前言：中文期刊网精心挑选了人工智能下的教育反思范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
人工智能下的教育反思范文1
随着科技的发展，社会的进步，人工智能这一崭新的名词诞生了，人工智能在给人们提供便利和方便的同时，也给带来了一群无用群体。这些被机器取代了，的工作的人，被冠上了无用的称号，近期阿里巴巴开发无人超市，再次引发了人们的热潮。机器智能的推广是否给人们带来了都是好处？
科技让过去的空想变成了现实，信息技术的飞速传播，让人们忽视了距离的存在，人工智能这一产物逐渐走进了我们的生活，无人超市机器带娃，智能家具……这些新科技着实给我们带来了巨大的便利，但是随之引发的社会问题不得不令我们反思，重新审视这一人工智能的潮流。
人工智能挑动的是社会的稳定，就目前的社会形势来看，技术化高效化的产业，对人们的个人素质能力要求会越来越高，社会的高速发展逐渐演变成了超速发展，这样的发展步伐难免会使许多滴知识的水平民众，跟不上。所以说现在人们受教育水平往往很高，但是能接受高知识教育的，毕竟只有少数部分，如果社会以这少数部分的水平来发展，那必然是忽视了余下的大部分，人工智能的开发出自有技术的团队，用人工智能来取代，本来就是苦苦挣扎底层的人民，民心不平，又无力跟上，久而久之必然会产生反抗情绪，对整个社会的安定产生极大的威胁。
人工智能下的教育反思范文2
关键词:教学模式;创新;在线课程
在大学数学教学中，主要以幻灯片展示与板书相结合的形式进行教学。然而，面对人工智能、教育信息化等技术浪潮，教学模式也急需创新。教学模式的创新，就是为了给学生们构建智能化、网络化、个性化、终身化的教育体系。教学模式的创新，使得学习者能够自主选择学习时间、地点、内容和方式。教学模式的创新，拓展了学习者受教育的时间与空间。教学模式的创新，改变了传统的教师讲授式的“重教”的教育理念，使学生的学习个性化，最终达到教师与学生共融的目标。那么，教学模式如何创新呢，我们介绍以下创新路径。
1加强在线课程平台建设，实践教学模式的创新
“开放、共享”理念逐渐被教师和学者们认可，使得开放的教育资源逐渐走向更加科学、系统。在线课程平台可以满足学生个性化学习的需求，使学生在碎片化时间中促进生成性学习和智慧性学习的发生。在线课程平台采取“化整为零”、“自上而下”的民主化和平民化建设理念，汇集了大量的优秀教育资源，拓展了知识传播路径，为学生提供了自由共享的学习空间。同时，在线课程也以它的非结构化和易于重用的特点和优势，促进了教师应用在线课程。高校的翻转课堂和微课建设实现了理念转向，以适用性和实用性为着力点和突破口为在线课程平台建设出力，建设了一批国家精品课程，使得教育资源更加开放和共享。在线课程平台的建设，使得学生可以在课余的时间自主学习。课前预习，预习结束后有客观题供学生检测预习效果，客观题在题库中随机选取，每个学生的客观题不尽相同，但是整套题的难易程度是相同的，便于教师在查看学生的预习效果时，可以更好地区分学生预习效果的差异性。课后复习，与课前预习的题库的设置理念相同。然而，远程教育师生时空分离的环境中，学习效率与教学质量难以保证。那么，我们必须要有相适应的学习支持服务系统，而取得学业的良好保证是学习分析技术，运用多类分析方法和数据模型解释与预测学生的学习表现，从而准确把握学科教学目标，调整教学策略，优化教学过程。
2人工智能助力教学模式的创新
人工智能技术中的智能辅助系统和教育机器人可以监控学生的个性化学习。通过学习分析技术和用户画像技术，搜集学习者学习数据，平台为学生提供适切的学习资源和路径。结合知识图谱，建立领域知识库，辅助教师针对学生的不同能力生成不同试题并进行作业批改。通过提供沉浸式的虚拟学习环境，学生可在任意时间、任意地点参与到学习中。除此之外，任何事物均有两面性。反思性实践者的教师和学生，需要教师批判地分析和判断人工智能技术应用的教学体验。
3教学相长、创新管理模式推动教学模式的创新
传统的教学模式以教师为主导，在线课程倡导“以学习者为中心”。在传统的教学模式影响下，在线课程体现的教学模式受到制约。传统的教学模式“重教”，在线课程“重学”。“重教”与“重学“不能截然对立，应在“重教”基础上“重学”，达到教学相长的目的。在线课程，让教师树立以学生为中心的理念，主动适应新技术引发的教育教学改革。教师在平时应注重加强线上课程和线下教学环节的整体设计，线上注重课前预习与课后复习结果的反馈，节省了批改作业的时间。线下注重教学的教，提高教学质量和教学水平。要营造良好的在线教育建设环境，切实有效地调动教师建设在线课程的积极性和主动性。需要有配套的制度加以支持在线课程的建设。建立高效的课程教学团队，帮助老师摆脱琐碎的事务性工作。在信息推送、学习互动环节减轻教师的工作量，使教师有更多的精力和时间投入到关注学生的学习进程中，开展深层次的交互和共享。在制度设计上，给予教师更多支持，比如在工作量计算、职称评定等方面进行一定比例的倾斜，给予奖励在在线课程研究方面有建树的教师。
人工智能下的教育反思范文3
【关键词】法理学/法律推理/人工智能
【正文】
一、人工智能法律系统的历史
计算机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个哲学家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）
如果连抽象的哲学推理都能转变为计算问题来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自学习能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。
20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究自然语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）
1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）
我国法律专家系统的研制于20世纪80年代中期起步。（注：钱学森教授：《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。
专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的应用领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。
法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《中国大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。
