人工智能与特殊教育的深度融合设计
郭利明 杨现民 段小莲 邢蓓蓓
【摘要】随着智能时代的到来，人工智能与特殊教育的深度融合将成为教育发展的重要趋势。调研发现，目前已有一些人工智能技术开始应用于听视觉障碍者、听觉障碍者、视觉障碍者、自闭症患者及肢体残疾者这五类残障人士，为其学习及生活带来了便利。然而，这些人工智能应用目前仅仅针对这五类残障人士实现了缺陷补偿，我国特殊教育的发展仍面临五大现实难题：教材设计未考虑特殊儿童身心特征，质量有待提升;特教师资队伍薄弱，专业化水平亟待加强;学生残障程度不一，个性化教学仍需努力;学生障碍类型多样，便利化管理难以实现;医疗救助和健康诊断欠缺，学生健康保障水平需提升。为此，研究者尝试构建人工智能与特殊教育的深度融合框架，探讨利用人工智能技术破解特殊教育发展五大难题的思路。最后，结合前文人工智能与特殊教育的深度融合设计思路，文章反思在实践过程中可能面临的问题，并提出了相应的解决对策。
【关键词】? 特殊需要的学习者;听觉障碍：视觉障碍;自闭症;专家系统;智能机器人;新一代人工智能发展规划的通知
【中图分类号】? G642.0? ? ? ?【文献标识码】? A? ? ? ?【文章编号】? 1009-458x（2019）8-00010-10
一、引言
1956年，美国达特茅斯学院（Dartmouth College）的麦卡锡（John McCarthy）等提出人工智能（Artificial Intelligence，AI）概念，指出要让机器像人一样认知、思考和学习（陈凯泉， 等， 2017）。人工智能一经提出便受到了狂热的追捧，但到了20世纪七八十年代，由于发展遇到瓶颈，人工智能开始遇冷，之后一直处在缓慢发展阶段。近年来，随着机器学习和深度学习算法的迅猛发展，人工智能再度回到人们的视野中，引起了一股“人工智能热潮”。2016年3月，谷歌计算机围棋程序AlphGo以3∶0的战绩完胜围棋高手李世石，这一事件使人们对人工智能的关注度持续高涨。2017年10月，智能机器人Sophia被沙特阿拉伯授予公民身份，成为地球上首位获得公民身份的机器人，这一事件使人们感叹人工智能发展的惊人速度。人工智能也成为各国发展重点，美国于2016年10月连续发布了《国家人工智能研发战略规划》和《为人工智能的未来做准备》两份报告（National Science and Technology Council， 2016），中国于2017年7月发布《新一代人工智能发展规划的通知》（国务院， 2017），英国则于2017年10月发布了《在英国发展人工智能产业》报告（The UK Government， 2017）。
随着技术的不断成熟，人工智能开始应用于教育领域，受到了教育研究者与实践者的共同关注。在研究领域，闫志明等人（2017）提出了教育人工智能（EAI），界定了其内涵，探讨了其关键技术与应用趋势;吴永和等人（2017）从应用形态、技术架构、业态趋势三个环节构筑了“人工智能+教育”的生态系统，意在创设“人人皆学、处处能学、时时可学”的智慧化教育环境，创新学习方式和教学模式，从而为师生及管理者提供恰当的、个性化的优质服务。在实践领域，有学校开始利用人工智能技术（比如语音识别、拍照搜题、智能批改等）和数据挖掘（Data Mining）技术来跟踪和监测学生的相关学习数据，从而支持个性化学习;教育人工智能产品也不断问世，如美国McGraw Hill Education公司的互动教材Learn Smart、智能教科书Smart Book，英国EZ Education公司的Doodle Maths数学学习测评平台，中国科大讯飞公司的智慧微课工具、智慧纸笔课堂、智慧作业平台、智慧组卷工具以及智学产品2.0等，这些产品为人工智能应用于教育领域奠定了坚实的基础。
总的来说，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。作为整个国民教育的重要组成部分，特殊教育与人工智能的结合同样具有无限的可能性。随着智能时代的到来，人工智能与特殊教育的深度融合也将成为教育发展的重要趋势之一。基于此，文章尝试构建人工智能与特殊教育的深度融合框架，探讨借助人工智能技术破解特殊教育发展五大难题的思路，期望能为人工智能助力特殊教育创新发展提供一定的借鉴和指导。
二、特殊教育面临的突出问题
在我国，特殊需要的学生主要包括聋哑学生、听障学生、视障学生、智障学生、自闭症患者及肢体残疾者，这些学生由于先天或者后天缺陷的存在，在心理上、生理上及健康上存在问题。人工智能在特殊教育中大有可为，它可以延伸人类器官的功能。对于特殊学生而言，智力或者身体的不足可以借助技术实现缺陷补偿，凭借人工智能应用，增强其身体器官功能，缩小和主流人群的差距，实现向健全人的跨越。调研发现，目前国内外已有一些人工智能技术开始应用于特定的残障群体，为其学习、生活及健康带来了福利，如在国内，北京联合大学特殊教育学院利用科大讯飞听见语音转写系统为听障学生授课;哈尔滨点医科技开发出了情感智能机器人RoBoHoN来帮助自闭症患者进行康复治疗。在国外，罗纳德·科尔教授的团队研发出智能导学系统来帮助聋哑儿童进行词汇学习;牛津大学计算机科学系的一个团队研发出名为LipNet的新人工智能系统来帮助听力障碍者进行读唇，实现“听见”的可能;Aira公司将机器学习与智能辅助眼镜融合在一起，帮助视觉障碍者同步获取周边环境信息，为其学习和生活提供了帮助;英国一所小学使用一个类人智能社交机器人NAO来帮助治疗自闭症谱系障碍者（ASD）;俄罗斯ExoAtlet公司生產的“智能外骨骼（智能假肢）”能够帮助上半身完好的肢体残疾者完成基本的行走及一些特殊动作训练。
