“AI+低代码”推动高等教育变革:腾讯云携手同济大学共探数智化

原创
01/02 19:27
阅读数 13

引言

 

近年来,数字化转型已成为各行各业提高运营效率和生产力的重要手段。而对于高校来说,转型已成为建设高质量教育体系的重要策略。但相较于迈出较早一步的企业群体,本身缺乏技术基因和运营成本的学校在数字化的转型上还较为滞后。

如何改变这一现状?AI 与低代码的融合将成为数字化转型的两大助力。通过智能化的流程、应用和决策,可实现数字化转型降本增效。加上低代码带来的加速开发、降低技能门槛等优势,可助推高校数字化转型尽早实现。

基于此,12 月 15 日,腾讯云 TVP “AI+低代码 驱动高等教育数字化进程”活动走进了同济大学。作为国内领先高校,同济大学如何通过数字化转型建设世界一流?“AI+低代码”怎样推进高校数字化转型建设?腾讯与同济大学的合作,完成了哪些创新实践?

来自同济大学信息化办公室主任、腾讯云 TVP 许维胜老师,中国信通院低代码委员会顾问、腾讯云 TVP 沈欣老师,腾讯微搭教育行业负责人 李萍老师,腾讯云智能教育行业负责人 贾鹤老师,腾讯会议教育行业负责人 施徐国老师等五位演讲嘉宾,以及中山大学网络与信息中心架构师 王旭老师,腾讯微搭副总经理 林楠老师及许维胜老师等三位圆桌对话嘉宾,将带来对上述问题的深度解读和热烈探讨。

 

嘉宾致辞

 

会议伊始,同济大学副校长 娄永琪和腾讯云高等教育及基础教育总经理 饶臻进行了开场致辞。

 

从领先到世界一流,数字化转型是重要抓手和内涵

 

 

 

“我们的‘AI+低代码驱动高等教育数字化进程’活动是同济大学和腾讯公司长期合作、互相认同、同舟共济的结果。当下,同济大学是国内外领先高校,而如何从领先走向世界一流,数字化转型是重要的抓手和内涵。尤其是我们校长到任后,将进一步推动教育范式场景技术的系统性创新。”娄永琪校长说道。

据娄永琪校长介绍,加上今年新当选的两位院士,同济大学总计有四名中国工程院信息学部院士。基于人才优势,同济大学同时作为国家和上海市的科学研究中心,未来将继续携手腾讯,将人工智能全面赋能,在智慧教育领域做出世界级的创新。

 

从数字化助手到助力高校培养数字化人才

 

 

致辞中,饶臻首先强调了腾讯在教育领域的“数字化助手”角色:“在我们 25 年的发展历程中,有 20 年都参与到了教育赛道中。2003 年,教育精品课程首次上线,这在互联网企业中是非常早期的。直到腾讯整合了内部的六大事业群和二十多个教育产品,正式发布了腾讯教育品牌。”

此次腾讯云 TVP 和腾讯教育一起走进同济大学,并携手推出 TVP 行业教育大使奖项,旨在助力高校培养更多的数字化人才,共同为我国的智慧教育事业做出更多贡献。

 

开辟教育新赛道,塑造发展新优势

 

 

在《教育数字化转型的体制机制探讨》的主题演讲中,同济大学信息化办公室主任、腾讯云 TVP 许维胜老师首先介绍了学研界在数字化转型上的发展情况:“目前,各教育管理部门都已参与到相关技术的落地和调研中,包括教育管理部门的管理、决策咨询机构的决策,校领导的协调、信息化部门的技术实现和协作,以及业务部门传达用户的具体需求。”

随后,关于高校如何做好数字化问题,在许维胜老师看来需要达成以下几点共识:

● 一把手工程,一把手要充分重视;

● 跨部门、跨业务领域的协调和协同;

● 总结推广可操作的计划、组织、设计、推进的系统化方法;

● 适度超前的场景构思;

● IT 队伍建设和师生数字素养提升(数字化不仅是硬件建设,关键是人的事);

● 用户体验和师生满意度;

● 提升信息化部门的地位。

谈及新背景下的高校数字校园建设组织模式,许维胜老师认为重点在于如何落地。“组织既是一个名词也是一个动词,学校的信息化组织一般就是网络信息中心(或者信息办);而如果说到工作怎么开展,则是一个动词。在组织方面,目前一般高校都是中心化的 IT 组织,相对比较集中。”

但在实际推进业务数字化转型的过程中,集中的、中心化的 IT 组织,并不太给力。原因主要在于数字化转型的需求主要是在业务侧,业务与数字技术的融合存在屏障。“所以,IT 组织必须要下沉到业务,职能部门、院系(业务)与 IT 组成一体化团队,基于统一的数字平台,共同开展数字化转型工作。”