人工智能法律系统的发展源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。
二、人工智能法律系统的价值
人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：
一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。
二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，BryanNiblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）
三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些现象。
五是辅助法律教育和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
六是辅助立法活动。人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。
三、法理学在人工智能法律系统研究中的作用
1.人工智能法律系统的法理学思想来源
关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。
第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。
第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的社会性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(KnowledgeBasedSystem)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）
第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。
第四，目的法学促进了价值推理的人工智能研究。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(NewRhetoric)的法律理论。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《现代西方法理学》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给计算机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律发展的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。
2.法理学对人工智能法律系统研制的理论指导作用
GoldandSusskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律科学的理论，一种法律推理理论”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系统的研究，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的发展历史，法律推理的标准、主体、过程、方法等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制计算机应用程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。
随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论问题的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与分析模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。
四、人工智能法律系统研究的难点
人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。
第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、时代信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，中国大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。
第二，关于启发式程序。目前的法律专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等问题，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，EdwinaL.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序应用于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。
第三，关于法律自然语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并计算实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解研究工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以EdwinaL.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）
五、人工智能法律系统的开发策略和应用前景
我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。
依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟理论。
从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：
第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过网络等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。
第二，确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。
第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与计算机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供参考的书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。
第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下发展阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)分析并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。
第五，人－机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。
未来的计算机不会完全取代律师和法官，然而，律师和法官与智能机器统一体的出现则可能具有无限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以预见，人工智能将为法律工作的自动化提供越来越强有力的外脑支持。电脑律师或法官将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用，例如，通过严密的演绎逻辑使用户确信全部法律结论得出的正当性；在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测；等等。正如网络的出现打破了少数人对信息的垄断一样，电脑法律顾问的问世，将打破法官、律师对法律知识的垄断，极大地推动法律知识的普及，迅速提高广大人民群众的法律素质，使法律真正变为群众手中的锐利武器。
人工智能下的教育反思范文4
恐怕很少人能回答这个问题，但是，用过“乐辅通辅导王”的学生都说，学数学离不开“辅导王”。
在科技的时代，学生该如何有效地利用科技手段，来完成课外学习的高效，同时养成自主学习的好习惯呢？这是一个困扰无数家长和学生的难题。
有一款智能辅导软件，正好解决了这个难题。
且让我们看看这款智能辅导软件是如何来帮助学生自主学习的：
让我们以一道方程题为例：
首先，输入一个方程：
系统很快就会解答出来，点击【逐步提示】，首先提示您“如果按解分式方程的一般步骤转化为整式方程，会产生一个高次方程，不易求解，请仔细观察题目，你能发现什么特点？”
学生看完之后就会动脑子认真想一想，如果看了之后仍不会做，可以点击【下一步】：
“观察发现此方程中含有相同的因式x2+2x，如何利用这个特点呢？”
接下来系统会提示您如何用换元法解出这道题，最后系统还会提醒您“解分式方程不要忘记验根”。
这样的提示方式，是不是相当于一位好教师在旁边点拨呢？同样的，如果选用几何题，电脑会有同样的指导和点拨。如果家长想检查一下孩子做的对不对，可以输入自己的监护密码，点击“详细解答”，就能看到完整的解题过程，另外还有解后反思、举一反三等内容，让学生做一道题学会做一类题。
这样的科技成果，来自于一位“商人”，但支撑他的团队，却是拥有200多名专家、学者和一线教师的智慧群体。这个“商人”便是张彦华。而他和他的团队研发的自主学习的科技产品，就是“乐辅通辅导王”。
“商人”如何与教育结缘？“商人”的科技创新又如何如此前卫？其“智能”究竟在何处？如何帮助学生实现自主学习，同时助推区域教育的公平发展？让我们走近张彦华，与他共同解读“智能”学习。
记者：在此之前，您是一名成功的商人，怎么会选择跟教育有关的科技工作？
张彦华：舒适安逸的生活不是我追求的全部。我一直很想做一番事业，所以1995年的时候，我放弃了“铁饭碗”，选择了“下海”，摸索出了一条属于自己的路。这些年，我先后创立了3家技术性公司，曾经也遇到过很多挫折和困难，但我都坚持了下来，有了一定的原始积累。
直到2001年前后，我开始正式从事数字教育领域的技术开发工作。那时候，我发现传统的家教方式对学生提出的问题，一般只重视给出答案，这无意间养成了学生的惰性和依赖心理，没有培养出他们独立思考问题和解决问题的能力。
那时候，我也发现身边许多朋友在教育孩子方面方法缺失，无法引导孩子养成良好的学习习惯，以至于耽误了孩子的发展——这不仅影响一个家庭的幸福，更可能耽误未来的民族发展。于是，我想：若能有个网上家教，及时辅导学生的课程该多好！那时我隐约预感到，信息化、智能化在未来一定能在某种程度上可以替代人工。
记者：所以，您选择了研发“乐辅通辅导王”？
张彦华：是的。实事求是地讲，信息化时代早已来到我们身边。信息技术与教育的接轨是一个必然趋势，我们有幸最先开始做尝试。
我们的“乐辅通辅导王”，同其它的远程教学，还是有很大不同的。远程教学主要是教学再现，就是把优秀教师的讲课录像放在网上，即使给孩子解答问题，也只是给出一个解答结果，而且解答时间一般承诺24小时内。而“乐辅通辅导王”是采用独特的人工智能技术，模拟优秀教师的思维自动解答课标范围内的任何数学问题，并给出解题思路，培养学生独立思考问题的能力，是学生自主学习的好工具。它可以24小时随时快速为学生答疑解惑，就像一个“贴身家教”。
对于学生不会的问题，“乐辅通辅导王”不是简单地把答案告诉学生，而是通过【逐步提示】、【解后反思】、【巩固练习】和【相关知识点】等最具辅导功能的方式一步步引导学生独立解决问题，并学会举一反三，触类旁通。要想看到【详细解答】，必须要家长输入一个监护密码，以避免孩子不动脑筋直接抄袭答案。
记者：果然具有名师的智慧。现在在市场上使用效果如何？
张彦华：产品目前已开始在全国进行推广，得到了广大老师、家长和学生的高度关注及赞赏。产品之前在西安铁一中和70中试用时，家长和老师纷纷表示：产品的智能化程度之高，远远超出了他们的想象。哥伦比亚副总统桑托斯一行在西安高新区访问时，看到这个产品演示后，感慨地说：“我们那里有许多山区和农村，如果有了这个软件，孩子们的教育将会得到很大的改善和提高，希望哥伦比亚的孩子能早日用上‘乐辅通辅导王’。”
人工智能下的教育反思范文5
本栏目将聚合你我他的视点,每期邀请几位嘉宾对教育领域中的热点、焦点、前沿问题以圆桌形式展开讨论,以期引发思考,推进探索,共同促进教育大发展。
话题引导:《国家中长期教育改革和发展规划纲要(2010～2020年)》的正式公布,引发了新一轮的教育改革浪潮。多年的教育改革中,各级各类信息技术教师大赛始终红火地开展着。在众多的大赛中,优质课大赛历来受到教师们的重视,可在每年各类大赛评出那么多信息技术优质课之后,我们还是不由感叹,现实的信息技术课堂中缺少优质课,所谓的优质课很多时候都是“作秀课”。那究竟什么样的课才称得上优质课呢?想必您也思考过这个问题。针对此话题,我们将分两期来探讨,第一期从信息技术一线教师的视角来讨论,第二期将从信息技术教研员的视角来分析,我们邀请您一起来畅谈,汇聚您的声音,教育改革会更有力量。
主持人:本期,我们邀请到几位战斗在信息技术教育一线的教师,共同参与我们话题的讨论――什么样的信息技术课才能称为优质课?
