搜索

AI+ 教育将带来怎样的变革?

时氪分享 · 2019-05-31
当AI技术与教育深度融合,将会产生怎样的火花?新技术,如何改变传统教育?全球最新AI技术,有哪些新变化和最新思考?未来,教育产业技术创新还有其他机会吗?

2019年5月24—25日,由乂学教育-松鼠AI、IEEE教育工程和自适应教育标准工作组、中国自动化学会、新东方、好未来、36氪等在北京共同举办的“第三届AIAED全球AI+智适应教育峰会”为教育领域从业者解答疑惑,带了新的方向和机遇,并对中国教育改革产生了深远的影响。

本届大会中,邀请了全球人工智能教育领域专家、学者和领军企业都汇聚一堂:全球机器学习教父、全球AI排名第一的CMU卡耐基梅隆大学计算机学院院长Tom Mitchell教授,MIT人工智能实验室主任Daniela Rus教授,AAAI 主席 Yolanda Gil 教授,乂学教育-松鼠AI创始人栗浩洋,好未来集团CTO黄琰,伦敦大学教授、国际顶尖AI教育学术大会AIED主席Rose Luckin教授,ASU-GSV教育大会联合创始人、GSV资本创始人Michael Moe,掌门1对1创始人张翼等国内外众多优秀企业的产学研专家学者与商业领袖共聚北京,一同深度剖析了AI+教育行业在产学研各界的最新发展概况。峰会分享了“人工智能+教育”领域的发展新机遇,并深入探讨建立未来基于人工智能教育新秩序的可能性,开启了一扇通往未来教育的大门。

来自全球的权威AI大咖,用他们最新的研究和深刻洞见,为我们共同描述了一副科技和创新教育交织、探索和应用的画面,并向与会者展示了AI融合教育的前沿技术和解决方案,拓展了人类教育想象的边界—AI与教育相结合,驱动教育无边界创新。

让我们一起来回顾这些全球人工智能权威大咖的干货分享,聆听新时代最前沿的声音。

Tom Mitchell 教授:未来的十年将会是AI影响教育的十年

Tom Mitchell 教授,全球AI排名第一的CMU卡耐基梅隆大学计算机学院院长、机器学习系创始人,第三届AIAED主席,松鼠AI首席AI科学家

 我最感到兴奋的就是将AI技术放在教育上应用,所以我把自己的很多研究放在了AI与教育的应用。未来的十年将会是AI影响教育的十年,原因有三点:

 一是研究个性化指导的益处与重要性;

 二是AI可以为我们进一步开发基于电脑的指导;

 三是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重要的影响。

脑科学也是一种很重要的技术,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。

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地修改,这是机器学习在其中的核心作用。

Rose Luckin 教授:数据+智能算法赋能教育,让学习更有效

Rose Luckin,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

AI的未来潜力巨大,但不是一蹴而就的。我在20年前就开始学习AI和教育,但是现在非常重要的是,必须要以过去的成就为基础,并且保证一定要让人类智能不断演化,如果说我们找到了正确的方法,就能保证每个人都可以得到高质量的教育,这将会是美好的未来。

我们能够以各种各样的方式创造数据,我们的衣服、珠宝,所有东西都能跟AI技术进行交互,彼此连接。当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,这可以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。 

AI+教育的学习系统里,各个学生一起合作,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,因此就可以知道,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,使得未来的学习模式更高效。

栗浩洋:希望我们能够用AI+教育,帮助世界上的每一个孩子

栗浩洋,乂学教育-松鼠AI创始人,首席教育技术科学家

“其实人工智能教育在全球发展的速度已经非常快了,但是在中国几乎没有人知道。”栗浩洋表示,“我们就邀请在中国的竞争对手和全球的竞争对手来参加这个会议,这个会议真的是为中国所有的民众更加了解人工智能对行业的一种改变。办这个会议的目的,也是希望人工智能领域的人更多关注教育。”

栗浩洋系统阐述了AI智适应教育如何升级换代教育产业,还着重讲解了总共分成三个层次的引擎架构,第一个是本体层,里面更多的是内容,包括学习地图,包括知识地图;第二个是算法层,里面有推荐引擎,有学生的用户画像的引擎,有目标管理引擎;第三个层次可以看成是一个交互系统,就是这个系统如何和人进行交互。在今年之前,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,栗浩洋则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的顺畅,为此,松鼠AI还全新升级了自己的MCM系统。

