公務員期刊網(wǎng) 精選范文 人工智能對教育的意義范文

人工智能對教育的意義精選(九篇)

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對教育的意義主題范文,僅供參考,歡迎閱讀并收藏。

人工智能對教育的意義

第1篇:人工智能對教育的意義范文

由于時間太近,我們還很難一下子看清這次人工智能參加高考的長遠意義。不過,在我看來,如果人工智能能在高考這個教育的牛鼻子上有所突破,無疑是教育信息化的一大喜訊,具有不可估量的影響。

在教育信息化幾十年的發(fā)展歷程中,信息技術似乎一直有意無意地“躲著”考試,甚至和考試“對著干”。君不見,信息技術進入教育領域,強調的就是技術能帶給學生全新的學習方式,強調讓學生借助技術實現(xiàn)自主、協(xié)作、探究式的學習,強調技術帶給學生個性化的、快樂的學習。唯獨不強調用技術手段輔助考試、復習,因為技術和考試一旦“結盟”,在應試教育的“人灌”之余,豈不是會被扣上“機灌”“電灌”的帽子?

其實我們的心里都清楚,高考才是中國教育那根最大的指揮棒。假如有一天,技術能對高考產(chǎn)生影響,進而改變學生中學在校六年的學習方式,那才是邁出了技術改變學習的最堅實一步。

其實,換個角度看問題,我們就會豁然開朗。技術與考試相結合,就一定是要把學習的過程變成“機灌”“電灌”??挠柪不纳惽把焉鷱闹貜偷?、機械的、繁重的考試復習中解放出來,讓他們有更多的時間去思考學科本身的意義,有更多的時間去體悟學習自身的樂趣,甚至是有更多的時間去擁抱藍天白云嗎?

學霸君創(chuàng)始人張凱磊對記者說,據(jù)他們的研究,以數(shù)學為例,中學階段大概有3529個考點。對于高考而言,平均每個考點做3~4道題就夠了。也就是說,出于純粹應試的考慮,學生在整個中學階段的試題量應該在1萬道左右??涩F(xiàn)實是,目前絕大部分學生在中學階段面對的練習題有3~4萬道。這就意味著,其中四分之三的題目是不需要做的,屬于過度訓練,一個學生花在數(shù)學學科上的時間,有75%被浪費掉了。

第2篇:人工智能對教育的意義范文

關鍵詞:人工智能;教學改革;教學方法

引言

人工智能(ArtificialIntelligence)是一門研究和模擬人類智能的跨領域學科,是模擬、延伸和擴展人的智能的一門新技術。由于信息環(huán)境巨變與社會新需求的爆發(fā),人工智能技術的日趨成熟。隨著AI3.0時代的到來,大數(shù)據(jù)、云計算等新技術的應用也愈發(fā)廣泛,對于管理類人才來說,加強對人工智能知識的深入學習,不斷將人工智能技術與管理知識結合起來,對其未來職業(yè)生涯的發(fā)展有著重要作用。人工智能是一門前沿學科,管理學院開設人工智能課程的目的是為了更好地培養(yǎng)學生的技術創(chuàng)新思維與能力,基于其覆蓋面廣、包容性強、應用需求空間巨大的學科特點,通過概率統(tǒng)計、數(shù)據(jù)結構、計算機編程語言、數(shù)據(jù)庫原理等基礎課程的學習,加強學生解決實際問題的能力,為就業(yè)打下基礎。本文基于社會對于人工智能領域的人才需求,結合諸多長期從事經(jīng)管類專業(yè)課程教學的老師意見,針對管理類人才的人工智能課程教學內容與方法進行探討,以期對中國高校人工智能課程教學改革研究提供幫助與借鑒。

1、教學現(xiàn)狀與問題

作為一門綜合性、實踐性和應用性很強的理論技術學科,人工智能課程內容及內涵及其豐富,外延極其廣泛。學習這門課程,需要較好的數(shù)學基礎和較強的邏輯思維能力。針對管理類人才,該課程在課程教學過程中存在幾個較為突出的問題。(1)課堂教學氛圍枯燥目前,中國大多數(shù)大學仍采用傳統(tǒng)的課堂教學模式,在教學過程中照本宣科,忽略與學生的互動,并且缺乏能夠有效引起學生學習興趣與加深知識理解的教學環(huán)節(jié)設置,如此一來大大降低了學生自主思考的能力。在進行人工智能相關課程知識講解時,隨著章節(jié)的知識難度不斷增加,單向介紹式的枯燥教學方式無法反映人工智能學科的全貌,課堂講解難以同時給以學生感性和理性的認知,部分學生因乏味的課堂氛圍漸漸無法跟上教學進度,導致學習動力不足。(2)基礎課程掌握不牢管理類專業(yè)的學生大部分都會走向更加具體化的管理崗位,具有多學科的素養(yǎng),但這也導致很多學生所學知識雜而不精。學生在基礎不夯實的情況下去學習更高層面的知識,給學生學習與老師教學都造成了很大困擾。人工智能課程知識點較多,涵蓋模式識別、機器學習、數(shù)據(jù)挖掘等眾多內容,概念抽象,不易學習。一些管理類專業(yè)的學生未能熟練掌握高等數(shù)學、運籌學、數(shù)據(jù)結構、數(shù)據(jù)庫技術等先修課程,缺乏一定的關聯(lián)思考和研究意識,導致課程學習難度增加,產(chǎn)生學時不足和教學內容難點過多的問題。(3)教學與實際應用脫節(jié)當下,人工智能廣泛應用于機器視覺、智能制造等各個領域,給學生提供了大量的現(xiàn)實案例,使得人工智能不再是高深莫測的理論,而是現(xiàn)實中可以觸及的內容。例如,在機械學科領域,人工智能技術是電氣工程、機械設計制造、車輛工程等方向的重要技術來源;在醫(yī)療領域,是醫(yī)療器械的創(chuàng)新生產(chǎn)源動力;在能動領域,是高端能源裝備與新能源發(fā)展的重要驅動;在光電信息與計算機工程領域,技術的發(fā)展時刻推動著智能科學與技術核心價值的提升。然而,對于管理類專業(yè)的學生來說,現(xiàn)階段的人工智能教材涵蓋許多智能算法及相關理論,在教學過程中常常涉及到很多從未接觸過的抽象理論和復雜算法,書本中的應用實例大多紙上談兵,缺乏專門適用于管理類專業(yè)知識與人工智能技術相結合的教學實踐,加上一些教師授課方法單一,不利于引導學生將人工智能算法應用于現(xiàn)實生活。另外,大學生對知識的理解能力差異很大,教師采用統(tǒng)一的方式教給他們,這使一些學生無法跟上和理解,教師也無法控制學生的學習狀況,導致學生缺乏動力。因此,如何結合學生的現(xiàn)實情況,提高他們的動手能力和實踐經(jīng)驗也是人工智能課程教學要考慮的問題。

2、管理類人才的人工智能課程教學改進策略

課程教學改革是一項提高大學教學效果和人才培養(yǎng)質量的重要手段。如何在時代背景下應用新技術和新思想進行實施課程教學改革是高校亟待解決的問題。對于高校的教學工作而言,教學目標、教學內容和教學方式的變化不再是課程資源的簡單數(shù)字化和信息化,而是充分利用時代信息資源優(yōu)勢的新型教學模式。針對管理類專業(yè)人工智能課程教學過程中存在的問題,可以從教學方法改進和教學內容設置兩個方面進行課程教學改進。

2.1教學方法改進

教師對學生具有引領作用,其教學方法的改進能夠帶動學生改進自身學習方法。(1)啟發(fā)式案例教學案例教學法就是教師根據(jù)教學目標、教學內容以及教學要求,通過安排一些具體的教學案例,引導學生積極參與案例思考、分析、討論和表達等多項活動,是一種培養(yǎng)學生認知問題、分析和解決問題等綜合能力的行之有效的教學方法。啟發(fā)式案例教學以自主、合作、探究為主要特征,調動學生的學習積極性,并緊密結合人工智能領域的相關理論與方法,有效理解知識要點及其關聯(lián)性,適用于管理類專業(yè)學生的教學。具體而言,高?;谄鋯栴}啟發(fā)性、教學互動性以及實踐有用性等特點,可以建立基于人工智能知識體系的教學案例庫,雖然這項建設將極具挑戰(zhàn)性與耗時性,但具有很強的積極效果:培養(yǎng)學生較強的批判性思維能力,更多地保留課程材料,更積極地參與課堂活動,對提高教學質量、培養(yǎng)具有人工智能背景的管理類人才具有重要意義。例如,通過單一案例教學,讓學生掌握相關基礎知識原理及應用;通過一題多解的案例使學生思考如何獲取最有效的解題方法;通過綜合案例的設計,啟發(fā)學生全方位地探索問題的解決方案。(2)研討互動式教學研討互動式的各個教學環(huán)節(jié)是逐漸遞進、有機結合的。研討是基于學生個體的差異性,在課堂討論的過程中對學生做出評判,從而對不同類型的學生開展針對性的教學?;觿t是在研討的基礎上,通過老師與學生、學生與學生的互動,讓學生主動參與到課堂教學的過程中來。在人工智能課程教學過程中,教師通過課堂討論了解學生對于知識點的掌握情況,可以有針對性地設計教學內容,例如,對于學校積極性不強的學生,將人工智能理論內容與學生個人興趣范疇、社會產(chǎn)業(yè)發(fā)展及研究現(xiàn)狀聯(lián)系起來,能夠極大程度地提高學生學習的自主能力;對于基礎知識較為薄弱的學生,可以在教師的指導下查閱相關文獻資料,根據(jù)自己的理解撰寫心得報告,并在課堂或課外進行師生互動。像這樣研討與互動相結合的模式。有助于增強學生的探索和求知欲望,建立起濃厚的學習氛圍。(3)有效激勵式教學人工智能是引領未來的戰(zhàn)略性技術,人才需求量極大,對教師的教學水平也提出了更高要求,因此,進行有效激勵極為重要。在學生激勵方面,可以舉辦各類人工智能競賽項目,設置相應項目獎學金,吸引學生參與實踐,調動學生做研究、發(fā)論文的積極性。例如,教育部主辦的中國研究生人工智能創(chuàng)新大賽,圍繞新一代人工智能創(chuàng)新主題,激發(fā)學生的創(chuàng)新意識,提高學生的創(chuàng)新實踐能力,為人工智能領域健康發(fā)展提供人才支撐。高校也可以借鑒這種模式,在各學院乃至全校開展此類競賽項目,激發(fā)學生的創(chuàng)新能力與團隊合作能力,鼓舞更多學生加入到人工智能課程的學習中來,激發(fā)其學習興趣。在教師激勵方面,在教師聘任和提升過程中把參加學生課程制定、課堂與課外作業(yè)、課程項目和論文指導等看作教學任務的一部分,鼓勵教師積極參與這些活動。(4)學科滲透式教學人工智能學科知識融合程度較高,學科交叉性強?;谌斯ぶ悄艿膶W科交叉性特點,增強管理類人才對學科應用的領悟,可以采取開展學科滲透式教學的方法。從2015年起,國務院和教育部先后印發(fā)了《國務院關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見教育》、《高等學校人工智能創(chuàng)新行動計劃》等文件,“互聯(lián)網(wǎng)+”、“智能+”已經(jīng)滲透到各個領域,人類進入數(shù)字經(jīng)濟時代,社會需求“技術+管理”的高端復合人才。例如,基于工業(yè)4.0和強國戰(zhàn)略,人工智能技術在智能制造的應用極為廣泛。上海理工大學非常重視少數(shù)民族預科班的教育質量。為增強少數(shù)民族管理類人才對該領域應用的認識,我們請機械工程、能源動力領域的相關專家以授課或講座的形式,進行相關領域知識和發(fā)展趨勢的講解,使學生理解更為透徹。此外,在教學實踐過程中,還可以用舉辦人工智能知識交流會、線上人工智能論壇等形式,促進不同專業(yè)間老師、學生對于人工智能知識模塊的見解,相互交流、滲透和學習,從而推動人工智能課程教學的改進。

2.2教學內容設置

世界一流大學在人工智能課程內容設置根據(jù)不同國家的教育體系設置,肯定會有不同,但頗有共通之處。本文借鑒世界頂尖大學經(jīng)驗,針對管理類專業(yè)人工智能課程教學內容進行研究,結合中國教育體系設置,認為應從以下幾方面進行改進。(1)核心內容設置為避免學生因為知識點過多而出現(xiàn)雜而不精的問題,勢必要精化教學內容。在互聯(lián)網(wǎng)時代,我們可以使用云計算和其他方式來實現(xiàn)數(shù)據(jù)信息的傳輸、存儲和處理,通過在線收集和整合網(wǎng)絡課程相關數(shù)據(jù),挖掘和豐富教學資源,并在整合課程資源的基礎上,進行研究方法和前沿知識的擴展。在核心內容設置方面,可以通過收集到的數(shù)據(jù)資料,選擇人工智能領域具有代表性且難易程度適中的知識作為重點,使學生能夠在有限的學時內掌握人工智能的知識脈絡。例如,編寫針對管理類人才的人工智能教材,內容涉及緒論、知識表示與推理、常用算法、機器學習、神經(jīng)網(wǎng)絡等方面的同時,重點增加相應知識點在管理上的應用案例,加強學生對知識點的理解。同時,根據(jù)管理類專業(yè)偏向領域,開設關聯(lián)程度較大、應用較廣泛的人工智能選修課程,以便學生根據(jù)自己的興趣與需求選修具體方向的課程。(2)注重學生的數(shù)理及編程基礎良好的數(shù)理及編程基礎是學習人工智能的前提。只有具備了這些基礎,才能搞清楚人工智能模型的數(shù)量關系、空間形式和優(yōu)化過程等,才能將數(shù)學語言轉化為程序語言,并應用于實驗。管理學院人才的數(shù)理及編程基礎相對薄弱,因此,在安排學生學習人工智能課程之前,建議開設面向全體管理類專業(yè)學生的微積分、線性代數(shù)、概率論等專業(yè)基礎數(shù)學課程以及C語言、python等編程基礎課程,使學生具備數(shù)學分析的基礎與一定編程基礎,為學習人工智能課程打下堅實的基礎。另外,可以推進MOOC平臺建設,在平臺上開設人工智能網(wǎng)絡課程,幫助學生掌握人工智能知識基礎及專業(yè)技能。(3)實驗建設為了加強學生對于人工智能知識點間的關聯(lián)性理解,可以基于不同的應用模塊,設計具有前后鋪墊、上下關聯(lián)的綜合性實驗,設計不同層次的項目要求,同時基于相同的實驗課題,讓學生分組對實驗課題進行攻克,并設置多元化的實驗評價體系,通過實驗教學過程中反映出的不同進度,讓教師能對學生的學習水平做出準確評判,及時進行教學反思,以便更好地開展下一步工作。例如,針對人工智能課程應用中很廣的遺傳算法,在某一管理規(guī)劃的具體應用上設置理解-實現(xiàn)-參數(shù)分析-具體應用-嘗試改進-深度拓展的不同層次的項目要求,在這些項目層次中規(guī)定必做項與可選項,讓學生基于同一實驗課題進行合作學習,然后通過個人自我評價、小組成員互相評價以及教師評價的方式進行打分,對小組整體能力以及個人能力進行綜合評估,以期培養(yǎng)學生的自主思考能力。

第3篇:人工智能對教育的意義范文

人工智能模擬仿真算法危機

1引言

人工智能(Artificial Intelligence),英文縮寫為AI。它是用于研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的科學技術?!叭斯ぶ悄堋钡奶崞鹱钤绱笾率窃?9世紀中葉的Dartmouth學會上被提出來的。它是計算機科學、信息科學、電子技術學、語言科學等多個學科互相影響促進而發(fā)展起來的一門綜合類的學科。從計算機科學的角度出發(fā),人工智能是研究如何制造智能或智能化的機器來仿真人類智能活動的,以模擬人們智能的科學系統(tǒng)。目前,人類社會已處于信息時代,也可以說是信息爆炸的時代。

