教学科技化-凌岳网络科技-信息化教学科技扶贫

通过互联网的方式，改变传统教育的教学方式，建立自己的互联网教育平台，以线上线下的方式结合来改在教育行业的运营模式，对于老师、学校/机构来说，可以帮助提升运营效率，对于学生、家长来说，可以更好地管理学生学习情况。

建立互联网教育平台的情景体现在以下几个方面：

1、学校/机构品牌得到了更好的宣传

在互联网教育平台上，可以在首页展示自己企业机构的一个整体情况，包括教师资源、品牌介绍、实力介绍、团队介绍等等，也可以通过banner图轮番播放该学校/机构获取的一些成就等等，从而更好地使学生和家长了解机构的一个实力情况。

2、推广宣传是多方面的

有了自己的互联网教育平台，相当于你在网络上已经有了展现，不再仅仅局限于线下的发传单、模式，通过互联网的展现，可以分享到朋友圈、第三方平台、包括现在比较流行的社交新媒体这些平台等等，使你的平台能够获得更多***度以及流量。

3、教学资源得到改善

通过互联网教育平台，现代化教学科技，一些落后的偏远地区学生也可以通过该平台接受到良好的教育，不再为教学资源分配不均而感到烦恼了。

4、提高老师、机构的管理运营效率

在互联网教育平台上，老师可以利用该平台来进行课件的上传、方便学生的管理，包括班级的管理、考试情况等等。对学校/机构来说，可以更好地解决人员分配、考勤管理、排班课程情况等等，大大提高了运营管理效率。

5、不再局限于学习时间

对于学生来说，教学科技化，通过互联网的方式，可以利用碎片化时间来进行学习，不再为场地时间受限而发愁。通过这种方式，还可以直接向老师提问，信息化教学科技扶贫，不用担心遇到问题而不会的情况下挠头赛脑了，如何让教学科技化，提升自己的学习效率。

6、家长可以更好地了解孩子学习情况

通过互联网平台的方式，可以及时查看孩子的学习情况，考试的成绩等等，以便更方便对孩子的情况进行管理。

智慧教育需要智慧评估，智慧评估基于数据，具有全程化、多元化、多维度、可视化等特征，追求以评促学、以评促发展。云计算与大数据技术，已成功促使评估由学业成就向学习过程扩展，当前，通过过程表现和学习结果来评估已成为智慧教育的常态。具体讲，学生在学习过程中，系统/平台会自动监测、记录学生各方面的行为表现，外加学习过程及学习后的测验、测验成绩，系统/平台能够刻画出学生的学习画像。若将数据实时传送到云中提高算力，学习画像还能够实时更新。表情识别、语音识别等人工智能技术的加入，促使智慧评估开始关注心理，比如基于表情识别技术的学业情绪分析、基于语音识别技术的紧张度、兴奋度分析。此时，智慧评估已不再局限于平台中的行为数据，开始能够从行为、心理两个维度为学生提供更为的平面画像。

当下，智慧教育理论已经明晰可见，在中小学的应用也进入“从有到优”的发展阶段，此阶段的变革风险相比之前会陡然上升，应做好评估与防范。技术给社会各界带来的巨大变化，已然让智库感知到只是为适应未来而教已不足以获得美好的福祉，应该向为塑造未来而倾斜，这方面智慧教育也会随之调整。

按需、按条件构建全媒体学习生态才是正道，不过要知道，技术从不是专为教育而生，其便利性及性也不是教育的根本诉求。实现技术的教育效用既需要***教育理念的引导，也需经过精心的设计，包括技术融合的学习空间构建、学习情境创设、学习体验设计、学习评估设计以及学习内容设计等。

学习分析技术，可以提供基于数据驱动的决策服务。学习分析技术是数据分析技术在教育中的情境化应用：将智慧教育理念规则化嵌入系统/平台后，学习分析技术能够自动按照规则为学生提供基于数据证据的决策服务，如学情诊断评估、适切资源推荐等。通常，这种数据驱动决策与教师所作的数据启发决策相互配合，以增加个性化服务的有效性和度。

随着脑电、眼动、心电等生理仪成为可穿戴的便携设备，多模态学习分析技术成为智慧教育的新生力量。这种技术打破了数据证据只能来源于平台的限制，让更为适切的服务成为可能。

计算智能赋能教学过程“适性”特色。

智慧教育追求为学生实时提供适切的学习服务，例如资源推荐、路径规划、智能检索等，这由自适应技术使然。自适应技术的技术即是计算智能的机器学习。机器学习使得智能机器（系统或平台）学习教师的***理念和经验后，循规蹈矩地作出决策（深度学习技术）或尝试作出新决策，如同问题情境中的新决策（强化学习技术）和类似情境中的新决策（迁移学习技术）。这让学生获得的服务越来越贴心。