最后,许维胜老师总结到,统筹数字校园的核心系统,既要运营好校园网(5G)、超算中心、数据中心(云计算),各类软件系统(云原生微服务)、消防系统(物联网、边缘计算)、安防系统(物联网、边缘计算)、智慧园区管理系统(物联网、云计算),以及教育资源建设和共享(云计算)等,守牢“中宫”,同时还要四面张扬,关注新技术的创新应用。

 

数智化运作的本质基于精细的模型架构

 

 

“在做数字化的过程中,经常有人问某个项目应该如何投资,我的回答是数据的价值不是人决定的,而是它带来的客观价值决定的。”在《AI+低代码技术及数字化实践》主题演讲中,中国信通院低代码委员会顾问、腾讯云 TVP 沈欣老师首先明确了数据的价值是数字化转型的重要衡量。

具体来说,数据在以下几个方面产生价值:

● 精细化操作减少成本;

● 新的机会增加收入;

● 减少不确定性、辅助决策;

● 连接带来更高效的反应速度。

在数据、信息和知识的概念演进上,沈欣老师认为,数据是信息的表现形式和载体,信息则是数据的内涵。“比如,我们在空间中看到很多点,这是数据;但当点足够多,发现其是一片树叶之后,就成为了信息。而如果在信息的基础上进行更加高级的抽象,则成为了知识。”

所以说,数据只是过渡,知识才代表价值,未来一定是知识的年代。

那么,基于知识的数智化究竟能够做什么?在沈欣看来,主要在于解决数字意义的问题,了解数字背后的工作和任务出现了什么情况,其中的难点在于数学建模。“通过精细化的模型架构,从而适用于不同的应用场景,是数智化运作的本质。”

“从 IT,到数智化,再到 AGI ,未来是人工智能时代。智能化时代是一个 Agents 的过程,对开发代码的要求会越来越高,效率要求也会越来越高,就要考虑怎么引入低代码和无代码的平台帮助我们工作。”

沈欣老师表示,未来 AI 对低代码将有巨大的颠覆作用,AIGC 将会是低代码的终局性机遇。首先,AIGC 提供了从无到有的内容生成能力,突破了人类生产内容的特权。与此同时,它也可以做到已有知识的跨界创新,服务于 0%~80% 的创新,是一项巨大变革。

此外,据沈欣老师预判,未来三年之内初级程序员可能会消失。原因在于编程是信息化时代的产物,传统的软件包括数据、算法、流程,再加上 UI,通过代码构建、软件执行,加上控制即可实现。“但到了 AI+低代码的时代,很多东西都可以更高效地自动执行。”

未来,在算力和功耗可以持续突破的前提下,业务数据库将直接存放大量的非结构性数据,同时会变成 GPT 的私有训练环境,持续迭代,最终实现数据自动进入、自动校验,以及自动根据自然语言要求,甚至能做到自动找到最佳实践进行输出指导业务。

 

微搭:开放与自由的敏捷定制PaaS中台

 

 

在《千企百校如何借助微搭解锁创新新潜力》的主题演讲中,腾讯微搭教育行业负责人 李萍老师先对微搭团队的职能进行了简要介绍:“微信云开发是微信团队联合腾讯云推出的专业小程序开发服务团队,我们团队会从开发角度做低代码。”

截至目前,微搭完成了从快速构建到快速托管的应用产品矩阵。在低代码方面的建设主要包括微搭低代码、云开发,以及微信网关。

“我们希望搭建的低代码架构是一个 PaaS 中台,将云开发的一系列经验和能力赋能给微搭,从而方便开发者在构建组件的过程中更加开放和自由。为此,我们结合了很多腾讯侧的能力,比如视频号、企业微信、教育基座,以及数字工厂之类。”

除了赋能开发者,微搭也开始走向行业,产品应用在教育、零售,以及工业领域的轻应用和小程序开发平台。对此,李萍老师以协同同济大学合作构建的樱花节应用为例:“服务商可以直接对接系统的数据中心和用户中心,从而只需关注当下要实现的业务,同时起到了规范低代码业务水平的作用。”

此外,微搭也实现了在流程开放平台中的应用,打破了扁平化的业务流程,从而构建了立体化的生态。而在营销活动场景中,不仅完成了百分之百的 UI 还原,通过 Serverless 云函数可支持高并发(10 万 QPS),同时也实现了微信私密链路的安全防护。

