0
| 本文作者： 張莉 | 2019-10-07 17:48 |
自2017年以來，在政策鼓勵、人工智能技術(shù)爆發(fā)、資本加持的大背景下，AI+教育創(chuàng)業(yè)熱潮開始興起，人工智能技術(shù)在教育行業(yè)的落地應(yīng)用逐漸增多。
截至目前，人工智能技術(shù)在教育領(lǐng)域的落地場景主要包括：語言類學(xué)習(xí)和測試；數(shù)據(jù)化課堂過程輔助教學(xué)；智能閱卷、個性化自動排課系統(tǒng)；自適應(yīng)學(xué)習(xí)、虛擬學(xué)習(xí)助手和專家系統(tǒng)；軟硬件結(jié)合的教育機器人；智慧校園一體化解決方案，已經(jīng)基本覆蓋“教、學(xué)、 考、評、管”全產(chǎn)業(yè)鏈條。
但是，AI賦能教育的同時也存在很多誤區(qū)和錯誤使用，很多些項目都是從AI出發(fā)在教育中找應(yīng)用場景，而不是從教育的實際問題出發(fā)找AI的賦能。
不可否認的是，人工智能與教育的結(jié)合尚處于起步階段，還遠沒有達到人們的預(yù)期，當下，AI+教育存在哪些誤區(qū)、又有哪些新的機會？AI+教育如何真正落地？AI+教育如何更好地融合？
近日，在藍象資本主辦的主題為“人工智能在教育相關(guān)領(lǐng)域的技術(shù)應(yīng)用及發(fā)展趨勢”分享會上，來自AI教育產(chǎn)業(yè)界、學(xué)術(shù)界、行業(yè)服務(wù)界的一線從業(yè)者，發(fā)表了他們的看法。
藍象資本執(zhí)行合伙人周爽認為，盡管人工智能在教育領(lǐng)域的應(yīng)用，目前還存在處在探索階段，但從教育的本質(zhì)來說，也許未來對于不同教育目的的不同需求，可以分化出不同的分級，在每個分級里面，都會存在新的機會；好未來 AI Lab 算法科學(xué)家楊非認為，隨著人工智能技術(shù)的發(fā)展和完善，想要實現(xiàn)全面應(yīng)用到教育中大致需要經(jīng)歷三個階段：教學(xué)輔助、價值創(chuàng)造、因材施教；優(yōu)學(xué)天下副總裁歐陽明則分享了他對于AI+教育融合的思考。
以下是三位嘉賓的演講全文，雷鋒網(wǎng)做了不改變原意的編輯整理：
雷鋒網(wǎng)注：藍象資本執(zhí)行合伙人 周爽
教育行業(yè)與互聯(lián)網(wǎng)行業(yè)或者其他傳統(tǒng)行業(yè)相比，它的發(fā)展軌跡和決策機制是不一樣的。當人工智能與教育結(jié)合，我也從投資人的角度看到了一些擔(dān)憂和機會：
1、大數(shù)據(jù)+教育，什么樣的數(shù)據(jù)才算“大數(shù)據(jù)”？
目前大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用有智能批改、校車、校餐、自適應(yīng)推題、高考志愿填報等。教育本身是個重服務(wù)的行業(yè)，具有很強的針對性、專業(yè)性和適用性，在大數(shù)據(jù)的應(yīng)用上也就存在一定的難點。
底層數(shù)據(jù)的篩選決定了最終的判斷結(jié)果，真正的大數(shù)據(jù)應(yīng)該是具備以下幾個特點（by IBM）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性） 。
比如用大數(shù)據(jù)分析做高考志愿填報咨詢這類項目，從我看到的BP而言，很多項目都是用自己采集的部分數(shù)據(jù)樣本來推演全體。我對這樣的項目的科學(xué)性是存在質(zhì)疑的。
2、人工智能+教育，教育本質(zhì)中挖掘新機遇
歷史上，人工智能經(jīng)歷了三波風(fēng)口：第一波，1956年-1974年，美國，感知神經(jīng)網(wǎng)絡(luò)軟件和聊天軟件；第二波，1980-1987，英國和日本，語音識別、語音翻譯；第三波，2006，全球，深度學(xué)習(xí)、圖像識別，但最終都“掛了”。
每個人心里對人工智能都有浪漫主義幻想，但理想與現(xiàn)實是存在差距的，理想比現(xiàn)實發(fā)展的更緩慢。在2019年的今天，卷積神經(jīng)網(wǎng)絡(luò)席卷全球，再一次燃起了人們對于超級智能的無限向往。那么，教育該如何分享這次人工智能浪潮中的科技紅利呢？
對于教育領(lǐng)域來說，優(yōu)質(zhì)教育資源的稀缺、優(yōu)質(zhì)老師勞動力的解放等都是亟待解決的問題，藍象作為科技主義者，一直堅信科技是推動教育發(fā)展，是解決教育公平、實現(xiàn)因材施教的唯一有效路徑。
