2019年，两会先后在北京人民大会堂开幕，毫无疑问的是促进教育公平、教育资源均衡发展等成为两会的热点话题。
人工智能教育在促进教育公平和教育资源合理分配问题上蕴藏着巨大潜力，近几年对人工智能的研究及其应用被国家提上日程，从2016年起先后出台了《“互联网+人工智能三年行动实施方案》《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等一系列的国家政策，逐渐将人工智能的发展提高至国家战略层面。
AI+教育即人工智能在教育中的应用，是人工智能与教育相结合的一种新模式。
2018年11月10日《人工智能+教育》蓝皮书于北京发布。蓝皮书认为，“人工智能+教育”尚处在初始阶段，真正实现教育变革还有很长的路要走。
单从文献计量的角度来看我国的人工智能教育近三年才逐渐纳入研究范围。
1984年王正旋所写《人工智能技术在教育中的应用》是我国第一篇关于人工智能教育的文献，一直到2016年开始，我国的人工智能教育文献数量才突破个位数，2017年突破三位数，达到133篇，2018年比上一年增长了270%，达到359篇。截止2019年3月8日，知网收录关于人工智能教育的文献共697篇，其中核心期刊166篇。
近几年我国国内AI+教育发展势头迅猛，对其进行各类研究对我国教育发展及改革有一定的参考价值和意义。
AI+教育的存在让我们看到了从班级授课制出现以来，大班授课制与因材施教无法同时兼顾这一教育矛盾似乎有了解决的希望。
按照面向的对象不同，人工智能+教育现今主要有以下几类：
面向教师的人工智能
按照在教学流程中的不同功能，面向教师的人工智能主要分为以下两大类:
- 教学辅助型：
例如拍照进行作业批改，机器代替人工阅卷等，根据中国信通院移动互联网应用服务监测平台数据显示，到2018年4月前，应用市场中共有95个提供作业自动批改服务的应用程序，大部分致力于小学口算与简便计算，其中“爱作业”应用程序日活跃用户数超过20万，日均处理作业50万份。
早在2015年间，安徽合肥等地已经开始试用科大讯飞研发的人工智能阅卷技术。通过人机改卷的对比试验，智能阅卷技术与人工阅卷在正确率、平均分差等方面相差无几甚至有超越之势，利用机器阅卷和批改作业更加有助于将教师从繁琐的机械性劳动中解放出来，并且能更加促进教育公平，保证阅卷的客观性。
- 教学反馈型
此类人工智能即利用大数据收集和分析学生的作业和试卷情况，进而方便教师得出学生对于知识点的掌握情况，进而更好地调整教学策略以提高教学效率。
美国的AI+教育目前可以通过对学生的行为和情感进行识别与分析，为教育工作者描绘学生状态和知识点掌握情况图谱，从而作为教师教学质量考核的参考之一，也可以帮助教师制定下一步的计划同时也可以指导课程设计。此类服务代表的机构有Affectiva、Acrobatiq等。
自2016年10月美国总统行政办公室联合美国国家科学技术委员会发表《规划未来,迎接人工智能时代》起，美国对于人工智能在教育领域的应用不断投入大量研究资金，出台各类政策确保其能够走在此次科技浪潮的前端。
教学反馈型人工智能一定要建立在已有的教育数据之上，通过对来自各个教育组织例如教育机构、学校、教育管理部门等的学生教育数据的分析，才能更精准地为教师提供反馈数据，所以要拉近与美国在教育反馈技术层面的差距，应尽可能地将各类教育数据共享，为研究者提供便利。
面向学生的人工智能主要有两大类：
- 学习辅助型：
如“作业帮”“小猿搜题”等拍照搜题的手机应用，现今手写拍照的准确率也在70%以上，对于自觉性好的学生来说这类应用确实发挥了不小的作用。目前国内还有“英语流利说”“洋葱数学”“作业盒子”等APP。
据统计，国外教育类APP数量目前在十万以上。此类人工智能主要集中在对图像的处理和语音的识别上，属于弱人工智能技术，利用光学字符识别技术来实现图片与文本之间的转化。
