回覆列表
  • 1 # 兒童智慧智伴機器人

    前段時間風靡全球的網紅機器人—“索菲亞”,也是全球第一個獲得公民身份的機器人。在SmartShow 2017的同期論壇——〔2017人工智慧與創新教育實踐研訓活動〕中,“索菲亞”的創造者Hanson Robotics出席並闡述了他對AI在教育中應用的觀點。Hanson Robotics說,人工智慧+機器人+教育的時代是美妙的,我們每個人都應該接受並愛上這個時代。學習中學生們會涉及方方面面的知識,比如醫護知識、天文知識、歷史知識等,對於不同的知識層面應該有不同的機器人進行輔助教學。對於還沒踏進學校接受系統知識的孩子來說,早教機器人具備了讓他們更早系統瞭解有關這個世界的一切,是除了父母以外,另一個新形式的“啟蒙老師”。

    中國頒佈的《國家中長期教育改革和發展規劃綱要(2010-2020年)》給出了新的定位:“資訊科技對教育發展具有革命性影響,必須高度重視。”規劃為解決“如何使資訊科技真正對教育發展產生革命性影響”這個問題找到明確的方向。 在技術支援和認知上,隨著人工智慧技術的不斷成熟,教師不僅能獲得技術人員的及時支援,還能深度瞭解人工智慧系統的功能,對全新的人工智慧產品做出合理的評價和判斷;同時,教師的能力結構也將發生解構與重構, AI技術應用將激發教師的研究能力,提出與資料相關的最有價值的問題,並引導學生使用資料分析的方法。

  • 2 # 熊孩子家長圈

    如今,“人工智慧”已成為時下一大熱詞。不管你是否在意、是否願意,人工智慧時代已經悄然來臨。人工智慧會取代人類嗎?人工智慧帶來哪些新的職業前景?孩子們如何學習人工智慧?帶著這些問題,北京師範大學邊玉芳教授、北京市海淀區教育科學研究院院長吳穎惠、鯨航科技有限公司聯合創始人王光宇、清華與哈佛聯合培養博士生劉澤華在由新航道教育聯合北京大學出版社主辦的“向日葵國際教育高峰論壇(2018)”上展開了一場深度對話,他們的分享能對這個提問有所迴應。

    對話現場

    焦點一:人工智慧將如何影響未來的教育和學習?

    “人工智慧不能代替教師,但教育絕對不可能拒絕人工智慧。”北京市海淀區教育科學研究院院長吳穎惠認為,儘管目前人工智慧對教育的改變還比較緩慢,但可以肯定的是,這種改變一定會發生。人工智慧中的語音技術、虛擬技術等早晚會有一天進入教育系統影響我們的教學,也會影響到學習,帶來一個新的教育天地。

    北京市海淀區教育科學研究院院長吳穎惠

    北京師範大學邊玉芳教授介紹,隨著人工智慧在教育中的應用,人們學習的方式也會發生變化,學習將不再受時間空間的限制,任何人在任何時間以任何形式學習。真正實現個性化的學習,學習的內容也不僅是知識和技能,也還包括跨學科的學習,以專案的方式、活動的方式、問題解決的方式,培養孩子的全球勝任力。

    作為人工智慧領域的從業者和研究者,鯨航科技有限公司聯合創始人王光宇、清華與哈佛聯合培養博士生劉澤華則從專業角度介紹人工智慧對教育領域的影響。

    人工智慧可以實現教學過程的軟體化、教育資源的集散化,以及知識載體的多樣化,把全社會的學者和知識傳授者透過網路協同起來,把所有一對一、一對多的教學資料實時地蒐集,人工智慧在大資料的基礎上進行智慧分析,輔助人類老師進行智慧決策,及時發現教學的問題,調整教學的路徑,甚至有可能跟人類協助共同制定新的教學體系出來。

    北京師範大學中國基礎教育質量監測協同創新中心學術委員會主任邊玉芳教授

    焦點二:未來人類的工作會被人工智慧取代嗎?將來什麼樣的工作將不會被淘汰?