参与嘉宾:
■黄丽娜辽宁省沈阳市第五中学
■ 赵丽辽宁省北票市尹湛纳希高中
■杨冬宁贵州省贵阳市第三实验中学
■ 代斌陕西省西安市第六十六中学
主持人:你们作为战斗在信息技术教育一线的教师,以往肯定听过不少信息技术优质课,也上过优质课,你们心目中的信息技术优质课的衡量标准是什么?
黄丽娜:我心目中的信息技术优质课应该具备两个特点:有效和价值。有效是指大部分学生通过这节课的学习有收获、有提升。价值是指这节课对生活、其他学科的学习有帮助。我认为无论教师采用什么样的教学方式、学生采用什么样的学习方式,只要它能够达到设定的教学目标就是适合的,就是有效的。而对于价值的体现,就需要教师精心的设计,让一节课的学习变成几节课的触类旁通,并能够通过信息技术改变生活和学习。
赵丽:一堂好课应该能出色地完成教学目标,而教学目标的确立应以促进学生的发展为根本宗旨;能科学合理地安排教学内容。信息技术教材各地区都有差异,教师要能正确理解并根据学生的实际水平和特点创造性地使用教材,合理确定重点和难点,精选具有基础性、范例性和综合性的学科知识,让学生扎实掌握基础知识和学科基本结构;灵活运用使学生主动学习的教学策略与方法,努力为学生创设各种机会和条件让学生积极主动地参与教学;同时,好的课堂教学应该体现以主体教育思想为核心、适应学生终身学习与发展要求的现代教学观。
杨冬宁:我是1996年开始从事信息技术教育的,第一次上优质课是在1999年,记得当时围绕多媒体技术的概念和运用,我利用文字、图片、动画、音频、视频等丰富的素材,不但吸引了学生的注意力,连评委也感到兴趣盎然。如今反思一下,这节课实在不能算“优质”,因为在那个年代,多媒体设备在我们那个地区还不是很普及,虽然上得轰轰烈烈,但只不过是一节新技术的展示课,学生虽然感兴趣,却没有从中获得实质性的成长。
2006年,我参加了全国中小学信息技术创新与实践活动(NOC活动)。比赛之前,我从选题到试教,反复和教研组的教师进行商量,最终确定了课题,之后又用了七八个班级来进行演练,做到每个环节都心中有数,比赛结果也令人满意。如今反思,却觉得这节课更像表演课,虽然能够圆满地完成教学目标,学生也能从中学有所得,然而,这节课不能成为一节常态课,不能为教师平时的教学提供有益的示范。
2009年,我参加了全国高中信息技术优质课展评活动,因为当时正忙于辅导学生参加竞赛,所以没做太多准备,就把一节随堂课加工了一下就去参加比赛了。没想到的是,这节带有随堂性质的课,获得了全国一等奖。反思一下,这节课没有作秀,而是从学生的实际出发,不但学生能从中有所收获,也能为大多数信息技术教师提供一定的示范和参考。
总结一下自己上优质课和公开课的经历,在我心目中的信息技术优质课应该是技术基础要落实,教学目标要完成,学生学习要有收获的课。此外,优质课的课堂预设性和生成性要自然真实,教学的方法和过程要能为别的教师所借鉴,让优质课回归朴实。
代斌:一堂好课,必须使所有的学生都经历“真实的学习过程”;教师必须精心设计在班级授课制条件下学生群体的“科学的学习方式”;还应该有教师“高超的教学艺术”来点缀。另外,在新课程中的优质课,应该十分明确地凸现在学习主体――学生的身上,以考察学生在课堂上的学习活动状态为主。
主持人:衡量一节课的优质与否,不仅要看整体,也要看部分。教学过程中有很多步骤,而导入一般是教学过程的第一步,怎样导入才能称得上优质?
