前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能時代下的教育主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能時代下的教育范文

關鍵詞：智能時代；會計人才；高校

縱觀現如今人們的生活，智能產品已經無處不在，正一步步的改變著大眾的生活方式，比如一部智能手機就可以處理很多業務。許多行業也進入了智能化工作時。就會計領域而言，以德勤為首的四大會計師事務所相繼推出財務機器人來完成基礎會計工作，給會計行業帶來了巨大的挑戰。

一、智能時代對傳統會計工作的影響

（一）改變了會計工作方式，提高了工作效率

近幾年的時間里，需要會計人員處理的工作因為智能化的發展同樣發生了變化，企業通過建立財務賬套系統，日常發生的發票開具、費用報銷、憑證填制等業務都可以在財務軟件上操作，期末賬簿和報表可自動生成；貨幣結算時也可以通過互聯網進行轉賬。簡單的會計工作由于這些變化擺脫掉時空的束縛，不僅可以縮短會計人員的工作時間，工作效率也能有很大的提升。

（二）會計人員工作崗位發生變化

財務機器人的應用取代了處理基礎財務工作的人員，使會計人員免于重復基本業務。更多的會計人員將轉型到有價值的財務分析、財務決策以及其他管理崗位中。這就需要財會人員具備商務數據挖掘、財務數據分析處理、財務決策和企業管理等能力，能對報表和數據進行深刻解讀，提取數據背后的信息，并把這些信息變為對企業經營策略的制定有用的信息。

（三）降低了財務風險，財務數據更加精準

智能機器發生錯誤的概率微乎其微，未進入智能時代前的會計工作中會有大批量的財務數據需要進行人工處理，不但枯燥還及易出錯。人工智能在會計領域的應用保證了會計信息的真實和完整，而且還可以快速選取各種決策所需的相關數據和信息，大大降低了以往人工分析數據差錯、數據不全面和數據分析結果滯后造成的財務風險。

二、智能時代會計人才培養存在的問題

（一）會計學專業課程設置存在缺陷

1.財務核算類課程比重偏大。目前大多數大學的會計學專業課程都側重于財務會計，不夠重視財務分析與財務管理，會計核算類課程多，且課程之間重復的內容比較多，這種傳統的以財務會計為中心的課程體系已經不適應智能時代對會計人才的需要。2.缺少數據分析課程。智能時代下，財務機器人的應用會使會計數據自動生成，無需會計工作者進行手動計算。公司的財務分析、決策和其他管理工作會需要會計人員來進行，但目前會計學專業缺少數據分析類相關課程的設置，幾乎沒有學生擁有對財務數據的分析能力。3.理論知識的傳授多過實踐能力的培養。很大一部分大學的會計學專業都強調理論教學，對實踐教學重視不夠，導致很多高校學生畢業以后不能把所學的知識很好的應用到會計實際工作中。4.跨學科類課程設置不足。學科交叉是智能時展的主流方向，要把復合型會計人才列為當前各高校的培養目標。而目前，與其他專業學科設置課程整合是會計課程體系沒有涉及的領域，各高校的會計學專業畢業生不能實現智能時代對會計復合型人才的需要，只掌握了單一的會計知識。

（二）缺少對學生自學能力的培養

會計是為社會生產活動服務的，必將隨著社會的發展而不斷變化，所以學生只靠在學校獲取的知識是遠遠不夠的，但目前高校教師的傳授知識的方式只是講授這一種，學生沒有任何思考過程，只是把知識聽了一遍，并不能使他們的自主學習能力有所提升，導致學生在工作中不能很好的適應環境、內容和工作方式等的變化。

（三）應用型師資不足

會計是實踐較強的學科，若教師缺少實踐經驗，就不能很好的培養學生的實踐能力。目前很多高校沒有重視對應用型教師的培養，而是一味的鼓勵教師進行學術研究，這對培養企業需要的會計人才極為不利。

（四）缺乏職業素養教育

職業素養是從業者按照職業崗位要求養成的行為習慣和良好作風，它是工作人員在從事其專業相關的活動中所表現出來的綜合素質。會計職業素養就需要每個會計工作人員對會計這個職業有著崇高的理想和信念，遵守會計行業的紀律，履行其責任與義務，不斷提升自己的職業技能，對這份職業充滿興趣，并保持良好的工作態度。目前高校對會計學專業學生的培養只停留在知識教育層面，忽視了對會計職業素養的教育，教學方法和考核方式缺乏多樣性，各高校畢業生還沒有實現智能時代對會計職業素養的要求。

三、智能時代會計人才培養改革策略

（一）完善會計學專業課程體系

1.減少財務核算類課程比重，增加數據分析類課程。高校在制定會計學專業人才培養計劃時，要減少會計核算類課程所占的比重，增加管理會計、財務分析、風險分析、財務管理以及內部控制等課程比重。同時像財務分析、數據處理、挖掘業務數據這類有助于提升學生數據分析能力的課程需要增加到必修課中，以提升會計人員的數據分析能力。2.增加實踐類課程，鼓勵學生頂崗實習。高校不能僅限于傳統的理論教學，與會計有關的實踐課程的比重需要提高，比如用友、金蝶在財務中的應用，大數據與可視化在會計學中的應用，企業風險分析案例等課程，為了增長實戰經驗使學生的實際操作能力有所進步。還要與會計領域中已經開展智能化工作的企業進行深度合作，讓學生到真實的企業會計工作崗位參加實習，積累工作經驗，更好地將理論與實踐結合，保障學生畢業后能更好地適應智能化的工作模式。目前市場需求的會計人才與高校培養的會計人才不一致，高校可以通過調查企業對會計人才的需求方向來培養符合市場需求的會計人才。同時高校還應該定期聘請合作企業的優秀財務工作者為學生開設智能時代會計知識的講座，提高學生對智能會計工作的了解。3.開設學科交叉課程，注重復合型會計人才培養。隨著移動互聯網、大數據、人工智能、云計算等新技術在會計領域的應用，會計人員的綜合素質必須適應市場的需要，會計人才不僅要有會計理論知識，還要掌握諸如管理學、經濟學、金融學、法學、統計學、數據分析以及計算機程序設計等相關知識；不僅要具備會計業務處理能力，還要具備創新、團隊溝通、組織協調、判斷決策、持續學習等智能機器難以復制的能力。因此，在高校會計學專業開設學科交叉課程，培養復合型會計人才至關重要。具體做法是，在公共基礎課程模塊應開設人文素養、計算機編程和數理統計類課程，對學生進行厚基礎、寬口徑的培養。在專業基礎課程模塊應開設經濟管理、金融、財經法規和會計職業道德類課程，融入思政元素，培養學生一定的協調管理能力和良好的會計職業價值觀。在專業核心課程模塊應該增設大數據會計分析、大數據財務決策、新技術與經濟一體化發展等課程。

（二）創新教學以及考核評價方式

高校要不斷更新教育理念，應以學生的創造性思維為中心，努力提高學生的自主學習能力，加強培養自主解決問題的能力，實施以教以學生為本，教師主導的教學模式。可以利用互聯網上的慕課、微課采用線上線下結合、小組討論、案例分析、實踐操作、競賽等多種教學方法鼓勵學生積極參與教學過程，以此增加獨立思考的機會，對學生形成良好的終身學習習慣有很大的好處。同時，學習不只是結果考查，要重視對過程的評價，把對學習過程的考評比例提高。可以采用提高平時作業質量、課堂表現在課程學業成績中的比重，還可以將學生參與小組討論、操作演示、課后與老師互動等情況的表現納入考核評價范圍。

（三）建設應用型師資隊伍

高校會計專業教師在會計人才培養中擔任重要角色。智能時代下，會計工作方式發生了巨大的變化，相應的使會計學科體系的內容也出現了改變。作為引導者，高校會計專業教師應自發的地學習與智能時代相關的理論知識和實踐知識。與此同時，高校也應該積極為教師提供學習新知識的渠道，可以聘請實務界人工智能專業人員為教師開設大數據、人工智能、信息技術、財務共享等培訓講座，開拓教師的視野，提升教師的理論水平；還可以分批選派教師到行業內優秀的企業進行掛職鍛煉，在企業工作中了解人工智能對會計工作的改變，練習操控人工智能進行會計工作，教師要不斷地學習實踐來適應智能時代，為后續培養適應智能時代的高素質會計人才提供有力保障。

（四）強化職業素養教育

會計學專業是按照企業對會計人員的需求而設立的專業，滿足并且符合經濟社會以及會計行業的發展要求是各高校培養會計人才的首要目標。智能時代的到來，以往的會計核算能力就已經不是會計人員的核心競爭力了，對會計人員有了更高的職業素養要求。1.培養學生的管理能力。智能時代已經不再需要財務會計，逐漸變為對管理會計的需求，高校也要考慮這一點，提高學生的綜合管理能力。作為一名企業的財務管理者，既要擁有一定的會計專業知識，同時還要具備溝通、團隊協作、分析研判以及決策等能力。高校可以開展模擬企業管理競賽或開設模擬企業管理課程，通過搭建標準工作流程讓學生感受企業財務部門管理層的日常工作，以及管理人員的工作內容。還要鼓勵學生通過參加社團和學生工作組織來鍛煉自己的組織管理、團隊協作和決策等能力。2.提升學生的創新意識。高校要使學生感受到良好的創新氛圍，為學生搭建好創新平臺，讓學生積極參加“互聯網+”大學生創新創業競賽，指導學生申報大創項目。此外，教師引導學生開展科研項目，在科研中發現創新點，提高教學質量，學生的創新意識也能得到培養，開拓視野，讓學生緊跟會計行業發展變化的步伐。3.加強學生的會計職業道德教育。雖然目前高校已經開設會計職業道德的相關課程，但社會上的會計造假案例仍不斷出現，因此在高校還應進一步強化會計職業道德教育，從源頭入手，在學生時代就要讓他們了解職業道德的重要性和違反職業道德的嚴重的后果，樹立正確的會計職業道德觀，提高辨別是非的能力、抵抗誘惑的能力，自覺抵制不良社會風氣，維護會計的職業尊嚴，促進良好的會計道德觀的形成。

四、結語

智能時代會計人才培養問題已成為我國人才強國戰略的重要組成部分。在人類的不斷進步下，社會管理領域也會被智能科技產品一步步的占據。因此，智能時代下會計人才培養問題的研究也不是一勞永逸的，培養教育會計人才的內容也要不斷進步，使智能技術不斷為會計工作帶來便捷。

參考文獻：

[1]陳小芹.人工智能時代會計人才培養模式[J].商業會計,2019,657(09):127-129.

