探索人工学院未来科技与教育的完美结合

　　【作者/卢孟兵】

　　[摘要] 自1955年达特茅斯会议以来，人工智能（Artificial Intelligence，英文缩写为“AI”）历经60余年的发展，如今正站在第三次浪潮风口，各行各业都将发生巨大变革，在消费电子、金融、医疗、安防、交通等领域，人工智能已开始全面渗透。而在教育领域，人工智能的应用将更具有深远的意义，它不仅将打破“讲台圣人”与流水线式灌输的传统教育模式，或将让“因材施教”、“有教无类”的教育远景成为可能。

　　[关键词] 人工智能；机器人；教育应用

　　1.人工智能行业概况

　　1.1人工智能的定义与发展简介

　　人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。根据人工智能的应用，人工智能可以分为专有人工智能、通用人工智能、超级人工智能。根据人工智能的内涵，人工智能可以分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）、泛（不再局限于模拟人）智能。

　　现阶段，人工智能正在从专有人工智能向通用人工智能发展过渡，由互联网技术群（数据/算法/计算）和场景互为推动，协同发展，自我演进。人工智能已不再局限于模拟人的行为结果，而拓展到“泛智能”应用。

　　图1 人工智能发展历程

　　1.2 人工智能领域主要技术分类

　　经过几十年的发展，人工智能的研究领域已经扩展到了自然语言处理、模式识别、图像识别、数据挖掘、机器学习、智能接口技术、智能信息处理等。

　　由于人工智能的发展需要数据的训练，那么人工智能相关技术如果按照数据处理和应用的生命周期（感知-收集、链接、准备，认知、分析，预测-指导行动）来划分，可以归结成三大类人工智能技术：

　　（1）基础类人工智能技术：这类人工智能技术解决了数据的基础层工作，包括了采集和存储，具体来说，视频内容识别，通用性计算机视觉，情境感知计算，语音识别，自然语言处理等技术属于这个范畴。

　　（2）分析类人工智能技术：主要指用数据训练算法提供服务的公司，包括了给人提供算法的公司，和提供算法服务的平台（例如tensorflow等），这里通用性机器学习是主要的技术。

　　（3）应用类人工智能技术：主要指采用情境化的数据在某一固定领域使用的人工智能技术，包括了应用，虚拟助理，应用层机器学习，应用层计算机视觉，推荐引擎，手势控制，语音翻译，智能机器人等技术。

　　图2 人工智能技术产业结构图

　　1.3 人工智能市场预测

　　如今，无论是以谷歌、亚马逊、IBM、微软等国际巨头，还是阿里巴巴、百度、科大讯飞等国内互联网科技巨头，都开始加强人工智能在各个行业的布局，不仅在人工智能的相关产品和技术上取得了一系列突破，在应用层面，智慧城市、智能交通、医疗、教育等领域，这些企业的人工智能已经有了诸多应用。

　　分析机构IDC预测，未来，人工智能有望拉动万亿美金规模的市场价值。国外调查机构Tractica的统计预测数字，到2024年人工智能的市场规模将达到406亿美元，也就是2700亿人民币。2015年，人工智能市场规模为490亿元，还不及2024年的1/8，整个人工智能市场将呈现出爆炸式增长。

　　在中国，人工智能市场也将成为一个百亿元人民币的市场，并极大的推动其他相关产业发展。根据艾瑞咨询预测，2015年中国人工智能市场规模约12亿人民币，参考全球规模及主要公司增长率估算，年增长率约50% ，2020年中国人工智能市场规模将突破91亿人民币。

　　2.人工智能教育应用模式

　　2.1 人工智能在教育应用现状

　　人工智能本身即跨领域的学科（计算机科学、神经科学、教育学、语言学、人类学和社会学），可促进适应性学习环境与其他工具的发展。人工智能不仅可以让我们深入了解学习是怎么发生的，还将改善学习过程，在教学过程中对教师起到辅导作用。

　　现阶段，尽管人工智能在教育领域的影响还未达到预期，但人工智能在借助语音识别、图像识别、系统评测及数据等技术已初步实现了与教学的核心连接，促进了教学产品的创新。在系统层面，人工智能已开始影响每个学生的学习体验；而在收集、分析数据方面，数据的处理和评价更加便捷、高校。

　　美国科技巨头Oculus创始人Palmer Luckey曾指出，“学校教室终将消失，孩子们不需要在教科书上花费太多时间。”目前，美国很多学校已开始借助人工智能、虚拟现实等新技术来变革传统教育模式，这种发展趋势无疑证实了Palmer Luckey这句话的颠覆效应。

