鮑日勤

（衢州廣播電視大學，浙江衢州 324000）

一、問題的提出

近年來，國內外人工智能（AI）技術的快速發(fā)展，我們正從信息時代邁向智能時代，從智能機器人、智能家居、智能醫(yī)療、智能汽車，到智能移動終端里的各種智能應用APP，我們的工作、生活越來越受到人工智能的滲透與影響。教育領域自然也不例外，與AI相關的技術，正與“大數(shù)據(jù)+學習分析+人機交互+計算機視覺”等相互融合，綜合影響著教與學的方方面面。換言之，AI時代的教與學正在發(fā)生著一系列的變遷，從知識的生成與流動，學習的形式與交互方式，學習資源的形式與構建，教學內容的組織與實施到教學績效的評價與管理，等等。

開放大學作為基于網(wǎng)絡、主要面向成人學習者的新型大學，它的特質就是與技術的高度融合，并通過這種融合來推動自身辦學理念和辦學模式的踐行與革新?；诰W(wǎng)絡的成人學習者與全日制在校青年學習者的不同特點，使得開放大學與普通高校相比，更容易受到這種教與學變遷的影響。所以，更需要主動研究并應對這種影響與變化。即我們需要具有前瞻性的視野，來研究AI時代的開放大學所需要面對的諸多挑戰(zhàn)與問題，需要不斷提升內涵，打造符合AI時代學習者需求的全新大學。換言之，我們需要把從原先基于廣播電視大學轉型的開放大學1.0，轉向并構建符合AI時代需要的新開放大學——開放大學2.0。

目前，國內對開放大學的研究，主要還停留于信息時代的思維框架中，是基于傳統(tǒng)電大的功能升級、拓展等，還很少直面人工智能技術滲透對教與學帶來的巨大影響——我們所需要研究與思考的問題。根據(jù) “中國知網(wǎng)”的文獻統(tǒng)計研究，2012年1月-2018年3月，以陳麗、劉永泉等293名學者，在核心期刊（CSSCI）發(fā)表了以“開放大學”為關鍵詞的學術文獻共422篇，對開放大學的辦學體系建設、功能定位、運行機制、課程建設、教學模式、學習環(huán)境、學習需求等方面進行了深入研究。而進一步以“開放大學”+“人工智能”（AI）作為關鍵詞搜索，發(fā)現(xiàn)目前還沒有關于AI與開放大學建設與發(fā)展方面的研究文獻。

因此，基于人工智能發(fā)展的視角來研究開放大學，具有一定的前瞻性與創(chuàng)新性。隨著國家對人工智能發(fā)展的高度重視，以及教育部最近出臺的《高等學校人工智能創(chuàng)新行動計劃》，都已把新一代人工智能作為推進高校創(chuàng)新發(fā)展與人才培養(yǎng)的重要內容。就此而言，對同樣作為高校系統(tǒng)的開放大學來說，無疑是一個新的重要發(fā)展契機。我們有必要充分研究AI時代的開放大學所具有的新內涵、新特點與新應對，即應該如何構建開放大學2.0？基此，本文將就以上問題作些研究與探討，并提出一些思考與應對之策，旨在為開放大學2.0建設提供借鑒與參考。

二、影響遠程開放教育的人工智能關鍵技術

從教育發(fā)展的歷史看，教育的形態(tài)總是隨著技術的發(fā)展和生產關系的變遷而不斷發(fā)生變革。在古代，低下的生產力水平和簡單的生產關系，決定了私塾教育的特征是小規(guī)模、個性化；近代工業(yè)革命興起，特別是進入18世紀60年代后，蒸汽機技術推動了生產力的快速發(fā)展，以批量式、標準化、集中化為特征的班級授課制走上了歷史舞臺，這種教育形態(tài)很好地適應并促進了社會、經(jīng)濟的發(fā)展；到了20世紀末，隨著計算機、網(wǎng)絡信息技術等的發(fā)展，以大規(guī)模、標準化、多元化為主要特征的現(xiàn)代遠程教育應運而生并在全球迅速展開。當前，新一代人工智能技術正在迅猛發(fā)展，它必將推動生產力和生產關系的進一步變革，并深刻改變遠程教育的教與學形態(tài)。我們可以預計，隨著人工智能各種關鍵技術的不斷影響與有效應用，將進一步推動現(xiàn)代遠程教育朝著人性化、個性化、精細化的方向發(fā)展。

（一）助力教與學的智能技術

在信息時代的網(wǎng)絡教與學中，誰在學？學什么？如何學？學得怎樣？諸如此類基本問題，我們并不能很好回答和掌控。但隨著AI技術發(fā)展與應用，一些教與學的智能識別等技術，已經(jīng)能夠幫助我們回答、分析網(wǎng)絡學習中誰在學、學什么、怎樣學等問題。

1.網(wǎng)絡學習交互或討論的語音識別

語音識別就是讓機器自動識別和理解人類口述的語言，把語音信號轉變?yōu)橄鄳奈谋净蛎畹募夹g[1]。近年來，隨著大數(shù)據(jù)、深度學習等技術的快速發(fā)展，國內外許多知名企業(yè)，如微軟、蘋果、谷歌、科大訊飛等，都在研發(fā)以深度神經(jīng)網(wǎng)絡（DNN）及卷積神經(jīng)網(wǎng)絡（CNN）為技術的語音識別算法，取得了比人類更高的語音識別能力。

目前，語音識別技術在網(wǎng)絡教與學中的典型應用包括：（1）在教學過程中，幫助學習者、教師在移動終端利用語音輸入，提高文本輸入效率，方便師生在移動終端開展人機交互；（2）在智能學習系統(tǒng)中，對學習者的學習情況進行實時監(jiān)測、自動化評估；（3）在智能學習系統(tǒng)中通過聲紋記錄學習者特征，初步構建學習者的數(shù)字化模型，以區(qū)分不同的學習者。

