作為一名教師，仍然需要與學生進行情感溝通，做學生的好朋友。鼓勵學生克服困難，不斷進步。在智慧時代，學生遇到任何不懂的問題，都能透過智慧機器找到答案。但是，在培養學生情感、意志力時還離不開傳統意義上的老師。每一個學生都有獨特的個性特徵，老師要根據學生的性格特點進行教學。再根據學生基礎差異的不同，給學生布置輕重有別的學習任務。這就叫對症下藥，或者叫有的放矢。

智慧試點的教育，關鍵在於把所有的教育資源，給深入的發掘出來，然後分發到每個人的具體手裡。這裡面可以用到很多智慧的設計。在教學行為的分析方面，可以把學生的學習動態給他錄下來，然後結合大資料分析來看看學生對於每個教學點的內容反應，再對教學的內容進行評價。在這些評價上過程中，看看這些學生對於知識點是不是真的理解了，哪些學生需要重點，把那些知識點去做。這樣的話，就改變了過去千篇一律的這種方法。第2個更大的是要透過私有云平臺，來分發各類的教育資源，從而改變選課的現狀，讓學生選到最喜歡的老師課程。在這些教學內容的改變上要豐富應用場景的形態。比如原先主要是基本為主的教育內容，可以藉助智慧化的手段把它做成更加立體、生動、豐富的內容。教育部曾經明確指出，2020年要基本建成人人皆學、處處能學、時時可學教育體系。這是智慧時代教育的總的要求。如果把上面幾點的結合起來，教學行為分析保證人人因材施教；雲平臺建立就是為了保障，處處可以接觸到想要的學習資源；，場景化的分佈就是為了保障在不同的時間段有最適合的教室場景。

謝謝邀請。2018年中國線上教育市場規模達2727.1 億元，AI+教育是其中大有可為的領域。人工智慧自適應之所以在全球取得非常好的效果，並在國內試用的時候產生超過特級教師的教學效果，是因為它對好學生來說，是因人而異地高效學習不會的知識點；對差的學生來說，50分的孩子教的是51分的知識，這樣，很快就可以學會和掌握，然後再逐步提升，使之容易輕鬆地進步。這也正是中國千百年所講的因材施教。

AI可以有效解決優質資源匱乏

在中國這樣的高速發展國家，名校、高階教師都是稀缺資源，根本不能滿足人們的需求，政府也是束手無策，AI教育工具能幫助人們適應科技變革引發的劇烈變化，也有助於解決財富增長後對優質教育的迫切需求。

“高考的時候我刷了上千套卷子，但是我覺得其中90%可以不刷的。我們能不能騰出更多時間去玩兒呢？孩子能不能學的更快呢？相信這是每個父母或者我們自己都想要達到這樣的目標。”樊星表示，之所以之前做了大量的無用功，是因為當時的優質老師資源很稀缺，老師對於學生的輔導也是低效的。

假如我們每個孩子都能有一個很厲害的老師，非常牛的老師，一直來幫這個孩子進行一對一的輔導，一直陪著這個孩子，可能這個孩子就不用刷那麼多沒有必要的題目了。樊星認為，隨著人工智慧的發展，學校教育中這種教的功能完全可以由AI老師來替代。

AI用人工智慧方法讓系統模擬一個優秀的特級教師，從而給每個孩子提供個性化、一對一的教學服務，即AI老師。某個AI駕馭平臺與學校的合作中，已經實現了70%AI老師、30%真人老師的這樣一個比例的教學情況。在這樣系統的加持下，其目前很多合作院校，甚至每年可以開三家分校。AI老師替合作校解決了學校對教學、對優秀老師的依賴，學校基本在教學上不用花太多精力，所以可以很容易的進行市場擴張。

AI老師可以替代70%教育功能

“教育可以分成教與育兩部分，教是教會孩子簡單技能，育就是簡單讓孩子可以正確應用這項技能。AI老師為什麼能替代70%教育功能呢？其實這是基因決定。”AI老師的基因是資料。比如孩子做一道題，AI老師可以蒐集孩子在什麼時間點，在什麼地方做的什麼題目，做的什麼結果，甚至還可以知道他的錯因是什麼、採集他做這個題目的時候的表情是什麼，他的專注力如何。透過多維度的資料採集，AI老師可以更加準確地瞭解到孩子。

“充分了解孩子之後，AI老師就能夠因材施教地給孩子配置學習內容、學習進度，實現千人千面的學校教育。這樣，AI老師就可以讓孩子在學習中，用更短的時間達到更大的學習成果。”樊星認為，比如給孩子配置學習內容的時候，AI老師可以一直嘗試尋找這個孩子能力邊界的問題。

