【摘要】作为教育人工智能的核心,教学人工智能对提升教学质量有十分积极的意义。了解教学中人工智能技术的运用现状有助于理解这一领域的潜力及局限,但目前少有分析。本文将教学人工智能归为四类:行为探测、学习模型、预测模型及智能测评。行为探测利用计算机视觉、机器学习等技术预测学生的专注度,但由于准确率、成本等问题,这类研究多在实验阶段。预测模型通过构建机器学习模型预测学习效果,这类研究在MOOC中有少量应用。学习模型综合利用自然语言处理、机器人学等技术引导学生进行自适应学习,主要面临分析模式有限、学科分布不均等问题。智能测评主要涉及机器命题、自动评分,机器命题目前仍依赖命题专家与计算机协作,自动评分则主要局限于英文。本文认为,教学人工智能距离全面、成熟的应用还有不小的距离。因此政府或可成立权威的第三方评估机构,对市场上的智能教学产品去伪存真。