．人工智慧在教育裡的邊界和想像

Artificial Intelligence in Education

當AlphaGo戰勝了李世石，成為人工智慧發展的標誌性事件，發展人工智慧的熱潮席捲全球。

人工智慧（AI）或將成為繼「網路＋」、虛擬現實（VR）之後，下一個網路技術的爆發點，給各行各業帶來巨大的機會和挑戰。其中教育領域，關於人工智慧的討論也頗熱鬧，熱情也非常高。人工智慧到底為教育帶來哪些影響呢？AI會在教育裡有著怎樣的邊界和想像，值得我們思考。

AI進入教育行業的現實意義

在教師資源匱乏的現狀下，透過 AI 優化供給無疑具有極大現實意義。

AI進入教育行業後，能才三個方面解決傳統教育的缺陷：

①教師層面，提升個人能力、降低相對差距。

②學生層面，破除主動性難題、降低對優質教師的依賴。

③整體教學環境層面，低成本推進軟硬體資源鋪設。

現階段AI＋教育的發展軌跡

①傳統教育/教輔機構的自主開發

一些機構從來沒有停止過，對「新興教育技術」的探索。傳統教育機構，目前智慧化創新較少，不過在國際上，學校自主開發的情況比較普遍。

在美國，一家名為Summit公立學校與微軟、Facebook積極合作，利用Chatbot作為虛擬顧問，配合學生基本課堂教育、引導學習方案。

②創業者「單點突破」

AI教育是創業熱門領域，「白手起家」的創業者數量龐大，所謂洗牌也主要針對這個群體，其共同特徵是，在謀求用創新實現單點突破，不做大而全。

也有垂直學科線上教育產品，都主打AI實景對話練習。

③平台級AI服務商的教育垂直化

原本在AI方面十分強勢的平台，都推出和強化了AI教育產品，其最大特徵是平台化輸出，以建構垂直生態、佈局市場為目標。

未來AI教育的發展關鍵

①客製化人工智慧教育的白皮書，就像教授多年前指定的機器學習的白皮書，稱為全球技術的指導規範那樣，成為全球AI教育的工作標準。

②優化現有的AI算法模型，在利用即時動態數據（學生學習時候的正答率、時間、表情、腦電波等等）不斷調整學生的動態學習目標，和推薦給學生的學習內容（影像、動畫、講義、題目、解析等）時，可以更加精準，讓效果更加突出。

③嘗試教授近幾年研究的重點課題，用人機對話，來讓使用者可以教授機器，從而顛覆過去機器學習，只能夠依靠算法自我進化的現狀。

採用類似人類大腦的學習方式，讓機器從每一次被指導中直接學習，就像一個人對GPS導航的，一次錯誤的直接矯正，可以省去百萬數據量下，機器學習的優化一樣，每個學生、老師都可以透過和機器，做簡單的結構化的對話，來高效完善機器學習本身。

教育數據對AI的作用

在教育行業，人工智慧不僅被用來節省教師人力、提高教學效率，而且可以驅動教學方式的變革。以人工智慧驅動個性化教育為例，收集學生作業、課堂行為、考試等數據，對不同學生的學情進行個性化診斷，並進一步為每個學生制訂有針對性的輔導和練習，從而實現因材施教。

AI老師的基因是數據。充分瞭解孩子之後，AI老師就能夠因材施教地，給孩子配置學習內容、學習進度，實現千人千面的學校教育。

這樣，AI老師就可以讓孩子在學習中，用更短的時間，達到更大的學習成果。它可以為每個孩子的千人千面學生畫像，去配置數千上萬種學習計劃。學習計劃包括學習目標、學習路徑、學習內容，從而讓孩子達到一個更高的學習效率，讓問題的解決達到最好的效果。

AI助力技術和教育跨界

①行業的跨界，一定是未來世界的趨勢，只是現在還處在摸索階段，特別是把技術和教育能完美結合起來。

現在大多滿足的是知識領域的需求，當知識產生的那一刻，已經是過去式，我們現在大多的教學中，知識學習的佔比非常大，但這不是教育真正的意義，教育是在培養能適應未來創造未來的人才，需要的是具有創造力的人才，跨界的人才，我們的教育不能僅停留在，每天學習被淘汰的知識層面，這一點需要太多的教育者反思。

②技術和教育本身，都是一個非常複雜系統的東西，而且內核不同，這就好比如何用物理角度，表達人文學科的理論，到底是應該從教育的角度出發，匹配相應的智慧技術；還是從一個智慧技術出發，設計滿足相應的教育需求。

雙方會本能地傾向於自己的專業領域，這是人的局限性。所以需要雙方多去瞭解對方的內核，這需要時間去好好做功課。畢竟只有真正瞭解精髓，才能讓呈現的作品，體現出技術和教育結合後的核聚變效應。

情感的課堂 VS AI的機器

一直以來，教育，尤其是基礎教育領域的教育，需要更多的情感交流。所以和學生打交道時，除了教授知識、技能，更重要的是懂學生的情緒。

課堂容量越大，孩子越不喜歡，教學效果越不好。這個效果不好，就是沒有適時對學生的情緒，做出反饋並調整教授策略。上課的時候，經過大量備課與準備的教師，滔滔不絕地講課，但學生卻因沒心情、沒興趣等因素，無法將這些知識完全接受。

AI發展的過程中，機器如何實現跟人，進行一些情感上的交流，就是問題之一。目前的AI教育技術，很難複製教師的行為模型，現實中的教師，可以透過自己的課堂行動適應挑戰，並在情感上做出適當的回覆，而這一點很難由人工智慧體系重新創建。但顯然，情感化和社會化問題，仍是目前AI教育存在的普遍問題，如何做到AI的情感化溝通，依然仍重而道遠。