一、教育信息化开启新规划（2003年-2012年）：教育信息化初步建设
主要问题：由于缺少政策顶层设计的支持，各校对于教育信息化的理解标准不一，教育信息化采购多为试点项目。同时，受限于当时硬件和系统的兼容度、学校网络的承载能力、教师本身的信息化素养等问题，很多地区采购的硬件利用率低，甚至对学生学习造成负面影响，导致经费的浪费，后续采购意愿逐渐递减。
二、教育信息化1.0（2012年-2018年）：推动网络互通，搭建基础设施
主要问题：教育信息化1.0过程中信息化与教育教学“两张皮”现象仍然存在。1）软硬件布局不均衡。教育信息化1.0主要普及了多媒体设备的应用通过，缺少教学软件和服务的配套；2）信息技术和教学的融合程度不够。各个应用及平台数据相对孤立，尚未与教学需求形成反馈。3）师生信息素养不足，对于技术的利用率仍有待提高。
三、教育信息化2.0（2018年至今）：强调数字化建设，深入教学变革
以数据为核心，强调软件的应用。在教育信息化1.0的建设已经积累了非常好的教育大数据基础，据《2016年全国教育事业发展公报》显示，我国绝大部分学校都实现了互联网接入，拥有大于2.6亿的学生，在线教育用户超过1.4亿，能够产生大量的教育数据。是只是因为不同环节的数据没有打通，导致教学场景中无法有效的利用大数据。教育信息化2.0提出“财政教育经费可用于购买信息化资源和服务”，可以看出，政策强调大数据和软件在教育信息化发展的重要性。教育信息化2.0破局的关键是提供能够切实服务于教学的信息化产品，帮助学生老师体验到学习效率的提高。
四、“后疫情+双减”时代教育信息化需求提升，产业持续催化
疫情后教育信息化成为共识，未来或将进一步加快布局。2021年7月22日，教育部等六部门印发《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》明确要求开发基于人工智能的智能助教、智能学伴等教学应用，实现“人机共教、人机共育”。我们认为当前教育信息化将强调大数据和人工智能技术的落地，帮助教育真正从以老师为中心向以学生为中心转变，学习模式从传统的“统一化”教学向“个性化”教学转变，学习资源从“孤岛式”向“共享式”转变。
面对教育改革，如何利用信息化手段精准指导学生选择未来的发展方向，同时又能真正意义上的践行“双减”，成为一个值得关注的问题。科技要和一线的教育真正结合起来，不仅仅需要一支强大的科技队伍，也应该在学校里有一批致力于信息化对接的教师，才能使得设计更贴近学生的需求。
飞算SoFlu全自动软件工程平台，正是遵循了以上理念。据陈定玮介绍，用户只要输入流程图，平台就能自动完成软件开发，无需敲写代码的可视化开发，大大降低操作人员的技术门槛。即使没有任何开发经验，也能很快掌握平台基本操作。通过飞算SoFlu平台可以让一线教育工作者根据教学需求开发软件，让技术和一线教育真正结合在一起。
此外，数据作为技术的底层要素，更是搭建智慧教育的基础建设已成为业内共识，但目前“数据孤岛”仍是智慧教育建设面临的巨大挑战。
飞算自主研发的一站式数据治理工具——飞算SoData在为用户提供全套通用的数据应用接入和开发标准，让业务用户具备参与数据应用开发的能力和可能的同时，还可以实现通过“批量+实时”数据同步技术方案，实现不同业务来源的数据导入导出。并且通过数据标准管理平台提供的一套完整的数据标准管理流程及办法，有效消除“数据孤岛”。
讨论智慧教育的概念，我个人认为首先要讨论信息化应用最广泛的行业有没有实现所谓的智慧化。
相比教育行业，互联网行业、金融行业、公共安全领域等行业领域信息化的比重会更高，这些行业的信息化发展现状，个人认为仅仅实现了数据化或者大数据化，离理想中的智慧化仍旧有一段路要走。比如，客服机器人目前在多个行业已经有很多应用，但是其智能化程度仍旧不高，仅限于特定领域、特定问题的解答，公共安全领域的视觉识别，尤其是人脸识别的应用也越来越广泛，但是仅仅能做到特征的快速对比。
目前，深度学习算法应用效果有点被夸大化，个人认为现阶段我们的人工智能应用仍旧在感知层方面有些成就。
离认知层的水平还有很长的路要走，而教育行业的高阶应用应该更需要认知层这个层次的应用。做过深度学习或者机器学习的科研人员，应该理解更为深刻，比如让一个婴儿识别什么是狗，几张图片，几次学习就能达到分别什么是狗，而深度学习算法却需要几千张、几万张人工标注的图片去学习才能达到一定的识别率。
因此，智慧教育的发展路径应该是先实现智慧校园（感知层建设、数据化管理），进一步实现知识图谱建设，最后是智慧教育的最终实现。
衡量的标准，例如人工智能算法可以完全胜任我国的高考，最起码人工智能先能过一本线：）
原创文章，作者：普尔小编，如若转载，请注明出处：http://www.puerpx.cn/pxwd/7412.html