最后,李萍老师谈及微搭和 AI 的关系。在她看来,AIGC 可以解决学习成本高企的问题,进行快速培训,让更多开发者迅速学习微搭的开发内容。同时,她也觉得 AIGC 后续可以快速唤醒应用模块和生成应用组件,生成代码等递进演变。

 

理解大模型、拥抱时代浪潮

 

 

腾讯云智能教育行业负责人 贾鹤老师带来《重塑智能时代生产力的应用实践分享》主题演讲。

贾鹤老师的分享主要分为两个部分,首先他站在 AI 从业者的角度,谈及如何理解当下的大模型,其次是从技术到工程,再到产品市场的视角,如何将对应的技术进行产品体系的丰富,进而赋能客户和行业应用,带来的思考和实践。

首先,该如何理解大模型,他认为这是一种新范式:

● 从大模型热的现象到背后的实现

2023 年是 AI 从业者的高光时刻。与以往不同的智能化体验、C 端用户的快速增长,以及迅速的 ToB 产品和市场策略,ChatGPT 及各种 gpt 大模型掀起一轮又一轮浪潮。

● 关键技术组件,海量的高质量训练语料,“足够大”的模型基座

从 GPT1 到 GPT2,再到 GPT3,训练语料呈现出成百倍的增长。OpenAI 所坚持的模型思路是只要模型“足够大”就可以应对更多任务和场景,因而全球典型的科研机构和厂商都会参考类似的路径。

此外,还包括高性能算力、高速通信、Prompt Engineering 以及系列 Infra 的组合,才可能出现这样的一个“工程奇迹”。

● 对趋势的一些思考

信息化程度越高的行业,用户容忍度更高的场景,以及复杂度更低的任务,大模型更容易结合和落地。未来行业也会更冷静,加速实战落地。同时国内,一段时间内,很可能是行业/领域大模型和通用大模型并存,一边服务 B 端客户“生产”需求,另一边服务 C 端用户“大众”需求。其次,应该如何拥抱 AIGC 的时代浪潮? 泛化性更强、通用性更强、实用性更强,是大模型时代的三个典型特征。在金融、传媒、教育、政务、能源等多个行业头部企业和机构已经开启落地实践。

● TI 平台工具链升级,覆盖大模型开发、应用全生命周期

面向大模型训练精调场景,从数据、训练、推理到加速 等能力,进行一套 TI 平台的工具链进行升级。

● 全面接入主流开源模型,提供更丰富的模型选择

接入和更新主流开源模型,加速能力升级,支持更多模型,实现更高加速比,帮助 AI 开发者和生产商降低训练和推理成本。

“基于以上分析来看,我们的混元大模型有四大核心能力,一是实现多轮对话,更理解上下文意图;二是知识能力增强;三是构建逻辑推理能力,准确理解用户意图,基于输入数据或信息进行推理、分析;四是内容创作,提高生产力。这是我们四个维度上的创新和发力。”贾鹤老师介绍说。

此外,贾鹤老师也带来了更多落地实践的分享,MaaS 助力智能应用升级,更加丰富了教育场景实践,目前这些实践主要包括高教场景 Whole Picture、重塑 PaaS/SaaS 产品等,落地于招生咨询助手、备课辅助、知识问答助教、口语助教、AI for Science、科研助手、行政问答助手、陪伴&心理咨询助手、生涯助手等九大场景中。

面向高校信息化或者数字化建设,同时腾讯云智能也做了更多更为具体的落地实践:

● 在科研场景探索,联合某头部医学机构,共建医疗行业大模型,为居民提供连续、综合、有效、精准的一体化智能问答健康服务,后续进一步拓展到智能影像识别,临床试验等科研创新场景。

● 在教学场景探索,某省级公共教学资源平台的智能教学问答应用升级,旨在帮助师生提升教研教学资源利用率和用户体验。

● 在管理场景探索,“虚拟辅导员“助力高校学生及时、精准和高效地获取生活或思政资讯。

 

腾讯会议:AI能力深度融合教学实践,让“教”与“学”更智慧!