[2]吳媛媛.人工智能時代會計人才培養新模式探究[J].時代金融,2018,717(35):192.

第2篇：人工智能時代下的教育范文

提到人工智能，我們應該不陌生，目前已經有很多智能產品進入到我們的生活，如智能手表、手環等這類可穿戴的設備，更吸引眼球的無人駕駛和服務機器人也都慢慢進入我們的視野。

根據VentureScanner的統計，截至2016年初，全球共有957家人工智能公司，美國以499家位列第一。中國人工智能領域約有65家創業公司獲得投資，合計29.1億元。相對于全球人工智能市場，中國人工智能市場依舊是一個有待進一步開發的市場。

巨頭紛紛布局人工智能，行業技術卻有待提升

如今，全球有近千家人工智能公司，覆蓋到62個國家的語音識別、手勢控制、虛擬私人助手、語音翻譯和智能機器人等十余個產業，基礎技術、人工智能技術、人工智能應用構成了人工智能產業鏈的三個核心環節，而國內涉及人工智能領域的公司也早已破百。不論是國外還是國內的科技巨頭和風投機構都在布局人工智能這條產業鏈，以尋求占得人工智能市場一席之地。

全球AI陣營：3月份的谷歌阿爾法狗機器人大勝圍棋高手后，令谷歌名聲大噪，也將人工智能再次推向全球熱浪中。在無人駕駛汽車方面，谷歌無人駕駛汽車測試歷程已超過200萬公里，并對其不斷地測試和改進；微軟在人工智能方面的技術研究投入已超過20年的時間，其人工智能機器人小冰是人工智能伴侶虛擬機器人的生態模式；Facebook的聊天機器人“M”，是基于其用戶和社交形態而成的智能助手，除了能夠回答用戶問題、查閱信息外，還能夠幫助用戶完成一些生活操作，如購買商品、餐廳定位、安排計劃旅行等。

由谷歌、微軟和Facebook為代表的全球AI市場，在語音識別、機器視覺等產品上有了豐富的研究、開發，而在人腦科學、深度學習感知等領域上的研究也在不久會有所突破。

國內BAT巨頭陣營：百度的人工智能技術體系包括百度研究院、百度大數據、百度語音、百度圖像等技術，而百度在人工智能上的投入力度很大，且其技術在國內處于領先地位；阿里的人工智能是在其DT和附能話術體系下展開的，阿里目前有小Ai、小蜜，是以阿里云為基礎的業務藍圖的生態模式；相對于百度、阿里，騰訊在人工智能方面進展相對比較緩慢，目前推出了Dreamwriter和微寶等產品。

然而，縱觀國內外人工智能領域的市場，巨頭們在人工智能領域都已布下棋局，但是巨頭們的人工智能都是在為企業自身以及企業相關業務進行服務。目前的人工智能市場，大多數的企業都還存在一定的技術難關，尤其是初創企業。這些企業急切需要一些人工智能技術服務來為自己提供技術支持、幫助。

此外，對于很多正處于轉型的企業來說，他們處在需要人工智能技術服務來加快信息化建設的關鍵時刻，自身沒有技術優勢和人工智能技術基因，發展就會受到限制。

企業信息化建設需求緊迫，AI技術服務商紛紛現身

互聯網時代下的經濟發展，企業要轉型就要加快信息化建設，而讓信息化技術來轉變企業業務需求的方法無疑是具有很大的操作性和實用性的。然而，很多傳統企業自身沒有IT新技術基因，自己再投入資金來研發、培養團隊這不太現實。所以這些傳統企業更多的是想要依靠擁有AI技術優勢的企業來提供技術服務，這個急迫的需求則推動了國內AI技術服務市場的發展。

在人工智能風靡全球的浪潮下，隨著國家對人工智能公共創新服務領域的不斷重視，并提出多個政策鼓勵、支持，人工智能這塊市場出現了為各個行業提供人工智能解決方案的服務商。這類智能機器人的服務企業定位很明確，就是為行業人工智能開發多樣化的產品功能，產品差異化也很明顯，這能夠為行業工作模式帶來快速的改變和發展。

1、提供智能語音技術的服務：在智能語音技術方面，科大訊飛股份有限公司的訊飛“超腦”在語音識別、語義理解、口語翻譯、機器評測方面上取得了一定的應用成果，其智能語音核心技術在國內智能語音上也是數一數二的企業。

在今年的安徽兩會上，科大訊飛的智能會議系統正式亮相，會議代表手持話筒在現場發言時，屏幕上能夠快速、準確的、實時的顯示相對應的文字，滿足了會議的圖文直播需求。因此，人工智能在語音識別、口語翻譯上的應用范圍廣，能夠為企業的辦公方式帶來很大的便利。不過他們在語音技術上，尤其是機器人對地方方言和口音的識別依舊存在著不足，因此，技術服務商還是要加強對AI機器人的語音培訓。

2、提供人工智能引擎平臺的服務：在傳統行業的智能化服務上，目前，廈門快商通科技股份有限公司和上海智臻智能網絡科技股份有限公司都提供了較為完整的技術解決方案。廈門快商通科技股份有限公司主要研發的平臺為小快人工智能引擎平臺，重點在人機交互領域進行平臺技術輸出。此平臺是在開放小快自身核心語義理解和交互能力的基礎上，針對第三方開發者建立的基于“云端”智能的網絡虛擬機器人服務平臺。

快商通將小快人工智能引擎平臺的智能服務引擎和管理平臺放在“云端”，客戶通過SDK、API、第三方應用等渠道接入小快人機交互引擎平臺，客戶可以隨時調用云端智能機器人的語音識別、智能應答等功能，并可根據需要定制機器人知識范圍，實現智能服務機器人交互技術的遠程接入。

目前，小快人工智能引擎平臺已在智能客服、智能教育、醫療領域成功落地，獲得大規模技術調用。其簡潔、高效、智能的技術輸出方式，使得快商通在智能家居、電子政務、自媒體、游戲、教育等領域迅速積累了大量用戶資源。

3、提供物聯網人工智能的服務：在物聯網人工智能方面，北京云知聲信息技術有限公司的“云端芯”，圍繞自身智能語音識別和語音理解等核心技術優勢來打造的生態體系。利用大數據為各個產品方案實現落地，并收集的數據經過大數據處理轉化成最終服務，目前在家居、汽車、醫療和教育等領域有所應用，在國內的后裝車機市場70%的自主廠商的語音交換皆由云知聲提供技術服務。

4、提供智能家居方案的服務：浙江風向標科技有限公司的“VANE”，主要是應用在智能家居上，可以進行個性化的生活場景定制，在一定程度上為用戶的家居生活提供智能化服務，但相對來說，應用在家居場景服務中的產品種類還是比較少的，功能也比較簡單。因此要真正實現智能家居還需要技術服務企業開發出更豐富的、智能化的產品功能。

5、提供多種AI技術融合的服務：北京捷通華聲科技有限公司的靈云全智能能力平臺，將智能語音交互、圖像識別、語義理解、生物特征等技術進行整合，解決企業的具體需求。

可以說，國內不斷涌現出來的人工智能技術服務商在語音識別、翻譯等方面上都有技術優勢，并在產品開發上耗費了多年的研究準備時間。在發展前期瞄準了可以發揮自身技術優質的行業領域，利用人工智能技術來幫助更多企業解決行業痛點，同時又能夠使自己在國內人工智能市場上站穩腳跟。這符合當前我國人工智能市場不太成熟的行情，也能夠使創業企業在摸索中成長。

AI技術服務商為企業在轉型中的信息化建設提供了很大的動力和支持，而企業在轉型過程中，首先改變的是業務辦理方式和營銷方式。傳統企業在業務中常常要與消費者進行直接的溝通與交流，因此企業在售前售后的客服團隊人數數量是龐大的，工作量一般也會很大；傳統企業的營銷方式要與時俱進，依舊離不開互聯網思維，而人工智能服務商無疑可以為企業解決這些難題，提高其工作效率和營銷決策的準確性。

企業客服市場需求大，或能借力人工智能起飛

根據艾媒咨詢的統計，目前國內的客服市場規模已超過千億，而隨著移動電子商務和O2O市場的發展，國內客服市場將從傳統PC端和電話客服的工作方式中逐漸轉向移動客服，客服市場潛力巨大，也使更多人工智能技術服務商爭相進軍，爭搶市場的一杯羹。

為企業級用戶提供服務的智能機器人廠商，其定位很明確，就是專門針對智能客服機器人領域進行優化，以尋求在企業客服服務中占領市場，其開發的產品功能模式多樣化，也能夠為部分人群的工作模式帶來積極的推動作用。

模式一：智能客服機器人或插件服務

云問是一個智能客服機器人SaaS服務平臺，可以通過機器人問答來模擬人工客服為用戶提供客服服務。曉多機器人，從2013年7月開始在淘寶賣家服務市場上線旺財客服機器人，能夠模擬真人以自然語言與買家進行對話。

這一模式在一定程度上就已經初步解決了企業在客服上的問題，尤其是電商企業的客服人員面對大量的客戶咨詢，會出現來不及回復和重復回答問題等情況，將重復的、簡單的問題交給智能機器人可以節約時間并節省人力成本，不過他們并沒有深入到企業客服領域的其他方面。

模式二：機器人客服+人工客服+工單系統

該模式下的七魚、智齒科技、愛客服等服務商，在機器人客服上，通過智能機器人智能解答客戶問題，提供永不離線的客服服務，可以降低80%的客服人力成本；在工單系統上，則支持多種方式創建工單，為跨部門協作和問題及時跟進提供了便利服務；為企業提供統一客服工作臺，為客服提供客戶畫像、問題分類、歷史會話等繁雜問題的簡化集成。

這一模式為企業搭建了智能的、多渠道客服系統，通過大數據實現企業對用戶的細分，實現智能化管理，在一定程度上改善企業和用戶的關系，促進企業更好、更快地發展。進一步拓寬了人工智能技術為企業客服提供的服務。不僅實現機器人的智能客服，還完善了工單系統，為部門之間團結協作提供便利。

