◆李萌 胡永斌 趙德朋

0 引言

智能教育是我國教育信息化發(fā)展的新方向，運用智能技術(shù)支持的智能教育將是人工智能國家發(fā)展戰(zhàn)略之一，已成為國際共識[1]。虛擬現(xiàn)實（VR，Virtual Reality）是人工智能的八大關(guān)鍵共性技術(shù)之一，是當前和未來智能教育領域的一個重要研究內(nèi)容。VR發(fā)明專利是體現(xiàn)智能教育領域技術(shù)創(chuàng)新發(fā)展水平的重要指標之一，通過對VR發(fā)明專利進行系統(tǒng)綜述，了解智能教育領域的技術(shù)創(chuàng)新現(xiàn)狀、預測技術(shù)發(fā)展趨勢。然而，對期刊數(shù)據(jù)庫的檢索發(fā)現(xiàn)，智能教育領域?qū)R發(fā)明專利現(xiàn)狀及發(fā)展趨勢鮮有涉及，專利分析沒有得到領域?qū)W者的應有重視。目前，我國教育領域VR發(fā)明專利的授權(quán)現(xiàn)狀是什么？呈現(xiàn)出怎樣的特征和發(fā)展趨勢？涉及哪些關(guān)鍵技術(shù)？針對這些問題，本文對《中國專利全文數(shù)據(jù)庫》（2009—2018）中的授權(quán)專利現(xiàn)狀進行分析并給出發(fā)展建議，以期為智能教育領域研究提供關(guān)鍵技術(shù)創(chuàng)新現(xiàn)狀和發(fā)展趨勢，從而推動知識創(chuàng)新流動。

1 研究過程與方法

本研究分別從時間、所有權(quán)、研究主題等幾個維度對國內(nèi)202項教育領域VR發(fā)明專利進行分析，具體包括數(shù)據(jù)來源、遴選標準、分析框架、信度檢驗。

1.1 數(shù)據(jù)來源

本研究的研究樣本取自《中國專利全文數(shù)據(jù)庫》（2009—2018）中的專利授權(quán)申請書。

1.2 遴選標準

本研究以“虛擬現(xiàn)實”“virtual reality”等關(guān)鍵詞，對《中國專利全文數(shù)據(jù)庫》（2009—2018）中的發(fā)明專利進行檢索，查找到322個搜索結(jié)果；進一步分析這些搜索結(jié)果與“教育領域VR發(fā)明專利”這一主題的關(guān)聯(lián)度，刪除120項年份過早的專利、非發(fā)明專利以及一些裝置設備相關(guān)等與主題相關(guān)度較低的搜索結(jié)果，最終得到202個樣本。

1.3 分析框架

智能教育涉及關(guān)鍵技術(shù)、智能應用等多要素，其中教學、考試等活動應用需要教育智能化[2]。一些學科的支持、學習活動的實現(xiàn)無形中與虛擬現(xiàn)實技術(shù)相接壤。

1.4 信度檢驗

本研究采用內(nèi)容分析的信度公式進行計算[3]。經(jīng)分析，評判各維度欄目數(shù)為606，兩人一致贊同的欄目數(shù)為556，因此，相互同意度K為：

K=2×556/（606+606）=0.92

本研究的信度R為：

R=2×0.92/[1+（2-1）×0.92]=0.96

本研究有效。

2 數(shù)據(jù)分析與討論

2.1 授權(quán)人單位

企業(yè)擁有專利占絕大多數(shù)，這說明企業(yè)在教育領域的VR研究中實力雄厚且較為活躍；僅有19%的專利由高校獲得，申請數(shù)量偏少，這說明高校在專利授權(quán)方面的主動性有待提高。需要特別指出的是，高校在基礎研究方面的專利數(shù)上占57.9%，企業(yè)所擁有的基礎研究的專利占36.8%；企業(yè)在應用研究方面的專利占63.2%，而高校在應用研究方面的專利占42.1%：這說明我國的專利權(quán)人主要集中在高校和企業(yè)，高校主要傾向于基礎研究，而企業(yè)則傾向于應用研究。