　　以下是人工智能及其相关产品在教育领域的几种常见方式：

　　（1）补充课堂教学

　　一般情况下，学校采用的是整齐划一的教学方法。但每个学生的学习进度和方法并不相同，老师往往很难识别和处理学生的个性化需求。但机器学习算法却能够从数据中提取模式，并提供见解和建议，帮助教师找到教学中的差距，并指出学生在哪些方面存在欠缺。

探索人工学院未来科技与教育的完美结合

　　Third Space Learning是5年前成立的在线数学辅导平台，他们正在积极探索“补充课堂”这个概念。他们收集了数百万堂课上的师生互动数据，并推出了一个AI项目，旨在找到主动的教学和学习模式。

　　图3 国外在线数学辅导平台Third Space Learning

　　该在线数学辅导平台，可提供实时反馈，并帮助在线导师掌握更好的教学技巧。例如，系统会检测到一个学生对概念的理解是否存在误解。通过向教师发出预警，该平台可以误解进一步加深。

　　（2）强化个性化辅导

　　自从出现了课堂学习，从私人教师和同学那里寻求帮助，补充课堂所学便成为了常态。

　　近年来，由于互联网的快速发展，学生们已经能够从数千英里外的同学那里得到帮助。如今，在人工智能和机器学习的帮助下，寻找远程帮助变得更加容易。

　　Brainly，一家帮助数以百万计学生展开合作的社交网络，正在其平台探索人工智能的魔力。

　　图4 学生社交网络Brainly

　　为了确保优质的服务，Brainly雇佣超过1000名版主帮忙审核和验证用户提交的问题和答案。现在，Brainly使用机器学习算法来自动过滤垃圾信息和低质量的内容，允许版主花更多精力为学生提供优质的服务。除了内容的监控外，Brainly还利用人工智能算法让平台充满个性。

　　Brainly 首席研究员Erik Choi指出：“随着机器学习能力的提高，我们能够为每一名学生提供个性化学习体验。每个学生获得的信息都与各自的学习路径息息相关。这意味着同一堂课30名学生中，每个人学习的内容和节奏都不一样。学生的薄弱环节将得到特别的训练和巩固。”

　　（3）创建自定义内容

　　教科书、学生用书和课程资料通常是为中等学生准备的，尽管数以百万计的学生都在使用它。但并非所有的老师和学校都有一模一样的教学风格。如今，在人工智能技术支持下，教师和学校将能够根据学生需要自定义创建教科书和习题集。

　　图5 基于深度学习的定制教科书CTI

　　Content Technologies, Inc (CTI)是一家利用深度学习开发定制教科书的公司。当教师将教学大纲和材料导入到CTI的引擎后，系统将自动读取并掌握内容，以发现新的教学模式。然后，算法将使用获得的知识来创建教科书和课堂材料。CTI正利用这项技术为中、高等教育机构提供出版服务。

　　2.2 “人工智能+教育”三大主要模型

　　人工智能的发源地在国外，因此大多数AI+教育项目也主要受国外启发，目前人工智能在教育应用的模型主要分为三大类别：Learner model（学习者模型）、Pedagogical model（教学模型）和Domain model（特定学习领域）。

　　这三种主要模型最早由国际知名咨询公司Technavio在《关于人工智能+教育”研究报告》中提出，该报告从不同的角色来分析了现在人工智能在教育中的使用场景，以及对于未来市场规模的预测。

　　（1）学习者模型（Learner model）

　　现阶段，人工智能被广泛地用于设计为教学者服务的以内容为基础的产品或服务。在这种情况下，自适应学习（Adaptive learning）是最为相关和实用的概念。很多教育内容提供商都在自己的产品里融入了自适应学习技术以为学生提供更智能的学习选择。结合内容的自适应学习能力能让学生自主地学习，他们能够成为学习内容的“主人”并有了适合自己的学习方法。这能够提高他们的学习兴趣和学习的参与积极性。

　　具备人工智能能力的学习者解决方案显然是个性化学习的有效方案。通过这项技术，老师能够更好地洞察不同学生的学习行为，而一些技术甚至能够捕捉学生的情绪指标的数据。

　　由于人工智能能够被运用到几乎所有类型的教育内容形式中，因此它的运用场景也会非常广泛，甚至包括教育类的游戏。也基于这些原因，Technavio对于以Learner model为划分的人工智能+教育的市场规模增长预测会相对较大。

