时间:2023-10-27 11:08:55
导语:在人工智能的教育培训的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
先给大家重点推荐一本期刊:中国职业技术教育
中国职业技术教育杂志征稿信息
《中国职业技术教育》杂志是由中华人民共和国教育部主管,教育部职业技术教育中心研究所、中国职业技术教育学会和高等教育出版社共同主办的一份综合性中文期刊,集政策指导性、学术理论性和应用服务于一身,是教育部指导全国职业教育工作的重要舆论工具,是服务各级各类职业教育机构的主要阵地。
中国职业技术教育投稿栏目:主要有职教要闻、专稿专访、综合管理方略、课程教材、教研与教学、师资队伍建设、研究与探讨、职业指导、职业培训、高等职业教育等栏目。
再给大家推荐职业教育范文:人工智能背景下职业教育变革及模式建构
董文娟1,黄尧2(1.天津大学教育学院,天津300350;2.北京师范大学国家职业教育研究院,北京100875)
摘要:顺应人工智能时代的浪潮,基于新兴技术的职业教育变革及新模式建构势在必行。该文从职业教育智慧化、经济发展、政策保障、信息化生态重构四个方面,剖析了人工智能时代职业教育变革的现实诉求,并进一步分析了当前职业教育外部环境及其自身发展的困境。人工智能背景下职业教育的变革体现出融合、创新、跨界、终身化的新特征。基于此,从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面,探究职业教育的变革路径及模式建构。最后探讨了职业教育模式变革还面临回归教育本质、规避技术弊端等挑战,并提出“适应—引领人工智能”的发展目标。
关键词:人工智能;职业教育变革;模式建构;智慧化
“人工智能的迅速发展将深刻改变人类社会生活、改变世界。特别是在移动互联网、超级计算等新理论、新技术及经济社会发展强烈需求的共同驱动下,人工智能发展呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”[1]人工智能作为新一轮产业变革的核心驱动力,为我国供给侧结构性改革下的“新常态”经济发展注入新动能,使人们的思维模式和生活方式发生了深刻变革。近年来,国家高度重视与社会经济发展联系最为密切的职业教育,积极推进职业教育信息化,运用人工智能改革教学方法和人才培养模式,构建新型智能职教体系,提升信息技术引领职业教育创新发展的能力。
一、人工智能背景下职业教育变革的现实诉求
人工智能对传统教育理念产生了革命性冲击,职业教育结构不断调整,劳动力素质与市场需求的矛盾、学习方式与自我价值实现的矛盾等促使职业教育向智慧化、智能化发展。目前,我国处于教育信息化2.0、工业4.0的新时期,全球范围内新一轮的科技革命和产业变革正在加速进行。“一带一路”“中国制造2025”人工智能等重大国家战略的提出,及以新技术、新产业为特征的新兴经济模式要求教育领域,尤其是职业教育培养行业、产业急需的技术技能型、智慧型人才,具备更高的创新创业能力和跨界整合能力,促进智慧化发展,助力经济转型升级。
(一)职业教育智慧化诉求:职业教育信息化发展的必然选择
“智慧教育是以物联网,大数据等信息技术为依托,创造智慧教学环境,转换教育方法,内容与手段,注重教育网络化,个性化和智能化的一种教育新模式。”[2]智慧教育作为“一种由学校、区域或国家提供的高学习体验、高内容适配性和高教学效率的教育行为(系统)”,被视为教育信息化发展的高端形态[3]。因此,职业教育的智慧化并非简单的数字化,强调信息技术推动职业教育教学模式和方法的变革,改变思维模式,创建价值等方面共享的学习共同体,培养创新型、智慧型人才。
职业教育智慧化是职业教育信息化发展的必然选择。目前,我国的职业教育信息化水平正在稳步提高,投入持续增加,各种智能信息技术应用于教育教学、实习实训、测量评价等领域,并逐步成熟,正在努力打造一个信息化、智慧化的现代职业教育生态系统。新时期我国很多地区及职业院校积极提升现有信息化系统的智慧化水平,积极创建智慧校园、智慧社区等,逐步实现了组织管理的智慧化、资源环境的智慧化和服务评价的智慧化。
(二)经济发展诉求:人工智能时代的新兴经济需要高技能智慧型人才
人工智能时代职业教育运用移动互联网、大数据等新兴技术,与经济及其他部门跨界融合,不断创造新产品、新业务,推动职业教育模式创新,形成了以互联网为基础设施、人工智能为实现手段的经济发展新常态。人工智能时代是以现代科学技术为支撑的新时代,各行各业的运作发展和对知识技术的掌握要求达到了更高层面,相应的教育需求也有所提升,市场环境渴求勇于创新、个性化的高技能智慧型人才。职业教育要应对行业上升发展的劳动力需求问题,基于人工智能应用,提高技能培养层级,以适应新的社会劳务需求。现代企业生产依托互联网科技,与智能化设备直接联接,通过数据分析和应用,促进科技成果转化为生产力。劳动密集型企业已不适应现代行业、产业发展,需升级为网络智能型,与此同时,职业院校的课程模式、专业设置、实习实训、师资结构等也做出相应的调整和革新,既促进了职业教育的智慧化、智能化,又推动了产业升级和工业变革。
(三)政策保障:国家从宏观层面保障人工智能时代的职业教育发展
2016年是我国人工智能元年,2017年我国颁布了《新一代人工智能发展规划》,提出了“将发展人工智能放在国家战略层面进行系统谋划和布局”,这预示着我国人工智能时代的全面到来,为我国职业教育的发展提供了良好的宏观政策环境。人工智能给职业教育带来了符合时代精神的新内容,积极融合信息技术,整合职业教育资源,提升公共服务水平,影响和改变了原有的教育生态。紧密依托信息共享平台,突破时空限制,让学习者自我选择,更加人性化和智能化。我国很多职业院校已经开启了智慧校园的行动计划,一些大中城市也在积极制定实施智慧城市的发展规划,在良好的政策保障中提升智慧化水平。
(四)信息化生态重构诉求:人工智能时代的职业教育变革是对职业教育信息化生态系统的重构
“依据《2006-2020年国家信息化发展战略》,我国正在有序推进数字教育向智慧教育的跃迁升级和创新发展。”[4]在新兴智能信息技术的催促下,技术变革带来了职业教育系统的颠覆性创新改革,打破现有的条条框框,改革传统教育模式,再造教育业务新流程。在职业教育领域创新应用物联网、大数据、人工智能等先进技术,提升各科各门教育教学业务,打造各级各类智能实训部门、培训机构,覆盖贯通中高职院校,整合系统内外现有资源,推进智慧教育生态有序发展,为各类用户提供最适合、最智能的职业教育资源和服务,完成对职业教育信息化生态系统的重构。
二、当前职业教育发展的现实困境
人工智能对各行各业的影响具有革命性和颠覆性,可能带来新的发展机遇,也可能带来不确定性的挑战,比如可能会改变就业结构、影响政府管理、威胁经济安全等,还可能会冲击法律与社会伦理,影响社会稳定乃至全球治理。当前,人工智能与“大众创业、万众创新”浪潮席卷而来,职业院校既是人工智能应用的战场,又是培养技术创新型人才的“梦工厂”[5]。人工智能时代的职业教育信息化发展迅速,影响是广而深的,对职业教育外部环境及其本身都造成了极大的冲击。
(一)职业教育外部环境发展困境
“据联合国教科文组织预测,到2020年,人工智能将替代20亿个工作岗位”[6],那些技术含量低、重复性强的技能将被智能机器、数码设备所替代,工业机器人也将大面积应用。智能设备替代行业劳动力,能够降低劳动成本,且具有高效、易操作等竞争优势。传统职业教育培养模式很难适应未来行业、产业的发展需求,人工智能冲击职业教育就业岗位,撼动其所依附的岗位基础,对职业教育的生存与定位产生了威胁。因此,根据智能时代职业教育的岗位特征与需求,提升职业人才的知识结构和专业技能,是新形势下职业教育的发展方向。
(二)职业教育自身发展困境
近年来,人工智能在职业教育领域内的应用和提高是目前职业教育的发展趋势。我国重视职业教育信息化、智能化发展,各级各类职业院校在信息化基础设施建设、校园信息化管理等方面都有了显著提升,但信息技术与职业教育的深度融合仍不够紧密,表现出信息化管理效率低、科学决策水平低等现象。人工智能背景下职业教育自身发展的困境表现在:
1.课程与教学困境
职业院校新课程改革提倡构建智慧课堂,制定个性化学习计划,注重课堂实施效果。但目前的实际课程教学仍是以教师为中心,强调知识的灌输,重视统一性和计划性,与教育改革提倡的个性化教学相去甚远。教学方法、教学理念更新慢,很难激发学生的内在学习动力,创新性思维弱,使得个性化教育的无法实现。近年来,中央、省、市、县四级教育平台逐步建立起来,课程与教学的层级设计逐步完善,但在实施的过程中,各级平台之间存在沟通不畅等问题,各级资源内容不系统,不衔接,导致无序叠加和资源的重复浪费,“精品课程”等项目丰富了课程资源,但质量不高。在线课程与教学以传统的科目、章节为单元,构建系统性的在线教育内容,为用户提供专业化的知识选择,但由于受时间条件等限制,大多数受教育者习惯于碎片化学习,连贯性和整体性差,缺乏对课程与教学体系的系统性学习。
2.认知困境
随着人工智能时代的到来,许多职业院校将“未来教室”“智慧课堂”定位为未来发展方向,进行了多种尝试和改革,如MOOC混合教学、翻转课堂、多屏教学等,但“管理者和施教者对智慧教育的理解多停留在‘智慧课堂=多媒体+传统教学的层面’,教学观念和思维依然固化,并没有因为新技术的参与而得到实质改变”[7],缺乏对多媒体网络架构和智能学习平台的深层认识,更缺乏对管理评价和互动交流等模块的理解与掌握,虽投入大量人力财力采购了数量巨大、设备精良的多媒体设备和智能服务设备,但没有充分有效使用,大大限制了智慧教育的发展潜力。
3.用户困境
传统教学以群体教育为基本单元,教师和学习者作为学习共同体,在管理、学习的互动过程中形成强大的群体约束力,促进双方共同进步。在信息化教育时代,学习者自由掌握学习时间和进度,遇到问题可能无法及时解决并获得反馈,无法进行面对面交流,因此,基于人工智能网络化学习平台,学习者需要高自控力、高学习能力才能适应这种全新的学习方式。
4.评价困境
传统的评价方式多依靠经验和观察,智慧型评价则是基于学习过程的一种发展性评价,以采集到的学习数据为客观基础。在人工智能、数字信息化环境下教育效果的评价实际要受到很多因素的影响和局限,在信息技术与职业教育融合的过程之中,许多智能技术应用于教育教学实践,难以进行定性定量的智慧评价,如互动交流及深层次的学习评价等。
三、人工智能背景下职业教育变革的新特征
人工智能带来了思维模式的创新,改变了人们认识问题、思考和解决问题的方式,越来越多地依赖人与智能网络的协同创新。人工智能背景下的职业教育变革围绕经济社会发展大局,“主动服务国家重大发展战略,加大虚拟现实、云计算等新技术应用,体现校企合作、知行合一等职教特色,以应用促融合、以融合促创新、以创新促发展。”[8]人工智能背景下职业教育的变革必将加速推进职业教育的现代化、智能化进程,表现出了融合、创新、跨界和终身化的新特征。
(一)融合
人工智能技术科学应用于当前职业教育,在最短的时间内整合、重组大量的知识信息,形成科学的技术技能知识体系,为职业教育资源、企业资源、产业资源、社会资源等一切有可能联结的资源融合提供了可能。为促进职业教育的智慧化发展,在现有的合作模式、集团模式、产教融合模式等实体协作发展的基础上,建立智能互动的智慧教育供给平台、常态化智慧课堂和大数据化智慧教育生态系统,为我国新兴经济发展提供高技能、智慧型人才支撑。
(二)创新
信息化时代下“变”为创新立足之要点。创新时代最需要提升的就是创造智慧。“由知识的理解记忆,转向知识的迁移、应用并最终指向创造发明”[9],以提高学习者的学习能力和应用能力,提升其创新思维和智慧思维,不断开拓人类社会发展的高度和宽度。智能化、信息化的时代是创新不断的时代,是原有知识不断被更新、技术不断被升级的时代。人工智能促使社会化协同大规模发展,促进职业教育体系核心要素的重组与重构,创新生产关系,呈现出新的协作架构,开创了新的教育供给方式,增加了教育的选择性,推动了教育的民主化。学习者能够按照自己的价值观、兴趣与爱好等选择适合自己个性发展的学习方式和学习内容,促进学习者个性化、多样化发展,最终实现教育公平。
(三)跨界
智能科学与职业教育连接起来,搭建起两者沟通的桥梁,跨越了人工智能虚拟教育和线下实体教育的界限,实现了两者之间的融合。教育供给由竞争资源转变为协同合作,直线型的中心组织管理转向去中心化、泛化管理。通过大数据智能技术平台、远程教育平台等对职业教育资源进行整合共享,跨越教育边界,与市场、行业、企业以及职业教育培训机构对接,提供更加便捷的智慧化服务。
(四)终身化
人工智能时代职业教育的变革坚持“以人为本”的教育理念,满足学习者在任意时间、任意地点、以任意方式、任意步调终身学习的需求[10]。打破了地域和时间的限制,体现了教育的泛在化、个性化和终身化,与终身教育理念的发展目标不谋而合。人工智能时代社会经济发展加快,人们追求高层次自我价值的实现,充分体现出终身学习的必要性和紧迫性。目前,我国正在积极创建泛在学习环境,致力于构建终身化学习型社会,努力创造有利条件向全民提供终身教育与学习的机会。
四、人工智能背景下职业教育发展的模式建构
人工智能背景下职业教育的变革预示着全新思维意识形态、社会发展形态的变革,重塑职业教育可持续发展的新思维,重构信息时代职业教育的价值链和生态系统。智能化技术科学将现代职业教育内部各要素,以及内部要素与外部环境之间,通过虚拟技术和智能化手段互联贯通,突破传统教育价值的链状模式,使职业教育由传统模式走向“人工智能+职业教育”模式的建构。人工智能对职业教育课程、教学、评价、管理、教师发展等方面产生系统性影响,为职业教育提高教育质量和提升服务水平提供了技术支持和现实路径,解决不能兼顾职业教育规模和质量的矛盾问题。下面将从课程、教学、学习、环境、教师发展、评价、教育管理及组织等方面来探究职业教育的变革路径及模式建构。
(一)人工智能背景下职业教育的课程模式
人工智能时代的信息知识、科学技术正在以前所未有的速度增长、更新和迭代,呈现出了碎片化、多元化、创新性、社会性的特征。人工智能背景下职业教育的课程模式是为学习者提供按需可随时选择的知识储备智能模式,解决了传统职业院校课程教学的滞后性,呈现的是现代职业教育的前沿信息和内容。课程革命愈演愈烈,灵活多样的微课、慕课等形式层出不穷,在线课程将成为常态,信息传播媒介、知识获取方式等都发生了巨大改变,课程内容和结构的表现形态、呈现方式、实施及评价等也都进行了相应变革。智能化信息科学技术为课程的设计、架构、实施提供了快捷和便利,为学习者的个性化、终身化选择提供了多种渠道。人工智能背景下职业教育的课程模式的建构表现为:首先,线上线下融合的大规模开放课程融入现代职业教育,课程的表现形态和实施途径呈现出智能化、数字化、立体化的特征,成为学校常态课程的有机组成部分,为学习者提供了更多的可选择机会,使实施个性化课程成为可能。现代职业教育的课程内容强调学术性与生活性相互融合与转化,融入社会资源,立足于我国社会经济的新常态和学习者的全面发展,实现社会化协同发展,共赢共创;其次,课程实施的空间得以拓展,跨越了社会组织边界、职业院校边界,将从班级、年级、全校扩展到网络社区以及更大的空间。课程的整体结构从分散走向整合,以技术为媒介,形成跨学科、多学科整合的课程;最后,课程内容的组织、课程的实施逐步模块化、碎片化、移动化与泛在化,社会化分工更加精细,教师也将承担教学设计、技术开发、在线辅导等不同的角色。
(二)人工智能背景下职业教育的教学模式
人工智能时代将信息技术有效地融合于职业教育各学科的教学过程,从知识的传递转变为认知的建构,从注重讲授和内容,转变成重视学习过程[11],构建“以教师为主导,以学生为主体”的以数字化、智能化为特征的智慧教学模式,重视学生的主体地位,引导学生“自主、探究、合作”。人工智能背景下职业教育的教学模式的建构表现为:首先,人们的学习方法、认知方式和思维模式已经发生了巨大的转变。信息化教学使得信息技术已成为学习者认知的必要工具,认知方式也由“从技术中学”转型为“用技术学”。其次,信息化教学的重点从“面向内容设计”转变到“面向学习过程设计”,更加重视学习者发现问题、分析和解决问题能力的培养,关注学习者的学习过程,以及其获得学习活动的体验。同时,信息化教学要将课堂内的学习知识和课堂外的实践活动联结互动,按照学习者的个性化需求和认知方式自主选择学习内容。第三,智慧教学将成为课堂教学的新重点。日常教学工作形态不再是点线面的连接,而是呈现为智能化、立体化的教学空间,智慧课堂将会促进学习者的深度学习、交互学习和融合学习,智能备课、批阅以及个性化指导等也将成为教育者新的教学工作形式。从机械评价学习结果转变成适应性评价学习结果。第四,在线教学、整合技术的学科教学法将成为新的教学形态,促进教育均衡发展,实现跨学校、跨区域的流转。移动学习、远程协作等信息化教学模式,能够实现教师的“教”与学生的“学”的全面实时互动,最大限度地调动学习者的主观能动性,提升教学质量与人才培养质量。
