面向人工智慧時代的學習空間變革研究
學習空間中的陳設主要是指課桌椅、移動講桌等傢俱。為了適應更加多樣化的學生群體，不同高度、色彩的桌椅，可以根據實際情況有層次地部署。除此之外，人工智慧技術與傢俱的結合在為學習者提供更佳使用者體驗的同時，也可以用於感知學習者的學習狀態，提供智慧化服務。
Robotbase開發了一款號稱世界上最聰明的辦公桌——Autonomous Desk，使用者不僅可以利用APP來調節辦公桌的高低、桌面和框架的顏色，更有意思的是，它能夠在人使用桌子幾天後，通過對使用行為和使用習慣的“學習”，為使用者在某個時段自動調節桌子的屬性，從而幫助使用者更舒適、更輕鬆地完成工作。例如，它可以通過機器學習來預測使用者可能會在某個時刻站起來工作一會，並喜歡將桌面顏色改為綠色，那麼，桌子會自動調節成上述模式。
除了可以提升使用者體驗，人工智慧技術與傳統傢俱的結合，還可以通過感知學習者的生命體徵來判斷學習者的學習狀態，進而提供個性化學習幫助和建議。當前，這方面的產品應用於教學的案例還較少，但在健康領域已經有了一些相對成熟的產品，如，LUMOback、UpRight、長頸鹿朋友等。
儘管上述關於智慧陳設的例子都是非教學領域的應用，但我們可以發現，人工智慧技術嵌入陳設為教育帶來了新的生機。諸如，智慧調節桌椅滿足不同學習者的個性化需求、通過調整姿勢來提升學習效果、智慧感知學習者的生命體徵資訊並給予建議等類似的開發和產品，將不斷出現，智慧化的陳設部署在學習空間中也為時不遠。
智慧技術的整合
通過以上關於物理環境與服務以及陳設的案例描述，我們已經認識到人工智慧時代的學習空間將嵌入大量的智慧元素。但由於這些智慧陳設、環境控制和智慧裝置的提供者不同，如何通過統一介面整合這些智慧元素，來提供更加流暢的服務，是必須要考慮的問題。如圖2所示，為了實現該目標，在技術生態中將會是雲端計算負責儲存、統籌和計算，大資料技術負責資料採集、處理與分析，人工智慧負責感知和認知、提供智慧化的學習服務。
圖2 智慧學習空間一般技術架構
從當前人工智慧的發展模式來看，大資料、高計算能力、機器學習都是不可或缺的，無論哪一條都絕非一所學校能單獨提供的。因此，區域聯合構建人工智慧教育生態將成為主流途徑，而擁有超大規模資料運算能力和人工智慧技術的少數大企業，也將在其中發揮重要作用。類似於“百度大腦”和阿里ET大腦之“教育大腦”，將替代當前的學習支援系統，成為教育智慧服務的整合者與提供者。
為了便於分析，我們以一節典型的人工智慧課堂為例，從課前、課中、課後三個環節來闡釋人工智慧技術在學習空間中的整合應用情景。
1.課前環節
在課前環節，教師將課中環節要學習的內容告知人工智慧，人工智慧獲取內容後，結合知識圖譜，給每個學生定製個性化學習路徑，自動生成個性化課前學案，並通過自然語言處理、影象識別技術、語音識別技術，對學生的完成情況進行自動識別和批改，當發現學生預備知識中的薄弱點時，提供個性化反饋與強化，為課中環節的學習奠定知識基礎。例如，學生在學習英語口語時，人工智慧利用語音識別技術識別學生口語發音，糾正不準確的發音。在學生開展課前預習的過程中，人工智慧還可以準確預測學生在課中環節可能遇到的困難與問題，及時地給教師提供教學策略方面的建議。
2.課中環節
(1)個性化環境構建。人工智慧技術能夠通過對學生在課前環節的學習表現進行分析，智慧判定學生的層次，將學生分成不同的群組，開展混班分層次教學。“教育大腦”會記錄每名學生和教師的行為習慣，通過人臉識別、語音識別等方式，自動識別學生和教師，並向空間中的智慧陳設、智慧環境發出指令，完成對學習空間環境的個性化定製。包括物理環境涉及的溫度、溼度、光照、色彩等，以及陳設中課桌椅的高度、舒適度調節等。
(2)學習過程監測。在課中教學環節，教師可以利用情感計算技術，來對學生學習的整個過程進行實時監測，推斷學生的學習狀態和注意力狀態，並將監測資料上傳至“教育大腦”，作為教師評估學生課堂學習表現和改進教學策略的依據。學習狀態和注意力狀態監測所用到的手段，包括聲音監測、面部表情監測、眼動監測、腦電圖監測、心率監測、面板電導監測等。
麻省理工學院的Sandy Pentland團隊開發了一個“智慧徽章”，它能追蹤佩戴者的位置，也可以感知其他徽章佩戴者的位置，並從佩戴者的聲音中察覺情感[8]。如果將這項技術運用於未來的課堂教學環節中，學生佩戴著類似功能的徽章，當他們不專心於或專心於任務時，徽章可能會發出紅色(分心)或綠色(專心)訊號，使得教師可以很輕易地發現哪組學生需要被關注，或者由教育機器人直接過去幹預。
類似地，Altuhaifa[9]也提出了一個通過學生的聲音推斷情感的系統，該系統通過捕捉聲音、提取語音的特徵、從聲音中提取情感、識別驗證的聲音、分辨重疊聲音、避免對學生重複判斷等過程，來對語音、語調進行分析，推斷學生的自尊、害羞、恐懼、合作、悲傷、興奮等情感，從而發現學生在課堂上遇到的問題，並由系統提供一個合適的解決方案。