 

 

“大模型对整个行业有非常大的影响和撬动,基于这项混元大模型的能力,我们在智能转写、AI 小助手等多个功能上做了很多升级。”在题为《腾讯会议 AI 能力的创新应用实践》演讲中,腾讯会议教育行业负责人 施徐国老师强调说。

具体落地到腾讯会议智慧教室 Rooms 教学解决方案上,分别从学校、教师、学生不同层面给予价值展现:

● 线上线下、校内校外灵活连接:AI 时代,学校管理更科学

融入 AI 技术的腾讯会议,可以丰富学校数字化创新建设,将传统单一内容沉淀,转型为面向师生的“个性化、多模态”内容知识平台。而在学校精准培养的实施落地过程中,通过对课中、课后过程,进行大数据分析,业务平台反馈用户体验,发现学生的优点特长,促进个性发展。此外,提供面向跨校区、跨学校、跨国家的超低延时面对面的通讯系统,无缝对接海外主流通讯平台,丰富对外合作能力,进一步延伸学校对外影响。

● 兼顾实时互动教学与课程制作回放:AI 时代,老师教学更轻松

腾讯会议的 AI 能力,可以帮助老师记录授课内容,自动生成多语种文字,形成课程章节,方便老师导出,编写个人专属教材,沉淀教师个人知识资产。此外,可以通过生成式的内容回顾,方便学生基于多模态进行个性化学习,并可通过权限控制管理授课内容的可见范围,分担教师教学辅导压力。而数据分析加强了课程设计,“因材施教”帮助教师了解学生关注点、困难点,实现教师备课内容的科学性,提升教学成就感。

 智能录制与高效互动:AI 时代,学生学习更个性

在学生的学习环节,AI 技术的融入可以帮助学生实现个性化学习——通过 AI 生成的教学知识内容平台,方便每个学生根据自己的学习进度,完成个性化学习,如内容切片与检索等。通过简单易用的互动工具,实现笔记、签到、弹幕、抢答、分组,提升教学气氛,提升学生教学参与积极性。

 

圆桌对话

 

通过AI解决低水平重复建设,改进管理模式

 

 

彭爱华老师:今天的主题是“AI+低代码”,我们请许老师分享一下,AI 和低代码在高等教育数字化的流程中起到了什么样的决定性作用?

许维胜老师:从同济大学的实际情况来看,AI 对高校的影响大概分为三个部分:

首先是对专业教学内容的影响。我们学校每一个专业都在和 AI 相结合,比如说建筑设计、土木工程、智能建造、AI 辅助的创意设计等等,这是对专业教学内容的影响。

其次是对教和学的过程影响。比如,老师的教学方法和学生的学习方法,以及教与学的模式可以如何通过 AI 来优化,这也是一个方面。

最后是对校园管理和治理的影响。包括各种辅助决策、数据分析和业务系统的架构,期间都有 AI 的参与,但目前还在探索和起步阶段,离我们期望的目标相距甚远。

此外,还有两个场景是腾讯和信通院可以帮助我们实现的:学校的应用系统存在低水平重复建设问题,可以通过 AI+低代码技术改善;管理模式的改进,包括减少试错成本,从而进行更多的尝试,通过技术的方式不断走出桎梏。

 

AI技术赋能日常,教学场景更加高效

 

彭爱华老师:感谢许老师的真知灼见,接下来想问一下王老师,您是同济大学的校友,这次也带着中山大学多年的信息化积累回到了母校,一定会有非常多的感触,可以谈谈您对数字化领域的经验积累和思考感受。

王旭老师:相较于时刻紧盯技术变革的企业来说,我们中山大学的技术并非先进,但还是有一些落地应用。比如,我们通过定位和人脸识别完成了一款新生报到的小程序,确保学生在校园内的定位功能是网络与信息中心使用腾讯的 LBS 服务自行研发的,虽然不是很复杂的技术,但确实在很大程度上减轻了数千名学生一起报到的拥堵现场。

另一项分享是我们近期和微搭团队合作了新一代师生服务平台,其中有一个流程是横向科研盖章。在完成这个项目之前,中山大学的此项流程是完全线下化的。老师们需要跑多个部门才能办完,可能还需要跨城市办理,非常浪费时间和精力。基于微搭的线上连通能力,就把盖章的流程和其他系统结合起来打通,完成了线上化。

我们上学的时代计算机还不是生产力工具,现在的电脑可以说是老师和学生最重要的生产工具,怎么用好这个工具就非常关键。通过电脑获取知识更加方便,大大提高了学习效率毋庸置疑,但对学生来说,在处理大量信息的过程中可能力不从心,很难在有限的时间完成高效的知识提取,这是一个比较大的挑战。不过,我们也从技术的跨越发展中走出了新的一步,AIGC 就可以帮助老师和学生解决提炼和处理知识的问题,这是非常好的方向。但新的方向也会带来新的问题,然后会有新的技术进一步解决,我相信技术在辅助人的认知方面还是可以形成良性闭环。

 

让学生更好地匹配科技发展和产业升级

 

 

彭爱华老师:确实还是需要厘清技术和教育之间可能存在的矛盾关系。下一个问题想请教林楠老师。您从企业管理者的角度,是如何看待教育适应科技的发展,以及提升产业升级的能力?有哪些经验思考?

