工智能時代對影視學生的培養更趨向于“以個人為導向的系統化學習”，通過前期對受教育者的大數據整理，對每一位同學的邏輯性、想象力、創造性和溝通能力等進行分析，從影視理論和影視創作兩大方向出發對受教育者形成定制化的學生畫像，并提供針對性的智慧作業，幫助教師采集學生的學習情況，從而實現規范化的信息管理?？梢灶A見的是，智能傳媒時代，“互聯網+教育”學習模式的生成，在推動知識平權化等方面發揮重要價值，成為影視教育智能化追求的重要轉型路徑。
2.從“課堂缺席”走向“課堂在場”，打造新的傳媒教育平臺。人工智能不僅要改變傳統的人才培養模式，同樣也應當提供更加多元化的學習應用場景。過去的影視研究多局限于單一的課堂場景，采用課上理論和課下實踐的方式進行授課，完成影視教學的閉環。人工智能時代，影視傳媒教育應當調整原有的受教育模式，通過搭建合理的人工智能應用平臺，可以巧妙地將課堂場景與智能技術結合起來，為受教育者提供更加多樣性的教學應用場景，從而實現成長課堂的“在場共生”。例如，人工智能可以帶動影視制作的推陳出新，通過搭建智慧超媒體系統，將電影屏幕從影院搬到校園，自動生成無窮界面。與此同時，影視傳媒的智能化還可以幫助教師自動生成電影梗概，將理論性教學轉變為可視化形象，使電影理論同定制化的影像人物之間建立匹配關聯，讓教育場景從線下逐步延伸到線上，為影視研究提供重要的云服務。
篇6
一、應用型人才的價值功能及素質結構
人才可以分為學術型和應用型兩大類型，應用型人才是指利用自身所掌握的科學技術為社會創造價值的人才。他們的核心價值在于利用科學原理來解決實際生活和生產中的問題，為社會創造出各種價值和財富。為了使他們為社會創造出更多價值，充分發揮出人才的價值。這就要求這方面的人才既要掌握基本的原理和技能，又要具有獲取知識、適應社會發展的學習能力、實踐能力和創新能力，再有就是要求應用型人才要具有較高的人文素養，具有為社會為人們服務的精神，且可以積極主動的與他人進行溝通。從總體上來看，應用型人才的價值功能與素質結構表現在兩個方面：
1.基本技能與創新能力并重
新科技革命使得科學與技術有效結合起來，使得從事科研人員和技術人員的界限逐漸模糊，應用型人才成為應用科學和應用技術的實施者，應用型人才必須不斷加強自身的能力，采取合理的措施提高自己的綜合素質，才能為社會創造出更高的價值。
創新能力是當今社會對應用型人才的最新要求，它為今后的人工智能代替手工勞作打下堅實的基礎，而創造性思維特征的生產是創造思維的價值體現。所以說基本技能是應用型人才的基礎，創新能力是時代賦予應用型人才的更深刻含義。
2.科學精神與人文素養并舉
應用型人才是應用科學和技術結合的產物，二者之間是相互促進、相互反饋的關系。應用型人才即是科技的證明，又是革新的主體。所以說應用型人才掌握的科學原理和規律的程度決定著技能水平，同時技能的發展反過來又影響著勞動者對科技的探索和創新。因此應用型人才自身含有的科學精神局盯著其在專業領域的發展程度，甚至影響著自身價值的發揮。
在我國的教育體系中，對人才的培養方面劃分的也十分詳細，這導致了我國的人才精而專，但是缺乏綜合素養。理科生和工科生是應用人才的主力軍，但是他們又缺乏一定的人文素養，這就形成人才專而精但是不全的現象，不能適應社會的發展需求。因此我們要把道德、人文精神等滲透到科學技術活動領域當中，有效提升應用人才的綜合素質。
二、樹立科學的應用型人才教育觀
長期以來，我國的高等院校在人才的培養上也煞費苦心，進行了不少的改革，但是仍然不能擺脫重理論輕實踐的現象。因此導致對于人才培養出現漏洞，相關人員對創造應用型人才的認識程度不夠。因此，各高校需要拋棄舊的教學理念，積極進行教學改革，通過科學的教育手段培養出適合社會發展的應用型人才。
1.以服務為宗旨，以就業為導向
隨著社會工業化和城市化的推進，社會生產結構發生了變化，這要求應用型人才具有高度的服務社會的精神，在此基礎上把我國嚴重的人口負擔轉化成人口優勢。根據社會的實際需求培養出多層次、多元化的應用型人才，這是我國當代職業教育的根本要求。應用型人才價值的體現主要依靠他們在實際生產生活當中創造出的社會價值。因此我國對應用型人才的教育就是要依靠社會現實需求，開展針對就業需求的職業教育。從培養人才的理論上來說，各高校應當轉變辦學思想、辦學模式和辦學機制，一切的教育都是為學生的就業服務，幫助學生順利從學生轉變成應用型人才。
2.以市場規律為參照，以教育規律為根本
應用型人才的培養方式和培養方向需要從社會和市場的需求出發，在應用型人才的培養過程中，要堅持教育與社會信息的通暢，緊密配合市場規律，才能夠實現高效的人才培養目的。
三、結語
綜上所述，應用型人才的培養要跟社會的發展相結合，提高科學技術的應用能力，以發展國家經濟能力為目標。當今科學技術與社會的生產逐漸朝著綜合性和整體性方向發展，科學技術與人文社會科學相互滲透，出現了大批的新型較差學科和邊緣職業學科，職業性應用人才成為社會發展的需求。
參考文獻：
[1] 湯學俊. 試論PISA對大學生評價的啟示[J]. 揚州大學學報（高教研究版）. 2010（05）.
篇7
城市交通系統是一個典型的復雜系統:
1)城市交通系統是由經濟、環境、人口等因素綜合作用的結果,必須全面綜合地考慮城市交通和這些系統之間的關系。例如,不能為例城市交通問題的解決,而導致城市生態惡化,危害人居環境;不能為了城市交通的暢通,阻礙城市社會經濟活動的健康發展。我們必須在已有工作的基礎上,突破傳統思維,探索研究此類復雜系統的新途徑,而基于人工系統的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統涉及人與社會的動態變化,本身也在不斷變化和發展之中,不可避免地需要一個不斷深化地認識過程,這類系統實際上不存在精確完備的整體解析模型。因此,無法“一勞永逸”地解決城市交通問題,我們需要基于“不斷探索和改善”的原則,研究建立有效可行的計算實驗方法體系,為不斷地完善城市交通系統的綜合可持續發展方案提供科學依據。
3)城市交通問題不存在一般意義下的最優解,更不存在唯一的最優解。首先,基于解析模型的最優解與假設條件直接相關,具有條件敏感性,但對于城市交通這樣的問題,假設條件與實際情況往往存在很大差別。其次,解決這些問題一般不存在單一的優化指標,而多層次多目標優化往往導致多個甚至無數個解決方案,就連采用近似模型的多目標優化也是如此。再者,對于這類復雜系統,有時甚至連確定一個量化的綜合優化指標也有困難,特別是由于復雜系統長期行為的不可預測性,試圖求解其某一最優化解決方案本身就是不可行的。因此,我們應當接受有效解決方案的概念,而且還要接受一般情況下存在多個有效解決方案的事實。在這種情況下,我們應該利用平行系統方法,追求具有動態適應能力的有效解決方案。
基于以上分析,中國科學研自動化所王飛躍研究員提出了人工交通系統的概念。其基本思想是利用人工社會的理論與方法,把交通仿真推向更高的層次、獲得更廣的視野。它利用基于的建模、面向對象的編程和并行分布式計算等方法和技術,“生長”和“培育”交通系統,即“人工交通系統”。