什麼叫能力邊界？就是70分的狀態，這個是讓孩子們學的效率最高的，因為這時候既不感覺到枯燥，又有挑戰性，所以單位結果是最佳的。如何找到70分？真人老師沒辦法一直盯著，而AI可以。這就是AI這塊的價值所在。它可以為每個孩子的千人千面學生畫像去配置數千上萬種學習計劃。學習計劃包括學習目標、學習路徑、學習內容，從而讓孩子達到一個更高的學習效率，讓問題的解決達到最好的效果。

而要達到這樣的實際效果，對於演算法及模組設定的要求將會非常高。未來AI教育的發展一定離不開以下幾點：

第一，制定人工智慧教育的白皮書，就像教授多年前指定的機器學習的白皮書稱為全球技術的指導規範那樣，成為全球AI教育的工作標準。

第二，最佳化現有的AI演算法模型，在利用實時動態資料（學生學習時候的正答率、時間、表情、腦電波等等）不斷調整學生的動態學習目標和推薦給學生的學習內容（影片、動畫、講義、題目、解析等）時，可以更加精準，讓效果更加突出。

第三，嘗試教授近幾年研究的重點課題，用人機對話來使使用者可以教授機器，從而顛覆過去機器學習只能夠依靠演算法自我進化的現狀。採用類似人類大腦的學習方式，讓機器從每一次被指導中直接學習，就像一個人對GPS導航的一次錯誤的直接矯正可以省去百萬資料量下機器學習的最佳化一樣，每個學生、老師都可以透過和機器做簡單的結構化的對話來高效完善機器學習本身。(部分內容來源於網路如有侵權請聯絡刪除）

2019年2月，中共中央、國務院印發了《中國教育現代化2035》，強調“因材施教”“知行合一”，指出“加快資訊化教育時代變革”，提出利用現代技術加快推動人才培養模式改革，實現規模化教育與個性化培養的有機結合。隨著資訊科技的發展，資訊化教育已經從遠端學習、數字學習、移動學習、泛在學習過渡到了基於大資料和人工智慧技術的智慧學習階段，不斷強化了學習者的學習。不同學習者的學習需求千差萬別，如何應對學生的個體差異，真正做到“因材施教”的個性化教學和學習，一直是擺在每個教育工作者面前的課題。

5月18日，在北京召開的國際人工智慧與教育大會強調，要推動人工智慧與教育、教學和學習系統性融合，利用人工智慧加快建設開放靈活的教育體系，促進全民享有公平、有質量、適合每個人的終身學習機會。

人工智慧催化因材施教

在傳統的課堂教育中，教師是知識的傳播者，也是課堂的主導者。教師在整個教學過程中，要兼顧課程準備與講授、課堂學生觀察與互動、教學效果評估與調整，是非常繁重的腦力和體力的付出，再要求教師因材施教，提供個別化的課外作業與指導，不是十分可行。學生的個性化發展、碎片化資訊資源的爆發式增長，不斷給教師的課堂教育帶來了新的難度和挑戰。傳統的教學方式和新的需求呈現出明顯的差距和鴻溝。學生作為單體的教育接受者，已經逐漸不能滿足於統一、同質的課堂教育，其個性化的知識水平、學習方式、興趣愛好、性格氣質，都對個性化教育和教學提出了越來越高的需求。隨著自主學習和終身學習理念的深入人心，學生越來越偏向於藉助現代的資訊化工具和技術，自己規劃學習內容和學習方式。

人工智慧技術日趨成熟，成為了催化因材施教的重要元素。大資料與人工智慧讓教師容易把握每一個學生的個體區別，如：認知水平、學習習慣、興趣與愛好等，因材施教有了很好的基礎和起跑線。包括聯合國在內的世界組織以及各國都已經意識到，教育已經到了系統性變革的關鍵點，因此加大了對人工智慧和教育融合的研究與嘗試。

人工智慧鋪路因材施教

人工智慧與人類和傳統的資訊系統相比，其核心優勢在於高速增長的大資料資源以及依賴於大量計算能力的深度學習演算法。在教育過程中，人工智慧系統能夠感知、收集、儲存並處理教師和學生的行為資料；能夠有效組織和管理海量的學習資源和課程內容；能夠提供給學生豐富的個性化學習資源與學習指導，幫助教師實現更高水平的教學目標。

學生收穫更豐富的個性化學習體驗。學生是教育的主體，也是人工智慧融合教育的直接受益方。每個學生在學習背景、水平能力、興趣偏好、學習方式、性格氣質等方面都存在著較大的個體差異，因此對學習者的建模，是提供個性化教學的核心。學習者建模分為靜態和動態兩種方法，靜態建模方法使用的是學習者進入學習環境之前就已經建立好的模型，包括學習者的自身屬性、學習風格等用於調整教學方案的學習者特徵；動態建模方法則是在學習者進入學習環境後，跟蹤獲得學習者學習過程評價。兩種方法的結合可以在學習者進入學習環境前為其制定個性化教學方案，進入學習環境後則能夠根據學習過程評價實現學習內容的個性化調整。

