人工智能时代教育的现在与未来

李静

正如信息化2.0的发展结果，人工智能对教育领域所带来的影响是最直接，也是最积极的。无论是教学管理、教学辅助，还是个性化学习，人工智能技术將帮助人类更好地学习知识，增强技能，可以想见，在以人工智能技术为代表的新一代技术发展浪潮下，一种更公平、更高效、更智能、更具沉浸感的教育新范式势必会迅速形成。

中国在教育信息化、数字化的道路上已经探索了许多年，信息技术对教育的助力范围越来越广，但深度却未见突破，更多的还只是停留在教学方法和手段等层面。随着云计算、大数据、脑科学、增强现实、混合现实等技术的不断突破，我们清晰地感知到，我国的教育事业已经站在由数字化向智能化转型的节点上。

“人工智能+教育”的应用需求

“人工智能+教育”（教育AI）是运用人工智能技术，引领教育领域的系统性变革，比如说智能化感知、智能化教育评价、实现个性化学习等，即如何在各类教育场景中，实现人工智能技术的应用。究竟二者结合能迸发出什么样的火花？我们不妨先追溯一下教育与人工智能相结合的根本应用需求。

每一波技术要素的出现，一旦深度融合到具体的行业中，就会爆发出新的机会。但技术只是表象，一种新技术应用到具体的行业中，一定要看其技术要素是如何重新构建原行业的，而是否成功重构的核心逻辑是，是否创造了更优的用户价值，是否提高了行业的运行效率。只有同时满足了这两点，技术带来的改变才会持续有价值。例如线上授课，学习者能够体验到的是流畅的直播与随时随地的学习方式的改变，但是背后其实是通过直播解决了优秀老师供给稀缺的问题，重构了新的用户价值，构建了新的教学形态，创造了新的内容研发和师资管理形态。

“人工智能+教育”也不例外。数据显示，愿意学习人工智能或愿意通过人工智能进行学习的学生占91.7%，大多数学生对人工智能兴趣强烈，其中，有利于增长知识、锻炼思维是最被接受的两点，分别占比为56.3%和50.6%;中小学生实际体验的人工智能应用中，指纹识别和语音识别占比最高，分别为58.55%和53.20%;通过AR/VR等技术带来的沉浸式的深度体验，则是学生认为最有兴趣的学习手段，持这一观点的学生占比68.95%。纵观教育的信息化发展，从使用PC端到实现移动端、从线下课堂学习到直播技术的成熟带来线上学习的大范围认可，都已证明了其价值所在。

所以，当我们思考人工智能+教育的命题时，本质上应该看“人工智能+教育”到底能够创造出什么核心价值。而这一定是基于用户价值、效率与成本维度上的。以提升具体可衡量的能力为例，在谈论能力提升之前，首先必须明确用户的核心诉求是什么——用户需要一种可满足个性化的方式来进行能力提升，这是根本，所以，我们再往下谈教育AI时，所有设计思路与出发点都应围绕这个根本。

“人工智能+教育”的发展难点

我们首先简单了解一下人工智能的工作原理。有一个感知或采集设备，通过场景获取相关的数据信息，汇总到一个大池子里（数据中心），进行数据标注、处理、分析，整合成信息，最后通过共享机制，由人或具备人工智能的机器，根据信息做出决策。机器本身的能力提升是通过标注数据来实现的，机器被告知需要达成某个结果，之后机器通过不断地收集数据进行深度学习，最终达到用户想要的结果。就像AlphaGo只要识别到棋谱，输出的结果是“赢对方”，机器就会通过不断的学习与路径调整，最终达到这个目标。

由此我们再来讨论当前技术背景下，“人工智能+教育”的应用结合点，以及其中涉及的两个难点。

如何才能够做到大批量的个性化数据标注和匹配。一方面是用户的行为能力项的定义需要明确，另一方面是解决方案需要足够精准。如何进行数据细分和标注，才能让机器进行有效的深度学习，这是一个难点。同时，收集足够量级的数据，将现有的内容体系进行重新构造并进行数据标注，这同样是一个相当大的工程。匹配也是难点之一，这里需要考虑的维度会更多，比如同样的薄弱知识点定义，学习时间是12个月和2个月的推荐维度肯定是不一样的，同时还要考虑到提升的难易程度等等，需要不断对一些复杂因素进行调优。