赵丽:好的导入是教师精心打造的一把金钥匙,放射出独特的光芒,带领着学生登堂入室。导入的方法多种多样:捕捉热点――新闻引导法;实验激疑――悬念探究法;任务驱动――作业前置法;背景导引――情节激趣法;实例感受――价值激励法;温旧引新――承上启下法… …关键在于教师慧眼选择,巧妙设计,因地制宜。理想的新课导入要依据教学目的,教材内容特色,学生年龄心理特征和教师自身特点。创造性是导入新课的最佳入口,它能扣住学生的心弦,创设愉悦的学习氛围,激发学生的情感和学习兴趣,引发学生强烈的参与欲,促使学生以最佳心理状态进入新课的学习。
黄丽娜:导入分成很多种类型,我个人觉得没有最好的,要根据实际的教学目标和设定的教学内容进行选择,也要取决于教师自身的特点。但是优秀的导入应该做到:第一,抓住学生兴趣;第二,引入教学内容;第三,直达教学目标。在这三点中,我认为第一点尤为重要,一定要在课堂的一开始就把学生的兴趣抓住,让他们愿意投入学习,并且还能主动创造。但是为了引起兴趣而忽略教学内容和教学目标,这是不可取的,要时刻记住导入是为教学服务的。
杨冬宁:我对导入的理解,应该是为了学生积极投入到教学活动中而在课堂开始营造的学习环境。一个好的导入,应该能引起学生的注意力、激发学生的学习动机、为教师的知识传授铺路搭桥。比如,我在上《人工智能初步》这节课的时候,对课堂的导入前后做了几次修改。
导入一:播放一段人工智能机器人的视频录像。
导入二:利用歌曲智能识别系统,实时唱歌,系统识别出歌曲名。
导入三:展示科学家霍金的照片,简介霍金的事迹,并播放他借助人工智能学习和工作的简短视频。
导入一能够快速吸引学生的注意力,但观看完视频之后,并不能够真正激发学生的学习动机,而且通过教学实践检验,经过人工智能机器人的视频强化,容易给学生造成人工智能就是人工智能机器人的误导。
导入二不但能够快速吸引学生的注意力,还极大地激发起学生的参与性,很多学生主动要求参与到唱歌识别的活动中。但这种活动式的导入,冲淡了教学的主题,占用了过多的课堂时间,导致课堂教学效益下降。
导入三是借鉴成都七中赵敏老师的导入法。通过展示学生们所知晓的科学家借助人工智能进行科学研究的视频,既吸引了学生的注意力,又激发了学生的学习兴趣,并能够在紧密围绕教学主题的前提下,对学生进行有关的人文教育。
导入,并不是一个孤立的教学环节,也不是教学的最终目标,因此导入在引起学生注意力、激发学生学习动机的基础上,应该不脱离主题,简明有效。
代斌:导入是课堂教学的起始环节,主要是为课堂教学提供动机、知识铺垫。因此,教学设计时应整体考虑,既要注意知识的前后联系,又要注意一堂课的前后联系。
学生是课堂的主体,课堂上导入的内容与形式必须依据学生的具体情况来确定,只有当学习的材料与学生的已有知识与认知水平相符时,学生对学习才会是有兴趣的,才会主动获取知识。激发学生的学习兴趣是导入的目的之一,但是情境的创设,不管问题的提供方式是否新颖多样,营造的氛围是否轻松活泼,最终要达到为课堂教学服务、引起学生思考的目的,因而要控制好时间,掌握好度,防止导入环节喧宾夺主,妨碍学生对主要信息的获取和理解。
情境导入,虽是采用较多的导入方式,但还需要我们每一位教师在教学设计时再多一些细心,问题考虑得更全面,让它能真正激发学生的求知欲望,引发学生的思考,使学生的学习变得更主动,更有生机和效率。
主持人:第一步的导入有很多种方法,在教学整个过程中也有很多种方法,那在一堂课中,多种教学方法如何运用才能使一堂课成为优质课?