2.對學習者或內容組織的圖像識別

圖像識別技術是計算機對圖像進行處理分析、識別、理解的過程，主要包括人臉識別和文本識別。自2012年以來，隨著四個優(yōu)秀的卷積神經(jīng)網(wǎng)絡（CNN）AlexNet （8 層）、VGG （19 層）、GoogleNet（22層）、ResNet（152層）用于模型訓練機器學習圖像識別，計算機圖像識別能力取得了突破性進展。最具標志性意義的是在2015年ImageNet計算機識別挑戰(zhàn)賽中，微軟亞洲研究院憑借應用152層卷積神經(jīng)網(wǎng)絡ResNet，以錯誤率低至3.57%獲得第一，使計算機的識圖能力首次超越了人類[2]。圖1所示便是近年來圖像識別模型的發(fā)展情況。

圖1 圖像識別模型的發(fā)展（來源：百度傳課）

目前，圖像識別技術在網(wǎng)絡教與學中的應用主要在三個方面：（1）通過圖像識別，精準識別不同的學習者；（2）通過圖像識別，識別所需要的學習內容；（3）通過圖像識別，有效組織學習內容。

3.學習行為過程的智能視頻追蹤與分析

智能視頻分析是一種基于目標行為的智能監(jiān)控技術，主要涉及圖像處理、模式識別等領域，它是計算機圖像視覺技術在安防領域應用的一個分支[3]。智能視頻分析技術在網(wǎng)絡教與學中應用廣泛，主要是利用智能終端設備的攝像頭，對學習者的學習行為過程進行視頻追蹤分析。它包括四個方面的功能：（1）檢查學習者是否在學習；（2）識別學習者的特征身份；（3）追蹤學習者學習行為過程；（4）監(jiān)測學習者注意力與情緒狀態(tài)等。

4.學習者心理狀態(tài)的情感計算

情感計算是計算機綜合使用視覺技術、聽覺技術和生理指標采集技術，通過賦予計算機識別、理解、表達和適應人的情感等能力來建立和諧人機環(huán)境，并使計算機具有更高的、全面的智能。情感計算主要包括面部表情識別、語調表情識別、姿態(tài)表情識別和生理指標識別等[4]。

情感計算技術目前在網(wǎng)絡教與學中的應用，主要是識別學習者在在線學習中的情緒狀態(tài)。在遠程教育學習過程中，由于學習者、教師與學伴更多的處于分離狀態(tài)，彼此之間的情感聯(lián)系極大衰減和削弱，認知與情感的失衡，會導致無效或低效學習，喪失必要的信任、友誼和人際支持。在傳統(tǒng)的信息技術環(huán)境下，我們很難有效監(jiān)測到學習者的情緒狀態(tài)。但借助于新一代人工智能技術的學習環(huán)境，能夠通過情感計算技術等實時監(jiān)測到學習者的情緒狀態(tài)，并實時做出可視化的診斷報告反饋給教師。這樣，教師可以根據(jù)具體情況，進行線上和線下的心理輔導；同時，智能化云平臺還可以向學習者推薦合適學伴，幫忙學習者緩解學習中的不良情緒。

（二）服務學習者的學習分析技術

學習分析是通過分析收集到的學習者所產生的相關數(shù)據(jù)，來評估學習者的學業(yè)成就、預測其學習表現(xiàn)以及發(fā)現(xiàn)、矯正存在問題的過程。通過學習分析，有助于我們探究學習者的學習過程和學習情境，發(fā)現(xiàn)每個學習者個體的學習特點與規(guī)律，動態(tài)評價學習者的學習表現(xiàn)，以促進學習者更加有效地學習[5]。在網(wǎng)絡教育領域，智能化的學習分析技術，正推動、支撐個性化學習的實現(xiàn)，成為網(wǎng)絡教育自適應和個性化學習的關鍵。

1.學習者情況的評估

由于學習者尤其是成人學習者在個人學習偏好、興趣、背景和目標上存在一定的差異，因此，學習者情況的評估可以為學習者提供精準的個性化學習服務奠定基礎。所謂學習者情況的評估就是基于學習分析與計算理念，通過對學習者基本特征的個人數(shù)據(jù)進行搜集和描述，刻畫出每個學習者個體數(shù)字化學習肖像特征（AI智能畫像與建模）[6]。

目前，在網(wǎng)絡教育中對學習者情況評估，主要通過以下四個方面來實現(xiàn)：（1）基于眼動行為的探測，判斷學習者的學習注意力；（2）基于臉部行為的探測，識別學習者的學習表情；（3）基于心理行為的探測，分析學習者的學習情緒；（4）基于腦部行為的探測，推理學習者的學習心智[7]。

2.學習結果的動態(tài)預測

學習結果的動態(tài)預測是指通過智能學習系統(tǒng)，對學習者的學習狀態(tài)、注意力狀態(tài)、心理狀態(tài)和學習績效等數(shù)據(jù)進行綜合分析，實時監(jiān)測與評估學習者的學習情況，預測學習結果，并作可視化的輸出[8]。

網(wǎng)絡教育中學習結果的動態(tài)預測，可以及時反映學習者的學習狀況，并通過智能學習系統(tǒng)以儀表盤等形式，將學習活動和結果進行可視化呈現(xiàn)，及時反饋給學習者和教師，讓學習者實時或動態(tài)地了解自己的學習狀況；教師則可以根據(jù)這種學習狀況的強弱及變化情況，判斷是否要進行在線干預或在線下專門指導，及時調整教學內容與策略。