林楠老师:先回答您第一个问题。教育的本质还是育人,所以谈教育适应科技的发展和产业的升级,更重要的是如何培养学生,让他们更好地匹配科技的发展和产业生产。具体到实践中,我认为主要基于以下四个方面:

● 保持好奇的心态,这点特别重要。在科技发展和行业升级上,会不断有新的技术涌现和迭代,要时刻保持好奇心。

● 培养动手能力。新技术出现后,人们总是看得多,动手做得少,但事情只有动手实践才能更有积累和体会。

● 提升跨学科素质。以往单一学科可以解决很多问题,但现在随着产业发展越来越深入,非常需要跨学科的能力。

 

● 持续学习的习惯。技术一直在迭代,我们需要保持持续学习的心态和习惯,才能跟得上未来的发展浪潮。

 

技术与应用场景融合发展,AI未来加持低代码

 

彭爱华老师:感谢林老师的分享。接下来我们进入到观点众议的环节,基于之前搜集的三个具有代表性问题,分别邀请三位嘉宾来进行回答。

问题一:对于未来几年的技术发展前景,哪一些趋势和创新值得我们关注?

问题二:就您所了解的先进技术,在当前数字化应用领域有哪些潜力可以挖掘?

问题三:AI 是否会取代程序员,以及和低代码之间的技术关系是怎样的?

许维胜老师:在教育行业,数字化转型解决的问题主要是需求侧的高质量个性化发展,这是从学生角度来说。作为供给方,学校如何将所存资源给到形形色色的每一位学生也是一个关键问题。这里涉及到三个模型,我们称之为学习者模型、教学模型和知识模型。

学习者模型最重要在于数据打通;教学模型比较像物流系统,将老师提供给学生的知识进行搬运;知识模型主要在于知识的表现可能会运用到元宇宙的一些技术。此外,未来教育行业会发展出很多和场景关联的技术,技术与应用场景的融合将是一大趋势。

彭爱华老师:确实,未来的高等教育可能不在高校围墙里面,也可以通过数字化无时无刻、随时随地的存在。下面请王旭老师再谈谈您的看法。

 

 

王旭老师:从自然语言处理到 CNN,再到深层神经网络的自然语言处理,技术的发展是日新月异的。如果让预测明年会出现什么新技术,我确实没有这个能力。但是,我可以畅想未来有一天可以在元宇宙中进行学习,生活,可以将包括 ChatGPT,语音转文字,图像处理等机器学习应用在元宇宙之中,让其更加真实。

关于 AIGC 的能力和低代码的结合,我认为还是比较完美的。包括 ChatGPT 在内的 AIGC 基本上通过了图灵测试,可以理解人类的语言,那和低代码结合起来就非常方便。

但是以目前的 AI 能力,在细节的把控上是不足够的,想要完全代替程序员还是不可能的。通过和 AI 的交流,可能完成百分之七八十的任务,但是对业务深入理解性的功能还是需要初级甚至资深程序员来完成。

彭爱华老师:接下来有请林老师站在腾讯的视角,您是如何看待这三个问题的?

 

 

林楠老师:人类的智慧实在太强大了,可以创新的技术非常多,但从我个人关注的场景来说,还是对大模型和虚拟现实最感兴趣。

大模型对现有产品的重构已经影响到我们日常生活的方方面面,比如新能源智能汽车通过引入 AIGC 可以进行人车交互。再比如,腾讯利用自研混元大模型进行趋势预测,从而提升广告效率,也是一种预判趋势和辅助决策的能力。

此外,回到今天的主题,我认为 AI 在未来会加持低代码,首先是改变代码的形态和交互方式,原来通过拖、拉、拽来实现一个应用,现在用自然语言就可以完成交互。虽然在生成复杂代码上还有相当的难度,但是在低代码集成大模型的能力之后,可以实现更加个性化的应用调整。微搭联合腾讯大模型混元也在这方面积极地做一些尝试,相信不久会有机会给到大家使用体验。

 

结语

 

数字化转型道阻且长,对于当下的高校来说,可能依然处于深度挖掘转型场景的初级阶段。而在挖掘的基础上,需要不断思考如何通过技术工具赋能,让转型路径更加平稳顺畅,AI+低代码无疑是驱动这一进程的重要催化剂。

而无论产、学、研,科技界的不同领域都是腾讯云 TVP 践行“用科技影响世界”的宝藏之地。未来,我们仍将秉持审慎而乐观的理性态度,带来更多业界实践。

 

现场花絮集锦

 

 

 

 

 

 

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部