智能时代特殊教育学科发展趋势.pdfVIP

二十四个重大问题石

大问题研究

IMPORTANTISSUES

智能时代特殊教育学科发展趋势

华东师范大学紫江学者特聘教授王沛

【摘要】人工智能有助于构建各种精准模型为特殊儿童的精准筛查与干预提供便捷的工具。

人工智能与特殊教育的融合是智能时代教育发展的一大趋势，有助于保障特殊人群享有均

等化的教育服务，最大程度挖掘其潜能，发挥其价值。目前对孤独症与多动症等关键性特殊

人群的筛查与干预领域的研究仍处于初始阶段。为此，需要推动构建基于多维数据机器学习

的筛查指标体系、基于视觉识别技术的智能快速辅助筛查系统、基于虚拟增强现实技术的

互动干预系统，在此基础上推进以学校和家庭为实施场域的远程移动筛查与干预平台建设。

【关键词】特殊教育人工智能特殊儿童筛查特殊儿童干预

【中图分类号】G76/G434【文献标识码】A

【D01】10.16619/j.cnki.rmltxsqy.2024.17.005

特殊教育与人工智能的融合是智能时代教育发展的趋势

人工智能与特殊教育的融合肇始于20世纪90年代。Geiman（1990）最早发现，使用符号来描述

和建模复杂系统的软计算方法，能够为教育专家和临床医生提供诸如对学习障碍和孤独症患者的鉴

别与筛查工具。借助人工智能技术，Georgopoulos等人（2003）发明的言语障碍筛查的模糊认知图

（FuzzyCognitiveMap，FCM）方法为教育专家和临床医生提供了针对言语障碍的筛查方案。Mayes和

Freitas（2004）推出的MindSet（MS）应用模型所支持的“意念耳机”有助于测量注意力缺陷多动障碍

（AttentionDeficitHyperactiveDisorder，多动症）儿童的注意力水平。Hernandez等人（2009）

开发了一种筛查儿童学习困难的专家系统，该系统包括由一系列心理学筛查策略组成的知识库，力图

王沛，华东师范大学紫江学者特聘教授、博导。研究方向为特殊人群社会认知发展、医患关系等。

主要著作有《社会认知心理学》《中国国家形象：内涵与塑造》《大学生职业心理研究：基于职业决策

困难与创业心智的视角》等。

【学术前沿丨2024年第17期

十四个重大问题研究

IMPORTANTISSUES

IMPORTANTISSUES

找出输入变量（年龄、性别、教育水平等）和输独症严重程度（正常、轻度、中度、重度）100%

出变量（精神、运动技能、智力等）之间的关的正确分类。近年来，智能技术的飞速发展，使

系。结果发现，该专家系统能够高效地筛查儿童得高效、便捷的远程智能筛查成为可能。例如，

的学习障碍。Jain等人（2009）提出了学习障碍Galina等人（2016）开发了视觉障碍儿童远程智

检测感知器模型（PerceptronBasedLearning能学习系统，该系统综合考虑视觉障碍儿童的心

DisabilityDetector，PLEDDOR）。该模型是一理、生理特征和学习信息，采用智能统计方法处

个人造神经网络，可以识别儿童的阅读障碍、理多维数据，进而为视觉障碍儿童提供智能化的

书写障碍和数学学习障碍。E1Sayed（2012）则学习环境。

研制了一个用于学习障碍儿童筛查的智能代理除了可用于特殊儿童的筛查之外，人工智

分类系统。该系统能够识别学生的教育学和心能还可用于特殊儿童有关病症的干预和治疗。

理学特征，并提供与此相适应的教育活动解决Strickland（1996）首次提出虚拟现实技术为孤

方案。独症患儿的干预与治疗提供了新的途径，并证明

在此之后，大量研究采用机器学习以及构了这种新思路的可行性。此后，人工智能用于学

建模型的方式为特殊儿童的精准筛查提供了便捷习障碍、孤独症等的干预研究开始起步。起初，

的工具。人工智能是以机器学习为核心，以统计人工智能用于特