3.學習效果診斷與在線干預

學習效果診斷是通過學習分析技術對學習者的學習績效進行評價，得到可視化的報告。它有助于學習者有效利用數(shù)據(jù)分析，構建一個適合自我需要的主動學習過程；教師則可以對學習者進行有針對性的在線干預。例如，美國普渡大學（Purdue University）研究者就利用Blackboard和Signals系統(tǒng)，成功地對學生學習進行跟蹤，對存在潛在危險的學生發(fā)出警告并實施干預[9]。

在網(wǎng)絡教育中，智能學習系統(tǒng)可以自動探測學習者學習效果、進行數(shù)據(jù)診斷，以判斷學習者的學習狀況。若發(fā)現(xiàn)學習者存在學習困難，系統(tǒng)可降低難度向學習者推送適宜的學習資料；若再次進行學習效果診斷，發(fā)現(xiàn)學習者還是存在學習困難，那么，智能學習系統(tǒng)就會把學習者的學習報告推送給教師，教師根據(jù)診斷報告制定出個性化的教學策略，對學習者進行個性化指導，從而實現(xiàn)人機協(xié)同教學。

4.教師教學過程的優(yōu)化

利用智能化學習分析技術及其相關分析工具，教師可獲得有關學習者的動態(tài)學習狀況、注意力情況以及心理狀況等可視化信息，這些信息可以為教師改進教學提供真實依據(jù)，從而優(yōu)化教學設計與實施，對學習者的學習提供有效干預[10]。例如，當教師從智能教學系統(tǒng)推送的可視化報告中，發(fā)現(xiàn)有一定數(shù)量的學習者在同一個知識點都出現(xiàn)了學習困難，那么，教師可以判斷是該知識點的教學材料或課程設計存在缺陷。于是就需要及時修正、改進原來的教學設計，并重新錄制該知識點的教學視頻等。

（三）助推個性化學習的智能技術

服務于學習者個性化學習的智能化技術，是技術與教育融合的高級階段，它能夠促使學習者在學習活動中充分、自由、舒適地發(fā)展自我能力與個性。目前，基于個性化學習的智能化技術應用的重點與趨勢，在于有效、精準地把握學習者的心智特征，并以此為基礎，推送符合不同學習者個性需求的學習內容并有效反饋，以實現(xiàn)自我導向式的有意義學習，進而培育學習者自主發(fā)展的核心素養(yǎng)[11]。

1.提升個性化學習的智能代理/助理

智能代理，即 Intelligent Agent，又簡稱 Agent，目前已經(jīng)廣泛應用于人工智能、分布式計算、人機界面等領域。智能代理能夠從過去的經(jīng)驗中不斷積累知識，并能根據(jù)知識的變化來改變自己的行為，具有高度的智能性和自主學習性。

在網(wǎng)絡教育過程中，智能代理能夠動態(tài)跟蹤和實時監(jiān)控教與學的各種行為，分析學習者學習的情況，識別學習者的認知水平，并對不同認知水平的學習者或不同的教學內容采用不同的教學策略，支持和促進學習者對復雜、抽象概念的學習與理解，進而能夠基于情感態(tài)度的自動辨別與感知等，為學習者提供適應其個人愛好的學習資源與學習方式，以實現(xiàn)對學習者具有針對性、有實際價值的指導與幫助，真正實現(xiàn)因材施教[12]。

2.按不同需求組織與精準推送

由于每個學習者之間在認知能力、認知結構、知識基礎和學習動機等方面存在較大的差異，他們對于學習自然有不同的需求與偏向。因此，我們需要采用智能推送技術，將資源特征和學習者偏好和需求盡量匹配起來，以提供符合不同學習者口味的學習內容，并適時、精準推送給學習者[13]。

在網(wǎng)絡教育中，學習者個性化學習內容推送是當今智能化學習平臺的基本功能。學習內容的精準化定位與推送，在于通過收集學習者認知狀態(tài)的信息與數(shù)據(jù)，提取學習者的生理特征信息，識別學習者所處物理環(huán)境教與學的場景，精準定位其教與學需求，適時為學習者推送所需的數(shù)字化教育資源[14]。

3.基于學習效果的動態(tài)評價與大數(shù)據(jù)分析

在信息時代，傳統(tǒng)評價是在特定時間評價被試者的學習效果，是一種結果評價，目的不是為了改進學習效果，大多是一種教學管理的程序。而動態(tài)評價是對評價對象的教學發(fā)生和學習過程進行實時性評價。其主要目的是為了通過評價活動為學習者提供教學輔助，改進教學方式，以此來改善學習者的學習效果[15]。

近年來，在網(wǎng)絡教育中基于大數(shù)據(jù)分析的學習效果動態(tài)評價越來越常態(tài)化，通過教與學產生的各種大數(shù)據(jù)采集與挖掘，構建起學習效果動態(tài)監(jiān)測評價數(shù)據(jù)集，再利用云網(wǎng)絡計算平臺，實現(xiàn)基于大數(shù)據(jù)的動態(tài)監(jiān)測與分析評價。并將這種監(jiān)測與分析的結果，動態(tài)反饋給學習者和教師，以此重新設計學習路徑，改善教學環(huán)節(jié)，推送有價值的學習資料等?？梢?，動態(tài)評價與大數(shù)據(jù)分析，它們成為網(wǎng)絡教育中實現(xiàn)個性化學習的關鍵要素。