    鯨航科技有限公司聯合創始人王光宇博士

    “未來真正可以取代的是‘五秒鐘之類人類可以做出決策’的工作,需要深度思考的工作還是無法取代的。”王光宇認為,隨著人工智慧的發展,那些依靠重複性的勞動或者透過記憶、反覆操作工作很容易被人工智慧取代。未來一定是人機協作時代,因此我們一定要學會向機器學習,利用好機器。

    吳穎惠院長的回答則更為樂觀。在她看來,目前人工智慧發展還處於模仿人類的階段,再過三五年甚至十年,才可能發展到人向人工智慧學習。人工智慧是人類創造出來的一種機器或者一種產品,人類創造人工智慧就是為人類服務的。儘管目前人工智慧在很多的地方,如機械和運算等方面的確超過了人類,但是這些都是需要靠程式設計、演算法來推動和運作,程式設計的能力、設計的能力仍然是人類社會中間非常重要的能力。因此,在未來人才培養中,藝術素養、人文素養、創造能力、批判性思維的培養尤為重要,這些都是人工智慧無法取代人類的。

    論壇現場

    針對家長們的焦慮和困惑,邊玉芳教授認為,家長們完全不必為這個問題擔憂,我們培養的是未來的孩子,所有的教育都應該回歸到人的教育。人不是知識的容器,應該把記憶和訓練的東西去掉,變成培養創造力和情感力、以及人與人交往和合作的能力。

    人的一些特殊的能力,如頓悟、知識遷移、舉一反三、想象力等能力,目前在人工智慧是沒有達到的。人與人工智慧之間還有很多思維上的差距,技術能帶來知識,但無法帶來情感;技術可能帶來資訊,但無法替代我們的關係;技術可能是一個人機互動,但互動與真實的交往是不同的。

    焦點三:如果孩子想學習人工智慧,需要做哪些準備?

    清華大學、哈佛大學聯合培養博士生劉澤華

    作為清華大學與哈佛大學聯合培養的人工智慧方向的專業人才,劉澤華博士結合自己的親身經歷給家長一些建議。

    少年兒童時期的孩子可以玩一些相應的玩具,這些玩具的主要目的在於幫助孩子認識客觀世界,訓練思維,包括機器人、航模、計算機程式設計、藝術創作等等,注意不要太壓制孩子的天性;

    青少年時期要培養紮實的數學和物理基礎,儘早的接觸計算機程式設計的動手實踐,因為人工智慧包括複雜的數學公式,要求高水平的程式設計和實踐能力;

    培養對科學技術的熱情,很多很優秀的同學會自發探索人工智慧,他們覺得這個領域非常有意思,這就是一個正向反饋,推薦大家幾本書:《世界因你而不同》、《矽谷鋼鐵俠》等。

    人工智慧是一個非常激烈的領域,對體能要求很高,為了完成一個專案長時間熬夜是家常便飯,所以健康的體魄非常重要,建議大家從小鍛鍊好身體,為以後科研工作打下堅實基礎。

    專家們表示,人工智慧時代,不用懼怕改變,相反要擁抱科技變革為個人學習帶來的便利。要勇於擁抱技術,向技術學習,這樣才能更好地在技術的幫助下去實現人類自身的進步。

  • 3 # 苟活遊戲

    這個肯定是一個發展的方向,隨著人工智慧技術的快速發展,人工智慧技術將會在各行各業中產生更多的應用,教育行業更不用說了,現在國內都有實現人工智慧和大資料技術應用在教育行業,比如智適應教育。

    個性化學習將成為主流

    “傳統的學校教育無法真正做到對每個孩子有教無類和因材施教,但人工智慧帶來了這樣的機會,透過跟蹤記錄學生的所有學習過程,發現學習的難點、重點所在,從而幫助學生及時調節學習過程,量身定製學習計劃,個性化的學習根據有科學性和高效性”。

    線上教育打破了時空限制,讓最優質的教育資源觸手可及,但它目前依舊做不到給予學生精準的個性化學習指導。人工智慧與線上教育結合後,一門有著上萬聽眾的課程,透過技術分析就得到了上萬個樣本的資料,把個人的學習行為資料與別人進行關聯比較後,就能定製個人學習路徑,修訂線上課程學習內容。

