人工智能机器人的双师课堂教学方式

人工智能教育机器人为教师提供了各种各样的资源，教师根据知识点以及学生的分类情况，为每类学生选择不同的资源，对影音视频、参考文件、测试、作业等在可控范围内进行前期的主观选择。在学习内容的呈现方面，教师选择一元二次方程的导入情境，通过语音控制人工智能教育机器人将视频投射到电子白板上。在学习活动实施过程中，在人工智能教学实验室，学生观看视频，学习参考文件，做测试的逻辑顺序教师需要提前设计好。学生集体观看视频，学习参考文件等资源时，人工智能教育机器人会为学生推送不同的学习资源，通过学生的智能移动终端呈现给学生，学生在智能移动终端上产生的数据传输到人工智能教育机器人中，人工智能教育机器人再为教师实时反馈相应数据。

在教学活动实施过程中，学生通过智能移动终端将问题传输到人工智能教育机器人，对于能解答的问题人工智能教育机器人随机选择不同的回答方式回应学生；无法识别的人工智能实验室。问题反馈到教师端。课堂完结后，人工智能教育机器人根据本堂课多终端反馈的数据，实时为教师呈现单个学习者的评价报告以及整个班级的学习情况，进而了解这次课堂的学生分类情况，为下一次做教学设计提供可参考的依据。

对“人机协同”研究的展望。在新型双师课堂中人工智能教育机器人承担了部分教师的职能，人工智能的教育应用这意味着在人工智能时代的学习时空中会出现新型的“人机协同”工作场景。未来的人工智能课堂，对于教师来说需要做到以下几个方面：

第一，熟悉“人机协同”智慧教学环境，新型“双师课堂”对于教师来说，熟悉新型“双师课堂”不仅仅是熟悉人工智能教育机器人，对于人工智能教育机器人中的系统，机器人人工智能以及背后的智能平台以及大数据平台包括课堂当中使用的多媒体设备和可穿戴设备都要有所了解，对于相应的智慧教学手段也要了解。教师需要接受型的智慧教学手段，主动地去尝试“人机协同”的新型课堂。

第二，注重“育人”层面的教研活动。从核心素养层面来说，人的全面发展体现在人文底蕴，科学精神、学会学习、健康生活、责任担当、实践创新等层面，这些层面是人的生物、思维、社会属性的体现，也是人工智能教育机器人无法替代教师的核心关键。人工智能教育机器人能完成重复性，教育领域人工智能机械性的工作，教师如何聚焦有生命特征的工作，结合传统的德智体美劳以及现在的核心素养，这需要学校多开展新型“双师课堂”中有关能力培养、价值引领、情感引导的教研活动，促进教师适应教师职能的转变以及人机协同的分工。

第三，培养学生“人机协同”的意识和能力。在新型“双师课堂”中，不仅教师有“人机协同”教学场景，学生也有“人机协同”学习场景。人工智能时代，与机器共同学习也是基本的信息素养，对于技术运用也是核心素养中的基本要点。教师在自身学习“人机协同”的过程中，人工智能对教育的影响也要培养学生“人机协同”的意识，为学生在人工智能时代与机器一起工作做出前期的积淀。教师可以经常组织学生参加人工智能活动，让学生多接触新型的人工智能教育产品，让学生接纳人工智能教育机器人等智能设备成为一种常态。在人工智能时代，社会需求的是能和机器智能共同工作的人，培养学生“人机协同”的意识和能力有助于学生适应社会需求，顺应时代的趋势和潮流。

本研究分析了已有的教育机器人在教学中的实践案例，论述了智能时代人工智能的关键技术以及人机协同的相关概念，并提出人工智能教育机器人可以在课堂中的典型用途。根据边缘计算的特点，发现人工智能教育机器人作为边缘计算的设备集成体，在课堂中可以实现实时数据反馈，人工智能专业课程有利于课堂的实时个性化教学，也有效管理了课堂数据，将有价值的数据上传到云端。同时，人工智能教育机器人可以承担教师重复性的工作以及对于课堂设备的管理工作。根据系统环境模型以及学习过程环境模型，提出了基于学习内容、学习活动、教学活动三个层面上的关于课堂实施的思考，并设计了人工智能教育机器人的课堂应用案例原型。

实际上，人工智能教育机器人集成了很多人工智能技术，但是各技术的成熟度并不相同，在人工智能解决方案中，比较成熟的是语音识别计算，而基于知识图谱的个性化学习推荐以及基于计算机视觉的情感计算等技术还在实践探究过程中。

综上所述，人工智能教育机器人进入中小学课堂中，打破了原有的智慧课堂环境，如何将新技术适切地融入课堂中，实现新型“双师课堂”下学生的心理发展以及学生的学习兴趣和良好习惯的养成，这是需要关注的问题。因此，人工智能教育机器人对于教师的“人机协同”能力要求较高，人工智能智慧教育在人工智能教育机器人深度融合到中小学课堂过程中，需要教师的人工智能信息素养的提升。在下一阶段研究过程中，我们将聚焦到人工智能教育机器人在课堂中的具体应用实践，包括人工智能教育机器人与课堂环境的整合，以及各种数据的融合与处理分析，促进人工智能教育机器人与课堂深度融合，从而减少教师繁重的工作强度，提高教育教学质量，实现规模化的教育公平和优质资源均衡效果。