2.2 專利分布

通過對《國際專利分類表》（IPC分類）的統(tǒng)計分析，能夠得出該技術(shù)領域的專利申請分布情況和熱點研究方向。其中，G09B1類24項（61.1%），G06F類26項（12.8%），A63B類23項（11.3%），G06Q類9項（4.4%），G16H類8項（3.9%），G02B類 3項（1.5%），F(xiàn)41A類、H04N類、G06T類各2項（1.0%），G05B類、G10L類、H04L類各1項（0.5%）。分析發(fā)現(xiàn)，專利的熱點研究主要集中在以下幾個方面：

1）G09B中的子類強調(diào)以學習者為中心，設計不同的學習資源的軟硬件教學系統(tǒng)等用于教育培訓；

2）G06F中的子類應用于虛擬遠程教學情境等一些場景中，在輸入輸出端口增加可交互性編輯，體現(xiàn)學習過程的互動性；

3）A63B中的子類可提供培訓進行實時評估反饋，使得教學更精準。

這表明教育領域VR技術(shù)的研究主要聚焦于數(shù)據(jù)處理、精準教學系統(tǒng)和技能培訓等技術(shù)領域。

2.3 學科支持

根據(jù)教育部印發(fā)的新學科目錄，有133項專利分布在13門學科，分別為教育學33項（16.3%）、工學32項（15.9%）、醫(yī)學37項（18.3%）、軍事學2項（1.0%）、管理學2項（1.0%）、藝術(shù)學6項（3.0%）、建筑學12項（5.9%）、文學7項（3.5%）、法學2項（1.0%）；另外，還有69項專利（占34.2%）為全學科支持，這些專利無法聚焦到某一具體學科，專屬性不強，具有較強的通用性特征?？梢钥吹结t(yī)學、教育學等領域的專利較多，這是由于醫(yī)學領域的教學可以模擬真實場景的醫(yī)療訓練，這種模擬和仿真在很大程度上減少了實驗和訓練材料的消耗，具有可替代性、彌補性的特點；教育培訓為專業(yè)知識的可領會性提供可能，因而成為專利申請的熱點和趨勢。

2.4 關(guān)鍵技術(shù)

需要突破的核心技術(shù)有近眼顯示技術(shù)、感知交互技術(shù)等[4]。按技術(shù)，專利分布情況為環(huán)境建模技術(shù)51項（25.2%）、精準教學技術(shù)35項（17.3%）、虛擬交互技術(shù)32項（15.8%）、自動解答技術(shù)24項（11.9%）、虛擬網(wǎng)絡交流技術(shù)11項（5.4%）、數(shù)據(jù)跟蹤技術(shù)10項（5.0%）、虛擬駕駛技術(shù)9項（4.5%）、內(nèi)容制作技術(shù)6項（3.0%）、感知交互技術(shù)5項（2.5%）、課堂互動技術(shù)4項（2.0%）、近眼顯示技術(shù)3項（1.5%）、無線控制渲染技術(shù)2項（1.0%）、其他技術(shù)10項（5.0%）。從教學層面來看，精準教學、虛擬交互、自動解答等方面的專利較多。虛擬、體感交互技術(shù)開始從成熟的體感游戲到培訓技能系統(tǒng)的過渡，包括捕捉學習者動作等信息，可以滿足滑雪、焊接、肢體康復等項目需求。虛擬網(wǎng)絡交流技術(shù)方便提供虛擬遠程、面授的教育在線學習端口。數(shù)據(jù)跟蹤技術(shù)應用于教育中的考核模塊，對課堂教學實時在線的教師端和學生端同時進行虛擬化、個性化的學習指導[5]。