三、人工智能時代遠程開放教育教與學的變遷

（一）知識生成與流動的變遷

知識是 “人類認識的成果或結晶”（辭海，1999）。在計算機網(wǎng)絡誕生之前，知識主要載體是紙質書本以及廣播電視媒體。這些媒體具有制作成本高、單向傳播、信息流通與交換速度較為緩慢等特征，因而知識更新的速度也相對比較緩慢[16]；進入信息時代，知識（信息）主要以文檔形式出現(xiàn)，超鏈接技術使得知識不斷變幻各種形態(tài)，成為動態(tài)的網(wǎng)絡生態(tài)，而不再像書本和廣播電視中那樣呈靜態(tài)的層級結構[17]；而到了人工智能時代，網(wǎng)絡從以文檔為主體向數(shù)字為主體轉移，信息主要以數(shù)字形式出現(xiàn)。這時，不僅人可以讀懂這些信息，機器也可讀懂這些信息，而且所有的信息都處于流動、不斷變化之中，這些信息可以根據(jù)學習者的需要動態(tài)地聚合在一起，通過分析判斷學習者的學習需求與習慣，推送獲取所需要的信息[18]。同時，“人工智能+教育”使得學習者由知識的消費者轉變?yōu)橹R的創(chuàng)造者。知識在交互中生成，比如，通過智能搜索，人人生成并通過網(wǎng)絡交互拓展、聚集與嬗變，學習者本身既是信息消費者，又是信息的發(fā)布者[19]。

（二）學習資源形式與構建的變遷

從信息時代到人工智能時代，遠程開放教育學習資源的變遷體現(xiàn)在三個方面：一是學習資源的形式變遷。從教材+課件資源，向教材+課件資源+互聯(lián)網(wǎng)資源轉變；特別是學習資源的微型化，是開放大學學習資源建設面臨的重要變革。隨著機器學習、深度學習、視覺技術不斷發(fā)展，不論學習資源的長度如何，原有的視頻資源都可以通過視頻分析技術，實現(xiàn)對視頻進行切塊、標記，分割成眾多小資源以推送給不同需要的學習者；二是學習資源的結構變遷。由單結構化向適應于學習者個體的跨媒介型、非結構化形式轉變[20]；三是學習資源的生成變遷。由靜態(tài)向個性化動態(tài)生成變遷。比如，在智能化學習系統(tǒng)里，雖然不同學習者學習同樣的知識，但系統(tǒng)給他們設定的學習路徑、推送的學習資源往往并不一樣[21]。

（三）教學內容組織與實施的變遷

為了實現(xiàn)教育教學目標，需要選擇合適的教育教學內容，并加以科學組織，形成了各種課程。在信息時代，遠程開放教育教學內容由教師組織與實施，具有結構化、固定化、超鏈接的特點，對所有學習者都呈現(xiàn)一樣的教學內容和結構。進入人工智能時代，教學內容將由人工智能組織與實施，智能技術會充分應用學習分析和數(shù)據(jù)分析，給予學習者AI智能畫像與建模，智能地把握學習者的心智特征，分析、判斷學習者的學習需求與習慣，匹配資源做到和學習者偏好和需求相吻合，以精準推送個性化的教學內容給學習者。因此，每個學習者具有不一樣的學習路徑，教學內容和組織方式呈現(xiàn)出非結構化、精準化、個性化、動態(tài)化的特征。

（四）教學績效評價與管理的變遷

在傳統(tǒng)教育的環(huán)境下，由于針對學習者的個性化和發(fā)展性評價的操作難度較大，因此，對學習者進行教學績效評價的主要形式是紙筆考試，而且一般只在課程教學結束后實施評價。這種評價方式的主要問題是偏重結果評價，忽略過程評價，偏重群體發(fā)展，忽視個體發(fā)展等。

在“人工智能+教育”的環(huán)境下，新技術為實施個性化學習評價成為可能。正如前述，大數(shù)據(jù)技術支持對學習者進行過程性評價和個性化評價，通過記錄學習者的所有在線學習行為，包括學習路徑、答題情況、考試評價、師生互動信息等，每個學習者都有個性化的學習行為數(shù)據(jù)。實現(xiàn)對學習者學習行為作出精準的學習分析，達成學習者評價的個性化。目前，一些研究機構已經(jīng)推出應用產品。例如，美國普渡大學的“課程信號燈”，通過采集和計算學習者的課程學習表現(xiàn)、學習努力程度、學習者特征等數(shù)據(jù)，實時預測學習者課程學習績效，幫助學習者取得課程學習的成功[22]。

四、人工智能時代的開放大學2.0框架

我們通過前面的論述與分析可以發(fā)現(xiàn)，借助于新一代人工智能技術，今天的網(wǎng)絡教與學正在發(fā)生巨大的變化，開放大學也將迎來全新的2.0時代。展望未來，人工智能技術支撐下的開放大學，將通過組織模式和服務模式等的創(chuàng)新變革，有效地解決遠程教育需求與遠程教育服務之間的矛盾，這也是開放大學改革與發(fā)展的新機遇。換言之，人工智能所構建的智能化學習空間、環(huán)境，將使遠程教育真正突破時空限制，讓因材施教、“時時、處處、人人”的終身學習與個性化、舒服式學習成為現(xiàn)實。

（一）開放大學2.0面臨的時代場域

1.人工智能對當前工作與職業(yè)的沖擊

近年來，人工智能在全球范圍的迅猛發(fā)展之勢，開始引發(fā)了人們的焦慮。2017年底，《紐約客》雜志封面刊登的“人類向機器人乞討”圖片，更引發(fā)社會大眾對AI發(fā)展的關注與思考。一些知名經(jīng)濟學家指出，人工智能正在摧毀更多的就業(yè)機會，將影響和沖擊人類生活和社會結構。例如，美國“皮尤研究中心”最近發(fā)布的《工作和職業(yè)培訓的未來》研究報告指出，人工智能時代的工作領域將呈現(xiàn)三大趨勢：一是工作被機器替代。特別是那些無需天賦經(jīng)由簡單訓練即可掌握技能的工作，以及只需熟練、無需動腦的大量重復性勞動的崗位被機器取代的可能性非常大；二是工作崗位供給不足，預計在2015-2020年期間，2/3的辦公室和行政類職位將被減少，導致越來越多的人面臨失業(yè)；三是“云勞動”已經(jīng)出現(xiàn)，它是一種“按需式”的全新工作系統(tǒng)，開創(chuàng)了新的工作形式[23]。

