摘要：21世纪以来，随着互联网时代大数据的产生，技术对教育的加成作用逐步被挖掘。人工智能正在与教育发生深度融合，推动教育理念、教学方式、管理模式创新，已成为教育发展的新引擎，并有望引领教育的系统性变革。
关键词：智慧教育；因材施教；实践
一、智慧教育视角下的大规模因材施教背景
因材施教是指教师要从学生的实际情况、个别差异出发，有的放矢地进行有差别的教学，使每个学生都能扬长避短，获得最佳发展。因材施教的主要特征是个性化学习、差异化教学。在我国，最先将“因材施教”投入应用的是孔子。最早提出理论的是朱熹。二十世纪初，著名的美国教育家杜威在他的《明日的学校》一书中论述了因材施教的教育取向，并指出以学生为中心的学习。1983年，世界著名的教育学家、美国心理发展学家加德纳提出多元智能理论。人的大脑的不同区域负责智力的不同方向，不同功能区的智力有很大区别，你也许在语言功能区的智力属于智障水平，但是在运动功能区的智力却是天才。2016年，新西兰教育部长马哈雷强调个性化学习就是意味着围绕学生不同的学习方式来塑造教学，关注每一个学生独特的天资。在现代教育技术与先进理念驱动下，中国教育也正朝着更加多元个性、普惠公平的方向发展。智慧教育就是要将人工智能深度应用于教育，创造公平空间、推动个性化学习，让所有学生都能得到他们需要的东西，使学习变得更有意义和个性化。为此，我们将重构大数据驱动的大规模教育生态系统，宏观层面为教育决策提供科学依据，中观层面推进教学管理和评价的创新实践，微观层面为个性化教学提供精准支持。
二、大规模因材施教的战略智慧
（一）个性化学习
目前，大部分学生仍旧采用传统的学习方式学习，大部分老师仍采用千篇一律的经验教学方式授课。学校把相同课程抛给学生，但学生不见得喜欢和适合。老师把相同问题点抛给所有学生，但不见得所有学生都需要攻克这个问题。这种教育形态下，师生双方的学情数据得不到有效沟通，教育压力日益放大，引发社会教育焦虑。所以，推动个性化学习的教育决策亟需引起关注，并亟待广泛应用于各个教育场景中，促进教育各环节有效贯通，形成数据驱动的教育闭环。
教师和学生——凸显成长目标
教师是智慧教育的实施主体。通过培训、实践、评价三维一体的培养工程，着力提升教师专业素养，将个性化学习的支持者、塑造者、引领者的塑造作为教师培养工程的核心目标和重要组成部分。
学生是智慧教育的参与主体。学校应当开发和实施综合、立体、丰富的课程，给予学生充分的活动时空。每一个孩子能在自由参与的活动中张扬个性，并从中体验成长的、成功的快乐，发现自己的多元智能特征和才能禀赋，明确成长的目标。
课程和资源——凸显优质资源
未来通过人工智能技术，我们的区域应该拥有多层级、多维度的课程图谱，不仅向学生显示发展进程与结构关系，更可用可视化技术描述课程资源及其载体，使得个性化学习与课程图谱之间的链接的以挖掘、分析、构建、绘制和显示，推动个性化学习得以实现。
课程图谱就像人的神经网络，可以串起区域范围内的各种课程资源。所有的资源利用就像每一块肌肉，每一块骨头的运动，复杂但不紊乱。优质教师资源、优质场地设施、优质专业机构等，在人工智能的支撑下形成高效、协调地运作。
如果知识是人类进步的阶梯，课程图谱就是个性化学习进步的阶梯。将来，课程图谱会汇聚区域各类优质资源，嵌入个性化学习系统，让大规模的因材施教成为可能。
支持和保障——凸显共享理念
由于传统教育观念和习惯势力的影响，需要通过更多的宣传，提高学校、教师、家长、学生对个性化学习的认识，形成统一思想，建立必要制度。避免由于分数主义、本位主义等不良思潮造成割裂的、逆向的教学形态。
个性化学习所需要的智能和大数据支撑是需要政府的政策支持和经费保障的。
在学区化、集团化办学中，发挥区域共享的政策优势、经费优势、平台优势，为更多的学生提供智能化的服务。
