未来十年将会是AI影响教育的十年

2019-05-30
未来十年将会是AI影响教育的十年

微信图片_20190530171045.jpg

编者按:本文为创业邦原创,作者彩虹,未经授权不得转载。

5月24—25日,第三届AIAED全球AI+智适应教育峰会在北京举办。本文节选峰会部分观点集锦:

Tom Mitchell:未来十年将会是AI影响教育的十年

第三届 AIAED 主席、CMU 计算机学院院长 Tom Mitchell 教授首先谈到,希望AI可以进一步推广与发展,并大力发展让AI能够在教育当中得到更加广泛的应用,随后,他还表示未来的十年将会是AI影响教育的十年。

Tom Mitchell 教授谈到自己把研究重点放在AI在教育应用上的三大原因:第一,研究个性化指导的益处与重要性;第二,AI可以为我们进一步开发基于电脑的指导;第三,AI是面向未来的重要技术,必须提前布局。

机器学习、虚拟现实、实时感知人类状态等都是非常重要的技术,目前它们已经对智适应教学的未来产生了非常重要的影响。Tom Mitchell 教授提到,脑科学是一种非常重要的技术,它能够影响智适应教学。还有大脑成像的技术,能够去检测脑电波,显示大脑的活动,非常灵敏的检测大脑的情绪,并且追踪学生的情感状态。

那么,“智适应”教学系统是怎么运用AI来影响教学的?

Tom Mitchell表示:第一,机器学习有宏观和微观层面的东西,在每个学习任务中,可拆分控制一些小的步骤,从而了解学生的学习轨道。用机器学习的评测体系,给学生一些奖励,加强学习成果。

第二,通过算法来强化学习,把它和智适应教学结合,在学习状态下,找出新的问题,给出合理的建议。

第三,根据学生的学习状态、目标来决定选择下一个任务。

Tom Mitchell 教授还提到,在智适应教育当中,机器学习应该在每一个领域都有一个功能,去了解学生现在的状态,机器学习就是能够发现这个功能是什么,我们可以用机器学习来不断的修改它,这是机器学习在其中的核心作用。

Tom Mitchell 教授透露, 对于强化学习使用,如果把这个系统规模化,能够从数百万学生中获得他们的数据。现在它已经不需要这么多的学生训练数据了,这些算法大都由机器人应用开发,让机器人学习,来做不同的任务。但我们也能够用它来开发强化学习的算法,不那么依赖于人类的数据。

另外一个领域也有非常深远的影响,那就是实时感知人类状态的功能,有一个体系能够追踪人的面部表情,这个东西如何指导教学,有一个教授对视频进行分析,就是学生是如何互动,如何解决相关的问题,通过视频的分析,可以看到孩子是往哪里看的,以及解决问题的时间,由此了解和理解这些问题的核心。但目前的研究还是比较初级的,主要还是想要把实时感情监测放在教学上,以及和面部表情相结合起来,未来进一步得到开发和发展。

乂学教育松鼠AI创始人栗浩洋:AI如何更好地个性化施教?

目前,美国已有40多家人工智能或者是数字化学习智适应教育公司,全球各个国家,不管是日本、韩国、澳大利亚,还是爱尔兰等国,人工智能教育公司都在蓬勃兴起。人工智能领域的人更多在视觉识别、NLP等领域,投入了很多大量的人才、精力,有大量的论文,真正人工智能应用在教育里面,相对来说还比较少。印度有一家智适应教育公司,已经做了十年时间,估值达50亿美金。但在中国,人工智能智适应教育才刚刚开始。

近两年,国家的政策不断鼓励教育信息化发展。人工智能智适应教育也包含在教育信息化中。通过人工智能智适应的教育,能够及时了解每个学生所学习的终生数据,而这些数据对帮助更多的学生也好,对每个学生了解自己也好,都有巨大的价值和帮助。

那么,AI人工智能老师究竟是什么样子?

栗浩洋主要强调了引擎架构,总共分三个层次:

第一个是本体层,里面更多的是内容,包括学习地图、知识地图;

第二个层次称作为算法层,里面有推荐引擎:学生用户画像引擎、目标管理引擎;

第三个层次,可以看到是一个交互系统,就是这个系统如何和人进行交互。

栗浩洋表示,之前的智能系统和人的交互更多是通过视频、题目,和一些简单的互动和推荐系统,未来希望能够发展更多的人机交互,让学生和机器之间的交互更加顺畅:

要对学生学科素养和关键能力进行考察,也就是说他的思考能力、逻辑思维推广能力、信息加工能力如何去进行培训,这不仅仅只是学知识点,学知识点的目的在于让学生去培养学习的能力,以至于他终身可以不断在进行新的领域的探索和学习。

所以,在升级系统方面(MCM系统)需要考量三个关键因素,第一个是学习思想,第二个是能力,第三个是方法,就是在学习中有学习思路,在学习的思维中有分类讨论的思维,有逆向思维,还有转化思维、辨析能力、观察能力、理解能力,和获取有效信息的能力。通过这些思维、能力、方法的拆分,可以让AI导师进行教学。

接下来,需要思考的是AI老师如何去教学生?