利用人工交通系統解決問題的思路跟改革開放摸著石頭過河差不多,不斷探索和改善,使過程、方法更科學化、系統化、綜合化,不斷改善探索建立城市交通、物流、生態綜合發展的理論和方法體系。
人工交通系統有三個核心組成部分:
一是根據人工社會的原理思想,建立一個來源于現實交通系統又超越現實交通系統的虛擬交通世界;
二是計算實驗方法,即在上述的虛擬交通世界里進行可重復的實驗,不但可以復原已有的交通擁堵、事故的成因,而且能夠預先運行解決方案,從而選擇最優的擁堵解決方法和突發事件的緊急預案;
三是平行管理運行,虛擬交通系統與實際交通系統相結合,直接采集現實交通數據,進行超前運算,以判斷可能發生的交通事件,提前采取預防措施,為交通的高效暢通提供保障。
人工交通系統具有以下特點:
1)在宏觀認識上,人工交通系統不是單純的討論交通自身的問題。相反,人工交通系統將交通看作社會整體的一個子系統,與經濟、人口、環境、氣候等子系統具有平等的地位,并將各個子系統之間的相互銜接、相互聯系、相互作用和相互影響作為研究的重點之一。
2)在仿真方法上,人工交通系統屬于微觀仿真的范疇,但是不局限于研究局部的交通問題。人工交通系統面向大區域的仿真研究,采用復雜性科學中“涌現”的原理,在底層建立單個交通出行元素的模型,通過大交通區域內單個模型之間的相互作用,“涌現”出宏觀的交通現象。
3)在實現手段上,人工交通系統不能在單一、孤立的計算機上進行仿真,要使人工交通系統具備真實交通系統的分散性和社會性,必須采用先進的分布式計算方法,如網格和P2P等,在互聯網上建立結構化、分散化的虛擬交通路網系統,并且通過終端界面將網絡中的真實人吸引到人工交通系統的運行中來,以使每一個模型具有逼近現實的社會屬性。
篇8
人工智能課程主要講授當今智能領域的理論方法及其應用，是一門涉及哲學、邏輯學、語言學、控制論、生物神經學等多個學科的課程。以普通高校高年級計算機專業學生為講授對象，人工智能課程在教學上一般以理論講授為主，并輔以一些應用實例加以分析。課程本身理論性強，內容較為抽象，因此對學生專業知識基礎的要求高，在教學上往往強調對各種智能理論的深入講解和分析，以此達到提高學生專業理論水平的目的。
當前高職教育中為計算機專業學生所開設的人工智能課程很大程度上沿用了普通高等教育環境下的教學方式和內容，這顯然與高職教育本身培養人才的目標和方式不一致。高職教育的最終目標是要培養適應生產需要的技能型、應用型人才，而高職教育在教學方式上應更為注重實踐教學，包括各種實驗、實訓、實習和設計。因此，人工智能課程中單純的理論講授并不能有效地適應高職教育的實際教學環境要求，有必要對人工智能課程在教學內容和方式上加以改革。
三個改革途徑
（一）引導學生閱讀應用研究文獻
高職教育強調培養學生的知識應用技能，其中重要的一點是要培養學生把理論知識應用到實際生產中的能力。然而在教學實踐過程中，學生普遍反映由于人工智能課程理論性強，難于從課本理論聯系到實際的專業應用上，這樣對激發學生的學習興趣，提高技能應用水平是不利的。
實際上，人工智能涉及的應用領域極為廣泛，其中在專家系統、模式識別、智能控制、數據挖掘、自然語言理解等方面尤為突出，每一種應用都能夠很好地體現出人工智能學科的基本理論方法特點。因此，在課程學習的開始階段，應讓學生按照個人興趣自行選定某個應用領域，在一定的提示和引導下通過檢索有關文獻，訪問相關的科研院校網站等方式獲取資料，了解當前該領域的發展現狀和具體產品的開發和使用情況，最后在課程的結束階段以學習報告的形式在課堂上加以演示和共同討論，這樣可以大大激發學生學習人工智能課程的主觀能動性，開闊學生的知識視野。資料的收集閱讀與思考是知識應用的首要環節，對于培養應用型人才的知識應用技能很有幫助。
（二）安排學生對經典算法程序進行實驗
與普通高等教育相比，高職教育更加強調實踐教學的重要性。從實踐中學習和理解理論知識，并且把所學知識運用到實踐中，這是高職教育的重要特點。人工智能課程內容抽象而概念性強，單純的理論講解學生難以從中得到啟發，也難以體現出高職教育突出實踐教學的特點，為此需要安排學生動手實驗，從實踐中理解人工智能科學的理論原理和應用途徑。
在人工智能科學的發展過程中，先后提出了一些經典的優秀算法程序，如A*算法、遺傳算法、神經網絡的BP學習算法等，在科研和工程實際中得到了廣泛的應用，在實踐教學中同樣有著重要價值。根據教學要求和實際情況，學生并不需要自行設計關于這些算法的具體程序，在提倡開放和共享源代碼的今天，通過網絡能夠獲得大量相關的程序代碼資源。同時，一些軟件平臺也集成了一些工具箱，如遺傳算法工具箱、神經網絡工具箱等，只需設定相關輸入參數和數據，便可通過調用工具箱函數實現算法，極為簡便而易于理解。
學生應通過對這些程序作驗證性實驗來理解所學內容。為安排學生有效地進行實驗，教師應結合當前階段所講授的內容準備相應的算法程序，當該部分內容結束后在課堂上講解和演示算法程序的運行方法。學生獲得該算法程序以及具體的實驗任務后在課后完成實驗并提交實驗報告。
例如，在講授啟發式搜索時，可向學生提供A*算法求解八數碼難題的算法程序，并對某個學生給定某個初始棋盤狀態，要求學生動手運行程序并記錄由算法擴展所得的每個棋盤狀態的估價函數計算結果，以及相應的OPEN表和CLOSED表的變化情況，從中理解A*算法的原理特點。又如，在講授BP學習算法時，可根據學生的實際情況對內容進行調整，強調BP神經網絡的實際工程應用價值，而對BP算法的基本原理只作簡單介紹。向學生提供利用BP神經網絡學習特定目標函數的MATLAB程序代碼后，要求學生動手運行該程序，并且記錄和對比神經網絡在訓練前后對目標函數的逼近效果。
（三）啟發學生引入人工智能理論方法對畢業設計加以創新
畢業設計是高職教育的重要環節，學生通過畢業設計對以往所學知識作系統性總結，通過畢業設計能進一步加強學生的技能訓練，提高學生的技能應用水平。從實踐教學的角度來講，畢業設計不僅僅要求學生對已學知識和技能的簡單重復運用，更重要的是強調學生能夠主動獨立地分析實際問題，對問題的解決方法提出新的觀點并付諸實踐。然而從教學的實際來看，在畢業設計中學生創新的主動性不足，往往停留在繼承和模仿階段，畢業設計作品少有突破和創新。究其原因，并非學生所學知識和技能不足，而是學生未懂得如何分析已有問題，在其基礎上引入新的解決方法或提出新的應用內容。
在計算機領域中，人工智能屬于研究和創新的前沿和熱點，許多舊有問題利用人工智能方法都得到了新的解決途徑。教師在指導學生畢業設計時，可針對某一問題恰當地啟發學生引入人工智能的理論和方法，并嘗試性地運用在解決當前問題之中，這樣能較容易地獲得新的改進和突破，對培養學生創新觀念和能力很有意義。
近年來，高職教育得到了迅速發展，其社會認可度也不斷提升。但是，在發展的過程中也出現了一些新的問題，其中突出的是如何對以往普通高等教育的教學方式和內容加以改革，以適應高職教育的新要求。人工智能課程作為一門重要的計算機專業課程，仍需要結合高職教育的實際要求以及學生的具體情況，在加強培養應用型、技能型人才，加強實踐教學上不斷進行探索和改革。
參考文獻
[1]趙蔓，何千舟.面向21世紀的《人工智能》課程的教學思考[J].沈陽教育學院學報，2004，6（4）：131-132.