  • 4 # 東風高揚

    人工智慧+教育會是未來的教育方向嗎?個人認為是其中的方向之一。

    教育有其特殊性,面對的群體不一樣人工智慧使用的程度不一樣。面對面的講解與及時性的思維可能人工智慧還不一定能達到相當的程度,短期來看可能人工智慧與人工相結合的方式是其主要的發展方向。

    在幼兒及兒童教育方面,其思維模式和跳躍性,人工智慧短期內估計還不一定能達到。因為小孩的思維可能並沒有邏輯性,用人工智慧的推導不一定能得到滿意的答覆。

    而在成人教育方面人工智慧應該有很大的發展前景。比如大學教育,職業教育,遠端培訓等等。這些主要是在知識及思維邏輯推導方面應該是有跡可循,人工智慧能夠解決很多的問題。

    短期來看人工加上人工智慧相結合的方式應該是其發展的主要方向,一部分用人工智慧解決,沒辦法解決的就採用人工方式解決。

  • 5 # 大熊觀察

    AI人工智慧+教育的應用場景,被稱為“Education+AI”,簡稱EDAI

    人工智慧對於教育而言只是一個輔助,不可能全部替代,但確實在教育的教、學、管等環節有很多應用。教育領域,人工智慧現在能做什麼,未來可以帶來什麼更多的改變?這或將是教育從業者需要理性思考的問題。

    “人工智慧不是無所不能,但人工智慧確實在很多地方也已經能了。”

    人工智慧其實並不神奇,人工智慧更多用的是機器學習的技術。就像“聽見”系統,剛開始跟大家見面的時候識別率、準確率並不是那麼高,但是隨著它見到了越來越多的口音,見到了越來越多的場景,對這些口音和場景就有了更高的準確率和識別率。

    人工智慧在教育中也是這樣,人工智慧能夠幫老師把它原來的一些很繁瑣複雜的工作替代掉,比如說我們的作業環境,比如說像以前做口語測評的環境等等。以後機器在這些環節中學到的更多,機器就可以做得更加精準。但是人工智慧只是一個輔助,因為教育的本身是教會你問題,所以它不可能替代你。人工智慧可以把一些重複的工作做了,但是如果你問一個學生,你覺得你的老師好在哪裡,學生也許會跟你講我的老師很負責任,這個人工智慧絕對做不到。

    國內外的教育技術趨勢

    教育的主環節裡,人工智慧融入的越來越多,教育的整個趨勢一定是往上走,而且是快速的往上走。體現在三個方面:

    第一、教育需求非常的旺盛;

    第二、教育的經費非常的充足;

    第三、教育需要好的產品;

    需求上我們可以看到,中國整個教育實際上是一個國家意志。中國教育是公立體系,引導非常重的。《2020年教育規劃規劃綱要》裡,可能再過三年四年以後,各地的教育主管部門,分管的市長他給他的上級單位寫他這些年的教育得到的一個成就來說,就圍繞著整個國家2010年到2020年的中長期發展綱要來寫,地方政府圍繞著國家大的需求點做了什麼。

    提高教育質量上,國家大的導向,增強課堂的教學成果,推進整個課程改革。這些都是我們中國在教育方面的國家意志。這個意志不是以某一個人某一個學校某一個區域為轉移,各地的政府必須圍繞著政府做這件事情。完全依賴教師的水平,一點一滴的提高基本是不可能的。所以必須藉助所有在座給我們整個的教育帶來更好的教育技術。

    第二個方面,從教育大的趨勢來看。整個線上線下混合式的學習未來走向深入的、個性化的學習,受到了國內外各個教育機構的觀察。現在雲計算,整個翻轉課堂在不同的層次在應用了。這些技術會越用越深。還有我們要看國外的趨勢。最近公佈了一個美國國家教育的技術計劃。在過去的上一輪技術計劃裡,他們還在爭論到底在教育裡該不該把教育技術作為一個核心關鍵點,也就是說該不該把技術用到學習裡去。2016美國國家的教育技術裡就明確提到,大家不用為這個詞爭論了,現在轉到我們怎麼去做它,我們怎麼應用技術來改善我們的學習。從這個裡面可以做到無論國內還是國外,教育技術不是教育裡的邊緣化的東西,現在成了越來越核心化的作