人類的科學演變已從單一的“數(shù)值計算”發(fā)展到系統(tǒng)的“邏輯計算”。人類正在將信息工程學逐步提入到計算機系統(tǒng)中,從而出現(xiàn)了“信息管理”“和“信息交換”等科學的迫切需求。而加速擴大“信息處理”層面來說,現(xiàn)有的計算機的處理數(shù)據(jù)能力是匹配不了的,缺少領域專業(yè)“智能”。這樣的“計算機科學”已無法適應信息科學的發(fā)展需求。全球的信息科學正在逐步形成,Al作為現(xiàn)代信息科學發(fā)展的核心。從古至今人們對提及智能相關的問題就很感興趣,只不過在計算機沒有發(fā)明之前,沒有任何高科技輔助工具能解開智能的奧秘。

2“數(shù)據(jù)處理”與“知識處理”

巨大的信息處理能力是計算機技術產(chǎn)生和發(fā)展的巨大動力。計算機可以輔助人們全方位的解析科學未知智能領域,信息處理的發(fā)展大致分為兩個重要階段:

(1)數(shù)值計算階段,大量文件數(shù)據(jù)處理和管理。這些都有明確算法和科學的管理方法,這個層面中的顯著特征是“數(shù)據(jù)處理分析”階段。體顯出對眾多學科領域學術發(fā)展的積極促進作用,逾越了許多的計算領域界限,使原本許多不可解決的問題迎刃而解。

(2)邏輯與符號處理實質階段,這就必須讓計算機具有超強的處理分析能力。在這一階段的主要研究是對知識數(shù)據(jù)的處理過程,實現(xiàn)了這些Al就基本呈現(xiàn)在眼前了。

科學技術的發(fā)展是不斷探索未知領域的漫長過程,也是孕育而生新算法智能工具的過程。探索未知的科學領域需要智能的輔助工具,這就使人類對未知科學領域探索的腳步越來越快。

3人工智能的應用領域

(1)地質勘探、石油化工等領域是人工智能的主要發(fā)展使用領域。1978年美國斯坦福國際研究所會議中曾經(jīng)討論研發(fā)后來制成了礦產(chǎn)勘探開采系統(tǒng)(PROSPECTOR),該系統(tǒng)主要用于勘探礦產(chǎn)、分析種類以及礦產(chǎn)容量等,是工程領域依靠人工智能的一個典型案例。

(2)人工智能和專家系統(tǒng)理論和技術應用在醫(yī)學領域。形成醫(yī)學專家系統(tǒng),他具有極大的科學及經(jīng)濟價值,醫(yī)生診斷復雜的醫(yī)學問題集中使用都靠它來解決。人工智能促進醫(yī)學發(fā)展方面起著重要作用,并應用于多個醫(yī)學領域,現(xiàn)階段發(fā)展趨于完善。

4計算機及人工智能的發(fā)展方向

計算機的發(fā)展將趨向超高速、超小型、并行處理和智能化。自從1946年世界上第一臺電子計算機誕生以來,計算機技術迅猛發(fā)展,現(xiàn)有計算機的性能受到挑戰(zhàn),開始從基本原理上尋找計算機發(fā)展的領域,新型計算機的研發(fā)應運而生。未來量子、光子和分子計算機將具有感知、思考、判斷、學習以及一定的語言表達能力,使計算機走進人工智能時代。

現(xiàn)如今科學技術每天都在飛速發(fā)展,人工智能的發(fā)展空間領域越來越大。但從目前的一些尖端的科學領域的研究可以看出,人工智能未來的發(fā)展可能會向更高層次的科學領域深入人工智能的發(fā)展作為一種高輔技術實現(xiàn)與人類智能對接是現(xiàn)代社會發(fā)展的高效催化劑,人工智能科學整體性的研究探索可以說才剛剛起步,但是它的迷人魅力會促使科學家們前仆后繼的投入到研究探索的工作當中去。相信人工智能領域研究開發(fā)會離我們的期望目的越來越近。

5結語

計算機的發(fā)展現(xiàn)在已經(jīng)處于第五代的研發(fā)當中,其中最核心技術便是人工智能,可以說,人工智能的研究一旦取得突破,那么第五代計算機就有可能研發(fā)成功,同時在世界范圍內的數(shù)據(jù)信息科學領域產(chǎn)生重大的意義,乃至對人類文明的發(fā)展產(chǎn)生重大影響。由人腦科學、認知能力科學、人工智能等共同研究智能的潛在本質,形成模擬智能科學。而對于人工智能學科整體層面而言,要有所突破前進,必需要有多個學科合作協(xié)同,在眾多學科研究中實現(xiàn)主動創(chuàng)新。

由于人工智能與計算機技術的飛速進展,對人類社會、人類認知智能等科學的深入研究,形成了研究人腦及思維等學科。電腦與人腦、人工智能與人類智能,特別是智能計算機高度模擬人腦的研究,全面推動了人類社會認知世界的發(fā)展,人工智能的深入研究使計算機更加智能聰慧。計算機發(fā)展的未來值得注意的是,人類使計算機更加接近自己,人工智能科學領域帶動了計算機的飛速發(fā)展,計算機的聰明才智更接近人類,智能的計算機大大滴提高了人類認知世界改造世界的能力,人類發(fā)明使用智能的計算機推動全人類社會文明的飛躍發(fā)展。

參考文獻:

[1]蔡自興,蒙祖強.人工智能基礎(第2版).高等教育出版社.

[2]閻平凡.人工神經(jīng)網(wǎng)絡語模擬進化計算.北京:清華大學出版社,2000.

[3]趙林明.多層前向人工神經(jīng)網(wǎng)絡.鄭州:黃河水利出版社,1999.

[4]何佳洲,周志華,陳兆乾.系統(tǒng)故障診斷的一種神經(jīng)網(wǎng)絡方法.計算機工程與應用,1996.

[5]韓立群.人工神經(jīng)網(wǎng)絡管理、設計及應用.北京:化學工業(yè)出版社,2004.

[6]周開利,康耀紅.神經(jīng)網(wǎng)絡及其MATLAB仿真程序設計.北京:清華大學出版社,2005.

[7]黃國興,陶樹平,丁岳偉.計算機導論(第2版).清華大學出版社.

第4篇:人工智能對教育的意義范文

【關鍵詞】人工智能;計算機;輔助教學;應用

計算機輔助教學是一種新興的教學手段,幫助課堂進入到一種更加智能化和現(xiàn)代化的環(huán)境與條件中,將傳統(tǒng)的教學模式和方法與多媒體和網(wǎng)絡結合起來,為學生營造更好更有趣的教學氛圍。但是由于技術的不成熟以及經(jīng)驗的不充分,導致其依舊存在問題和不足。

1計算機輔助教學開展現(xiàn)狀和發(fā)展困境

1.1缺少開放包容的特性

近年來,計算機輔助教學的開發(fā)和應用已取得了一些較好的成績,但由于我國計算機網(wǎng)絡工程和相關領域的技術革新起步較晚,對于計算機教學的發(fā)展與改革依舊存在較多的不足和缺陷。首先是在開放包容性上的缺失。這一缺失的原因主要來自于兩個方面,第一個方面是思想上的落后和閉塞,人們對于計算機輔助教學的態(tài)度依舊存在負面和抵觸的情緒,這是由于害怕計算機的加入讓課堂和教學秩序失控,所以并沒有充分開發(fā)和展現(xiàn)出計算機在教學中的優(yōu)勢。第二個方面是技術層面上的限制,我國對于計算機輔助教學的課件和軟件技術都只是按照一種最傳統(tǒng)和安全的方式進行,缺少探索和冒險的精神、開放和包容的態(tài)度[1]。

1.2缺少人機交互的能力

計算機輔助教學過程中,計算機不僅僅是一個信息的載體,更應該將其當作課堂的一份子,能夠充分參與到整個課堂的活動和教學工作中。但是大多數(shù)的智慧課堂在使用計算機時,僅僅利用其多媒體的播放功能,教學的主體和主要角色依舊是教師,只是把課本和板書照搬到了多媒體課件中。教學的內容仍然是枯燥和單一的,學生依舊帶有一種被強迫的學習心理。這種教學缺乏人機之間的交互,機器不能自主獲取學生學習的狀態(tài)和對知識的掌握情況,學生也無法通過計算機主動地得到反饋和解答,讓人機之間僅僅是流程化的配合和交流。在這種刻板的學習模式下,甚至會讓一部分學生喪失學習的樂趣和興趣。

1.3缺少課程教學的特點

不同的課程有著不同的教學重點和偏向,這就對教師的教學工作提出了更高的要求,計算機的加入,本來應該能夠為教師提供一個新的教學方向和思路,但是由于計算機的便捷性導致一部分教師產(chǎn)生偷懶和敷衍的教學心態(tài),在教學過程中全程使用多媒體播放課件,喪失了課程自身的特性和特質。尤其是一些對實踐能力要求較高的課程,教師過度使用計算機只會導致教學趣味性的流失。

1.4缺少師生互動的樂趣

教師作為課堂教學的主要角色,不僅僅是要把知識以一種通俗外化的形式傳遞給學生,更是應該做學生心理特征的發(fā)掘者、學生學習習慣的糾正者和幫助者。教師的鼓勵和贊許都會對學生起到重要作用。但是計算機輔助教學之后,教師將更多的精力放到了如何制作精美的教學課件上,而忽略了與學生之間最直接的感情和語言交流,喪失師生互動的樂趣。

1.5缺少有序的教學策略

教學策略是保證一節(jié)課是否能夠有序開展和進行的重要條件與因素。但是計算機參與和設計的教學環(huán)節(jié),只是一個程式化的展示,在課堂上會遇到多種多變的教學情況,一旦在某一個環(huán)節(jié)出現(xiàn)問題,就有可能導致計算機設計的教學步驟全部打亂,陷入一種無序的狀態(tài)中[2]。1.6缺少靈活的智能性能計算機技術的開發(fā)和應用在我國已經(jīng)逐漸形成了一套完善和成熟的體系,但是計算機在教學中的應用與引進時間并不長,導致當前多數(shù)計算機輔助下的課堂并不具備充分的靈活和智能性,大部分的教學工作和考核評價工作依舊是由教師人工完成,對于不同學生的學習狀態(tài)掌握也有所偏差。

2人工智能在計算機輔助教學中的應用

2.1建立知識庫

人工智能在計算機輔助教學中應用的主要原則,就是將深度學習與認知學的理論知識作為整個程序模塊設計開發(fā)的基礎,通過建立一個知識庫,將收集到的知識案例進行分類,訓練機器進行自動識別,從而提取和分析出不同學生在不同的知識中所表現(xiàn)出來的學習能力與掌握熟練程度,進而可以有針對性和有選擇性地進行復習與鞏固,達到機器代替部分人工教學、緩解教師壓力的目的。第一步就需要進行知識庫的建立,主要包括了專家決策的核心系統(tǒng)對所輸入的知識進行判斷與篩選調取。同時知識庫還可以實現(xiàn)共享的功能,對知識進行簡化與提煉,做到精益求精。知識庫的搭建應該要盡量簡單和易修改[3]。

2.2打造專家模塊

在建立了知識庫之后,就需要圍繞人工智能教學的主要目的進行專家模塊的打造,專家模塊存在的意義在于能夠將其比喻為整個學習系統(tǒng)中的推理機。在需要和使用的情況下,由專家模塊自動隨機地生成問題,并且可以通過知識庫的相關內容調取形成答案并充分解釋。其次,專家模塊的另一個作用就在于能夠幫助評價和考核學生的學習情況,實現(xiàn)一種更加公正透明的評價過程。在進行專家模塊打造時,通常使用的是兩種方法,一種是固定算法,即根據(jù)題庫的問題模板,循規(guī)蹈矩、規(guī)規(guī)范范地進行問題的設立和解答的編寫。而另一種就是啟發(fā)策略,這種專家模塊更多的是引導學生通過簡單和有限的提示信息,自己推理摸索找尋正確的答案和解決方案。除此之外,專家模塊還可以自動匹配,依據(jù)學生能力分配問題。

2.3建立學生模塊

與專家模塊相互配合相互輔助的就是學生模塊。學生模塊的本質其實也屬于專家系統(tǒng),模塊內部所存儲和容納的是學生的不同學習習慣和學習行為特征。這個模塊建立的目的主要是兩個,一個是為了讓學生在學習的過程中可能出現(xiàn)的錯誤習慣和方法被快速識別,并且能夠通過機器語言進行記憶與編譯,從而建立一個比較完整和全面的錯誤類型數(shù)據(jù)庫,進而深層分析找到錯誤的原因。第二個目的就是為了幫助學生對錯誤學習行為和習慣進行解釋,從更加深層次的角度挖掘學生由于知識理論掌握不充分而導致錯誤的原因。學生模式的建立一般依靠的就是人工智能的自我學習和接受訓練讓系統(tǒng)能夠建立起模型對學生的學習習慣進行模擬。這樣在上一步打造的專家模型就可以為學生模型提供一個對比的樣本,專家模型的兩種運算和教學方式可以分別評估學生的學習能力和學習錯誤[4]。

2.4優(yōu)化教學模塊

教學模塊是人工智能在計算機輔助教學模式中必不可少的一個環(huán)節(jié),教學模塊的內容是基于傳統(tǒng)教學設計和規(guī)劃之上的。在計算機與人進行交互的過程中,教學策略主要是由教學的不同分支來體現(xiàn),能夠達到較好的發(fā)散性和綜合性的效果。但是其不足的地方也比較明顯,那就是只能按照某一類型或者某一個的教學方法進行,系統(tǒng)不能快速地根據(jù)不同內容識別和選擇最適合最有效率的教學模式。具體的應用和實現(xiàn)過程就是將專家模塊和學生模塊的內容進行連接和合并,將專家模塊生成的問題及答案與學生模塊中上傳和學習到的進行對比,選擇覆蓋或者是分析提取,能夠比較客觀地發(fā)現(xiàn)學生學習中存在的理解性偏差和實踐性錯誤。之后再將結果傳回到知識庫中,調用相關的知識內容,形成一個完整的反饋鏈,幫助教師做出教學決策,調整教學進度和教學規(guī)劃。但是這個模塊的設計也應該充分考慮到諸多情況和因素,因此在條件判斷時應加入更多的循環(huán)。

2.5開發(fā)智能接口模塊

人工智能在計算機輔助教學模式中的應用和融合最后一步就是要開發(fā)出一個穩(wěn)定和高效能的智能接口模塊,主要作用是為了連接學生和計算機之間的信息交換和溝通,即進行信息的輸入與傳出。在接收到學生傳遞的學習信號后,接口模塊要及時調動起教學模塊、專家模塊和學生模塊,把信息傳遞給不同模塊處理,之后再由教學模塊所作出的教學決策和結果論證信息輸出反饋給人,實現(xiàn)了機器語言與人類語言之間的轉化。一個能夠正常運轉并且具備較高實用性和參考性的教學系統(tǒng),一定融匯了思想教學、策略和心理學等多方面的因素和知識內容體系,所以智能接口模塊的設計與開發(fā),一定要全面考慮這些成分,開發(fā)出更加靈活多變的接口模塊[5]。

3結語

人工智能在近年來獲得了快速的發(fā)展和進步,成為我國當前各個行業(yè)領域之內炙手可熱的先進技術。對于計算機輔助教學的開展和改革來說,人工智能的融入與應用有著重要的價值與意義。

參考文獻

[1]張鎰麟.關于計算機輔助教學中人工智能技術的應用研究[J].當代旅游,2019(1):239.

[2]劉蔭.人工智能在計算機網(wǎng)絡技術中的應用研究[J].科學與信息化,2019(2):20-21.

[3]孫玉梅,趙駿,王美春,等.基于人工智能技術的《單片機原理及應用》課程CAI軟件研制[J].教育教學論壇,2016(45):268-270.

[4]張園.人工智能技術在計算機輔助教學中的應用研究[J].科技資訊,2007(34):108-109.