　　根据Learner model的推算，报告预计到2020年全球人工智能+教育的市场规模将达到6300万美元，每年的复合增长率将达到40%。

　　（2）教学模型（Pedagogical model）

　　人工智能在教育领域的另一个重要场景是能提升教学的质量，比如说评测方法（assessment），传统的评测方法将被在线的评测方法取代。以往的运用到这个领域中的软件方法大多通过封闭式问答的方式比如说多选题。但是对于开放式问答或者论文式题目方面并没有办法给出有效地反馈。通过运用人工智能的方式，学生们能够得到恰当的评价并且实时地提升自己的学习表现。

　　另外一个在教学模式下的重要突破是开发商们在自己的产品中运用到了自然语言处理和语音识别技术。通过运用这些解决方案，人工智能系统扮演了导师的角色，能够提供精准的答案并分析学生的表现。而学生们获得的最大帮助是他们完全可以用自然语言的方式提问，因为系统能够自动分析他们的语音并分析提问的主干。Cognii公司的Cognii Virtual Learning Assistant 虚拟学习助理具备探究式（inquiry-based）的学习能力，学生们可以在与系统交互的同时进行学习。因此，在这种情况下，老师们的教学机制也得到了简化。

　　对于在Pedagogical model（教学模式）下人工智能+教育的市场规模，Technavio给出的预测是在2020年将达到3100万美元。

　　（3）特定学习领域（Domain model）

　　Domain model指的是在某一个具体特定学习领域。在这个特定领域中的人工智能解决方案主要是来优化提高特定领域中的知识，主要是在STEM领域。课外辅导通常被用于帮助解决孩子们在课堂外的学习问题。但是，如今我们可以借助新的技术来解决缺乏合格的课外辅导老师的困扰。这对于现有的老师来说也是一种可替代的选择。

　　开发商们正在开发各种围绕特定项目的辅导老师，或许这个辅导老师被叫做智能辅导系统（intelligence tutoring systems）更为合适。目前，市面上也有很多种智能辅导系统可供选择，比如说Andes 、DesignFirst 、Cognitive Tutors 和Auto-tutor ，老师们正在运用类似的自然语言处理系统来理解学生们提出的问题。

　　Technavio对于在Domain model中的人工智能+教育的市场规模预测将在2020年达到1100万美元。

　　 2.3 人工智能在教育领域的七大应用

　　（1）降低信息化使用门槛，检测知识掌握度

　　一般而言，老师一定不是信息化的专家，因此降低信息化使用的门槛在教育领域十分有必要。比如：依托很好的信息化技术，让老师在课堂上迅速的实现和学生的互动，可以把最好的资源调取出来，通过多屏互动展现在屏幕上。要使得技术使用的门槛比老师从粉笔盒拿一只粉笔更加简单，这样老师才愿意用，这样才可能产生连接、产生数据。

　　图6 依托云、网、端，实现多屏互动、移动教学

　　并且，老师课堂讲解的内容可以转变为教育大数据，经过后台人工智能分析，把学生的作业、单元测试、考试的相关知识全部汇聚到后台，数据将可以精准分析学生对知识的掌握程度，掌握的知识不用重复，个别没掌握的课后或单独辅导。

　　（2）个性化学习，因材施教

　　中国提出因材施教的教育理念已经有两千多年的历史，但是在传统应试教育大环境下，根据学生不同的认知水平、学习能力以及自身素质来制定个性化学习方案难度相当之大。但当人工智能技术介入后，因材施教理念的实施变得极有可能。目前来看，个性化学习有两条实现途径：

　　分析内容，构建知识图谱

　　构建和优化内容模型，建立知识图谱，让用户可以更容易地、更准确地发现适合自己的内容。国外这方面的典型应用是分级阅读平台，推荐给用户适宜的阅读材料，并将阅读与教学联系在一起，文后带有小测验，并生成相关阅读数据报告，老师得以随时掌握学生阅读情况。

　　例如，美国Newsela将新闻与英语学习融为一体。通过科学算法衡量读者英语水平，抓取来自《彭博社》、《华盛顿邮报》等主流媒体的内容，由专人改写成不同难度系数（词汇量多少）的版本。

　　图7 将新闻与学习融为一体的Newsela

　　2015年底Newsela用户量超过400万，LightSail和纽约市教育局、芝加哥公立学校、丹佛公立学校等机构达成了合作，而目前我国没有如此规模、与官方达成合作的个性化阅读学习平台。

　　自适应学习，实现智能化推荐

　　个性化学习是自适应重要的特点，自适应学习（Adaptive learning）的运作过程是这样的：搜集学生学习数据，预测学生未来表现，智能化推荐最适合学生的内容，最终高效、显著地提升学习效果。