综上所述，这些人工智能应用目前仅仅针对这五类残障人士实现了缺陷补偿，而对于特殊教育中存在的一些其他问题并没有提供针对性的技术解决方案，比如：教材设计问题、特教师资队伍问题、个性化教学问题、便利化管理问题、学生健康保障问题。当下，我国特殊教育发展仍面临以下五大现实难题。
（一）教材设计未考虑特殊儿童身心特征，质量有待提升
特殊教育的教材需要经过特殊的处理，方可投入使用，以保证特殊学生能够理解其中的内容。目前，我国特殊教育中的教材基本上是基于普通教材改造而成，即在其基础上加入些许特殊教育成分，如盲文的添补、图片的特殊处理等。结合笔者之前对江苏、江西、海南三地特殊教育教师的了解及文献分析发现，有相当一部分地区特殊教育中使用的教材并未全面考虑特殊儿童的身心特征，如个性特征、心智发展、残疾状况等，因而设计不合理（白瑞霞， 2018），质量有待提升。特殊学生由于先天或后天因素而具有不同类型、不同程度的缺陷，学习不符合其身心特征的教材，对于他们来说尤为困难，甚至是不公平的。因此，教师教起来也会很困难，从而导致特殊教学质量低下，无法达到预定的教学目标。
（二）特教师资队伍薄弱，专业化水平亟待加强
专业化的特教师资队伍是特殊教育中一支必不可少的力量，但是，目前特教师资队伍相对薄弱。首先，专任教师数量相对较少（郭炯， 等， 2016）。根据教育部发布的《2017全国教育事业发展统计公报》数据显示，义务教育阶段全国特殊教育在校生27.08万人，面对如此庞大的特教学生群体，我国特殊教育学校专任教师5.3万人，同比增长0.3万人（教育部， 2017），每年特教师资数量的增长远远不够满足需求。其次，特殊教育教师结构不平衡，专业化程度低（冯帮， 等 2015）。特殊教育工作专业性极强，目前就学历层次而言，特教师资队伍主要以大专和本科为主，研究生层次极少;就职称而言，初级和中级占了很大的比重，高级极少;就专业背景而言，纵观全局，半数以上教师并不是特殊教育专业出身，而是其他学科的教师经过简单培训转行过来（张茂林， 等， 2015）。所有这些，在某种程度上限制了特殊教师的专业素质水准，影响了对特殊学生真正需求的发掘，不利于特殊学生的健康成长，不利于开发特殊学生的优势潜能。
（三）学生残障缺陷不一，个性化教学仍需努力
截至2016年底，我国已有49.2万在校特殊学生（搜狐网， 2016），其中，视力障碍学生3.61万人，听力障碍学生9.00万人，智力缺陷学生26.05万人，其他特殊学生10.51万人，数量庞大并且缺陷类型不一。因而在教学中就需要全面考虑特殊学生的身体状况、认知水平、个性特点、学习风格等（郑权， 等， 2018）。当前我国基本形成以“普通学校随班就读为主体、特殊教育学校为骨干、送教上门为补充”的特殊教育格局（教育部， 2017），并且教育部指出“随班就读”还将是特殊教育的前进方向。普通学校随班就读主要招收中度和轻度的听障、智障、视障、精神情绪障碍和肢体障碍等特殊学生。由于缺陷类型不一这一主要因素，再加上资源教室缺乏、教师精力有限，随班就读几近随班混读（丁勇， 2017），特殊学生的教学变得没有针对性，个性化教学仍需努力。同样，特殊学校也面临着类似的突出问题，尤以经济不发达地区为显著。我国特殊学校招生主要面对有限的特殊群体，一般主要是听视觉障碍学生、听障学生、视障学生、智障学生、自闭症患者。在教学过程中，虽然会进行分类教学，但是针对性不强，一般按照智力和听力是否正常来教学。调研发现，听视觉障碍儿童由于智力正常通常作为一类来教学;智障学生、脑瘫儿及自闭症学生因其听力正常而经常与听力完好的其他障碍学生混在一起教学，然后再进行个别康复训练，弥补缺陷。除此之外，特殊学校很少依据学生缺陷的不同及程度来进行“对症下药”式的个性化教学。
（四）学生障碍类型多样，便利化管理难以实现
一个受教育的正常学生需要依靠学校的制度和条例来进行管理，但这一方法用在特殊学生身上就会相对困难。特殊学生由于生理上的缺陷，可能自卑感强、缺乏自信心，到校后不愿与老师和其他学生交流，易引发问题（邱淑女， 2016）。生硬的管理条例加在他们身上，效果会适得其反。残障学生类型众多，个体差异较大，用统一的方式管理显然不精准、不便利，无法确保其在生活、风险及康复方面得到有效管理，如视障学生因其看不清或者看不见，在日常生活和学习中时时刻刻需要别人的帮助，在一定程度上消耗着众多人力，使管理难以接续进行;肢体残疾者因其行动不便，需要生活教师时刻盯着，以防意外发生，使管理的效率变得低下、管理的方式变得呆板。此外，特殊学生的生活自理能力有一定的不足，稍微超出教师的监管范围就很容易出现问题、尽管特殊学校已经做好了十足的准备，但特殊学生的不稳定性，使管理者很难走进其内心，意外事故时有发生，这成为学生便利化管理的一个阻碍，也是一个极大的挑战。