第5篇:人工智能對教育的意義范文

【關 鍵 詞】法理學/法律推理/人工智能

【正 文】

一、人工智能法律系統(tǒng)的歷史

機先驅思想家萊布尼茲曾這樣不無浪漫地談到推理與計算的關系:“我們要造成這樣一個結果,使所有推理的錯誤都只成為計算的錯誤,這樣,當爭論發(fā)生的時候,兩個家同兩個計算家一樣,用不著辯論,只要把筆拿在手里,并且在算盤面前坐下,兩個人面對面地說:讓我們來計算一下吧!”(注:轉引自肖爾茲著:《簡明邏輯史》,張家龍譯,商務印書館1977年版,第54頁。)

如果連抽象的哲學推理都能轉變?yōu)橛嬎銇斫鉀Q,法律推理的定量化也許還要相對簡單一些。盡管理論上的可能性與技術可行性之間依然存在著巨大的鴻溝,但是,人工智能技術的發(fā)展速度確實令人驚嘆。從誕生至今的短短45年內,人工智能從一般問題的研究向特殊領域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序,證明了羅素《數(shù)學原理》第二章52個定理中的38個定理。塞繆爾的課題組利用對策論和啟發(fā)式探索技術開發(fā)的具有自能力的跳棋程序,在1959年擊敗了其設計者,1962年擊敗了州跳棋冠軍,1997年超級計算機“深藍”使世界頭號國際象棋大師卡斯帕羅夫俯首稱臣。

20世紀60年代,人工智能研究的主要課題是博弈、難題求解和智能機器人;70年代開始研究語言理解和專家系統(tǒng)。1971年費根鮑姆教授等人研制出“化學家系統(tǒng)”之后,“計算機數(shù)學家”、“計算機醫(yī)生”等系統(tǒng)相繼誕生。在其他領域專家系統(tǒng)研究取得突出成就的鼓舞下,一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。(注:Simon Chalton,Legal Diagnostics,Computers and Law,No.25,August 1980.pp.13-15.Bryan Niblett,Expert Systems for Lawyers,Computers and Law,No.29,August 1981.p.2.)

1970年Buchanan & Headrick發(fā)表了《關于人工智能和法律推理若干問題的考察》,一文,拉開了對法律推理進行人工智能研究的序幕。文章認為,理解、模擬法律論證或法律推理,需要在許多知識領域進行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識類型,即如何描述法律知識,其中處理開放結構的法律概念是主要難題。其次,要了解如何運用各種知識進行推理,包括分別運用規(guī)則、判例和假設的推理,以及混合運用規(guī)則和判例的推理。再次,要了解審判實踐中法律推理運用的實際過程,如審判程序的運行,規(guī)則的適用,事實的辯論等等。最后,如何將它們最終運用于編制能執(zhí)行法律推理和辯論任務的計算機程序,區(qū)別和不同的案件,預測并規(guī)避對手的辯護策略,建立巧妙的假設等等。(注:Buchanan & Headrick,Some SpeculationAbout Artificial Intelligence and Legal Reasoning,23 StanfordLaw Review(1970).pp.40-62.)法律推理的人工智能研究在這一時期主要沿著兩條途徑前進:一是基于規(guī)則模擬歸納推理,70年代初由Walter G.Popp和Bernhard Schlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析,尋求在模型與以前貯存的基礎數(shù)據(jù)之間建立實際聯(lián)系,并僅依這種關聯(lián)的相似性而得出結論。Jeffrey Meld-man 1977年開發(fā)了計算機輔助法律分析系統(tǒng),它以律師推理為模擬對象,試圖識別與案件事實模型相似的其他案件??紤]到律師分析案件既用歸納推理又用演繹推理,程序對兩者都給予了必要的關注,并且包括了各種水平的分析推理方法。

專家系統(tǒng)在法律中的第一次實際應用,是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當作法律適用的實踐工具,對美國民法制度的某個方面進行檢測,運用嚴格責任、相對疏忽和損害賠償?shù)饶P停嬎愠鲐熑伟讣馁r償價值,并論證了如何模擬法律專家意見的方法論問題。(注:'Models of LegalDecisionmaking Report',R-2717-ICJ(1981).)

我國專家系統(tǒng)的研制于20世紀80年代中期起步。(注: 錢學森教授:《論法治系統(tǒng)工程的任務與》(《管理》1981年第4期)、《主義和法治學與技術》(《法制建設》1984年第3期)、《現(xiàn)代科學技術與法和法制建設》(《政法論壇》)1985年第3期)等文章,為我國法律專家系統(tǒng)的研發(fā)起了思想解放和奠基作用。)1986年由朱華榮、肖開權主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國家社科“七五”研究課題,它在建立盜竊罪量刑數(shù)學模型方面取得了成果。在法律數(shù)據(jù)庫開發(fā)方面,1993年中山大學學生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動化系統(tǒng)》。(注:楊建廣、駱梅芬編著:《法治系統(tǒng)工程》,中山大學出版社1996年版,第344-349頁。)1993年武漢大學法學院趙廷光教授主持開發(fā)了《實用刑法專家系統(tǒng)》。(注:趙廷光等著:《實用刑法專家系統(tǒng)用戶手冊》,北京新概念軟件研究所1993年版。)它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成,具有檢索刑法知識和對刑事個案進行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點:(1)它要解決復雜的實際,而不是規(guī)則簡單的游戲或數(shù)學定理證明問題;(2)它面向更加專門的領域,而不是單純的原理性探索;(3)它主要根據(jù)具體的問題域,選擇合理的方法來表達和運用特殊的知識,而不強調與問題的特殊性無關的普適性推理和搜索策略。

法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實發(fā)揮了重要作用,解放了律師一部分腦力勞動。但絕大多數(shù)專家系統(tǒng)只能做法律數(shù)據(jù)的檢索工作,缺乏應有的推理功能。20世紀90年代以后,人工智能法律系統(tǒng)進入了以知識工程為主要技術手段的開發(fā)時期。知識工程是指以知識為處理對象,以能在機上表達和運用知識的技術為主要手段,研究知識型系統(tǒng)的設計、構造和維護的一門更加高級的人工智能技術。(注:《大百科全書·自動控制與系統(tǒng)工程》,中國大百科全書出版社1991年版,第579頁。)知識工程概念的提出,改變了以往人們認為幾個推理定律再加上強大的計算機就會產(chǎn)生專家功能的信念。以知識工程為技術手段的法律系統(tǒng)研制,如果能在法律知識的獲得、表達和應用等方面獲得突破,將會使人工智能法律系統(tǒng)的研制產(chǎn)生一個質的飛躍。

人工智能法律系統(tǒng)的源于兩種動力。其一是法律實踐自身的要求。隨著社會生活和法律關系的復雜化,法律實踐需要新的思維工具,否則,法律家(律師、檢察官和法官)將無法承受法律日積月累和法律案件不斷增多的重負。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動為目標,但又必須以具體思維活動一城一池的攻克為過程。它需要通過對不同思維領域的征服,來證明知識的每個領域都可以精確描述并制造出類似人類智能的機器。此外,人工智能選擇法律領域尋求突破,還有下述原因:(1)盡管法律推理十分復雜,但它有相對穩(wěn)定的對象(案件)、相對明確的前提(法律規(guī)則、法律事實)及嚴格的程序規(guī)則,且須得出確定的判決結論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理,以明確的規(guī)則、理性的標準、充分的辯論,為觀察思維活動的軌跡提供了可以記錄和回放的樣本。(3)法律知識長期的積累、完備的檔案,為模擬法律知識的獲得、表達和應用提供了豐富、準確的資料。(4)法律活動所特有的自我意識、自我批評精神,對法律程序和假設進行檢驗的傳統(tǒng),為模擬法律推理提供了良好的反思條件。

二、人工智能法律系統(tǒng)的價值

人工智能法律系統(tǒng)的研制對法學理論和法律實踐的價值和意義,可以概括為以下幾點:

一是方法論啟示。P.Wahlgren說:“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法反思。這個信仰反映了法理學可以被視為旨在于開發(fā)法律和法律推理之方法的活動。從法理學的觀點看,這種研究的最終目標是揭示方法論的潛在作用,從而有助于開展從法理學觀點所提出的解決方法的討論,而不僅僅是探討與計算機科學和人工智能有關的非常細致的技術方面?!保ㄗⅲ篜.Wahlgren,Automationof Legal Reasoning:A Study on Artificial Intelligence and Law,Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.)在模擬法律推理的過程中,法學家通過與工人智能專家的密切合作,可以從其對法律推理的獨特理解中獲得有關方法論方面的啟示。例如,由于很少有兩個案件完全相似,在判例法實踐中,總有某些不相似的方面需要法律家運用假設來分析已有判例與現(xiàn)實案件的相關性程度。但法學家們在假設的性質問題上常常莫衷一是。然而HYPO的設計者,在無真實判例或真實判例不能充分解釋現(xiàn)實案件的情況下,以假設的反例來反駁對方的觀點,用補充、刪減和改變事實的機械論方法來生成假設。這種用人工智能方法來處理假設的辦法,就使復雜問題變得十分簡單:假設實際上是一個新的論證產(chǎn)生于一個經(jīng)過修正的老的論證的過程??傊斯ぶ悄芊椒梢詭椭▽W家跳出法理學方法的思維定勢,用其他學科的方法來重新審視法學問題,從而為法律問題的解決提供了新的途徑。

二是提供了思想實驗手段。西蒙認為,盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的,“但我們知道這些處理在數(shù)字機中是由電子作用完成的。給計算機編程序使之思維,已經(jīng)證明有可能為思維提供機械論解釋”。(注:轉引自童天湘:《人工智能與第N代計算機》,載《》1985年第5期。)童天湘先生認為:“通過編制有關思維活動的程序,就會加深對思維活動具體細節(jié)的了解,并將這種程序送進計算機運行,檢驗其正確性。這是一種思想實驗,有助于我們研究人腦思維的機理?!保ㄗⅲ恨D引自童天湘:《人工智能與第N代計算機》,載《哲學研究》1985年第5期。)人工智能系統(tǒng)研究的直接目標是使計算機能夠獲取、表達和法律知識,軟件工程師為模擬法律推理而編制程序,必須先對人的推理過程作出基于人工智能和的獨特解釋。人工智能以功能模擬開路,在未搞清法律家的推理結構之前,首先從功能上對法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動進行數(shù)理,將法、訴訟法學關于法律推理的研究成果模型化,以實現(xiàn)法律推理知識的機器表達或再現(xiàn),從而為認識法律推理的過程和提供了一種實驗手段。法學家則可以將人工智能法律系統(tǒng)的推理過程、方法和結論與人類法律推理活動相對照,為法律推理的法理學研究所借鑒。因此,用人工智能方法模擬法律推理,深化了人們對法律推理性質、要素和過程的認識,使法學家得以借助人工智能的敏銳透鏡去考察法律推理的微觀機制。正是在這個意義上,Bryan Niblett教授說:“一個成功的專家系統(tǒng)很可能比其他的途徑對法理學作出更多的(理論)貢獻?!保ㄗⅲ築ryan Niblett,ExpertSystems for Lawyers,Computers and Law,No.29,August 1981.note14,p.3.)

三是輔助司法審判。按照格雷的觀點,法律專家系統(tǒng)首先在英美判例法國家出現(xiàn)的直接原因在于,浩如煙海的判例案卷如果沒有計算機編纂、分類、查詢,這種法律制度簡直就無法運轉了。(注:Pamela N.Gray Brookfield,Artificial Legal Intelligence,VT:DartmouthPublishing Co.,1997.p.402.)其實不僅是判例法,制定法制度下的律師和法官往往也要為檢索有關的法律、法規(guī)和司法解釋耗費大量的精力和時間,而且由于人腦的知識和記憶能力有限,還存在著檢索不全面、記憶不準確的。人工智能法律系統(tǒng)強大的記憶和檢索功能,可以彌補人類智能的某些局限性,幫助律師和法官從事相對簡單的法律檢索工作,從而極大地解放律師和法官的腦力勞動,使其能夠集中精力從事更加復雜的法律推理活動。

四是促進司法公正。司法推理雖有統(tǒng)一的法律標準,但法官是具有主觀能動性的差異個體,所以在執(zhí)行統(tǒng)一標準時會產(chǎn)生一些差異的結果。司法解釋所具有的建構性、辯證性和創(chuàng)造性的特點,進一步加劇了這種差異。如果換了鋼鐵之軀的機器,這種由主觀原因所造成的差異性就有可能加以避免。這當然不是說讓計算機完全取代法官,而是說,由于人工智能法律系統(tǒng)為司法審判提供了相對統(tǒng)一的推理標準和評價標準,從而可以輔助法官取得具有一貫性的判決。無論如何,我們必須承認,鋼鐵之軀的機器沒有物質欲望和感情生活,可以比人更少地受到外界因素的干擾。正像計算機錄取增強了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣,智能法律系統(tǒng)在庭審中的運用有可能減少某些徇私舞弊現(xiàn)象。

五是輔助法律和培訓。人工智能法律系統(tǒng)凝聚了法律家的專門知識和法官群體的審判經(jīng)驗,如果通過軟件系統(tǒng)或計算機實現(xiàn)專家經(jīng)驗和知識的共享,便可在法律教育和培訓中發(fā)揮多方面的作用。例如,(1)在法學院教學中發(fā)揮模擬法庭的作用,可以幫助法律專業(yè)學生鞏固自己所學知識,并將法律知識應用于模擬的審判實踐,從而較快地提高解決法律實踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識,迅速獲得判案經(jīng)驗,在審判過程的跟蹤檢測和判決結論的動態(tài)校正中增長知識和才干,較快地接近或達到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時獲得有關法律問題的咨詢建議,彌補因知識結構差異和判案經(jīng)驗多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時的法律咨詢,提高廣大人民群眾的法律素質,增強法律意識。

六是輔助立法活動。人工智能系統(tǒng)不僅對輔助司法審判有重要的意義,而且對完善立法也具有實用價值。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning, Yale Law Journal.(Vol.99:1957-1981).)例如,倫敦大學Imperial學院的邏輯程序組將1981年英國國籍法的形式化,幫助立法者發(fā)現(xiàn)了該法在預見性上存在的一些缺陷和法律漏洞。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning,The Yale LawJournal.(Vol.99:1957-1981).)立法輔助系統(tǒng)如能于法律起草和法律草案的審議過程,有可能事先發(fā)現(xiàn)一些立法漏洞,避免一個法律內部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。

三、法在人工智能法律系統(tǒng)中的作用

1.人工智能法律系統(tǒng)的法理學思想來源

關于人工智能法律系統(tǒng)之法理學思想來源的追蹤,不是對法理學與人工智能的聯(lián)系作面面俱到的考察,而旨在揭示法理學對人工智能法律系統(tǒng)的所產(chǎn)生的一些直接。

第一,法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了基礎。18-19世紀的法律形式主義強調法律推理的形式方面,認為將法律化成簡單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國法學的傳統(tǒng),主張“法律推理應該依據(jù)客觀事實、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運作,那么無論誰作裁決,法律推理都會導向同樣的裁決。”(注:(美)史蒂文·J·伯頓著:《法律和法律推理導論》,張志銘、解興權譯,政法大學出版社1998年9月版,第3頁。)換言之,機器只要遵守法律推理的邏輯,也可以得出和法官一樣的判決結果。在分析法學家看來,“所謂‘法治’就是要求結論必須是大前提與小前提邏輯必然結果?!保ㄗⅲ褐炀拔闹骶帲骸秾ξ髀蓚鹘y(tǒng)的挑戰(zhàn)》,中國檢察出版社1996年2月版,第292頁。)如果法官違反三段論推理的邏輯,就會破壞法治。這種機械論的法律推理觀,反映了分析法學要求法官不以個人價值觀干擾法律推理活動的主張。但是,它同時具有忽視法官主觀能動性和法律推理靈活性的僵化的缺陷。所以,自由法學家比埃利希將法律形式主義的邏輯推理說稱為“自動售貨機”理論。然而,從人工智能就是為思維提供機械論解釋的意義上說,法律形式主義對法律推理所作的機械論解釋,恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實際過程來看,在其起步階段,人工智能專家正是根據(jù)法律形式主義所提供的理論前提,首先選擇三段論演繹推理進行模擬,由Walter G.Popp和Bernhard Schlink在20世紀70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個系統(tǒng)中,作為推理大小前提的法律和事實之間的邏輯關系,被機以“如果A和B,那么C”的方式加以描述,使機器法律推理第一次從理論變?yōu)楝F(xiàn)實。