作为传统教育的一种补充，学习辅助型的人工智能可以提升学生课余时间的学习效率，尤其对于教育资源严重匮乏的偏远地区意义非凡，能够在某些程度上帮助学生解决大部分的问题，对于教师而言无疑也是一种解放。
但值得反思的一点是，此类人工智能会不会使得学生养成不劳而获的习惯，会不会使学生养成依赖性进而弱化自身自主探索钻研的能力。这点还需我们不断观察和研究。
- 自适应学习型：
自适应学习型人工智能系统在一些教育机构应用较多，此类系统主要通过将知识点进行纳米级细分，然后通过测—学—练—测的方式让学生查漏补缺。
第一步，先行测试，该环节系统会在题库中每个知识点抽取一至两道题，对学生进行测试。
第二步，系统会推送在测试中学生未掌握知识点的视频，视频是由名师录制的知识点讲解及例题解析。
第三步，在看完学习视频后推送有关的习题，供学生练习，如果做错了答案就会弹出，学生可进行自主学习，在看不懂答案的情况下求助真人教师。
最后，进入测试环节，系统仍会推送刚才学习过的知识点所对应的习题以对学生进行测试，以了解学生对此知识点的掌握情况。
目前美国纽约的Knewton在利用人工智能提供自适应学习中处于领先地位，美国之外的一些发达国家已经开始逐渐在公校中逐渐普及此类系统。
据统计，2014年在美国进行的一场人机大战实验中，有数据表明，人工智能教学对学生的知识点掌握情况有所帮助，学生及格率比传统教学增加10%，对于新知识的学习掌握时间减少了44%。
近几年，自适应型人工智能教育大有替代真人教师之势，我们一定要从容而理性地对待新事物，找准人工智能教育与传统教育的契合点，始终以培养学生自主学习能力为目标，尽量发挥真人教师与人工智能教育系统的双重优势，而不是一味地去讨论哪一方将被替代，哪一方将会胜出。不能顾此失彼，在科技面前忘记教育的本质。
面向管理层的人工智能主要是智慧校园，我国一些学校已经开始对智慧校园进行试点，校园中会出现电子围篱、电子警察，对于校园进出车辆的控制非常便捷安全，智慧校园中考勤、借书消费等都可以通过手机完成。
当然由于我国整体处在弱人工智能阶段，这一智慧校园系统的普及尚需不断地完善和试验。相信如果迈进强人工智能阶段，这类系统应该会有很好的利用价值。尤其是近几年被广泛关注的校园暴力问题、教师虐童事件等将会有望得到很好的遏制。
总结与展望
通过分析，人工智能在各个方面的应用已经引起国家高度重视，以上三种是目前人工智能教育发展的主流模式。综合来看，人工智能教育在我国仍处在起步阶段，许多问题亟待解决。以下是在对我国人工智能教育现状分析的基础上提出的一些建议。
1.要在政策和资金上引导、鼓励大家进行人工智能在教育领域的应用研究
国家政策对科研有着明确的导向性作用，比如之前李克强总理在国务院会议上强调要集中优势力量攻关疑难高发癌症，而后近几年我国关于疑难高发癌症的科研结果逐渐开始在国际上崭露头角。原因一方面是政策鼓励，另一方面是大量的资金支持导致有关科研项目不断申报。对于人工智能教育的研究推进也是同理，政策引导与资金支持二者缺一不可。
2.不仅技术上要突破，有关人才的培养同样重要
早在2006年，美国公布的《美国竞争力计划》中就提出当今时代一个重要的教育目标就是要培养具有SETM（即科学（Science）、技术（Technology）、工程（Engineering）、数学（Mathematics））素养的人才。这类人才对于人工智能时代意义重大。
据统计，2003年我国一半以上的学士学位是授予科学、技术、工程和数学的学生，而且这一比重仍在不断加大。在提高国家核心竞争力方面，不仅包含对于学生的培养，对于教师更应该进行及早且有深度的AI素养培养，只有这样才能保证我们国家的人才储备质量。
随着人们不断深入研究，传统教育一定会与人工智能走向深度融合，在此之前我们一定要以一个正确的态度对待人工智能教育，在发挥人类教师情感导向作用的同时，充分利用现代科学技术提高我们的教育效率和质量，助推我国逐步实现人才强国的战略目标，提升国家核心竞争力和综合国力。