“Al教师”能否助力教育公平?

高玉林

上世纪80年代以后，智能辅导系统（Intelligent Tutoring System， ITS）逐渐成为与科学、数学、语言学以及其他學科相匹配的学生互动导师。

2016年以来，AI（人工智能）第三次浪潮取得突破性进展，正在重新塑造人类的工作、教育和生活。教育是经济发展、社会进步和人类文明的基础，人工智能在教育领域的渗透、应用和扩展进展迅速，“AI老师”的出现就是一个人工智能与教育融合的实例。由此引发的一个热点问题是“AI老师”能否真正促进教育公平，能带来哪些公平，不能带来哪些公平。

“AI教师”：人工智能与教育的深度融合

近15年来，教育见证了诸多人工智能科技的进步。在美国，K-12（美国基础教育）线上教育和大学配套设备等被广泛应用。在全世界范围内，2017年人工智能和机器学习大学课程入学人数都在快速增加。清华大学2017年人工智能+机器学习组合课程的入学人数比2010年时多16倍。显然，素质教育还离不开人类教师，但人工智能几乎在所有领域和层面都能强化教育，尤其是大规模定制化教育。

所谓的“AI教师”可以说是教育机器人，最早可以追溯到1980年麻省理工学院媒体实验室研制的乐高机器人（Lego Mindstorms）。上世纪80年代以后，智能辅导系统（Intelligent Tutoring System，ITS）逐渐成为与科学、数学、语言学以及其他学科相匹配的学生互动导师。智能辅导系统以成熟的人工智能技术和认知科学的基本原理为基础，在系统中用模型模拟学生对知识的掌握，据此进行错误和弱点的诊断与纠正，并提出下一步辅导规划。

世界上最大的教育出版公司培生（Pearson）在一份报告中将人工智能在教育领域的应用定义为AIEd（Artificial intelligence in education），即人工智能赋能教育产业。由此，具有跨学科属性的人工智能与教育学、心理学、神经系统学、语言学、社会学和人类学等各种科学结合起来，促进自适应学习环境的发展。涉及的技术包括图像识别、语音识别、人机交互以及计算机视觉、智能语音技术和自然语言处理等。国际范围内，对AIEd的课题研究已有40多年的历史。早期的个性化人工智能系统包括BUGGY教学系统和iTalk2Learn平台。前者可用于教授基本的加减法，系统使用错题库模型来预判可能的错误，后者则帮助学生学习分数概念与应用，建立模型来分析学习者的数学知识、认知需求、情绪状态及反馈。

与传统的计算机辅助教学（CAI）相比，智能辅导系统的优势在于，自动解决专门问题的能力、辅导内容的自适应性以及与学生之间混合主动的交流方式。卡内基·梅隆大学人机交互和心理学教授肯·科丁格（Ken Koedinger）认为，智能辅导系统可以为学生提供个性化的课程，让学生们在这些课程中得到训练，避免重复学习。同时，这个系统能生成学生如何才能更好地学习的数据，而且这个数据又可以来完善学习系统。简言之，科丁格教授主张把人工智能当作一种教学工具，而不是教师的替代品。

近年来，基于人工智能技术的广泛探索和应用，“自适应教育”逐渐成为人工智能教育的核心。与传统人类教学不同，自适应教育以个人为单位，接受不同的学习进度和内容，练习与测评内容的个性化程度高。美国人工智能教育领域独角兽Knewton创始人JoseFerreira认为，自适应教育最大优势在于能否定位到每位学生的知识漏洞。

目前，创立于1994年的ALEKS（Assessment and Learning in Knowledge Spaces）是美国市场渗透率最高的人工智能自适应教育公司，利用人工智能技术结合教学诊断，为学生提供在线K12和高等教育相关课程。它已经被全球超过千所K12学校与大学作为日常教学工具使用，涵盖的学术主题超过100个。2017年，ALEKS服务的学生超过400万，主要是美国西部与南部地区，还有约10%的国际学生。

据美国教育部门报告，预计2017年到2021年，美国教育中的人工智能将增长47.5%。客观而言，“AI教师”仍然是初级阶段，商业模式与技术怎样才能结合起来更加“懂学生”，创业公司和巨头都在探索中。随着在线教育暴露出的问题越来越多，“在线教育不会彻底颠覆传统线下教育”“AI教师”不会彻底替代人类教师逐渐成为业内共识。虽然大多数专家认为教师是不可替代的，但教师工作和教育实践将会发生许多深刻变化。

机会公平：“AI教师”带来的教育公平

所谓“AI教师”将给教育带来的希望更多是机会公平，每个人都有机会和可能去接触以前接触不到的教育机会，让更多的人成为学习者，让更多的学习者得以分享优质教育资源。免费大型公开在线课程项目Coursera联合创始人吴恩达（Andrew Ng）说过：“我希望我们可以建立一个AI驱动的社会，让每个人都能看得起病，每个孩子都能获得个性化的教育，人人都能用上廉价的自动驾驶汽车，男男女女都做着有意义的工作。”

在美国本土，在线教育“巨无霸”ALEKS市场份额是约8%，而在中国，新东方和好未来两家K12巨头营收之和仅占市场总体的3%-5%。ALEKS成功的秘诀之一是奉行极简主义的商业模式，即不卖广告，只卖“消费得起的时间”。可以说，AEKS并非一味追求“钱景”，每个账户每月费用近19.95美元，订阅一年仅需179.95美元，针对两个孩子以上的家庭还有七折以上的折扣。这样，就为中低收入家庭的学生提供了更多的受教育机会。