模式三：呼叫中心+機器人客服+人工客服+工單系統+大數據挖掘

快商通、Udesk、小能科技等服務商將呼叫中心+機器人客服+人工客服+工單系統模式作為自己的產品模式，不過Udesk、小能科技的人工智能技術是與云問達成的合作。快商通的人工智能技術則是自主研發。這種模式下的人工智能技術在呼叫中心的應用是實現自助服務、人機融合、運營支撐，可以很大程度上地節約了人工成本，同時快商通在現有的客服體系中采用大數據挖掘模式，并且利用大數據分析了解用戶需求、解決營銷問題。

在客服工作處理上，大部分的簡單、高頻、重復性問題交給客服機器人處理，小部分無法解決的則轉交給人工客服。通過精準地理解客戶問題并匹配最佳答案從而提高回復準確效率，同時通過機器人在線解答重復率高達80%的問題，從而減輕人工座席負擔，減少企業的客服人工成本。

在數據營銷解決上，通過海量行業數據的收集、分析，為企業提供行業營銷推廣熱點、價格定制等解決方案，實現企業的PC端、移動端一體化的數據營銷。這對企業來說可以快速的實現營銷決策，但是也要結合實際的市場行情來做出判斷，不能過度依賴于人工智能。

這一模式很好地利用了人工智能在行業的客服方面提供高效率的工作服務，同時又運用大數據分析為企業提供營銷，這在一定程度上能夠實現企業的信息化建設與發展，更好地應對市場的變化，及時作出營銷決策。

隨著移動互聯網的發展，企業的客服需求越來越大，人工智能能夠解決傳統呼叫中心因人工客服人力成本耗費大、用戶等待時間長、客服渠道繁瑣、接入方式繁雜等痛點，從而為企業提高運營效率、降低軟件的使用成本，使企業能夠更好地實現轉型，朝著信息化建設方向快步前進。

人工智能普及速度加快，技術服務商成幕后英雄

第3篇：人工智能時代下的教育范文

雙方將在消費類及企業級市場進行全方位的合作，在云網融合、大數據、物聯網、人工智能等領域進行服務與生態的創新，在深度服務共同客戶群體的同時，通過戰略聯盟的方式合力開拓新生市場，共同提升客戶服務價值。

攜手打造創新生態體系

兩家強強聯合，不禁讓人眼前一亮，細思量，卻又在情理之中。根據協議，鵬博士集團和京東集團將基于各自的優勢資源，在線上信息服務、線下營銷與服務交付、國際化市場開拓等方面展開深度合作，同時在重點領域合作進行技術創新實踐，通過構建創新的生態體系共同發展新客戶。雙方計劃有序對接產品線，以達到資源整合營銷的目的，并在線下營銷服務渠道方面，實現資源共享、緊密協作，探索創新的服務交付模式。

鵬博士集團互聯網接入業務覆蓋超過1億戶、3億人口，在網用戶超過1400萬戶，具有強大的互聯網接入的線下營銷與服務能力。同時，鵬博士集團為廣大用戶提供視頻、教育等線上媒體內容服務。此外，鵬博士集團正在加快國際化步伐，未來五年將貫徹執行“全球家庭運營商”的發展戰略。

京東集團長期深耕B2C電商市場，并且在互聯網金融、人工智能技術、云服務等領域占據行業領導地位。而作為支撐集團整體信息系統的基石――京東云，則在“互聯網+”和新“十三五”規劃的時代背景下，向全行業全公眾開放了積累多年的云計算、大數據、電商、物流等技術和經驗優勢，向全社會提供更穩定、安全、便捷的云服務。

基于雙方戰略合作框架協議，鵬博士集團私有云還與京東云簽署了云網合作落地協議。雙方將在云網融合服務、行業云應用場景落地、私有云及混合云市場開拓、云網融合基礎設施建設等方面進行資源整合，實現業務協同互補，共建新的生態體系。

雙方的云網合作將基于鵬博士集團與京東集團在網絡和云計算領域的優勢積累，首先攻克各行業場景應用實際落地的難題，高效交付創新行業云服務。鵬博士通過Open-NCloud全球云網平臺將全球網絡資源和IDC虛擬化、智能化并通過API開放，與SaaS服務提供商一起服務最終客戶，提升SaaS交付效率。京東云提供面向行業場景的云服務技術方案、云服務部署與運維能力。

雙方共同打造面向重點行業的行業云解決方案及服務，為客戶提供具有更優應用體驗、更佳服務質量的云服務。與此同時，針對電商、金融、制造、醫療、教育等重點行業的客戶實際需求，雙方還將合作開拓基于云網融合創新服務模式的私有云和混合云服務市場，從云服務安全性、高可靠性、跨地域連接、法規遵從等方面實際出發，滿足企業客戶互聯網時代下飛速變化的需求。

此外，基于Open-NCloud全球云網平臺等資源，雙方將開展新一代網絡與云服務交付技術與商業模式的創新，積極優化云連接的性能與能力，探索創新的SaaS服務一站式交付與運營模式及相關增值服務，共建新一代云網基礎設施。

踐行云網融合的新應用

京東集團CTO張晨表示，完整的零售業務鏈、龐大的規模和高速的成長一直是京東作為新技術應用搖籃的重要優勢，站在業務模式創新的角度上，云網融合的新應用毫無疑問是雙方邁向未來發展的關鍵一步。京東集團與鵬博士集團在消費級、企業級市場以及新一代云網融合基礎設施建設與交付等方面都具有廣闊的合作空間，雙方的合作或將為用戶帶來更加出眾的體驗。

鵬博士集團副總裁韓露表示，鵬博士集團與京東集團的合作，不僅是線上、線下優勢資源的強強聯合、服務體系的強強聯合，更是創新思維與行動的聯合。鵬博士集團與京東集團在云網融合、大數據、物聯網、人工智能、區塊鏈等多個領域，擁有非常廣闊的合作創新空間，為其共同客戶交付優質的服務。同時，他們還將共同構建創新的生態體系，深入挖掘在行業云、SaaS交付、大數據精準營銷等領域的發展潛力，共同開拓新生市場，提升共同客戶的價值。

鵬博士集團私有云事業部總經理嚴雪樅對合作充滿信心：“我們希望把相應的云網架構進行一次顛覆，在這個顛覆的過程中，我們和京東云一起覆蓋到電商領域，包括全行業的各個領域。在未來的各個領域，我們的想法是云之間和網之間的聯合要以0.01毫秒的速度制勝，包括直播和APP，都能夠瞬間打開進入。”

兩者攜手，必將給未來留出更多想象的空間，值得期待。正如京東云基礎事業部總經理王直所言：“我們認為在中國，未來云計算最終是什么樣的形態，仍然有非常廣泛的想象空間。所以，我們與鵬博士強強聯合，就是要去貼合中國市場的實際需求，去探索最終的云計算到底是一種什么樣的形態。”

寫在最后

就在同一天，京東云進行了七場簽約儀式，合作開放力度之大可謂空前。分享經濟時代來臨，客戶更喜歡以分享的心態來享受服務，互聯網企業也只有告別單打獨斗，借力前行，才能協作共贏，實現價值的最大化。產業的發展從來不以打敗對手為目的，而以轉型升級為最終著力點，在這一點上，京東云或將大有作為。無論是與萬谷集團的戰略合作，還是c云尚工坊、珠海農控等的戰略合作，都彰顯了京東云幫助傳統行業轉型升級的誠意和成就合作伙伴的決心。

相關鏈接

2017年3月23日，南京萬谷集團和京東云達成戰略合作，雙方將融合各自業務資源，利用云計算、大數據、移動互聯網等創新技術，深度挖掘傳統產業園與城市商業體的價值，共同打造線上線下融合發展的互聯網新商業模式。南京萬谷集團執行總裁葛沖林、京東云電商云事業部總經理任成元出席了本次戰略合作的簽約儀式。

據悉，此次戰略合作將涉及兩個重點領域：

第4篇：人工智能時代下的教育范文

［關鍵詞］高職學生；高質量就業；就業價值取向；就業崗位

一、引言

全球新一輪科技革命和產業變革正在加速拓展，社會的生產方式、組織形態、商業模式、管理模式都發生了巨變，大數據、人工智能、區塊鏈、共享經濟等數字新技術的發展誕生新商業、新職業，使我國就業形態、就業結構、就業穩定性以及勞動技能需求都發生了變化。高等職業教育由規模擴張轉入內涵發展和高質量發展的新階段，高質量就業已經成為新時代經濟發展的追求目標。高職院校在人才培養過程中要面向產業需求，在追求高就業率的同時應更關注學生就業質量，為勞動力市場輸送與用人單位需求相匹配的人才。當前，我國進入以創新為核心、以發展服務型經濟為重心的新一輪經濟結構調整的關鍵時期，經濟發展呈現出速度變化、方式轉變、結構調整、動力轉換的態勢。新經濟、新業態、新產業的發展為高職院校畢業生提供了更多的就業機會，人工智能、大數據等新興產業人才供不應求、跨專業人才優勢明顯。新就業形態是經濟業態發展、市場競爭與技術進步相互作用的結果，不斷改變著傳統的就業方式和就業觀念。無論從就業的政策導向還是從大學生的現實需求看，需要在深刻認識高等職業教育發展規律的基礎上，推動教育質量與職業需求緊密結合，優化勞動力結構，提升高職院校畢業生就業質量，以應對諸多復雜挑戰，實現經濟高質量發展。