篇9
Register Use of Terminology from Functional and Cognitive Perspectives
—Case Study of “Expectation Value”
YU Wei
Abstract：Terminology can reflect the developments of science， technology， and society The register use of terminology has its own scientific， social， functional and cognitive reasons As a term of probability theory and statistics， “Expectation Value” is mapped into other fields by the way of analogy and extending， or some other methods The significant increase of the use frequency， the expansion of the semantics and the growth of the functions make “Expectation Value” develop and change from the specialized terminological fields into popular vocabulary， and become one of modern Chinese common words
Keywords：terminology， register usage， functional perspective， cognitive perspective
一 理論背景
20世紀60年代末期以來，隨著篇章語言學、科技信息理論和文本綜合分析處理等學科的發展，術語學逐漸開始研究術語的使用問題，特別是職業言語（首先是篇章）、專業人員培訓和計算機系統中術語的使用[1]。篇章理論也是功能術語學的研究對象之一，主要分析篇章中術語使用的理論，可以對篇章進行術語分析，研究含有術語的篇章類型，也可以對術語進行篇章分析。在分析過程中，既可以自術語到篇章，也可以自篇章到術語。從術語學角度出發看術語與篇章的關系，通常包括以下幾個方面：篇章的術語結構；篇章中的術語飽和度，即術語與篇章中所有實詞的比例；篇章中術語出現的頻率，即專業詞匯和所有詞匯的比例；以及篇章的術語形式，即通常通過術語集所表現出來的篇章內容形式。在這幾個方面中，篇章的術語飽和度和出現頻率通常以百分率的形式體現。對術語進行篇章分析時，經常會采用統計法，科學直觀地指出使用特征[2]。一般而言，術語更多在非文藝性篇章中出現，如科學、政論、技術、公務等，這是因為術語本身具備大量的信息內涵，是相應的概念定義或擴展描寫的凝縮，能夠用精準簡潔的語言表述豐富的內容。不過，術語也經常被用于文藝性篇章，通常是出于修辭需要，為了取得特殊的修辭效果，又或是使術語非術語化，即不用術語最為核心的意義，而是通過專業意義簡單化、專業意義隱喻化等方式，讓術語喪失其術語意義，獲得泛化意義從而成為一般詞匯。
在對術語的功能進行研究的過程中，研究者發現術語的認知功能使得術語成為可以確定、存儲、交流知識的手段和獲取新知識的途徑，因此認知術語學逐漸成為了術語學研究的一個新方向。認知術語學采用認知方法分析術語，主要研究術語在科學認知和思維過程中具有何等作用[3]。作為詞匯單位的術語，一方面具有通用詞匯固有的功能，如稱名功能、語義或符號功能、交際功能、語用功能等，另一方面作為專業詞匯，術語又有自身特有的一些功能，如認知功能、工具功能、啟智功能等，其中最重要的是認知功能。術語在認識和思維過程中具有積極的作用，是對客觀現實的事物和現象的本質以及人的內心世界長期認識的結果，這些都是由術語的認知功能決定的，認知功能是術語最重要的特征之一。術語屬于科學的元語言，而術語是形成相關科學概念系統所必需的輔助手段[4]。術語與認知科學，尤其是信息理論和認知心理學有天然的密切聯系。術語不僅能反映認知領域現階段的發展階段和程度，概括、增加和傳遞科學知識，而且具有將信息固定下來，成為認知工具的能力。本文以“期望值”一詞為例，分析造成術語跨語域使用的功能和認知機制。
二 “期望值”的跨語域使用 1不同語域中的“期望值”
“期望值”作為術語在不同語域中都可以使用，但是根據使用領域的不同，“期望值”的語義內涵也有所區別。在概率論和統計學領域里，一個離散性隨機變量的期望值（expectation value），又被叫作數學期望，或均值，亦簡稱期望，物理學中稱為期待值，是試驗中每次可能結果的概率乘以其結果的總和。換句話說，期望值是隨機試驗在同樣的機會下重復多次的結果計算出的等同“期望”的平均值。需要注意的是，期望值并不一定等同于常識中的“期望”——“期望值”也許與每一個結果都不相等。換句話說，期望值是該變量輸出值的平均數。期望值并不一定包含在變量的輸出值集合里[5]。
除了概率論和統計學語域之外，“期望值”也常在經濟、商業語域使用，不過其語義內涵和外延都與上述不同。這些語域中的“期望值”常與“客戶”“管理”等詞搭配使用，用來指稱某人（通常為服務對象）對于他人提供的管理、服務等業務所能達到的狀態和水平，主要包括期望的內容、標準、規則（包括定量和定性兩方面）等。
在《現代漢語詞典》《辭?！贰稘h語大詞典》等工具書中，“期望值”被釋義為“對人或事物所抱希望的程度”，這個語義通常在新聞、文藝等語域中使用。具體說來，期望值可以指人們對所實現的目標主觀上的一種估計，也可以指人們對自己的行為和努力是否導致所企求之結果的主觀估計，其依據標準是個體的以往經驗。此外，期望值還可以指社會大眾對處在某一社會地位、角色的個人或階層應當具有的道德水準和人生觀、價值觀等全部內涵的一種主觀愿望。
在心理學語域，1964年北美著名的心理學家和行為科學家維克托·弗魯姆（Victor HVroom）在《工作與激勵》（Work and Motivation）一書中提出了期望理論（expectancy theory），即某一活動對某人的激勵力量取決于他所能得到結果的全部預期價值乘以他認為達成該結果的期望概率。弗魯姆將這一理論用公式表示為M=V×E，其中E就用來表示期望值，即個人根據以往經驗進行的主觀判斷，對達成目標并能導致某種結果的概率的估計。如果一個人對目標估計為可以實現， 則此時概率為最大（E=1）；反之，如果估計完全不可能實現，這時概率為最小（E=0）。因此期望（值）也可以叫作期望概率[6]。
最后，在語言學語域中，期望值作為一個計算語言學的專門術語，又可以稱為均值，指的是隨機變量按其取值概率的加權平均，主要用于表征其概率分布的中心位置。
由此可見，“期望值”是屬于不同學科領域的專門術語，其語義內涵和外延隨著使用語域的不同而有所區別，但不可否認的是，各語域中的“期望值”的核心語義有共通的成分，這就為該詞的跨語域使用打下了語義基礎，并在語法和語用層面通過不同形式體現出來。
2 三個平面上的“期望值”
在北大CCL語料庫搜索“期望值”，共有244條，其中有10條重復或無用語料，實際有效語料為234條，期望值在234條語料中分別充當了句子的主語、定語、賓語、狀語，以及動賓短語中的賓語（小賓語）和主謂短語中的主語（小主語），具體分布如圖1。
圖1 “期望值”可充當的句子成分
期望值能充當的各種句子成分在全部語料中所占的比例如圖2所示。
圖2 不同成分在總語料中所占比例
從圖2中可見，期望值在充當各種句子成分時，最主要的是充當句子的主語，其次是句子的賓語和主謂短語中的主語，充當其他成分的比例相對而言則要低很多，這與該詞在句法、語義和語用層面表現出來的各種性質有密切的關系。作為名詞，期望值不能受數量短語和副詞修飾，通常在句子中充當句子的主語和賓語，有時也用來充當句子的定語，修飾后面的名詞或短語，還可與介詞“把”“對”“與”等組成介詞短語充當句子的狀語。除了直接充當句子成分之外，期望值還可以作為主謂短語中的主語，與動詞組合后充當句子的主語、定語或賓語，以及作為動賓短語中的賓語，和其他動詞組成動詞短語作謂語。