    用。所以做整個教育技術尤其是做工程和資訊化技術的在未來幾年應該是大有所為。

    對中國來說,有很多優秀的一些公司目前像新東方、好未來,做了很多的培訓機構。但我們能夠培訓的學生數目是非常有限的,公立體系中小學K12為例,1.2億的學生,學校在過去五到十年裡做了大量的投資,基礎條件已經不錯了。有些人到鄉鎮級的學校去看一下都會很驚訝,他們網路接入的水平,他們多媒體終端的裝置的能力現在已經都非常發達了。

    所以現在應該說為我們整個下一步教育技術的應用提供了非常好的條件。另外國家為了推動老師去用這些資訊化的裝置和技術,過去幾年有一些大的活動,引導老師上傳微課等等,讓老師具備了資訊化使用的能力。但是現在到學校去看,很多學校的基礎設施並沒有被用起來,現在就需要好的應用。需要真正能夠解決剛需的應用。現在的教學從標準式的教學走向因材施教、個性化的教學。另外很多人對國內的教育不滿意,家裡經濟條件好一點的,小孩子到了初中家裡就要考慮這個問題,到底是國內還是國外。

    現狀總結幾條:

    第二、急需提高教學質量。這裡面市場空間非常大,而且基礎空間也具備了。但是面對教育的主環節,不要做的一些讓老師沒有時間用的產品。必須面對這些主環節,提供能夠滿足剛需的產品。

    人工智慧發展遠比想象要快!

    人工智慧技術來說,到底目前它是一個什麼樣的現狀。每個人都不能忽視人工智慧技術。人工智慧技術大概六十年前開始起來。最近幾年裡,隨著深度學習方法的出現,它應該產生了翻天覆地的變化。而且對做技術的人來說,每一年回頭看的時候都感覺這個技術比自己預期的進步還快。所以每個人都要考慮人工智慧技術下一步和我們自己乾的工作,可能中間有哪些關聯性。

    有幾個重要的報告:

    第一個、德勤2016的報告,認知技術成為80%世界百強企業的標配。

    第二個、到2045年的時候,人工智慧技術會使現有的就業率降低50%,這個不是現在很多人沒工作了,而是現有的產業結構裡大量的工作會被機器替代掉。這裡面有一些職業可能是百分之百被全部替代。但是在很多大部分領域裡是人工智慧去幫助人,讓你本來八個小時做的工作可能現在只需要四個小時。這樣的話整個產業的結構會發生巨大的改變,對教育來說,教育裡如果把教育的主環節拆分開來,人工智慧在哪些方面能夠減輕我們的負擔,替代我們的工作,使得人和機器的協同可以走得更好。

    現在不僅是在科技界,在國家關於下一步創新發展的時候專門提到了兩個大的技術,就是人工智慧技術和虛擬現實。所以下一步在國家整個科技戰略裡,AI技術的應用會被提到到越來越重要的一個地位。

    隨著國家對它的重視程度,更多的資源還會應用到人工智慧裡來,人工智慧的技術會發展的更快,人工智慧技術會給很多的行業尤其是教育行業帶來更多的東西。教育透過傳統的技術對教和學的理解是比較困難的,人工智慧在這裡面大有用武之地。

    人工智慧與教育的結合點

    一個方面,比如說之前講了可以對作業做一些批改,解決聽和看的問題。但是還有一個就是人工智慧在認知層面可以解決哪些問題。舉一個例子,現在越來越多領域後臺電話的客服慢慢被機器替代掉了,比如說打中國移動、聯通的電話,後臺很有可能是一個機器在那。為什麼他能做到呢,就是在這個領域裡,如果這個領域是受限的,我要解決的問題特別清楚,認知智慧可能解決部分的問題,就像比如說機器可以批改作文,如果題目明確,已經有了作文的樣本,機器透過對兩百篇三百篇作文的學習,它就可以評閱幾萬、幾十萬的作業。