（五）医疗救助和健康诊断欠缺，学生健康保障水平需提升
随着我国经济的发展，国民物质生活有了一定的保障，特殊教育在医疗救助、康复、护理养育等方面有了一定的改善（张伟锋， 2013），但是问题依旧存在。首先，医疗救助不及时。医疗机构和特殊学校之间还没有形成无缝对接，多数情况下是依靠特殊学校人为监管学生的医疗健康，当特殊学生突发疾病时，无法第一时间得到医疗救助。其次，健康诊断频率低。特殊学生是一个弱势群体，他们的心理健康、生理健康、精神健康都需要时刻关注。对于东部地区的特殊学校而言，一般有一月一次的定期健康诊断，但是频率仍然相对较低，而中、西部地区特殊学校健康诊断频率更低甚至为零（张洁华， 等， 2016），此情况下特殊学生的健康不能得到及时关注，易产生问题，比如抑郁、肢体受伤等。医疗机构与特殊学校形成无缝对接的医疗救助是至关重要的，仅依靠特教学校的人为的监管可能会忽略某一个方面，从而产生难以预料的问题。适当和及时的健康诊断对特殊學生的健康成长是必不可少的，因为特殊学生不仅需要知识的熏陶和技能的培养，还需要一个安全、健康的成长环境。
三、人工智能与特殊教育的融合框架
（一）融合的指导思想
人工智能与特殊教育的融合将是智能时代教育发展的一大趋势。特殊教育是一个极其复杂的系统，人工智能与其深度融合有着科学的思想基础，即全纳教育理念、缺陷补偿理论及多元智能理论。
1. 全纳教育理念（Inclusive Education）
1994年，在西班牙“世界特殊需要教育大会”上通过的《萨拉曼卡宣言》中提出了全纳教育（Inclusive Education）的概念，指出“学校应该接受所有儿童，特别是特殊需要学生”，并且对其思想和内涵进行了阐释（彭霞光， 2008）。全纳教育理念是联合国教科文组织一直提倡的全民教育的重要组成部分，同时也是全民教育思想的延伸与拓展，其本质是强调教育公平，重视弱势群體的受教育权利（周满生， 2008）。全纳教育理念提倡人权观、平等观、民主观、价值观及教学观，同时也提倡所有儿童的不同需求都能够得到满足。人工智能与特殊教育的深度融合旨在：让所有特殊人群有进入正常学习的可能，最大程度挖掘其潜能;让所有特殊人群能够有机会更高效地学习，最大程度发挥其价值;让所有特殊人群的不同需求能够有机会得到满足，最大程度实现其补偿效应。由此，全纳教育理念和人工智能与特殊教育的深度融合在一定程度上有了一个契合点，为人工智能应用于特殊教育领域指明了方向。
2. 缺陷补偿理论
缺陷补偿是特殊教育的重要理论之一，也是重要目的之一。所谓补偿，就是抵消损失，弥补缺陷（贾静元， 2016）。缺陷学一般用于学生在身体方面有缺陷的教育，主要包括四大领域：重听及耳聋教育、视力障碍或失明教育、智障儿童教育、语言障碍教育（贾静元， 2016）。缺陷补偿有两层含义：一是指用未被受损的机体去补偿已受损的机体，进而出现新的机体组合和新的联系;二是指运用新的技术手段治疗已受损机体，使其得到部分或者全面的康复（杨现民， 等， 2018）。麦克卢汉认为“媒体是人体的延伸”，信息可以通过媒体通道传递给受教育者。在智能时代，人工智能可以极大地延伸人类器官功能。凭借人工智能的应用，我们可以传递大致相同的信息给特殊学生，可以利用不同的人工智能信号帮助特殊学生获得适应社会的信息。同时，凭借人工智能技术可以开发出适应特殊学生的特殊工具来帮助其更好地接受教育。人工智能与特殊教育的深度融合将把缺陷补偿的价值发挥到最大，以人工智能技术弥补特殊学生身体或智力的不足，帮助其尽快回归主流社会。
3. 多元智能理论
著名教育心理学家霍华德·加德纳认为每个人都拥有八种智能，即语言智能、逻辑-数理智能、空间智能、运动智能、音乐智能、人际交往智能、内省智能、自然观察智能（Gardner， H.， 1985）。传统的智力理论指出智力主要是以语言能力和数理逻辑为主、以整合方式存有的一种能力（王海荣， 2004），依靠标准化的纸笔测验来测量，这对于特殊学生来说显然是不利的（尹小琳， 等， 2005）。由于生理或心理上的缺陷，他们在这样的测验中不可能取得好成绩。多元智能理论为特殊教育开辟了一个全新的视角，即任何一个特殊学生都有其优势智能领域。特殊教育的目的之一是以特殊的训练让特殊学生克服自身缺陷，同时还要深入发掘特殊学生存在的优势智能，通过“扬长”的方式去“补短”。在特殊教育中，我们不仅要关注特殊学生不能做什么，还要关注特殊学生能够做什么，着眼于特殊学生优势智能的培养，真正的因材施教。人工智能与特殊教育的深度融合在于充分挖掘特殊学生的优势智能，从而帮助特殊学生培养一定的社会技能，也在于有针对性地实行个性化教学，满足不同的特殊需求。由此，多元智能理论为人工智能运用于特殊教育领域提供了清晰的思想指导与方向指导。
（二）融合的基本原则
人工智能与特殊教育的深度融合是一个复杂的融合过程，除了需要科学的指导思想以外，还需要遵循以下三个基本原则。
1. 主体性原则
在特殊教育中，特殊学生是学习主体，一切教学活动要始终围绕促进特殊学生的全面发展来进行。人工智能与特殊教育的融合要始终坚持特殊学生的主体性，做到技术服务于特殊学生的特殊需求、适应于特殊学生的不同缺陷。人工智能应用能够提供海量的学习资源给所有的学习者，特殊学生经过亲身体验获得理性知识，从而提高自己的能力。人工智能与特殊教育的融合强调每个学生都是能动的、发展的、独立的个体，每个学生都有着无限的发展潜能。人工智能技术的应用旨在充分挖掘其潜能，调动其主动性，培养其合作性与创造性，为师生交互建立一个良好的渠道。