如何提供给用户有效的解决方案。从机器识别需要提升的能力项，到推荐方案，再到完成学习，最终实现能力的提升，每个环节之间是有鸿沟的。在学习领域，并不是拿到了方案，学习者就一定能够达到预期目标。学习的主体是人，而不是机器，AlphaGo的任务就是直接打败对手，实现了这个目标，只能证明机器学习发展到了一定阶段，但并不能直接等同于其能力获得了本质上的提升。而教育并非如此简单粗暴，因为“学习”这件事，是需要学习者自己去完成的，其中涉及太多不确定因素。

所以，当前“教育+人工智能”的价值，更多的仅体现在提供用户方案层面。在这一领域，人工智能技术可以不断根据不同角色的用户行为进行调优，并反馈给内容端。但是用户学习的过程效果却不在人工智能的可控范围内。这里需要内容端大量的配合，其中不可控的因素太多了，比如同样的授课场景，同样的老师，不同人的理解力不一样，学习的主动性也不一样，同时还受到课后各种外部的因素影响。这一切都会影响“人工智能+教育”最终目标的实现，所以，如何让内容、服务都围绕着AI的思路进行重构与设计，是教育AI必须思考的重要命题。

“人工智能+教育”的主要应用场景

当前，人工智能主要在教、学、考、评、管等应用场景做了有益的尝试。

教学应用场景。主要指教与学两部分。对教师来说，可通过大数据的学情分析、优质教学资源的推荐、教案的按需生成、虚拟化课堂场景试讲等进行备课;通过线下教师智能授课助手，线上基于学情分析、学习者风格等综合因素，动态调整内容与形式进行授课。对学生来说，可通过拍照搜题、智能题库、智能测评、个性化答疑等方式实现更加精准的学习辅助。

评价应用场景。例如日常的考试、作业练习，其中会涉及的智能组卷、智能阅卷、考情分析、错因诊断、学情报告、口语学习、语音交互、乐器美术陪练等。其他素质教育类，如职业兴趣评估、学习风格测评、综合素质评价等。

管理应用场景。在走班排课、依数治理等方面，人工智能技术都有用武之地。依托大数据技术的产品，如学生（班级）学情管理、教学分析、区域教育質量监控、教育决策平台等。人脸识别类，有监考、校园安防、视频监控、门禁控制、宿舍管理、校园考勤等。

其他场景。如教研应用场景、教学视频行为分析（即智慧课堂师生交互行为分析），利用同步课堂、沉浸式课堂等设备进行的各类远程或线下教学教研等。

调查发现，人工智能技术在不同的应用场景下，其应用层面不一样，成熟度不一样，用户的接受度也不一样。因此，人工智能和教育的融合仍面临着很多问题。而企业与高校、研究机构的合作，可以实现大数据的量级获取，解决数据源的问题，构架教育大数据模型，并根据需求开发对应的产品，真正实现按行业需求细分，才能在教育场域中真正实现导向变革、理念变革、资源变革、制度变革和从研究到落地的变革。

“人工智能+教育”的未来

未来，人工智能与教育可以拓展、覆盖的教育核心环节和层面还有哪些？

让学习者拥有专属的“学习管理导师”。教育组织和高校研究机构可以积极学习利用大数据、物联网，以及混合现实方面的技术，让教学内容、教学方法乃至教学场景更快地迭代升级。通过厘清人是如何学习的，以及如何在现实情境中促进学习（诸如获取学习者注意力曲线、通过干预让他们保持专注、促进复杂概念的学习、充分利用社群与现实环境促进教学方式方法的改革、真正发挥教师的作用等），设计出能与学习者自然互动并能充当其“导师”的智能系统，进而更加契合不同学生的切身需要，真正做到因材施教，为学生们提供定制化的教育服务。