    人工智慧和教育的結合有幾點:

    第一點,與整個網際網路技術結合要構建符合主場景的環境,讓師生可以進行跨時空的互動。

    第二點,能把教和學的行為過程記錄下來。也許以前記錄下來的是一些數字化的資訊,是一些圖片、語音、其它的資訊。現在能把數字化的資訊轉化為資料,能對資料進行處理。透過對資料的處理可以更好的聚合、分發優質的教育資源,給老師和學生提供越來越個性化的學習。

    第三點,整個教育的主環節,以K12為例,無外乎教、學、管。

    首先“教”,在“教”的傳統裡實體教育一定是不平等的,但是在虛擬空間裡、數字空間、線上教育裡,大家更加平等一點。所以“教”一定是線上和線下有很強的混合的,對整個構建一個跨時空,跨物理空間的這麼一個互動,讓學生在課前能做一定的預習,課堂上老師透過學生學習情

    況,調整教學進度。

    人工智慧的K12教育應用:

    使用這種應用以後,整個課堂上發生了一些非常奇妙的變化。整個課堂教學的進度,效率被提高了至少20%以上,原來15分鐘講的課,現在可能10分鐘就講完了。為什麼,因為老師不需要為學生已經聽懂的知識點再耗費更多的時間。同時課堂上還在發生一些非常奇妙的變化。老師佈置了一些題下去以後,還可以通過後臺組合學生和學生之間的分組學生,有些學生自己還能找找當老師的感覺。

    所以整個課堂因為跨時空的互動,整個的課堂正在發生一些難以置信的一些變化。有一些現象在課堂上跟預期符合,有一些根本沒想到。人工智慧和網際網路結合之後,技術應用在傳統的教學環節上,都可以產生一個非常有意思的變化。

    第二個方面對考試和評價。無論怎麼說大家不怎麼喜歡考試。但是之前很多嘉賓說了教育是反人性的,所以必須學習考試和評估,不停拉住學生去學習。這種考試和評估做得越及時,學生得到的反饋越均等,他就越願意去調整學習的一些行為。

    過去一個作業、一個考試,老師批改負擔重,需要花更多的時間才能得到反饋。為什麼很多小孩喜歡打遊戲,因為他得到的反饋非常及時。如果課堂的一個作業,一個練習,朗讀了一段話,提高學習的口語,他能得到及時的反饋,這時候學生就更願意反向刺激他更及時把這個知識點學會,原來在很多的教學領域,難以做到的事情,現在透過人工智慧可以去做了。可以去批改作文,可以批改口語。一個老師很辛苦,除了上課時間之外,他課後還需要花很多時間批改作業,現在機器越來越多的可以幫助他解決這些問題。

    之前有一個類似的應用,在學校應用的時候,開始老師對它還沒什麼興趣,一開始老師想解決的問題太少,後來他發現可以批改英文的作文,有更多的老師願意接觸它。又過了一段時間發現語文作文也可以了,有更多的老師願意使用這種。基本上,政史地都可以應用了。

    老師是關鍵教育的組織者,減少老師的負擔推動老師願意去應用,從而形成更好的資料。透過資料形成教和學的閉環。透過這些資料,形成線上教學的空間。中國地大物博,透過實體的教育基本上不可能。很多的地市縣區專門講人人有空間。老師的空間、學生的空間到底能幹什麼,實際上在這個空間裡,學生是不是對他學過的東西、做過的作業,整個課堂閱讀的行為是不是透過資料能夠記錄下來,放到他的空間裡,他在他的虛擬空間裡可以保持學習的延續性。一個學生經過了一個學期的學習以後,是不是有一個對他很負責任的機器秘書,可以把所有學得不好的東西記錄下來,形成一個類似錯題本,根據錯題本給他更精準的教育資源。

    第四個方面,現在中國大的教育,現在新高考以後學生選擇的排列組合多達35種,因為3+3,所以下一步學校的排課是一個巨大的挑戰。江浙先走一步,為了排課,整個教學班子折騰兩個星期,現在人工智慧比較善於做這個事情,目標比較明確的分類,基本上只需要花半個小時的時間