但目前在國內(nèi)，對于教育的好壞并沒有一個可以統(tǒng)一衡量的標準。比如，讓孩子學(xué)習(xí)鋼琴，目的是為了讓孩子考級？還是為了讓孩子開心？這件事情是沒有標準答案的，這也就導(dǎo)致，人工智能在教育的應(yīng)用中，無法準確的衡量到底什么是好的教育，什么是真正適合孩子的教育，也就無法判斷應(yīng)該收集什么樣的數(shù)據(jù)，這些數(shù)據(jù)是否是真實、全面的。
盡管人工智能在教育領(lǐng)域的應(yīng)用，目前還存在處在探索階段，但從教育的本質(zhì)來說，也許未來對于不同教育目的的不同需求，可以分化出不同的分級，在每個分級里面，都會存在新的機會。
雷鋒網(wǎng)注：好未來 AILab 算法科學(xué)家 楊非
我國作為發(fā)展中國家，盡管近年來整體教育水平有了飛速的提升，但目前的教育行業(yè)仍然存在很多問題，比如，優(yōu)質(zhì)教育資源稀缺，不同地區(qū)、不同學(xué)校師資力量不均衡；教師工作負擔(dān)重，課堂教學(xué)效率有待提高；我們還遠遠做不到因材施教，對每個孩子的個性化需求難以滿足等。
隨著人工智能技術(shù)的發(fā)展和完善，想要實現(xiàn)全面應(yīng)用到教育中大致需要經(jīng)歷三個階段：
第一階段：教學(xué)輔助。即將一些相對較零散的技術(shù)應(yīng)用到教學(xué)場景中，但還涉及不到教學(xué)的核心流程，僅能借助一些工具提升教學(xué)過程中的效率和優(yōu)化教學(xué)體驗，幫助老師減輕工作負擔(dān)，比如：智能測評、智能批改、拍照搜題等；
第二階段：價值創(chuàng)造。開始承擔(dān)教育過程中的一些核心環(huán)節(jié)，通過系統(tǒng)化、智能化教學(xué)過程評價與分析，幫助學(xué)生提升學(xué)業(yè)表現(xiàn)，以及幫助老師提升能力價值，比如：學(xué)習(xí)過程評價、全流程學(xué)情分析與管理等；
第三階段：因材施教。開始逐步實現(xiàn)高效的個性化和人性化的互動教學(xué)，需要具備強交互能力。具體應(yīng)用比如AI老師、自適應(yīng)學(xué)習(xí)等。
目前，人工智能在教育各場景中的全面落地，還存在一定的挑戰(zhàn)，但毋庸置疑的是，隨著技術(shù)的完善，人工智能在教育領(lǐng)域的應(yīng)用場景會越來越廣泛、越來越深入，最終實現(xiàn)教學(xué)以老師為中心轉(zhuǎn)變?yōu)橐詫W(xué)生為中心。
雷鋒網(wǎng)注：優(yōu)學(xué)天下副總裁 歐陽明
我們從使用人工智能的層面，做了一些AI+教育融合的思考：
第一，研究場景，找到剛需。
研究產(chǎn)品的前提是深刻理解產(chǎn)品的使用場景，找到真的剛需。比如，人工智能類產(chǎn)品應(yīng)該往哪個方向發(fā)展的問題，哪個地方需求最大或者說哪個地方市場最大，就是人工智能產(chǎn)品發(fā)展的最好的方向。
以我們今天看到的在線課程來說，這可能是目前最大的市場機會。因為現(xiàn)在這個時代，流量已經(jīng)變得非常昂貴，如何使用人工智能去解決流量的問題就是一個機會。
再者，在線類的課程想要做好教育服務(wù)，就需要大量的人工助教，助教的人數(shù)幾乎可以占到企業(yè)總?cè)藬?shù)的50%甚至更多，他們的工作中，批改作業(yè)、跟家長溝通、做數(shù)據(jù)分析等這些效率較低的問題都是可以借助人工智能來實現(xiàn)效率的提升。
第二，人+AI，要有溫度。
在我們自身探索AI課程業(yè)務(wù)的過程中，我發(fā)現(xiàn)如果只做純粹的AI課程，其實最后產(chǎn)品在使用效果上依然是存在問題的。好的人工智能+教育，應(yīng)該合理有效的將人和AI的優(yōu)勢進行融合，人擅長的事情還是由人來完成，而AI擅長的事情由AI來完成。
第三，少點雞湯，深度融合。
每一波浪潮的到來都會掀起市場的狂熱，這也導(dǎo)致現(xiàn)在大家對人工智能+教育產(chǎn)生了比較大的預(yù)期。在我看來，當市場還沒有真正大規(guī)模的發(fā)展之前，應(yīng)該選擇一個單點把他打透，做一些深度的融合，會存在一些不錯的機會。
相關(guān)文章：
AI+教育如何抓住“落地”機遇？這六位引領(lǐng)者給你答案 | CCF-GAIR 2019
政策、技術(shù)生變，AI+教育路在何方？ | CCF-GAIR 2019
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