期望值在句中作為主語時，一般與動詞“下降”“提高”“降低”連用，也可以跟在“的”字短語、名詞或名詞短語之后，還可以跟在介詞“對”+名詞組成的短語后，作為賓語時則多與動詞“達到”“寄予”等連用。當期望值與介詞“把”“對”“與”等連用時則通常作為句子狀語，與形容詞短語“過高”“非常大”等連用時，多為主謂短語中的主語，組成短語后可充當句子主語或賓語。期望值作為主語或賓語時，通常只與句子的邏輯主語和謂語有語義關系，多為句子中的動詞指向對象，屬于受事元。期望值作定語時，與它后面的名詞性成分之間是限定性關系，也可以說是領屬性關系，如“期望值范圍”“期望值的問題”等。
期望值通常用于陳述句，表敘述、說明、解釋，一般不用于祈使句、感嘆句和疑問句，但在具體的語境中可以表達感嘆或疑問語氣。期望值本身很少作為句子主體和敘述焦點出現，多與其他成分一起解釋說明主題所要表述的內容、目的或范圍，屬于斷定式的行事行為。
三 功能視域下的“期望值” 在語料庫和各大主要搜索引擎及網站中，以“期望值”為搜索對象，得到結果如圖3、4、5所示。
圖3 “期望值”在各語料庫中的搜索結果
圖4 “期望值”在各搜索引擎中的搜索結果
圖5 “期望值”在各網站中的搜索結果
如上各圖所示，期望值這個詞的使用范圍大，使用頻率較高，這說明該詞適用語域較多，新聞、科技、文藝、軍事、體育等領域均可使用。這與期望值本身就是多個專業領域的術語有關，同時，由于該詞涉及范圍很廣，因此不同學科的研究成果也很多。在中國期刊網和碩博論文庫里搜索，其總篇數和涉及學科如表1所示。
表1 “期望值”論文篇數及涉及學科
在這眾多學科中，研究成果最多是管理、計算機、教育學、經濟學、新聞學等幾大學科。筆者從這些學科論文中隨機挑選出了一些文章，對于術語“期望值”在文章中的出現頻率和飽和度做統計，結果如表2所示。
表2 “期望值”的術語飽和度和出現頻率
當然，由于搜集整理的數據范圍比較狹窄，統計的文章篇數和字數也極其有限，表2的結果僅僅只能作為一種參考，沒有普遍的參照性，但多少也能從該表格中看出“期望值”作為各學科專門術語的使用特點。在專業性和學術性較高的科研論文中，屬于理科、工科的學科，如計算機、數學、經濟學等顯然更為嚴密抽象，對于術語概念的內涵和外延有著嚴格的規定，一旦確定了“期望值”的所指范圍，接下來便不再重復闡釋，因此術語出現的頻率和飽和度都比文科論文更低一些。而類似于教育學、心理學、管理學等學科的論文則更講求對術語的實際應用和說明，并常常會有案例分析出現，因此相對的術語出現頻率和飽和度有所提高。
但是，從新聞類和文學類文章的數據可以看出，這些領域的“期望值”，無論是術語在整篇文章中出現的頻率，還是和所有實詞相較而得出的術語飽和度，都比較低，這是因為“期望值”作為各學科專門術語，其外延和內涵是受一定限制的，專業性較強，在實際生活中出現的概率比較低，往往是在涉及特定領域的話題時才會出現，因此數值較低也就不難理解了。
四 認知視域下的“期望值” 在認知語言學看來，語言深深扎根于認知結構之中，語義并不是基于客觀的真值條件，而是對應于認知結構的[7]。因此，從認知角度看“期望值”一詞由政治術語逐漸擴大語義所指范圍，是源于人們對“期望值”的語義認識不斷深入和豐富。人的概念范疇和認知范疇會不斷產生新的內容，對于詞語原有語義的理解也會愈加精確，“期望值”原有的概率論和統計學范疇語義不能繼續滿足表達需要，必須通過聯想將之映射到其他語域以滿足表達需要。由于概率論和統計學領域與其他領域之間的相似性，使得“期望值”能夠通過隱喻、類比、引申等方式進入各個領域以適應實際需求。如概率論和統計學領域與數學、經濟、計算機等領域都具有系統化的理論模式、邏輯嚴密、應用廣泛等共同特征，很容易構建出相互之間的類比關系。再比如，心理學、教育學之間具有緊密的聯系，彼此的研究對象、主題很多地方都是一致的，心理學的研究成果往往會被教育學采用，因此在兩個語域之間也往往會建立起類比關系。而文學和新聞學則由于其學科特點，要反映和報道社會各個領域的人物、事件，對于各學科術語的接受性很高，所以“期望值”通過語義引申進入這些語域也是很自然的。
此外，“期望值”這個原本屬于概率論和統計學領域的術語，可以通過類比、引申等方式映射到數學、經濟、計算機、心理學、教育學、文學、新聞學等其他目標域，筆者認為這種映射的形成基于認知的圖式理論[8]。我們知道，隨著心理圖式的增加，人們在面對未知事物時偏向于將之與自身已經儲存的心理圖式做比較，在比較的過程中會有對該未知事物可能狀況的猜想，這種猜想便形成了人們的預估基礎，也就是“期望值”。只有在這種共同的心理預期作用下，人們才能通過想象、聯想、類比等手段的運用，為“期望值”語義的引申、轉移、泛化等提供必要的保證，使得“期望值”的核心語義弱化，在使用中逐步向相關語域拓展。在跨語域的使用過程中，“期望值”的內涵和外延都漸漸發生了變化，最終進入現代漢語一般詞匯。
五 總 結 人們對于術語的認識總是隨著科學技術的進步、社會生活的發展而逐步加深的。“期望值”一詞最初雖然是專業性極強的專門術語，但由于人類認知的特點和學科之間的聯系，語義范圍逐漸擴展，其內涵和外延不斷地發生變化，漸漸不再局限于概率論和統計學范疇，而是通過類比、引申等方式投射到其他領域，從單學科術語向跨多語域使用的多學科通用術語演變。在使用過程中，隨著使用頻率的增加，“期望值”的語義、語法和語用特征都產生了一定變化，術語的核心語義減弱，其適用語域增多，最終構成一個全新的跨語域術語，以適應不同語境和表達的需求。通過“期望值”的演變，可以看出單學科術語的跨語域多學科術語化是功能和認知機制共同作用的結果。
參 考 文 獻
[1]格里尼奧夫術語學[M]鄭述譜，吳麗坤，等，譯北京：商務印書館，2011
[2]孫寰術語在篇章中的使用[J] 術語標準化與信息技術，2007（04）：9-11
[3]梁愛林 論認知術語學的理論基礎及其應用[J]術語標準化與信息技術，2009（01）：4-10
[4]吳哲 認知語言學框架內的術語研究[J]中國科技術語，2008（04）：5-8
[5]維基百科 [EB/OL]（2013-06-10）[2013-04-15]http：//zhwikipediaorg/wiki/
[6]MBA智庫[EB/OL][2013-04-15] http：//wikimbalibcom/wiki/%E6%9C%9F%E6%9C%9B%E5%80%BC
[7]王寅認知語言學探索[M]重慶：重慶出版社，2005
[8]劉宇紅認知語言學：理論與應用[M]北京：中國社會科學出版社，2006
[9]Halliday， MAK An Introduction to functional Grammar[M]3版Beijing：Beijing Foreign Language Teaching and Research Express，2008
篇10
STEM 成為后人工智能教育的不動點：應對科技的變化，教育的變革一直都在進行且與科技的發展互為因果。從彼得?蒂爾對教育的質疑，到創客熱潮在美國教育中的掀起，事實上，STEM教育是美國對過去概念化的“實用主義”教育和“通識教育”百年爭論的落錘之音。起源于杜威和哈欽斯的那場爭論，恰恰是工業革命已經明確成型后的兩種教育理念的爭論。之所以今天的美國已經很少爭論到底是實用主義還是通識教育，是因為美國的科技已經進入到一個新的階段。教育是一個組織行為，一個圍繞未來10年不變的知識、20年不變的技能、30年留存的體驗的穩定的復雜社會經濟形態，因此不那么容易被顛覆。恰恰是科學、技術、工程、數學（STEM）構成了工業時代（數理化）和后工業時代（文科、理工科）中的不動點，在物理學和幾何學中，不動點對于系統的穩定和概念的一致性非常重要，而目前的STEM教育，不僅僅是一個概念的東西，而是舊技術時代向新技術時代過渡的“不動點”。在這個不動點體系中，新的側重開始后，原有的教師和學科體系以及支撐可以平穩切換，不至于導致教學秩序的混亂。