    就可以把基本的排課排出來,學校根據他的個性化特點,小的調整一下,一個很好的課表就形成了。

    另外學生之前學習的行為可以記錄下來,到了學生選課的時候,選課非常非常的重要。一個學生選課決定他高考考什麼,又決定了他大學的專業學什麼,大學的專業學什麼決定了他以後從事什麼樣的職業。怎麼去選課,以前老師就是一個直觀的感受,以後可以經過學生空間個性化的學習,更好的指導學生的選課。

    人工智慧下的教學平臺有幾個層面,無論是學校、班級,還是一個區域,內部的各個應用應該是連通的。很多學校校長非常痛苦,2015年建設了一個系統,2016年建設了一個系統,兩個系統沒有任何的關係,所以這兩個資料都沒有大資料的可能性。因為兩個資料一個用中文說話,一個用英文說話,兩個資料根本不交疊。

    一個好學校裡區域裡必須有一個區域的資料中心,無論哪一種應用,這種資料都要很好的結合起來。同時學校跟學校之間還要交流,區域裡也要互相的交流。所以現在在人工智慧時代要真正的把資料的作用發揮出來,就必須有一個統計規範體系的區域、班級、個人的資料中心,能夠更好地為我們的區域服務。

    總體來講人工智慧技術越來越快速發展的時候,它更好的能讓教學以學定教,讓教學有更好的教育,讓管理適應大的國家型管理的需求,讓需要逐步走向個性化。

    學校要的是教育技術的服務,教育技術的服務沒有一個好的運營和後臺的支援是用不起來的。所以需要更好的教育應用,從底層的平臺打通資料到一些區域應用的產品有一個統一教研,統一教輔環節。

    EDAI人工智慧教育產品:

    AI人工智慧已經和課堂閱讀、VR、創客機器人合作了很多教育產品。人工智慧本身這個技術在發生翻天覆地的變化,這個技術對教育應用一定會產生非常深遠的影響,無論從創新層面,還是從提高真正的教學質量層面。

    藍象資本預測報告顯示,2011年以來EdAI產品大量湧現,國內2013年後各場景下EdAI產品起步,一些領域已經初具格局,市場依然存在大量機會。全球人工智慧市場規模將從2016年的80億美元增長至2018年的470億美元,年複合增長率55.1%。

    未來教育創業的驅動力來自以人工智慧為核心的“新科技+教研創新”,創業機會來自以下四個領域的十個賽道:

    1. 智慧自適應學習領域:K12課內賽道、STEAM賽道、語言教育賽道、分級閱讀賽道

    2. 虛擬學習助手領域:虛擬陪練賽道、虛擬助教/Chatbot賽道

    3. 專家系統領域:生涯規劃助手賽道、智慧批改支援賽道

    4. 教育商業智慧領域:學情管理賽道、運營支援賽道

    教育培訓機構的人工智慧結合

    未來是人工智慧的時代,未來機器輔導會成為主流

    教育是自上而下的過程,屬於約束性的要求,學習則是主動性的。教是教知識,育是育人。相對於被動地接受教育,學習更能激發人的主動性。

    這個社會的發展正在從教育走向學習。在現在的教育體系裡,教的成分佔80%,育人的成分只有

    20%,未來的狀況則會是育人為主,教為輔,學和習的關係也是如此,逐步從學走向習。

    大規模的線上開放課程MOOC很流行,後來又出現SPOC,即小規模、私有的線上課程。而MOOC一直沒能解決一個核心問題:學習的主動性和參與性。跟遊戲相比,學習對人的主動性激發沒有那麼好,所以MOOC做了這麼多年,並沒有對社會產生真正意義的影響。

    SPOC是小規模的直播,相對來說老師和學生之間能建立強互動關係,同學之間也能很好的交流,但是仍然沒有從根本上解決學習效率問題。經過幾年思考,好未來提出了第三個方案:MPOC——把MOOC跟SPOC的優點結合起來,讓一個優秀老師同時給一千人、一萬人做直播,但是每20個人進到一間小教室,每人看到的都是另外19個同學。他的感受是這個班20個人,配一個輔導老師,給他服務、答疑。