除低价和折扣外，ALEKS还提供免费智能程序Quicktables。这款程序主要针对三年级以上学生数学科目的掌握情况评估，其过程完全由算法掌控，全程无需教师的参与。Quicktables中还有互动游戏提供额外的内置奖励，意图激发学生的学习兴趣，为枯燥的学习注入一定的“娱乐属性”。这一程序每周使用3次，每次15分钟，既可帮助学生一劳永逸地对基本数学概念有强化认识。关键是，这款智能程序完全免费，只要购买ALEKS线上课程即可使用。

RTI（Respone to Intervention，即回应性介入）是美国教学系统中独有的一种早期发现、预防和支持系统，其目的在于识别和帮助陷入困境的学生，并进行适当的学习干预。该分层体系根据学生需要干预的强度分为三个层级，即Tierl（不需要干預）、Tier2（需要一定干预）和Tier3（需要较强水平干预）。RTI并不是由ALEKS发明的教学体系，但后者充分地认识到了自身优势与该体系相集成的可能性，开发了一系列ALEKS RTI课程，精确针对那些6到8年级“掉队”的学生，从而分层教学。对“掉队”学生的分层教学一直是教育最难解决的问题，但这一体系依据个性化数据进行分层，能够最大限度地保证高质量学习效果和教育公平。

当代心理学研究表明，当学生在和他人一起学习时，效率会更好。现实教育的一个突出问题是很多差校中的学生或差生没有共同学习的同伴，而“AI教师”却能提供终身学习的伙伴。上世纪80年代早期，AIEd研究就尝试通过学习辅助系统引入学习伙伴。这些早期系统为每位学习者提供了基于计算机的协作学习伙伴。同伴的作用是协作者、竞争者和指导者，通过协作和竞争来激发学习者的学习热情，也为学习者提供了实例和指导，并决定了待解决问题的顺序和内容。

简言之，“AI教师”可以为学习者提供的学习环境更具个性、包容性和公平性。比如，可以为有特殊需求的学习者提供额外帮助，支持和激励那些无法入校学习的学习者、弱势群体和残障人士开展学习。

公平与伦理：“AI教师”解决不了的问题

人工智能固然可以深层次改变社会和人类，但引发了诸多忧虑甚至恐惧。2017年3月，理论物理学家霍金接受《泰晤士报》采访时，告诫人类要警惕人工智能。他说，人类需要控制人工智能，以防止它们在未来可能对人类生存造成毁灭性威胁。其他权威科学家比如计算机科学家斯图尔特、物理学家迈克斯·泰格马克和诺贝尔物理学奖得主弗兰克·维尔泽克同样警告过，人工智能过于“聪明”的潜在后果。这些想法与好莱坞电影如出一辙，《2001太空漫游》《终结者》系列和《超验骇客》都描述了人工智能主导的世界。在AIEd中，相应的忧虑是“AI教师”会不会取代人类教师。虽然目前这种忧虑似乎没有强有力的证据，但未来仍充满不确定性和挑战性。

需要说明的是，当前的人工智能水平尚未达到“全能”阶段，即人工智能机器人可以成功胜任所有人类胜任的智能任务。我们大多数人熟悉的不是“通用人工智能”，而是“特定领域人工智能”。后者专注于一件事情，例如掌握国际象棋的深蓝（Deep Blue）、精通围棋的阿尔法元（Alpha Zero）与阿尔法狗（AlphaGo）。现在，通用人工智能根本还未实现，仍然是一个严峻的挑战。“人工智能领域的女性牛人”、萨塞克斯大学认知科学研究教授玛格丽特·博登指出：“全能人工智能无疑是人工智能领域的圣杯。”

有数据显示，美国K12阶段约有67.5%的孩子已接受在线编程教育。根据全球最主要的少儿编程语言Scratch的统计数据为例，美国市场的渗透率最高，达44.80%，英国为9.31%，中国仅为0.96%。

在世界范围内，关于AI教育本身的差距就相当惊人。有数据显示，美国K12阶段约有67.5%的孩子已接受在线编程教育。根据全球最主要的少儿编程语言Scratch的统计数据为例，美国市场的渗透率最高，达44.80%，英国为9.31%，中国仅为0.96%。就编程课程而言，初级基础编程和高等级编程之间缺乏过渡。很多青少年在接受低龄阶段课程之后往往脱课。尤其是大学本科开设人工智能专业后，学生在大学前的编程基础课程缺失更为明显。比教育机会公平更重要的是权利和规则公平，然而人工智能对此却帮助甚微。

同时，AIEd还会带来一系列伦理上的挑战和担忧。牛津大学哲学家尼克·博斯特罗姆强调，需特别谨慎地关注人工智能的伦理问题。他说：“责任、透明性、可审计性、防破坏性、可预测性……这些都是在取代人类社会功能判断的算法中，需要考虑的标准”。譬如，AIEd系统集成的数据共享带来了从个人隐私到专有知识产权的大量问题;AIEd旨在影响用户长期行为并对其进行改变仍没有经过严肃的伦理考虑;作为智能伙伴有可能会永久地记录下学习失败经历，从而不利于未来发展;有可能被教师用作课堂“间谍”来记录和报告学生的不良表现。

作为人工智能与教育深度融合的产物，“AI教师”必将引发教育领域的深刻变革，但政府、社会和公众必须对人工智能有充分认知，确保以恰当、有效和符合伦理的方式来使用这些新技术。