原标题:虚拟现实将在未来教育中大行其道

　　《中国教育网络》:在高等教育信息化过程中,您认为人工智能AI技术能起到什么样的作用?

　　汪琼:人工智能的应用很广泛,现在最常见的是聊天机器人,可以回答很多问题.例如系统发现前来咨询财政资助的学生,根据其提供的个人资料进行分析后,可提供奖学金服务.在许多类似的问题上,AI技术可以带来很大便利.

　　但是,基于统计数据进行预测的AI技术其实是有风险的,有些判断还是要依赖人工.

　　此外,最近几年人们广泛提到自适应.例如在2016年,曾经有一门生物信息学课程被做成一个自适应教学的MOOC.学生在学习这门课的过程中,如果缺乏某些基础知识技能,该MOOC里的相关内容可以帮他补习,学习者不用再另外找资料学习.就连最基本的计算机编程知识(如“递归”)也有提供,几乎完全没有背景知识的学生也可以学习这门课,照顾到所有学生的情况.

　　这种自适应学习看似合理,但其实是有问题的.因为所有课程都是有容量的,学习时间在学习中是一项非常重要的因素.在这种自适应课程中,会造成学习差的学生可能需要花费别人的3~4倍时间、精力,才能取得和别人一样的成绩,结果导致成绩较差的学生没有多余的时间学习其他课程,这可能并不是一个合理的学习路径.

　　我认为,如果是从个人终生学习的角度来说,每个人性格、爱好不一样,需要个性化教学,这是可以的.但在学习者规模宏大的高等教育里,正确的自适应性学习应该是像上世纪60年代斯坦福大学所做的分层教学自适应,即在学习之前先对学生进行测试,然后根据结果将学生划分为好、中、差不同等级.

　　对于相同的知识点,为不同等级的学生提供不同层次的内容,成绩差一些的就学简单一些的,学习优秀的就学更加深入的知识点.如果学习过程中,成绩差的学生连续两次取得好成绩,那么可以适时调高他的等级;同理,如果成绩优秀的学生连续取得较差成绩,就调低他的等级.这样可以保证每个人都通过学习与其能力相适应的内容而达到相应的教学目标,这是学校体系下可行的自适应学习.

　　《中国教育网络》:现在大家觉得在线教学潜力无限,由此而衍生的一个比较火的词叫“未来课堂”.您觉得未来的课堂是一个什么样子?

　　汪琼:我心目中的未来课堂应是基于物联网,它让学习的理论和实践结合得更紧密.例如,2006年,MIT对一门电磁学的授课教室进行了学习空间改造,改造后的样子基本可视为未来课堂的雏形.

　　传统学习中,电磁学的理论课和实验课分开进行.先讲理论课,然后去实验室做实验.课程改造之后,学生先花20分钟通过课件学习知识点,然后分组做电磁实验.有的负责动手做实验,有的负责观察,有的负责记录或其他工作,分工协作下,实验报告很快就能出来.如果数据与公式不符,可以重新再测.

　　由此一来,就解决了物理教学的两大问题:一是过去的理论和实践课分开进行,理论课学起来比较枯燥,学生不爱听,做实验的时候,实验老师还要帮大家温习公式、定律等知识点,占用了实验的时间.

　　二是过去经常会出现实验完成后回去写报告的时候发现数据与公式规律不符、不能验证定律正确性的问题.应对这个问题,学生采取的方法往往是编造数据.从科学伦理的角度来说,这是客观上教唆学生学术作弊.如果学生能够在课堂上及时发现问题,必要时重新设计实验方案,调整测量,这才是支持科学探究的学习环境.理论和实践同时进行的课堂能解决传统教学中的很多问题,这就是我心目中的“未来课堂”.

　　《中国教育网络》:在未来教育中,您认为有哪些新技术需要引起我们的足够注意?

　　汪琼:在众多新技术中,我比较看好AR/VR在教育领域中的应用,即虚拟现实和增强现实,增强现实可能会更快实用.

　　在参加2019年英国教育技术展时,我注意到,近1/3的展台都在展示VR/AR技术如何与教育更好融合的案例.伴随技术的进步,这种技术的应用难度和门槛降低了很多,非常值得关注.

　　虚拟现实对于教育的意义和作用无法估量,尤其是在理论学习时会发挥极大的作用,如上述MIT电磁学的案例,理论无缝贴合实验,或者叫即时学习(Just in Time).

　　类似的学习模式会在丰富的虚拟现实技术之下衍生出更多,它将学生真正带入到一种“沉浸”的状态之中,与过去干瘪枯燥的课堂教学形成巨大的差异,展现出明显的优势.

　　以虚拟仿真教学为例,虽然当前模拟的真实度上会有差异,但实际上教学效果并不太受影响.VR/AR对于理工科实验或者职业教育来说更加重要,无论是做电子实验也罢,还是学习修理车辆或者模拟开飞机,都离不开虚拟现实技术的发展,而这些都将成为未来孩子们的神奇学习环境.