受制于人工智能技術適配性和成熟度，人工智能應用在場景分布上呈現出一些明顯特征：當前人工智能主要用武之地集中在復雜度較低的場景，如拍照搜題、分級閱讀、智能題庫、考情診斷等，這類應用工具屬性明顯。

但在“評”和“管”環節，人工智能技術適配性和成熟度均較低。以“評”這一環節為例，由于綜合素養、職業興趣等評估場景較難形成統一標準，人工智能判斷難度較大，且后期無法對準確性進行歸一化評價，無法反哺模型，因此人工智能適配度不高。而“教”、“備”等服務屬性的場景，一旦知識圖譜、大數據等技術實現突破，將爆發出巨大的潛在價值。

智能教育正推動教育領域的深刻變革。人工智能與教育場景的深度融合，一方面能提升課堂教學效果以及學習效率，另一方面還能夠深刻重構教育領域的運營模式。智能教育將重塑教育流程，推動人才培養更加多元化、更加精準化、更加個性化。

智能教育的發展分為教學輔助階段、價值創造階段和因材施教階段三個階段。“目前，智能教育尚處在從教學輔助向價值創造的過渡時期，已在線下AI課程、智能測評等場景實現初步落地應用，但成熟化的、因材施教階段的商業應用尚未大規模出現。”科技部新一代人工智能發展研究中心副主任徐峰研究員認為，實現“因材施教”是教育的一個長遠目標，在這個過程中，人工智能技術能發揮重要作用，但也會受其自身技術發展的限制。

現在還難以預測人工智能何時能夠真正‘完全’具備認知功能，但從當前人工智能技術的發展態勢看，我國智能教育進入一個快速發展的階段，不斷實現對于學生、教師等的價值創造。未來隨著知識圖譜、認知計算、自然語言處理等技術的不斷發展，人工智能將覆蓋教學流程的更多場景，有望在自適應學習、自適應互動課等應用上逐漸成熟，實現“因材施教。

教育作為涉及教學、管理、科研、服務等多領域的綜合體系，其復雜性大大增加了人工智能技術與教育的融合難度；現有人工智能技術的應用多為語音識別、圖像識別等識別領域的應用，但在理解層面和創造層面的應用仍未實現實質性突破。當前自然語言處理技術僅能對語法結構、拼寫正誤等方面進行識別，而在篇章結構、語言邏輯、情感表達等語義理解層面依然十分欠缺。

建議加大智能教育關鍵技術的研發力度：一是依托智慧教育國家人工智能開放創新平臺，組建跨學科、跨區域的“人工智能+教育”研究共同體，廣泛開展跨學科探索研究，推動腦科學、神經科學、認知科學等學科的交叉融合；二是加強“政企學研”多方合作，產業界加強研發探索，學術界提供扎實理論基礎，并最終試點應用到相關教學場景；三是進一步推進平臺建設，推動開放平臺向公眾開放智能教育關鍵共性技術，打造智能教育生態。

除了加大復雜教育情景人工智能關鍵技術的研發力度，高芳還建議，有關部門盡快出臺推動智能教育發展的規劃性文件，強化應用部署并抓緊落實；著力提升一線教師和教育管理者的人工智能素養，確保智能教育各場景落地；抓緊制定人工智能在教育行業的應用標準和規范，確保其良性有序發展。