我感覺人工智慧在教育領域很快就用上了，因為知識傳播的複製性太強了，跟現在的網路協同，教師這個職業衝擊太大。你看看是不是？

首先，教育不只是傳承，那是培訓，不是教育。教育不是隻有傳道授業解惑，那只是教育的初級階段，教育還有思辨審視與創新，只有這樣，人類才會進步。

人工智慧只是知識在某個領域的應用，只會在某個領域“複製”人的能力，如果應用於教育，也只是某個領域的知識傳承，與教育不可同日而語！

並不是一個偽命題，需要依據教育的內容辯證來看。

常識性內容是可以透過人工智慧來教育的。那什麼是常識性內容呢?比如1+1=2，比如乘法口訣，再比如太陽每天從東方升起從西方落下等等。這些知識的共同點是：知識本身沒有爭議，只有一種觀點且所有人都認可，而且知識本身相對簡單，沒有產生歧義。

這些文化知識透過人工智慧教育是沒有任何問題的。

一些有爭議的文化內容，或者深度性的內容不能完全依靠人工智慧去教育。比如，對於某某歷史事件的看法，這些看法是需要人本身進行思考才能得出結論，而目前的人工智慧並不具備思考的能力。再比如哲學性內容，這些內容極具深度，需要依賴人本身更深度的思考，人工智慧就更加無法參與。

所以在人工智慧教育這個話題上需要拆分來看，人工智慧在某些教育方面是有優勢的，但是在某些方面則暫時是不可行。

教育和教學是兩個概念。

人工智慧教育，嚴格意義上面將，就是智慧教學。採用智慧化手段教授學生知識，訓練學生各項能力。

所以這兩者不存在悖論的關係。

人工智慧教學，國內市場近3年比較火。但是從時間線上面來說，人工智慧的教育在全球市場，其實從2000年開始就已經開始落地了。說白了，以前不火熱主要還是中國市場使用的場景比較少。咱們這些小老百姓不知道。

一定要摒除一個誤區，人工智慧教學，不是人工智慧當做老師，在黑板上給你講課這種思路。

常見的人工智慧的教學，有幾種非常成熟的方式。

玩過遊戲，或者看過動畫片的都知道，在兒童學習中，有一個所謂的智慧魔盒，各種羅七八糟的名字。例如小Q，或者小i等等。其原型其實就是專家系統。

所謂的專家系統，其實就是模擬人類的決策，做一些以解決那些需要專家決定的複雜問題。

專家系統主要組 成部分為：知識庫，用於儲存某領域專家系統的專門知識； 綜合資料庫，用於儲存領域或問題的初始資料和推理過程中 得到的中間資料或資訊；推理機，用於記憶所採用的規則和 控制策略的程式，使整個專家系統能夠以邏輯方式協調地工作；直譯器，向用戶解釋專家系統的行為；介面，使使用者與專家系統進行對話。

知名的科幻電影《安德的遊戲》，就屬於非常典型的人工智慧專家系統。培訓學員上陣殺敵。

已經開發和應用的教學專家系統有美國麻省理工學 院的 MACSYMA符號積分與定理證明系統，中國一些大學開 發的計算機程式設計語言、物理智慧計算機輔助教學系統以及聾啞人語言訓練專家系統等。

我們會發現，伴隨著技術的進步，一個人成長中，需要學習的東西，越來越多。這也就是說，技術在一定程度上，主導了人的發展。

那麼人類需要推動社會進步，必然的要知道機器人學的最基礎的結構。

這也就是人工智慧同人類的第二類學習，模擬操作，實景再現。用工業的說法就是離線模擬，驗證可行性。

最簡單的案例就是：我們常見的行走，分為腳掌蹬地，大腿擺動，小腿前伸。從運動上來說，就是關節轉動角度，帶動骨頭擺動。

現在常見的例如，樂高機器人，能力風暴機器人，優必選機器人，NAO機器人都是這類教育機器人的典型代表。這類機器人的作用就在於，讓你明白最基礎的自然運動，從簡單化到複雜化的各類關係。

專家系統是機器人訓練人類，機器互動是機器人執行人類操作。機器學習，是人類解構複雜思維的各類模型。簡單的說，機器學習是人類創造人工智慧。這也是人工智慧教育之一。

機器學習是要使計算機能夠模仿人的學習行為，自動通 過學習來獲取知識和技巧，其研究綜合應用了心理學、生 物學、神經生理學、邏輯學、模糊數學和計算機科學等多個 學科。機器學習的方法與技術有機械學習、示教學習、類比 學習、示例學習、解釋學習、歸納學習和基於神經網路的學 習等，近年來，知識發現和資料探勘是發展最快的機器學習 技術。機器學習（自動獲取新的事實及新的推理演算法）是使計算機具有智慧的根本途徑，對機器學習的研究有助於發現人類學習的機理和揭示人腦的奧秘。

人工智慧教育不是偽命題，已經在很多領域得到了應用。目前應用最廣泛的是遠端教育。可以預期未來會有更多的場景會得到應用。因為，技術在不斷革新，未來掌控世界的人們需要擁有更豐富的知識水平。