(三)人工智能背景下职业教育的学习模式
智能系统和互联网络为学习者提供了丰富多元的学习资源和环境,推进了教育教学活动与学习环境的融合发展,人工智能背景下职业教育的学习模式也逐步建立起来,具体表现为:首先,智能时代的互联网络全面覆盖每一个人、每一个角落,活动空间由课堂内拓展到课堂外,学习与非正式学习正在互相补充、互相与融合,导致学习者的学习行为变化、学习方式的革新。其次,基于互联网出现了一批创新的学习方式,借助情景感知技术及智慧信息技术,进行真实过程体验的情境学习,促进学习者知识迁移运用的情境化和社会化。第三,借助互联网云技术和各种应用工具,学习者可根据自身学习需求,选择最优学习方式,也可利用数据分析技术,追踪记录学习路径和学习交互过程,随时随地获取个性化教学服务和量身定制的学习资源,拓宽了智慧教育视野。第四,各职业院校开始拓展校园智慧学习的时间和空间,以实现虚拟和现实相互结合的智慧校园育人环境。推进网络学习空间建设,加强教与学全过程的数据采集和分析,“引导各地各职业院校开发基于工作过程的虚拟仿真实训资源和个性化自主学习系统”[12],强化优质资源在学习环境中的实际应用。
(四)人工智能背景下职业教育的环境模式
智慧教育环境是以大数据、多媒体、云计算等智能信息技术为基础而构建的虚实融合、智能适应的均衡化生态系统。信息技术与职业教育的深度融合,为师生的全面发展提供了智慧化的成长环境,如智慧云平台、智慧校园。人工智能背景下职业教育的环境模式的建构表现为:首先,智慧教育环境将信息技术与职业教育服务结合、面对面教学和在线学习结合,形成数字化的、虚实结合的职业教育智能服务新模式。其次,智慧教育环境将促进各种智能化、数字化信息技术融入职业院校的各个业务范围和业务领域,与系统内的其他业务横向互联、纵向贯通,且信息能够适时生成和采集,全过程实现数字化与互联化。第三,智慧教育环境能够感知学习者所处的学习情境,理解学习者的行为与意图,满足学习者的个性化需求,提供多元化的适应服务和智能感知的信息服务。互联网应用基于智能数据分析,实现智能调节与自动监控,为学习者提供定制式的学习服务和个性化的学习环境。未来教室必将变成“虚拟+现实”的智慧课堂,在网络空间中参与线上课程、线下活动,实现线上线下互动交流。同时,智慧校园的创建和管理,能够对每个班级、学区进行动态管理,构建出一个以问题、任务为线索,学生实现自主学习的知识体系和促进师生互动、生生互动的智慧管理平台。到2020年,“90%以上的职业院校建成不低于《职业院校数字校园建设规范》要求的数字校园,各地普遍建立推进职业教育信息化持续健康发展的政策机制”[13],以学习者为中心的自主、泛在学习普遍开展,精准的智能服务能够满足职业教育的终身化定制。
(五)人工智能背景下职业教育的教师发展模式
人工智能背景下职业教育的变革对教师的专业发展、素质能力提出了新要求,改变了教师的能力结构和工作状态。教育信息化大背景下,互联网技术、多媒体手段的产生、智能化设备的使用极大提高了教师的专业发展和能力素养,以适应新课程改革与教育信息化的要求。人工智能背景下职业教育的教师发展模式的建构表现为:首先,新时代教师专业发展的内在要求和外在环境都要求教师能够认识、了解和应用互联网新技术工具,促使教师专业发展能力和素养的提升和丰富。其次,教师的专业发展要面向实际、情境化、网络化的教学问题,教师需要在多变的教育情境中综合运用核心教学技能,将信息技术知识、学科内容知识、教学法知识很好地融合并迁移运用。新时代的教师要学会掌握使用智能化设备和数字化网络资源,积极加强与其他专家、教师的合作,或远程工作,形成基于智慧教育技术的多元化的学习共同体。教师的工作状态由个体的单独工作转变为群体的共同协作,大大提升了教师的工作效率。第三,信息化背景下教师的教学理念要发生转变,由促进学生“接受学习”转变为“主动建构”,由“被动适应”转变为“主动参与”,越来越强调以学生为中心的过程体验,从了解信息技术转变为掌握智慧教育技术,保持学科知识,教学方法,核心技术的动态平衡,促进学生智慧学习的发生。第四,信息化教师要学会使用智能化教育技术,积极开发数字化学习资源,创设丰富多元的教学活动,鼓励学生掌握智能信息工具,学会探究和解决问题,发展提升学生的创新思维能力和信息化学习能力。教师的信息化教学能力和素养全面提升,信息技术应用能力实现常态化。
(六)人工智能背景下职业教育的评价模式
现代教育价值趋于多元,以互联网为基础的智能化信息技术使教育评价在评价依据、评价内容、评价主体等多个方面实现了全面转变。人工智能背景下职业教育的评价模式的建构表现为:首先,互联网信息技术应用于学习过程使得伴随式评价成为可能,更加关注学习者的个体差异和特点。强调过程评价和多元共同评价,更加客观全面,重视评价过程的诊断与改进功能,以促进学习者的个性化发展。其次,互联网、大数据、智能云技术的出现使得评价的技术和手段多样化、智能化,节省人力物力财力,提高了评价的科学性、针对性。第三,以大数据为基础的适应性评价因人而异,可获得及时反馈,可真实地测评学习者的认知结构、能力倾向和个性特征等,从知识领域扩展到技能领域、情感、态度与价值观,构建以学习者核心素养为导向的教育测量与评价体系,促进学习者发展。
(七)人工智能背景下职业教育的管理模式
智能化信息技术、云计算技术、大数据技术等能够促进大规模社会化协同,拓展教育资源与服务的共享性,提高教育管理、决策与评价的智慧性,因此,基于互联网的教育管理必将逐步走向“智慧管理”模式。人工智能背景下职业教育的管理模式的建构表现为:首先,互联网将家庭、学校、社区等紧密、方便地联系在一起,拓宽了家长和社会机构参与学校管理的渠道,各利益相关者可共同参与现代职业院校的学校管理,协作育人。其次,新时代的职业院校管理模式通过可视化界面进行智能化管理,业务数据几乎全部数字化,能有效降低信息管理系统的技术门槛,使管理工作更加轻松、高效。通过深度的数据挖掘与分析,能够实现个性化、精准资源信息的智能推荐和服务,为管理人员和决策者提供及时、全面、精准的数据支持,以提高决策的科学性。第三,通过互联网信息技术可以实现全方位、随时的远程监督与指导,从督导评估转变为实时评估,可以实现大规模的实时沟通与协作,促进社会化分工,促进职业院校内部重构管理业务流程,使管理智能化、网络化、专业化。
(八)人工智能背景下职业教育的组织模式
人工智能时代信息科学技术的蓬勃发展冲击着学校内部的组织结构向智能化、网络化的方向发展,各职业院校需要合理调整内部组织结构和资源分配,通过互联网加快信息流动等方式,提高各职业院校组织管理的效率和活力。人工智能背景下职业教育的组织模式的建构表现为:首先,当今时代人工智能的产生不可能替代学校教育,但可以改变学校教育的基本业务流程。人工智能推动了学校组织结构向网络化方向发展,教学与课程是提供信息数据的重要平台,学校组织则构成了教育大数据生态系统。其次,“互联网+职业教育”的跨界融合将打破学校的围墙的阻隔,互联网将学校组织与企业、科研院所等社会机构紧密联系起来,提供优质教育资源供给,共同承担知识的传授、传播、转化等功能,促进学校组织体系核心要素的重构。第三,建设“智慧校园”,实现线上线下融合的智慧校园育人环境,实施一体化校园网络认证,推动智能化教育资源共建共享,实现职业教育信息化建设的均衡发展。
五、人工智能背景下职业教育的模式变革面临的挑战及发展目标
人工智能将推进大数据、云技术等智能信息技术深层次融入职业教育课程与教学、组织与管理、评价与反馈等领域,形成社会化多元供给,为学习者提供多样化的参与方式、自主选择的学习形式和及时获得反馈的评价途径,有利于实现职业教育的共建、共享、共治。但其全面实现,还面临着诸多挑战。
(一)挑战
首先,职业教育的新模式建构需要充足的资金支持。各职业院校积极建构智慧校园,努力实现智慧化产学研环境,打造一体化智慧城市网络等核心技术的开发,都需要资金的根本保障。政府要给予资金政策保障并加强监管,资金管理部门要合理规划,合理利用,专款专用,落到实处。其次,职业教育的新模式建构的成果表现离不开学习者对技术的理解、掌握和应用。在实际实施过程中,教育工作者既要利用信息技术优势变革职业教育,也要避免技术中心主义倾向,“避免一味追赶技术新潮而不顾学生身心健康等,技术本身是一个祸福相依的辩证法。”[14]第三,“目前的教育实践中,仍未能充分实现人机合理分工和双边优势互补。人工智能终端系统擅长逻辑性、单调重复的工作,而人类则更适合情感性、创造性和社会性的工作。”[15]现阶段,信息化技术水平还有待提高,智能机器不能完全胜任知识传播、数据处理等工作,有待于进一步开发和完善,绝对依赖互联网络和设备,还存在一定的风险。
(二)发展目标
人工智能时代职业教育变革重新架构了职业教育发展模式,完成了对资源的重新整合配置,改变了人的思维方式、学习方式和生活方式。人工智能时代下没有职业教育模式的改革,就不可能建构真正的现代化职业教育。人工智能背景下职业教育的发展目标可以概括为个三方面:
1.“智慧脑”与“智能脑”融通
随着第四次产业革命的到来,信息技术爆发式发展,造就了以电脑、互联网为基础的智能脑。职业教育智慧化发展的一个目标就是如何让学习者发挥人脑“智慧脑”与机器设备“智能脑”的“双脑”共同协作[16]。人工智能时代职业教育与信息技术的深度融合,就是要通过“智慧脑”和“智能脑”的协同作用,发挥互补优势,进行融通式学习,而不是简单地人脑与电脑的技术对接。
2.“现实世界”与“虚拟世界”结合
在人工智能时代,网络虚拟技术的发展使人类拥有了真实与虚拟两个世界,虚拟信息技术的兴起在一定程度上会影响职业教育的实体教育,实体教育的发展也需要虚拟技术的支撑。但在具体的学习实践中,还会存在利用这两个世界时顾此失彼、难以平衡的问题。目前,虚拟化教育技术在职业教育领域不断应用与推广,职业教育的发展模式不断优化,使得职业院校线上线下的边界逐渐消融,“现实世界”与“虚拟世界”更好地结合。人工智能时代职业教育的本质没有发生根本改变,学习者要学会利用这两个世界虚实融合、高度互动,充分发挥出自身的优势,更好地学习与生活。
3.职业教育“适应人工智能”发展为“引领人工智能”
人工智能为职业教育带来了强大的技术支持,为职业教育带来了便利。初始阶段的职业教育基本知识和技能被数字化和智能化,通过人工智能相关课程,云教育模式,个性化学习计划等,适应并应用人工智能,以提高职业教育的效率和质量。职业教育重在技术创新,对于行业技术发展具有一定的引领性作用。未来人工智能将成为职业院校快速发展和转型的技术支撑。“如某些职业院校基于自身优势专业与相关行业的智能自动化企业合作,实现以职业教育发展引领人工智能。”[17]目前,人工智能处于适应性大发展阶段,随着信息化技术的提高和智能化设备的普及,人工智能时代必将由专用人工智能时代步入通用人工智能时代。在通用人工智能时代,人工智能与职业教育深度融合高效协作,职业教育完全适应且完美应用于人工智能,进一步引领人工智能发展,由“人工智能+职业教育”发展为“职业教育+人工智能”的时代。
据统计,2017年中国人工智能核心产业规模超过700亿元,随着各地人工智能建设的逐步启动,预计到2020年,中国人工智能核心产业规模将超过1600亿元,年复合增长率将达31.7%。
随着人工智能技术的不断成熟,人工智能创业的难度逐步降低,越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年,人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面,带来生产效率及生活品质的大幅提升。智能红利时代开启!资本、巨头和创业公司纷纷涌入,将人工智能拉到了信息产业革命的风口。
如何把握产业动向,抓住风口机会?创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力,在对国内人工智能创业公司进行系统调研的基础上,推出《2018中国人工智能白皮书》,对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能(Artificial Intelligence, AI)又称机器智能,是指由人制造出来的机器所表现出来的智能,即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来,“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后,深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破,前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层,主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层,主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层,主要是把人工智能相关技术集成到自己的产品和服务中,然后切入特定场景。目前来看,自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源:创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景,B、C 端全面发力。
资料来源:券商报告、互联网公开信息,创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉,以让机器获得相关的视觉信息并加以理解,它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源:互联网公开信息,创业邦研究中心整理
2.发展关键要素:数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长,机器不再只是通过特定的编程完成任务,而是通过不断学习来掌握本领,这主要依赖高效的模型算法进行大量数据训练,其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后,机器视觉的主要识别方式发生重大转变,自学习状态成为视觉识别主流,即机器从海量数据里自行归纳特征,然后按照该特征规律使图像识别的精准度也得到极大的提升,从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者,其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者,适合以“全产业链生态+场景应用”作为突破口,加速商业化。
(1)软件服务:技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑,构建起功能和信息架构较为复杂的生态系统,推动最末端的消费者体验。
此类商业模式成功关键因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源:互联网公开信息,创业邦研究中心整理
(2)软硬件一体化:生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入,海量优质数据积累,建立算法平台、通用技术平台和应用平台,以场景为入口,积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统,各部分相辅相承,锐化企业竞争力,在产业链中拥有更多话语权。
4.投资方向
(1)前端智能化,低成本的视觉解决模块或设备
从需求层面讲,一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体,一方面提升了处理速度,另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发,结合先进的算法开发模块和产品,这类企业将在机器视觉领域拥有核心竞争力。
(2)深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例,传统的识别方案大都基于颜色空间,如 RGB,HSV ,YCrBr,无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习,如通过 R-CNN 训练大量标注后的手势图像数据,得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时,比传统方案的效果好很多。