第二,法律現(xiàn)實主義推動智能模擬深入到主體的思維結構領域。法律形式主義忽視了推理主體的性。法官是生活在現(xiàn)實社會中的人,其所從事的法律活動不可能不受到其社會體驗和思維結構的影響。法官在實際的審判實踐中,并不是機械地遵循規(guī)則,特別是在遇到復雜案件時,往往需要作出某種價值選擇。而一旦面對價值,法律形式主義的邏輯決定論便立刻陷入困境,顯出其僵化性的致命弱點。法律現(xiàn)實主義對其僵化性進行了深刻的批判?;裟匪狗ü倜鞔_提出“法律的生命并不在于邏輯而在于經(jīng)驗”(注:(美)博登海默著:《法理學——法及其方法》,鄧正來、姬敬武譯,華夏出版社1987年12月版,第478頁。)的格言。這里所謂邏輯,就是指法律形式主義的三段論演繹邏輯;所謂經(jīng)驗,則包括一定的道德和理論、公共政策及直覺知識,甚至法官的偏見。法律現(xiàn)實主義對法官主觀能動性和法律推理靈活性的強調,促使人工智能研究從模擬法律推理的外在邏輯形式進一步轉向探求法官的內在思維結構。人們開始考慮,如果思維結構對法官的推理活動具有定向作用,那么,人工智能法律系統(tǒng)若要達到法官水平,就應該通過建立思維結構模型來設計機器的運行結構。TAXMAN的設計就借鑒了這一思想,法律知識被計算機結構語言以語義的方式組成不同的規(guī)則系統(tǒng),解釋程序、協(xié)調程序、說明程序分別對網(wǎng)絡結構中的輸入和輸出信息進行動態(tài)結構調整,從而適應了知識整合的需要。大規(guī)模知識系統(tǒng)的KBS(Knowledge Based System)開發(fā)也注意了思維結構的整合作用,許多具有內在聯(lián)系的小規(guī)模KBS子系統(tǒng),在分別模擬法律推理要素功能(證成、法律查詢、法律解釋、法律適用、法律評價、理由闡述)的基礎上,又通過聯(lián)想程序被有機聯(lián)系起來,構成了具有法律推理整體功能的概念模型。(注:P.Wahlgren,Automation of Legal Reasoning:A Study onArtificial Intelligence and Law,Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.)

第三,“開放結構”的概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對應關系。有時候從一個法律規(guī)則可以推出幾種不同的結論,它們往往沒有明顯的對錯之分;有時一個案件面對著幾個相似的法律規(guī)則。在這些情況下,形式主義推理說都一籌莫展。但是,法律現(xiàn)實主義在批判法律形式主義時又走向另一個極端,它否認具有普遍性的一般法律規(guī)則的存在,試圖用“行動中的法律”完全代替法學“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機械論束縛所走出的必要一步,然而,法律如果真像現(xiàn)實主義法學所說的那樣僅僅存在于具體判決之中,法律推理如果可以不遵循任何標準或因人而異,那么,受到挑戰(zhàn)的就不僅是法律形式主義,而且還會殃及法治要求實現(xiàn)規(guī)則統(tǒng)治之根本原則,并動搖人工智能法律系統(tǒng)存在的基礎。哈特在法律形式主義和法律現(xiàn)實主義的爭論中采取了一種折中立場,他既承認邏輯的局限性又強調其重要性;既拒斥法官完全按自己的預感來隨意判案的見解,又承認直覺的存在。這種折中立場在哈特“開放結構”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結構”,邏輯推理可以幫助法官發(fā)現(xiàn)的陽面,而根據(jù)政策、價值和后果對規(guī)則進行解釋則有助于發(fā)現(xiàn)問題的陰面。開放結構的法律概念,使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對疑難案件無能為力時,找到了新的立足點。在此基礎上,運用開放結構概念的疑難案件法律推理模型,通過邏輯程序工具和聯(lián)想技術而建立起來。Gardner博士就疑難案件提出兩種解決策略:一是將簡易問題從疑難問題中篩選出來,運用基于規(guī)則的技術來解決;二是將疑難問題同“開放結構”的法律概念聯(lián)系在一起,先用非范例知識如規(guī)則、控辯雙方的陳述、常識來獲得初步答案,再運用范例來澄清案件、檢查答案的正確性。

第四,目的法學促進了價值推理的人工智能。目的法學是指一種所謂直接實現(xiàn)目的之“后法治”理想。美國法學家諾內特和塞爾茲尼克把法律分為三種類型。他們認為,以法治為標志的自治型法,過分強調手段或程序的正當性,有把手段當作目的的傾向。這說明法治社會并沒有反映人類關于美好社會的最高理想,因為實質正義不是經(jīng)過人們直接追求而實現(xiàn)的,而是通過追求形式正義而間接獲得的。因此他們提出以回應型法取代自治型法的主張。在回應型法中,“目的為評判既定的做法設立了標準,從而也就開辟了變化的途徑。同時,如果認真地對待目的,它們就能控制行政自由裁量權,從而減輕制度屈從的危險。反之,缺少目的既是僵硬的根源,又是機會主義的根源?!保ㄗⅲ海溃┲Z內特、塞爾茲尼克著:《轉變中的法律與社會》,張志銘譯,政法大學出版社1994年版,第60頁。)美國批判法學家昂格爾對形式主義法律推理和目的型法律推理的特點進行了比較,他認為,前者要求使用明確、固定的規(guī)則,無視社會現(xiàn)實生活中不同價值觀念的沖突,不能適應復雜情況和變化,追求形式正義;后者則要求放松對法律推理標準的嚴格限制,允許使用無固定內容的抽象標準,迫使人們在不同的價值觀念之間做出選擇,追求實質正義。與此相應,佩雷爾曼提出了新修辭學(New Rhetoric)的法律。他認為,形式邏輯只是根據(jù)演繹法或歸納法對問題加以說明或論證的技術,屬于手段的邏輯;新修辭學要填補形式邏輯的不足,是關于目的的辯證邏輯,可以幫助法官論證其決定和選擇,因而是進行價值判斷的邏輯。他認為,在司法三段論思想支配下,法學的任務是將全部法律系統(tǒng)化并作為闡釋法律的大前提,“明確性、一致性和完備性”就成為對法律的三個要求。而新修辭學的基本思想是價值判斷的多元論,法官必須在某種價值判斷的指示下履行義務,必須考慮哪些價值是“合理的、可接受的、社會上有效的公平的”。這些價值構成了判決的正當理由。(注:沈宗靈著:《西》,北京大學出版社1992年版,第443-446頁。)制造人工智能法律系統(tǒng)最終需要解決價值推理的模擬問題,否則,就難以實現(xiàn)為判決提供正當理由的要求。為此,P.Wahlgren提出的與人工智能相關的5種知識表達途徑中,明確地包括了以道義為基礎的法律推理模型。(注:P.Wahlgren,Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law,Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.)引入道義邏輯,或者說在機器中采用基于某種道義邏輯的推理程序,強調目的價值,也許是制造智能法律系統(tǒng)的關鍵。不過,即使把道義邏輯硬塞給機,鋼鐵之軀的機器沒有生理需要,也很難產(chǎn)生價值觀念和主觀體驗,沒辦法解決主觀選擇的問題。在這個問題上,波斯納曾以法律家有七情六欲為由對法律家對法律的機械忠誠表示了強烈懷疑,并辯證地將其視為法律的動力之一。只有人才能夠平衡相互沖突的利益,能夠發(fā)現(xiàn)對人類生存和發(fā)展至關重要的價值。因此,關于價值推理的人工智能模擬究竟能取得什么成果,恐怕還是個未知數(shù)。

2.法對人工智能系統(tǒng)研制的指導作用

Gold and Susskind指出:“不爭的事實是,所有的專家系統(tǒng)必須適應一些法理學理論,因為一切法律專家系統(tǒng)都需要提出關于法律和法律推理性質的假設。從更嚴格的意義上說,一切專家系統(tǒng)都必須體現(xiàn)一種結構理論和法律的個性,一種法律規(guī)范理論,一種描述法律的理論,一種法律推理理論”。(注:Gold and Susskind,ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach,pp.307-309.)人工智能法律系統(tǒng)的,不僅需要以法理學關于法律的一般理論為知識基礎,還需要從法理學獲得關于法律推理的完整理論,如法律推理實踐和理論的,法律推理的標準、主體、過程、等等。人工智能對法律推理的模擬,主要是對法理學關于法律推理的知識進行人工智能方法的描述,建立數(shù)學模型并編制機程序,從而在智能機器上再現(xiàn)人類法律推理功能的過程。在這個過程中,人工智能專家的主要任務是研究如何吸收法理學關于法律推理的研究成果,包括法理學關于人工智能法律系統(tǒng)的研究成果。

隨著人工智能法律系統(tǒng)研究從低級向高級目標的推進,人們越來越意識到,對法律推理的微觀機制認識不足已成為人工智能模擬的嚴重障礙。P.Wahlgren指出,“許多人工智能技術在法律領域的開發(fā)項目之所以失敗,就是因為許多潛在的法理學原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意。”“法理學對法律推理和方法論的關注已經(jīng)有幾百年,而人工智能的誕生只是本世紀50年代中期的事情,這個事實是人工智能通過考察法理學知識來豐富自己的一個有效動機?!保ㄗⅲ篜.Wahlgren,Automation of Legal Reasoning:A Study onArtificial Intelligence and Law,Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.)因此,研究法律推理自動化的目標,“一方面是用人工智能(通過把計算機的應用與模型相結合)來支撐法律推理的可能性;另一方面是應用法理學理論來解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題?!保ㄗⅲ篜.Wahlgren,Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law,Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.)在前一方面,是人工智能法律系統(tǒng)充當法律推理研究的思想實驗手段以及輔助司法審判的問題。后一方面,則是法律推理的法律學研究成果直接為人工智能法律系統(tǒng)的研制所應用的問題。例如,20世紀70年代法理學在真實和假設案例的推理和分析方面所取得的成果,已為幾種人工智能法律裝置借鑒而成為其設計工作的理論基礎。在運用模糊或開放結構概念的法律推理研究方面,以及在法庭辯論和法律解釋的形式化等問題上,法理學的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。

四、人工智能法律系統(tǒng)研究的難點

人工智能法律系統(tǒng)的研究盡管在很短的時間內取得了許多令人振奮的成果,但它的發(fā)展也面臨著許多困難。這些困難構成了研究工作需要進一步努力奮斗的目標。

第一,關于法律解釋的模擬。在法理學的諸多研究成果中,法律解釋的研究對人工智能法律系統(tǒng)的研制起著關鍵作用。法律知識表達的核心問題是法律解釋。法律規(guī)范在一個法律論點上的效力,是由法律家按忠實原意和適合當時案件的原則通過法律解釋予以確認的,其中包含著人類特有的價值和目的考慮,反映了法律家的知識表達具有主觀能動性。所以,德沃金將解釋過程看作是一種結合了法律知識、信息和思維方法而形成的,能夠應變的思維策略。(注:Dworkin,Taking RightsSeriously,Harvard University Press Cambridge,Massachusetts1977.p.75.)的法律專家系統(tǒng)并未以知識表達為目的來解釋法律,而是將法律整齊地“碼放”在計算機記憶系統(tǒng)中僅供一般檢索之用。然而,在法律知識工程系統(tǒng)中,法律知識必須被解釋,以滿足自動推理對法律知識進行重新建構的需要。麥卡錫說:“在開發(fā)智能信息系統(tǒng)的過程中,最關鍵的任務既不是文件的重建也不是專家意見的重建,而是建立有關法律領域的概念模型?!保ㄗⅲ篗cCarty,Intelligent legalinformation systems:problems and prospects,op.cit.supra,note25,p.126.)建立法律概念模型必須以法律家對某一法律概念的共識為基礎,但不同的法律家對同一法律概念往往有不同的解釋策略。凱爾森甚至說:即使在國內法領域也難以形成一個“能夠用來敘述一定法律共同體的實在法的基本概念”。(注:(奧)凱爾森著:《法與國家的一般理論》,沈宗靈譯,大百科全書出版社1996年版,第1頁。)盡管如此,法理學還是為法律概念模型的重建提供了一些方法。例如,德沃金認為,法官在“解釋”階段,要通過推理論證,為自己在“前解釋”階段所確定的大多數(shù)法官對模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過程分為兩個步驟:首先,從現(xiàn)存的明確法律制度中抽象出一般的法律原則,用自我建立的一般法律理論來證明這種法律原則是其中的一部分,證明現(xiàn)存的明確法律制度是正當?shù)?。其次,再以法律原則為依據(jù)反向推出具體的法律結論,即用一般法律理論來證明某一法律原則存在的合理性,再用該法律原則來解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法,法律知識被計算機結構語言以語義的方式組成不同的規(guī)則系統(tǒng),解釋程序使計算機根據(jù)案件事實來執(zhí)行某條法律規(guī)則,并在新案件事實輸入時對法律規(guī)則作出新的解釋后才加以調用。不過,法律知識表達的進展還依賴于法律解釋研究取得更多的突破。

第二,關于啟發(fā)式程序。的專家系統(tǒng)如果不能與啟發(fā)式程序接口,不能運用判斷性知識進行推理,只通過規(guī)則反饋來提供簡單解釋,就談不上真正的智能性。啟發(fā)式程序要解決智能機器如何模擬法律家推理的直覺性、經(jīng)驗性以及推理結果的不確定性等,即人可以有效地處理錯誤的或不完全的數(shù)據(jù),在必要時作出猜測和假設,從而使問題的解決具有靈活性。在這方面,Gardner的混合推理模型,Edwina L.Rissland運用聯(lián)想程序對規(guī)則和判例推理的結果作集合處理的思路,以及Massachusetts大學研制的CABARET(基于判例的推理工具),在將啟發(fā)式程序于系統(tǒng)開發(fā)方面都進行了有益的嘗試。但是,法律問題往往沒有唯一正確的答案,這是人工智能模擬法律推理的一個難題。選擇哪一個答案,往往取決于法律推理的目的標準和推理主體的立場和價值觀念。但智能機器沒有自己的目的、利益和立場。這似乎從某種程度上劃定了機器法律推理所能解決問題的范圍。

第三,關于法律語言理解。在設計基于規(guī)則的程序時,設計者必須假定整套規(guī)則沒有意義不明和沖突,程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說,盡管人們對法律概念的含義可以爭論不休,但輸入機器的法律語言卻不能互相矛盾。機器語言具有很大的局限性,例如,LDS基于規(guī)則來模擬嚴格責任并實際損害時,表現(xiàn)出的最大弱點就是不能使用不精確的自然語言進行推理。然而,在實際的法律推理過程中,法律家對某個問題的任何一種回答都可根據(jù)上下文關系作多種解釋,而且辯論雙方總是尋求得出不同的結論。因此,智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語言理解工作的突破。牛津大學的一個程序組正在研究法律自然語言的理解問題,但是遇到了重重困難。原因是連法學家們自己目前也還沒有建立起一套大家一致同意的專業(yè)術語規(guī)范。所以Edwina L.Rissland認為,常識知識、意圖和信仰類知識的模擬化,以及自然語言理解的模擬問題,迄今為止可能是人工智能面臨的最困難的任務。對于語言模擬來說,像交際短語和短語概括的有限能力可能會在較窄的語境條件下取得成果,完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠,而像書面上訴意見的理解則是永遠的終極幻想。(注:Edwina L.Rissland,ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning, Yale Law Journal.(Vol.99:1957-1981).)