个性化学习作为一种人工智能和大数据驱动的智慧教育，需要组建研究团队，展开细化的、专业的项目引领下的研究和实践。通过“智慧教育”示范区的展示，对个性化学习进行针对性评估，摒弃流程性评估的弊端，将评估的标准聚焦到学生个性化发展本身上。
（二）差异化教学
放眼四周，社会新技术、新应用飞速发展，万物互联时代已经到来。在万物互联的时代背景下，数据被极大地收集、深度地挖掘、多维度地分析，数据成为生产资料，计算能力成为生产力，互联网成为生产关系。那么，在大数据时代的差异化教学如何体现？应当在教育的各个场景、环节，以数据为核心，应用数据带来的智能，针对个体的不同差异展开分层指导、弹性作业、个别化辅导，突破当前传统一刀切的发展瓶颈。
诊断——强化学情分层与对策
学情诊断的依据是学生特征的相似性和差异性。通过访谈、问卷、观察等形式可以获得相关信息的差异性数据，并分析数据形成对差异学情的基本判断，包括不同个体、群体的学习优势、学习风格等，最后形成差异化教学对策。
差异化教学策略在于目的、结构、角色以及激发学生动机并与之互动的方式上存在差异，它们集中在掌握策略、交际策略、自我表达策略和理解策略的设计上。通过它们的设计，深刻影响课堂决策，成为差异化教学的起点。
实施——强化客观认知和主观选择
差异化教学的实施可分为分层走班、弹性作业、个别化辅导等。大数据驱动使得学生能对自己的学习能力有客观认知，通过“走班”选择适合自己实际情况的班级、老师、课程去上课，解决知识、能力等方面存在差异而引发困境。
人工智能为教师提供弹性作业资源、任务、评价的设计和实施的平台。同时，人工智能也能帮助教师开展差异化的分解、提示、讲解、答疑，轻松随意地达到设置台阶、放缓坡度等教学效果，在作业规划、推进等方面展开个别化指导。
评价——强化学习过程的持续评价
对差异化教学的价值判断主要采取形成性评价。它是对学生学习过程的持续观察记录反思而做出的发展性评价，它也是一种过程性评价和持续性评价。主要包含的形式有单元学习效果测试、表现性评价、即时性评价、档案袋记录。在差异化教学以分层、弹性、个别等特征的教育大体量投入中，人工智能是实现大数据驱动的教育评价的助推器。
差异性评价具有教和学的双向性。对教师差异性“教”的评价，应当将终结性评价与形成性评价相结合。终结性评价强调的是考试成绩和学习结果，是传统教学评价的主要方式。形成性评价强调的是教学评的过程融合，是现代教学评价的主流方向。教师绩效奖励是促进差异化教学的有力手段，应当兼顾两者，体现评价的客观、公正。
重建——强化教与评的循环迭代
差异化教学评价是本身就是一种教学诊断，也是下一轮教学的起点。通过形成性、终结性评价数据，教师能又一次在教学目的、结构、角色以及激发学习动机并与互动方式上找到差异，从而对掌握策略、交际策略、自我表达策略和理解策略展开设计，深刻影响课堂决策。这是一个循环迭代的教育过程。
我们相信，没有人天生是全能，也没有人天生便注定一无是处。智慧教育的关键在于，在智力发展的黄金时期里，通过现代化人工智能实现个性化学习和差异化教学的升级，寻找、引发并促进每个儿童自身潜能的发展，用正确的方法给孩子赋能。我们相信，随着人工智能2.0时代，5G元年和教育部一系列教育现代化规划的发布，智能教育热度持续上升，智慧教育将领航未来。我们将遇见更多人工智能企业将作为优质教育资源被共享，将遇见更多的智能批改、拍照搜题、智能测评、智能题库、分级阅读和自适应学习等教育产品形态，还将遇见拆除围墙的学校、可供自由选择的教师菜单。我们相信，未来人工智能将进一步赋能教学过程全环节，在提供普惠优质教育资源，促进教育公平和实现大规模因材施教方面发挥前所未有的驱动力。
参考文献：“教育何以是大数据的”杨开城电化教育研究2019-01-19(北京师范大学教育学部