迈向大规模个性化教育
智能时代多样化人才培养急需大规模个性化教育
个性化教育是实现人的全面发展的必由之路。人的全面发展的基本内容主要包括人的能力的全面发展、人的社会关系的全面发展、人的需要的全面发展和人的个性的全面发展等方面。个性化教育是以培养人的完美个性为根本目的，充分尊重学生的个体差异，发挥学生的主动性和创造性的教育。个性化教育承认学生在智力、才能、情感、特长和爱好等方面存在着差异性，教育只有适应这种差异性，才能使每个人得到发展。正如联合国教科文组织《学会生存——教育世界的今天和明天》报告中指出的：“教师的任务是培养一个人的个性并为他进入现实世界开辟道路，培养人的自我生存能力，促进人的个性全面发展，并把它作为当代教育的基本宗旨。”
个性化教育是深入贯彻素质教育的客观要求。我国上个世纪末开启的素质教育改革目前进入全面深化发展阶段。素质教育的落脚点在于对于人潜能的开发，促进人的素质全面发展，而个性是人综合素质的一种体现。素质教育本质上就是个性化教育，是一种以人为本、充分尊重学生主体性和差异性、发展学生潜能的教育。在基础教育领域，教育界积极开展了“成功教育”“愉快教育”“和谐教育”“情境教育”“创造教育”等多方面的素质教育改革实验，强调通过个性与和谐的教育，达到全面提高学生素质的目标。《基础教育课程改革纲要》明确指出，要使学生在普遍达到基本要求的前提下实现有个性的发展，教学中应关注学生个体差异，满足不同学生的学习需要，使每个学生都能得到充分的发展。
个性化教育是智能时代教育变革的必然趋势。21世纪是发展个性的世纪，智能时代背景下人才培养的需求发生了重大变化，大规模、个性化、自动化的智能制造模式需要培养大批有创新能力、多样化和个性特长的人才。近年来，以机器学习、人工神经网络等为支撑的新一代人工智能技术的发展，对个性化学习进行了重塑和再造。人工智能技术可以为学习者个性化学习提供技术支撑，促进学习者“21世纪能力”的获得。《教育信息化十年发展规划（2011—2020年）》提出：“要为每一名学习者提供个性化学习的信息化环境和服务。”因此，新时代要借助智能科技，将标准化、专业化的工业化教育全面转型为个性化、多样化的智能化教育。
用技术赋能破解现实难题，实现“可因材施教”
个性化教育的核心是因材施教。推进大规模个性化教育，迫切需要探索规模化教育与个性化培养有机结合的路径。以学习者为中心的个性化教育，本质上就是要去除标准化、程序化、批量化，普及个性化、定制化，实现因材施教。因材施教与个性化教育的人才培养目标是相一致的，都强调尊重学生的个体差异性，使学生朝着全面、个性、自由、健康的方向发展。正如顾明远先生指出的，“人是有差异的，社会需要的人才是多样的，因此一定不能忘记差异性的教育。要特别重视因材施教”。《中国教育现代化2035》明确提出，要更加注重因材施教，利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。
厘清规模化因材施教面临的难题。在教育改革实践中，“学校规模化教学”与“学生个性化需求”之间的矛盾仍然是我国当前面临的教育主要矛盾之一。现代学校教育由于应试升学要求高、班级人数规模大、学生课业负担重等原因，难以准确把握每个学生的个性特征和差异，难以为不同的学生实施不同的教学。同时，长期以来人们对“因材施教”概念及其属性的理解也复杂多样，比如教育思想、教学原则、教学方法策略、教育方针法则、教学模式等。这反映了“因材施教”是历史沉淀的重要教学思想和宝贵财富，但在实践中往往难以把握，缺乏可操作的实践模式和方法手段。急需从“因材施教”走向“可因材施教”。
智能技术赋能助力实现“可因材施教”。人工智能、大数据等智能技术的融合应用与创新发展，带来了资源的多样化、数据的规模化和计算的智能化，有助于破解传统班级授课模式下个性化教与学的难题。由于智能技术的介入，使得教学活动监测、数据获取与分析变得便捷、高效，根据数据分析结果精准教学决策，真正实现个性化学习。利用智能技术为学生提供智能化、个性化、泛在化的新型教与学环境，助力实现学习主体可理解、学习服务可定制、教学情境可计算的因材施教的智能化教学，构建基于智慧课堂、自适应学习、大数据精准教学等技术的多类型因材施教教学模式，使得智能时代的规模化因材施教真正落地应用。
基于智能技术打造个性化、智能化教育新形态
树立新时代教育理念。在人才观上，从基于工业时代封闭式、规模化、程序化教育模式下培养标准化、严格服从的人才，向依托智能时代开放式、个性化、多样化教育模式下培养具有创新能力和个性特长的人才转变。在资源观上，从数字化、信息化向数据化、智能化转变，从一般的数字教育资源共享服务向资源智能生成、个性化定制和推荐转变。在教学观上，树立以学习者为中心的理念，从传统的班级授课、封闭式课堂教学向个性化学习、开放式教学转变。
实行差异化教学模式。利用教育数据挖掘和智能分析技术使得差异化教学得以真正实现。通过课前、课中、课后全过程动态学习数据采集、记录和分析，教师教学决策从基于经验转向基于教学数据。通过数据测量、数据统计、数据挖掘等方法，直观呈现学生个体或群体分析，为教师提供实时动态学情分析服务，准确把握学生的个体特征和差异，进行差异化教学；基于智能技术精准分析教学中的问题，及时反馈，为教师提供改进意见，实现精准施教。
实施个性化学习方式。基于数据精准描绘学习者画像，按需定制个性化学习方案，为学习者规划最适合的学习路径。借助语音交互、图像识别、AR等技术，创设适切性学习情境，驱动个性化学习体验。通过对作业与考试进行自动识别和批改，开展全过程、多维度数据采集和分析评价。综合利用行为建模、经历建模、知识图谱构建和学习分析等技术，对学习者的学习行为和过程进行智能测评和诊断，及时掌握学生学习情况，促进个性化学习改进。
重构多元化评价体系。在评价标准上，致力于学习者全面而个性的发展，实行以学习者的需求和满意度为核心的价值评定。在评价内容上，涵盖知识学习、问题探究、自主学习、合作交流能力等多个层面。在评价方式上，基于学习过程、学习行为数据记录，通过数据挖掘分析，对每个学生的学习行为、学习效果、学习态度等进行准确判断和把握。同时，采取线上线下立体式反馈，可视化的数据呈现，使得评价反馈更加立体化、个性化。
推动智能化管理决策。在学校管理中，运用智能技术精简、优化和重构管理流程，消除管理中的“信息孤岛”，利用智能排课助手、教务智能代理等手段，帮助教师为学生选课、制定个性化的课表，提升管理工作效能。在区域教育行政管理和教育公共服务中，建立区域教育大数据中心，采集、汇聚区域内各类用户、教育教学与管理的全流程数据，进行科学的数据统计和挖掘分析，实现基于数据的管理决策和个性化的教育服务，提升区域教育治理水平。
（作者系认知智能国家重点实验室智能教育研究中心主任、教授，西北师范大学兼职教授）
《中国教育报》2020年10月24日第3版
作者：刘邦奇