人工智慧系統能夠根據學生的靜態和動態資料，依據學習者模型，生成獨一無二的學習者特徵畫像，並且能夠動態地更新和改進。根據學習者特徵畫像，教學系統可以為每個學生推薦相應的學習資源和課程、學習方法和策略、學習夥伴和協作群組、內容展現方式等，帶來豐富的個性化學習體驗。

教師有精力投入更多的情感交流。儘管人工智慧的發展永遠也代替不了教師的主體地位，但教師的角色和工作方式會受到人工智慧的影響而改變。當前，碎片化的課程知識和創新內容呈爆發式的增長，除了人工智慧系統，沒有任何人能夠完全接受和管理如此海量的教學資源和內容。人工智慧的優勢在於海量的大資料和快速的計算能力，而教師的優勢在於對學生情感的理解和溝通能力。因此，教師將從知識的主要傳授者，轉變為教學的組織者和規劃者，和人工智慧一起，互相補充，互相配合，提供更充實的教學活動和更多創新性實踐體驗。

首先，人工智慧可以基於對學生的個性化分析，為教師推薦準確的內容和資源，實現有針對性的課程準備。其次，人工智慧可以提供智慧分組、智慧互動、伴隨式評價等教學輔助手段，從而根據學生的學習進展和接受情況，動態調整教學方案，達到“以學定教，精準教研”。再其次，人工智慧可以實現作業自動批閱、自動組卷、難點分析與預測、習題推薦與輔導、教學資料反饋等，將教師從繁重的課後教學管理工作中解放出來，讓他們能夠把更多的精力用於和學生的情感交流，以及提升學生創造性思維和綜合素質的實踐活動中。

實現人工智慧與教育融合的美好前景需要腳踏實地

從人工智慧的切入，我們可以很容易看到因材施教變得切實可行。當然這只是人工智慧和教育的融合的起步，是美好的前景中的一個畫面。

在所有行業中，教育始終是最尊重傳統、受技術進步影響最少的行業。數百上千年來形成的教學習慣和方法，將會受到人工智慧的影響和改變，這會是一個長期的過程。大資料和深度學習演算法是人工智慧的兩個核心基礎。目前即使是最優秀的學校和教育機構，也無法做到實時的教學行為大資料的收集和儲存，只有一些線上教育機構，才能夠提供少量的學習行為資料。

為了促進人工智慧和教育融合，推動教育變革和創新，首先需要進一步普及和深入教育資訊化，使得教育系統能夠具備大資料收集和處理的能力，積累能夠產生人工智慧的資料資源。其次，在教育理念和學習理論的指導下，進一步開展教育領域的人工智慧技術研究，研發更多的智慧應用。在此基礎上，在教育領域開展大規模的人工智慧應用試點，推動教學過程的創新和升級，培育服務於社會和市場的智慧教育生態，最終實現由點到線，由線到面，由面到體，形成人工智慧和教育的高度融合。

考慮到教育資料和學生行為資料與學生的個人隱私有著密切的聯絡，因此教育大資料應用的倫理問題也需要被重點關注。曾經有社會學研究者公開了一份美國某高校新生脫敏資料集，其中已去掉了有關個人身份的資訊，如姓名、電子郵箱等。始料未及的是，其他研究者發現，可以透過資料集中的新生人數、男女生比例、開設的課程名稱推斷出新生所屬的高校。再根據網際網路上公開的高校錄取新生名單和其中的生源地資訊，即可建立學生真實姓名與資料集中資訊的對應關係，導致資料脫敏的失敗。

人工智慧和教育融合的最終形態將是智慧教育。智慧教育將會是一種全新的教育理念和體系，給人們提供一種前所未有的教育機會和體驗，從而實現教育的終極目標——培育個人知識和能力，創造個人和社會價值。

人類社會，學習時希望因材施教，工作時希望人用其才，社會上想物盡其用。一直在這上面下功夫，中國古代從理學發展到心學，其本質就是從個體出發，去實事求是的個性化的發展自我。大資料時代，也提個性化。讀新聞要有推薦系統，看影片要有推薦系統，網上購物要有個性化推薦。機器智慧就是在發展這種個性化的可實現性的完善上。在教育上，根據你的學習習慣，甚至生活習慣發展你是個什麼人，對什麼超級感興趣，對什麼厭煩。實際情況是，這個路好遠啊，經濟學一直在解決人盡其才物盡其用，解決了多久。因為這始終是一個不斷奮鬥的理想。

那麼是不是完全沒用？當然不。輔助使用吧，當下效果不好，也別較真，就別使用了唄。用心學的方式或許是一種好的方式，試用兩個療程試試