目前，人工智能技术在教育上的应用主要体现在图像识别、语义识别、语音识别等方面。这些技术虽然得到了应用，但目前尚处于初级阶段。在技术和应用场景上还需要更多的探索，未来仍存在着广阔的提升空间。

1、个性化教学升级

人工智能教育的核心是数据、算法与知识图谱，人工智能需要海量精准和标记的数据。然而，现在从各个细分教育方向切入的人工智能教育企业都在数据方面存 在不同程度的缺失。例如数据无法进行有效评估，学习数据还未形成闭环，某些重要环节仍然缺失，比如学习过程数 据、知识点掌握情况数据等。因此现阶段利用AI无法形成有效评估，来推动学习改进。

但是随着基于AI教学过程互动越来越频繁，可收集和利用的数据越来越多,再加上AI技术的的不断更新升级，从而使得对学生与老师在教与学的状态越来越清楚，推送也变得越来越精确，例如将同一缺陷的学生归为一类，并判断该类学生的缺陷程度、认知水平、个性特征及学习方式，进而为其制定相应的课程学习计划，从而使用户接受知识的效率能够大大提升。

2、学习模式新增——沉浸式学习

教学场景不再仅限于简单的文本、图像、音频、视频等，人们将获得沉浸式的立体化学习体验。

市场中出现的VR(虚拟现实)眼镜及头盔等产品就可以将人们带入一 个极具沉浸感的虚拟场景中。

通过丰富多元的 教学场景，轻松、快乐地学习知识与技能。

3、线下智慧课堂落地

智能家居、无人智慧宾馆/酒店已经走进大众的生活，线下智慧课堂的落地也不会太远。

以K12教育行业为例，学生的大部分学习时间在学校，传统教育体制下的学校还保持传统的学习模式。

要不是疫情原因，线上教育难以又这么快速的发展。而传统学习模式也不会在短时间内完全被线上教育所取代，仍然会是线下为主，线上为辅的混合教学模式。

传统线下教育系统对于落地教育场景的接受度也将成为Al+教育面临的棘手问题。但是技术的发展必然会引发模式的变更。

为标准型教室配备采集设备与AI技术，记录与理解课堂教学过程，挖掘课堂教学数据。通过对学生课堂状态进行自动监测，包括学生人数、姿态、行为、面部角度、表情等，实现抬头率、看手机率、微笑率、专注度、离席率等课堂效果指标的智能统计。帮助学校利用大数据驱动管理决策、助推教师专业发展。Al+教育的线下智慧课堂落地需要学校、老师、家长和学生的共同配合。

4、AI在特殊教育领域的应用加强

当前人工智能与教育的融合探索主要聚焦在基础教育和高等教育领域，并取得了一些成绩，特殊教育作为整个国民教育的重要组成部分，人工智能的应用场景也同样值得挖掘，并与“科技向善”的理念相契合。作为增强人类器官功能的利器，人工智能可为聋哑学生、听障学生、视障学生、智障学生、自闭症患者以及肢体残疾者提供缺陷补偿服务，帮助学生缩小与主流人群的差距。

，专注于对孩子想象力和创造力的 塑造，对学生状态的把控，分析情感因 素，主观能动性，从而提升学习能力、 创造力和能动性。进而培养一个完整的 学生，使其主观能动性的提升，而不仅 是某一个知识点的提升。