（一）人工智能的概念
他指出人工智能难以给出一个确定的定义，甚至是该领域的专家也很难确定什么是人工智能（Artificial Intelligence ， AI），原因在于：
（1）人工智能的内涵在不断的变化。牛津大学一位著名的人工智能专家尼克·博斯特伦（Nick Bostrom）认为：“很多尖端的人工智能已经隐含在通用的程序应用中，而这些应用往往不被称为人工智能，因为一旦其变得足够有用和普遍就不再称它们为人工智能了。”
（2）领域的跨学科性质。人类学家、生物学家、计算机科学家、语言学家、哲学家、心理学家和神经科学家等都在人工智能领域有所贡献，每个学科的专家都带来了自己领域中的观点、范式和术语。
但是徐坚博士对人工智能进行了内涵界定，并将人工智能分为弱人工智能和强人工智能。其中强人工智能指的是人工智能可以成功地执行原本由人类完成的任何智力任务。它是一个计算机系统，被设计成能够通过某些能力（例如，视觉感知和语音识别）和智能行为（例如，评估可用的信息，然后采取最明智的行动，以实现既定的目标）实现与现实世界的互动，并被我们认为这些能力和行为能够达到人类的智力水平。
（二）人工智能教育（AIED）的含义和优势
他认为人工智能教育是将人工智能应用用于教育领域，其核心是“使用精确的计算和清晰的形式表示曾经是含糊不清的教育的目标、心理和社会知识，”它能够帮助我们打开学习的“黑匣子”，让我们更深入和更微观的理解学习是如何发生的。并且，他相信， 人工智能教育将发挥重要的作用，并且已经开始帮助我们适应那些新创建的岗位。在不久的未来，借助于人工智能教育的力量能够减小学习者之间成绩的差距，解决教师个人的提升及发展难题，并使父母更好地协助他们的孩子（和他们自己的）学习。此外，人工智能教育做为教师和学生的工具，通过这一个工具，我们能够获得的反馈不再仅仅是学习者学到了什么，还包括在学习的过程中学习者是如何学习，以及如何感受。它提供了更加个性化、灵活、包容、引人入胜的学习的可能性，可以帮助学习者发展雇主所需要的知识和技能，帮助教师创建现有教学方式无法做到的更为复杂的学习情境。
（三）人工智能教育（AIED）的展望
他从三个方面展开：（1)人工智能教育将帮助学生获得二十一世纪所需的技能。二十一世纪所需的技能越来越受到重视，许多团体的技能列表中（包括短期的和长期的）的技能，都在指引着就业市场以及与之对应的职业教育。而人工智能教育未来能够从大规模的实时数据从中挖掘出个人、地区、国家的不同层面综合素养，并可以不断地调整，跟踪学习者在不同的教学方法及教学情境中学习过程，并建立关联模型。最终帮助我们确定学习方法及学习环境的因素（如技术、教师、环境等）是如何影响综合素养的提高。（2） 人工智能教育未来能够提供实时的教学评估。利用信息化技术可以大幅提高教室中的数据采集，如眼球跟踪、表情分析、基于手环的心率实时监测等，且不断研发的教育技术能够越来越多的收集教师和学生数据。这个“大数据”已经被用于学习分析，识别潜在的有意义的数据模式研究。它是扎根于有意义的学习活动，可以实现进行式的分析学生的学习活动，而无需采用传统的“停止和测试”的评估方法。（3）可能会成为我们的终身学习伴侣。学习同伴系统提供了每个学习者与其合作的智能化的学习同伴（或同伴们）。在合作和竞争学习情境中，数字化的学习同伴通过提问、辩论等方式促进学生的学习及思考。随后，他通过一个教学案例对新技术和教育进行了深刻反思。慕课技术、虚拟现实技术、人工智能技术等真的会对教学效果起到我们所期望的那么重要的影响吗？
最后，基于上述分析，他认为教学中技术的应用很可能要根据不同的教学目标、教学方法、课程特点、学生背景、师生关系等多因素进行细致的分析及选择。且未来的的教学方式也应当是传统教学技术和方法与现代教学技术和方法不间断的交融过程。
（以上内容根据徐坚博士在“职业教育新思维”博士论坛上的主题发言整理）
联系客服