用AI+教育,帮助世界上的每一个孩子,帮助教师们去教学,同时也把教育变得更可持续发展,这也是栗浩洋发自内心、并将继续为之奋斗的伟大梦想。 

黄琰:用更好的教育培养更好的人

黄琰,好未来CTO兼开放平台事业部总裁

 “AI+教育”正从功能组件的1.0时代,进入整体解决方案的2.0时代。

在教育的三大角色(老师,学生,家长)之外,人工智能的崛起将成为教育的第四极。

技术回归教育,好未来始终坚守两个教育理念,宏观层面坚持助力“更加公平而有质量的教育”;微观层面致力于为每个孩子提供最适合的教育。

需发挥AI的乘数效应,以学生为中心重新解构“教”和“育”,知识传授交给人工智能;素养培育借助人工智能,在规模化的同时实现个性化。

好未来“AI+教育”探索取得阶段性成果,AI激发以“人”为本的快乐学习,突破学科边界助力精准教学,辅助个性化练习让大规模因材施教成为可能。

Ken Koedinger教授:迭代工程是可靠的学习科学的关键

Ken Koedinger,CMU 计算机及心理学系教授、松鼠AI首席学习科学家

如何才能让AI和教育变得更高效?要把我们的学习科学融入其中,不仅是运用学习科学,而是要从学习科学发展到学习工程。

AI教育中有两个关键算法。

一个是模型追踪。在AI当中大家可能觉得一个计划的认识,学生可以理解到他们最核心的竞争力,然后我们可以提供一些基于场景的指导,当学生犯了错误过后,或者他们不再需要提示的时候,我们就把他们推到下一步,能够非常好的控制学生的学习过程,学生只有在需要帮助时才能得到帮助和指导,在得到帮助之后,他们会回复是否取得进步。然后每个学生,我们把它称作知识轨迹,可以通过这个知识轨迹来评测学生学习的成长过程,以及他们知识学习的过程。 

第二个算法是学生对每个关键知识的掌握程度,把课程个性化。取决于我们最终要达到什么样的知识学习目标,这个也取决于我们整个学习的过程,如果说我们所学的是事实,所以说这个流程和技术是非常重要的。

在AI教育中,刻意练习非常重要。刻意教学和练习有几个非常重要的组成部分:

第一,我们必须努力工作,从而提高绩效;

第二,我们得有足够的内在动机,从而让我们参与到任务当中;

第三,必须要考虑到自己的弱点。因为我们在进行指导的原则设计的时候,必须要保证任务,必须要放在我们不擅长的地方,这也是我们可以利用数据的地方,可以通过数据知道这个学习者的弱点在什么地方;

第四,反馈可以让学生在长期不断的反复,不断的操练。

 Michael Moe:AI+教育投资井喷式发展

Michael Moe,ASU-GSV 教育大会联合创始人、GSV 资本创始人

我们在进行教育投资时,十年前是非常困难的,差不多是有几亿教育的投资,现在已经达到70亿,在过去十年当中涨了十倍。因为现在这些教育技术的公司,发展得非常快,而且我们有大量的教育方面的独角兽。

还有一个说法,就是AI会消除很多的工作,未来20年中,50%的工作将会被取代,确实是如此的,吴恩达也说过,人工智能将会是新式的“电力”,这是一个改革性的势力,并且是一个普遍的而且看不见的一个势力。

Yolanda Gil:AI时代的教育学习更注重个性化

Yolanda Gil,AAAI主席,南加州大学计算机科学与空间科学研究教授

在现代科学的数据化挑战中,我们有需求去使得课程更加个性化,并且使得学习过程更加个性化。

在这个过程中,有三个非常大的挑战:

一个是在课程层次;

第二个就是在课程当中,我们是不是能够进行个性化的教育,比如说家庭作业,还有就是语言数据类的,我们可以通过个性化的教学,来教育相关的计算机科学的知识;

第三个就是我们的学习必须是以学生为中心。

Daniela Rus教授:超优学生的十大学生法则

Daniela Rus,MIT 人工智能实验室主任, 美国工程院院士

我们现在生活在一个非常令人振奋的时代,我们的领域,不管是AI机器人,还是机器学习,都在改变着这个世界的面貌,现在计算就像电一样,成为了一种能源,并且无处不在,我们应该利用这样的资源,帮助我们真正的产生影响,影响科技改变世界的方式。

为了让年轻一代更好的准备好未来这一场革命,我相信我们一定要仔细去思考计算的思维和创作,把它作为21世纪教育的支柱。

发生在机器学习和AI领域的事,大多都是由深层神经网这项技术促进的。在深层神经网领域我们有很大的一个结构,可能当中有数百万的节点,这个结构有很多带上标签的数据。我们有了数据,打上标签过后,可以给这一项技术带来很大的提升,但是这个技术目前还不完美。

超优学生的十大学生法则,大致可以概括为:第一,必须要有严谨、扎实的基础;第二,解决问题不是死记硬背;第三,跨学科;第四,协作不是单向的对话,是互相学习;第五,鼓励创造力;第六,无惧挑战;第七,独立工作;第八,如何让时间变得更有价值;第九,解决重要的问题;第十,一定要去享受,并且保持愉快。