五、人工智能法律系統(tǒng)的開發(fā)策略和應用前景

我們能夠制造出一臺什么樣的機器,可以證明它是人工智能法律系統(tǒng)?從檢驗標準上看,這主要是法律知識在機器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗”原理,我們可將該檢驗標準概括如下:設兩間隔開的屋子,一間坐著一位法律家,另一間“坐著”一臺智能機器。一個人(也是法律家)向法律家和機器提出同樣的法律問題,如果提問者不能從二者的回答中區(qū)分出誰是法律家、誰是機器,就不能懷疑機器具有法律知識表達的能力。

依“圖靈試驗”制定的智能法律系統(tǒng)檢驗標準,所看重的是功能。只要機器和法律家解決同樣法律問題時所表現(xiàn)出來的功能相同,就不再苛求哪個是鋼鐵結構、哪個是血肉之軀。人工智能立足的基礎,就是相同的功能可以通過不同的結構來實現(xiàn)之功能模擬。

從功能模擬的觀點來確定人工智能法律系統(tǒng)的研究與開發(fā)策略,可作以下考慮:

第一,擴大人工智能法律系統(tǒng)的研發(fā)主體?,F(xiàn)有人工法律系統(tǒng)的幼稚,暴露了僅僅依靠計算機和知識工程專家從事系統(tǒng)研發(fā)工作的局限性。因此,應該確立以法律家、邏輯學家和計算機專家三結合的研發(fā)群體。在系統(tǒng)研發(fā)初期,可組成由法學家、邏輯與認知專家、計算機和知識工程專家為主體的課題組,制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期,應通過等手段充分吸收初級產(chǎn)品用戶(律師、檢察官、法官)的意見,使研發(fā)工作在理論研究與實際應用之間形成反饋,將開發(fā)精英與廣大用戶的智慧結合起來,互相啟發(fā)、群策群力,推動系統(tǒng)迅速升級。

第二,確定與相結合、以應用為主導的研發(fā)策略。國外人工智能系統(tǒng)的研究大多停留在實驗室領域,還沒有在司法實踐中加以應用。但是,任何智能系統(tǒng)包括相對簡單的軟件系統(tǒng),如果不經(jīng)過用戶的長期使用和反饋,是永遠也不可能走向成熟的。從我國的實際情況看,如果不能將初期研究成果盡快地轉化為產(chǎn)品,我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此,人工智能法律系統(tǒng)的研究必須走產(chǎn)研結合的道路,堅持以應用開路,使智能法律系統(tǒng)盡快走出實驗室,同時以研究為先導,促進不斷更新升級。

第三,系統(tǒng)研發(fā)目標與初級產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標是制造出能夠滿足多用戶(律師、檢察官、法官、立法者、法學家)多種需要的機型。初級產(chǎn)品的定位應考慮到,人的推理功能特別是價值推理的功能遠遠超過機器,但人的記憶功能、檢索速度和準確性又遠不如機器。同時還應該考慮到,我國目前有12萬律師,23萬檢察官和21萬法官,每年1.2萬法學院本科畢業(yè)生,他們對法律知識的獲取、表達和應用能力參差不齊。因此,初級產(chǎn)品的標準可適當降低,先研制推理功能薄弱、檢索功能強大的法律專家系統(tǒng)??膳c機廠商合作生產(chǎn)具有強大數(shù)據(jù)庫功能的硬件,并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時更新;同時編制以案件為引導的高速檢索軟件。系統(tǒng)開發(fā)的先期目標應確定為:(1)替律師起草僅供的起訴書和辯護詞;(2)替法官起草僅供參考的判決書;(3)為法學院學生提供模擬法庭審判的通用系統(tǒng)軟件,以輔助學生在起訴、辯護和審判等訴訟的不同階段鞏固所學知識、獲得審判經(jīng)驗。上述軟件旨在提供一個初級平臺,先解決有無和急需,再不斷收集用戶反饋意見,逐步改進完善。

第四,實驗室研發(fā)應確定較高的起點或跟蹤戰(zhàn)略。國外以知識工程為主要技術手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下階段:(1)主要適用于簡單案件的規(guī)則推理;(2)運用開放結構概念的推理;(3)運用判例和假設的推理;(4)運用規(guī)則和判例的混合推理。我們如確定以簡單案件的規(guī)則推理為初級市場產(chǎn)品,那么,實驗室中第二代產(chǎn)品開發(fā)就應瞄準運用開放結構概念的推理。同時,跟蹤運用假設的推理及混合推理,吸收國外先進的KBS和HYPO的設計思想,將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結合。HYPO判例法推理智能裝置具有如下功能:(1)評價相關判例;(2)判定何方使用判例更加貼切;(3)并區(qū)分判例;(4)建立假設并用假設來推理;(5)為一種主張引用各種類型的反例;(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對象,假設了完全自動化的法律推理過程中全部要素被建立起來的途徑。值得注意的是,HYPO忽略了許多要素的存在,如商業(yè)秘密法背后的政策考慮,法律概念應用于實際情況時固有的模糊性,信息是否已被公開,被告是否使用了對方設計的產(chǎn)品,是否簽署了讓與協(xié)議,等等。一個系統(tǒng)設計的要素列表無論多長,好律師也總能再多想出一些。同樣,律師對案件的分析,不可能僅限于商業(yè)秘密法判例,還可能援引侵權法或專利法的判例,這決定了起訴緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難:判例并不是概念的肯定的或否定的樣本,因此,要通過要素等簡單的法律術語使模糊的法律規(guī)則得到澄清十分困難,法律原則和類推推理之間的關系還不能以令人滿意的方式加以描述。(注:Edwina L.Rissland,Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning, Yale Law Journal.(Vol.99:1957-1981).)這說明,即使具有較高起點的實驗室基礎研究,也不宜確定過高的目標。因為,智能法律系統(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

第五,人-機系統(tǒng)解決方案。人和機器在解決法律時各有所長。人的優(yōu)點是能作價值推理,使法律問題的解決適應的變化發(fā)展,從而具有靈活性。機器的長處是記憶和檢索功能強,可以使法律問題的解決具有一貫性。人-機系統(tǒng)解決方案立足于人與機器的功能互補,目的是解放人的腦力勞動,服務于國家的法治建設。該方案的實施可以分為兩個階段:第一階段以人為主,機器為人收集信息并作初步分析,提供決策參考。律師受理案件后,可以先用機器處理大批數(shù)據(jù),并參考機器的起訴和辯護方案,再做更加高級的推證工作。法官接觸一個新案件,或新法官剛接觸審判工作,也可以先看看“機器法官”的判決建議或者審判思路,作為參考。法院的監(jiān)督部門可參照機器法官的判決,對法官的審判活動進行某種監(jiān)督,如二者的判決結果差別太大,可以審查一下法官的判決理由。這也許可以在一定程度上制約司法腐敗。在人-機系統(tǒng)開發(fā)的第二階段,會有越來越多的簡單案件的判決與電腦推理結果完全相同,因此,某些簡單案件可以機器為主進行審判,例如,美國小額法庭的一些案件,我國法庭可用簡易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗員”監(jiān)督和修訂機器的判決結果。這樣,法官的判案效率將大大提高,法官隊伍也可借此“消腫”,有可能大幅度提高法官薪水,吸引高素質法律人才進入法官隊伍。

第6篇:人工智能對教育的意義范文

關鍵詞:行政事業(yè)單位;管理會計;預算管理;內部控制

一、研究背景及意義

從20世紀五六十年代我國開始研究管理會計到現(xiàn)在,其發(fā)展一直處于緩慢階段,理論或實踐都遠遠沒有達到較高水平。但是國家一直在鼓勵管理會計的發(fā)展,比如2014年財政部頒布的《關于全面推進管理會計體系建設的指導意見》,對于管理會計的發(fā)展有著重要的意義,可以說是管理會計新發(fā)展的催化劑。此時管理會計已成為傳統(tǒng)會計轉型的方向,由此掀起了一股財務會計向管理會計轉型的浪潮。對于我國行政事業(yè)單位來說,性質的特殊性決定了其經(jīng)濟業(yè)務的特殊性。雖然行政事業(yè)單位有多種融資渠道可以選擇,但是就目前我國國情來說,行政事業(yè)單位的使用資金主要還是通過財政撥款獲得。然而隨著行政事業(yè)單位經(jīng)濟業(yè)務數(shù)量和質量的提高,其對資金的需求日益增加,這也對政府造成了越來越大的負擔,繼續(xù)使用傳統(tǒng)會計模式已經(jīng)不能滿足當前的經(jīng)濟業(yè)務需要。此時將管理會計引入行政事業(yè)單位顯得尤為重要,簡單來說,利用管理會計的計量模型,一方面有利于減輕行政事業(yè)單位的資金壓力,促進行政事業(yè)單位的內部管理尤其是預算管理,另一方面有利于緩解政府財政壓力,并促進我國公共基礎建設的完善,增強經(jīng)濟的可持續(xù)發(fā)展。

二、行政事業(yè)單位中運用管理會計的必要性

1.有利于加強行政事業(yè)單位的內部管理

近年來行政事業(yè)單位內部控制建設備受關注,國家也出臺了一些相關文件對此進行規(guī)范,尤其是行政事業(yè)單位預算管理爭議不斷。如果行政事業(yè)單位利用管理會計的理論知識和計算方法,可以較準確建立一套預算標準,而有效的預算利于加強內部控制。管理會計所提供的預算信息在行政事業(yè)單位的決策過程中能夠規(guī)范相關人員的工作行為,控制過程中又可以通過預算實施情況將信息傳遞給管理人員和會計人員以及上級部門。因此,管理會計與行政事業(yè)單位的內部控制是相互作用、相輔相成的。管理會計提供的信息越精準、越科學,對內部控制監(jiān)督作用越大,越有利于行政事業(yè)單位內部管理;同樣的,其內部控制越有效,越能產(chǎn)生準確的管理會計信息,相當于物理學中的作用力與反作用力。同時,行政事業(yè)單位可以通過管理會計提供的各種財務信息,幫助行政事業(yè)單位在物力、人力、資金、資源等方面進行合理有效地分配,從而實現(xiàn)統(tǒng)籌規(guī)劃,減少資源浪費。

2.有利于行政事業(yè)單位資金高效運轉

在經(jīng)濟業(yè)務日益繁雜的今天,行政事業(yè)單位資金使用于各個方面,如果不對這些使用的資金進行有效的管理、合理的分配、科學的預決算,始終以傳統(tǒng)資金流轉方式進行資金運作,勢必會浪費很大一部分資金,不僅使用效率低,最終也不利于行政事業(yè)單位的長期可持續(xù)發(fā)展。在管理會計中,可以通過有效的預決算大大降低資金的浪費以及使用效率低的問題。一方面,根據(jù)上一年度資金使用狀況和下一年度工作計劃,編制下一年度預算,另一方面,根據(jù)編制的預算來執(zhí)行資金的收支,在循環(huán)中提高預算的科學性和可行性。在編制預算和執(zhí)行預算的過程中必須嚴格遵守相關法律法規(guī)以及上級部門的規(guī)定,行政事業(yè)單位內部的監(jiān)督機制也要發(fā)揮作用,嚴格監(jiān)督預決算的過程,對于違反規(guī)定的相關人員進行嚴懲,做到每一筆資金收支有理有據(jù),從而有效的使用和管理資金。

3.有利于緩解我國財政壓力

據(jù)國研中心資源與環(huán)境政策研究所副所長李佐軍介紹,目前依靠我國財政資金支撐的機構和人員過多,而且很多財政資金的使用不符合成本效益原則,再加之政府本身要承擔的直接經(jīng)濟業(yè)務和投資也較多,使得我國財政壓力日益加大。在這樣一個環(huán)境下,行政事業(yè)單位不能一味地依賴政府撥款,況且政府能提供的資金也有限。如果運用管理會計的相關理論和方法結合內部控制對資金進行合理管理,在資金使用的每一個環(huán)節(jié)都做到盡可能的準確預算和使用時的嚴格把關,杜絕浪費、私吞以及私自占用公共資金的行為,做到每一筆資金支出用之有度、用之有據(jù)。這樣可以在很大程度上減少行政事業(yè)單位對財政資金的依賴,從而可以緩解我國當前財政壓力,利于行政事業(yè)單位的長遠發(fā)展。

4.有利于提升行政事業(yè)單位提供公共服務的能力和水平

2016年財政部出臺的《關于做好事業(yè)單位政府購買服務改革工作的意見》中就提出,此次事業(yè)單位政府購買服務改革的總體目標是到2020年底事業(yè)單位提供公共服務的能力和水平明顯提升。從行政事業(yè)單位財務來說,要實現(xiàn)這一目標就必須將財務信息更好地用于決策和預測。管理會計有助于實現(xiàn)這一目標,通過對財務會計提供的財務報表進行再加工,利用現(xiàn)金流量分析法、定性分析法、定量分析法以及機會成本法等對經(jīng)濟業(yè)務進行規(guī)劃和控制,即總結過去、控制現(xiàn)在、規(guī)劃未來,使得行政事業(yè)單位財務管理實現(xiàn)規(guī)范化、程序化、制度化。在這樣高效、有序利用資金的基礎上,其提供的公共服務不管是質量上還是數(shù)量上都會得到提升,從而實現(xiàn)事業(yè)單位政府購買服務改革的總體目標。

三、進一步引導管理會計在行政事業(yè)單位中發(fā)展的建議

1.加強行政事業(yè)單位內部控制

建設有效的內部控制機制是管理會計發(fā)揮作用的前提,對于任何企業(yè)都是這樣,行政事業(yè)單位也不例外。如果內部控制存在缺陷、無效甚至缺乏內部控制,即使管理會計的工作做得再規(guī)范,也得不到有效的實施。要改變這種情況必須從以下措施著手:首先,建立嚴格的內部控制獎懲機制,對內部控制執(zhí)行不到位的人員進行嚴懲,對于檢舉揭發(fā)的人員進行獎勵,對于主動承認違法違規(guī)者酌情處理;其次是行政事業(yè)單位的管理人員,必須做到辦事公正、公開,不;對于相關的財務工作人員,一定做到不相容職務相分離,這對于財務信息的準確性至關重要,財務人員也要自覺遵守相關會計法律法規(guī),同時加強會計人員職業(yè)道德建設以及繼續(xù)教育,不斷提高其業(yè)務能力和水平,適應經(jīng)濟發(fā)展,與時俱進。

2.培養(yǎng)或引進管理會計人才

根據(jù)調查,我國高級財務管理人才缺口很大,在管理會計人才短缺的嚴峻形勢下,行政事業(yè)單位運用和發(fā)展管理會計存在瓶頸。如何培養(yǎng)或引進高素質管理會計人員是關鍵。主要有兩個途徑,一方面可以對現(xiàn)有的財務會計人員進行培訓,鼓勵他們不斷學習新的管理會計的理論知識和實際操作方法,另一方面可以從單位外部引進優(yōu)秀的符合行政事業(yè)單位要求的管理會計人才。但是要在短期內招聘、引進充足的管理會計人員是一個難題,主要還是要依靠目前已有的單位內部財務會計人員進行轉型,使其成為復合型會計人才,這也有利于降低人力資源成本。

3.學習國內外先進的管理會計理論和方法

在我國管理會計尚未完善的情況下,行政事業(yè)單位要發(fā)展管理會計不能一味地自己進行研究,應該加強與外界的交流與溝通。盡管國內管理會計的理論研究有所欠缺,但是在實際中存在很多成功案例,如四川長虹、寶鋼集團、上海新華醫(yī)院等,這些都是值得研究學習的對象。據(jù)中國會計報,我國的管理會計案例庫正在建設中。國外尤其是西方發(fā)達國家的理論研究比我國領先,所以行政事業(yè)單位要借鑒國際上的理論方法來指導實踐,這樣才能做到管理會計與時俱進,不斷創(chuàng)新發(fā)展,從而更好地為公共事業(yè)服務。

4.結合人工智能和大數(shù)據(jù)分析,提高管理會計工作效率

近年來人工智能和大數(shù)據(jù)可謂炙手可熱的話題,國家也很重視相關發(fā)展,那么可以將人工智能和大數(shù)據(jù)分析引入行政事業(yè)單位管理會計中嗎?答案是肯定的。2016年3月份,德勤會計師事務所對外宣布將人工智能引入會計行業(yè),由此可見人工智能對于會計行業(yè)的作用。管理會計作為會計學的一個分支,隨著人工智能近年的快速發(fā)展,未來肯定有很多的會計處理方法和操作過程可以通過人工智能實現(xiàn)。大數(shù)據(jù)就更不說了,比如管理會計中編制一個投資項目預算,其中涉及多種影響因素和多項數(shù)據(jù),此時就需要利用大數(shù)據(jù)的分析得出結論。所以,不管是人工智能還是大數(shù)據(jù),行政事業(yè)單位都應該對此進行研究,引入管理會計工作中,提高工作效率。

當下正是管理會計快速發(fā)展時期,也是行政事業(yè)單位運用和發(fā)展管理會計的關鍵時期,微觀上不僅能夠幫助行政事業(yè)單位加強內部控制、預算管理,宏觀上還有利于我國的可持續(xù)發(fā)展。主要還是依靠行政事業(yè)單位充分發(fā)揮主觀能動性,培養(yǎng)內部財務會計轉型的同時引進外界優(yōu)秀管理會計人才,主動關注國家相關政策法規(guī)的變化,積極學習交流國內外典型案例,取長補短,逐步形成一套行之有效的管理會計體系。

參考文獻

[1].陳莉.對行政事業(yè)單位管理會計的認識.經(jīng)濟研究導刊,2013(30).