让学习者掌握“21世纪的核心素养”。这些核心素养包括认知素养（非常规问题解决、系统思维和批判性思维），人际交往素养（主动倾听、展现能力、解决冲突），内省素养（适应、元认知、自我管理）等。未来，世界的不确定性越来越多，教育者如何真正改变学习者的人生？答案之一是必须帮助其拓展学习素养——让学习者学会如何去学习。

今天的课堂，从本质上来说，仍未跳出老师在讲台上授课、学生在讲台下听课、课后独立完成作业的模式，学生既没有深度处理知识的时间，也没有针对个体问题进行个性化指导的学习专家，最终自然也没有用所学知识解决现实问题的机会。人工智能时代的学习，是呼唤建构主义的、基于项目的、协作探究的、需要跨学科研究与设计的活动，如何有效增强学生的好奇心、创造力、动机和社交能力，是所有教育者应着眼的重要命题。掌握21世纪的核心素养，学生必须学会利用比如基于AI的智能环境、学习导师及其他有高度互动性的工具及各种技术。

让学习者用数据支撑学习。未来，我们要对个体学习者实现从学前教育到高中、大学再到职场的跟踪，以便更好地了解学习者、服务学习者。

当前，“学情分析”“教育数据挖掘”这两个研究领域互有重叠，其目的是基本一致的，即消除学习者认知能力与考试成绩之间的不对称。通过数字化转型，用人工智能、大数据、混合现实等技术来赋能教育，并开始拓展到全局的层面上。第一，增强物理设备的数据获取能力，例如嵌入传感器的使用，并通过构建虚拟现实环境促进学习;第二，优化机器学习的技巧来发现学习者独特的模式，让软件更灵活地实现学习迁移;第三，教育AI学会“不确定性推理”，在系统思维、批判性思维、自我管理和主动倾听方面进行数据分析;第四，教育大数据面对关于自身的清洗、过滤、复杂性、分布等数据处理难题;第五，开发新的数据挖掘、安全、数据库和教育AI算法，以免造成无法掌控的数据洪流;第六，实现大数据共享和流通，为学习者提供成功机会的保障。

让学习者拥有全球性公共课堂和学习空间的普遍使用权。人工智能的发展，让一个全球性、包容性、随时随地可供免费使用的学习课堂的实现成为可能。全球性课堂，需要智能的人际交互界面，例如一些仪器化的教学系统，能监测学习者的姿势、情绪和行为，一旦能够获取到复杂的学习数据，全球性课堂便能够实现真正的“社会化学习”。

让学习者终身学习与全面学习。如果我们实现了前面四个层面的应用，教育AI还必须让学习变成一件快乐的事，并提供无感条件，让自主学习自然而然地发生。学习和教育并不是一回事。学习是自然、持续发生的，而教育则是相对固定的社会性活动。当我们重新明白这一点之后，持续终身、涉及生活各个方面的学习理念也就成为可能，即全面终身学习本身，不应该存有例如生存方面（生活技能、职业发展）、兴趣方面（社交、消费）和精神方面（学习障碍、自我效能）等的边界，任何学习需求将被纳入教育AI的考虑范围，并且借助AI技术，在人工智能导师的指导、影响下，不断接近自己理想的学习对象和生活状态。不仅传递知识，更要在重要的场景下、话题上激发学习者的热情，通过综合判断学习者的兴趣、意图和目的，提供基于年龄、经济社会地位的激励。种类数量丰富的AI接口还将遍及学习者的生活经历当中，见证我们人生中的每一个阶段。革新教师培训和职业发展路径，并将颠覆学习者学历认证的一整套框架。可以预见，终身学习空间（场所）将会超越传统的学校或教育机构，促进教育“以教为中心”的模式逐步转向更加灵活的“以学为中心”，由学习者控制的终身学习模式。

目前的智能学习系统尚未以大规模、最优化的方式组合起来服务教育事业，还停留在回应孤立问题、为辅助课堂教学锦上添花的层面。大多数学习者都有潜力取得更大的成就，我们必须探索能够帮他们做到这一点的人工智能技术和教育生态。我们期待见证，人工智能技术为每一个学习者，无论其多大年龄、身处何地、有何背景，都提供持续终身的丰富的学习体验。让我们一起努力，迎接实现重大信息化变革的新时代。