2.5 學習活動

學習活動是獲取知識、經(jīng)驗進行的活動，包括正式學習、非正式學習。其中，正式學習是正常的學習環(huán)境下明確的、系統(tǒng)的教學活動[6]；非正式學習是未清晰定義的學習空間下知識的形成過程[7]。按學習活動，專利分布情況為非正式學習106項（52.5%）、正式學習80項（39.6%）、正式學習+非正式學習16項（7.9%）。非正式學習活動的數(shù)量居多，突出非正式學習實踐性強的特質(zhì)。未來應加強學校家庭一體化教育，促進VR教育專利不受時間、空間限制進行遠程教育學習。專利中正式學習活動體現(xiàn)于學校教育、正規(guī)場所等學習者參與的學習活動，可以在學校中使用VR進行教與學。采用模式識別環(huán)節(jié)檢測、跟蹤、記錄學習進程，分析評價結(jié)果，提出針對性學習建議，智能化服務教學體系的形成。

3 研究結(jié)論與建議

3.1 聚焦智能教育，以產(chǎn)學合作提升專利質(zhì)量

本研究發(fā)現(xiàn)：當前專利授權(quán)人單位仍以企業(yè)為主，高校大大落后于企業(yè)。研究建議：加強產(chǎn)學研交流合作力度，激勵高等學校、科研院所、個人及企業(yè)等開展智能教育學科建設，聚焦教育領域，采用自主研發(fā)、校際聯(lián)合、校企聯(lián)合等多種方式，開展VR相關(guān)技術(shù)和應用領域的研究。已有學者研究表明：高校獨立申請專利與企業(yè)授權(quán)專利相比更具基礎性，側(cè)重于解決科學問題，是后續(xù)專利申請的有力支撐。高校以基礎研究為主，企業(yè)則以市場價值應用為導向，因此，鼓勵產(chǎn)學合作研發(fā)有利于實現(xiàn)知識轉(zhuǎn)移和應用創(chuàng)新知識，共同提升專利質(zhì)量。

3.2 順應智能時代發(fā)展，攻克存在短板的關(guān)鍵技術(shù)

從整體來看，國內(nèi)已有的核心關(guān)鍵技術(shù)與世界先進水平還存在較大差距。其中，近眼顯示技術(shù)解決因視覺畫面質(zhì)量過低等引發(fā)的眩暈等生理反應，無線控制模塊和渲染互動技術(shù)等關(guān)鍵技術(shù)在專利中所涉及的數(shù)量有些欠缺。研究建議對國內(nèi)研發(fā)較少的技術(shù)領域加強專利布局，針對已有基礎領域的專利布局進行針對性、系統(tǒng)性研發(fā)，為項目發(fā)展提供共性技術(shù)、關(guān)鍵技術(shù)甚至顛覆性技術(shù)的供給，為產(chǎn)業(yè)帶來生機。同時，以更有效的策略掌控并最大限度降低新型技術(shù)的負面影響。

3.3 推動正式學習與非正式學習相互交融，實現(xiàn)隨時學習的可能

專利中既有正式學習活動又有非正式學習活動的融合的研究數(shù)量不多，這種學習活動可以營造一種開放式、共享式學習活動環(huán)境，使VR構(gòu)建虛擬學習活動隨時化、無邊界化，可以解決距離衰減的問題，從而實現(xiàn)空間隨機移動等。那么，如何通過正式學習+非正式學習相融合的方式來檢測其學習效果以及融合的適用性？為此，研究希望借5G網(wǎng)絡的高速率、高傳輸帶寬、低工作時延的技術(shù)創(chuàng)新特性，將虛擬化課程活動教學實現(xiàn)構(gòu)建一個以交互式虛擬和沉浸式移動為特性的智能化學習體驗環(huán)境[8]，實現(xiàn)技術(shù)集成教育活動的開展。

4 結(jié)束語

VR學習資源的建設使教育資源無邊界和均衡化、傳統(tǒng)學習方式與新型學習方式混合化。研究還存在一定的不足：首先是檢索到的專利數(shù)量相對較低；其次是一般專利申請到專利授權(quán)都需要較長時間，無法及時發(fā)現(xiàn)現(xiàn)有專利的動態(tài)并加以分析；最后，對于專利如何影響后續(xù)的創(chuàng)新有待更深層次的挖掘。