元學科、應用學科和副科發生結構性的變化。由于人工智能的出現，使得復雜計算和系統計算以及簡單的人機交互計算工具化全面超越人類，對技術基礎這個原有概念的教育的分歧越來越大。人工智能視野下學科概念如果表述成元學科、應用學科與素質學科，那么教育學科的概念的持續性還能以最大公約數繼續運行：以數學、物理、化學等元學科為代表的學科，在今后的教育中更加重要并將作為篩選人的條件。而應用科學：（生物、地理、信息、勞動）學科，將著重項目制學習、體驗學習，成為培養人的目標；社會科學（歷史、哲學、思想品德）將來的重點在于綜合應用，批判性思維學習，更加側重學科的來源和發展；而綜合素質類（音樂、體育、美術）將從副科走向前臺。@樣，圍繞STEM的教育，人工智能下的教育體系還是一貫的科學（元學科）、技術（應用學科）、工程（素質學科、社會學科、管理學科）、數學（邏輯、數學學科）。
人工智能技術對學科的影響：越理性，越感性
數學：傳統的工業時代的數學，其訓練方法是數值計算，其指向是力學計算，這種側重至今還非常濃厚。隨著知識庫的普及和共享以及計算工具的進化，越來越少的人將來從事傳統的工程計算行業，而正宗的工科專業越來越向著專業化和高端化演化（如學材料的將來的進入門檻很可能是博士）。但是，人工智能今后用到的大量的數學以及人與人打交道用到的計算機數學，統計學基礎的數學，這方面中國數學還停留在工業時代。美國學生從高中就開始問卷處理和微積分的學習，大學數學更加有用的是方程組、統計學等。數學是一個典型的年齡相關性學科，一定要從小學，而且轉向數值和算法類的學習，從偏向材料計算的高等數學方向，轉向偏向矩陣計算的統計數學方向，邏輯學、幾何學和統計學成為三個數學學習的支柱。
物理：有一位著名的物理學家回顧過去物理百年，發現一個有趣的現象：“力”這個概念，在物理學上看，已經不是一個原始的變量了，能量和質量才是，為什么我們的老師還在使用這個概念呢？那是因為在機械時代，“力”是最容易理解的組合概念。在工業革命前后的幾百年直到今天，物理學教育的重點還是偏向傳統力學計算方向，從中小學來說就是牛頓力學。然而隨著工業時代的結束，人們更容易見到的力學概念不再是機械和天體，而是轉向社交網絡、計算機圖像、信息變量、生物體和電子學以及更容易接受的能量、時間維度。數學老師們轉向統計學的同時，物理老師應該考慮從牛頓力學轉向量子力學和熱力學甚至時空維度，這些對于孩子未來的人生更是基礎，而通過物理學進行基礎的科學實證的訓練以及科學觀測和數據處理，才是物理學最基礎的作用和價值體現。不然，人生什么年齡都可以去學物理而不必非要從未成年時代去學。
元科學化學：中美物理學和化學都是選擇性的，但比較中美化學教育，卻發現有很大的不同。美國高中化學就允許且必須使用帶有功能性計算的計算器，而中國大學生都沒有這方面的訓練。也就是說，隨著化學和生物化學要求越來越高、知識點越來越多，設法繞過煩人的記憶而走向邏輯，是美國學習化學的方向，這點也值得我們注意。另外，化學的側重由從偏向無機化學方向的基礎化學，轉向偏向生物和有機化學方向甚至與物理相結合的量子規律，是化學學科的重點。例如，很多美國的大學錄取要看高中生在化學創新方面的實踐，能創新的往往是生物化學。
外語：工具性的外語逐漸失去市場，形式節奏上的美學、邏輯學角度的詞源學、社會學角度的語言學、心理學角度的語義學成為外語復興的落腳點。另外，似乎從來沒有人將計算機程序當作外語來教，事實上，隨著工具性的外語被人工智能取代，計算機程序語言很可能成為一種外語，而很多軟件人才是學外語出身的，也不斷印證這個結論。
語文：可以預料的是，隨著工具性的人工智能的出現，原先學習語文的工具性的方法（如語法），逐漸將退出語言學習（包括外語），而作為母語的語文之所以在工具化人工智能時代還得到重視，最重要的理由也許是儀式感的表達：回到經典、回到表達、回到應用、回到美學。
除了以上學科教育的重點隨著技術經濟必然發生變化外，學科學習的醒悟和內在邏輯將更加重要，學科歷史、學科邏輯、學科故事將替代題庫訓練，因為作為計算的精確性除了特殊人才的培養外，將讓位于工具和人工智能，而人要考慮體驗和持續學習的興趣和邏輯。學科學習之間還將朝著融合的方向發展，應用學科和元學科的分離意味著應用學科更加朝著整合的方向發展：地理、生物、科技等融合課程，朝著綜合應用發展。
人工智能技術對教育技術的改變：從工具到空間
隨著人工智能的發展，也許目前花里胡哨的信息技術將隱身后臺。課堂上也許看不見信息化了，師生在課堂層面體驗將會越來越好，越來越貼近自然：看不見計算機的信息化，距離教育更近而不是技術更近。
學校之所以存在是因為學校為學生模擬了一個高度抽象的比真實世界還真實的教育世界。因此，未來的校園從改變世界的信息模版角度，將更加強調與客觀世界的互動、映射和高度抽象。
美國的大學錄取是更接近人工智能手段的個性化錄取，而學生選拔是更接近大數據角度的GPA（平均成績點）。從培養角度，學生畫像比GPA更加個性化地從個體角度描述學生的個性特征，學生的學習行為、實踐行為、創新行為，在全地域、全信息、全自動、全過程的記錄下，將更加全面地反映學生的全貌。智能實驗室和智能校園的方向，將來是基于個體的專業學習和評價。
與學生相對應的教育行為畫像，將側重于聯系社會、聯系科技、聯系家庭、聯系團隊，從重復性勞動變為創造性勞動。
而學校的管理行為將演變成支撐技術：支撐數據、支撐品牌、支撐環境。今后的教育將出現越來越專業和自由的教師，越來越職業的校長。
在教育政策上，由于全國性的數據和人工智能的使用，教育測評將更加專業化、教育本體化（而不是被測評機構和排名所左右），教育選拔將更加科學化和長期化，短視模式隨著計算方法和智能評估的進展而迅速被迭代掉，衡水模式將逐漸退出歷史舞臺，未來應該篩選更應該上清華大學的人和更應該培養好每一個想學習的人。即使僅從功利教育目標來看，教師個體經驗也逐漸讓位于人工智能和大數據，教育重心從教育哲學屬性逐漸走入教育科學屬性；而被恐懼綁架的教育所強調的教育的篩選功能，逐漸將重心轉向教育培養功能，個體成功的培養目標，逐漸轉變成為未來視角的社會價值角度；教育回歸人與人的本質關系和專業培育孵化的社會職能，功利性和工具性減弱，過程幸福成為教育者追求的目標。教育者由工匠逐漸轉型為藝人，教師由于工具化的替代，將會越來越有尊嚴和個性，而不是越來越像工具。
“人創造”的價值逐漸凸顯，教育的價值在于“創造人”
柯潔在被人工智能的計算機打敗之后，接連戰勝外國圍棋高手，刷了一下存在感并表示：“與機器下棋沒意思”。同樣，在工具制造時代，如果從質量和精度考慮，無疑機器越來越超過人，然而手工的紅木家具、手工的藝術品、手工的食品、甚至手工的衣服和汽車，比起無論從什么角度來看的機器人制造的東西，都越來越貴，人也越來越愿意采購?！叭藙撛臁钡膬r值凸顯，是體驗經濟產業升級的一個標志，人工智能時代也不能例外。因為，“有意思和不可復制”才是人消費的高級時代。
不同于機器代替人的重復勞動的趨勢，教育與學校會替代機械的班級成為人與人關系的場所，在這個場所中，機器越來越像人來代替人的高級狀態，而人越來越擺脫工具性、擺脫重復性，更具藝術性和創造性。研究教育的歷史會發現一個普遍的現象，就是隨著工具性的增強，反而是班級規模的縮小和師生比的擴大，這也印證了：人畢竟要與人打交道，教育是一個個性化的活動。C器代替人意味著更多的時間人會回到家庭陪同孩子，這在美國已經持續發生了50年，幾乎多數的女性甚至男性在孩子成長過程回到家庭（如果他們算教師的話，教師比例更大）。在學校里未來的師生比會持續增加，教育更加不再計較投入產出，而將演變成一種創造性的職業。
篇11
中職生大多是帶著中考失敗的陰影。或者中途輟學的經歷來到學校，其語文素養相對較差，大多數學生認為來到職業學校就是為了學一技之長，而忽視對基礎性學科的學習。對這樣的學生，我們就要不斷對其進行潛移默化的教育。正所謂：“語文就是生活，就是一個人，就是塑造一個人的靈魂?！闭Z文不僅僅是教給學生語文知識，更重要的是對學生心靈的陶冶、歷練。我們的語文教學就是需要用心的教學，讓教師、學生的心靈相互撞擊、共鳴，讓語文教學不僅教書，更要育人，特別是對于我們職業學校的學生，更要發揮語文教學的育人功能。下面就結合語文教學內容，語文生活實踐，語文精神及語文的思想認識探討中職語文的育人功能。