2. 无差别原则
全纳教育思想为残障学生融入社会创造了历史性的、突破性的机遇，无差别原则打破了残障人与正常人之间的阻隔（董奇， 等， 2017）。无差别原则强调无论学生是否残疾，每一位教师及管理者都应该平等对待他们，并满足其正常需求。因为每个残障学生都享有平等的受教育权利，享有回归主流社会的机会。人工智能与特殊教育的融合始终坚持无差别原则，用技术手段或者工具无差别服务于每一位残障学生，满足不同残障学生的特殊需求，将“每个孩子都是宝”的理念融入人工智能技术的应用中去，打破特殊教育与正常教育之间的壁垒，打破残障人与正常人之间的阻碍。
3. 个别化教育原则
个别化教育原则是指教育者根据残障学习者的身心特征，制订相应的教学安排，以激发学生的主动性、积极性来建构学习，并强化对残障学习者的个别化指导（兰继军， 等， 2003）。残障学生因其先天或后天存在的缺陷，个别化的教学是适合他们的最佳教学选择。智能时代的到来，使我们有更优越、更智能的条件针对残障学生的特点施以个性化的教学。人工智能与特殊教育的融合遵循个别化教育原则，针对不同类型的残障学生开发出适应其特点的人工智能应用，弥补缺陷，以实现个性化教学，发挥特殊教育的最大价值。
（三）融合的框架设计
随着技术的发展与智能时代的到来，人工智能或可有效解决特殊教育问题，促进特殊教育的创新发展，扫清特殊教育发展中的一些痛点与难点，助力特殊学生的成长与成材。本研究基于全纳教育理念、缺陷补偿理论及多元智能理论的科学指导，遵循主体性原则、无差异原则及个别化教育原则，构建了人工智能与特殊教育的深度融合框架（见图1）。
人工智能与特殊教育的深度融合在于如何运用人工智能工具或者手段去解决特殊教育发展中存在的问题，以促进智能时代中特殊教育的新发展。该融合框架以特殊教育发展中面临的五大突出问题为核心，以人工智能工具或者手段为关键，利用人工智能技术逐一破解五大发展难题：运用深度学习系统的组织内容和内容交付功能来破解教材设计因素考虑不周全的问题，以提升教材及教学质量;利用智能导师应用来破解特教师资队伍薄弱的问题，以加强其专业化水平;运用专家系统（分类、课程规划系统）与其他人工智能技术的结合来破解残障学生缺陷不一、分类教学困难的问题，以凸显个性化教学;结合专家系统（筛选系统）与其他人工智能技术来破解残障类型多样带来的困难，以实现便利化管理;运用智能诊疗系统与智能健康管理系统来破解欠缺医疗救助和健康诊断的困境，以提升学生健康保障水平。
1. 破解教材设计因素考虑不周全的难题，提升教材及教学质量
人工智能可以帮助组织并合成内容，这种技术应用被称为深度学习系统。依靠深度学习系统，学校和教师能够创建教材和练习，适应特定课程和特殊学生的需求将成为可能。首先需要将教学大纲和特殊学生的相关数据，如学生年龄、学生的智力发展状况、学生的心理发展状况等导入深度学习系统中，然后系统中的算法可以通过引擎读取特殊学生的相关数据并匹配内容，最后系统会找到新的模式来生成符合学生身心特征的教科书。通过深度学习系统设计的教科书充分考虑特殊学生的身心特征情况，能够提升教材的质量，符合特殊学生认知发展水平，易于其理解教科书中的内容。例如，Scott r. Parfitt的内容技术公司（CTI）利用这个系统使教育工作者能够组装定制的教科书（The Notion of Artificial Intelligence， 2016）。只要教育工作者导入教学大纲、教材和学生数据等，CTI的引擎就会读取和掌握内容并找到新的模式来填充教科书。目前CTI正在利用这项技术为高等教育服务，未来还会应用于特殊教育领域中。此外，智能时代中特殊教育教材的形式不再是单一的纸质化的固定课本，可能会朝着虚拟化、智能化等多样形式发展。依托人工智能技术，可以为不同障碍的学生订制适应其缺陷的教科书，比如：利用语音识别技术、语音合成技术、自然语言处理技术等设计能让视障学生“看得见”的教科书，科大讯飞利用语音识别技术推出的盲人有声电子书即是一个例子;应用智能导学系统（朱莎， 等， 2017）中的虚拟导师角色设计能让聋哑学生“会说话”的教科书;将人工智能技术与增强现实技术相结合设计能让行动障碍（肢体残疾、肌肉萎缩、发育残疾）学生“易操作”的教科书，如通过眼球的运动对虚拟化的教科书翻页、远距离手势操控教科书等;借助新人工智能系统读唇的功能（Assael， Y. M.， et al.， 2016）设计能让听障学生“听得见”的教科书，将教科书制作成视频嵌入该系统中，听障学生通过该系统的读唇功能来实现“听见”。这些特殊的设计为特殊儿童的学习带来了福祉，同时也为教师的教学带来了福音。倘若每一位特殊儿童都有适应其身心特征的教科书并且能够理解其中的内容，就能在一定程度上提升特殊教学的质量。
利用人工智能技术，依据特殊学生的身心特征，设计适应每个个体的教科书，能够提升教材的质量，实现“教材无障碍化”与缺陷补偿，使特殊学生的学习更加灵活、富有弹性，方便了特殊学生理解教科书的内容，有利于推动整个特殊教育的创新发展，提升教学质量，达到特殊教育的目的。