二、高職學生就業的困境

1.勞動力供求的結構性失衡日益凸顯，人力資本與產業結構不匹配矛盾突出。改革開放四十多年來，我國經濟持續快速發展。隨著我國勞動力供求的結構性失衡日益凸顯，勞動力供給質量亟待提升。2019年全年城鎮新增就業1352萬人，比上年少增9萬人。新一輪科技革命和產業變革方興未艾，正在深刻影響著我國產業結構和就業結構的變化。一方面，產業轉型升級創造高質量就業崗位的速度遠遠低于畢業生數量的增速；另一方面，隨著技術進步加快和產業結構優化升級，技能人才短缺問題將更加突出。相對于產業和技術的快速變化，人的變化是一種慢變量，實現職業轉換需要一定的教育培訓，轉變就業觀念需要更長的時間。新就業形態對已有的勞動、就業、培訓、社保等政策和體制機制，以及與之相適應的服務體系提出了巨大挑戰。我國經濟已從高速增長階段轉向高質量發展階段，以大數據、人工智能業態等為代表的數字經濟已經成為推動實體經濟轉型創新的新引擎，對高素質技術技能人才的需求不斷增加。但是，職業教育人才培養滯后于新產業技術變革，不能滿足社會經濟發展需求。2.就業矛盾從就業規模能否擴張向就業質量能否提升轉變。一直以來，我們更多地關注就業數量，而忽視了就業質量。技術進步對就業擠出效應和替代效應在一定時期和條件下顯現。黨的報告指出，促進我國產業邁向全球價值鏈中高端，培育若干世界級先進制造業集群。近年來，企業加快推進機器換人，受教育程度、技能要求相對較低的崗位被“機器人”替代，影響的就業崗位數量會持續增加，崗位結構發生了深刻變化，部分勞動者不可避免地要面臨下崗失業。由于從人力資本投資到形成有效勞動供給通常會滯后于崗位需求，高職院校主動對接產業的意識不強，人才培養和社會需求存在一定程度的脫節。3.大學生就業價值取向發生了明顯的變化，呈現出功利化、多元化等特點。薪金待遇、就業崗位、行業發展和職業空間仍然是當前大學畢業生最關注的因素。大學生找一份工作謀生并不難，但謀求優質崗位和高質量就業崗位的難度系數比較大。高等職業教育在發展過程中陷入了“工具理性”與“價值理性”的困頓之中，忽略了“以人為本”的教育理念。麥可思研究院的《2019年中國大學生就業報告》（就業藍皮書）顯示，我國2018屆高職高專畢業生就業率為92.0%，就業滿意度為65%，2018屆大學畢業生“慢就業”的比例達6.99%，對就業不滿意的主要原因是“收入低”和“發展空間不夠”。2018屆高職高專畢業生畢業半年內的離職率為42%，遠遠高于本科畢業生的23%，高職院校畢業生就業不穩定性逐步增大。近年來，大學生就業價值取向呈現出新的特點，逐利性與求穩性并存、就業目標偏高與期望個人價值實現并存。大學生就業觀念和就業選擇趨向多元化，選擇自主創業和靈活就業的人員數量不斷提升。以互聯網、大數據、人工智能為代表的新一代信息技術與產業深度融合，引起了整個社會就業方式、崗位結構的變革。互聯網公司已成為目前大學生就業的新興高地。

三、高職學生實現高質量就業的路徑

大學生高質量就業是一個系統工程，應充分發揮政府、高校、行業企業和大學生的協同作用。高等職業教育需主動回應技術創新和社會變革，在對接新產業、新職業的基礎上，通過產教深度融合和跨界協同創新，實現政府、高職院校、行業企業知識共享、資源優化配置、行動最優同步和系統高水平匹配，培養出具有較高競爭力的高素質技術技能人才。1.創造高質量的就業崗位，增強經濟增長對就業的拉動作用。隨著我國經濟結構調整深入推進和產業轉型升級速度加快，對高素質技術技能人才的需求日益增多。大學生在求職時希望隨著經濟不斷發展，社會保障更加完善、薪酬待遇持續提高、工作條件不斷改善、職業發展空間更加廣闊。實現高質量就業首先要有高質量的就業崗位，而高質量的就業崗位來自高質量的經濟結構和產業體系。經濟發展的提質增效、產業結構的轉型升級，必將推動高質量就業崗位的持續增加和提供更多的優質就業機會，形成新的就業增長點。政府要強化宏觀管理職能，為高職學生營造公平就業環境。具體來說：政府正確發揮管理和服務職能，做好產業引導和企業幫扶，促進教育鏈、人才鏈與產業鏈、創新鏈有機銜接，統籌優化人力資源供給與改善勞動力市場需求；強化就業政策與經濟政策、產業政策、社會政策之間的協同聯動，將就業與創新創業緊密結合，營造良好的創新創業環境；增強經濟發展創造就業崗位的能力，運用好“互聯網+”推進就業轉型，發展新就業形態，拓展就業新空間，為高職學生提供充分的就業機會；完善法律法規體系，保護從事新就業形態的勞動者權益，不斷優化就業創業環境，推動高質量增長與高質量就業同步實現，讓產業結構優化、就業結構轉化與就業質量提升并行不悖，增強經濟增長對就業質量的帶動作用。2.人才培養與產業發展深度融合，實現技術創新與就業增長的協同發展。隨著創新驅動發展戰略的深入實施，數字經濟、新技術發展催生了新的就業需求。新產業能夠提供更加廣闊的就業渠道和更加優質的工作崗位，企業需要具有吸收問題、轉換問題能力的人才，高職院校需要培養適應新產業的高素質技術技能人才。在高質量就業目標的引導下，高職院校培養的人才與勞動力市場需求的匹配必然以質量為前提。高職院校應立足于我國產業發展戰略需求，與行業企業、研究院所、政府部門等不同社會主體建立協同機制，推進校政協同、校地合作、校產聯合、校企對接，建成教育部門、高職院校、行業企業、學生聯動的“互聯網+就業”跨專業協同創新平臺，為大學生高質量就業提供線上精準對接、線下高效服務。高職院校應根據企業優勢和產業發展需求，牢牢把握產教融合、校企合作路徑，吸引更多的企業專家、技能大師走進課堂，促進學校教學與企業用人的無縫對接。打破高職院校與社會、行業企業間的體制壁壘，在人才培養過程中結合學校的師資特點和學校的區域影響力、區域產業特征和區域供應鏈以及企業資源，探索具有中國特色的高層次現代學徒制，讓企業的人才培養前置化。整合政府、高職院校、行業企業等各主體的資源，不斷完善職業教育集團、產學研創聯盟等教學模式，使各主體的人才、專業群、地理空間等優勢充分發揮出來，增強人才培養對新興就業領域、新就業形態的適應性和契合度。根據大學生的就業需求，實施高等職業教育供給側結構性改革，建立企業需求側與教育供給側資源要素融合的平臺和機制，更多地把人才培養與產業對接，實現從量的擴張到質的提升。構建“政府、高校、家庭、學生”等多元主體參與的“就業生態共同體”，適應新就業形態的勞動用工和社保政策，不斷提升人才結構與產業結構的匹配度，促進公平就業和大學生社會性流動。充分利用人工智能技術和大數據分析，對行業企業用人需求和新的就業特點進行科學研判，完善畢業生就業跟蹤調查反饋機制，將就業大數據多向精準反饋至招生、人才培養和就業等各環節。以精準就業為導向推進高職院校人才培養改革，提升就業大數據對人才培養改革的決策咨詢功能，形成招生、人才培養和就業一體化的精準就業指導工作格局。3.遵循大學生的認知規律，探索教育新范式。當前，“三新”經濟已經以標志性的智能、個性化服務、社會化共享、跨界融合等多維特征涉足三大產業的方方面面，創造新需求，形成增長新動能，產生新就業模式和新職業崗位。高等職業教育應主動回應技術創新，關注社會發展變遷，遵循大學生的認知規律，探索教育新范式。高職院校應推動特色發展、差異化發展和高質量發展，把職業道德、技術技能水平、就業質量和創新創業能力作為衡量人才培養質量的重要內容。高職院校應根據新經濟、新技術、新業態、新職業設置專業，與產業發展、行業需求和技術進步相適應，對專業的內涵與外延進行重新設計和精準界定；加大部門間的協同配合力度，構建基于產業鏈、融入新知識和新技術技能的專業課程體系；堅持“以學習者為中心”的教學模式，將知識轉化為“知勢”，培養學生的終身學習能力。4.注重就業價值取向的引導作用，提升大學生高質量就業能力。馬克思在中學畢業論文《青年在選擇職業時的考慮》中指出，青年在選擇職業時首先應當考慮的是為人類的幸福服務，不能選擇那些脫離實際的職業，需要把理想與現實、思想與行動結合起來。高等職業教育要堅持“以人為本”的教育理念，把就業價值觀教育擺在重要位置。高職院校要全面落實立德樹人的根本任務，把大學生就業能力培養融入人才培養全過程，強化職業素質和職業操守教育，注重專業基礎能力、跨領域協同能力、實踐能力與創新創業能力的培養，縮小大學生就業力與實際需求之間的差距。面對新的就業形勢，高職院校要高度重視學生就業價值取向中“個人本位”與“社會本位”的統一、現實關切與理想追求的統一，由就業指導教育轉向職業生涯教育。高職院校要采用學生喜聞樂見的形式，針對生源特點，實施全程化、全員化、全方位的職業生涯教育，做好學生求職狀態跟進、企業招聘狀態更新，不斷提升學生的職業認知能力，引導學生在職業發展道路上正確處理個人利益與國家利益、集體利益的關系，樹立正確的職業價值觀。高職院校要改變大學生就業“從眾”選擇的行為，使大學生積極面對職業多元性選擇的挑戰，將“高起點就業”觀念轉到“先就業后擇業”“先就業后發展”的“靈活就業”“動態就業”觀念上來，找準自身發展與社會需求之間的結合點。

［參考文獻］

［1］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019（5）：3-22.

［2］羅筑華，王漢青.新時代下大學生就業質量提升中的現實審視與路徑分析［J］.黑龍江高教研究，2019（10）：134-138.

［3］麥可思研究院.2019年中國高職高專生就業報告（就業藍皮書）［M］.北京：社會科學文獻出版社，2019.

［4］蘇麗鋒，賴德勝.高質量就業的現實邏輯與政策選擇［J］.中國特色社會主義究，2018（2）：32-38.

［5］楊禮雕.以“互聯網+”模式推進大學生精準就業［N］.光明日報，2019-03-31（15）.

［6］馬廷奇.高職院校擴招與高職教育高質量發展［J］.中國職業技術教育，2019（33）：25-30.

［7］任雪園.變革與轉型：智能化時代高等職業教育人才培養模式的再審思［J］.職業技術教育，2019（28）：12-17.

［8］張紀南.推動實現更高質量和更充分就業［J］.求是，2018（12）：24-26.