一、中職語文教學內容應展現人文精神
教師在語文教學是應注意吸取傳統文化中的精華部分，加強人文精神的滲透；在提高學生基本技能的同時，加強對學生情感、態度、意志、興趣等非智力因素的培養，促使其個性和人格完善健康地發展。就語文的課本內容分析，學生可以從語文課本中領略朱自清的父子情深，冰心的小橘燈的通明徹亮，可以讓學生認識為國盡忠為義捐軀的屈原、文天祥；可以讓學生感受追求真理、獻身事業的劉和珍的磅礴氣勢。這些與教材有關的古今中外的形象，體現了對生命的尊重，對生命價值的尊重。教學內容的人文性，使學生在學習過程中感受到了這種生命的脈動和汩汩血流的躍動，感受到這種生命價值的提示。這種極有意義的文學作品教學，體現了文學教育的美學功能，培養了學生對生命的熱愛和珍惜，對人世間活生生的事物的人文關懷。閱讀《登高》、《將進酒》等作品，可以讓學生感悟美好的未來靠自己去奮斗。
二、注重語文實踐，發展能力，開拓智力，革新課堂。
大膽改革課堂教學方法。突破語文課堂教學的傳統模式，從教學過程的教師單純知識傳輸，發展到師生之間的雙向信息交流，構建起立體交叉的信息傳遞方式，呈現教師、學生、教材三位一體的信息系統中心。整個語文教學過程充滿民主、平等、獨立的教學氛圍，這樣更有利于教師因材施教，有意識、有針對性地引導學生，發揮他們各自的優勢與潛能，扶植那些萌發出的特殊才能的幼芽，使學生的個性、智力得到健康發展。
我運用啟發式談話法進行教學，讓學生感到親切、熱烈。改變那種教師怎樣教，學生就怎樣學；教師怎么講，學生就乖乖聽；教師黑板怎么寫，學生筆記就照抄的以教師為中心的舊傳統教學模式。還運用對比、質疑、討論的方法引導師生共同對課文進行探究，這樣上的課讓學生越來越喜歡，他們都樂意上我的語文課，感到課上得有滋有味，促進了學生身心的健康發展。在上導讀課時自己以聲情并茂的范讀來激發學生的靈感，喚起學生內心的美感反應，領會作品的意境，激發學生積極朗讀的興趣。美國心理學家布魯納說過：“學習最好的刺激，乃是對所學材料的興趣。”學生有了學習的興趣，布魯納又提出“要使學生對一個學科有興趣的最好辦法是使這個學科值得學習”，順著思維發展的程序，進一步的教學要求，“使學生有新發現的感覺”，并且“把我們必須要說的東西轉化成為適應學生的思想形式”。
篇12
目前，“弱人工智能”已經滲透到我們生活的方方面面：搜索引擎、實時在線地圖、手機語音助手、智能客服等都運用了人工智能技術。盡管人工智能要從感知、行為和認知三個維度全面模擬甚至超越人類，還有很長的路要走，但目前的AI憑借強大的計算能力、存儲能力和大數據處理能力，已經改變著傳統教育模式與教育形式，在破解教育資源不均、提高教育效率和教學質量、提供個性化精準化教學、優化教育評價系統等方面將發揮重要作用。
浙江西湖高等研究院人工智能研究室主任于長斌認為，人工智能下一步應用可能是遠程教育、自我強化教育，甚至是教育領域的機器換人。從人工智能現階段研究成果來看，機器人做數學題、英語題完全沒有問題，有科學家還成功用人工智能自動生成科研和學術論文，其中有一些甚至被期刊錄用。
高考機器人
在今年6月7日的“高考”中，人工智能機器人AI-Maths在數學科目的兩套試題考試中分別取得了105分和100分的成績。整個答題過程中，機器人不聯網、不連接題庫、無人工參與，全由機器人獨立完成解答。研究人員表示，由于AI-Maths在識別自然語言時遇到了一些困難，導致部分考題失分。
AI-Maths先后解答了2017年數學科目高考的北京文科卷和全國Ⅱ卷的試題，分別用時22分鐘和10分鐘，北京文科卷得分105分，全國Ⅱ卷（數學）得分100分。對這臺機器人來說，解答一道題目的時間最快不到一秒。此前總共做了不到500套試卷，大約12000道數學題。而一個中國學生，按照每天10道數學題估算，到高考前已經做了大約30000道數學題。
考試結果顯示，這臺高考解題機器人在不依賴大數據的前提下，邏輯分析能力遠超人類，但在文意理解、多樣性思維上要比人類遜色得多。參與閱卷的資深數學老師表示，AI-Maths相當于中等成績水平的高中畢業生，失分主要是因為“讀不懂題目”，遇到一些人類語言（而非數學語言）時，無法理解。
專家指出，這次機器人不得高分的原因較多，首先這個機器人并沒有代表機器人的最高水平，其次機器人沒有聯網，不能夠聯想自己的知識，這樣得低分也是理所當然的了。經過更多的訓練和學習以后，未來AI-Maths會取得更好的成績。
該機器人是由成都準星云學科技有限公司研發的一款以自動解題技術為核心的人工智能系統，誕生于2014年。該公司參與了科技部的863“超腦計劃”。
同時進行的另一場機器人高考測試中，學霸君的Aidam首次與6名高考理科狀元在北京同臺PK，解答2017年高考文科數學試題。Aidam的成績為134分，6名狀元的平均分為135分。Aidam答題耗時9分47秒。為了展示，Aidam當天答題放慢了六倍速度，平時每道題完成時間應該在7-15秒。
從2014年開始，國內人工智能引領者科大訊飛就聯合了包括北大、清華等在內的超過30家科研院校和企業，共同開啟了一項隸屬國家863計劃的“高考機器人”項目，他們希望通過這個項目的實施，研制出能夠參加高考并在2020年考上北大、清華的智能機器人?！俺X計劃”匯集了國內近60%的人工智能專家，其重點就是要研究突破機器的知識表達、邏輯推理和在線學習能力。
目前，高考機器人在英語學習方面也取得階段性成果：一是翻譯，已經能夠讓翻譯能力達到高考入門水平。二是在廣東地區的英語高考、中考場景中，在發音準不準、填空題選擇題，判斷你懂不懂知識上，機器已經超過人工。三是口語作文實現突破。比如給學生一個題目《My Mother》，現在AI機器的評測打分已經比人類打分更精準。
有人提出了一個十分滑稽的問題，那就是人工智能要是通過高考考上大學，是不是意味著我們的教育培養出來的就是考試的機器？這個問題的邏輯不一定嚴密，但巧妙地折射出了現行教育體制的一些問題。如果以應試為主的教育方式不改變，智能機器取代老師幾乎是必然。更可怕的是，這樣的教育培養出的人也將被智能機器淘汰。
AI閱卷批改作業
面對龐大的考生規模和多種多樣的考試，專家和老師閱卷成為一個獨特的景觀。從傳統的紙筆閱卷到網上閱卷，再到今天的機器智能閱卷，AI可以輕松解決繁重復雜的閱卷難題，大大提高閱卷的效率和質量。
通過對試卷進行數字化掃描、格式化處理，轉換成機器可識別的信號，機器就能按閱卷專家的評判標準，進行自動化閱卷，還可以自動檢測出空白卷、異常卷，并給出最終的評閱報告及考試分析報告。原來三個月的工作，現在一周就能完成，而且更準確、公正。
中國教育部考試中心對“超腦計劃”的閱卷工作進行了驗證，結果是，在“與專家評分一致率、相關度”等多項指標中，機器均優于現場人工評分。
除了代替人工閱卷，人工智能還可以幫老師做批改作業、備課等重復枯燥的工作，不僅節省大量時間，還可以減少工作量。
語音識別和語義分析技術的進步，使得自動批改作業成為可能，對于簡單的文義語法，機器可以自動識別糾錯，甚至是提出修改意見，這將會大大提高老師的教學效率。
今年兩會期間，科大訊飛董事長劉慶峰在提案中提到，科大訊飛的英語口語自動測評、手寫文字識別、機器翻譯、作文自動評閱技術等已通過教育部鑒定并應用于全國多個省市的高考、中考、學業水平的口語和作文自動閱卷。而基于國家“十三五”863“基于大數據的類人智能關鍵技術與系統”階段性成果構建的“訊飛教育超腦”已在全國 70% 地市、1 萬多所學校應用。
國外也有多個智能測評公司和實踐案例。GradeScope是美國加州伯克利大學一個邊緣性的產品，它旨在簡化批改流程，使老師們更專注于教學反饋。目前有超過150家知名學校采用該產品。MathodiX是美國實時數學學習效果評測網站，算法會對每一步驟都進行檢查、反饋。