栗浩洋谈到需要遵循“三可”原理:

第一个是可定义,不能像情商一样很难定义,一定要定义这个思想、方法、能力的边界。

第二个是可测量,测出一个人能力的长项和弱项。

第三个是可传授。

必须要把能力、思想和方法,做到“三可”,才能让虚拟老师来传授。

这些思想、能力和方法,是会让学生受益终身、有价值的地方,希望未来人工智能能对这个孩子的想象力和创造力进行培养。

第二个层次就是算法的层面,做每个学生的用户画像的分析,知道每个孩子的状态,还要像今日头条一样去做推断,并且有一个预测的引擎。不断实施采集数据,未来包括孩子的表情、动作等各方面数据的采集,能够更快优化算法。

栗浩洋称:“我们希望用AI带来一个真正的改变,希望塑造一个超级的老师。”

伦敦大学Rose Luckin教授:AI未来巨大潜力,不是一蹴而就

伦敦大学教授,伦敦知识实验室负责人,国际顶尖 AI 教育学术大会 AIED 主席 Rose Luckin 教授谈到:“AI技术可以帮助这个国家摆脱贫困,在AI领域我就是一个教育者,因为学习、教授的进展是我非常关心的事情。我觉得最美妙的事情,就是我们现在处在的情况,有史以来第一次人类能够去教育全世界的人。”

Rose Luckin 教授表示,通过技术应用,尤其是人工智能技术的应用,可以提供高质量的教育给每个人,这是此前完全无法做到的,大家可以想象一下,假如说每个人都有了高质量的教育,人类可以实现多么伟大的事业。“作为一个教育者和作为一个父母亲,这是非常令人振奋的。”

在谈到未来AI的巨大潜力时,她认为不是一蹴而就的,并表示自己在20年前就开始学习AI和教育,但是现在非常重要的就是必须要以过去的成就为基础,并且要保证一定要让人类智能不断演化,如果说找到正确方法,就可以保证每个人都可以得到高质量的教育,她认为这将会是美好的未来。

Rose Luckin 教授还谈到:“我们可以以各种各样的方式创造数据,我们的衣服、我们的珠宝,所有的东西都能跟AI技术进行交互,彼此连接。当我们拥有了这些数据之后,如果能再高效去分析这些数据,就能得到一个非常智能的机器工具,那就是数据+智能算法,这能赋能给所有不同的技术,从计算机,到人机交互,甚至老师和学生之间的交互,使我们变得更加聪明。”

在AI+教育的学习系统里,Rose Luckin 教授认为各个学生在一起合作,来解决问题,通过动手、动眼,以及技术交互,把所有数据收集起来,因此我们就会知道,到底他们在交互的时候,有多少是共同合作的,以及他们是否平等,他们自己内部的异同性是如何影响到整体的合作,从而帮助我们更好进行数据的分析和诠释,使得未来的这种学习模式更高效。

斯坦福教育学院副院长Paul Kim教授:人工智能教育的机遇和挑战并存

斯坦福教育学院副院长 Paul Kim 教授认为,人工智能教育机遇与挑战并存:很快我们将会有各种各样的机会,去选择自己的教授,比如说你特别喜欢这些明人给你做演讲,直接选他们来给你做演讲,因为毕竟我们可以合成他们的声音,以及他们的样貌。

再说到教育,Paul Kim 认为,AI将会使用在招生个性化的路径,以及作业评估,以及PPT的演示,还有就是内容的策划也是如此,这是基于个人的表现和兴趣的,也可以是用在培训上,以及行政工作上,AI如果可以使用这些后台的工作,或者是行政的工作,就意味着学生和教师可以更多放在学习和教学上。

AI可以帮助我们推广更高层次的学习吗?我们如何才能更好的使用AI,来帮助我们更好的评价、创造、分析、应用、理解,以及解决问题呢?当我们说到这样课堂的时候,学生肯定会更好进行设计,因为他们能够同时学到不同的概念,而且他们也会直接在一堂课当中学到各种学科,但他们的数据如何搜集,他们是如何学习的,这是一个很大的问题。

再说到人工智能,人工智能价值就在于我们的培训数据和训练数据是什么样子的质量,在未来如果说出现了人工智能,我们肯定会有很多的问题,第一个就是是不是所有的学生都必须要签署同意书,如果数据模型有偏差怎么办,这个也是我们作为教育者必须要回答的问题。

本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系editor@cyzone.cn。