［9］王霆.大學生高質量就業的影響機制研究：人力資本與社會資本的視角［J］.高教探索，2020（2）：108-114

第5篇：人工智能時代下的教育范文

關鍵詞：大數據時代；美術教育；創新發展

大數據時代的特點是與電子社交網站以及網絡圖像圖庫有著緊密的聯系。盡管學校的大部分學生可能不知道不了解大數據這個名詞，但學生的日常生活和行為習慣在大范圍的被大數據影響著，只要是與互聯網息息相關的，而且，相當一部分的學生已經沉迷于大數據時代下的互聯網網站，其中包括微信、新浪微博、知乎、豆瓣等等。大數據時代與傳統的印刷時代相比，在視覺圖像的傳輸等多個方面有著極其大的優勢。在對視覺藝術品的作者創作意圖、情感、形式特點等多個方面進行解讀、鑒賞、分析，然后進行語言講述時，大數據時代背景下的圖像傳播為這種文化傳播形態的轉變，提供了更為廣闊的空間。

一、大數據時代給美術教育提出了更高的要求

科技技術的飛速發展，帶動了人工智能以及移動學習等領域的高普及度和快速進步，同時也給教育行業提出了更高的要求，必須是與飛速發展的時代同步前進。但教育行業的現狀是，教育系統仍然是按照傳統模式的教育范式，沒有對學生的學習打上時代的烙印，也沒有產生足夠深遠的影響。找到一種與時展同步前進的正確教育思想，才能使現代教育有更深的影響力，培養出與時俱進，技能豐富的新時代人才。學習與創新技能、數字素養技能、生活和職業技能是在新時代背景下，學生更好地適應現代社會提出的挑戰所必須掌握運用的技能。美術教育對幫助學生掌握這些技能有特殊的貢獻，大數據時代帶來的教育政策趨勢更多的“以證據為本”，通過多維度、多層次、多群體、多因素的巨型數據，來總結藝術教育如何決策。大數據時代下的美術教育在重塑學習概念的同時，也在重塑教育，“如何學”以及“學什么”在私人訂制的個性化教學方式方法應用下，給美術教育的創新與發展提供了方向。

二、大數據時代下美術教育的特點

人們對于信息傳播形態以及接受信息的方式在科技不斷發展推動下得以改變，大數據時代豐富的圖像對人們的生活、學習以及感知世界的方式產生了各種改變。語言已經不再是唯一的通信系統，口頭以及書面語言、圖像、公式、符號、聲音、手勢、圖表、文物等多種通訊類型成為傳遞信息的方式。視覺文化在大數據時代的背景下，對現代人使用圖像技能有了新的要求，無論在改變學習環境還是工作場所方面，美術素養對新的能力的掌握都有巨大的推進作用。美術教育促進學生學習和創新技能的發展。美術與科學、數學以及哲學、文學有著不同的獨特的思維方式，是各民族文化的基礎，學校的美術教育范疇廣闊，包括繪畫、雕塑、設計、工藝、書法、篆刻以及新媒體藝術等多個方面，各樣式的工具、技術以及過程也在其中。美術教育通過提供多種富含背景和多感官的指令來更好地幫助大腦進行學習和記憶，在與文字、數字、聲音等各種資源與圖像信息的解讀、傳遞、創造進行交互時，提供了創意、想象、思考、情感以及觀念上的思維方式。美術教育拓展了學生的數字素養技能。世界各地的美術圖像信息在性能高超的互聯網的帶動下，越來越多地走進了課堂，開闊了學生的視野，樹立了全球意識，更加富有創新性和挑戰性的藝術門類在藝術與科學的結合下產生，那就是新媒體藝術，它不但要求學生具有更高的美術素養，同時還需要較高的媒體素養，在對學生數字素養技能的取用、理解和創造環節具有重要的推進作用，攝影、攝像、計算機繪畫、計算機設計、視覺筆記、動畫。小電影的解讀與創作等都是美術教育新媒體藝術單元的內容。美術教育培養學生的生活與職業技能。大數據時代需要學生更多的跨學科協作的發揮創意，通過設計諸如“變舊為新”這樣的美術教育課程議題，提高學生對全腦思維的鍛煉，對創造能力的提升，增強自身的綜合素養。

三、大數據時代下美術教育的創新與發展

美術教育在大數據時代背景下面臨了新的挑戰。文化多元化的表現已經越來越明顯。大數據時代的到來，在近十年使很多國家在視覺文化方面產生了重大的轉型變革，尤其是歐美等發達國家。視覺文化的轉型主要表現在：首先，對創作對象的思考以及對觀念藝術的關注成為了創意的重點；其次，獨特的藝術形式越來越多包括攝影、電影以及印刷媒體等傳統藝術表現形式；第三，傳統的意識形式越來越多地與數字技術領域產生合作，并催生了類似電子創意這樣的領域；第四，對視覺文化的審美理想越來越以國家為基礎，審美興趣也更多地加入了對土著傳統藝術和工藝的元素；最后，社會文化的融合使得美術行業的已經也產生了變化，融合方式諸如全球性的文化以及體育運動，難民的數量增加以及移民現象的增多等。美術教育工作者要主動迎接大數據時代的挑戰。美術教師要在傳達課本課程上的教學內容之外，把目標更多地放在深度學習上，包括材料的教學，美術學習的方式方法，教學變化趨勢等，在大數據時代背景下構建多元化的教育氛圍，更好地幫助學生養成必備的美術素養。

四、結語

大數據時代在“互聯網”到“互聯網＋”的轉變過程中對美術教育有更多的要求，除了發展學生的個人素養以及培養造型的感覺與技能之外，要更多地注重塑造學生的創造能力以及為社會更多地貢獻意識能力，美術教育在大數據時代要有更多的教學內容，更新的教學方式方法，幫助學生更好地適應現代社會生活的挑戰。

參考文獻：

[1]孔新苗.關于大數據時代美術教育的三點思考[J].美育學刊，2016（1）:62-65.

[2]錢初熹.大數據時代的創意美術教育———大數據時代美術教育的創新發展[J].美育學刊，2016（1）:49-54.

[3]李靜.基于大數據思維的我國美術教師教育創新發展路徑研究[J].美育學刊，2016（6）:46-52.

第6篇：人工智能時代下的教育范文

[關鍵詞]數據挖掘 機器學習 支持向量機 金融數據

[中圖分類號] F83 [文獻標識碼] A [文章編號] 2095-3437（2014）14-0029-02

一、背景

數據是與自然資源、人力資源一樣重要的戰略資源，其背后隱含著巨大的經濟價值。近年來，“大數據”研究已經備受關注。[1]例如，2012年，美國政府在國內了“大數據”研究和《發展倡議》，投資約兩億美元發展大數據研究，用以強化國土安全、轉變教育學習模式和進一步加速科學和工程領域的創新速度和水平。繼1993年美國宣布“信息高速公路”計劃后，這項決定標志著美國的又一次重大科技發展部署。美國政府認為“大數據”研究勢必對未來的科技、經濟等各領域的發展帶來深遠影響。在大數據應用的技術需求牽引下，數據科學研究和人才培養引起了各國的重視。美國哥倫比亞大學和紐約大學、澳大利亞悉尼科技大學、日本名古屋大學、韓國釜山國立大學等紛紛成立數據科學研究機構；美國加州大學伯克利分校和伊利諾伊大學香檳分校、英國鄧迪大學等一大批高校開設了數據科學課程。

二、機器學習理論

機器學習（machine learning）是繼專家系統之后人工智能應用的又一重要研究內容，在某種意義上，機器學習或將認為是數據挖掘的同義詞。數據挖掘是指有組織、有目的地收集數據、分析數據，從海量數據中尋找潛在規律，并使之為決策規劃提供有價值信息的技術。機器學習是人工智能的核心部分，在金融、工業、商業、互聯網以及航天等各個領域均發揮著重要的作用。對機器學習研究的進展，必將對人工智能、數據挖掘領域的發展具有深遠影響。

機器學習方法主要包括：Exper System（專家系統）、K-Nearest Neighbor（K近鄰算法）、Decision Tree（決策樹）、Neural Net（神經網絡）、Support Vector Machine（支持向量機）、Cluster Analysis（聚類分析）等。近幾年，研究人員將遺傳算法、神經網絡、系統理論以及當代數學研究的最新進展，應用于金融領域。這使得金融領域數據挖掘在金融管理中備受青睞。例如，產品定價、金融風險管理、投資決策甚至金融監管都越來越重視金融數據挖掘，通過數據挖掘發現金融市場發展的潛在規律與發展動態。機器學習理論及其在金融領域的應用成為了一個比較熱的研究領域。[2] [3]

三、金融數據的特點

在眾多機器學習方法中，基于Logistic回歸、判別分析等傳統的統計方法，對金融模型假定條件非常嚴格，在實際應用中很難達到理想效果。其原因在于對金融數據的非線性和非平穩性的操作具有片面局限性，在實際處理金融數據時，既定假設與金融市場發展實際并不完全一致，這樣可能會影響模型的推廣能力和泛化能力。

基于分類樹方法、K-近鄰判別分析、遺傳算法等傳統的非參數統計方法，其預測能力較好，但不能量化解釋指標的程度。例如，K-近鄰判別分析是一種非參數距離學習方法，通常按照數據樣本之間的距離或相關系數進行度量，這樣會受到少數異常數據點的影響。但是，在相同樣本容量下，如果對于具體問題確實存在特定參數模型可以應用時，非參數方法效率相對較低。以神經網絡、支持向量機等為典型的機器學習方法，優點在于可以有效處理金融數據的非線性特性，并且不需要事先嚴格的統計假設，這樣會表現出較強的適應效果，充分體現人工智能、機器學習等方法的魅力。神經網絡預測精度是各種機器學習方法中相對較好的，因為在一定程度上，神經網絡可以按照任意精度近似非線性函數，為高度非線性問題的建模和算法提供相應支持。盡管神經網絡技術進步有目共睹，但仍然存在一些難題。例如，通常難以確定隱層節點數，并會存在“過學習”現象和局部極小值等問題。