2.人工智能產生新的教育需求

如同蒸汽機、電力的發(fā)明與應用一樣，人工智能本質上也是一種生產力的變革。如上所述，在未來將有更多、更復雜的工作被人工智能系統(tǒng)所逐步取代。職業(yè)的變遷會越來越常態(tài)，而不斷變化的勞動力需求、職業(yè)市場，會產生更多不同類型的教育與學習新需求，這些新的教育需求包括：（1）自動化的進程促使勞動者轉型而產生新學習需求；（2）勞動力需要適應“人機共存”的就業(yè)環(huán)境而產生新學習需求；（3）勞動者為了應變“云勞動”而產生新學習需求[24]。這一時代的變化場域，對面向成人學習者的開放大學來說，無疑是一個機遇、是一種利好。因此，開放大學應該擔當責任，盡可能多地培養(yǎng)符合產業(yè)所需的各類技術人才；提升現(xiàn)有勞動者素質以適應崗位變化，幫助勞動力保持或取得就業(yè)資格。

3.人工智能對勞動力素質提出了新要求

進入人工智能時代，社會對勞動力素質提出了新的要求：（1）適應能力是人工智能時代的關鍵技能，也是未來人類所需的最重要技能；（2）社交能力、協(xié)商能力以及人情練達的能力；（3）富有同情心，真心實意地扶助、關心他人；（4）創(chuàng)意和審美能力；（5）團隊合作和解決沖突的能力；（6）學會與智能機器、智能伙伴相處，即學會“人機協(xié)同”工作。可見，進入人工智能時代，人的素養(yǎng)體現(xiàn)出更高價值，比如，好奇心、創(chuàng)造力、主動性、批判性思維、從零開始等[25]。

因此，開放大學的培養(yǎng)目標，必須根據(jù)AI時代變遷對勞動者素養(yǎng)的新要求，進行全新設計，以培養(yǎng)學習者較好適應AI時代工作需要的新素養(yǎng)與技能。

（二）開放大學2.0的新內涵

1.開放大學2.0教與學的基本架構

進入人工智能時代，開放大學會呈現(xiàn)一種全新的圖景：知識傳授可以由人工智能來取代，人工智能技術不斷融入從學習者選擇專業(yè)、學習過程、學習評價到畢業(yè)、就業(yè)的整個過程中。開放大學的教師、教學、管理、學習環(huán)境/空間等都需要注入全新的理念，需要重組與再設計，特別是教與學的框架、流程需要根據(jù)不斷變化的職業(yè)市場與學習者需求，進行動態(tài)而靈活的再造。這一切，顯然與以往的電大與開放大學1.0具有很大的不同。為此，我們勾勒了開放大學2.0教與學基本架構與流程，如圖2所示。

圖2 開放大學2.0教與學基本架構與流程

具體來說，人工智能通過語音識別、智能助理與學習者互動，了解學習者的工作學習需求情況，分析學習者的專業(yè)學習需求，為學習者提出專業(yè)選擇建議，并通過大數(shù)據(jù)分析技術幫助學習者制定專業(yè)學習計劃；通過學習分析技術，智能探測學習者學習狀態(tài)，向學習者精準推送學習內容，當學習者學習狀態(tài)不適合人工智能所推送的學習內容時，會給教師推送可視化學習診斷報告，教師根據(jù)報告，針對有關教學內容，給予學習者個性化指導；人工智能還通過圖像識別和智能視頻追蹤與分析，智能化探測學習者的注意力與情緒狀態(tài)。當探測到學習者注意力分散時，會提醒學習者，并給學習者智能推薦興趣、愛好、學習狀態(tài)相符的學伴，方便學習者開展群體學習與交流；當人工智能通過情感計算等技術探測到學習者心理狀態(tài)不穩(wěn)定時，會向心理輔導師發(fā)送可視化心理診斷報告，心理輔導師及時對學習者開展心理疏導。而當學習者完成一門課程學習后，人工智能通過大數(shù)據(jù)分析與動態(tài)評價技術，結合學習者識別技術，對學習者開展學習評價，并出具可視化的課程學習評價報告。人工智能還將通過學習數(shù)據(jù)，智能評價教學計劃完成情況，判斷學習者是否完成所有學分，是否準予畢業(yè)，并給出詳細的學習者綜合評價報告。

2.開放大學2.0教師形態(tài)的變革

進入人工智能時代，伴隨教與學形態(tài)的變遷，相應也帶來了教師形態(tài)的變革。如圖3所示，開放大學2.0教師形態(tài)的變革，主要表現(xiàn)在：一是知識體系傳授已經(jīng)由人工智能取代，人類教師要從面向知識體系的傳授，轉向面向核心素養(yǎng)的培養(yǎng)，重在培養(yǎng)學習者的創(chuàng)造能力、審美能力、協(xié)作能力、知識的情境化以及社會化應用能力，即把更多的精力投入到對學生高階思維能力、價值觀、社會交互等方面的培養(yǎng)上[26]；二是教師的功能主要轉向心理疏導、技能培訓、組織社會活動等，幫助學習者成長，教師成為學生的人生導師或者心理咨詢師，幫助學習者發(fā)現(xiàn)優(yōu)點，實現(xiàn)人生價值[27]；第三，人類教師要與人工智能系統(tǒng)之間開展協(xié)同工作，共同為學習者提供更有個性化的、更有效的教學體驗，幫助學生順利進行學習。