    四代教育培訓機構:

    第一代機構是運營型,每個校區以前端為中心,側重服務和營銷,每個校區有獨立的校長,每個城市做不做得起來更多地取決於校長的能力;

    第二代機構是研發型,以產品研發為核心,其特點是大量的人和團隊集中在後端,校區變成了服務中心,而現在學而思校區的家長服務比如繳費很多已經會在APP上直接完成;

    第三代機構是資料型。透過投票器、IPAD、攝像頭等工具和系統,把學生的學習行為資料如實記錄下來,包括從課前預習到課堂以及課後練習整個過程,並且對後面的學習行為進行最佳化,這個轉變過程有點網路效應的感覺。

    從第二代發展到第三代,最大的差異是講義變活了,以前學而思培優一個事業部需要400人去做教研,到第三代之後,學而思的IPS系統則會根據學生的學習和反饋自動更新講義。

    第四代機構是智慧型,從大資料進化到人工智慧,語音識別、影象識別、手寫識別、語音分析等技術的發展,讓機器模擬人來答疑、做服務成為可能,這類應用會越來越多。最初機器是用來輔助人工教學的,未來的趨勢則是人輔助機器,而這個過程會一次次重塑學習和機構的服務流程。

    不僅僅是線下,線上教育的模式也一直在被重塑。

    第一代網校以文字和圖片為主,典型代表是精華網校;

    第二代網校以點播為核心,比如南韓的Megastudy和美國的Lynda,但是並不適用於中國,國內不尊重智慧財產權。

    另外這個模式本身也存在問題,在這種場景下,學生不是主動學習者,只能被動接收。所以第二代網校主要針對主動學習的職業學習者,最大的痛點是盜版。

    第三代網校是直播,今年各行各業的直播火到讓我們覺得很誇張。直播解決了外教的問題,高頻低價資源稀缺,包括DaDaABC、51Talk、vipkid,這些都是真需求。樂外教目前學員4萬人左右,基於直播來提供服務。直播一對一也是真實的需求,因為解決了地域教育資源不均衡的問題。對於有學習主動性的學生,直播也是很大的需求。對於主動性不夠的中等生和差生,大班解決不了這樣的問題,但是一對一有機會,因為老師會盯著學生。

    對於教育培訓品類來說,從好未來的探索來看,目前直播還是超越不了線下,最直觀的是,學而思網校學生原來學得挺好,後來轉到學而思培優去了,而學而思培優的價格是線上的3-4倍。

    教育的複雜度太高,僅僅靠連線,靠效率的提升,是不夠的,直播一定要跟大資料和人工智慧相結合,這樣機率更大,這是第四代線上教育。

    人工智慧教育的技術開發研究:

    國內教育技術界對於人工智慧教育教學應用的技術開發研究關注度較高,研究範圍也比較廣泛,涉及教育教學活動的諸多環節, 具體集中在以下幾個方面:

    (1)智慧教學系統( ITS)

    智慧教學系統是人工智慧技術在教育中的重要應用之一,是對計算機輔助教學(CA I)相關研究的

    進一步發展。它能夠模擬人類專家,根據學生自身的特點,對其實施個性化教學,主要包括領域知識模組、學生模型、教學策略模組和自然語言介面四個部分。

    (2)智慧代理(Agent)技術的教育應用

    智慧代理是一種以主動服務方式自動完成一組操作的機動計算機程式,具有自主性、主動適應性和遷移性等特點,目前已廣泛應用於教育教學當中,比較典型的教育應用有智慧教師代理、智慧學生代理、智慧資訊資源代理等等。

    (3)智慧答疑係統開發

    智慧答疑係統,是將人工智慧技術應用於答疑係統,克服以往答疑係統中存在的缺乏個性化互動

    的問題,從而能夠更加有效的解決學生的疑難問題,消除學生的學習障礙,促進學習。

    (4)智慧化教育決策支援系統開發

    智慧決策支援系統( IDSS)是人工智慧的重要應用之一,是人工智慧(A I)和決策支援系統(DSS)