四、支持向量機

傳統的統計模式識別方法是在樣本數目足夠多的情況下進行的，但是樣本數目足夠多在實際問題里面往往難以保證。1968年Vapnik等人首次提出了統計學習理論，專門從事有限樣本情況下機器學習規律的研究。在此基礎上，1995年Vapnik等人首先提出支持向量機（Support Vector Machine，簡稱SVM）的學習方法，它是數據挖掘中的一項新的技術。SVM是機器學習研究領域的一項重大成果，主要研究如何根據有限學習樣本進行模式識別和回歸預測，使在對未知樣本的估計過程中，期望風險最小。近年來，它被廣泛地應用于統計分類以及回歸分析中。近幾年的研究成果表明，SVM在實用算法研究、設計和實現方面已取得豐碩的成果，其在理論研究和算法實現方面都有突破性進展，逐漸開始成為克服維數災難和過學習等傳統問題的有力手段。支持向量機可以成功處理回歸分析和模式識別等諸多問題，并可推廣于預測和綜合評價等領域，因此可應用于管理、經濟等多種學科。支持向量機屬于一般化線性分類器，可以認為是提克洛夫規則化（Tikhonov Regularization）方法的一個特例，其特點是他們能夠同時最小化經驗誤差與最大化幾何邊緣區。支持向量機的優點表現在：1.它通過使用結構風險最小化代替傳統的經驗風險最小化，使用滿足Mercer 條件的核函數，把輸入空間的數據變換到高維的Hilbert 空間，將向量映射到一個更高維的空間里。在這個空間里建立有一個最大間隔超平面，實現了由輸入空間中的非線性分析到Hilbert 空間中的線性分析。2.訓練的復雜度與輸入空間的維數無關，只與訓練的樣本數目有關。3.稀疏性。決定最大間隔超平面的只是少數向量――支持向量，就推廣能力方面而言， 較少的支持向量數在統計意義上對應好的推廣能力。4.本質上，SVM算法是一個二次優化問題，能保證所得到的解是全局最優的解。綜上所述，SVM在一定程度上解決了以往困擾機器學習方法的很多問題，例如，模型選擇與“過學習”問題、非線性和高維小樣本等維數災難問題、局部極小問題等。[4]正是由于SVM具有完備的理論基礎和出色的應用表現，使其在解決高維小樣本、非線性、壓縮感知以及高維模式識別問題中表現出獨特的優勢，正成為自神經網絡之后，機器學習領域中新的研究熱點之一。[5] [6]

同其他機器學習方法比較，支持向量機更具嚴密的理論基礎，因而在模型表現上也略勝一籌，被成功應用于模式分類、非線性回歸，從使用效果來看，其結果較為理想。但從實踐角度分析來看，模型參數的選擇過度依賴人們的實驗方法和實踐技能，在一定程度上降低了模型的推廣泛化能力和應用領域。同時計算方面，訓練時間過長、核參數的確定，在大訓練樣本情況下， SVM面臨著維數災難，甚至會由于內存的限制導致無法訓練。目前支持向量機在金融數據挖掘方面也存在一定的局限性，主要表現以下幾方面：動態適應性、魯棒性、特征變量異質性調整、模型推廣精度等不盡如人意；建模方法與技術還有待進一步完善；支持向量機研究金融數據挖掘和金融問題的成果雖然不少，但大多集中在股票價格和股票市場走勢預測方面，關于公司財務危機預測、套期保值分析、金融市場連接機制分析及其創新成果方面有待加強。

五、結論

大數據時代下金融專業的數學重在以下方面的應用：深度學習（Deep Learning）、機器學習和數據挖掘、分布式計算，如MR、Hadoop等，在大數據中預測最先取得突破的技術環節將會是分析中的大數據挖掘與關聯分析、存儲結構和系統、數據采集和數據化。目前金融問題的研究方向和發展趨勢，主要集中在計量經濟方法，例如，格蘭杰因果分析、向量自回歸、條件異方差、隨機波動分析等。這些計量經濟方法和技術大部分使用了線性技術，以及與金融市場不太吻合的理論假設，基于這些方法的結果，例如，資產預測價格、發展動態以及風險評估結果和實際出入較大，影響了金融管理的效率。對于我們大學教師來說，如何將已有分析數據算法整合，讓學生抓住重點，挖掘到比較可靠的信息或知識，都將成為金融專業數學研究的方向和目標。

[ 注 釋 ]

[1] Anand Rajaraman Jeffrey David Ullman.大數據――互聯網大規模數據挖掘與分布式處理[M].北京：人民郵電出版社，2012.

[2] Kumar， P.R. and Ravi， V. 2007. Bankruptcy prediction in banks and firms via statistical and intelligent techniques-a review. European Journal of Operational Research， 180（1）：1-28.

[3] M. Oet， R. Eiben， T. Bianco，D.Gramlich， S. Ong， and J.Wang，“SAFE： an early warning system for systemic banking risk，”in Proceedings of the 24th Australasian Finance and BankingConference， SSRN， 2011.

[4] 沈傳河.金融問題中的支持向量機應用研究[D].山東科技大學博士論文，2011.

第7篇：人工智能時代下的教育范文

【摘要】隨著電子信息化浪潮席卷21世紀，教育領域也深受影響。該時代下的創客教育以其獨有的特質，成為培養創新型人才的新抓手。因此，通過對“低頭族”時代下K-12語文創客教育實踐的探索，從而更好地了解“怎樣應用創客教育”與“如何提高語文創客教育的實踐水平”，使創客教育發揮其應有價值，變得至關重要。

【關鍵詞】低頭族；K-12；創客教育；研究

【基金項目】國家級大學生創新創業計劃項目資助：“低頭族”時代K-12語文創客教育的探索與實踐。項目編號：201510345004。

一、引言

信息化時代帶來的技術革新，在給我們生活帶來便利的同時，也使我們逐步成為“低頭族”的一代。學校教育在數字化浪潮席卷和沖擊下遇到了重重挑戰。K-12基礎教育階段的兒童與青少年的成長是人的一生發展的“黃金時期”。對此，該如何充分發揮電子信息技術的優勢，避免對電子產品的過于依賴，因技術化的使用而導致自身異化，已經引起了人們的普遍關注。本研究旨在克服技術決定論下的盲目崇拜所造成的人的畸形發展，將傳統學習方式轉化為數字化學習（E-Learning）、移動學習（M-Learning）、泛在學習（U-Learning）等，在不斷推陳出新的學習方式中，提升學習效能，提高實踐創新能力。

二、關于“低頭族”的研究

（一）“低頭族”的概念、定義

“低頭族”作為對當今青少年一代的群體特征描述，被人們賦予以下定義。從詞匯建構來說，“低頭族”英譯為Phubbing，是一新興合成詞匯，由phone（電話）和snubbing（冷落）構成。“低頭族”泛指那些只顧低頭玩手機，而無暇顧及（冷落）其他人或事物的一群人或一種社會現象（Macquarie，2012）。隨著智能移動終端產品的普及和無線網絡的發展，這個群體越來越龐大（陳一，2004）。如今在地鐵、公交車上隨處可見這類“低頭族”。

（二）“低頭族”的社會影響

“低頭族”不只是一種符號標簽，更重要的是它所帶來的社會影響。有研究者發現，“低頭族”的出現，會影響人們彼此之間的交流，有損身心健康，導致思維懶惰，加劇心理困擾（王滋海，2013）。也有研究表明，這會造成人們從眾心理、攀比和虛榮心理等不良心理現象的產生（胡玲娜，2014）。國外研究則指出，“低頭族”現象產生后對兒童和青少年個人行為和成就所帶來的影響是極大的（Sandra L.Hofferth & Ui Jeong Moon，2011）。甚至不同家庭背景的孩子，在這樣的環境之下，彼此之間的發展差距將會拉大，這會導致新的不平等（Mei Lick Cheok & SU Luan Wong，2015）。

三、關于“創客”的研究

（一）“創客”的相關內涵

“創客”，是互聯網時代下，伴隨著3D打印技術等開源硬件平臺而為人們所熟知，是教育領域的新思潮、新寵兒。就其內涵來說，有學者認為，“創客”源自英語單詞“Maker”，原意是指“制造者”，現在用于指代利用網絡、3D打印以及其他新興科技，把創意轉換成現實，勇于創新的一群人（李凌，2014）。資深創客克里斯?安德森（Chris Anderson）指出：“創客是指利用互聯網、3D打印機和各種桌面設備與工具將自身各種創意轉變為實際產品的人，而創客空間是指配備創客所需設備和資源的開放的工作場所，創客在創客空間里完成其產品（Anderson，2012）。”

（二）“創客”的基本理念

面對“創客”引領的新的“學習革命”，對其基本理念的把握是不可或缺的。有學者提出，自我深度開放的理念是其內在固有屬性，表現出具身實踐與創新理念的結合體，追求開源、共享、創新的文化范式；同時，將深度學習融合其中，更加注重學生創新能力與終身學習理念的培養（張春蘭，2015）。有學者另辟蹊徑，認為在新興科技和互聯網社區的發展大背景下，“創客”以信息技術的融合為基礎，傳承了體驗教育、項目學習法、創新教育、DIY理念的思想（祝智庭，2015）。有學者對上述思想予以深化，認為做中學、快樂教育、大成智慧、構造論是“創客”背后的核心理念（楊現民，2015）。大洋彼岸的美國，則是承襲杜威“做中學”的教育理念，在重視學生通過獨立或協同的創造過程建構自己的經驗與生活的同時，強調生成有創意的學習產品（Martinez & Stager，2013）。

（三）“創客”的教育實踐應用

“創客”的教育實踐應用，表現形式多樣。在國內，編程類、媒體制作類軟件在中小學STEAM教育中得到廣泛的應用，并且多以綜合實踐、信息技術、通用技術課程為主：北京的吳俊杰老師研發了“人工智能”“Scratch 編程”課程；廣州吳向東老師和武漢毛愛萍老師依托Scratch軟件，研發了“兒童數字文化創作”課程；溫州謝作如老師依托Arduino、Scratch軟件開發并實施了“互動媒體技術”課程，建設“DF創客空間”；鄭祥老師從虛擬機器人到Arduino，從Scratch到AppInventor，在機器人和移動編程方面的教學已經頗有收獲。在國外，諸如Arduino、BeagleBoard、樹莓派、pcDuino、Edison等開源硬件平臺投入使用，涌現出一些典型的學習者、教師、活動、課程、項目作品范例，如西爾維婭?托德與她的“創客秀”；特雷西?科勒和她的四年級地區學校挑戰賽等。開源硬件的發展加快推動了創客教育的普及，完整的產業鏈生態圈則提升了創客教育的實施效率。

四、關于創客教育的研究

（一）何為創客教育

創客教育以信息技術的融合為基礎，傳承了體驗教育、項目學習法、創新教育、DIY的理念的思想（祝智庭等，2015）。創客教育提倡“基于創造的學習”，強調學習者融入創造情境、投入創造過程（鄭燕林等，2014）。楊現民等認為，“創客教育是一種融合信息技術，秉承‘開放創新、探究體驗’教育理念，以‘創造中學’為主要學習方式和培養各類創新型人才為目的的新型教育模式”。而傅騫等學者則認為“創客教育是指為解決中小學教育體制中創新能力培養不足等問題而將創客理念引入中小學教育體系中，實施一系列P于創新動手技能訓練的綜合課程”。但因各方學者各執觀點不同，對其定義和適用邊界至今還未有明確的定論。基于此，筆者也嘗試給出綜合性的定義：創客教育是一種融合現代信息技術，秉承“合作創新、體驗探究”的教育理念，以培養各類創新型人才為目的的新型教育模式。傳統教育具有深深的工業化烙印，是典型的基于知識的教育；創客教育則是適應知識經濟時展的以能力為導向的教育。