2. 破解特教师资队伍薄弱的难题，加强教师队伍专业化水平
智能导师是人工智能在教育领域的一个重要应用，它能够根据学生的兴趣、习惯和学习需求为其制订专门的学习计划（闫志明， 等， 2017）。同样，在特殊教育领域，智能导师也能够成为一位“速成”的专业化教师。智能导师通过自然语言处理、语音识别技术和人脸识别技术扮演特殊教师的角色，能够在特殊学生的学习、生活过程中，实时跟踪、记录和分析数据，实现自我的不断优化升级，以了解其特点和需求;甚至可以像想象中的朋友一样，陪伴特殊学生，并与其进行交流，适当的时候能够提供鼓励与建议以帮助解决问题，这样可以在短期内以人工智能技术手段来弥补特教师资队伍的薄弱，加强教师队伍专业化水平。例如，i宝公司开发的智能导师，不仅可以唱歌和跳舞，而且内存了丰富的教学资源，还能用语音与残疾儿童互动。并且，家长还可以借助远程摄像实现实时监护。语音与触控相结合的交互场景，也可以让视障儿童进行操作。此外，通过人脸识别技术可以对对象进行跟随追踪。结果表明，很多残疾儿童愿意与智能导师一起学习、交流。智能导师在这过一程中能不断收集残疾儿童的相关数据，如学习行为数据、互动交流数据等，并进行分析，形成专业性的报告。此外，结合智能导师与数据挖掘技术，智能化地向特殊学生推送适应其特性的学习资源与学习活动等，迫使虚拟化的智能导师趋向专业化。用教育大数据来剖析特殊学生，以了解其在生活上和学习上的真正需求，从而制订个性化解决方案，驱动个体的个性化发展（杨现民， 等， 2015），呈现专业化的特教水平。
在人工智能技术的帮助下，可以“快速”组建一支高水平、专业化、实力强的特教师资队伍。专业化的教师与智能化的智能导师相结合，既有利于发掘特殊学生的真正需求，从而满足其个性化需要，也有利于开发特殊学生的优势潜能、发展多元智能，从而培养一定的社会技能，最终有利于特殊学生的健康成长。
3. 破解残障类型和程度不一的难题，凸显个性化教学
专家系统（Expert System）是人工智能的一种发展，它结合了计算机存储专业知识的能力和一套通用的规则，旨在复制人类专家的决策过程（Hofmeister， Alan， M.， Ferrara & Joseph， M.， 1986）。国外研究表明，专家系统在特殊教育领域能够对特殊学生进行精准分类，凸显个性化的教学，如2003年，Georgopoulo等人（Drigas， A. S.， & Ioannidou， R. E.， 2012）提出了一種模糊的认知地图方法来鉴别特定语言障碍（SLI）;Jainism（Drigas， A. S.， & Ioannidou， R. E.， 2012）提出了一个名为感知器的学习障碍探测器（PLEDDOR）模型，用于识别阅读障碍、书写困难和数学计算障碍。专家系统主要是通过知识表示和智能推理来模仿人类专家，能够准确无误地将同一缺陷的学生归为一类，并且能够判别出缺陷程度、认知水平、个性特征及学习方式等，这为学校实施个性化教学提供了科学依据。不同残障的学生需要不同的课程学习计划，以适应其学习需求。在分类的基础上，专家系统为各类障碍学生制定相应的课程学习计划成为可能。课程规划专家系统（Moore，G. B. & Others.，? A.， 2001）能专门为特殊学生规划课程，只要将学生的残疾状况、心理和体能的数据以及兴趣等相关信息纳入系统，该系统的数据库就可以智能生成最符合学生学习需求的课程计划。依据精准的障碍分类及适应性的课程规划，采用人工智能技术帮助实现个性化教学，改善学习效果，使残障人士的学习发生无限可能。如智能导学专家罗纳德·科尔教授研发的智能导学系统（朱莎， 余丽芹和石映辉， 2017）依据聋哑儿童的特性来辅助教学。在该系统中有一个会说话的虚拟导师，当系统呈现不同的图片时，他会问“哪一个？”，聋哑儿童根据图片的特点进行选择，然后虚拟导师会说出图片的名称，接着聋哑儿童观察虚拟导师发音时舌头和嘴唇的位置及运动，并进行模仿，只有聋哑儿童正确选择图片且正确发音，训练才会结束。罗纳德·科尔教授的研究表明，在课堂上使用该系统，聋哑儿童不但能学会知识，而且表达能力也能提高。又如北京联合大学特殊教育学院利用科大讯飞“听见语音转写系统”为听障学生进行授课，教师说的每一句话都能实时、准确地呈现在特殊学生面前。实践证明，运用该系统后，不仅能提高讲课效率，还能解决手语课表达不精准的问题，学生学习成绩也得到了大幅提升。因此，无论是普通学校还是特殊学校，都可以用专家系统对特殊学生进行精准分类，规划最符合学生需求的课程，并且依据障碍类别、缺陷程度的不同采用人工智能技术实行个性化教学。
人工智能支持下特殊教育的教学会因技术的加入而变得不同。针对不同的学生制订不同的课程规划，辅之以技术的手段实现个性化教学，能够改善其学习效果，同时在一定程度上也能增加特殊教育教师的教学信心和成就感。
4. 破解障碍类型多样的难题，实现便利化管理