    相結合,應用專家系統,使決策支援系統能夠更充分地應用人類的知識,如關於決策問題的描述性知識,決策過程中的過程性知識,求解問題的推理性知識,透過邏輯推理來幫助解決複雜的決策問題。

    人工智慧教育應用的總體研究趨勢:

    國內教育技術界對於人工智慧教育應用的研究重點已經轉向了技術開發研究 ,開始逐步開展更深層次的研究 ,且研究成果顯著。比較有代表性的研究成果有“Z + Z 智慧教學系統 ” ,由中科院院士張景中主持開發 ,該系統能夠進行智慧解題、 人機互動、 自動推理和動態作圖 ,教學內容涵蓋初中代數、 三角函式、 解析幾何、 立體幾何、 初中物理、 初中化學等學科。

    人工智慧教育應用相關研究也表現出了人工智慧技術與其它前沿技術結合並應用於教育的趨勢 ,主要表現在以下幾個方面:

    (1)人工智慧與分散式計算的結合 ,衍生出了分散式人工智慧技術 ,該技術主要研究在邏輯上或物理上彼此分離的智慧系統如何並行的、 協作的實現問題求解。多 Agent 系統(MAS)是分散式人工智慧的研究熱點 ,它能夠克服單 Agent 系統在功能上的侷限性 ,同時也具有良好的冗餘性和容錯性。透過文獻分析發現 ,目前 ,基於 Agent 的智慧教學系統的開發 ,大多是基於多 Agent 系統 (MAS)。另外 ,多Agent 系統 (MAS)也廣泛應用於智慧學習環境構建和智慧學習資源搜尋等方面。

    (2)人工智慧與人工神經網路的結合 ,主要是人工智慧中的專家系統與人工神經網路的結合 ,可以大大提高整個專家系統的智慧性 ,使其能更好的應對紛繁複雜的現實問題 ,提出解決辦法。在教育中 ,教育專家系統與人工神經網路的結合 ,可應用於教育管理當中 ,提高教育決策的智慧性。

    (3)人工智慧與模擬技術的結合 ,衍生出智慧模擬技術 ( IST) ,它能夠克服傳統模擬模型和建模方法的侷限性 ,具有廣闊的應用前景。目前 ,智慧模擬技術被廣泛的應用於日常教學的實驗環節 ,基於智慧模擬技術的智慧實驗系統 ,可以很好的對實驗資料進行預處理 ,生成實驗模型 ,選擇有效的實驗方法 ,對實驗結果進行分析解釋 ,顯示出了強大的智慧性。

    智慧教學系統 ( ITS)

    (1)在智慧教學系統的開發理念方面 ,趨向於用先進的教學理論和學習理論去指導智慧

    教學系統的開發特別是建構主義。

    (2)在智慧教學系統的功能開發方面 ,較為注重學生模型和自然語言介面的研究。在學生

    模型的構建過程中 ,較為注重“情感因素 ” 的研究 ,同時也注重了學生模型的動態性和開

    放性;在自然語言介面的相關研究中 ,由傳統的“書面理解 ” 轉向“口語理解 ” ,增強系

    統的人機對話功能。

    (3)智慧教學系統的適用範圍不斷擴大。隨著研究的不斷深入 ,智慧教學系統已經由當初

    僅支援基於文字和圖形的簡單的教與學的方式 ,發展到目前支援包括髮現式學習、 探究式

    學習和協作學習等多種教與學的方式。

    寫在最後的:EDAI領域我也一直在持續關注,如今行業正是方興未艾,有很多的機會和切入點,人工智慧技術一直在持續的發展和進步,結合傳統的教育行業,不論是K12教育或者培訓教育、興趣教育、職業教育、學前教育等等,都是好的結合點。如果有任何的興趣和想法,可以溝通交流討論

    --------------------

  • 中秋節和大豐收的關聯?
  • 2020國考行測備考:如何快速抓取前提型題目的答案?