圖3 開放大學2.0教師形態(tài)

（三）開放大學2.0教與學的基本特征

我們通過以上分析可以發(fā)現(xiàn)，開放大學1.0和2.0有著較大的差異，具體如表1所示。

表1 開放大學1.0與開放大學2.0的不同特征

概括來說，AI時代賦予開放大學2.0的功能主要具有以下四個基本特征：

1.學習體驗個性化

個性化學習既是人工智能時代人才培養(yǎng)的需要，也是開放大學2.0最重要的特征。從培養(yǎng)目標的個性化，到學習路徑、教學方式、學習內容、學習評價的個性化，人工智能讓學習者得到了無與倫比的個性化學習體驗，這是傳統(tǒng)的學校教育與現(xiàn)有開放大學無法企及的。

2.學習過程可視化

學習過程的可視化也是開放大學2.0教與學的主要特征。在線智能學習系統(tǒng)等可以通過各種可視化技術，把巨大、繁雜和難于理解的數(shù)據(jù)可視化，精準提供給教師和學習者。學習者能夠直觀發(fā)現(xiàn)自己的學習情況，有效地進行理解和學習；教師也可以非常直觀地了解每個學習者的學習動態(tài)，便于及時給予干預。比如，智能識別技術會對學習者的學習進行全過程監(jiān)測，通過建立學習者數(shù)字化肖像，從收看學習材料，到綜合評價，人工智能隨時都對學習者進行識別。誰在學，學什么，是如何學的，學得怎么樣，學習心情怎樣，這些學習情況都可以可視化輸出，從而可以保證對學習者的整個學習過程動態(tài)參與，確保學習質量。

3.學習評價全程化

對學習者的學習過程進行全程評價，是與上面的全程跟蹤學習者的學習狀態(tài)相對應的，目的在于及時改進教學，這是開放大學2.0的重要手段之一。從學習者開始課程學習起，智能學習系統(tǒng)無時不在對學習者的各項行為指標進行檢測，不論是學習狀態(tài)情況，還是注意力情況以及心理狀況。通過實時監(jiān)測，不斷計算學習者的學習表現(xiàn)和學習目標之間是否存在差距。一旦學習表現(xiàn)低于學習目標，系統(tǒng)就會降低難度精準推送學習資料，若學習者對智能學習系統(tǒng)的推送的學習資料表現(xiàn)出困難，則推送可視化報告給教師，由教師制定個性化的輔導策略，開展線上和線下輔導。

4.線下交互社交化

長時間的線上學習可能會影響到學生正確地感知真實的社會關系和自我角色。因此，通過線下活動來強化社會網(wǎng)絡關系，實現(xiàn)“自我的世界”與“他我的世界”的交流和對話，顯得更加重要。開放大學2.0學習平臺的智能學伴推薦功能，可以把價值觀和志趣相投的學伴相互推薦給對方，為他們在線下開展社交活動提供基礎。通過線下交互，提高了學習者社交能力與團隊合作意識。因此，人工智能時代學習者與學習者之間、教師和學習者之間，線下社交活動會賦有新的內涵與特點。

五、人工智能時代開放大學2.0的思考與展望

我們認為，新一代人工智能將給開放大學帶來巨大的變革。它既給開放大學帶來了機遇，同時也帶來了巨大挑戰(zhàn)。例如，普通高校憑借其人工智能技術、人才優(yōu)勢，在線教育機構憑借其資本優(yōu)勢，它們所產生的對技術和人才的“虹吸效應”，都可能會在一定程度上擠壓開放大學的辦學空間。因此，開放大學必須通過轉變觀念、變革機制、開拓創(chuàng)新，從價值觀念到技術手段、從管理制度到結構體系均需進行系統(tǒng)地改革和重構。

（一）頂層設計：制定開放大學 “人工智能+教育”發(fā)展規(guī)劃

當前，從國外到國內，從國家層面到各行各業(yè)都在搶占人工智能發(fā)展的制高點。例如，2017年7月，國務院出臺了《新一代人工智能發(fā)展規(guī)劃》，2017年8月，工信部又出臺了《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020年）》等政策文件，旨在推動人工智能技術研發(fā)和產業(yè)化發(fā)展。特別是教育部最近出臺的 《高等學校人工智能創(chuàng)新行動計劃》，已經(jīng)把新一代人工智能作為推進高校創(chuàng)新發(fā)展與人才培養(yǎng)的一個重要載體。

目前，一些普通高校和在線教育機構都紛紛在布局“人工智能+教育”研究和應用，并取得了一些實用性成果。在這種形勢下，開放大學更要有使命感，必須主動適應這種發(fā)展，積極應對新技術的挑戰(zhàn)，抓住新技術的機遇。我們認為，當務之急是盡快落實教育部“人工智能促進高等教育創(chuàng)新發(fā)展與人才培養(yǎng)”的指示精神，研究、尋找開放大學新的切入點，抓緊制定、出臺《開放大學“人工智能+教育”的發(fā)展規(guī)劃》這類指導性文件，推動開放大學人工智能教育應用的發(fā)展目標，明確人工智能教育如何更好地促進人才培養(yǎng)。要配套相應的開放大學人工智能應用支持要素，逐步推進人工智能在開放大學教育教學中的實踐探索與應用。同時，還要研究與社會資本合作的模式，利用社會資本參與開放大學“人工智能+教育”項目實施和成果轉化應用等。