(3)新兴服务领域的特殊应用
前沿技术带来的新领域(如无人车、服务机器人、谷歌眼镜等),对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉,涉及三维空间、多维空间,其技术基本上处在初始阶段,未来存在较大市场增长空间。
(4)数据是争夺要点,应用场景是着力关键
机器视觉的研究虽然始于学术界,但作为商业应用,能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据,又有挖掘该数据价值的先进技术时,商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据,要么选择与拥有数据源的公司进行合作,同时选择一个商业落地的方向,实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
(1)语音识别技术已趋成熟,全球应用持续升温
语音识别技术已趋成熟,全球应用持续升温。语音识别技术经历了长达60年的发展,近年来机器学习和深度神经网络的引入,使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法,在识别率上取得突破。根据Google Trends统计,自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测,2020年语音及图像搜索占比有望达到50%。Echo热销超过400万,带动智能音箱热潮。
(2)语音识别进入巨头崛起时代,开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖,语音交互技术催生的新商机,吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力,欲吸引更多玩家进入他们的生态系统。
(3)语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%,远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高,带环境音的语料的搜集、标注可用于模型的训练,有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域,云端识别并非通行的最优方案,把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理(NLP)发展现状
(1)多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破,比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展,使DL有了路径在语义理解领域取得突破,并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年,硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用,语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用,应用场景越明确(如客服/助理),逻辑推理要求越浅(如翻译),知识图谱领域越成熟(如数据饱和度和标准性较强的行业),技术上实现可能性相对较低。在各种技术融合应用发展的情况下,具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
(2)NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson,典型的办法是把问答用FAQ索引起来,与搜索引擎相似。对每一个新问题进行检索,再将回答按匹配度进行排序,把最有可能的答案排在前面,往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术,跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近,深度学习被成功地运用到机器翻译里,使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的,要求机器能准确地理解问题,并且基于自身的知识系统和对于对话目标的理解,去生成一个回复。
(3)创业公司的机遇
1)机器翻译方面:经过多年的探索,机器翻译的水平已经得到大幅度提升,在很多垂直领域已经能够在相当大程度上替代一部分人工,机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争,以某一细分行业为切入点,深耕垂直领域,对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域;技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易,计算机视觉与生物识别应用于金融领域的身份识别,语音识别及自然语言处理应用于金融领域的智能客服、智能投研;应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源:创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大,目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局,其中医学影像、药物挖掘、健康管理,辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源:创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像,通过深度学习,实现机器对医学影像的分析判断,是协助医生完成诊断、治疗工作的一种辅助工具,帮助更快的获取影像信息,进行定性定量分析,提升医生看图/读图的效率,协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式,完成病灶识别与标注,三维重建,靶区自动勾画与自适应放疗等功能,应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段:将深度学习技术应用于药物临床前研究,在计算机上模拟药物筛选的过程,包括靶点选择、药效和晶型分析等,预测化合物的活性、稳定性和副作用,快速 、准确地挖掘和筛选合适的化合物或生物,提高筛选效率,优化构效关系。临床后阶段:针对临床试验的不同阶段,利用人工智能技术对患者病历进行分析,迅速筛选符合条件的被试者,监测管理临床试验过程中的患者服药依从性和数据收集过程,提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统,通过人工智能技术实现人机交互,从而在就医过程中,承担诊前问询、诊中记录等工作,成为医务人员的合作伙伴,使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同,主要有智能导诊分诊,智能问诊,用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商,上接上游软硬件提供商,下接公司和消费者,在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商,如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源:创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显着提升之 外,从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆,并在 2025- 2035 年间获得高速发展,年复合增长率将达到43%,并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能,同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比 14%,车联网部分占比 11%。按照全球 1 亿辆量 产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟,人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向,助力创新企业发展,创业邦研究中心对国内200多家人工智能创业公司进行了系统调研,从发展能力、创新能力、融资能力等多维度指标,评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中,北京人工智能企业最多,占比高达39.66%;其次是上海,人工智能企业占比达21.55%;位列第三的是广东,人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等,成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力,人工智能应用实力雄厚,也聚集了一批人工智能垂直产业园;广东互联网产业发达,企业对数据需求强烈,依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看,行业应用层的企业占比最大,为56.03%;其次是应用技术层的企业,占比达31.04%;基础技术层的企业占比最小,仅为12.93%。随着人工智能技术的发展,人工智能与场景深度融合,应用领域不断扩展,行业应用公司比重不断提升。在基础层技术方面,国际IT巨头占据行业领先地位, 国内与国际差距明显,中小初创企业很难进入。
从行业应用来看,智能金融企业占比最大,为16.92%;其次是机器人企业,占比达15.38%;位列第三的是智能驾驶和智能教育,占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础,智慧金融被列入国家发展规划中,庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出, 目前市场需求较大,商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多,企业积极推动应用落地,百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地,相关初创企业涉入教育蓝海,推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多,占比达49.14%;500万以下的企业位居其次,占比达 26.72%;位列第三的是10000-100000万之间的企业,占比为17.24%。
最新估值
企业最新估值均在亿元级别,且分布较为均衡。三成企业估值超过15亿元,还有企业估值达到百亿级别,如优必
选科技、达闼科技和商汤科技等,将来或将跻身人工智能独角兽企业。(备注:分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办,提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品,致力于成为医学、新闻、法律等专业领域语言智能专家,为专业领域用户赋能,推动专业领域用户进入人工智能时代,助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营,能快速响应全国各地客户需求。
企业团队
创始人&CEO:马磊
清华大学计算机系毕业,曾先后在微软研究院和工程院担任研究员和架构师,机器学习专家、多次创业者、曾主导多项人工智能重大项目,和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成,公司员工40人,其中硕士以上学历占比60%,技术开发人员占比70%,一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面,擅长机器学习(深度学习、强化学习、群体智能)在复杂问题的应用,和国际专利15项,Atman神经网络机器翻译系统于2016年9月首秀,早于谷歌的GNMT,专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页,支持私有部署和云端混合部署,提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类,根据行业需求自动生成专业文档,适用于所有专业写作场景,可大幅减少专业报告写作过程中的繁复工作,大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析,形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助,帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业,2016年分别在美国硅谷和上海成立研发中心,主攻领域为嵌入式图像、计算机视觉,公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台,为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作,提供基于视觉的感知方案;除此之外,公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业,平均拥有超过15年以上的产业经验,毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO:单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年,离职前担任该公司的技术副总裁一职,工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域,黑芝麻可提供车内监控方案(DMS),自动泊车方案(AVP),ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分:黑芝麻感知算法从基础的控光技术,到面向AI的图像处理技术出发来提高成像质量,以及应用深度神经网络训练,结合视频处理和压缩技术,形成从传感器端到应用端的处理过程;黑芝麻芯片平台采用独有的神经网络架构,包括独有的图像处理,视频压缩和计算机视觉模块,与黑芝麻视觉算法结合,采用16nm制程,设计功耗2.5w,每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育,成立于2014年,是一家网络教育培训机构,采用人工智能和大数据技术,为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司,销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品,其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”,该产品拥有完整自主知识产权,能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可,并在纽约设计了人工智能教育实验室,与斯坦福国际研究院(SRI)在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师,采用图论、概率图模型,机器学习完成知识点拆分和个人学习画像,采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径,实现个性化教育。
业务模式