（二）國內外創客教育的發展

作為創客運動的發源地，美國的創客教育在全球也是最具規模和影響力的。目前，全美已有MIT、哈佛大學、斯坦福大學等在內的近百所高校開設了創客空間，面向所有學生開放。與高校相比，美國中小學創客教育起步較晚。大約在2013年前后，創客運動開始席卷全美中小學校，越來越多的學校開始建設創客空間，為學生開展創造活動提供各種支持（楊現民，2015）。紐約市的瑪麗蒙特學校建設的創客空間――設計教育中心（Design Education Center，DEC）就是一個典型的例子。此外，聯邦教育部的“通過21世紀社區學習中心進行創客”項目（Making through the 21stCentury Community Learning Center，21st，CCLC）則是專門針對K-12階段學生的暑期活動，利用圖書館、博物館、科學夏令營等多種形式進行創客教育的實踐，并將實施重心放在如何將創客教育與STEM教育有機融合這個領域。

在我國，創客教育雖興起較晚，但卻在不斷探索前進。北京、上海、深圳、溫州等城市的各大高校成為我國創客教育實踐的領跑者。其中，最具代表性的便是清華創客空間。除高校外，中小學創客教育的發展勢頭也很強勁，像溫州實驗中學、北京景山學校等紛紛建設起具有自己學校特色的創客空間。

在第三次科技革命和新課程改革的時代大背景下，創客教育將為K-12教育的綜合實踐課程和信息技術課程帶來時代性的變革。但目前創客教育的研究大都指向整個教學，探討的是技術革新中各種形式的學習在大范圍教學中的應用，類型結果也都是大方向的、籠統化的，沒有針對具體學科展開研究，沒能起到很好的實踐指導作用。此外，我國專門針對K-12教育階段中具體某個學科的創客教育的探索與實踐研究尚顯不足。

故如何將創客精神貫徹到教育領域，打造一支“創客”級優秀教師隊伍，真正使得“低頭族”利用課堂內外的移動平臺和設備進行碎片化學習，將碎片時間黃金化，培養未來的教育“創客”具有重要意義。

五、結束語

綜上所述，筆者通過查閱大量文獻發現眾多學者對創客、創客教育的概念、基本理念及其社會影響等方面做了大量研究，但對創客教育的分科教學實踐還未有深入研究，研究力量相對較弱，未形成規模化的實踐。基于此，本研究旨在通過分析創客教育的實踐現狀，不斷發掘其存在的不足，并針對創客教育有效性的增強這一方面作進一步探究、實踐，形成一套更加完善的機制，使“創客教育”這種模式更具有說服力和可操作性，期望為當代教師創建一個開放、積極、合作的課堂提供參考和借鑒。

【參考文獻】

[1]【美】克里斯?安德森.創客：新工業革命[M].北京：中信出版社，2012.

[2]傅騫，王辭曉.當創客遇上STEAM教育[J].教育科學文摘，2014（06）：97-98.

[3]楊現民，李冀虹.創客教育的價值潛能及爭議[J].現代遠程教育研究，2015（02）：23-34.

第8篇：人工智能時代下的教育范文

2011年下半年伊始，美國Stanford大學做了初步嘗試，免費將3門課程放到了網上，意想不到的是《人工智能導論》課程竟然收到了全球16萬人次注冊，”MOOCs”也因此正式興起。有此成功案例后，在2012年”MOOCs”進入全面快速發展時期，時年形成以Coursera、edX、Udacity為首的“MOOCs”三巨頭，并于2013年瘋狂席卷至中國，如上海交通大學、復旦大學加盟了Coursera，北大與清華加盟了edX，并于10月清華創立了“學堂在線”平臺。”MOOCs”的興起與成熟，突破了傳統教學理念，對優質教學資源的共享有極大的促進作用，對推動繼續教育的發展有重要意義[2]。

二、“MOOCs(慕課)”對思想政治教育的啟示

(一)“MOOCs”的自主性促使思想政治教育規范化發展

“MOOCs”特點之一——自主性。其自主性主要表現在三個方面：其一，學習者可依據個人興趣愛好自由設置學習目標；其二，學習者可自主決定在何時何地投入多少精力學習多少內容，即學習者可自由選擇學習進程；其三，學習者可依據個人意愿選擇是否對自己所學掌握程度進行測試。“MOOCs”的自主性雖然有極大的益處，但也使得學習者變得越來越散漫，存在很大一部分學習者僅僅是為了滿足自我好奇心而注冊網絡課程，走馬觀花似的瀏覽一下。思想政治教育能使人加強對自己的約束與規范，是作為人精神生活掌握世界的一種方式，能讓人更好地處理與自己、與他人、與社會的關系。那么，應當下我國法治社會的要求與時展的需要，思想政治教育的目標、內容、要求、政策與隊伍等就必須規范化。因此，“MOOCs”時代下的思想政治教育就多了一個不可忽視的陣地——網絡，目的是為了減少學習者的隨意性，促進形成良好的網絡學習行為。

(二)“MOOCs”的開放性加快思想政治教育國際化發展

“MOOCs”特點之二——開放性。其開放性主要表現在兩個方面：其一，“MOOCs”的學習對象可以是全球的任何人，只要你在地球上，懂網絡，就能通過郵箱的方式注冊，而后登陸使用；其二，“MOOCs”突破了空間對優質教育資源傳播與推廣的限制，以到網絡的形式免費分享給全球各個層次的學習者。很明顯，“MOOCs”走的是一條國際化教育路線，其鼓勵知識創造與文化分享，有助于保障信息在網絡中的自如流動。眾所周知，思想政治教育是普遍存在于世界各國的一種教育活動，欲想在這個領域處于高峰，融入世界是必然之舉。因此，對于“MOOCs”時代下的思想政治教育，我們需要從兩個方面著手：一是加強自身國際意識的培養，接納“MOOCs”平臺，在正確的政治方向前提下，多與國外文化知識碰撞，比較之下，取長補短，以增強民族自豪感、自信心與自尊心；二是加強憂患意識的培養形成，“拿來”的東西不一定都好，要學會辨別，有選擇性的借鑒吸收，不好的東西要抵制批判，不斷實現自我在線教育的創新，以提升素質，達到增強民族認同感、凝聚力與向心力的目的。

(三)“MOOCs”的互動性促使思想政治教育民主化發展

“MOOCs”特點之三——互動性。其互動性主要表現在兩個方面：其一，一改傳忽視學生興趣愛好的或“填鴨式”或“滿堂灌”的單一灌輸式傳統教學方式，實現了真正意義上的教師與學生雙向互動；其二，學習者除了與選擇的老師互動交流外，還可自由的與全球各地的其他學習者互動交流。除此之外，每一節的學習要點均在交互式的問題設計中得以體現，有很多的互動環節，比如說可即時檢測學習者學習情況的課堂測驗與課后測試等，這樣大規模人群之間思想的碰撞，極益于學習者互相啟發以及互相效率的提高。但是，“MOOCs”的互動卻存在兩個重大問題，一是缺少了學習者與老師間的言語與心靈交流，二是忽視了學習者的層次性。眾所周知，思想政治教育提倡民主、自由、平等，假如說教育者與受教育者間的平等性不存在了，那民主的思想政治教育也就不復存在了。因此，“MOOCs”時代下的思想政治教育就需要時刻秉承民主精神，堅持民主方法與作風，主動去營造民主氛圍，對學習者們的個性予以尊重的前提之下，才能充分地調動學習者們的積極主動性，才能使生命力時刻鮮活。也正是因為如此，“MOOCs”時代下思政教育有以下兩點值得注意：一是重視學習者之間的差異性，主動去認識了解學習者們的實際精神需求，創造或促進更多的情感溝通、思想交流與平等對話，以促進學習者們達到“形神合一”狀態；二是在知識共享的過程中互相借鑒學習，共同發展，老師們與學生們都得樹立(或建立)共享意識，暢通渠道，發揚民主，大家一起共享智慧與人生，以達到一個理想境界。

(四)“MOOCs”的創新性推動思想政治教育現代化發展

“MOOCs”特點之四——創新性。其創新性主要表現在三個方面：其一，突破了時間與空間的限制，不再受限于傳統的課堂教學模式，全球的學習者們可無時無刻的參與學習；其二，“MOOCs”提供的教育資源物美價廉(免費或低價)，在一定程度上消除了教育資源需求無限而低價資源供給有限的矛盾；其三，“MOOCs”凸顯了個性化學習，可使學習者們通過及時反饋、個性化服務、社區化互動與交互式練習等方式體驗真實且生動的課堂，可以說是基本實現了以學生為中心。正因為“MOOCs”的創新性，加劇了教育的國際競爭性，直接導致國與國之間教育理念的競爭，甚至可以夸張認為它的出現將引起一場教育革命，許多傳統理念將受到強烈沖擊。因此，思想政治教育也應該隨著現代化潮流與時俱進，才能有所為，如何才能做到與時俱進呢？單憑教育手段與設備的改善是不夠的，關鍵還在于向著現代化教育理念的思想轉變。而思想政治教育更應該在現代化發展潮流中吐故納新，緊隨時代步伐，否則只會固步自封。因此，“MOOCs”時代下，思想政治教育要借助現代技術手段來優化改進教學方式方法，繼承優秀文化，吸納新知識體系，不斷增強大家的思想道德素質，除此之外，還要謀劃新舉措，發散新思維，拓寬新視野，擺脫定向思維，拋棄舊觀念，吸納新教育理念，時刻保持敏銳的洞察力，這樣才能很好的服務于中國特色社會主義。

(五)“MOOCs”的多樣性推動思想政治教育規范化特色化發展

第9篇：人工智能時代下的教育范文

關鍵詞： “人機對話” 自動化測試 英語教學 聽力教學 口語教學

1.引言

《英語課程標準》（2011年版）指出：英語課程資源包括英語教材及有利于發展學生綜合語言運用能力的其他教學材料、直觀教具和實物、多媒體軟件、廣播影視節目、網絡資源、報紙雜志及圖書館、班級、學校教學設施和教學環境創設等；計算機和網絡技術為學生個性化學習和自主學習創造了有利條件，為學生提供了適應信息時代需要的新的學習模式。通過計算機和互聯網絡，學生根據自己的需要選擇學習內容和學習方式。信息化時代下的教育方式也發生巨大的變化，為人格和能力的提升提供進一步的發展空間，同時也帶來人才測評理論與方式的重大轉換。