Cynthia Breazeal教授:机器人未来会越来越人性

Cynthia Breazeal,MIT媒体艺术与科学副教授,MITMedia Lab机器人小组负责人

未来,机器人会是非常好的同伴,之所以这样做,是因为我们如何让学习更加有人性,让我们的孩子能够更好的学习。

机器人和人类之间构建情感交流,不光是关注孩子学的多好,同时还有其他一些东西,比如孩子对于学习的态度,包括创造力,和一些批判性思维等。 

未来我们的机器越来越智能的时候,人性化就非常重要了,所以我们在进行机器设计帮助孩子学习的时候,不单单只是所谓的课程知识或者技能,必须要考虑到童年时代以及他们学习有怎样的质量和能力,才能更加成功。

Kang Lee教授:目前AI系统智商很高,但情商很低

Kang Lee,加拿大多伦多大学应用心理学和人类发展系教授

目前所有的AI系统可能智商很高,但是情商非常低,它的情商达不到一个两岁儿童的水平。

人工智能系统没有情商的话,就很难在生活中真正利用起来改变生活,特别是教育,教育和学习其实是一个非常需要情绪、需要情商的地方,所以要怎么样改变这种情况?需要情感人工智能。

在AI前面要加一个A,就是AAI,是什么情况?情感人工智能其实是智能社会,能够检测,能够解释,能够模拟人的情感的能力。

目前,用这个技术开发、探测抑郁症、焦虑症的开发和风险情况,已经是一个很大众的技术,可以用到很多方面,还有一个是市场研究的应用,怎么样把这个技术运用到教育的AI当中,让我们的教育AI系统既有智商又有情商。

Alex Beard:发展教育技术过程不可忽视的三大危险

Alex Beard,英国教育作家、《自然出生的学习者》作者

发展教育技术过程中有三个危险的观点:

一是认为机器是学得最好的。机器可以学习一些特定的模式,它们的分析能力比我们更强,它们能够提取模型,然后更高效。但是我觉得我们必须要问自己,机器真的是否是智能的,机器很善于其中一些东西,但是这些东西的领域是非常窄的,我们作为学习者有更广泛的智能。 

二是所谓的对用户友好,可能是个陷阱。我们这个时代有很多的技术,我们必须得知道如何营造出一个更好的学习经验,让学生既有挫折,也能够去思考。 

三是自动化思想。在未来教育当中肯定会有自动化,到底这个自动化到底扮演什么样的角色,在什么领域要进行自动化,在什么领域必须得要有人类的参与,这是我们要考虑的。

AI技术在中国有很好的前景,教学的策略是创造新的学习者,他们能够接收到高质量的知识,能够接触到顶尖的研究。在未来,技术不仅仅取决于对科技的投资,还取决于这些思想的投资,这些思想才能让技术成为可能。

张翼:让快乐的细节体现在智能化里面

张翼,掌门1对1创始人兼CEO

关于教育,我们不能从一个行业的角度去看它,其实我们应该从一个文明的角度去看它,或者从文明的第三维去看它。虽然教育过去和现在发生很多变化,但是它第三维世界里面,从文明的角度来看,教育的东西是没有变化的。

为什么说我们要用智能化改造教育?智能化为什么使教育快乐?原因是因为你能够知道哪里学会,哪里学不会。你不是一直给他推不会的题,而是让他偶尔感知到我这个东西是可以学会的。智能不是让他学会,而且让快乐的细节体现在智能化里面,才能真正让一个学生学习感到快乐,一旦感到快乐,才能让他更高效地学习。

高效是两个方面的事情,一个是我们做教育应用层面的事情;第二是高效的事情,只有人快乐,他才能高效。所以说所有的教育行业一方面能够跟技术的结合发展出更多的创新,另一方面也希望所有的教育企业能够坚守初心,为教育描绘更好的未来。 

杨正大:AI让教育成为全球最大的共享经济体

杨正大,iTutorGroup集团创始人

AI的飞速发展将使得教育成为全球最大的共享经济体,而教育共享能彻底解决过去教育中不效率的问题,未来每个学生都有适合自己的个性化学习路径,教育公平真正得以实现。

共享模式的出现是为了解决不效率问题,通过将闲置产能充分利用,把重复的资源浪费降到最低,从而为使用者提供多样的个性化选项。教育里面最稀缺的资源是孩子的时间,最难的是认识孩子的潜能,更困难的是给每个孩子提供符合他个性、能够激发他潜能的“因材施教”的方法,而如何实现规模化的“因材施教”则是教育行业当前急需解决的最大难题。 