线上与线下,2B和2C相结合。以松鼠AI智适应系统教学为主,真人教师辅助,学生通过互联网在线上学习课程。开创教育新零售模式,授权线下合作学校,已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月,是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队,是中科院战略先导项目人脸识别团队唯一代表,唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年,云从科技成为祖国“一带一路”战略实行路上的人工智能先锋,与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位: 国家肯定,国家发改委2017、2018年人工智能重大工程承建单位;顶层设计,唯一同时制定国标、部标和行标的人工智能企业;模式创新,三大平台解决方案,科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士,师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授,专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”,曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章,被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室,中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人,80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求;模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒:世界智能识别挑战赛成绩斐然,在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中,85次获得第一;2018年,云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501,DukeMTMC-reID,CUHK03三个数据同时集体刷 新世界记录, Market-1501上的首位命中率达到96.6%,首次达到商用水平。
正式在国内“3D结构光人脸识别技术”,可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术,3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能, 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点,受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日,已经完成招标的银行约为121家,其中云从科 技中标了88家总行平台,市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作,通过公安部重大课题研发火眼人脸大数据平台等智能化系统,在民航领域,已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商,为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎,衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作,通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户,同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO:张默
北京大学软件工程硕士, 南洋理工大学创业创新硕士。连续创业者, 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师,北方区合作伙伴经理,主机Linux中国区负责人,中国区开源联盟负责人,年销售额数亿。 2013年创业于美国硅谷和新加坡,2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面,在国际顶级计算机视觉竞赛ImageNet中,成绩曾超过谷歌、斯坦福等,2015-2016年2年获得十项世界第一。2018年3月,人脸识别准确率位列LFW榜首。Yi+通过遵循无限制,标记的外部数据协议。 Yi+的系统由人脸检测,人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型,其中包含来自多个来源的约10M个图像,其中包含150,000个人(训练数据集与LFW没有交集)。在测试时, Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量,最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎,图像视频分析引擎以及人脸识别和分析引擎:
行业解决方案
针对营销、安防、相机和电视的不同特点,推出相应解决方案。
营销+AI。场景化广告方案中,大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐,适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市,在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上,实时处理直播摄像头信息,算法反应敏捷,相应迅速。建立智慧园区方案模型,考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素,从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片,打通相册和购物一站式体验。准确识别人物属性特征,动态适应表情变化,可以在视频以及图像中对人脸实时检测,基于深度学习技术,进行人脸相似度检测,实现面部关键点定位、妆容图像渲染,试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等,添加AR效果,SDK支持本地检测、识别、追踪,平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心,建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分,其中数据采集包括人脸数据采集、商品数据采集;算法模型说明包括识别算法训练、商品识别、识别输出;部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年,专注于将人工智能和机器学习赋予传统IT运维/企业运营管理,为企业客户提供智能运维大数据分析解决方案,从而取代和改善对高技能运维人员严重依赖的现状。2017年,擎创科技已实现全年2000万营收,迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初,擎创科技完成了数千万人民币的A轮融资,由火山石投资领投,晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵,与新浪、饿了么等知名互联网公司的大数据、算法专家组成,核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售,曾带领团队获得10倍的业绩增长;CTO葛晓波拥有长达15年的企业级软件开发和运维经验;而产品总监屈中泠则来自甲方,创业前为浦发硅谷银行企业架构师,深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队,如今在智能运维企业服务赛道继续领跑,让擎创科技成为最懂企业的客户,最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品,自2016年上线以来,已从1.0版本升级至1.9版本,可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上,夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值,结合客户的现有情况,规划从传统ITOM至AIOps智能运维的一站式路径,助其运营落地,由此打破数据孤岛,建立统一的大数据智能分析平台,实现以人工智能为核心,驱动传统IT运维监、管、控三个层面,并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法,犹如运维界的福尔摩斯,能迅速发现并定位运维问题的根因,实现秒级排障,最大程度避免企业产生重大损失。更有价值的是,“夏洛克AIOps”还能通过长期的数据积累和机器学习,运用新型深度神经网络算法对企业的业务数据进行预测,帮助企业提前规划IT资源,高效预防各类黑天鹅事件的发生。
商业模式
目前,擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系,包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户,采用个性化的商业模式进行服务,目前主要有私有模式和SaaS模式两种,都具有较强的可复制性。
核心优势
【关键词】信息化;继续教育;质量建设
一、信息化浪潮与继续教育转型发展
(一)教育活动与信息技术融合发展,是当代继续教育发展的客观趋势
1965年法国教育家保罗朗格朗提出了终身教育理论,对现代教育特别是世界各国继续教育改革影响深远。①继续教育作为现代教育发展的重要形态,本身就是在教育活动与信息技术结合中起步的。最初形成的以视听技术运用为主要形式的广播电视教育等远程教育,就是运用信息技术开展学历补偿和职业后教育的形态。信息化浪潮的推进,带来了教育理念、教学方式和学习模式的巨大变革,极大地丰富了继续教育实践。进入21世纪,互联网飞速发展,尤其是大数据、网络社交、云计算等广泛应用,更加深刻地改变了人类固有的知识体系、学习方式和教育模式。新一轮信息化催生了各种信息技术在继续教育领域的广泛运用,信息化在其中的作用和价值更加显现出来,对继续教育思想与观念、管理模式、教学内容和方法产生了变革性推动。②可以说,继续教育与信息化有着天然的、内在的联系,借助信息技术促进继续教育发展,是一个规律性趋势。
(二)加强信息化应用是我国继续教育转型发展的必然要求
改革开放以来,我国高校继续教育适应经济社会发展应运而生,伴随现代化进程深入推进,充分发挥高校学科、人才优势,参与构建学习型社会和终身学习体系,取得了显著成就。进入新时期,高校继续教育发展面临着新的形势和挑战。在需求层面,国家重大战略和区域社会经济发展,如推进经济高质量发展以及“一带一路”等战略,需要高校继续教育提供充分的人才支撑。③在供给层面,学习型组织发展和多元类型教育融合,特别是企业大学的快速发展、职业教育集团的兴起,引发继续教育格局重组,以质量为导向的竞争日趋激烈。在政策层面,国家取消了普通高等院校成人学历教育脱产班,逐步缩减本科院校成人学历教育专科的招生。④高校继续教育由学历补偿性教育转向非学历的素质提升教育,需要更加注重人才培养质量。可以说,高校继续教育进入了从数量规模型向质量效益型转型的发展时期。应对这一转型发展,高校继续教育要抓住信息化发展机遇,充分利用信息技术推进继续教育模式创新,提升服务社会培养人才的能力。
(三)信息化为破解高校继续教育矛盾问题带来契机
近些年,我国高校继续教育在迅猛发展,一方面推动人才培养和社会进步,但另一方面也带来发展粗放、质量下滑的隐忧和风险。从人才培养看,我国高等院校继续教育学生数量庞大,但是忽视内涵建设,人才目标界定不清晰、培养定位不准,教学针对性不强,课程教材缺乏特性,特别是实践性不够,适应性师资力量薄弱;从办学机制看,一些高校继续教育机构办学力量不足,优质资源整合不够,特色不够鲜明,专业渠道狭窄,缺乏拓宽办学路子的能力。从办学管理上,监管能力不足,管不过来与管得过死问题同时存在。这些都严重影响了继续教育办学的质量与信誉。解决当前高校继续教育中存在的突出问题,在树立科学质量观、深化改革的同时,必须通过加强继续教育与信息技术的融合发展,对学习者、教师、学校等继续教育的参与者和教学办学各环节,进行模式再造和系统重塑。通过信息化提升发展质量,实现继续教育健康发展。
二、信息化推进继续教育高质量发展的着力点
当前,现代信息技术发展呈现多媒体化、网络化、数字化和智能化趋势。信息技术对继续教育实践的影响是全面的、深刻的、革命性的。随着信息化的深度发展,高校继续教育在内容、方法、模式以至对学习者、教育者、管理者的要求等方面,都发生了巨大变化。高校继续教育必须准确把握信息化技术的最新发展趋势,借助先进适用的技术、模式,形成解决方案,提高质量建设水平。
(一)移动网络、多媒体化支持下的泛在学习
20世纪90年代以来,随着信息技术对教育的不断渗透,多媒体和计算机网络等新技术被广泛应用于教育领域,推动了泛在学习兴起。泛在学习通过超链实现本地资源与远程资源的无缝链接,学习的内容空间得到了极大扩张;利用构件化技术,即时性更新教育内容,提供全面的教育在线服务,支持按需学习、适时学习、弹性学习,为学习者提供时时、处处在线学习的场景。泛在学习呈现出学习内容海量、优质资源共享共建、学习交互性强等特点。大规模在线开放课程“慕课”(MOOC,MassiveOpenOnlineCourses),就是基于网络教育的泛在学习典型方式,其以现代信息和网络为技术支撑,搭建开放灵活、功能强大的教育网络平台,把优质资源输送到有需要的终端,实现人人可学、时时能学、处处易学。⑤美国高等教育界将MOOC比作教育史上的一场数字海啸,目前最有影响的美国的EdX、Udacity和Coursera三大MOOC平台注册人数已达上千万数量级。继续教育与泛在学习在学习机制上有内在契合性,值得充分借鉴运用其核心理念和技术解决方式。
(二)人工智能下的自主学习
“人工智能”(ArtificialIntelligence,AI)下的自主学习是1956年达特茅斯研讨会中提出的,当时指机器模拟人的智能。经过60年的发展,人工智能发展经历了计算智能、感知智能阶段,步入认知智能阶段,其内涵不断拓展,逐步聚焦于模拟、延伸和拓展人类智能的功能。近年来,一些国家已研发应用计算机智能辅助教学系统。一些高校设立自主在线学习平台,学习者通过平台进行选课、课程学习、课后测评等。这实际上是人工智能下的自主学习技术在继续教育活动中的运用。这种基于大数据的自主在线学习,可以根据数据对学生的学习情况进行评估,预测学生未来的学习表现并智能化推荐适合学习内容,让学习者能够从多元化的学习内容中进行自主选择,实现学习的个性化。⑥同时,通过将信息技术、视频、网络和智能化平台等因素综合起来,搭建多重交互、合作学习、资源共享的环境和情景,对学习者持续性诱导和激励,使其形成自我学习机制,可以激发和培养学习者的创新思维及实践能力。
(三)大数据推动下的智能教育教学管理
伴随着移动通讯、云计算、传感器、物联网等现代信息技术的快速发展,人类社会进入大数据产业化的时代,为改进继续教育办学机制及丰富教学内容提供了支持,对推动继续教育教与学的对接、管理以及市场开拓,都提供了智能化手段。一方面,通过教育大数据的运用,准确分析把握学习者的特点和类型,动态地改进调整教学方案和内容,可以增强教育的针对性和有效性。⑦另一方面,通过数据化应用,实现对继续教育要素的数据处理,可以及时、深度挖掘教育活动供给需求资源,实现市场需求分析、精准教育评价和办学需求调研、项目开发等教育决策科学化,提升教育管理的精准化。⑧
三、运用信息化提升继续教育质量的重点对策
信息化支撑继续教育质量建设具有综合性、过程性、渗透性,影响因素多元动态复杂,其中学习资源、教师、教学管理等因素至关重要。当前必须抓住主要问题,通过要素资源、平台、机制的整合再造,提升信息化应用水平,加强质量建设,提高高校继续教育质量。
(一)建立动态集约共享的课程资源体系