筛选和评估专家系统（Moore， G. B. & Others， A.， 2001）通过知识表示和智能推理能对不同程度的残障学生进行筛选和评估，有助于管理者及教师便利化与个性化实现对特殊学生的生活管理、风险管理及康复管理。生活管理上，已有感知信息处理专家系统（SIPS）应用于视觉障碍学生的生活中，学生将嵌有该类系统的智能可穿戴设备佩戴在身上帮助检测障碍体，并且确定障碍物具体是什么，这样可以让视觉障碍学生在走路时及时调整路线，同时还能愉快地与朋友交谈;已有人工智能假肢辅助上身完好的肢体残疾者行走，甚至可以测量脉搏、电刺激、设定既定的行走模式、记录体征数据和行为数据等，为该类特殊学生的生活管理带来了极大的便利。风险管理上，专家系统结合市场上智能化可穿戴设备的定位与数据采集功能，可以实现家校的紧密联系与沟通交流，有助于家长及时了解自己孩子的动态，同时也有助于管理者及教师精准掌握特殊学生的位置，降低意外事故发生概率。采用数据挖掘技术分析专家系统背后的数据，深入了解特殊学生的内心世界，规避风险，铲除便利化管理的障碍。康复管理上，基于分类可以实现对不同的特殊学生进行诊断与治疗，帮助其尽快融入主流社会。国内外开始用人工智能技术（情感智能社交机器人等）来治疗自闭症患者，并且取得了不错的效果。自闭症患者最缺乏的就是社会沟通能力，而人工智能技术下的情感智能社交机器人可以很好地成为自闭症患者的伙伴，通过与其交流实时获取社交行为关键数据，并适时做出调整，以培养自闭症患者的语言能力、社会沟通能力、情绪智力等。例如，国外赫特福德郡大学自适应系统研究小组开发的情感智能社交机器人Kaspar能很好地帮助自闭症儿童进行学习，同时也帮助其康复并重新获得语言技能和社交技能;国内哈尔滨点医科技开发出情感智能机器人RoBoHoN来帮助自闭症患者进行康复治疗，效果显著，成为中国首家采用人工智能治疗自闭症患者的医疗机构。
采用数据挖掘技术与深度学习算法、智能推理技术，分析专家系统背后的数据以了解各類特殊学生甚至是每个特殊学生的生活习性、存在问题、发生风险概率等，能为其生活管理、风险管理、康复管理带来极大便利，从而推动科学化管理、个性化管理。
5. 破解欠缺医疗救助和健康诊断的难题，提升健康保障水平
在人工智能应用于医疗时，智能移动终端实现的智能诊疗、智能健康管理则是一个发展趋势，它能提升学生的健康保障水平。在特殊教育中，“人工智能+医疗”有着无限的可能。特殊学校与医疗机构合作，可形成无缝对接的医疗救助。医疗机构利用智能诊疗系统对特殊学生进行定期或远程的疾病诊断，实现潜在风险和疾病的及时干预与医治。智能诊疗系统通过融合自然语言处理、认知技术、自动推理、机器学习、深度学习、信息检索等技术来模拟专家医生给出精确治疗方案，为特殊学生减少医疗成本并建立快速诊疗通道;同时，将智能诊疗系统与学生的智能化可穿戴设备相结合，对特殊学生实现实时精准定位，万一特殊学生发生意外，能够对其实施及时的医疗救助，将伤害降到最低。此外，智能健康管理将人工智能技术应用到健康管理的具体场景中，目前主要应用于风险识别、精神健康、健康干预等（51CTO网， 2017）。在特殊教育中，第一，智能健康管理系统通过数据库获取特殊学生的相关信息，并且通过数据分析识别出特殊学生疾病发生的风险，提供风险降低或预防的措施;第二，人工智能技术利用特殊学生语言、表情、声音等数据进行情感识别，从而对其做出精神健康诊断，如Affectiva公司研发出的情绪识别技术借助摄像头来捕捉用户的表情，然后进一步分析其情绪的状态或变化，从而给出精确的精神健康诊断结果;第三，运用人工智能技术定期对来自智能化可穿戴设备的特殊学生体征数据进行分析，定制健康管理计划，对其健康问题进行干预，如Welltok借助Café Well Health的健康管理平台，通过运用人工智能技术去分析可穿戴设备Map My Fitness和Fit Bit上的用户体征数据，提供个性化的预防性健康管理计划。在智能健康管理系统的应用中，假如一个特殊学生的健康即将出现问题，系统会自动弹出预警信息和提供干预方案，并及时通知教师进行干预。在人工智能技术的支持下，可以有效预防特殊学生健康问题的产生，比如抑郁、心理扭曲、精神问题等，学生的健康保障水平能够得到很大的提升。
人工智能破解特殊教育中医疗救助和健康诊断欠缺的难题有着得天独厚的优势，对于解决生成性问题，如意外伤害、抑郁、心理扭曲、精神问题等是非常有效的。
四、实施中可能面临的问题及解决对策
人工智能与特殊教育正在逐渐融合，利用人工智能技术破解特殊教育问题也会有进一步的发展与突破。面对特殊教育这一既复杂又特殊的系统，文章结合融合设计的思路，反思在实施过程中可能出现的问题主要有：人工智能技术难以在特殊学校落到实处;特殊教育教师对人工智能的应用价值、角色关系尚存疑惑，理念难以转变;以及其他层面的问题，如国家人工智能伦理法规欠缺，区域人工智能资源配置不均，企业人工智能产品不符合特殊学生需求。
（一）学校层面：人工智能技术难以落到实处
虽然特殊教育是最需要人工智能技术的领域之一（张坤颖， 等， 2017），但是面对突如其来的转变，特殊学校还没有做好充分的准备，使得人工智能技术难以落到实处，特殊教育发展面临的五大突出问题能否得到有效解决有待进一步验证。这一问题主要存在于以下三个方面：第一，特殊学校基础设施不完善，当前众多特殊学校尚处在数字校园建设中或还没开始建设数字校园，许多软硬件设备并不能满足人工智能技术的引进;第二，人工智能教师缺乏，特殊学校本就因为专业性人才的匮乏在一定程度上限制了发展，而面对人工智能浪潮的来袭，特殊学校并无人工智能教师去应对这一浪潮;第三，无成熟经验可借鉴，从全球范围来看，目前人工智能在教育领域中的应用刚刚起步，而应用于特殊教育领域的就更少。为此，特殊学校面对如此的“窘境”与复杂的融合设计方案，呈现“茫然无措”感。