（二）技術支持：構建“國開大腦”+“開源系統(tǒng)”+“國開大數(shù)據(jù)”的深度學習平臺

“國開大腦”是從“谷歌大腦”引申過來的一個概念，它由數(shù)以萬計的強大計算機集群構成。國家開放大學是一個超大學習者規(guī)模的巨型大學，智慧學習平臺由超大規(guī)模的學習者及數(shù)據(jù)構成，因此，國家開放大學系統(tǒng)建立“國開大腦”非常必要。雖然在當前，開放大學建設“國開大腦”的深度學習平臺尚不現(xiàn)實。但隨著技術的不斷進步，建立“國開大腦”成本會不斷下降，屆時，國開系統(tǒng)可適時實施“國開大腦”建設工程。

事實上，當前開源人工智能系統(tǒng)為開放大學人工智能的研究與應用提供了一條有效的路徑。國內外都有人工智能開源系統(tǒng)，例如，國內360公司的XLearning平臺，國外 TensorFlow、Caffe、Theano等。其中，Google公司推出的TensorFlow是一個較成熟的開源平臺，在國開大數(shù)據(jù)分析領域可實現(xiàn)的應用主要有：一是文本分類、卷積神經(jīng)網(wǎng)絡等，可以實現(xiàn)開放大學大數(shù)據(jù)分析領域中的問答系統(tǒng)、情感分析等應用；二是圖像自動批注和注解，可通過使用深度學習來為開放大學現(xiàn)有海量數(shù)據(jù)庫中的圖像提供相應的描述；三是海量視頻資源分析技術，對開放大學現(xiàn)有精品視頻課程資源進行智能分析，實現(xiàn)優(yōu)質教學資源的結構化，對視頻按知識點來打上標記和分割，為視頻資源的大規(guī)模智能應用打下基礎。

中國國家開放大學的優(yōu)勢就是規(guī)模超大，作為全球規(guī)模最大的巨型大學，在校生數(shù)超過300多萬人。開放大學數(shù)字化教學平臺，擁有學生學習和教學交互的海量數(shù)據(jù)，這是開放大學所具有的比普通高校和在線機構在發(fā)展“人工智能+教育”方面的最大優(yōu)勢。應加強云服務平臺“國開大數(shù)據(jù)”的應用整體設計，數(shù)據(jù)模型要能實現(xiàn)對教學進行有效監(jiān)測、評價、診斷和預測的核心支持。對教學過程數(shù)據(jù)的采集，要考慮數(shù)據(jù)分析的需要，完整記錄教與學過程，方便對數(shù)據(jù)的分析應用[28]。

（三）人才支撐：重點打造技術研發(fā)、教學設計和心理咨詢三支教師團隊

隨著“人工智能+教育”的不斷推進，教育部對“人工智能+”教師隊伍建設給予了足夠的重視。2018年2月，教育部發(fā)布了《關于全面深化新時代教師隊伍建設改革的意見》，指出教師應主動適應信息化、人工智能等新技術變革，積極有效開展教育教學。同時，教育部還要啟動“人工高智能+教師隊伍建設行動”計劃。具體到開放大學來說，在開放大學2.0架構下，開放大學應重點打造三支教師團隊：

一是人工智能技術研發(fā)團隊。開放大學應該以國開總部與省級分部為主導，組建多個人工智能研發(fā)團隊。要集聚開放大學系統(tǒng)內的計算機科學人才、統(tǒng)計學人才、數(shù)據(jù)庫和軟件工程師等與人工智能相關的人才，組成一支高水平的人工智能研發(fā)團隊；同時，還應該積極從學校外部引進人工智能專業(yè)人才，充實到開放大學人工智能系統(tǒng)的研發(fā)隊伍中來，為智能教學系統(tǒng)研發(fā)與應用提供基本保障。

二是教學設計團隊。盡管開放大學2.0在教與學體系中體現(xiàn)出教師形態(tài)的變革，人類教師傳授知識的任務或許被人工智能取代。但作為開放大學的學歷教育來說，還是需要有結構化的專業(yè)課程學習資源。國開總部和省級分部需要構建各自的教學設計團隊，構建智能化學習空間，開展多元化教學設計，不斷開發(fā)與更新教學資源；學習中心教師的基本任務是基于智能學習系統(tǒng)反饋的學習狀態(tài)診斷報告，幫助學習者解惑答疑，解決課程學習中的難點。

三是心理咨詢團隊。心理咨詢人才將是人工智能時代的緊缺人才。劍橋大學的一項研究指出，心理醫(yī)生職業(yè)被人工智能替代的概率僅0.7%。對于開放大學來說，學習者在網(wǎng)絡遠程學習過程中產生的孤獨感，比其他人群更容易產生心理問題，因此，當教師教授知識的主要職能被人工智能替代后，學習者心理輔導的職能將會增大，教師應及早發(fā)現(xiàn)學習者的心理問題并及時給予干預。開放大學2.0特別是開放大學2.0基層學校，需要培養(yǎng)、儲備一定數(shù)量的心理咨詢人才。從而能夠有效保障開放大學把學習者培養(yǎng)成既有適應AI時代發(fā)展需要的專業(yè)能力，同時又具有健康人格的新型勞動者。

（四）應用路徑：有序開展智能學習平臺開發(fā)、教學應用和教學研究

開放大學2.0需要有智能技術的智能教育云服務平臺作為支撐。開放大學智能教育云服務平臺建設，可參照開放大學2.0教與學基本框架，實現(xiàn)智能的化探測學習者學習狀態(tài)，智能化探測學習者注意力狀態(tài)，智能化探測學習者心理狀態(tài)，智能化推送可視化學習內容、注意力和心理診斷報告，為學習者提供精準的、個性化的自適應服務與支持。