课程是教学活动的基本载体。只有课程有质量了,继续教育才可能有质量。要结合继续教育发展实际,利用多媒体技术,实现教学内容、网络课程、辅助资源的信息化,创建丰富的、分布式的教学资源库。可以发挥高校知识原创和学科优势,建立校内优质教育资源在继续教育与其他类型教育之间的分享平台,通过建立优质课程资源库、电子教室、微课等形式,促使本校优势教学资源向继续教育外溢。建设课程教学与应用服务有机结合的优质在线开放课程,利用信息技术提升教学水平、创新教学模式,利用翻转课堂、混合式教学等多种方式用好优质数字资源。同时,针对继续教育实践性强的特点,探索互联网条件下课程资源的共建共享,由高校与高校、企事业单位等共同建设,打造一批多元化、实用化、网络化的课程“超市”。鼓励通过与具备资质的企业合作、采用线上线下结合等方式,推动在线开放资源平台建设和移动教育应用软件研发,加快推动继续教育服务和学习方式的变革。
(二)推进适应性信息化教学模式、形式和方法创新
积极探索远程学习、网络学习、移动终端学习等新型教学模式的特点和规律,实现教学方法、手段的网络化,创建方便灵活的教学互动平台。利用云计算、移动互联、智能家居等新技术,实现教学和管理的移动化、多终端化,创建时时能学、处处可学的教学环境。要加快推进现代信息技术与教育教学深度融合,推进在线开放课程和虚拟仿真实验教学建设,以提升教师信息技术应用能力为着力点,加快用信息技术改造传统教学,提高教学水平。深入推进网络学习空间互通,形成线上线下有机结合的网络化泛在学习新模式。引导学校与教师依托网络学习空间记录学生学习过程,进行教学综合分析,创新教学管理方式。
(三)利用信息技术优化拓展教师资源
没有一流的师资队伍,就没有一流的继续教育。当前,一些高校继续教育缺乏充足的专业化教师,一些教师参加继续教育时间精力不够,校内整合资源不够,教师对信息化手段的运用能力也不够。高校继续教育务必重视师资资源建设,在加大培养和引进实践经验丰富的高素质教师同时,还应运用现代网络技术,拓展整合利用各方面教育资源,探索“名师课堂”“名校网络课堂”等信息化教师教研新模式,推广“虚拟教师”技术应用,运用虚拟化的名师、大师,丰富教育资源,激发学生的学习兴趣。信息化发展促进了教育方法和手段多样化,教师职能也发生了变化,除了传递知识、信息以外,更要注重引导学习者运用信息技术自主获取知识、运用知识、创造知识。因而要加强教师自身的继续教育,特别是通过培训,提高驾驭信息化的教学能力,为提升教学质量提供强有力的保障。
摘要:个人助理的涌现和成长,依赖于智能经济生态,个人助理与智能经济两者互为因果,相辅相成。智能经济是泛在的、融合的新经济形态,是智能技术发展应用的结果,是科技、经济与社会深度融合的产物,具有技术驱动的鲜明特征。智能经济时代,增强人类智力的技术比增强人类体力的技术变得更加重要,作为人类智能的个人助理日益成为智能经济体系中的关键物种。个人助理的发展体现着智能经济的时代特征和趋势,有助于提升消费者的信息能力,进而影响市场供需关系,催生经济增长的新动能,构筑起人机共生的新经济生态。
关键词:智能经济;人工智能;个人助理;信息能力;隐性需求;经济增长
作者:苟尤钊1,吕琳媛2(1.杭州师范大学阿里巴巴商学院,杭州311121;2.电子科技大学基础与前沿研究院,成都610054)
从1956年人工智能诞生到AlphaGo击败围棋世界冠军,人工智能发展进入快车道,推动着人类社会进入智能时代,智能科技成为引领经济增长的新动力,催生了以数据为新生产要素、以智能计算为生产方式的新经济发展模式和新经济形态。随着技术的发展,智能经济的产业链条不断延展。横向上看,基于智能硬件的研发和广泛应用形成了智慧医疗、智慧交通等热点领域。纵向上看,从链条前端的研发设计延伸到后端的终端消费市场,已初步形成了较为完整的产业链条。智能技术驱动的智能经济正催生着新物种的涌现,重新定义着人与社会、消费者与商家的关系。如何按照用户个性化的需求进行生产,让市场的“无形之手”变得更为智能,成为智能经济和智能产业发展要解决的核心问题[1]。智能化的信息决策辅助工具,正在成为社会经济体系运行的新支撑点[2],特别是在与用户息息相关的消费领域,一类特殊的智能机器人——“个人助理”扮演着重要角色,为消费者提供着专属个性化的智能服务。个人智能助理(PersonalAssistants,简称PA),作为智能经济生态中的关键物种,在生产、教育、医疗、交通等各类交互场景中广泛应用,拓展着智能经济的新边界,体现着智能经济的时代特征和趋势。
一、智能经济的内涵
智能经济的出现与以往的工业革命有着本质差异。智能经济借助机器人等智能设备,在更大程度上代替人类的脑力劳动,产出高附加值的产品或服务[3]。“第二次机器革命”“第二次机器革命”的概念参见埃里克·布莱恩约弗森、安德鲁·麦卡菲《第二次机器革命》2014年版。的特点在于自动化、数字化和智能化,它对人类劳动的替代效应更为明显[4]。
智能经济是由智能技术推动形成和发展的一种新的经济形态。智能经济与信息经济、网络经济等概念紧密相关却又有差异。信息经济提出近半个世纪,20世纪80年代又提出了网络经济。这些概念的提出都没有获得像智能经济一样的影响和关注,智能经济刚提出就获得了西方国家、社会、企业层面的支持,且以法律形式予以确定[5]。借鉴相关研究,本文认为智能经济是建立在智能技术基础之上,重视技术应用与社会经济发展的深度融合,以智能产业化和产业智能化为主要形式,以智能城市、智能交通、智能家居等为应用领域,推动生产、生活方式实现智能化的全新的一种经济形态。2019年1月,阿里研究院在《解构与重组:开启智能经济》中指出,智能经济是使用“数据+算法+算力”的决策机制去应对不确定性的一种经济形态,具有以数据为关键生产要素、以人机协同为主要生产和服务方式、以满足海量消费者的个性化需求为经济价值追求方向三个特征。尽管围绕着智能化技术能否带来经济增长存在着争议,但报告中依然描绘了智能经济的未来图景:依赖强大的计算能力,满足用户实时、个性、碎片化的需求,并据此进行生产,实现供需之间的精准匹配。[注]这个全新图景的实现依赖于新的物种。早在20世纪50年代,经济学家赫伯特·西蒙就提出智能模式,最简单的智能就是机器人。智能时代,智能机器将更广泛地应用到人类工作、生活的各个领域,成为智能经济发展的关键物种。
二、智能经济中的关键物种
人工智能、物联网、区块链等前沿科技的快速发展已构筑起智能经济的基础设施,在这些技术驱动下,新物种正重塑着智能时代的新未来。近年来,以苹果Siri、微软Cortana、亚马逊Alexa、天猫精灵为代表的智能机器人大量涌现,他们也被称为个人智能助理。2018年华为的全球产业展望中明确指出,未来智能机器人等智能终端将实现从工具向助理的角色转换和升级,到2025年智能助理普及率将达到90%,智能服务机器人将为12%的家庭提供服务[6]。个人助理将构筑起机器互联、人机协同共生的新经济生态。智能化的个人助理基于海量动态的数据充分了解市场供需变化,总结规律,并预测未来,为智能经济的来临奠定了重要基础。个人助理不再仅仅是实验室中的想法和规划,而是渗透到用户日常生活中的智能伙伴,实现了人类脑力的延伸与,为经济决策的智能化和消费者主权时代提供了关键技术手段,颠覆了市场中买卖双方的关系,其出现使得智能经济真正成为一种新的经济发展形态。
互联网发展到今天,购物、社交、娱乐等活动的形式和空间都得到了极大的丰富和拓展。然而,网络的发展也带来了新的问题:从企业角度来看,网络突破了时空限制,形成了像淘宝、亚马逊、京东等平台型企业与在线市场。但从用户的视角来看,用户的线上行为被各大平台所切割,用户的行为数据分散在微信、淘宝、滴滴等应用中形成数字碎片,各平台都只能分析人的局部信息,很难整合个体需求之间的内在联系,以及所有用户需求之间的联系。个人助理的价值就在于,它不仅能汇聚来自于各个平台的海量信息,更能从数据海洋中挖掘出有价值的信息,这些信息能够帮助了解用户的显性和隐性需求。显性需求只是消费者需求冰山上的一角,隐性需求才占据了消费者需求的绝大部分,围绕着消费者服务的个人助理,能够胜任匹配这些隐性的需求,更有助于提升产品和服务的多样性,更能满足智能经济所追求的多样化、个性化的发展目标。
个人助理是被赋予了特定社会内涵与意义的一种人工物(Artifacts),[注]社会因素的建构作用对个人助理的发展产生重要影响。不能简单将其视为一种技术工具,它的发展是嵌入在智能经济的社会情境中的。随着与用户的“日夜陪伴”,个人助理正成长为智能时代的超级物种,如何认知和对待这类智能化的人工物值得新时代的人类深思。作为人工物的个人助理,既是人类进化的产物,同时又作用于人类的社会生产与生活。因此,我们既要关注人类在技术层面对自然世界的加工和改造,更不能忽视人工物指向的人类目标和遵循的人类意志。智能经济是科技与经济、技术与产业深度融合的产物,产业化是人工物进入社会经济系统的主要途径,产业实践活动成为理解个人助理及其与社会经济系统相互作用关系的重要视角。
三、产业视域中的个人助理
个人助理通过对客观世界中的各种声音、图像、语言等要素进行数字化处理,并模拟人类思维进行推理判断从而完成相应的任务,对人类的生活工作产生影响。如果说之前的技术革命更多解放了人类的体力,智能革命则释放了人的脑力,是人类全面解放的必然要求。作为人工物的个人助理,其价值无法独立存在,需要在产业化的进程中生成与建构。产业实践塑造着个人助理的价值和特征。只有那些吸收、融合了社会经济发展需求的个人助理,才能获得成长需要的养料和动力。
(一)对社会需求的满足
个人助理的研发和生产是一个不断满足社会需求的过程,其自身功能经历了从简单到复杂、智能化程度越来越高的转变。早期的助理属于被动式的计算程序,主要帮助用户完成简单的任务,比如闹铃提醒、定时发送信息等,需要用户主动设置规则才能完成任务,智能化水平较低。早期的助理使用比较麻烦,人机交互生硬主要依靠键盘,反应速度慢,使用的人群和场景非常有限。随着用户对计算能力和高服务品质的需要,个人助理的功能经历了快速的调整和变化。随着4G网络以及智能手机的发展,数据的获取、分析、计算变得越来越便捷,用户与个人助理之间的互动方式也从文字转向了语音,语音助手成为个人助理的新代名词。个人助理能够将人的语言转换为机器语言并按指令完成任务。虽然初期识别准确率不高,很多复杂任务无法完成,但从文字到语音交互方式的变革具有重要意义。随着5G网络和数字时代的来临,智能助理将加速显现出替记本、电脑、智能手机等其他计算设备的趋势和优势,成为智能时代用户最亲密的伙伴。
(二)生产的专业化分工
个人助理的研发与生产在逐渐实现产业化的过程中,不断深化着专业化分工。微软、亚马逊、谷歌、阿里巴巴等先驱企业的贡献,吸引着越来越多的生产商、服务商、用户等主体的参与和协作。个人助理从最开始功能简单的信息处理设备发展到如今成为智能产业体系的重要组成部分,是人类集体参与和协作的结果。个人助理是一个知识密集度高、技术高度集成、经济附加值高的产业活动,涉及诸多不同门类的技术和不同学科的知识。在外观设计上,需要材料学和设计学作为知识储备;在芯片设计上,需要软件和电子工程等技术作为知识储备;在数据传输中,需要电子信息通讯技术作为支撑;在数据分析中,需要大数据挖掘技术和方法;等等。个人助理产业活动集中体现了不同专业、不同学科之间的融合、分工与合作。
(三)产业配置过程的社会化
2018年政府工作报告指出,要发展壮大新动能,做大做强新兴产业集群,加强新一代人工智能研发应用,发展智能产业,拓展智能生活。有研究指出,在战略性新兴产业的培育与发展中,相对于政府的帮扶政策,市场竞争更为重要[10]。在个人助理从发明到实现产业化的过程中,以市场交换为基础的产业配置方式发挥了重要作用。个人助理,作为人工智能系统发展最为迅速的领域,目前已吸引苹果、谷歌、微软、亚马逊、三星等公司纷纷加入竞赛,研发推出了Siri、GoogleAssistant、Alexa、Cortana等具有代表性的产品。国内的互联网巨头,也通过招募人才、组建实验室等方式,加快关键技术研发,紧锣密鼓地百度度秘、阿里小蜜、腾讯叮当等,从个人助理角度切入构筑人工智能市场的竞争格局。除了企业参与,政府的作用也不可忽视。20世纪互联网等颠覆性技术从实验室走向市场的背后都离不开公共资源的投入,政府为个人助理的成长创造了良好的政策环境。
四、开启智能经济新未来
个人助理的崛起得益于社会经济发展的三个趋势。首先在科学方面,挖掘与分析数据的方法越来越先进。特别是人工智能、深度学习的发展,赋予助理两个方面的功能:向内注意用户的需求,并根据优先级别、场景等,主动寻觅满足这些需求;向外扮演“守门人”,帮助用户屏蔽外部无用或有害信息。其次在技术方面,智能设备的广泛使用与发展让数据获取变得更加容易。用户不需要主动地输入文字或语音来“指导”助理的行为,个人助理会通过观察用户行为不断优化学习能力进而了解用户。Fitbit手环、Logbar戒指等智能技术的发展,进一步强化了数据采集能力。个人助理可以从心跳、手势、语音、肌肤等各方面对数据进行收集,发掘更多更完备的高价值信息并同用户一起管理需求。最后是经济方面。依赖于科学研究与技术方面的最新进展,以消费者为中心的经济体系真正到来。不对称性基本原理[注]认为,经济增长最有效的方法是帮助消费者给予商家施加更强的选择压力。个人助理将会在冗长的隐性需求和社会联系列表中,根据用户需求的优先级寻找最合适的产品或服务。而如果这样的列表是在商家手中,他们往往倾向于选择那些最有利可图的选项。未来,个人助理的重心将放在消费者,它会给消费者带来良好的体验。与此同时,商家也不会受到伤害,因为整体经济的增长会惠及所有人[11]。
智能经济的良性运转依赖于数据和信息,信息成为最重要的生产要素,第一次以一种无形产品的形式在经济社会发展中扮演重要角色。每个人既是信息的消费者,也是信息的创造者。面对大量信息的产生,信息过载成为亟待解决的问题。消费者最关心的问题是:如何快速高效地从纷繁复杂的海量信息中找到有用的信息来满足需求。这个需求既包含了用户可以主动描述出的显性需求,也包含了用户自己都不清楚的隐性需求。全面深入挖掘用户多样的、个性化的隐性需求,帮助用户提升其“信息能力”,是智能经济必须要解决的核心问题,也成为个人助理发展面临的最大机遇与挑战。
(一)对消费者信息能力的影响
如果说从工业革命的汽车飞机到通用型的机器人,我们的机体能力得到极大扩展,未来我们会看到,个人助理会使我们的信息能力大大扩展,赋能消费者。
主流经济学教科书中的供需关系模型包含两个参数,即商品的价格和数量,两者之间呈负相关。这一模型暗含了一个重要假设:消费者和商家一样对这些商品的质量完全知情,但现实情况并非如此。对于二手车、教育培训、保险理财、旅游等比较复杂的产品,由于信息不足,消费者很难了解它们的真实质量和适用性。他们在进行购买决策的时候只能根据已经获取的信息做出判断。一个经典的例子就是美国加州伯克利分校的经济学家乔治·阿克洛夫的柠檬市场理论[12]。他用一个二手车的例子阐释了信息不足是如何导致市场失灵的。
市场中的信息不足往往以一种不对称的方式存在:消费者比商家更清楚他们自身的需求,而商家比消费者更了解他们销售的商品。不同消费者对于同一个商品的了解和认识是不一样的,有内行和外行的区分,我们称这种差异为信息能力(informationcapability)的差异。如果进一步推广阿克洛夫的柠檬市场理论,将消费者的信息能力差异考虑进去,就可以解释为什么现实中二手车市场并没有出现失灵。只有在最坏的情况下,也就是所有消费者的信息能力都为零的时候,才会导致市场失灵。当消费者信息能力无穷大的时候,他们对商品完全知情。然而,现实情况往往处于这两个极端情况中间的灰色地带——消费者只能在一定程度上认识一个产品。对于越复杂的商品,消费者信息能力的差异就越明显。
考虑信息能力之后,新供需模型将包含四个参数,价格(price,用p表示)、数量(quantity,用q表示)、质量(quality,用Q表示)和信息能力(informationcapability,用c表示)。信息能力刻画了人与产品的特定关系。不同的人对同一个产品的信息能力不同,同一个人对不同产品的信息能力也不同:一个人在某些方面可能是专家,但在另一些方面可能完全是外行。一个人对于某一产品的信息能力取决于两个方面:自身属性与外部因素。其中,自身属性包括技能(天赋、经验等)和努力程度(花费的时间和精力)。一个人的信息能力可以通过自身的努力,或者一些外部因素得到提升。比如,你去二手市场买车的时候,会叫上身边特别懂车的朋友,这个其实就是在帮助你提升信息能力。显然,个人智能助理相比人具有更强的存储、记忆、分析能力,是帮助消费者提升信息能力的一个有力工具,个人智能助理将缩小消费者信息能力的差异,即使是针对复杂度高的商品。
(二)对供需关系的影响