2.“人機對話”自動化考試的界定及其相關理論

2.1 “人機對話”自動化考試的界定

為了實現英語考試評價信息化，提高江蘇省中考英語聽力和口語測試評價信度及評價工作效率，江蘇省自2009年在中考英語中實行省級統一命題、測試、評價為一體的聽力、口語合二為一的“人機對話”自動化考試。該測試總分30分，其中聽力測試20分，涉及的題型有：圖片型對話理解、短對話理解、長對話理解、完成信息記錄表和短文理解。口語測試總分10分，涉及的題型有：短文朗讀、情景問答和話題簡述。該部分的測試成績直接記入中考英語總分（英語中考總分130分，其中卷面筆試100分，人機對話測試30分）。

“人機對話”自動化考試是借助計算機及網絡技術對考試進行管理的一種測試形式。它是根據考試設計的需求，有針對性地進行命題、組卷，并完成試題呈現、接受答案、計分、數據分析及結果解釋等一系列任務。學生在進行人機對話測試過程中，每人單獨使用一臺電腦并且戴著配有語音輸入功能話筒的耳麥，整個測試過程不介入任何人為因素。考試時，電腦扮演考官的角色，考生的所有問題和指令都由電腦發出，考生根據從耳麥中聽到的要求或電腦屏幕上看到的試題指令和要求進行聽力和口語測試，電腦自動將考生在考試中的答案和語音信息進行保存和錄音。

筆者認為，“人機對話”自動化測試彰顯了《英語課程標準》提倡的新型教學理念：現代外語教育注重語言學習的過程，強調語言學習的實踐性，主張學生在語境中接觸、體驗和理解真實語言，并在此基礎上學習和運用語言；要使學生盡可能通過不同渠道、以不同形式學習真實、鮮活、實用的英語，直接體驗語言和運用語言。

2.2“人機對話”自動化考試的相關理論

認識心理學理論。心理學和計算機相結合，在認識心理學的理論背景下產生人工智能這一全新的領域。人工智能用信息加工的觀點解釋人的心理過程，使行為主義心理學進一步發展。它借用信息論、控制論、計算機、仿生學等新興的學科理論，將人才測評置于更前沿、更科學、更穩定的領域。認識心理學理論在“人機對話”測評中的應用，更新了測試的方式，拓寬了測評的視野，完善了評價手段，是對實證主義測評范式的揚棄。所有這些，都為“人機對話”自動化考試作為一種測評方式的轉向提供了堅實的理論基礎。

非智力理論。斯騰伯格指出人的智力有三種類型：合成智力，即在一個有結構的和定義完好的上下文中解釋信息的能力；經驗智力，即從不同角度看待問題，從變化的情景中解釋信息及解決實際問題的能力；情景智力，即適應變化環境的能力及操縱談判系統的能力。信息時代的人才測評發展越來越注重對非智力因素的測評。非智力理論為“人機對話”自動化考試提供了理論支持：一般的測評方法只能在簡單的文字、圖片上假設情景，局限于合成智力及經驗智力的測評，而人機對話則使非智力因素的再現和測試成為可能，使得人才測評具備更廣的維度、更富層次性、更有針對性。

人機交互作用理論。“人機對話”自動化考試中的測評主體和客體能夠相互學習，這在很大程度上得益于人機交互作用。人機對話的一個重要特點是利用人機交互作用的沉浸性，根據測評客體的反應不斷學習和選擇不同的模擬情景，有針對性地施加測試項目。仿真、實時、主動型的計算機三維動態圖像、聲音，使得測試成為動態的交互作用，為測評客體提供測試語言的逼真情景。通過與計算機交互測試中體現的形象性、簡易性、安全性、科學性、經濟性、實效性已凸顯其測試的優越性。

3.“人機對話”自動化考試對英語教學的新啟發

3.1 語言技能――“人機對話”自動化考試測試的基礎

語言技能是語言運用能力的重要組成部分，主要包括聽、說、讀、寫等方面的技能及這些技能的綜合運用。這四種技能密切相關，相互滲透，互為基礎，又呈螺旋式提高。根據認知理論，聽、讀是信息輸入過程，是領會和理解別人表達的意思，是從外部言語到內部言語的內化過程；說、寫是教學對象對輸入的信息內化后的產出性活動，是用言語表達自己的思想，從內部言語到外部言語的過程。

筆者認為，在英語教學中，我們要注重語言技能培養的整體性。從語言信息輸入的層面上，我們可以擴展學生的閱讀材料。比如，教師可以結合教學進度補充和教材相關聯的、難度稍大的課外閱讀材料，并且可以設計相關閱讀題型幫助學生理解以便及時反饋學生對補充材料的理解情況。教師還可以利用早讀和興趣小組活動時間引導和鼓勵學生跟讀磁帶、模仿朗讀等方式促成學生的有效輸入。在語言信息輸出的層面上，我們可以鼓勵學生復述課文和對閱讀材料進行縮寫和改寫等。比如，對比較熟悉的閱讀課文，可以采取當堂的口頭復述形式檢測學生的信息輸出情況；教師還可以讓學生進行課后寫作的方式提高學生信息輸出的有效性。

3.2 語言知識―― “人機對話”自動化考試測試的源泉

學生在義務教育階段應該學習和掌握的英語語言基礎知識包括語音、詞匯、語法及用于表達常見話題和功能的語言形式等。語音是語言的基本組成要素，學生對語音知識的理解和運用直接影響他們的聽力水平。因為語音中的連讀、弱化、失去爆破、語音濁化等發音規則會使單詞的獨立發音有別于具體的語音群中的發音。除了語音知識外，詞匯量將直接影響學生的聽力理解水平。如果學生的詞匯數量和理解能力無法達到基本的教學交際要求，就會在客觀上形成聽力障礙，影響聽力效果。同時，語法、固定用法和搭配等知識的不足會造成聽力和口語表達上的困難。比如，習慣用法“I can’t agree with you more.”看似是否定的句子，其實表達的是十分肯定的含義。

筆者認為，教師首先要鼓勵學生積極地開口講英語。比如，在每天的英文值日報告中增加天氣情況匯報、新聞簡述和熱點關注等欄目，為學生提供在公共場合說英語的機會。其次，教師可以創設情境，真正提高學生在情境中使用語言的能力。比如，教師可以設計超市購物、醫院看病、圖書館借書等場景，讓學生分角色扮演，從而達到實際運用語言的能力。

3.3 情感態度―― “人機對話”自動化考試測試的保障

情感態度是指興趣、動機、自信、意志和合作精神等影響學生學習過程和學習效果的相關因素及在學習過程中逐漸形成的祖國意識和國際視野。心理學研究表明，情感因素在語言學習中起著越來越重要的作用。Krashen的情感過濾假設（Affective Hypothesis）認為，如果學生上課時心情緊張，他們的情感因素就會形成一個“過濾器”，阻擋語言的輸入。 所以學生在聽力、口語測試時，如果一直處在緊張的情緒狀態，“過濾器”就會影響學生接收聲音信號及語言信息，并且還會影響對這些信息進行有效解碼的過程。

誠然，學生在“人機對話”自動化考試測試中出現一定程度的緊張和焦慮，這是一種相當普遍的心理現象，但是過于緊張和焦慮將給整個測試過程產生負面影響。筆者認為，教師在教學過程中要設計新穎的課堂活動內容，激發學生的學習興趣；通過榜樣激勵等方式明確他們的學習目標；組織小組合作等形式提高學生的凝聚力，磨煉他們的意志，形成合作精神；通過小組競賽等形式，增強他們的學習自信心。

3.4 學習策略―― “人機對話”自動化考試測試的戰略

學習策略指學生為了有效地學習和使用英語而采取的各種行動和步驟及指導這些行動和步驟的信念。在聽力測試中，預測技能是學生應該掌握的一項重要技能。所謂預測技能指聽者利用已有的知識、經驗結合現有信息對聽力內容進行聯想、推理未知信息的能力。因此，一個人預測信息的能力越強，其聽力就越強。

為此，在聽力訓練中教師應重點進行技巧點撥講解。比如，在該題干“What is the woman probably going to do this afternoon？”中，教師可以提醒學生重點在聽的過程中注意如下兩點：把握時間“this afternoon”；重點聽女聲內容。此外，教師還可以提高學生的學習技巧，比如當題干變為“What is the man doing now？”時，我們就要對重點聽力內容進行調整：注意時間“now”；重點聽男聲內容，從而不但幫助學生學到聽力的技巧，而且幫助學生提高能力。

3.5 文化意識―― “人機對話”自動化考試測試的內涵

語言是文化的一部分，因此，語言不能脫離產生它的文化而獨立存在。G. Brown（1997）認為聽力理解是一個極其復雜的過程，它涉及語言、認知、文化、社會知識等各種因素。對于英語學習的基礎階段而言，跨文化意識的培養尤其重要。

比如，圖1、圖2這道聽力試題和文字稿，不但要求學生結合自身的英語基本技能聽懂對話內容，對學生的跨文化意識也有一定的要求，即要求學生熟悉一些西方國家的代表性建筑或特有文化。這充分體現了《英語課程標準》倡導的英語課程具有工具性和人文性的雙重性質，要求教師不但要從詞匯、語法、情景等角度講清楚字、詞、句的正確使用，而且要在教學過程中滲透跨文化意識教育，開闊學生的視野，豐富他們的生活經歷，增強他們的愛國主義精神，發展他們的創新能力，促成他們形成良好的品格和正確的人生觀與價值觀。

圖1 聽力測試模擬試題

圖2 對應試題的文字稿

4.結語

“人機對話”自動化考試不僅是外語考試形式的一次革新，而且是信息技術與英語學科教學整合的一種嘗試，更是促進中學英語教學變革、引領信息化時代英語教學的航標。新時代的教師要在課堂教學中做有心人，培養自己敏銳的洞察力和靈活、即興的調控能力，最大化地優化課堂；在學習和實踐過程中不斷地總結和反思，以不斷提高課堂教學中生成動態教學資源捕捉的靈敏度和運用的科學性、實踐性及實效性。

參考文獻：

[1]G.Brown.Assessing student learning in higher education，1997.

[2]Krashen，S. D. Second Language Acquisition and Second Language Learning. Oxford： Pergamon Press，1981.