美國教育考試服務中心（ETS）是世界上最大的私營非盈利教育考試及評估機構，已經成功將AI引入SAT和GRE論文批改，同人類一起扮演評卷人角色。
計算機科學家喬納森研發了一款可進行英語語法糾錯的軟件，不同于其他同類型軟件的是，它能夠聯系上下文去理解全文，然后做出判斷，例如各種英語時態的主謂一致，單復數等。它將提高英語翻譯軟件或程序翻譯的準確性，解決不同國家之間的交流問題。
雖然人工智能可以閱卷、批改作業，但誠如《信息時報》刊發的《推廣“機器人老師”可為廣大教師減壓》一文所言：教育需要尊重“異質思維”，同樣的問題，學生會給出差異化、個性化的答案；目前“機器人老師”在閱卷、批改作業的時候會有明顯的局限性，可能更適用于客觀題卻不適用于主觀題。
不可否認，最初機器是用來輔助人工教學的，未來的趨勢則是人輔助機器，而這個過程會一次次重塑考、學、教、管的服務流程。未來，當進入強人工智能和超人工智能時代，機器人更像是老甚至在許多方面超越老師。
機器人當老師
城鄉、區域教育鴻溝，擇校問題，學區房問題，都是教育教學資源不均衡導致的，歸根到底是優秀教師的稀缺，而智能教育機器人則是解決這一問題的有力工具?！皺C器人老師”不僅有助于解決師資不足和師資結構不合理等難題，還能大大緩解社會矛盾，促進教育公平。
目前國內已涌現出像魔力學院這樣的創業公司。幾年前魔力學院創始人張海霞從北大畢業時，她的畢業論文是國內最早對人工智能教學進行研究的學術論文，同時在上大學期間，她就已經是新東方出國留學部最好的英語老師。這種雄厚的技術和教學背景，讓她成為國內最早一批人工智能領域的創業者。
“與大多數互聯網教育領域的產品不同，魔力學院從一開始，我們要解決的問題就是用人工智能機器替代老師進行講課。曾經有很多投資人建議我們妥協一下，暫時用真人老師講課，后面再一步步地進化到人工智能老師，但我們從來沒有妥協?！睆埡Ｏ颊f。
直到2016年3月，魔力學院第一個商業化的版本上線，企業開始有了第一筆收入，成為全球在人工智能老師這個領域第一家產品上線的創業公司，也是第一家實現了持續收入和盈利的創業公司。至今，在人工智能老師這個領域，魔力學院的相關產品仍然是惟一能從教、學、練、測各個維度提供人工智能老師教學的公司。
目前在新東方也開始這樣的實驗，教室里沒有人類老師上課，機器人將重要知識點經過搜集和教學設計后，用非常幽默的方式向學生傳授，從課堂效果來看，“學生很愿意聽”。
新東方教育集團董事長俞敏洪認為，未來10年內，教師七成教學內容一定會被機器取代。不過，缺少人類老師的教學必然不完整，因為課堂教學不光是把知識點告訴學生，更需要對學生開展知識融合、創造性思維、批判性思維等能力訓練。對于這些思維方式的訓練教學，機器人老師還無法勝任?！拔磥淼恼n堂將是機器人智能教學、老師情感和創新能力的發揮及學生學習的三者結合。”
除了民辦教育在積極引入機器人老師，我國的“福州造”教育機器人已在部分城市的學校開始“內測”，今后有望向全國中小學推廣。這款教育機器人除了幫助老師朗誦課文、批改作業、課間巡視之外，還能通過功能強大的傳感器靈敏地感知學生的生理反應，扮演“測謊高手”角色。一旦和“學生機”綁定，可更清楚地了解學生對各個知識點的掌握情況。
對于機器人老師，國外早有應用。2009年，日本東京理科大學小林宏教授就按照一位女大學生的模樣塑造出機器人“薩亞”老師?！八_亞”皮膚白皙、面龐清秀，皮膚后藏有18臺微型電機，可以使面部呈現出6種表情。她會講大約300個短語，700個單詞，可以對一些詞語和問題做出回應，還可以學會講各種語言。“薩亞”給一班10歲左右的五年級學生講課，受到新奇興奮的孩子們的極大歡迎。
教育是塑造靈魂的特殊職業，教師是人類靈魂的工程師，面對的都是活生生的具有不同個性情感的學生，在價值觀塑造和創新思維啟發方面，“機器人老師”有著明顯的局限性。盡管機器人老師不知疲倦，知識淵博，能平等地對待學生，加上它的特殊身份能激發學生的學習興趣和動力，然而機器人永遠無法完全替代“真正的人類教師”。
當老師們從繁重的重復性工作中解放出來，實際上可以將更多的時間和精力花在富有創造性的工作上。比如培養學生的素質和情商，激發學生對學習的熱情，鼓勵學生獨立思考，形成自己的價值觀和思想體系，成為有美好人格和創新能力的個體。
實際上，老師充當的是一個引導者、啟發者的角色，老師做的應該是“準備環境-引導孩子-觀察-改進環境-再引導-退出-再觀察”。極少干預和不斷引導，讓孩子能最大限度地擁有獨立性、專注度和創造力。
機器人進課堂是大勢所趨。不久的將來，人類老師將負責進行情感、心理、人品、人格上的健康教育和品德教育，以及各類知識的融會貫通、學習方法的引導、創新能力的培養。而知識教育這部分，將會以“機器換人”的形式讓渡給人工智能。這將對老師提出更高的要求，因為除知識教育外的這些教學內容，需要由真正有能力的老師來傳授?！袄蠋熞苊獗粰C器取代，就要先避免自己成為機器?！?/p>
可見，教師需要快速適應現代化教學需要，熟練使用各類領先科技產品，提升綜合素質，這將決定教師本人的去與留，更是教育希望與未來的關鍵所在。
個性化教育
因材施教在我國已有2000多年歷史，但在我國應試教育大環境下，根據學生不同的認知水平、學習能力以及自身素質來制定個性化學習方案，真是說易行難。當傳統思想與尖端科技相結合，因材施教的可行性有了大幅提高。人工智能介入后，個性化教育有兩條實現途徑。
一是構建知識圖譜。構建和優化內容模型，建立知識圖譜，讓學生可以更容易地、更準確地發現適合自己的內容。國外這方面的典型應用是分級閱讀平臺，推薦給學生適宜的閱讀材料，并將閱讀與教學聯系在一起，文后帶有小測驗，并生成相關閱讀數據報告，老師得以隨時掌握學生閱讀情況。
Newsela將新聞與英語學習融為一體。通過科學算法衡量讀者英語水平，抓取來自《彭博社》《華盛頓郵報》等主流媒體的內容，由專人改寫成不同難度系數的版本。LightSail也是相同應用，不過它的閱讀材料是出版書籍，它收集了適合K12學生閱讀的來自400多個出版商的8萬多本圖書。
2015年底Newsela用戶量超過400萬，LightSail和紐約市教育局、芝加哥公立學校、丹佛公立學校等機構達成了合作，而目前我國沒有如此規模、與官方達成合作的個性化閱讀學習平臺。
二是自適應學習。人工智能可以從大量的學生中收集數據，預測學生未來表現，智能化推薦最適合學生的內容，最終高效、顯著地提升學習效果。當一個學生閱讀材料并回答題時，系統會根據學生對知識的掌握情況給出相關資料。系統知道應該考學生什么問題，什么樣的方式學生更容易接受。系統還會在盡可能長的時間內保留學生信息，以便未來能給學生帶來更多的幫助。
篇13
（二）高校創業教育與課堂教學模式改革分離
創業教育如果著眼于短期內促成更多人去創業的次功能，高校的創業教育在教學改革方面就容易陷入多開設一些創業類的課程，多講授一些創業技巧的誤區。受傳統教學模式的影響，我國高校的創業教育實踐在教學內容的設計上，重點關注的是創業者在創業過程要經歷哪些事情，認為只要把做這些事情所需要的知識教清楚，創業教育的核心內容就完成了，于是我國不少高校在創業教育中“創業課程完善論”的傾向較為明顯。另一方面，受校內師資隊伍結構限制，校外實務界的師資進入高校的順暢機制仍未形成，目前講授這些課的教師中相當比例的人存在紙上談兵的弊端。由于沒有實踐經驗，其講授的創業教育內容的有用性亟待提升，有些課程講授的實際效果甚至可能破壞了受教育者對創業活動原本的良好期待，事實上起到了“反創業教育”的效果。創業教育需要培養的不是只會模仿和聽話的好學生，而要培養新奇想法不斷，自主意識鮮明的個體。學生不再是背誦知識點的能手，教師不再是剖析標準答案的專家，學生學習的過程不再是占有和守成，教師教學的過程不再是宣講和布道。教師應更多地要把學生當成平等的生命體，教學過程應當是充滿探索的心靈對話，師生之間能夠彼此深度理解和領悟。因此，高校創業教育需要從改革現行高校課堂教學模式和學生成績評價模式做起，這比多開設幾門包含有“創業”名稱的課程更有價值。但目前，這方面改革推進的力度還非常有限，甚至大部分創業類課程的教學模式都仍舊延續著傳統的作法。我國高?，F行的創業教育課程的教學，仍基本上是以課堂說教式教學方式為主，絕大部分課程的考試仍是以知識點的識記考察為核心，案例教學、討論式教學、啟發式教學很少得到有效運用。