我們要堅持建設與應用并舉的方針，云服務平臺建設和教學應用宜同步開展，在建設中應用，在應用中優(yōu)化。同時，在教學應用中，需要不斷開展人工智能教學實踐探索，探索如何人工智能環(huán)境下促進在線教學和學習者的發(fā)展；開展人工智能教學應用的創(chuàng)新案例研究，開展開放大學利用平臺大數(shù)據(jù)進行學習分折，以及教學改革、資源建設、教學法創(chuàng)新、學習支持服務和考試測評研究；開展開放大學以人工智能改革教學摸式的研究，探索人機協(xié)作教學的新規(guī)律；開展人工智能系統(tǒng)學習者持續(xù)使用研究，開展智能平臺使用滿意度研究等等。在這些研究中發(fā)現(xiàn)問題，優(yōu)化系統(tǒng)，逐步打造讓學習者滿意的開放大學2.0教與學。

六、結語

人工智能作為最具發(fā)展?jié)摿?，也最具革命性的新技術，已經(jīng)深刻地影響著我們的生活、工作、學習、交往、出行、醫(yī)療及娛樂等方方面面。作為遠程開放教育領域的工作者，我們必須面對這一時代的變化趨勢，需要認真研究“人工智能+教育”與開放大學的新關系、新命題、新問題。

本文探討了人工智能影響現(xiàn)代遠程開放教育的關鍵技術，分析了人工智能時代教與學的變遷，提出了人工智能時代開放大學2.0的基本框架，并對開放大學2.0作了一些思考和展望。雖然這些研究對于開放大學順應“人工智能+教育”的發(fā)展，具有一定的理論和現(xiàn)實意義。但作為一個全新的研究領域與具有諸多復雜因素的新命題，我們對人工智能時代的開放大學2.0建設與發(fā)展的構想，目前還是初步的、粗線條的。希望該研究能夠引起國內外同仁們的廣泛關注和重視，并做出更為深入的研究和更務實的實踐性探索，共同推進開放大學2.0，以更好地服務人工智能時代的社會經(jīng)濟發(fā)展與學習者需求。

[參考文獻]

[1]戴禮榮，張仕良，黃智穎.基于深度學習的語音識別技術現(xiàn)狀與展望[J].數(shù)據(jù)采集與處理，2017，32（2）：221-231.

[2]吳寧川.計算機視覺逼近拐點，微軟算法正在嘗試跨越這“一步之遙”[EB/OL].[2016-01-22].http：//www.tmtpost.com/1500298.html.

[3]黃凱奇，陳曉棠，康運鋒，譚鐵牛.智能視頻監(jiān)控技術綜述[J].計算機學報，2015，38（6）：1093-1118.

[4]賀斌.e-Learning情感計算模型設計研究[J].遠程教育雜志，2011，29（4）：103-110.

[5]顧小清，張進良，蔡慧英.學習分析：正在浮現(xiàn)中的數(shù)據(jù)技術[J].遠程教育雜志，2012，30（1）：18-25.

[6][7]牟智佳.學習者數(shù)據(jù)肖像支撐下的個性化學習路徑破解——學習計算的價值賦予[J].遠程教育雜志，2016，34（6）：11-19.

[8][10]武法提，牟智佳.基于學習者個性行為分析的學習結果預測框架設計研究[J].中國電化教育，2016（1）：41-48.

[9]楊雪，姜強，趙蔚，李勇帆，李松.大數(shù)據(jù)時代基于學習分析的在線學習拖延診斷與干預研究[J].電化教育研究，2017，38（7）：51-57.

[11][13]牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017，35（3）：22-30.

[12]何克抗.促進個性化學習的理論、技術與方法——對美國《教育傳播與技術研究手冊（第四版）》的學習與思考之三[J].開放教育研究，2017，23（2）：13-21.

[14]余亮，陳時見，吳迪.多元、共創(chuàng)與精準推送：數(shù)字教育資源的新發(fā)展[J].中國電化教育，2016（4）：52-57+63.

[15]葉海智，趙耀遠，吳金鴿.基于Web的動態(tài)評價系統(tǒng)設計及其應用效果探究[J].電化教育研究，2014，35（9）：79-84.

[16][17]王竹立.面向智能時代的知識觀與學習觀新論[J].遠程教育雜志，2017，35（3）：3-10.

[18]吳建中，知識是流動的[M].上海：上海遠東出版社，2015.

[19][20]陳衛(wèi)東，褚樂陽，楊麗，葉新東.4D打印技術及其教育應用展望——兼論與“人工智能+教育”的融合[J].遠程教育雜志，2018，36（1）：27-38.

[21][25]余勝泉.人工智能教師的未來角色[J].開放教育研究，2018，24（1）：16-28.

[22]郭炯，鄭曉俊.基于大數(shù)據(jù)的學習分析研究綜述[J].中國電化教育，2017（1）：121-130.

[23][24]潘天君，歐陽忠明.人工智能時代的工作與職業(yè)培訓：發(fā)展趨勢與應對思考——基于《工作與職業(yè)培訓的未來》及“云勞動”的解讀[J].遠程教育雜志，2018，36（1）：18-26.

[26]許亞鋒，高紅英.面向人工智能時代的學習空間變革研究[J].遠程教育雜志，2018，36（1）：48-60.

[27]趙勇.未來，我們如何做教師?[J].中國德育，2017（11）：48-51.

[28]孫洪濤，鄭勤華.教育大數(shù)據(jù)的核心技術、應用現(xiàn)狀與發(fā)展趨勢[J].遠程教育雜志，2016，34（5）：41-49.