个人助理对消费者信息能力产生影响,进而会对市场的供需关系产生影响。对于给定信息能力的消费者,他购买产品的概率依赖于产品的质量。信息能力越强,购买概率对质量变化越敏感。我们在研究中给出了不同信息能力情况下消费者需求(以购买概率形式体现)随商品质量的变化情况[13](如图1所示)。在这里,假设价格是给定的,消费者的需求width=199,height=33,dpi=110当然也可以采取其他形式,如分段函数形式[14]。从图1可以看出,购买概率随着质量连续变化,对于给定的信息能力,质量越高购买概率越大。当信息能力很小的时候,质量上升对于购买概率的影响很有限,如图1中c=0.1的情况。当信息能力较大的时候,质量提升对购买概率的影响明显,如图1中c=1的情况。当信息能力非常大的时候,消费者只接受高质量的产品,低质量的产品即使质量提升,对于购买概率的影响也不大,但是高质量产品提升质量,对购买概率的影响就比较大了。由此可见,个人智能助理将帮助消费者更清晰地洞察产品质量的变化,以更高的概率购买高质量的产品。
个人助理对信息能力的影响不仅影响需求方,也会影响供给方。在信息不对称的情况下,商家并不知道消费者的需求,只能通过现有的信息对买方需求做一个预期,并根据这个预期最大化自己的利益确定价格和质量,而这个价格和质量又会进一步影响买方需求,进而再影响商家的决策,因此供需是相互影响且不断变化的。商家所谓的“供给曲线”实际上是对买家需求预期的一系列反应策略集合。
总而言之,个人助理对信息能力的提升作用将加速市场从合作区向竞争区转变。提高消费者的信息能力将产生两个相反的效果:一方面,信息能力的提升推动了销量增长;另一方面,有效竞争使得利润率下降,两方面的影响共同决定了商家的利润曲线。
下面考察市场的总收益,即商家的收益和消费者收益之和。在市场的演化发展过程中,既包括现有资源的分配过程,也包括新资源的创造过程。如何分配和认知现有资源将影响未来资源的产生。
(三)对经济增长的影响
随着消费者信息能力不断提升,特别是在个人助理的推动下,利润下降迫使商家必须另寻出路,挖掘新商机,于是“新饼”就诞生了。“新饼”诞生的同时也产生了新的信息不足,然后“新饼”也会变成“魔饼”进行新一轮的分配过程。这样的过程会周而复始地进行。经济就是沿着这样的路径螺旋式上升,如文后图5所示。在这个过程中,消费者的多样化需求是经济增长的源动力。参与分配的“魔饼”是消费者的显性需求,也就是冰山上的部分。“新饼”是隐性需求,是一些没有被认识到的商机。相比显性需求,隐性需求数量更大,但发生频率更低,因此很难预测和利用。隐性需求将成为未来智能经济最大的蓝海,个人助理将发挥不可替代的作用。
如何挖掘消费者的隐性需求,需要信息中介的参与。信息中介一般可以分为两类,一类属于由商家买单的诱惑型中介。这类中介往往以一个较为实用的服务开始来吸引消费者。到后期,他们则会将用户的隐性需求提供给有付费意愿的商家从而实现获利。诱惑型中介会使用“推”的方式把顾客的隐性需求转化为可以盈利的“魔饼”,比如在电视广告、网络广告中推荐各种产品,都属于“推”模式。事实上,广告的目的就是选择性地把消费者的隐性需求传化为显性需求,以符合其盈利目标。例如,谷歌Gmail和百度搜索功能都是免费的,广告才是真正的主要收入来源。微信的广告推送功能里面那个“不感兴趣”的按钮实际上也是在进一步洞察消费者。
未来,相比诱惑型中介,个人助理将站在消费者一边,能够更精准地记录全部数据和信息,并深入挖掘消费者的隐性需求。个人助理原则上拥有全部访问权限,能够获得、抓取并储存消费者发出的所有个人信息碎片,因此它能够获取到的消费者的隐性需求,要比诱惑型中介窥探到的信息多得多。与诱惑型中介不同的是,个人助理不会利用消费者的弱点来获取利益。个人助理保持海量数据处于亢奋状态——一旦环境条件匹配,相关的数据就可以立刻被激活,这种模式被称为“拉”模式。相比两种模式,“拉”模式下,消费者的主动性更强,幸福感也更强。
可以看出,经济增长越快,就需要更多的“新饼”变为“魔饼”,对比两种模式,显然“拉”模式力量更大,能够更好地促进多样性。一方面,对于显性需求,个人助理将帮助消费者提升信息能力,加速产品的成熟过程,从而施加更多选择压力给商家,迫使商家创新;另一方面,相比诱惑型中介,个人助理可以全面记录消费者信息,深入挖掘消费者隐性需求,让低频的长尾需求时刻处于待激发状态,一旦遇到合适的情景,就会被激发,用来满足当下的需求。个人助理所提供的信息匹配能力,在产品多样化进程中也扮演了非常重要的角色。总之,不管在个体层面,还是在群体层面,个人助理都会提高多样性。
因此,经济增长最有效的方式就是帮助提升消费者信息能力,让他们快速消化产品,再产生新的需求,让“新饼”出来的更多更快。个人助手无疑在这个过程中起到重要的促进作用,它会帮助消费者捕捉与梳理他们的隐性需求,在掌握了消费者庞大的隐性需求之后,它会主动向外寻觅,这就可以赋能于消费者,提高寻觅商品和其他需求的主动性。未来,个人助理的成熟和发展将加速消费者主权时代的到来,而以消费者为中心的经济运行正是智能经济的重要特征。
五、结论与展望
从经济学角度看,人工智能具有十分鲜明的性质,可以被应用到各个领域,其对经济活动的影响是广泛和深远的[15]。在以人工智能、大数据为代表的新一轮技术革命浪潮中,建立在智能科技基础上的智能经济将成为未来全球经济发展的新焦点。人与物在数据构筑的智能环境中相互作用相互影响,以个人助理为代表的智能机器逐渐渗透到人类生活的各个领域。个人助理帮助人类提升认识和改造世界的能力,与人类一同塑造着一个全新的智能经济体。
未来,人工智能的发展,将建立起智能技术驱动的新经济生态,以个人助理为代表的智能机器将无处不在,成为这一生态中的重要角色,改变着我们从信息获取、需求满足到决策制定的方式,成为智能经济中的新物种。
当前,个人助理的发展还处在早期。2017年,全球顶尖信息咨询公司高德纳(Gartner)的分析显示,Siri等智能助理的应用使用率仅为35%[16],数字并不乐观。有效的商业模式尚未建立,消费级市场有待成熟,建立起良性循环发展的产业生态还需时日。尽管还有诸多瓶颈需要突破,然而人机共生的新经济生态已然来临,催生着经济增长的新动能。
参考文献:
[1]王飞跃:《人工智能:第三轴心时代的来临》,《文化纵横》2017年第6期。
[2]韩筱璞、苟尤钊、吕琳媛:《联合经济:信息时代经济发展的全新范式》,《财经问题研究》2018年第10期。
[3]穆良平、姬振天:《中国抢占智能经济发展先机的战略要素及重点领域》,《理论探讨》2017年第4期。
关键词:隐性知识;对话技术;SECI;对话场
中图分类号:G712 文献标志码:A 文章编号:1009—4156(2013)05—132-03
军校任职教育培训的主要模式之一就是专题讲座式培训,即由专家教授以专题的形式对参训者进行培训。其具体做法是,根据任职教育院校的实际情况及时事分析,针对参训学员所需明确主题,由本院或外请专家教授围绕该主题进行讲座。也可以让专家和学员围绕共同话题各抒己见,实现经验交流和思想启迪;还可以让院内学员开展相应的研讨活动,激发参训者的潜能。
一、军校任职教育中出现的问题浅析
笔者发现,任职教育讲座中师生互动这个环节的效果往往不尽如人意,一方面,由于参训者来自各个单位,接触的时间短,相互间的熟稔程度不高,不愿轻易坦露心扉;另一方面,则与授课教员没有掌握隐性知识挖掘的方法有关。教员没有很好地引发学员的隐性知识,教员没能准确、及时发现学员的真实诉求。因此,引入隐性知识引发中的对话技术,探讨其在军校任职教育中应用的可行性和操作性是十分有必要的。
二、隐性知识转化概述
日本学者野中等人对波兰尼的隐性知识和显性知识的分类进行了扩展和进一步细化,并在此基础上提出了组织知识创新动态理论。组织知识创新动态理论为进一步研究隐性知识转化提供了理论基础,其中的SECI模式是当前隐性知识转化研究方面的重要成果。
野中在SECI模式的基础上又提出了“场”和领导力,这三个元素构成了一个动态的知识创造的统一模式。在这里“场”被看作知识创造的共享情景。“场”为向前移动的知识螺旋提供了能量和场所。它是一个场所,在那里信息被解释转化成知识。与SECI模式的四种知识转化模式相对应,“场”有四种:引发场;对话场(Di—aloguing Ba);系统化场(Systemizing Ba);训练场(Exercising Ba)。野中指出,在知识转化的不同阶段采取不同的策略,能够加速知识转化的过程。
三、对话技术的引入
首先要明确,构建良好的对话场是实施对话技术的关键。对话场是由集体的和面对面的或者虚拟的人机交感定义的,是分享智力模式和技能的场所,这些智力模式和技能将转化为共同的术语和作为概念融合起来给外在化提供情景。个体的隐性知识通过与提问者的对话被捕获、收集和筛选,然后经过加工(系统化和编码)被固化。它们一方面固化于个体的脑中,通过自我反思,产生更高水平的知识;另一方面固化于组织的知识管理系统中,便于分享和查询,同时它们作为组织的知识资产,也是下一轮创造知识资产的起点。
1.对话和对话技术。精神治疗专家Carlo Perris是这样定义知识创造的:知识创造是一个导致达到超越目前的清晰状态、能力和理解的过程,或者说是对基于自己的、他人的和真实存在的观点的认知或情感建构的过程。一个解释会在知识创造的过程发生,这将导致相应的映像。对话是两个或者更多的人之间的谈话,它的目的是帮助个体反思和超越自己的认知界限,对话期间的实例和讨论这些实例的不同的方法间发生辩证的运动。对话的目的并不是把概念进行分解,而是促成概念的迁移。因此,对话是知识创造的一种基本模式。
历史上,苏格拉底在其教学中成功地运用了对话和对话技术,值得后人借鉴。苏格拉底的对话,目的是发现知识和洞察对话参与者已经有的(即使他们不知道自己有的)知识。苏格拉底对话技术的目的是激发个体。他通过一个接一个的提问来激发他的学生,其意图并不是达到知识的“终极真理”,而是鼓励参与者去践行合理的自我反思。Molander归纳了苏格拉底对话技术的特征:其一,对话有一个具体的假设的情景;其二,苏格拉底在他知道中心问题的答案的前提下装作对问题一无所知;其三,苏格拉底转向去问那些认为自己知道答案的人;其四,苏格拉底是纯粹地想要学习,他是一个真正的知识探索者,而不是对什么都抱想当然的态度,然而,苏格拉底绝不是一个消极的听众,他有学习的意向:倾听、观察、提问等等;其五,苏格拉底的提问揭示无知,对话的合作者将会自己意识到自己所不知道的,这一点是很重要的。
2.对话技术的分类。依据对话的功能可以将对话技术分为三种:询问无意识想法的对话技术;影响认知扭曲的对话技术;改变和驾驭行为的对话技术。询问无意识想法的对话技术,其功能是引导发现的方向。通过一系列简单的问题,如“接下来呢?”“这将意味着什么?”“接下来会发生什么?”提问者能帮助回答者研究他们是怎样揭示自己的境遇的和避免回答者的迷向。影响认知扭曲的对话技术,其功能是指出认知扭曲。例如,回答者会选择性地提取个体所关注的消极评论进行对立思考(所有的或者没有一个等)。使用这种术语减少了认知扭曲的情感力。改变和驾驭行为的对话技术,其功能是预见行为的结果和提高自我动机。许多个体都因为不能预见结果而低效地处理他们的行为和问题。一个人必须持续地质疑“行为是怎样的与明确的目的相关的”。另外,感知到自己在行动上无能的人通常都有动机的问题。这也许源于模糊的目标和怎样达到它们的同样模糊的方法。为了使它们清晰,得到反馈是重要的,怎样达到目的也是重要的。
四、对话技术在军校任职培训中的应用
在对话技术的引导下,怎样展开对话才能保证隐性知识的高效引发呢?对话技术引导下的全面的知识引发是一个过程(如下图)。该过程中最重要的是依照认知方式进行提问,通常提问的问题应该是没有价值偏向和不具有质疑特性的。即是说,问题不应该包含价值判断的词语,比如:“最合适的方法去做……”;“最重要的任务是……”;“最好的方法是……”等等。问题应该提高个体的自我认知和个体间相互的理解,也不要束缚、误导和给予不正确的联想提示。此外,问题中不要包含质疑的词语,如“为什么”等,这将把对话参与者的注意力以狭窄的方式吸引到明确发生的事上,而不是相关的思考,如情景化、论点、问题等。
全面的知识引发过程有六个阶段。第一,程序开始于一个中心的起点。比如,这样的问题:“你是怎样看待你的工作境遇的”?问题要足够开放以不在方向上对参与者产生误导;还要足够明确以吸引参与者的注意力。第二,核实话题的重要性。提问者从另一方进行考虑:“如果不研究这个问题会产生什么后果?”;提问者也应该询问回答者是否知道,或者对为什么存在这个问题的看法。第三,问题将被用一种迭代的方法以不同的步骤进行处理。从采访和研究中得到的结论是个体会有意识地理解他们真的知道的,或者执行一项任务时值得注意的困难。从大量的采访和调查中得出了这样的结论,即提问者不断地重复、核实和具体化回答者的描述是特别重要的。比如,提问者会问这样的问题:“怎样的和为什么?”并要求回答者例证和叙述这个问题。“告诉我,你在不同的环节是怎样执行你的任务的?”“能举一个例子吗?”“为什么?”“你是这个意思吗?”有一个例子可以阐明了上面描述的程序:我们经常会向一些领域的专家或者能手咨询他们是怎样解决一个特殊问题的,开始时他们觉得讨论这个问题有些荒谬,因为这是很自然的。然而,经过一个完整的对话过程后,当他看到用正式的陈述呈现的自己的“故事”时,就明白了这个结果对自己和他人的价值。因为在这些认知技术的帮助下,可以呈现外在化的知识描述。第四,将回答者发生的行为与他人的行为进行反思和对照。可以提问这样的问题:“你做这件事的方法和其他人有什么不同?”当然了,这里讲的不同不应该让回答者产生负面的理解。第五,个体做出行为的重要的参考要被明确化。比如,提问:“当提到……时,有没有一个中心在影响你的行为?”这样的问题可以引导回答者展开一些潜在的设想和为个体为什么做出那样的行为创造一个解释。第六,尝试去唤起个体没有说出的问题,让回答者去反思自己是怎样做的。
有必要指出的是,当今人工智能和虚拟现实技术推动了知识工程研究的发展。一方面,人工智能领域中的专家系统、神经网络和智能等大大提高了人机对话的效率;另一方面,虚拟现实领域中的建模技术和各种数据采集设备为人们创建了更加丰富的知识创造的“虚拟场”,给学习者提供前所未有的体验。虚拟现实技术的发展可以通过网络构建许多虚拟会话室(虚拟场),加入者选择一个虚拟的人物代替自己(虚拟替身),然后根据自己的业务分类进入不同的会话室,选择会话的主题,与基于专家系统的虚拟主持人对话,每个会话室还附加有领域专家承担的副主持人角色,其作用是实现动态的专家系统知识库的更新,领域专家和知识工程师通力协作以及时收集、筛选和编码入库对话中产生的知识。该虚拟场的优点有:营造宽松的心理氛围,减少现实中的心理压力;参与者只需通过简单的动作(键盘、鼠标等)就能体验现实生活中所不能,提高了参与的积极性。这也有效规避了由于时间短、相互间的熟稔程度低造成的一些知识转化障碍。
五、对话技术在军校任职教育中应用的条件分析
对话技术只有在充分的准备条件的支持下才能发挥最大的功效。通常情况下要考虑以下三个重要的条件。
1.对话前期对会话者(培训学员/教员)的分析,是保证对话针对性的前提。这就要求培训教员具备高水平的实践教学能力和专业技能。有计划地安排教员到部队、科研单位、院校进行调研、培训或代职也是必须的。通过调研、培训和代职,教员可以真正了解一线的需求及训练中存在的实际问题,掌握所从事专业的现状和发展趋势,及时补充教材中所缺少的新知识、新技术。这样在对话过程中就可以有的放矢地挖掘学员的隐性知识,避免受训学员的迷失和对话方向的偏移。
2.知识生产者的识别,是隐性知识引发的关键。知识生产者(组织的中层管理人员)的角色在知识创造过程中是特别关键的。他们处于组织水平的和垂直的信息流的交叉点,通过与他人积极的交感来参与和领导场以创造知识。知识生产者的另一个重要的任务是,在不同的组织水平上推动不同知识转化模式间的知识螺旋。知识生产者要能够有效利用语言(修辞、知识的语法和情景、非语言的视觉语言)去创造他们自己的概念和用自己的话表达他们的概念。知识生产者应该能通过参与知识创造过程临时准备和推动即席创作,特别是在处理隐性知识的时候。
3.提问者(教员/讲师)的选择,是隐性知识引发的保障。提问者不仅仅拥有领域知识和知识可视化的理论知识,而且能透彻地领悟对话的目的和熟练掌握对话技巧,特别地,提问者能根据对话过程中的临时事件及时调整对话的既定方案并从中挖掘会话者的意外隐性知识,而且始终保证引导对话的方向。
关键词:应急管理;在线培训;效果评价
当今社会,危机如影随行,在处置突发公共卫生事件的各个环节中,卫生应急人员必须掌握较强的专业知识和技能才能有效地应对各类突发事件。随着科技的不断发展,应急处置技术和知识的更新也越来越快,将最先进、最有效的技术知识进行传播和应用是当前形势的迫切需要,而传统的培训形式已越来越难以满足基层卫生应急人员的需求。在线培训作为一种新的形式已成功应用于众多领域,但在我国卫生领域应用相对较少〔1〕。为此,笔者卫生应急人员在线培训和面对面培训效果进行对比分析。
