不會，AI只是手段，替代不了人的思維，教育的手段AI催生了很多老師教育方式的轉變，指導AI升級變化的仍然是人。

按社會和科學的發展，我有一個不成熟的推想。現時的小學、中學、大學的教育有可能在形成上有所改變。小學由集中教育的形式變為1+1的形式。則集中和分散結合。這個集中是作為生源，教學條件和師資來源都充裕的情況下繼續辦下來；分散即有兩種情況。一是家庭充裕、子女學習天分較優秀者，他們另起爐灶，聘請優秀教師作為培育小組，結合智慧教育完成小學初中階段的學習任務；另一方面分散的子女學習是被迫於地理位置和生活的限制，湊錢聘請教師教育。到時這部分分散教育的學生將得到國家的國民教育經費補助。高中階段的知識學習，將由公與私兩部分經營。它們的生源都從下面兩部分教育形式的學生考取或推薦入學。完成學業即送大學集中培養，這部分人將來是國之一精英。這就想法可能是痴人說夢。

應該不會，AI智慧教育只解決了教育中的教，但孩子們的情感、道德等非智力方面的因素，就目前來說，AI是無法得以解決的。

AI+教育是為了提高教師的工作效率，同時彌補當前教學資源不足而產生的行業革新，並不是為了取代學校而產生的。

關於這個觀點，拆分為以下幾個方向說明：

中國現階段教育面臨的主要問題是什麼

人工智慧技術當前在教育行業的主要方向是什麼

AI+教育的發展會取代職業教師嗎

AI+教育發展主要面臨的困境是什麼

傳統教育模式可以簡單描述為“名師出高徒”，教育質量的好壞往往與教師的關係較大。而“優秀教師”由於培養的時間週期長，數量有限且分配不均，從而導致教育資源分配不均。

從兩個指標來看待當前中國教育資源分配情況。

其次，根據教育部的資料顯示，中國公立校內本科及以上學歷教師的佔比情況如下圖所示：佔比最高的為中國兩座直轄市，北京和上海，其中北京本科及以上學歷教師佔比高達95.4%，上海為90.5%緊隨其後；而廣西為60.4%，海南僅為54.6%。可見在數量嚴重不足的優秀師資力量上，各省之間分佈也極為不均衡。

未來學家、發明家雷·庫茲韋爾曾說：“不斷減輕人類痛苦是技術持續進步的主要動力”。人工智慧技術的出現也是一樣的。

目前人工智慧技術逐步在實際經濟的各個方面落地進行行業賦能，教育也是AI+的一個重要方向。發展到2019年，AI+教育已經在幼教、K12教育、高等教育等細分賽道的各類應用場景輸出產品，但是究其程度而言，當前的AI+教育還是隻停留在學習過程的輔助環節上；從產品的方向而言，越是外圍的學習環節越先被智慧化，核心關於學習核心，會較晚實現智慧化升級。

現在我們在市面上已經可以看到，基於OCR技術，深度神經網路的影象識別技術，語音識別技術等，從教育的外圍逐步向內部進行滲透，而滲透的過程，是一個科技向教育不斷靠近的過程，這個過程需要解決的主要問題是使用者對於教育的試錯成本較高導致的。

在各個細分領域中，由於越是靠近校外的職業教育，受監管程度越弱，因此從當前的AI+教育的滲透程度而言，可以參考下圖所示：

如果說AI+教育對於學校而言，需要時間進行滲透，那麼是否終究有一日，人工智慧技術的到來會取代當前的職業教師？

我想面對當前算力資源，演算法模型，資料資源等問題的限制下，AI+教育要想取代教師，取代學校，很多人的看法都是一樣的，覺得不現實。

我們設想一下，當AI技術到來學校後，首先要做的是是什麼？

解放教師資源。

如果說優秀教師的數量已經很稀少了，那麼特級教師的數量即使在一所名校也是稀缺資源。

如果一個特級教師日常需要大量的時間批改作業，獲取每個學生的知識漏洞，對個別學生進行單點教學，那麼可想而知，一個教師能夠支援的學生數量是極其有限的。

當AI技術來到學校，首先可以協助老師進行作業批改，將批改結果彙總為清晰規範的資料表，教師可以節約大量的時間批改作業，同時又不會因為找助教協助而遺漏批改作業過程中所造成的教學反饋資訊遺漏。同時可以透過語音識別，口語評測，使用者畫像，知識圖譜等針對各個學生制定自適應課程，降低教師因為輔導個別學生而造成的時間利用率下降。

但是，為何說AI+教育無法取代教師，也無法取代學校？

教育的職責是教書育人。

教師和學校的存在，都是作為教育的載體。教師的作用不僅是傳授知識，而是需要透過情感的投入和思想的引導教會學生做人、塑造學生的品質等。教育本身是一項心靈工程，教師是富於情感和智慧、想象力與創造力的人類，這些特質是人工智慧無法比擬的。

即使未來人工智慧在知識儲備量、知識傳播速度以及教學講授手段等方面超越人類，人類教師仍然具有不可替代的作用。

AI+教育的出現，主要是為了提高教師的授課效率，可以提供給教師有效的工具，在滿足學生差異化的教學需求的同時，支援更多的學生。同時依賴流媒體技術，AR/VR技術，AI+教育可以有效降低地理因素帶來的隔閡，雖無法徹底解決，但可以有效降低教育資源分配的問題。

那麼，目前AI+教育面臨的主要天花板是什麼？

在回答這個問題之前，我們先來思考一個問題，為何在金融領域，AI技術已經有了較為廣泛的應用？

答案就是資料。

AI技術目前主要是由機器學習以及深度神經網路來實現的，實現原理需要大量的資料作為訓練資料，而金融行業是全面數字化最早，數字化程度最好的一個行業，為AI+的落地提供了資料支援。

而教育行業，還處在資訊化的過程當中。

從上表中可以看出，目前中國剛剛完成教育資訊化1.0，主要以基礎建設為主，側重於教學硬體的普及和計算機網路的搭建和聯通。到2018年末，實現全國中小學網路接入率96.7%，實現多媒體教學裝置覆蓋71.2%。

在教育行業，為了推進AI+教育的程序，關鍵點就是資料的採集與分析。隨著1.0資訊化的完成，在硬體上基本完成了網路互聯。

為了儘快收集教學資料“養料”，可以以當前資料化的教學環境，以自然積累方式獲取學習資料；同時也可從傳統教學行為中收集可轉換為資料的教育資訊。