[2].李敏.事業(yè)單位管理會計應用探析.行政事業(yè)資產(chǎn)與財務,2013(08).

第7篇:人工智能對教育的意義范文

關鍵詞: 構建;網(wǎng)絡語境;學習理論;媒體

前言

語境概念起源久遠,學者在不同的時間,以不同的角度,構建了不同語境內涵。著眼于語言的功能,各語

言學流派都不約而同地把語境作為研究視野中的一個重要參數(shù),加以重視和研究(王建華, 2002: 189) 。這說明了語境理論在語言發(fā)生發(fā)展過程中的重要性,也說明了語境研究的困難。語境研究的困難主要源于三個方面:語境內部結構的復雜性、語境外部功能的多樣性、語境運動形態(tài)的具體性(段曹林, 2000: 5) 。在語言學研究中, 語境是一個理論構建( theoretical con2struct) ,是語言學家從實際情景中抽象出來并確定為語境構成的所有因素(Lyons, 2006: 572 ) 。從本質上說,語境是語言發(fā)生發(fā)展、存在與變化的條件,一切影響與制約語言的發(fā)生發(fā)展、存在與變化的因素都屬于語境范疇(韓彩英, 2004: 43) 。也就是說,語境是語言學家的抽象,是成系統(tǒng)的,并非包括任何可能出現(xiàn)的環(huán)境因素,所有被語言學家看上去是帶有任意性的因素都不在其中(許力生, 2006: 158) 。從信息處理的角度看,語言的輸入輸出即是信息的加工處理過程,也是語境構建的過程。從語言習得的角度看:母語習得理論表明,學生要熟練掌握言語能力,就必須把學生放在特定的、與之相適應的言語交際環(huán)境中,通過學生的言語實踐活動來實現(xiàn)(孔凡成, 2004: 64) 。按照建構主義的觀點,學習實質上就是個體在具體的情境中通過協(xié)作與會話等交互控制方式來實現(xiàn)意義建構的過程(鄒建梅、劉成新, 2003: 61) 。換言之,言語交際中的意義構建也就是語境構建的過程。

綜上所述,語境無處不在。在語言學中,如何進行語境的理論構建就成了一個比較關鍵的問題,這在很大程度上決定了研究的狀況和可能取得什么樣的成果。從語境構建方式的變化上,我們也可以更清楚地看出語言學的發(fā)展趨向(許力生, 2006: 158 ) 。換言之,在多媒體網(wǎng)絡自主學習中,如何進行網(wǎng)絡語境的理論構建就成了一個比較關鍵的問題,這在很大程度上決定了研究的狀況和可能取得什么樣的成果,所構建的網(wǎng)絡語境合理與否將直接影響著網(wǎng)絡課程的學習績效。從網(wǎng)絡語境構建方式的變化上,同樣可清楚反映出多媒體網(wǎng)絡自主學習的發(fā)展趨向。也就是說,網(wǎng)絡語境范疇包括多媒體網(wǎng)絡中學習者語言輸入輸出和背景因素的變化條件及一切影響與制約語言的發(fā)生發(fā)展、存在與變化的因素。實際上,網(wǎng)絡學習的過程即是網(wǎng)絡語境構建的過程,構建是由交互和控制來實現(xiàn)的。交互是指學習者與學習資源、學習伙伴以及指導教師

等在網(wǎng)絡化情境中借助網(wǎng)絡媒體的功能所進行的信息交流活動;而控制則是指學習者在網(wǎng)絡語境中通過各種交互操作和信息反饋來管理自己的學習過程,并通過對自己的學習行為進行適時調整,以達到提高學習質量和學習效率的目的。交互和控制是網(wǎng)絡語境構建過程中互為條件、互相依存、密不可分的兩個方面。網(wǎng)絡語境構建過程中的控制很大程度上是學習者與學習資源、學習系統(tǒng)和課程環(huán)境等交互操作的過程。網(wǎng)絡語境研究的最終目的在于為指導交際主體更好地建構、適應、利用和控制語境,為各類語用活動(表達〈輸出〉、接受〈輸入〉、交際〈交互作用〉、語言文字信息的加工處理等)服務。然而,隨高科技迅速發(fā)展及應用于網(wǎng)絡教學的研究與實踐,學者從不同角度對網(wǎng)絡教學進行了研究,但從網(wǎng)絡語境的概念上進行探索的卻極少。重視網(wǎng)絡語境的構建將有助于網(wǎng)絡教學的普及與提高,直至主導教學。

1 從建構主義看網(wǎng)絡語境的構建

建構主義認為,人是知識的積極探求者和建構者,知識的建構是通過人與環(huán)境的互動進行的。從網(wǎng)絡學習的角度看,知識的建構孕育在網(wǎng)絡語境的構建之中,其關系是相輔相成的。在網(wǎng)絡教學中,教學雙方的交互與控制過程即是網(wǎng)絡語境構建的過程,過程中信息的輸入輸出促進了學習者外語知識的習得和發(fā)展。事實上,多媒體計算機和網(wǎng)絡所具有的技術特性,為建構主義的實現(xiàn)提供了物質基礎和技術支持,使得建構主義所倡導的學習環(huán)境的“情境”、“協(xié)作”、“會話”和“意義建構”等基本屬性能夠得以實現(xiàn)(王景勝, 2006:126) 。也就是說,網(wǎng)絡媒體支持由“情境”、“協(xié)作”、“會話”和“意義建構”所形成的學習環(huán)境(李新民,2006: 13) 。由此,以網(wǎng)絡教學為基礎,以建構主義學習理論為起點,探索構建網(wǎng)絡語境的理論基礎對指導網(wǎng)絡教學而言有著現(xiàn)實意義和理論價值。

(1) 從“情境”看網(wǎng)絡語境構建。建構主義認為,“情境”是學習者進行學習活動的社會文化背景,學習

者在真實的情境下,借助于社會性的交互作用和利用獲得的學習資源,可積極有效地建構知識(李民,2006: 13) ,真實的情境創(chuàng)設是意義建構的前提條件。由此,網(wǎng)絡語境的建構總是以學習者已有的知識結構為基礎,有選擇地知覺外在信息,根據(jù)具體實例的變異性建構當前事物的意義,即學習者以網(wǎng)絡海量的學習資源為背景,把所學的知識與一定的真實任務和情境掛鉤。為解決實際問題,學習資源要在形式、內容、觀

點上各有所異。基于個性化和自主性考慮,可以創(chuàng)設全方位、多層次與學習相關的真實語境,并為學習者提供足夠的控制學習方式、學習進程和學習內容的手段,以促進自主性學習。應特別注重構建基于任務和解決問題型的情景語境,任務的難度和復雜程度可以各有所異,以體現(xiàn)個性化教學的特點。學習者也可根據(jù)各自不同的需求來選擇適合自己的語境來踐行自主性學習,逐步提高相關的技能,從而實現(xiàn)學習者的認知靈活性,形成對知識的多角度理解,并把知識學習與具體情境聯(lián)系起來。網(wǎng)絡中的言語交流受到情境制約,隨言語交際的發(fā)生發(fā)展所創(chuàng)建的情境構建了語境的動態(tài)變化。

(2) 從“協(xié)作”看網(wǎng)絡語境構建。建構主義認為,學習者與周圍環(huán)境的相互作用對于知識意義的建構起

著關鍵性的作用。知識不是抽象的,而是與學習的情境、學習者帶入這一情境的經(jīng)驗及周圍環(huán)境有密切關

系。知識的復雜性使得學習者不可能對知識有全面的理解;同時,由于情境中問題的艱巨性,學習者也不可能完全獨立解決。學習者主動從不同背景、角度出發(fā),在教師或他人的協(xié)助下,通過獨特的信息加工活動(爭辯、討論和提供證據(jù)) ,實現(xiàn)知識意義的重新建構,從而使面對面的或通過多媒體網(wǎng)絡進行的“協(xié)作學習”成為必然?!皡f(xié)作”是學習者在學習過程中,利用已有經(jīng)驗的基礎,在特定的情境下,以特殊的方式建構;強調學習者與教師、學習同伴、網(wǎng)絡交流者等的相互作用(李新民, 2006: 13) 。網(wǎng)絡教學實踐證明,協(xié)作在一定的意義上主要是自我協(xié)商和相互協(xié)商。自我協(xié)商是學習者自身對學習內容或結論等比較或判斷;相互協(xié)商可以是人對人,組對組對學習內容的商榷、討論和辯論等。因此,體現(xiàn)學習社會性的“協(xié)作學習”是整個學習群體共同完成對所學知識的社會性建構,具有社會性特征,即是建構了語言學習的社會性語境。

(3) 從“會話”看網(wǎng)絡語境構建?!皶挕笔菂f(xié)作過程中,通過人/人、人/機交互,使得每個參與者的思

維成果(智慧)為整個學習群體所共享,以實現(xiàn)意義建構(李新民, 2006: 13) ?!皶挕笔恰皡f(xié)作”最基本的方式或環(huán)節(jié),“協(xié)作”過程必然存在“會話”。“會話”對于推進每個學習者的學習進程,是至關重要的手段。如,人/人通過“會話”來討論學習內容、方法、經(jīng)驗等。事實上,人/人的言語“會話”只有在一定的語境的作用下才有其現(xiàn)實意義,語境影響言語交際的績效,“會話”的過程也是語境構建的過程;隨著言語內容的變化,也同時伴隨著語境內涵的重新構建。此時,學習者與周圍環(huán)境的交互作用,促使學習者對知識的理解將更加豐富和全面(即對知識意義的建構) ,認知水平也隨之得到提升,也說明語境的發(fā)生發(fā)展是動態(tài)變化的。也就是說,語境并不是預先已經(jīng)給定的,而是在交際過程中由語言使用者的主動選擇所生成的,外在世界的方方面面只具有成為語境因素的潛勢,但是否實際成為特定語言交際中的具體語境構成,則最終還要取決于語言使用者(許力生, 2006: 162) 。這說明了學習者的主動構建是學習的主干,也說明了“會話”是構建語境不可少的因素。

(4) 從“意義建構”看網(wǎng)絡語境構建。“意義建構”是整個學習過程的最終目標,所要建構的意義在于事物的性質、規(guī)律以及事物之間的內在聯(lián)系(李新民,2006: 13) 。在學習過程中的意義建構即是對當前學習的內容所反映事物的性質、規(guī)律以及該事物與其他事物之間的內在聯(lián)系達到較深刻的理解。建構主義認為,知識是學習者主動建構的結果,是一種意義的建構,具有個人性和情境性。學習者與環(huán)境這兩個因素對建構主義來說都是重要的,因為正是兩者之間的具體互動創(chuàng)造了知識(盛群力, 2004: 29) 。也就是說,學習者知識的主動構建與語境構建過程是互動的,兩者相互作用使得知識與語境達到新的構建。由此,網(wǎng)絡學習者的自主性則顯得更為重要,只有學習者主動的進行知識意義上的構建,伴生的網(wǎng)絡語境才會更豐富與完善。從作用與反作用的角度看,知識建構的過程也就是網(wǎng)絡語境構建的過程。相對具體英語學習來說,無論是語言知識還是語言技能,都要靠學生自己主動去學去練,這樣才能有長進,教師的作用只能是主導而不能包辦代替(陳堅林, 2000: 6) 。學習者知識意義上的主動構建與創(chuàng)設真實情境相互作用。為提高學習績效,學習者可通過學習策略訓練,培養(yǎng)自身自主學習能力,在教師、學習同伴、媒體等的幫助下在構建網(wǎng)絡語境的同時,實現(xiàn)知識意義的主動建構。

轉貼于 2 支持構建網(wǎng)絡語境的技術基礎

由于高科技含量的日益增加,可以說,在教學領域里,計算機的功能(擬人化或擬物化)更加全面而完

善,以前很難實現(xiàn)的教學效果(如教學示范、場景呈現(xiàn)、超量信息傳輸、模擬互動等) ,現(xiàn)在都能通過計算機得以完美實現(xiàn)(陳堅林, 2005: 10) 。從個性化與自主性來看,現(xiàn)代教育技術中多媒體網(wǎng)絡教學系統(tǒng)所具有的技術特性,為在大學英語網(wǎng)絡教學中構建網(wǎng)絡語境提供了技術支持的基礎,促進了教學觀念的根本性變革,自主學習理念的應用有效地克服了傳統(tǒng)教學中的種種弊端,提高了學習者的認知能力、分析和解決問題的能力,使大學生的素質教育和創(chuàng)新教育落到實處,也為網(wǎng)絡教學奠定了基礎。

(1) 多媒體網(wǎng)絡平臺構建宏觀網(wǎng)絡語境。目前,信息和網(wǎng)絡技術的應用使當今的數(shù)字化信息網(wǎng)絡成功構建了“天網(wǎng)”(如數(shù)字衛(wèi)星通訊系統(tǒng),移動數(shù)字通訊系統(tǒng))與“地網(wǎng)”(英特網(wǎng)及其他各類網(wǎng)絡)相互獨立與優(yōu)勢互補的宏觀網(wǎng)絡語境,以其覆蓋面廣、資源廣泛與共享、時空超越限制、多向互動和便于合作的優(yōu)勢,實現(xiàn)了學習者自主學習過程中的個性化,自主性和交互性。如,多媒體網(wǎng)絡自主學習者的個性化學習可以通過網(wǎng)絡進行文獻檢索,視頻點播獲取需要的信息。這些信息具有多角度、即時、新穎、影音文圖的特點。由此,虛擬課堂、虛擬學校、虛擬社會等概念脫穎而出,改變了傳統(tǒng)的學習觀念,促進了自主學習理論的應用。當代國際教育界正在以建構主義理論為指導思想,深化科學教育改革,形成了基于建構主義的科學教學模式百花齊放的局面(袁維新, 2003: 50) 。而計算機網(wǎng)絡技術為課題研究模式、問題解決模式、探究學習模式、情境學習模式、概念轉變學習模式和社會文化模式提供了良好的技術支持。基于多媒體與網(wǎng)絡的大學英語教學軟件具有跨越空間進行實時或非實時交互的特點,為學生個性化學習和大量的聲像語言互動練習提供了機會(王守仁, 2004: 6) 。事實上,這種交互為學習者提供了豐富的通訊交流機會,它能夠支持協(xié)作學習、討論學習、探究學習以及個別化學習等多種學習模式(鄒建梅、劉成新, 2003: 61) 。網(wǎng)絡技術、多媒體及虛擬現(xiàn)實等技術相結合,可以虛擬教學課堂的現(xiàn)場,學習者可以根據(jù)自己的需要主動選擇學習的內容及課程的進度。教師與學習者之間可以通過網(wǎng)絡環(huán)境的支持,在任何時間、任何地點進行信息交流,不必拘泥于課堂上有限的時間。人機交互的教學模式能有效地實現(xiàn)班級授課制下的教學個別化,為大面積因材施教提供了重要的條件。