1对象与方法
1.1对象
哈尔滨市疾控系统卫生专业技术人员280名,年龄22~45岁。
1.2方法
将选取的280名培训对象按照年龄和专业平均分为两个组。一组进行面授培训,另一组依托卫生公益项目研发的“卫生应急关键技术集成与创新的应急能力在线培训与演练信息平台”(简称云平台)进行在线培训。周期为5个月,学时数不少于100个;培训内容为卫生应急管理知识及突发公共卫生事件关键技术;考核方法为闭卷考试。
1.3统计方法
采用Excel软件分析数据,计数资料行χ2检验,P<0.05表示差异有统计学意义。
2结果
共有280名卫生技术人员参加培训及考试,回收试卷280份。面授培训组62人及格,及格率44.29%;在线培训组83人及格,及格率59.29%。在线培训组及格率高于面授培训组,差异有统计学意义(P<0.05)。见表1。
3讨论
3.1在线培训形式新颖
传统的面对面培训是集中授课,需要场地、组织人员、师资、印制讲义和教材,安排就餐等,筹备复杂。以课程讲授为主,形式单一枯燥,往往是短期、一次性培训,人力、物力、财力投入较多,受训者数量有限还无法跟踪培训效果。在线培训不受时间、地点、人数限制,是可重复性的持续教育培训方式。受训者只需简单注册就可随时随地参与形式灵活、多样的培训活动。既节省费用、又可自主安排学习时间;既丰富了学习资源,使资源利用率高,又可有效跟踪培训效果〔2-3〕。
3.2在线培训内容实用
传统突击性的培训方式及大量自上而下开展的知识更新和培训活动,不能根据受训者的培训需求设计课程,缺乏互动和参与性,导致很多培训成为形式化和走过场,无法切实提升基层应急能力和水平,与文献报道相似〔4〕。本文在线培训应用的云平台,是科技部、财政部、卫生部支持的卫生公益性行业科研专项项目研究成果,建立在文献研究、专家论证及来自于疾控机构1000份在线培训需求调查分析的基础上,将学习和掌握卫生应急关键技术必需的相关基础知识系统整合集成为知识平台,作为培训学习的重要资源,它知识涵盖多,覆盖面广,模块设置合理,检索快速,使用便捷,可根据受训者的需求和兴趣,有针对性地设置课程,既不影响正常工作,又能使卫生应急的宝贵知识、经验、技能得到有效、及时、快速的总结、传承和推广,弥补了传统培训方式的不足。
3.3在线培训平台功能齐全
关键词: VPR;虚拟技术;培训系统
中图分类号:TM246文献标识码:A文章编号:1671-7597(2012)0320042-01
虚拟现实是人类利用知觉能力和操作能力的新方法。它是一种高逼真度地模拟人在自然环境中的视觉、听觉、动感等行为的人机界面技术,它涉及计算机图形学、人机接口技术、传感技术及人工智能技术等。这种模拟给用户提供了一种身临其境的体验,通过视觉、听觉、动感等多感通道,进行人机交互,为用户提供最佳的人机通信方式。排爆培训一直是一个高危培训,如果采用能够实现人机交互的虚拟软件,则可以在实际操作爆炸装置前对学员进行基础知识和基本技术要领的培训,消除学员的陌生感和恐惧感,提高学习效率,消除很多潜在危险,提高培训质量,降低培训成本。
1 虚拟现实广泛应用于教学培训
进入21世纪,虚拟现实技术在教学培训领域逐渐得到了广泛的应用,使得传统的教学模式发生了巨大的变革,其中最大的体现就是多媒体技术在教学中的应用。特别是在教育领域,应用前景极为广阔。目前,多媒体技术不仅在国外民航教育培训领域被广泛使用,而且在我国民航教育培训中也得以推广。例如,在飞行训练中,飞行模拟器、桌面飞行训练器和飞行模拟系统的使用使得飞行员在进行真机训练之前就熟悉了各型飞机的操作程序及各种复杂气候和紧急状态下的应急处置程序;在空管培训中,基于计算机的培训(Computer-Based Training,CBT)在整个培训过程中起到承上启下的作用,它既能帮助学员进行理论知识的学习,深入理解学习中的难点,检查学习效果,又能帮助学员在进行模拟训练前建立调配、引导飞机的感性认识,训练标准的管制用语,熟悉管制环境等,以便更有效地进行模拟实验;在航空维修领域,多媒体技术应用于航空维修现场,改革维修手段,提高维修效率,进而提高飞机的出动率。
2 培训系统的软硬件平台
2.1 硬件平台。爆炸装置虚拟培训系统作为低成本的桌面式培训系统,采用目前广泛使用的PC机平台,通过服务器、局域网、校园网和互联网实现培训机构或院校内部电脑和远程电脑实时访问,并可以进行单机操作。
图1爆炸装置虚拟培训系统单机版硬件图
单机版培训系统(图1)利用普及的个人电脑平台,在培训机构或院校内部多媒体教室进行培训。主要利用键盘和鼠标查看爆炸装置的结构、功能介绍和操作说明,并通过系统中不同爆炸装置的各种关键元器件的操作来完成模拟拆除爆炸装置的工作任务。
网络版培训系统利用培训机构或学校的多媒体教室局域网、校园网络和互联网,可以实现对远程认证学员进行培训,其操作和培训内容与单机版相同,并且可以进一步降低培训费用,节省实际培训时间。
2.2 软件平台。爆炸装置虚拟培训系统采用基于windows的平台进行开发,主要利用三维建模软件进行模型的搭建,利用三维交互引擎完成虚拟现实系统的构成,并通过Java程序编写部分关键交互程序。
3 虚拟培训系统制作过程
3.1 基础3D模型建构。首先,爆炸装置的初始设计要求,利用3dmax软件完成各爆炸装置模型的初级建模工作,主要通过车削、放样、布尔等手段完成基础模型构建,总共完成模型零部件约1400个,完成绘图面140万个。
3.2 UI二维交互图片的制作。由于人机交互中有很多必须的按钮和标识来作为人机交互界面的媒介,所以需要利用Photoshop软件完成各种相关的UI二维交互图片的制作。
3.3 模型导入和交互实现。完成后的三维爆炸装置模型和相关环境模型一并导入到VPR中,并对模型比例、光源、环境光等进行调节,并且将整体框架设为背景、对象物体和人机交互界面等三个层次。对于特殊的交互元件,需要利用脚本编辑器对其动作进行编辑。一些特殊动作,则利用Java编写交互代码。然后利用Photoshop完成的图片,构建人机交互的UI界面,并根据交互需求完成相关布置。最后,利用脚本工具,完成交互界面和被控物体件的控制链接,以完成人机交互。
4 爆炸装置虚拟培训系统的积极意义
1)通过人机交互训练,提升学员准确识别与处置爆炸装置的能力。使用本爆炸装置虚拟培训系统,可以强化学员对爆炸装置的原理掌握、模式识别和处置能力,达到多模式、多感官、反复性和针对性的培训要求,切实地提高学员的反劫制爆能力。
2)使用虚拟培训系统,解决无法使用真实爆炸装置的困境。对于普通高等院校和培训机构,要获得真实爆炸装置的合法使用权是非常困难的。但同时,对于一些特种专业又需要了解和掌握各种爆炸装置的基本结构、爆炸原理和拆除方法等知识,如果不能直观的操作爆炸装置,将很难通过简单的理论讲解掌握以上知识,更谈不上能够正确的处置爆炸装置。使用本爆炸装置虚拟培训系统则可以很好的解决这一难题,让学员能够“亲手操作”各种基本形式的爆炸装置,加深对爆炸装置的了解。
3)合理分配责任,降低教学风险。利用爆炸装置虚拟培训系统代替各种爆炸装置实物进行教学,可以有效规避真实爆炸装置储存和使用中可能发生被盗、丢失、爆炸事故等各种风险,同时爆炸模拟装置和培训系统的可重复使用性还可以有效降低爆炸装置实验和教学投入。
5 结束语
本培训系统是基于虚拟现实技术开发的三维立体人机交互系统,可以很好地满足爆炸装置教学需要。学员通过鼠标和键盘实现对各种爆炸装置的操作,直观地了解和掌握各种爆炸装置的基本结构组成、工作原理和排除方法,切实提高处爆排爆能力。同时,爆炸装置虚拟培训系统很好地解决了爆炸装置教学中实物难以获取和使用危险的难题。
参考文献:
[1]汤跃明,虚拟现实技术在教育中的应用[M].北京:科学出版社,2007.
[2]洪炳、蔡则苏、唐好选,虚拟现实及其应用[M].北京:国防工业出版社,2005.
【关键词】“一带一路”;继续教育;逻辑
“一带一路”发展策略推动下,我国的社会经济发展速度大大提升,在不断提升我国自主创新和创造能力的同时,对于中国梦的复兴也将会产生极大的推动作用。“一带一路”发展过程中不仅需要物质基础做支撑,还需要专业技术过硬和综合能力较强的人才队伍。人才队伍既是国家经济发展的重要核心,又是“一带一路”战略发展的关键因素。因此,通过继续教育培养专业能力强和综合素质高的人才,培养大量的创新人才,全面提升企业的市场竞争力,成为目前继续教育的重要内容。我国虽然是人力资源大国,但是不是人力资源强国,缺少大量的创新型人才和创造型人才。2015年,我国教育发展研究中心对企业员工进行调查,以12省178个企业员工作为调查的主要对象,通过调查结果得知,员工在企业就业前没有接受过教育培训的比例高达67%,其中入职员工两年内岗位培训的参与率为54%,一线员工培训参与率为45%,高中以下文凭员工的在职参与率为34%。“一带一路”沿途涵盖的国家较为广泛,若要在沿线国家和地区推广中华文化和汲取国外先进经验,需要培养大量的“小语种”人才,但实际上我国“小语种”人才相对匮乏,而“小语种”教育建设相对落后,所以,人才培养仍然是推进“一带一路”发展的重要内容。
一、继续教育是现阶段人才培养的重要手段
继续教育是终身教育体系的重要组成部分,其主要特点是开放性强、灵活性强、门槛低,能充分满足各阶段学习人群的教育需求。继续教育能够充分改善人工智能结构体系中存在的缺陷,继而不断提升人工智能的基本水平,提升教育者自身的知识储备,提高其专业技能和综合素养。继续教育是人才培养的重要形式,能够有效促进社会生产力和社会经济的发展。所以,继续教育已成为知识经济时代的重要组成部分。国外发达国家对于继续教育非常重视,其中,德国继续教育被认为是独立的教育领域,继续教育和普通高校教育可以相提并论。英语继续教育被赋予了较高的地位,已经成为英国经济发展和人才培养的重要途径。我国也逐渐认可继续教育在人才培养和社会经济增长中发挥的作用,相关文件明确表示,国家应当以人才培养作为发展目标,加强对非学历人员的继续教育,从而促进学历继续教育的稳步发展。所以,在“一带一路”背景下,必须不断推动继续教育的发展速度,充分发挥继续教育的基本作用,加强其对”一带一路”战略发展的服务,从而全面提升我国的经济实力和国际地位。
二、“一带一路”战略背景下开展继续教育面临的挑战
根据相关数据得知,2010年到2016年上半年期间,我国在“一带一路”沿线国家已经投资失败的大型项目为43个,该数量占我国投资失败大项目总数的26%。而这些项目投资失败的根本原因大体可以分为以下两种:一是投资活动受到准入壁垒的直接限界,继而使得大量投资活动被迫取消;二是在项目收购或者投资过程中,受到投资当地国家政策和社会环境的直接影响,导致失败。在“一带一路”战略背景下,我国的继续教育必须清晰准确地认识到“一带一路”具有的长期性、艰难性以及复杂性,必须以发展的眼光看待问题,在实现中华民族伟大复兴梦想过程中进行深入思考,强化沟通和交流,不断提升我国的世界影响力。
三、“一带一路”战略背景下开展继续教育存在的问题
继续教育服务能力和“一带一路”战略目标之间依然存在较大差距。继续教育的专业人才培养能力当前还难以满足要求,人才极为匮乏。伴随着“一带一路”战略的不断深化,其所囊括的内容将会包括基础设施建设、技术、资本、贸易以及文化等,但是这些内容的开展都必须获得继续教育所提供的人力资源的支撑。在大量基础设施的实际建设过程中,对于工程技术和项目设计以及管理等方面的专业技术人才需求愈加强烈。此外,随着区域性贸易往来,必须有大量国际贸易人才进行支撑。在大量企业落地的同时,必须有大量通晓当地语言、熟悉当地政治经济文化的人才进行支持。以海运人才需求为例,根据相关数据得知,受到“一带一路”影响,截至2020年,我国的海运人才总数量将会超过30000人。而对于如此庞大数量并且需要具有极强专业素养群体的培养,必须由高素质和综合能力极强的人才进行。而在此过程中涉及到的专业设置和课程建设以及办学质量和规模的设定,都会对我国的继续教育产生巨大的挑战。当前我国继续教育院校的整体水平较低,缺乏“走出去”的基本经验。目前,我国的继续教育办学基础较差,所投入的经费也十分有限,而高职院校的生均教育经费仅仅相当于普通本科院校的56%。部分地方财政对于继续教育所投入的经费数量也极其有限,相关费用仅仅能够保证教学工作的正常开展,并没有多余的经费进行教学条件的改善,学校自身根本无法达到国家办学的基本标准,对于国际标准更是无从谈起。另外,因为援外项目的建设和资金使用问题,使得继续教育院校在实际建设和设备购买以及教师派遣方面都受到了极大限制,最终使得继续教育院校的“走出去”工作难以开展。
四、“一带一路”战略背景下的继续教育策略和发展路径选择
(一)服务策略的制定
1必须继续坚持“请进来”和“走出去”相结合的发展策略
沿线国家合作伙伴无论先进亦或是落后,都有值得我们学习的地方,与此同时,我们不但需要深入考虑到自身的发展需求,更需要帮助沿线国家进行发展。基于此,在吸收和学习以及借鉴的基础上,我国继续教育必须更加主动、开放、自信地站在全球的舞台之上,展现自身的优势。
2必须坚持政府和民间合作相融合的发展模式
我们习惯于以政府行政指令为基础,将所有思路转变为现实行动,但是对于“一带一路”沿线国家来说,部分非政府组织在经验技术和人力资源等多方面都具有更独特的优势。基于此,在继续教育开展过程中必须坚持政府和民间组织合作的基本方式,以促进继续教育的进一步发展。
3必须坚持教育和产业的完美融合
通过教育和产业的完美融合,能够极大地推动产品的发展和技术的突破,从而实现产品品牌的推广。在后期发展过程中,应当不断强化企业和继续教育的合作。此外,通过和继续教育深度合作,为企业合作拓展更多的全新领域,继而创造更多的全新方式,最终实现良好氛围的营造。
(二)未来发展途径
1形成国际化的发展眼光
在“一带一路”战略实施过程中,必然需要与沿线国家进行区域合作,在此过程中不但需要准确把握我国继续教育发展的命脉,还需找准适合于“一带一路”战略发展的着力点,从国际秩序重建的角度深入分析,确保“一带一路”背景下我国继续教育建设战略布局和行动策略的合理性。
2促使服务能力的提升
我国继续教育工作的开展必须紧跟“一带一路”新形式和发展方向的变化,强化与相关专业的融合,继而共同建立和拓展与之对应的专业结构。在“一带一路”实际建设过程中,继续教育院校还必须对原有的人才培养方案进行深入分析,并根据战略和现实需求深化课程教学改革,对课程体系进行重新构建,努力将“一带一路”建设背景和实施重点、合作机制、规则标准等多种影响因素渗透到课程体系中去。另外,专业人才的培养应当以继续教育院校为基础,通过跨学校和跨区域的人才培养协作方式,促使不同院校能够根据自身优势和不足,在“一带一路”建设过程中充分融入工程、管理、语言、制造、贸易等专业,通过联合培养项目的开展,培养更多适合于国际化发展需求的人才。
3重视质量保障的管理
在人才培养方面,必须有效确保人才培养的基本质量,继而确保“一带一路”建设目标的实现。我国继续教育在专业和课程、教学、实践以及师资等多个方面只有达到国际认同的标准,才能够实现“一带一路”竞争力的提升。在“一带一路”建设背景下,只有以国际质量标准强化专业教育质量,才能保证最终的人才教育质量。当前“一带一路”建设所缺少的是工程和建筑、金融以及管理等方面的专业人才,而该种人才却是国际认证中最为成熟的领域。参与国际认证能够使得继续教育院校完全按照相关领域的国际标准进行教育改革,继而实现教学条件的改善,增加教育经费的投入,在确保教师队伍建设和专业化发展的同时,形成科学规范的教学质量管理和监督体系。
4强化政府的统筹作用
由于“一带一路”战略规模宏大,因此,政府必须在此过程中充分发挥自身的统筹和后盾作用。为了有效保障“一带一路”背景下继续教育的不断发展和进步,必须不断对外强化政策沟通。通过政府之间宏观政策沟通和双边以及多边机制的启动,从而促使继续教育的相关政策和理念能够得到多方共识。必须通过统一协调的方式,促使继续教育院校承接国家院校项目,借助多方融资的方式为继续教育提供更多的经费保障。另外,政府部门必须更加积极主动地引导我国继续教育和国际社会职业教育的标准的对接。通过资格认证等方式实现我国继续教育的规范化发展,使得“一带一路”背景下的继续教育能够成为我国企业技术标准体系的重要组成部分,在推动区域人员合理流动和发展的同时,实现整体水准的提升。政府部门还必须积极营造支持继续教育“走出去”的氛围,对于“一带一路”的沿线国家实行政策优待。
【参考文献】
[1]周龙英.“一带一路”战略人才需求效应下的高等教育路径探析[J].中国成人教育,2017(4):39—41.
[2]韩婷.“一带一路”影响下地方高校创新创业教育研究[J].新疆医科大学学报,2017(6):855—856.