（三）高校創業教育與社會創業現實脫節
因為過多地關注于創業教育的次功能，政府和高校就容易忽略創業理念端的基礎內容，而更多關注那些創業行為端的形式內容，就容易導致高校從創業活動層面推進創業教育的熱情有余，而從教學改革層面推進創業教育的作為不足，而大學生嘗試創業活動的實戰能力畢竟缺乏基礎，于是高校的很多創業類的活動就容易陷入了形式主義的傾向，與社會創業現實脫節。以目前國內最有影響力的“挑戰杯中國大學生創業計劃大賽”為例，這項賽事從1999年開辦以來，每兩年舉辦一屆，對廣大在校學生認識創業活動起到了積極的宣傳作用。但由于一方面評獎機制政府主導色彩明顯，比賽與社會接軌度不夠，另一方面對獲得獎項者的功利性附加值給予太多，不僅參賽學生因獲獎會得到其他諸多榮譽和優待，參賽高校也會因為獲獎而高校創業教育功能認知偏差與應對被考核評估加分，這項賽事參賽規模雖不斷擴大，大部分參賽者幾乎都處于為了獲獎而比賽的狀況，參賽作品很少能夠走向市場，真正進入創業領域，各個高校開展的創業計劃大賽總體上仍停留在校內運作為主的狀態。這項賽事對于促進中國社會創業活動的現實價值目前尚不明顯。近年來，由學生團學組織開展各種形式的創業孵化班、創業先鋒班的作法已經被國內許多高校采用，但總體而言，這些項目的短期功利性傾向較為明顯，大部分高?；旧隙家阅軌蚨虝r間內孵化出成功的創業項目作為追求。不過由于參與這些項目的學生往往熱情有余而在創業心理和知識技能方面基礎薄弱，指導這些項目教師團隊在高?？萍汲晒Y本化方面缺乏校內系統支持，這些教育項目實際運行與市場脫離較遠，自我想像式的模擬成分較多?？傮w來看，這類創業教育項目除了理論講授之外，創業實踐科技含量不高，主要形式大多為地攤式的低水平販賣型創業，這樣的實踐項目可持續發展存在先天不足，創業項目自身生存時間不長。這幾年在不少高校試點的大學生校內創業園，其實也不同程度地存在這一問題。
二、調整高校創業教育認知偏差提高學生創業能力
（一）健全社會參與機制提高學生創業意識
當今世界創新創業活動對社會發展的作用越來越大，以美國為例“，創業者正在實現他們創造的巨大價值，當今美國財富中超過95%是在1980年后創造出來的。”“美國700萬百萬富翁大多數是白手起家的企業家?！薄皠摌I企業創造了75％的新增就業機會。”[8]當今社會，知識漸漸開始替代資本成為影響社會發展的更核心力量。當下中國仍是創業的熱土，中國的創業活動日益活躍，①對中國經濟社會發展產生了巨大的貢獻，眾多學歷文化水平不高的創業者無師自通，激戰商海，創業精神相互浸染碰撞，大批民營企業萌芽發展。當下中國民間社會在創業精神方面已經遠遠走在高校前面，高校期待自己要引領、推動社會創業實踐，首先應當健全社會參與機制，放下身段，主動融入社會，把社會蓬勃發展的創業精神引入高校。過去十余年中國高校在創業教育中成效不理想的重要原因之一是，大學生創業教育更多表現為政府努力推動，高校則處于相對被動的狀態，走過的是一條“政府推動型創業教育”道路。[9]高校與蓬勃發展的社會創業文化相對疏離，形成了相對封閉的教育環境，絕大部分學生讀完大學后反而更不傾向于去創業，這與高校內部缺乏真正的鼓舞創業的精神有很大的關系。筆者認為在一個缺乏創業精神的教育環境中，再多的創業知識和創業教育活動的成效都會大打折扣。而調整高校創業教育主次功能認知偏差需要強化社會參與，使民間社會創業精神的源頭活水流進校園，使高校師生的創業精神與民間社會蓬勃發展的創業精神交融互動。由于創業經濟時代給人們提供利用知識創造社會價值前所未有的機會，高校應當通過完善機制，引導更多的社會創業導師主動參與高校創業教育活動，更加重視高校創業知識和理念對本地區創業者的影響，以及與社會創業人才的互動交流，改變高校創業教育閉門造車的現象。而這需要高校改變現有對教師偏重科研論文數量為導向的考核評價機制，需要政府給予高校更大的辦學自，使更多高校在事實上形成自己的辦學個性，使其充滿創新特征的創業精神得以勃發。
（二）在各學科教學中滲透創業教育
創業教育的核心和重點是創業精神培養，因此，提高高校創業教育效果最重要的不在于有形的創業知識和技能教育，而在于高校創業文化氛圍的營造。大學是一個師生互動影響、創造知識的場所，教師群體的精神意識風貌會深刻地影響學生的意識狀態，教師的創業精神會深刻地影響學生的創業精神，所以創業教育不能僅定位于是高校那少部分開展創業課程教學教師的事情，教育的內容也不應僅集中于開辦企業知識這些事情。在創業經濟時代，高校中的大部分教師都應當承擔起傳播創業精神的責任，在各自的學科中滲透創業教育，產生“潤物細無聲”的效果。有助于鼓勵創業精神的課堂教學期待著師生廣泛的互動，學生需要的不是現成打包好的、已經格式化的知識，學生需要的更多符合情境的真實事件信息，需要更多沒有標準答案的深入討論和質疑。無論是商業創業、社會公益性創業，還是崗位內創業，創業過程不確定性事件很多，多樣性特征明顯，只有緊密結合學科教學，融創業教育于各學科教學之中，各學科教育與社會創業互動展開，才能引發學生對創業的興趣。當前在創業教育學科方面，高校從事創業教育類課程的教師不了解社會一般創業創辦進展實況，這也是教師在學生面前就創業話題深入展開時，感到底氣不足的重要原因。當然，高校創業教育本身定位不應限于創業技能教育，成為一種形而下的追求，但是如果高校的創業教育對中國社會中的創業者碰到大量現實問題仍長期處于失語狀態，這樣的創業教育必將是缺乏生命力的。高校創業教育需要拉近高校教師群體與社會和市場的距離，使高校知識溢出能夠明顯增加對社會的貢獻度，教師在創業精神的影響下能夠更自由的實現知識創新的資本化。正如醫學院需要真正會給病人看病的醫生來當教師，建筑學院需要真正有能力從事建筑設計、施工等工作的專家來給學生來當教師，高校創業教育也需要一大批真正有能力自己去從事商業創業、公益性創業或者正在校內開展崗位創業的教師向學生傳播創業精神。盡管創業并不僅限于狹義的商業創業，但是一所洋溢著創業精神的大學中一定應當會涌現出一批能夠將知識資本化的教師，他們完全可能產生于大學的各個專業之中，產生的他們過程既是大學創業精神自我塑造的過程，也是大學創業精神廣育英才的過程。
（三）高校教師服務于本地區中小創業者
目前我國大部分高校中，整個教師群體的創業教育理念尚未得到很好普及，從事創業教育的師資實踐能力普遍欠缺，[10]創業教育的師資對實戰創業的服務能力弱是一個不容回避的客觀事實。高校創業教育主功能的很好發揮需要建立在高校自身創業教育能力提升的基礎之上，而高校良好的創業教育能力不僅應表現在對本校學生良好的教育質量上，而且應體現在能夠為本地區創業者提供實在有用的創業服務上，因為高校本身應承擔服務社會的職能。而當前的社會現實是，國內高校在這些方面還鮮有作為，我們看到更多的是很多高校在嘗試聘請企業家擔任各種形式的導師，卻還很少有社會創業者在創業開始之前和創業進行之中，主動結合自己碰到的現實問題求助于高校的現象?！案咝？梢杂行Ы虅摌I”或者說“創業者可以到高校學創業”，再或者說“創業者到高校學習一下，會明顯有助于創業”這些觀念，顯然遠沒有得到今天中國社會的認同。高校教師群體對高校所在地區創業活動的參與率低、貢獻度小是高校在社會創業活動中話語權弱的重要原因，建立高校教師服務于本地區中小創業者機制，將可以有效緩解這一現象。本地區中小創業者在創業活動中除了資金外，事實上還會碰到許多困難，高校作為傳承知識、創造知識集散地，理應為高校所在地區的創業者提供智力支持。但目前如何把高校智力資源與高校所在地區中小創業者的現實需求有效對接，尚缺乏有力的政策引導。筆者認為，目前各地政府和教育主管部門在積極探索創業孵化園等舉措的同時，加強高校教師服務于本地區中小創業者平臺建設已經顯得非常必要，因為這項舉措不但能直接幫助本地區中小創業者解決創業中的現實困難，引導高校智力資源主動對接市場，使本地區的創業層次得以提升，還能夠間接提升大批在校學生的創業意識，深刻影響未來潛在的創業活躍度。