在线教育通过将教育搬到互联网上,打破了时间、空间的疆界与限制,释放了大量的优质教育资源和老师资源。此外,互联网可以收集海量教与学的数据,通过AI赋能实现老师、同学和教材的精准匹配,真正做到规模化的因材施教。过去十多年里,iTutorGroup通过DCGS动态课程匹配系统,给每位老师、学生和每份教材分别打了128个标签,自主帮助学员依据兴趣、背景、能力等特质量身定制课程,并在每一堂课中精准匹配最适合他的老师、教材和同学。同时,系统还会根据学员自我测评、老师评鉴等相关参数,动态调节学员所学的课程,达到“一人一类,千人千面”的个性化教学安排。

张文铸:AI和教育的结合,将带来更高效更公平的学习机会

张文铸博士,立思辰人工智能实验室主任

张文铸博士认为现在的学校教学主要面临两个问题:一个是如何提高全校教务管理的效率和精细化,另一个是如何在规模化教育的基础上实现个性化培养。而在教学自动观察与反馈方面,人工智能技术具有无可比拟的优势。

传统的教务管理,面临评价周期较长、客观评价数据缺失的困境,不利于教务管理者及时有效地做出决策。教师对学生的培养和关注,以学习成绩为主要参考,教师有限的精力只能重点关注到少数学生,难以发掘每位学生的个性和特征。张文铸认为“当我们加入一个新的维度,学生们就得到了更加精细的分类,这样就具备了因材施教的可能性,这就是 AI 可以在教育场景中作出的尝试。”

茹立云:个性化教育,不仅是人工智能的机会,更是责任

茹立云博士,葡萄智学创始人兼CEO

今天的中国儿童外语教育,正在向单纯的应试教育导向,转向素质教育,更注重全面能力的培养。整个儿童语言培训行业在2018年已经是300亿元人民币规模的巨大市场,并且将在2022年发展到800亿人民币,然而市场上依旧缺乏理想的英语学习产品,现实供给状况与市场需求之间存在巨大鸿沟,并且由于成本高企,现有主流商业模型赢利困难,伴随着规模性扩张出现的,往往是规模性亏损。

智能化教育的应用场景在逐层深入,下一阶段发展的目标必然是AI智适应技术深度切入教学核心过程,真正实现古老的教育理想状态“因材施教”。

Lin Zhou:我们并没有考虑AI是如何看我们的世界

Lin Zhou,The New School 副总裁及首席信息官、前IBM Watson AI 教育事业部总经理

Lin Zhou提出了两大问题。第一,人以及AI在一起,将会解决什么问题?第二,在过去的几年中,我们都是技术家、科学家,我们一直在看AI,我们应该如何训练AI,以及AI如何培训我们的学生?实际上,我们并没有考虑AI是如何看我们世界的。

他还提出教育经历了四个阶段,第一个是书本数字化,第二个是翻转课堂,第三个是自适应教育,第四个是智适应教育。

下面一代的教育转换是什么样的,什么结果才是好效果?应该是人性化。考虑到我们教育的对象是一个活生生的学生,把他们的需求贯穿到整个教育过程,教育对象最后的结果,也是产生一个完整的人。

Dave Touretzky和Christina Gardner-McCune:要用AI来对K12青少年教育做贡献

CMU 计算机科学及认知神经基础中心演讲教授、AI4K12 项目联合主席Dave Touretzky,佛罗里达大学助理教授Christina Gardner-McCune同台演讲

在谈到K12与AI的关系时,Christina Gardner-McCune教授表示:大多数都在谈怎么用AI来给学生提供更好的体验,我们谈的是怎么教学生——怎么学习AI。K12学生应该如何体验人工智能,大家可能都知道,大家已经在生活的方方面面体验AI,比如说智能手机,还有电视等各种科技带来的变化。大家已经在用这一项技术了,但是我想让学生不仅变成AI的消费者,而是要变成AI的开发者,并且用批判性的思维来看待AI,看一下AI能做什么。

Dave Touretzky教授具体阐述了他们的工作,以及“人工智能的五大思想”,大致可以概括为:第一,感知;第二,表征和推理;第三,电脑可以从数据当中学习,也就是说数据可以帮助我们对AI进行革命性的变革;第四,自然互动;第五,社会影响。另外,他还表示这些技术肯定会改变未来的职业,因为未来越来越多的职业是需要我们和机器人互动,所以说现在的孩子们受到的教育,也会受到很大的变化和影响。

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

Paul Kim博士,斯坦福教育学院副院长兼CTO

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:很快人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,他认为AI将会使用在招生个性化的路径,以及作业评估和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,也可以用在培训、行政工作,这就意味着学生和教师可以更多放在学习和教学上。人工智能的价值在于培训数据、训练数据、质量。在未来,人工智能也许会出现很多问题:第一个,是否所有的学生都必须要签署同意书?第二,如果数据模型有偏差怎么办?这些问题都是作为教育者,必须要解决和面对的问题。

+1
3

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

下一篇

这次我们要说的不仅是广告本身,还有发生在这些广告背后的故事。

2019-05-31

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业