杨冬宁:叶圣陶先生曾说过:“教亦多术矣,运用在乎人,孰善孰寡效,贵能验诸身。”这就是说,教学方法是多种多样的,教师要根据自己的具体情况选择应用。到底采用什么教学方法效果最好,这要经过自己的教学实践去进行验证。
在我的教学设计中,一般不规定具体采用什么样的教学方法,而是更多地从教学策略上进行思考。教学策略的设计,可以让我根据特定的教学情境对教学原则、教学模式、教学方法来变通使用,它的稳定性相对来说不足,但更具有灵活性。
例如,在理论性较强的课堂中,我一般采用替代性的教学策略,通过讲授传递知识主体,通过提问启发学生思考探索,通过总结帮助学生归纳升华。而在操作性的课堂中,我主要采用生成性的教学策略,通过分层任务驱动让不同学习基础的学生都得到进步,通过小组合作训练学生的合作习惯,通过探究学习培养学生的自主学习能力。
这些方法的运用,还要根据不同学生和不同教学情境进行临时的调整,使得课堂教学能够深入浅出、教学气氛活跃而不散乱。
黄丽娜:在现在的信息技术课堂中,教师最常采用的方法就是任务驱动和小组教学,并且这两种方式一般也是结合运用的。记得我参加全国高中信息技术优质课展评活动,有位专家在点评的时候提到,评价一节课是否成功,主要看这节课学生在干什么。我认为让学生动起来是一节课成为优质课的关键。“动起来”可以有很多种方式,如讨论、发言、操作等。但同时要注意如果一节课学生一直忙忙碌碌,就可能让他感到疲惫,所以我们在选择教学方法的时候,应秉承有张有弛、一静一动的原则,这样可以让一节课有节奏感,让学生的学习水到渠成。
赵丽:信息技术教学方法主要有讲授法、演示法、实验法、任务驱动法、协作型教学法、练习法、游戏引导法等。作为信息技术学科的教师一定要善于引导,根据本学科的特点设计教学方法,并运用现代化的教学手段激发学生的学习兴趣,高效掌握技能,培养信息素养。学生的年龄特征、心理特点、智能水平、生活经验、学习习惯等,都是选择教学方法的重要依据。教师必须在教学实践中,调查研究学生的实际情况,同时了解各种教学方法的优缺点,根据教学内容,合理正确地选择教学方法。只有综合考虑,充分考虑各种相关因素,才能达到理想的程度。
代斌:信息技术课不同于其他学科,除了学生自主探究外,必须运用多媒体网络教室进行演示,以确定习题的正确步骤以及操作方法。我在课上,对于一些带有共性的问题及时进行精确演示。有时还找学生进行演示,让学生判断自己的做法正确与否,极大地调动了学生的兴趣。
学生要熟练使用计算机,仅靠教师的讲授和演示是远远不够的,必须通过大量的实践练习,才能掌握操作技能和技巧。在练习过程中加强督导,组织小组互相检测,保证练习正确率。每教学一项新内容,及时让学生进行定量的练习,这样有利于激发学生的学习兴趣,巩固所学的新课内容,熟练掌握操作要点,提高学习效果。
主持人:多种方法在多个阶段综合运用好,才有可能成就一堂优质课,但每位教师心中,对优质课看重的阶段可能不一样,那在信息技术优质课的教学过程中,你们认为哪个阶段最重要,为什么?
赵丽:我认为评价阶段最重要。在新课标、新课程改革理念指导下,任务驱动教学已成为课堂教学新模式,它给我们带来了新的问题:在当前以任务驱动为主要教学模式的信息技术课堂中,如何提高课堂教学的有效性。目前影响教学有效性的问题有很多,如:①学生的学习基础不同,任务的完成差异性很大;②学生在提供帮助和接受帮助上缺乏主动性;③在自主探究性教学中,有些学生容易偏离主题,有些学生对下一步设计心中茫然;④如何有效地评价学生信息技术知识、技能的学习,等等。
以上所述问题如处理不好,势必影响整个教学进度和教学效率。而合理的评价,能提高信息技术课堂教学的有效性。也有助于学生对自己的信息技能掌握情况、信息素养、各方面能力有清醒的认识,并能及时反思、总结,同时,在相互的交流与评价中锻炼了能力,弥补了不足。
黄丽娜:一节信息技术优质课,可以说各个环节都很重要,他们相辅相成。如果一定要选择哪个环节最重要的话,我认为是任务的设置,有效的任务会使学生少走弯路,能达到事半功倍的效果。这个任务要让学生愿意接受,并且以他现有的能力可以完成或者是有解决的方向。如果任务设置得不好,过难或过易、抽象和乏味都是不妥的,学生容易产生畏难或无聊的想法。