[3]高杨,张放.“一带一路”背景下校企合作存在的问题和解决途径[J].教育观察(上半月),2017(3):56—57.
[4]段世飞.“一带一路”背景下高等教育人才培养需求展望[J].湖北函授大学学报,2017(4):32—33.
国外一些发达国家在开展农民远程教育中积累了丰富的经验,已经建设了比较完备的基础设施和丰富的教学资源,而且其管理体制比较完善、组织形式也比较有效。在互联网高速发展和广泛应用的今天,发达国家的农民远程教育与培训已经进入了信息化、知识化、个性化阶段。注重发挥远程教育在农民教育培训中的作用,发达国家在农民职业教育和远程培训中积累的丰富经验,为完善中国的农民教育培训体系,培养现代职业农民,提供了有益的借鉴。国外农民远程教育主要集中在农业生产经营管理、农业信息获取及处理、农业专家系统、模拟农业系统、农业决策支持系统、农业计算机网络等方面。农业信息化建设中所应用的远程设备技术主要包括计算机、信息存储和处理、通讯、网络、多媒体、人工智能、“3S”技术(即全球卫星定位系统GPS、地理信息系统GIS、遥感信息系统RS)等,这些技术具有网络化、综合化和智能化特征。在过去的10年中,世界各国都高度重视网络建设和信息技术的应用,以及相关信息的采集和处理,农业专家系统,模拟农业系统,农业支持决策系统等都进行了大规模的研究和应用。美国建立了国家、区域、州3级的国家农业信息系统,遥感信息的采集和处理得到了政府的重点支持。德国的信息技术在农业生产、计算机科学研究和教学领域得到广泛应用。自动控制、计算机辅助决策系统、计算机仿真和建模技术、遥感技术、精确农业技术都位居世界前列。法国农业信息技术的研究和应用重点是实时监测技术,天气预报,病虫灾害预警,数字土壤和数据分析,农业生产、收获、储藏和加工等环节。日本信息和技术的研究主要集中在农业信息服务,使每个家庭获得准确的市场信息是它的一个最重要的特点。
1.1美国美国是最早将信息技术应用于农业和农民培训的国家。随着美国信息高速公路建设,计算机网络已经广泛接入到美国的农民家庭中,农民在互联网上就可以得到各类农业信息。在信息技术和国际经济一体化的大环境下,美国政府在农业信息服务和培训方面,一直给予了足够的支持和重视。比如,在农闲季节广泛地在农村地区对农民进行各种系统化的农业培训,向农民讲授新的农业技术知识。在20世纪60年代初,美国就出资建立了农村电话和视听教育电视台,通过这些基础设备大量的农业市场信息和技术信息,起到了推动农业科学技术发展和搞活农业市场的作用。美国对农民的教育经费财年度达600亿,在2005年美国农业部就成立了专门为农村居民提供教育、培训和医疗服务的远程教育计划。美国的远程职业教育主要是由传统的大学组织实施,远程职业教育主要分布在“职业学院、私营企业机构和以国防部为主”的政府机构中,并出现多元化发展趋势。
1.2英国英国是实施农村远程教育比较成熟的国家。在英国,通过政府、科研院所、大专院校和农业培训机构相结合方式实施农村远程教育,运用职业教育、普通教育、成人教育和其他形式的培训教育,大学、研究和咨询机构的辅助,形成了比较完整的农民教育培训体系,大大提高了农民的教育培训水平。目前,英国农业劳动者的30%每年都会参加各种不同类型的农业培训。
1.3韩国韩国从20世纪60年代以来,就开展了农村远程教育和农民培训,韩国特别注重信息技术与农民教育相结合。比如,利用远程信息咨询系统来对农民进行远程培训,采用先进的摄像机和无线通信设备进行现场演示教学,通过互联网会议系统实现农村远程教育等等。农民可以在家里接受各方面农业技术的培训和教育。每年12月,韩国的种田能手还能通过网上会议系统参加农业新技术的讨论。到2004年底,韩国农民网上会议系统已经发展了70个地点,在韩国农村地区的计算机普及率从1997年的18.7%,提高到的47%。综上所述,可以看出,发达国家的农民远程教育培训经过几十年的探索和实践,已经形成了较为完备的管理体制、完善的法律保障、有效的组织形式,积累了一定的经验。发展中国家开展农村远程教育培训虽然不及发达国家,但是也有自身的发展特点,结合自身优势,发展运用现代信息技术,大力发展远程教育培训来促进本国的农业现代化。中国是发展中国家,信息技术相对落后,国家虽然为农民建设了提供农业信息、电子商务、广告宣传等服务的金农网,但借助网络对农民进行远程教育和培训在中国则是刚刚起步,借鉴发达国家农民远程教育培训的经验,加强农民远程教育网络基础建设,使农业技术有效通过网络传播,通过网络培养新型职业农民。
2中国农村网民发展现状及农民远程教育回顾
2.1中国农村网民及上网现状20世纪90年代以来,中国实施了“村村通”,“金农工程”和“农村科技110”等一系列惠农信息工程,遥感数据获取,专家系统,信息网络系统,设施农业,气象灾害预防、监测和预警技术已经得到了广泛的应用。根据2014年1月中国互联网信息中心的2013年CNNIC第33次中国互联网络发展状况调查统计报告显示:截至2013年12月中国网民规模达6.18亿,全年共计新增网民5358万人。互联网普及率为45.8%,较2012年底提升3.7个百分点。中国手机网民规模达5亿,较2012年底增加8009万人,网民中使用手机上网的人群占比提升至81.0%。中国网民中农村人口占比28.6%,规模达1.77亿,相比2012年增长2101万人。2013年农村网民规模的增长速度为13.5%,城镇网民规模的增长速度为8.0%,城乡网民规模的差距继续缩小。2014年东北师范大学“梦想·行动”寒假社会实践之“农村地区计算机普及情况调查”,对安徽省、河南省和吉林省的4个县200户农家进行了入户访谈。调查显示,计算机普及率为32%。由此可以得出,目前中国农村手机的普及率为90%以上,计算机的普及率在32%以上。
2.2中国农村远程教育现状目前,中国已经形成了以农业广播电视大学、农业职业院校和农业技术推广体系为主要依托,广泛吸收高等院校,科研院所、龙头企业和民间组织参加,从中央到省、地、县、乡村,相互衔接的农民教育培训体系。但是,农民教育培训仍存在规模小、投入不足、制度和法律保障滞后等困难和问题。据测算,中国农业劳动力2.46亿人,目前每年能够接受系统培训只有100万人左右。
2.3目前中国农村人力资源现状中国农村人力资源现状是,有知识的农村青壮年走向了城市,融入了城市。农村从事农业生产人员数量急剧减少,40岁以上为主体,农村劳动力的短缺,劳动者素质低[27]。
2.4农村远程教育研究现状中国农村远程教育培训研究,主要涉及到培训的特点、培训体系、农民培训、技能培训、绩效培训和网络远程培训等研究。其中大部分停留在理论上的论述和对培训的特点等进行总结,对培训系统的设计和开发研究则研究相对较少。农村远程教育培训又包括对农村中小学学生的远程培训和对农村农民群众的远程培训,并且在文献研究中发现更多的是偏向于对中小学的研究,对农民的远程培训研究相对薄弱。在中国发达地区的一些省市已经建立起了农村远程教育网站,比较典型的有中国农村远程教育网、安徽省农村远程教育网、上海农村远程教育网和北京农村远程教育网等等,如表1所示。通过研究这些网站,他们已经建立起了比较完善的功能,有农民教育动态、政策法规、技能培训、网络教育、国际合作、技术推广服务、在线学习系统、视频点播、视频直播和课件下载等栏目。但是总体表现为利用率不高,缺乏交互性。
3构建新型职业农民教育体系,搭建新型职业农民教育培养平台
目前,中国远程教育主要由农业广播电视学校,各级广播电视大学,中国农业大学,东北农业大学,四川农业大学来承担。这些教育机构在利用信息技术对农民开展远程教育方面,构建了行之有效的培训模式,例如,以网络为平台构建的“政府—学校——企业”三位一体培训模式、“音像教材”+“专家现场指导示范”模式、现代远程教育模式、“培训网站”+“示范户”推动模式等,这些模式尽管还处在不断完善的过程中,但在实践中己经发挥了重要作用。而培养新型职业农民的任务国家已经明确的交给了中等职业学校。中等职业学校有必要借鉴国内外远程教育的经验,搭建中等职业学校与所在区域农村相互联系的培养新型职业农民的教育平台。中等职业学校搭建远程职业农民教育平台,是新型职业农民的学制特点和修业年限的需要。培养新型职业农民的招生对象是“年龄一般在50岁以下,初中毕业以上学历(或具有同等学力),主要从事农业生产、经营、服务和农村社会事业发展等领域工作的务农农民以及农村新增劳动力。招生重点是专业大户、家庭农场经营者、农民合作社负责人、农村经纪人、农业企业经营管理人员、农业社会化服务人员和农村基层干部等”人员。学制是“新型职业农民中等职业教育实行弹性学制,有效学习年限为2~6年,允许学生采用半农半读、农学交替等方式,分阶段完成学业”。年龄50岁以下的农民,学习目标明确,学习能力不高,能吃苦。
但农忙季节时间紧,家庭负担重也是不争的事实。如果这时有些课程采用网络平台远程学习,远程与教师交互,在网上与教师和学生之间探讨,在网上与学校教务系统沟通完成学业,提高新型职业农民的教育效果,具有实用价值。中职学校搭建远程职业农民教育平台,是落实《中等职业学校新型职业农民培养方案》的需要。培养新型职业农民的学习方式是集中学习与分散学习相结合。中职学校搭建远程职业农民教育平台,可以在集中学习的时候采用信息化教学手段,将分组讨论、案例教学的内容放在平台上,利用网络进行在线讨论、在线案例教学,使学生掌握使用平台的方法。在分散学习的时候,可以将教学内容放置在网络平台,学生根据教学要求和自身学习实际,在网上远程学习,教师可以通过平台进行在线、离线指导、辅导和答疑。中职学校搭建远程职业农民教育平台,是解决当前农村信息化建设中存在问题的需要。农村信息化当前的主要问题是大部分农民信息化意识淡薄,有效利用信息的能力不强,信息结构不合理,基本是单向传递,局限于把信息传递级到农民手中,不能把农民的信息反馈回来。信息资源整合不足、平台承载能力有限,基层信息化人才队伍建设有待进一步加强。农业信息化已成为国家信息化的重要组成部分,农业信息化促进农业科技在农村的推广普及。提高了农民素质,加快了农业产业化进程。中职学校搭建远程职业农民教育平台,是利用已有的网络资源,开展远程教学服务,完善职业农民教育培训体系建设的需要。职业教育本来就包括职业教育和职业培训。在这两方面已经做的很好,取得了一定成绩。
如笔者所在的中等职业学校作为辽宁省十大培训基地之一,自2009年开始承担辽宁省农委的各类培训任务至今,已经成功举办阳光工程蔬菜类农民创业培训班、基层农技推广体系改革与建设县农技人员培训班、蔬菜类农民科技带头人培训班等43期,培训学员达5261人。自2010年开始承担辽宁省科技厅下达的农民技术员培训任务以来,培训了设施农业、养禽、养猪等培训班6期,培训学员1138人。辽宁朝阳工程技术学校农业服务站成立于2009年,服务站下设园艺、农艺和牧医3个分站,对学校的毕业生及各类培训学员实施免费服务,并根据服务对象情况,建立了服务站定点帮扶单位。建站以来电话咨询千余次,下乡指导700余次。目前,3个专业服务站定点帮扶单位18个,其中对一些重点服务单位还实施了跟踪服务。这些培训和指导工作解决了大量生产实际问题,受到了广大农户的欢迎,取得了一定的社会效益。在此基本上,如果搭建网络平台,使用信息技术手段,会使培训和服务更加方便、快捷,更上一层楼。中职学校利用已有的网络资源,开展远程教学服务,完善职业农民教育培训体系,培养新型职业农民。(1)融合传统教育培训方式与现代教育技术传播方式。网络技术飞速发展,“第三次工业革命”已经开始。在职业培训方式上,一方面,要坚持做好面对面培训的“农民技术员教训班”、“基层农技人员重点班”、“农民科技带头人培训班”、“农业创业培训班”等面授培训工作。另一方面,要充分利用这些培训班资源,让它们成为远程教育培训的引领者,让它们在农业技术上能够“可持续发展”。(2)建设农业远程培训网站,搭建远程教育平台。
利用涉农职业院校的网络中心设备,在校园网络平台的基础上,搭建职业农民远程培训网站,构建远程教育网络平台,最终实现资源共享。(3)开发中职学校所在区域的特色农业技术网络课程。这样的网络课程有别于传统的学科网络课程,要以解决区域农村实际问题、传播农民切实需要的技术和信息为切入点,针对中职学校所在区域,有地域针对性地具体问题具体分析,真正做到发现问题、分析问题、解决问题。(4)利用中职学校的师资优势,开发名师视频讲座。在广大农村网络硬件设备已经基本具备的前提下,开发有针对性的实用技术视频资源,让职业农民在农村点播学习。中职学校的专家级教师具有多年农民教学培训经历,具有丰富的实践教学经验,有能力开展视频讲座,也有义务普及先进的农业生产技术。(5)利用中职学校的专家资源,开展针对职业农民的网上答疑。网上答疑可以使用网络即时通讯工具,例如,使用已经非常普及的腾讯QQ、YY语音、飞信、微信和易信等视频、音频在线工具,采用视频、音频、文字、图片等多种形式进行在线答疑。也可以使用微博、E-mail进行离线答疑。解决职业农民在学习、生产中遇到的实际问题。同时,搭建这个平台后,农村科技带头人、种田能手,可以利用这个平台,相互学习,取长补短,互帮互学。(6)利用中职学校的专家级教师资源,开展农业技术问题的远程诊断。解决农业种植、养殖中遇到的疑难问题。同时也为教学提供第一手资料,实现产教结合,为职业农民提供远程现场教学的环境。(7)建立有针对性的论坛。中职学校利用自己的资源优势,在职业农民远程教育平台上搭建论坛,有针对性地开设农业技术专题版块,如果树栽培病虫防治、设施蔬菜栽培与病虫害防治、食用菌栽培技术、动物营养与饲料、动物繁育、农机具使用与维修、农村电气设备安装与维护等版块;也可开设其他相关版块,如农业法律咨询、农产品价格走势分析等版块。版主可以是职业中专的专家级教师,也可以是职业农民。(8)利用网络推广农业新技术、新成果。提高民族素质是每一个教师的使命,作为教师,了解学科的发展动向和最新研究成果,是对教师的基本要求,尤其是中职学校的教师,在农业技术高速发展的当今社会,更有责任和义务把农业学科的最新技术传播到每一位农民学生(学员)的身边。另外,农业技术具有很强的即时性,很多先进技术在传播过程中就已经被更先进的技术所取代,如何在第一时间把它们传递出去,为广大农民所用,也是中职学校要解决的问题。
4讨论