特殊学校是人工智能运用于特殊教育领域的主要场所，唯有落实人工智能应用，其与特殊教育的深度融合才会有质性的发展。首先，学校要完善无障碍基础设施建设，为人工智能技术的引进与应用落实提供基本的保障。其次，学校要联合企业建立产、学、研、用相结合的特殊教育人工智能体系，借助企业的力量落实人工智能技术的应用，实现对特殊学生的评估与诊断、缺陷补偿、康复训练等。同时，学校在与企业合作的过程中要积极、主动引进企业人工智能人才以服务于本校人工智能的建设与发展。此外，学校要深入研究人工智能技术对特殊学生诊断与干预的支持作用，为特殊学生的个性化解决方案等提供充足的依据。再次，学校要定期对教师开展职后技术应用培训，培养优秀人工智能教师，鼓励有潜力的教师去人工智能企业、高校及科研院所进修。最后，学校要加强国际合作与交流，主动学习国外人工智能技术应用经验并落实，利用互联网、大数据、云计算、人工智能等新技术搭建全球特殊教育课堂平台，实现全球特殊教育课堂的互联性与可及性;同时，学校需要拿出改革的勇气与魄力，引领一方，实现智能时代下特殊教育的创新发展。
（二）教师层面：对人工智能的应用价值、角色关系尚存疑惑，理念难以转变
特殊教育教师是人工智能与特殊教育深度融合的相关利益者之一，然而人工智能在教育领域的应用刚刚起步这一事实让教师对人工智能在特殊教育中的应用价值、角色关系尚存疑惑，使得教学理念难以转变。应用价值方面，人工智能在普通教育中的应用正处在初步的实践探索阶段，并没有太多可喜的成果显现。那么在特殊教育领域，人工智能是否真的可以优化教学设计、提升教学质量、实现便利化管理、凸显个性化教学、加强教师专业化水平等，这在教师心中是一个很大的问号。角色关系方面，教师对人工智能与教师之间的关系认识不到位。人工智能进入特殊教育课堂，教师对如何与机器配合完成一堂课的教学、谁又占据课堂的主导权等问题心存疑虑。此外，特殊教育教师还困惑于机器是否真的会取代他们。
特殊教育教师是人工智能技术运用于特殊教育领域的主要实践者。教师唯有转变教学理念，积极实践，提高应用人工智能的能力，努力成为一个紧跟时代步伐的特殊教育教师，方能破除心中的困惑與疑虑。首先，教师要关注人工智能技术的发展及其应用的行业领域，并积极寻求与人工智能技术专业人员进行合作，共同找出人工智能与特殊教育问题的契合点，利用人工智能技术来解决特殊教育问题，提升教学质量，加强自身专业化水平。其次，教师要积极主动参加教育人工智能的相关会议及培训，学习人工智能专题的在线课程等，拓宽视野，深化见解，转变教学理念，抓住机会打造出自己在人工智能与特殊教育融合这一领域的“品牌”。接着，教师需要意识到自己不仅是教学教师，同时还是康复教师，因此需要利用人工智能技术积极、主动、多元地发展自己的智能化康复技巧，进而形成人工智能环境下独特的智慧化、智能化康复风格。最后，教师要对人工智能的本质、应用方式与场景、人机关系有一个清晰的认识，提升在特殊教育领域应用人工智能的相关素养，比如：智能教学、智能决策、智能管理等，为构建人机结合新生态贡献一份力量。
（三）其他层面
人工智能与特殊教育的深度融合发展需要统筹多方力量、协同推进。结合前文融合设计思路，还有一些其他层面的问题值得考虑。其一，国家人工智能伦理法规缺乏，在特殊教育中如此大规模地应用人工智能，还需认真考虑如何保障弱势群体的合法权益;其二，区域人工智能资源配置不均，进而对推进特殊教育资源共享提出了挑战;其三，企业人工智能产品不适应特殊学生需求，影响为特殊教育服务的质量。
人工智能与特殊教育的深度融合是一项长期、复杂、艰巨的任务，唯有多方协同，方显效果。对于国家而言，需加快建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力，保障特殊学生的合法权益，确保人工智能在特殊教育领域中的有效运用。对于区域而言，需统筹好区域内人工智能资源的配置，并建立人工智能资源共享平台，打通区域特殊教育资源共享的通道，方便全区特殊学校及时了解并学习相关知识及技术，以便进一步将人工智能技术运用于特殊教育中。对于企业而言，应与特殊学校建立长期合作关系，全面深入了解特殊学生需求与状况等，不断革新技术，抢抓人工智能技术的关键点，提升无障碍人工智能产品的研发力度和创新能力，提升服务质量。
[参考文献]
51CTO网. 2017-04-10. 人工智能在医疗产业的五大应用场景及典型案例[EB/OL]. [2017-12-12]. http：//cio.51cto.com/art/201704/536931.htm
白瑞霞. 2018. 融合教育背景下残疾儿童随班就读的合理发展[J]. 中国教育学刊（1）：61-64.
陈凯泉，沙俊宏，何瑶，等. 2017. 人工智能2.0重塑学习的技术路径与实践探索——兼论智能教学系统的功能升级[J]. 远程教育杂志，35（5）：40-53.
丁勇. 2017. 我国特殊教育现代化的发展趋势和特点[J]. 中国特殊教育（2）：7-12.