在设计任务时教师一定要用心,并尽可能在一节课中呈现出不同形态的任务。
杨冬宁:从课堂导入到知识传授,从学生操作到教学评价,教学中的每个过程都环环相扣,每个环节都有其特定的作用,都十分重要。但在我们信息技术教师中,最容易忽略的一个环节是课堂的结束。
人工智能下的教育反思范文6
1.信息化建设夯实学校管理
信息化建设助力校园安全。校园所有角落和教室实行监控全覆盖，学校每天安排学生会到监控室通过摄像头查看各班早中晚自习情况。信息化建设重构教学空间。2016年11月，驻马店市第九中学注册并开通微信公众号，利用微信平台展示学校活动，宣传学校理念，成为众多家长、学生乃至教育同人了解九中的重要渠道。肺炎疫情期间，学校通过微信群通知学校消息、统计学生人数，利用钉钉等平台直播教学，所有的班级和学科均按照在校时间进行网上授课，有的班级甚至进行了早读和夜自习，利用线上方式重构教学流程。另外，学校引入了家长教育云平台，为家校共育做出贡献，学校获得“河南省卓越家长学校”荣誉称号。信息化教学提高学习效率。在科技手段的支持下，学校利用远程监控监考，并实现网上阅卷，在提高阅卷效率的同时，便于家长们查看孩子的真实成绩。同时，很多在线学习软件和学习资源平台为学生提供知识的窗口，学生能快速、便捷地获取各种知识，学校课程资源库的构建和教师的微课、视频直播课也使孩子们根据自己的掌握程度进行自主学习。学习强国、青年大学习等软件的使用也使得孩子们自觉加强思想政治教育，努力成为社会主义建设者和接班人。
2.翻转课堂模式促进课程建设
翻转课堂教学模式是信息技术带来的一种创新的课堂模式。学生在课前或课外观看教师的讲解视频，自主学习，上课不再只是教师讲、学生听的状态，而是将更多时间留给师生互动或者学生之间的互动。这种创新模式是信息技术与学校教育深度融合的一个代表性模式。“三翻两段十环节”教学是翻转课堂的核心。它指的是将教学过程分解为课前、课中两个阶段，通过课前的教师一次备课、任务，学生自主学习、反馈交流，教师获取学情、二次备课环节，以及课中的展示交流、合作释疑、检测提升、总结评价等环节活动的组织，最终实现三个翻转。这三个翻转指的是教学理念由“以教师为中心”向“以学生为中心”翻转，教学结构由“课堂传递知识，课后吸收内化”向“课前传递知识，课堂吸收内化”翻转，教学角色由“演员型教师、观众型学生”向“导演型教师、演员型学生”翻转。翻转课堂教学模式有三个作用。一是激活学生积极性、主动性，培养学生的表达能力、独立思考能力和协作能力等综合能力，让每个孩子能够全面而有个性地发展，落实立德树人根本目标。二是解放教师，转变教师角色，使其依据自己的知识传授经验和学情掌握经验，对学生进行精准的学情评测，实时调整教学策略，提高课堂效率，改变学习模式。三是更好地构建师生关系，让学生在互动中拓宽视野、掌握知识、培养品格。在进行翻转课堂教学改革之前，驻马店市第九中学采用的是与驻马店市实验中学共同实践探索并获得国家课题奖的“三环六步教学法”，其理念与翻转课堂一致，即在教师的引导下让学生做好准备，为打造更高效的课堂做铺垫。但教师的教学资源匮乏，孩子们仅仅依靠课本预习难有效果，实际效果不好。通过接触网络平台、挖掘网络资源，我们发现要真正实现学生的课前深度学习，必须借助现代化工具，激发学生学习兴趣，为学生提供一个便捷且高效的通道。2018年，驻马店市第九中学设立翻转课堂班，许多家长不认识、不理解、不认同，报名者寥寥无几。但经过一年的探索与努力，翻转课堂班无论是在教育教学还是在班级管理上，都取得了很大的进步，学校连续两届把翻转课堂增至两个班。如今，“互联网+”席卷了各行各业，信息技术逻辑重构了许多行业生态，人工智能、万物互联、大数据等也成为社会热词。在快速变革的技术背景下，我国中小学教育信息化建设与应用工作也顺势而上，为转变人才培养模式、提高教育质量和促进教育公平奠定了基础。
3.信息化教学过程中的反思与探索
