人工智能的教育愿景和现实

范莉钧

人工智能和机器学习不再只是科幻小说中的场景。亚马逊的Echo和苹果的Siri等产品已经将人工智能带入了许多家庭。专家说，这项技术对教育产生深远影响也只是时间问题。

已经有虚拟互动导师和适应性学习程序使用人工智能为学生进行个性化教学，同时人工智能也有助于简化一些管理任务。但是技术研究公司Gartner的教育分析师Calhoun Williams警告说，在教育中，对人工智能应用的设想和人工智能在现实中的使用之间存在明显的差距。“鉴于这项技术的复杂性，这是意料之中的。”她说。人工智能可能对学习产生深远的影响，但它也暴露出了一些关键问题。

对学习的影响

机器学习是人工智能的一个子集，在其中软件可以像人类一样学习或适应。从本质上讲，它分析大量数据并寻找模式，以便对信息进行分类或做出预测。另外，通过添加反馈回路，软件可以根据得出的结论是对还是错来修改其方法，从而实现“学习”。人工智能能够处理比人类更多的信息，并且能够更快、更准确地执行任务。一些课程软件开发人员已经开始利用这些能力来创建能够适应每个学生独特背景的教学程序。例如，美国西雅图一家名为Enlearn的非营利公司开发了一个适应性学习平台，该平台使用机器学习技术创建高度个性化的学习路径，可以加速每个学生的学习。

Enlearn说，它的软件将学习过程分解到了一个全新的粒度级别，分析了几十个离散但相互交织在一起的思维过程，这些思维过程是每项技能的基础，从而发现可能阻碍学生学习的任何误解。然后，在学生進入到下一步学习之前，该平台使用这些信息对他们有困难的领域进行指导。

该软件是基于华盛顿大学游戏科学中心（CGS）开发的技术。这项技术已经被证明在仅仅使用了1.5小时后，就使七年级学生对代数的掌握平均提高了93%。该技术优化后，在挪威取得了更好的效果。该技术同样适合小学生使用。（该案例详细介绍，请访问：http：//www.prweb.com/releases/2014/04/prweb11787734.htm）

“人工智能可以实现更高水平的个性化教学，”游戏科学中心主任兼Enlearn创始人Zoran Popovic说，“在特定需要的时刻，它可以提供给学生正确的课程。这正是我们努力实现的方向。”

提高学生安全

人工智能的影响也延伸到了课堂之外。例如，针对学生使用Chromebooks（谷歌学习终端）的安全问题，洛杉矶公司 GoGuardian使用机器学习技术来提高其基于云的互联网过滤和监控软件的准确性。

GoGuardian说，基于URL（统一资源定位符，是标注互联网资源的地址）的过滤可能会有问题，因为没有一个系统能够跟上互联网日新月异的变化特性。GoGuardian的软件使用人工智能实时分析页面的实际内容，以确定它是否适合学生，而不是基于网站的地址或域名阻止学生访问可疑材料。这是一大进步，更有利于学校搭建安全健康的互联网学习环境。

开发人员向该程序提供了数十万个该公司认为适合或不适合不同年龄层次学生访问的网站示例，该软件利用机器学习技术已经学会了如何区分这些网站。此外，根据从用户那里收到的反馈，该程序正在不断改进。当管理员指出某个网页被正确标记或被阻止时，软件会从这一事件中吸取教训，并随着时间的推移变得更加智能。像许多互联网安全解决方案一样，每当学生进行可疑的网络搜索或将有问题的内容键入在线表单或Google Doc（在线文档）时，GoGuardian也会向指定的管理员发送自动警报。这种实时行为监控可以防止学生伤害自己或他人。例如，如果管理员发现学生正在寻找如何自杀的信息，他可以在造成严重后果前，立即跟踪该学生以了解他需要的帮助。

该技术的很多用户说，传统的关键词标记会产生许多误报，因为软件无法确定上下文语境或学生的意图。但是有了人工智能，这些实时警报变得更加准确。

德克萨斯州Wichita Falls独立学区的首席技术官Shad McGaha谈到，他过去每天会收到超过100封电子邮件提醒，一些虚假信息填满他的收件箱，他必须花宝贵的时间仔细查看这些提醒，以确保学生没有危险。

自从GoGuardian开始使用人工智能为其软件提供动力以来，他现在只收到少量通知——除了2%或3%之外，其他这些通知都会提供可操作的视角。

“几个月前，我们有一个学生被标记为自残倾向。我们能够及时介入并阻止了这种情况的发生，”他说，“太不可思议了。”

可能遇到的问题

尽管人工智能有巨大的潜力，但是也有局限性。Popovic说：“当人工智能有大量的样本可供学习时，它的效果最好。但在教育这样的高风险环境中，要获得足够大的样本量来使得这项技术准确有效，可能很有挑战性。因为在这种环境中，教师不能容忍学生犯错误。”他解释道：“这会导致描述错误或不好的事情的样本在学校无法被收集到。”

为了使人工智能有效，它用来得出结论的数据必须是客观可靠的。Calhoun Williams说：“如果不客观的数据被混在其中，它会返回不严密的结果。”她指出，不存在不偏不倚的数据，数据总会反映出事件的倾向性。不够客观的数据会通过算法迭代把错误的倾向放大而导致错误的结论。

人工智能技术也引起了严重的隐私问题。它要求人们不仅要更加关注数据质量和准确性，还需要更加关注对这些信息的负责任的管理。“学校领导需要从政策角度为人工智能做好准备。”Calhoun Williams说。例如，管理员将采取哪些步骤来保护学生数据，并确保这些信息的隐私安全？“如果有必要的话，多多交流你在用数据做什么，以及这将如何让学生受益。”她建议道。

一些自适应学习产品没有使用真正的机器学习技术，最多是一种分叉技术——软件根据学生对内容的反应从几种途径中选择一种。

“教育工作者必须小心那些声称在他们的软件中使用人工智能的公司，”Calhoun Williams警告说，“一些供应商正在抓住人工智能的潮流来吸引用户，但是当他们提出这一主张时，一定要知道他们的意思。”

首先要弄清教学软件是否真正采用人工智能，可以向供应商提出的一些问题包括：（1）人工智能对你意味着什么？这个产品是如何满足你这个定义的？（2）没有人工智能，你的产品如何优于当前的其他产品？（3）一旦我安装了你的产品，它的性能将如何通过人工智能得到提高？我应该如何安排员工花时间来适应这些改进？（4）我需要哪些数据和计算需求来构建此解决方案的模型？（5）使用你的软件，我怎样才能看到数据会发生什么？

其次需要考虑的是，人工智能支持下，可以变化的学习环境的范围是什么？Popovic解释说，以不同的顺序呈现相同的材料对学生的成绩影响很小，“如果软件能够根据学生的反应动态生成新的内容，那将会改变教育的规则”。