董奇，方俊明，国卉男. 2017. 从融合到全纳：面向2030的融合教育新视野[J]. 中国教育学刊（10）：31-35.
冯帮，杨茜. 2015. 中美特教教师城乡一体化的比较研究[J]. 中国特殊教育（3）：59-64.
郭炯，钟文婷. 2016. 特殊教育信息化环境建设与应用现状调查研究[J]. 电化教育研究（4）：26-35.
国务院. 2017-07-08. 国务院关于印发新一代人工智能发展规划的通知[EB/OL]. [2017-11-10]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm
贾静元. 2016. 河南省特殊教育信息化建设现状及对策研究[D]. 河南：河南大学.
教育部. 2017-07-10. 教育部发布2016年全国教育事业发展统计公报[EB/OL]. [2018-05-22]. http：//www.moe.edu.cn/jyb_sjzl/sjzl_fztjgb/201707/t20170710_309042.html
教育部. 2017-07-28. 教育部等七部门关于印发《第二期特殊教育提升计划（2017-2020年）》的通知[EB/OL]. [2018-05-22]. http：//www.moe.edu.cn/srcsite/A06/s3331/201707/t20170720_309687.html
兰继军，李国庆，柳树森. 2003. 论全纳教育的教育原则[J]. 中国特殊教育（6）：10-14.
彭霞光. 2008. 全纳教育：未来之路——对全纳教育理念的思考与解读[J]. 中国特殊教育（12）：3-6.
邱淑女. 2016. 论特教院校对残疾大学生的人性化管理[J]. 现代特殊教育（11）：37-38.
搜狐网. 2016-06-11. 教育部公布2016年全国特殊教育发展情况[EB/OL]. [2017-11-15]. http：//www.sohu.com/a/203810384_744795
王海荣. 2004. 多元智力理论在中学生物课堂教学中的应用研究[D]. 山东：山东师范大学.
吴永和，刘博文，马晓玲. 2017. 构筑“人工智能+教育”的生态系统[J]. 远程教育杂志，35（5）：27-39.
闫志明，唐夏夏，秦旋，等. 2017. 教育人工智能（EAI）的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J]. 远程教育杂志，35（1）：26-35.
杨现民，王榴卉，唐斯斯. 2015. 教育大数据的应用模式与政策建议[J]. 电化教育研究（9）：54-61.
杨现民，张昊，郭利明，等. 2018. 教育人工智能的发展难题与突破路径[J]. 现代远程教育研究（3）：30-38.
尹小琳，张大均，陈旭. 2005. 关注个体差异发展优势智能——多元智力理论对特殊教育的启示[J]. 中国特殊教育（5）：8-11.
张洁华，朱剑平，吴筱雅. 2016. 融合教育背景下上海市宝山区特殊教育医教结合管理机制的策略研究[J]. 中国特殊教育（1）：16-21.
张坤颖，张家年. 2017. 人工智能教育应用与研究中的新区、误区、盲区与禁区[J]. 远程教育杂志，35（5）：54-63.
张茂林，王辉. 2015. 国内特殊教育教师职业素质现况调查与分析[J]. 中国特殊教育（7）：70-75.
张伟锋. 2013. 医教结合：特殊教育改革的可行途径——实施背景、内涵与积极作用的探析[J]. 中国特殊教育（11）：1-6.
郑权，张立昌，郑汉柏. 2018. 特殊儿童个别化远程教育的设计研究[J]. 中国远程教育（03）：27-33，79-80.
周满生. 2008. 全纳教育：概念及主要议题[J]. 教育研究（7）：16-20.
朱莎，余丽芹，石映辉. 2017. 智能导学系统：应用现状与发展趋势——访美国智能导学专家罗纳德·科尔教授、亚瑟·格雷泽教授和胡祥恩教授[J]. 开放教育研究，23（5）：4-10.
Assael， Y. M.， Shillingford， B.， Whiteson， S.， et al. （2016， November） LipNet： End-to-End Sentence-level Lipreading[EB/OL]. [2018-05- 22]. http： // www.oxml.co.uk/publications/2016 - Assael_Shillingford_ LipNet.pdf
Drigas， A. S.， Ioannidou， R. E. （2012） Artificial Intelligence in Special Education： A Decade Review [J]. International Journal of Engineering Education， 28 （6）： págs. 1366-1372.
Gardner， H. （1985） Frames of mind： the theory of multiple intelligences [J]. Quarterly Review of Biology， 4 （3）： 19-35.
Hofmeister， A. M. & Ferrara， J. M. （1986） Artificial Intelligence Applications in Special Education： How Feasible？ Final Report. [J]. Articulation Impairments， 153.
Moore， G. B. & Others， A.， （2001） Artificial Intelligence， Computer Simulation： Future Applications in Special Education. [J]. Technological Horizons in Education， 14： 74-76.
National Science and Technology Council. （2016， October） The national artificial intelligence research and development strategic plan. [EB/OL]. [2017-11-10]. http：//www.360doc.com/content/16/1015/20/373 34461_598685262.shtml
The notion of artificial intelligence is a thing of the past. （2016， October） The reality of artificial intelligence is a thing of today. [EB/OL]. [2017-11-25]. http：//contenttechnologiesinc.com/
The UK Government （2017， October） Growing the artificial intelligence industry in the UK. [EB/OL]. [2017-11-15]. https：//www.gov.uk/government/publications/growing-the-artificial-intelligence-industry- in-the-uk
收稿日期：2018-04-04
定稿日期：2018-06-28
作者簡介：郭利明，硕士研究生;杨现民，博士，教授，硕士生导师，本文通讯作者;段小莲，本科生。江苏师范大学智慧教育学院（221116）。
邢蓓蓓，实验师，江苏师范大学化学与材料科学学院（221116）。
责任编辑 郝 丹