(2) 超媒體(Hyper Media) 構建網(wǎng)絡節(jié)點語境。

超媒體是由文字( Text) 、影像(Movie) 、圖片( Image) 、視頻(Animation) 、音頻(Audio)五部分媒體元索組成的。認知心理學的研究表明,人類思維具有聯(lián)想特征,經(jīng)常從一個概念或主題轉移到另一個相關概念或主題。超媒體是按人腦聯(lián)想思維方式非線性組織管理的一種先進技術。它按照人腦聯(lián)想思維方式,將文、圖、聲、像等不同媒體信息整合,將講解、演示、測驗等不同教學內容整合,將預備知識、當前知識與擴展知識整合,構成了一個豐富而生動的超媒體學習環(huán)境(王光玲、宋廷山, 2003: 137) ,這和人類思維的聯(lián)想特征相符合,從而實現(xiàn)對教學信息最有效的組織與管理,使得學 習者自由聯(lián)想能力得到發(fā)揮,促進創(chuàng)造能力的培養(yǎng)。同時,教學信息的非線性使學習者可以根據(jù)自己的實際情況通過聯(lián)想,自由選擇不同的路徑,進入不同的鏈接點,從一個主題跳轉到另一個主題,即從一個鏈接點跳轉到另一個鏈接點,靈活地瀏覽各節(jié)點的內容(包括文本、聲音、圖形、圖像、動畫等) ,為自主學習奠定了基礎。特別是流媒體技術的應用,以其連續(xù)性( continu2ous) 、實時性( real2time) 、時序性( time2ordered)使得流媒體數(shù)據(jù)流隨時傳送隨時播放。例如,實現(xiàn)對教學進程和呈現(xiàn)方式的全面控制,用便捷的方式解決同步和互動的難題(陸元明、郭麗, 2006: 76) 。這樣,就為多媒體技術的交互功能提供了圖文聲并茂的多重感官綜合刺激,使得學習者可以依據(jù)自己原有的認知結構、認知水平和興趣,自由選擇、自主控制學習內容及其呈現(xiàn)方式。

(3) 虛擬現(xiàn)實技術構建網(wǎng)絡虛擬語境。網(wǎng)絡和虛擬現(xiàn)實技術的結合,促使了網(wǎng)絡虛擬現(xiàn)實技術的出現(xiàn),

給網(wǎng)絡教學帶來了新的教學手段,為網(wǎng)絡教學提供了新的技術支持(徐素霞,馬文婕, 2006: 29) 。虛擬現(xiàn)實技術是由計算機與仿真技術、智能接口技術、人工智能技術、多傳感器技術、語音處理與音響技術、網(wǎng)絡技術、并行處理技術等相結合而形成的媒體技術。它具有沉浸性、交互性和構想性,使參與者能在虛擬環(huán)境中做到沉浸其中、進出自如、交互自由,因此虛擬學習環(huán)境是其它教學環(huán)境無法比擬的。人與計算機生成虛擬現(xiàn)實環(huán)境的交互,在虛擬現(xiàn)實技術“構建”的交互性課堂中,實現(xiàn)了人的臨場化,增強了參與者與環(huán)境的自然交互,可獲得直觀、真實的效果。此時,教師和學生可以是真實的或虛擬的,學習者可以是一個或多個,教學模式可以多樣化,教學方法的可選擇性使得教學進度可由多方控制。也就是在教學過程中,學習者和教師同是教學的設計者和控制者,克服了傳統(tǒng)班級授課限制學生主動性和獨立性的缺點,確保了師生雙主作用得到充分發(fā)揮。虛擬現(xiàn)實技術所創(chuàng)造和展示各種趨于現(xiàn)實的學習情境,把抽象的學習與現(xiàn)實生活融洽起來,有效地激發(fā)了學生的思維,使得學習者以豐富的想象力實現(xiàn)知識意義上的建構。例如,在外語教學中,虛擬現(xiàn)實技術可虛擬學習者親臨英語語言情境,并通過學習者的視聽說來提高聽說能力及了解英語語言文化背景。

(4) 多媒體通信網(wǎng)絡技術構建網(wǎng)絡資源語境。計算機通信網(wǎng)絡與多媒體技術融合而成的多媒體計算機

通信網(wǎng)絡是計算機網(wǎng)絡和多媒體技術發(fā)展的必然趨勢,它兼收了計算機的交互性、多媒體的復合性、通信

的分布性及電視的真實性等優(yōu)點。在網(wǎng)絡學習環(huán)境中,學習者既可實現(xiàn)信息資源共享,也可實現(xiàn)利用網(wǎng)絡媒介進行信息交流,打破了地域和時間上的限制,學習者自主地選擇學習內容、學習方法、學習時間、學習地點、學習條件,改變了被動的、被支配的、受監(jiān)控的地位(王光玲、宋廷山, 2003: 137) 。網(wǎng)絡資源共享使得學習者獲取學習信息的資源極大豐富,幫助了不同層面的學習者獲取平等受教育和平等競爭的權利,為面向民眾的全面素質教育的實施和語言文化交流的國際化奠定了基礎。網(wǎng)絡教學中的“協(xié)作學習”、“小組討論”、“在線交流”、“BBS論壇”等學習策略使師生之間、學習者之間通過交流信息實現(xiàn)情感互動。網(wǎng)絡語境所構建的課題研究模式、問題解決模式、探究學習模式、情境學習模式、概念轉變學習模式和社會文化模式對高級認知能力的發(fā)展、合作精神的培養(yǎng)和良好人際關系的形成等具有明顯的支持作用。在某種程度上,網(wǎng)絡語境的構建是學習者在網(wǎng)絡上各取所需的學習過程。

(5) 人工智能技術支持網(wǎng)絡智能語境的構建。人工智能技術使計算機的功能智能化,智能化也就意味著計算機可以進行擬人思維,可以在教學上扮演人的角色,因此人工智能技術可以被認為是信息化外語教學系統(tǒng)的核心技術(陳堅林, 2005: 10) 。目前出現(xiàn)了基于網(wǎng)上的多媒體專家系統(tǒng),這些知識和新的技術可以被應用于計算機遠程教育,帶著問題進行在線學習的學習者可以得到豐富細致準確的解答服務,而且采用各種媒體顯示的答疑專家系統(tǒng),無疑會提高學習者的學習效果,提高遠程教育的教育質量(張, 2005:

230) 。

3 結束語

在科學技術高速發(fā)展的今天,尤其是由于計算機三大關鍵技術(人工智能技術、數(shù)字化技術、信息和網(wǎng)絡技術)的發(fā)展,可以說在外語教學上計算機有了主導教學的可能和條件(陳堅林, 2005: 49) 。但目前大部分多媒體網(wǎng)絡教學研究仍停留在傳統(tǒng)教學模式起點上,僅僅著重于各種網(wǎng)絡技術多媒體技術在教學中的綜合應用,沒有從教學理論思想的深層次進行研究,以揭示學習和教學的本質規(guī)律(楊紅穎、王向陽, 2004:49) 。語境范疇基本理論研究剛剛起步,對于語言與語境的關系和關于語境的一些基本理論問題還有待于語言學界、語言哲學界進一步的研究與認識(韓彩英,2004: 47) 。本文僅是基于建構主義學習理論、現(xiàn)代信息技術對構建網(wǎng)絡語境進行的概括性論述,僅是一種嘗試性的討論,也僅僅是為了拋磚引玉。

參考文獻

[ 1 ]  Lyons, J. Semantics[M ]. Cambridge: Cambridge UniversityPress, 1977.

[ 2 ]  王建華. 關于語境的定義和性質[ J ]. 浙江社會科學,2002, (2).

[ 3 ]  段曹林. 系統(tǒng)論與語境研究[ J ]. 修辭學習, 2000, (1).

[ 4 ]  韓彩英. 語境本質論[ J ]. 自然辯證法通訊, 2004, (5).

[ 5 ]  許力生. 語言學研究的語境理論構建[ J ]. 浙江大學學報,2006, (4).

[ 6 ]  孔凡成. 語境教學觀的理論基礎研究[ J ]. 教育評論,2004, (4).

[ 7 ]  鄒建梅,劉成新. 網(wǎng)絡課程的交互設計與控制策略[ J ]. 中國電化教育, 2003, (11).

[ 8 ]  王景勝. 借助多媒體技術實現(xiàn)建構主義學習環(huán)境[ J ]. 青海師范大學學報, 2006, (4).

[ 9 ]  李新民. 構建大學英語多媒體網(wǎng)絡教學模式的探索[ J ].外語電化教學, 2006, (2).

[ 10 ]  盛群力,譯. 行為主義、認知主義和建構主義(下) [ J ].電化教育研究, 2004, (4).

[ 11 ]  陳堅林. 現(xiàn)代英語教學組織與管理[M ]. 上海:上海外語教育出版社, 2000.

[ 12 ]  陳堅林. 從輔助走向主導———計算機外語教學發(fā)展的新趨勢[ J ]. 外語電化教學, 2005, (4).

[ 13 ]  袁維新. 國外基于建構主義的科學教學模式面面觀[ J ].比較教育研究, 2003, (8).

[ 14 ]  王守仁. 解讀《大學英語課程教學要求》[ J ]. 中國大學教學, 2004, (2).

[ 15 ]  王光玲,宋廷山. 基于建構主義的網(wǎng)絡教學淺論[ J ]. 山東師范大學學報, 2003, (4).

[ 16 ]  陸元明,郭 麗. 流媒體技術在交互式外語教學網(wǎng)頁中的應用[ J ]. 外語電化教學, 2006, (2).

[ 17 ]  徐素霞,馬文婕. 虛擬現(xiàn)實技術及其在遠程教學中的應用[ J ]. 網(wǎng)絡教育與遠程教育, 2006, (2).

第8篇:人工智能對教育的意義范文

關鍵詞 計算機圖形學 第三方演示 課程群 分組實踐

Abstract At present, computer graphics has become an important part of undergraduate computer education, and it is also plays an important role to cultivate innovative talents to adapt to the information age. Based on the teaching of computer graphics course by the author as an example, analyzes the existing problems in the teaching of computer graphics, and put forward improvement ideas from three aspects: according to the different needs of students utilizing the third party demonstration teaching and cross curriculum interpretation, introducing course group to replace single course, employing group practice examination instead of individual, and other forms to improve the quality of teaching.

Keywords computer graphics; third party demonstration; course group; group practic

計算機圖形學是一門介紹顯示、生成和處理計算機圖形的原理和方法的課程。它在計算機總體教學體系中屬內容綜合性較強且發(fā)展迅速的方向之一。該課程既有具體的圖形軟硬件實現(xiàn),又有抽象的理論和算法,旨在為學生從事相關工作打下堅實基礎。學生須以高等數(shù)學和線性代數(shù)的基本理論和較熟練的程序設計能力作為本課程學習的基礎。課程的難點在于計算機圖形學研究范圍廣,與其他學科交叉性強,且知識不斷更新變化。在教學實施過程中,難點是理解和掌握相應的基礎理論和算法,以及利用計算機圖形學相關工具進行圖形學實際問題的解決。

本課程對學生的培養(yǎng)學生圍繞以下三個方面展開: (1)建立對計算機圖形學的基本認識,理解圖形的表示與數(shù)據(jù)結構、曲線曲面的基本概念。(2)理解并掌握基本圖形的生成算法,并能對現(xiàn)有的算法進行改進,理解圖形的變換和裁減算法。 (3)面向算機圖形的程序設計能力,以底層圖形生成算法為核心構建應用程序。相應的考查方式由理論授課、上機實習和課外作業(yè)三個單元構成。從近年的授課實踐和考試情況分析,該教學內容難度設置合理,深入淺出且相互承接成為體系,學生總體反饋良好。但也存在一些矛盾和問題。以下將對幾個問題進行重點闡述與思考,并提出課程改革思路。

1 計算機圖形學與計算機輔助設計銜接問題

筆者所在院校是具有航空航天背景的工科院校,“CAD計算機輔助設計”是飛行器設計、機械設計與制造等多學科的重要課程。相關學科學生期望通過對計算機圖形學知識的深入理解,促進CAD設計工具諸如Catia、Solidwork和Rhino等先進工具的運用能力。然而,目前的計算機圖形學課程的教學和考察環(huán)節(jié)倚重低層算法講解與基于OPENGL等的程序設計,除綜述外并未具體引入CAD相關內容。產(chǎn)生的問題是,一方面,飛行器設計及機械設計與制造等專業(yè)的學生由于程序設計能力不足,難以駕馭較復雜的程序設計任務,在學習過程中心理壓力較大;另一方面,由于授課均為教師為計算機相關專業(yè)背景,該課程的講授并未銜接CAD相關技術,學生難以構建二者之間的聯(lián)系。

解決方案:

本質上,該問題是由于選課學生的學習動機和基礎不同造成的。以單一的教學和考查方式難以兼顧這類面向具體應用的學習需求。在教學方法上,采用第三方案例教學法和交叉講解法相結合以解決此問題。具體的,將CAD等應用場合以具體案例形式講解,授課教師邀請飛行器、機械設計相關教研組研究生以4~6學時的講臺演示的形式呈現(xiàn)CAD工具完整設計過程。授課教師則以交叉講解方式為學生講解運用到的計算機圖形學知識點,同時與學生交互式的問答和探討。在考查形式上,考慮到不同的學習動機和基礎,采用多樣化實踐環(huán)節(jié)考查。計算機專業(yè)學生以OPENGL程序設計為考點,而外專業(yè)學生以CAD等面向應用的實踐工具為考點,以兼顧各專業(yè)的學習需求。

2 計算機圖形學與計算機視覺相結合的問題

當前,虛擬現(xiàn)實技術(VR)和人工智能技術(AI)兩個最重要最熱門的研究領域。虛擬現(xiàn)實的基礎理論支撐是計算機圖形學,例如三維場景的生成與顯示。而人工智能的一個重要應用場景是計算機視覺,例如基于圖像智能識別的自動駕駛技術和場景理解技術。很多學生對以計算機視覺為代表的人工智能技術懷有濃厚興趣,同時,學生又難以區(qū)分計算機圖形學和計算機視覺的關系。同時,二者在近年來的研究中呈現(xiàn)相互融合的趨勢。如基于三維立體視覺的機器人與場景實時定位與重建。如何在計算機圖形學課程中,很好地體現(xiàn)兩門課程的不同,避免學生的混淆,拓展學生的知識面,都是具有現(xiàn)實意義的課題。

解決方案:

實際上,計算機圖形學和計算機視覺可不失一般性的概括為互逆的關系:計算機圖形學是由概念設計到模型生成,最終繪制圖形圖像的過程;而計算機視覺則是從原始圖像中再加工并分析理解、以產(chǎn)生新圖像(如二維到三維)或輸出語義信息(如圖像自動標注與理解、目標檢測與識別)。將計算機圖形學納入“視覺處理課程群”框架,使學生首先掌握課程群中各課程的側重點,著重理解圖形學在課程群中的作用。精心選取2~3個計算機視覺和圖形學交叉的當前主流研究方向,展開概念層面的演示講解,不深究具體算法,著重闡述兩種技術的相互依賴關系并對比二者的區(qū)別。相關領域的演示還包括增強現(xiàn)實、人機交互、計算機輔助診斷等等。鼓勵學生自主學習,最終使學生在做中學、用中學,提高獨立分析新問題和綜合運用知識解決問題的能力。

3 如何平衡算法講解和程序應用技能

計算機圖形學涉及的算法多,核心算法是該課程的必講內容,在算法細節(jié)的講解過程中學生容易產(chǎn)生畏難厭學情緒,注意教學方法以調動學生的興趣尤為重要。另一方面,對學生的考察方式最終是通過編程實踐完成。學生在編程實踐中常常遇到大量調試問題,同時要閱讀大量文檔以了解OPENGL接口函數(shù)的調用方法,這個過程占用了很大工作量。

解決方案:

在理論教學部分,著重講清計算機圖形學原理和概念、全面解析經(jīng)典算法思想。課程強調對理論核心思想的闡述,用通俗易懂的語言,條例清晰的邏輯,進行簡明透徹的闡述,附以直觀、形象的動態(tài)演示系統(tǒng),力圖使學生在較短的時間內、有效地掌握基本理論。分析圖形學各種經(jīng)典算法的原理、可行性及幾何復雜性,盡可能多地比較算法之間的思想差異,分別指出它們的優(yōu)缺點和應用場合,并促進學生思考如何在保證算法的準確性、可靠性的前提下,提高算法的效率。同時注重接近國際前沿的研究內容,注重講授經(jīng)典知識和最新進展相結合,以激發(fā)學生的學習興趣,提高課堂效率和活躍度,力爭以較少的課時闡述計算機圖形學的基本原理、基本方法,加大實踐環(huán)節(jié)比重。通過往年學生完成的優(yōu)秀課程作業(yè)作品的展示,激發(fā)學生的創(chuàng)造熱情。改革實踐環(huán)節(jié)的考查方式,以項目小組形式取代對個體的考查。原則上每組3~5人,自由組合。在課程結束前,采用小組現(xiàn)場演示講解的方式,展示小組成員通過編程實踐環(huán)節(jié)完成的一個項目。學生在項目小M中鍛煉了團隊協(xié)作能力,降低了個人工作強度,同時互相學習和督促的氛圍使課程作業(yè)的質量得以大幅提高。以基礎實驗――目標性重建實驗――自主性訓練的層次化實踐框架模式,逐步培養(yǎng)學生自主研究,獨立解決問題、分析問題,確定解決方案的能力,樹立正確的科學研究習慣,培養(yǎng)學生的科學研究能力。

總之,合理設計實踐教學案例,進一步實現(xiàn)課程體系和實踐內容的統(tǒng)一,建立一個多層次、立體化的實踐教學體系,注重學生的參與性與實踐性,引導和鼓勵學生進行創(chuàng)新實踐和課外研學。改革考核方式和考試形式,加大實踐環(huán)節(jié)在成績中的比重,強化實踐能力培養(yǎng),寓教于樂的同時引導學生追求卓越。此外,計算機圖形學技術是發(fā)展非常快的一個研究及應用領域,且對編程要求較高,應注重實驗室機房投入更新必要硬件,并保障軟件編程環(huán)境的正常運行。

L鼙疚氖苤泄┦亢蠡YBA15035,江蘇省教改項目JGLX13_008資助

參考文獻

[1] 孫家廣,胡事民.計算機圖形學基礎教程.北京:清華大學出版社,2005.2.

[2] 唐榮錫,汪嘉業(yè),彭群生等.計算機圖形學教程(修訂版).北京:科學出版社,2000.

[3] LIU Hailan.On development and application of computer graphics[J].Computer Knowledge and Technology,2010(3):9551-9552.

[4] 婁鳳偉.創(chuàng)造性思維與計算機基礎教學[J].教育探索,2002.

第9篇:人工智能對教育的意義范文

關鍵詞:中高職銜接;自然語言處理技術;課程設置

中圖分類號:G712 文獻標識碼:A 文章編號:1672-5727(2015)11-0060-04

中高職教育課程銜接主要存在兩個方面的難題:其一,中高職教育沒有實行專業(yè)歸類對口招生報考制度,造成中高職專業(yè)設置的對應關系不明確,各院校自行選擇對接專業(yè),造成很多中職專業(yè)在升高職時不對口。其二,中高職專業(yè)課程內容重復,使中職畢業(yè)生升入高職時重復學習相同的課程內容。

在我國,中高職課程銜接仍然依賴于專家經(jīng)驗。對口專業(yè)的判斷及重復課程的篩選是通過對“人才培養(yǎng)方案”和“課程標準”等文本文件的內容進行人工分析。面對多個專業(yè),每個專業(yè)數(shù)十門課程,采用人工分析,工作效率低,專業(yè)的對口程度和課程重復程度難以精確的衡量。為了科學高效地進行中高職課程銜接,不能僅僅依賴經(jīng)驗和人工分析,而應該運用計算機技術,對各院校多年積累的課程數(shù)據(jù)文件進行深入分析研究,使中高職課程銜接方法具備精確性和實用性。如何讓計算機對“人才培養(yǎng)方案”和“課程標準”等文本文件進行自動識別分析是科學高效進行中高職課程銜接的關鍵。

自然語言處理(Natural Language Processing,簡稱NLP)就是用計算機來處理、理解以及運用人類語言(如中文、英文等),它屬于人工智能的一個分支,是計算機科學與語言學的交叉學科,又常被稱為計算語言學,是計算機科學領域與人工智能領域中的一個重要方向。 自然語言處理技術可以實現(xiàn)文本分類聚類、文本自動摘要、機器翻譯、檢索系統(tǒng)、問答系統(tǒng)、人機交互等諸多功能,其中重要的一項任務就是文本相似度分析。文本相似度分析最為著名的應用案例之一是搜索引擎,如谷歌、百度等,人們能通過輸入文字來查找相關的新聞等網(wǎng)絡資源,另外,在檢測學術論文是否抄襲方面文本相似度也有其關鍵技術的應用。所謂文本相似度計算是指利用計算機自動計算文本間的相似程度,文本相似度是表示兩個或多個文本之間相似程度的一個度量參數(shù),相似度大,說明文件相似程度高,反之文件相似程度就低。

本文運用自然語言處理中的文本相似度算法對中高職課程相關的文本數(shù)據(jù)進行分析,能夠快速地找出中高職對口專業(yè),指導課程銜接方案的合理設置。

一、 自然語言處理中的文本相似度算法

文本相似度度量任務就是衡量兩個文本之間語義相似的程度,是自然語言處理中一個非常重要的任務。常規(guī)的文本相似度度量方法是將文本轉化詞匯的集合,分析每個詞在單個文本中出現(xiàn)的次數(shù)以及在整個語料庫中出現(xiàn)的次數(shù),進而利用每個文本的詞頻信息構建為一個向量,并利用向量間的余弦相似度或Jaccard相似度等方法計算文本之間的相似度。圖1顯示了文本相似度算法的主要流程。

(一)預處理

計算機可以快速地計算出兩列數(shù)組之間的相似度,也可以分析出兩個矩陣之間的相似度,但對于兩篇文本來說,相似度的計算要相對復雜。因為,文本是非結構化的數(shù)據(jù),數(shù)據(jù)挖掘的算法要應用到文本對象之上,就必須對文本進行預處理,使其結構化,即將文本轉化為數(shù)組或向量。對于中文文本的預處理技術主要包括中文分詞和停用詞過濾兩個方面。

1.中文分詞技術

中文文本與英文文本不同,詞與詞之間沒有空格,讀者閱讀時要根據(jù)經(jīng)驗和語言知識來自行分詞。因而,計算機對于中文的處理相對于以英文為代表的西文處理存在更大的難度。現(xiàn)有的分詞方法主要有:基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計的分詞方法。對于分析者來說,自行開發(fā)中文分詞算法難度較大,目前有很多開源的軟件和在線工具都可以完成分詞工作,如Jieba、SCWS、中科院張華平開發(fā)的ICTCLAS 、武漢大學沈陽開發(fā)的ROST-CM等。

2.停用詞過濾

在文本處理中,有一些詞出現(xiàn)頻繁但意義不大,為了提高文本的分析速度和精度,須將這些詞忽略。比如,“的”、“在”、“是”等幾乎是中文文本中出現(xiàn)頻率最高的詞,這類詞對文本相似度的計算會產(chǎn)生不良的干擾。對于這類問題的解決,可以利用現(xiàn)有的“中文停用詞表”將這些詞進行過濾刪除。但是較為精確的方法是計算文本中每個詞的TF-IDF值,將TF-IDF值為0的詞刪除。

TF-IDF是用來評估某一詞匯對于一個文件集或一個語料庫中的其中一份文件的重要程度的統(tǒng)計方法。詞匯的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加,但同時會隨著它在語料庫中出現(xiàn)的頻率成反比下降。比如,“船體的認識”被分詞后變成“船體”、“的”、“認識”,其中“的”是停用詞,而“船體”和“認識”這兩個詞在計算文本相似度中的重要程度是不同的?!按w”這個詞較為專業(yè),“認識”這個詞較為普通,在中高職院校的教學文件中幾乎每篇都會出現(xiàn)“認識”這個詞。當某個詞在所有文本中都會出現(xiàn),那么,它對文本相似性也就沒有貢獻了。

(二)基于余弦相似度的文本相似度算法

經(jīng)過預處理之后,兩篇文本被轉換為兩份詞匯表數(shù)據(jù),分別用向量D1(n)和D2(m)來表示,其中n和m表示兩表中詞匯的數(shù)目。文本相似度工作就是計算分析D1(n)和D2(m)的相似度。具體步驟如下:

(1)將兩份詞匯表中重復多次的詞合并,并將兩份詞匯表匯總成一個總詞匯表,用向量A(p)表示,其中p表示詞匯的數(shù)目,p≤m+n。

(2)計算A(p)中的詞在D1(n)和D2(m)中出現(xiàn)的次數(shù),分別用向量B1(p)和B2(p)表示。

根據(jù)余弦公式計算cos茲=,即計算B1(p)和B2(p)這兩個向量的夾角余弦,當夾角為0時,余弦值為1,意味著兩個向量重合,即兩文本相同。也就是說余弦值越接近1,兩文本越相似。

二、中高職課程銜接文本數(shù)據(jù)來源

近年來,中高職教育銜接是我國教育領域的研究熱點,各級教育部門頒發(fā)了一系列文件,如《教育部關于推進中等和高等職業(yè)教育協(xié)調發(fā)展的指導意見》、《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010―2020年)》、《山東省中等職業(yè)學校教學指導方案》等。在進行文本相似度分析時,要合理選擇相關文本進行研究。本文所選的數(shù)據(jù)來源有以下兩個方面:

判斷對口專業(yè)的文本文件主要有:地方教育部門或行業(yè)指導委員會制定的各專業(yè)教育教學指導性文件,如《山東省中等職業(yè)學校教學指導方案》或各中高職院校制定的《人才培養(yǎng)方案》。中等職業(yè)學校專業(yè)教學指導方案是中等職業(yè)學校專業(yè)建設和專業(yè)教學的基本指導文件,內容包括教學計劃和各門課程的課程標準。人才培養(yǎng)方案是人才培養(yǎng)的總體設計,反映著一個學院人才培養(yǎng)的指導思想和整體思路,關系著學院人才培養(yǎng)的內容、途徑和質量。

衡量專業(yè)課程內容重復情況的文本文件主要有:地方教育部門、行業(yè)指導委員會或院校制定的人才培養(yǎng)方案和課程標準。其中課程標準是指規(guī)定某一學科的課程性質、課程目標、內容目標、實施建議的教學指導性文件,是衡量課程內容重復度的主要依據(jù)。

三、實例分析

青島遠洋船員職業(yè)學院是一所高職院校,其船舶工程技術專業(yè),在面對機械制造技術、焊接技術應用、電氣運行與控制等多個中職專業(yè)的畢業(yè)生時,如何能對口接收并進行合理的課程設置,是學院開展中高職教育銜接的關鍵。

(一)選擇對口專業(yè)

根據(jù)教育部頒發(fā)的《中等職業(yè)學校專業(yè)目錄》(2010年修訂),將山東省教育廳開發(fā)的6個中職專業(yè)(船舶建造與維修、焊接技術應用、機械制造技術、機電技術應用、電氣運行與控制、旅游服務與管理)的教學指導方案與青島遠洋船員職業(yè)學院“船舶工程技術專業(yè)”人才培養(yǎng)方案進行文本相似度分析,得到數(shù)據(jù)結果,如圖2所示。

通過對人才培養(yǎng)方案進行文本相似度分析,可以看出,高職“船舶工程技術”專業(yè)的三個方向“船體”、“輪機”和“電氣”,與6個中職專業(yè)的相似程度各不相同:與“船體方向”對口的中職專業(yè),按相似度依次為“船舶建造與維修”、“焊接技術應用”、“機械制造技術”;與“輪機方向”對口的中職專業(yè),按相似度依次為“船舶建造與維修”、“機電技術應用”、“機械制造技術”;與“電氣方向”對口的中職專業(yè),按相似度依次為“船舶建造與維修”、“機電技術應用”、“機械制造技術”、“電氣運行與控制”。

本文選擇“旅游服務與管理”作為與其他專業(yè)對比的參考專業(yè),與船舶工程技術三個方向均不對口,相似度極低,與生活常識相符合。

(二) 判斷重復課程

中高職對口專業(yè)經(jīng)常會出現(xiàn)課程內容重復的問題,專業(yè)對口程度越高,其課程重復的可能性就越大。通過分析課程標準的文本相似度,可能得到課程內容的重復程度,從而指導課程安排和課時分配,避免中職學生升入高職后重復學習。

圖3以中職“船舶制造與修理”專業(yè)與高職“船舶工程技術”專業(yè)船體方向為例,將4門高職課程分別與9門中職課程進行了文本相似度分析。為了直觀判斷出中職課程與高職課程之間的相關度,將高職的任一課程與所有中職課程對比繪制成折線圖,如圖2所示。將高職機械設計、電工基礎、結構制圖、修造工藝這4門課與中職9門課程進行比較,可以得出以下結論。

第一,高職機械設計課程與中職各課程相似度均不高,說明課程內容沒有重復;第二,高職電工基礎課程與中職各課程相似度均不高,說明課程內容沒有重復;第三,高職結構制圖課與中職船舶識圖課的相似度非常高,說明課程內容重復;第四,高職修造工藝課與中職船舶建造與修理課的相似度非常高,說明課程內容重復。

通過對每門課程的“課程標準”的文本相似度進行分析,可以準確快速地得出各門課程重復程度,對與中職課程重復程度高的高職課程,如“結構制圖”和“修造工藝”等應考慮免修或適當減免學時。

運用自然語言處理技術,分析文本文檔、為課程設置提供可靠依據(jù),在中高職教育課程銜接領域是全新的嘗試。本文通過使用自然語言處理技術,對中高職銜接相關教育教學文件進行文本相似度分析。通過青島遠洋船員職業(yè)學院的實驗驗證,這種方法可以定

量地對中高職教育銜接時對口專業(yè)進行篩選,以及對重復課程進行判斷,取得了良好的分析效果,具有較強的科學性和應用性。

將自然語言處理引入中高職教育銜接領域,可以充分利用現(xiàn)有的教學文件數(shù)據(jù),提高各項教育教學決策的速度和準確性,促進了職業(yè)教育水平的整體提高。隨著自然語言處理技術的不斷發(fā)展,通過計算機可以高速地對海量數(shù)據(jù)進行分析,這些數(shù)據(jù)不僅包括院校原有的教育教學文檔,還包括行業(yè)發(fā)展趨勢、社會人才需求等文本數(shù)據(jù),并自動生成適應社會發(fā)展情況的“人才培養(yǎng)方案”、“課程標準”等教育教學文檔,從而實現(xiàn)教育決策的“人工智能”。

參考文獻:

[1]顧曰國.自然語言語義、語義自動化處理與知識本體――寫在“知識本體”專號前面的話[J].當代語言學,2013(2):127-128.

[2]金希茜.基于語義相似度的中文文本相似度算法研究 [D].杭州:浙江工業(yè)大學, 2009.

[3]沈斌.基于分詞的中文文本相似度計算研究[D].天津:天津財經(jīng)大學, 2006.

[4]張華平.語言淺層分析與句子級新信息檢測研究[D].北京:中國科學院研究生院,2005.

[5]黃承慧.一種結合詞項語義信息和TF-IDF方法的文本相似度量方法[J].計算機學報, 2011, 34 (5): 856-864.

[7]鄧澤民.《中等職業(yè)學校專業(yè)目錄2010年修訂》解讀[J].中國職業(yè)技術教育,2010(16): 22-25.

Application of Natural Language Processing Technology in Cohesion Between Secondary and Higher Vocational Education Curriculum

SHEN Mei,XU Ning,ZHAO Xiao-ling

(Qingdao Ocean Shipping Mariners College, Qingdao Shandong 266071, China)