　　比如国外自适应平台的佼佼者Knewton。它为发行商、学校及全球的求学者提供预测性分析及个性化推荐，其覆盖的学生范围包括 K12、高等教育及职业发展教育等。

　　图8 自适应学习平台Knewton

　　Knewton主要有三个重要功能：首先是推荐课程内容功能。系统抓取学生的学习数据，并分析下一阶段应该学什么，这与亚马逊、淘宝的推荐并无不同；第二，预测性的学习数据分析。Knewton可预测学生未来的学习程度，现在做的怎么样，未来能做怎么样。比如说一个学生测试得了60分，还有系统基于学生数据分析和对内容的了解，系统可能会显示学生水平要高于60分；第三，内容数据分析。评估课程的内容质量，对学生学习有什么影响。

　　2015年一起作业网宣布与Knewton达成合作协议，把Knewton的个性化数据分析技术运用到旗下的英语教学产品。

　　（3）自动化辅导与答疑

　　除了应用于个性化学习方案的制定外，人工智能还可落地在自动化辅导和答疑子领域，这也成为了教师面授外的补充。下一代教育机构是智能型，让机器模拟人来答疑、做服务成为可能，这类应用会越来越多。最初机器是用来辅助人工教学的，未来的趋势则是人辅助机器，而这个过程会一次次重塑未来的学习和教育。

　　例如，美国佐治亚理工学院某个课程整个学期结束后，学生才被老师告知此前一直互动的某个助教（吉尔·沃森）是聊天机器人，同学们都震惊了。这其中人机交互（HCI）技术有着非常重要的作用。

　　（4）智能测评，自动阅卷、批改作业

　　在教学过程中，老师长时间改作业甚至到深夜的场景深深印入众人心中。随着信息化建设、人工智能的发展，大数据、文字识别、语音识别、语义识别，使得规模化的自动批改和个性化反馈走向现实。如何利用人工智能减轻批改压力，实现规模化又个性化的作业反馈，是未来教育的重要攻克点，也是国内外众多企业看中的市场。

　　图9 人工智能助力作业批改

　　例如，国内语音交互公司科大讯飞，其英语口语自动测评、手写文字识别、机器翻译、作文自动评阅技术等已通过教育部鉴定并应用于全国多个省市的高考、中考、学业水平的口语和作文自动阅卷。而基于国家“十二五”863“和基于大数据的类人智能关键技术与系统”阶段性成果构建的“讯飞教育超脑”已在全国 70% 地市、1 万多所学校应用。

　　国外也有多个智能测评公司和实践用例。美国教育考试服务中心（ETS）是世界上最大的私营非盈利教育考试及评估机构，已经成功将AI引入SAT和GRE论文批改，同人类一起扮演评卷人角色。

　　（5）模拟和游戏化教学平台

　　寓教于乐也是现代教育理念之一。未来教育要从娱乐业中学习如何大规模吸引用户参与其中，同时提升质量与价值。事实上，未来知识获取会有很多渠道，尽管旧的知识货币不会被取代，但它会因为一个人的知识组合包的形成而获得优化，这个知识组合包中包含他学过的内容，上过的课程，经历的事情，并且依赖于LinkedIn这样的数字网络。

　　平台应用的科技将会包括虚拟现实、计算机视觉、机器学习等。目前最成功的模拟仿真是飞行模拟器。据悉，模拟机和真机飞行的感觉没有差别，而模拟机的训练还更为便捷。例如美国红雀模拟器公司推出的红雀FMX型全动飞行训练装置经过了美国美国航空管理局（FAA）认证，价值几千万美金的模拟机。中航国际也曾采用这款飞行器训练我国飞行员。

　　图10 红雀FMX型全动飞行训练装置

　　除了上述特殊应用外，还有科学学习模拟平台。Catchment Simulation 是一款可以学习水文和水利的仿真软件，研发目的是出于对环境的保护。

　　（6）教育决策

　　中国学生教育决策失误率很高，尤其体现在选择大学学校以及专业时。有数据显示，70%学生后悔自己当年所选专业。有句戏谑的话是“现在上课流的泪，都是当年选专业脑子进的水”。如果能够搜集海量数据提供决策基础，AI 算法就能帮助学生找到最优理论路径，从而选择更适合的学校、专业。

　　iPIN是一家商业智能公司，在创业初期，iPIN选择高考志愿填报为切口。iPIN创始人兼CEO杨洋提出，“我们帮助高考生填报志愿的方法是让机器学习上亿人的成长轨迹，学会人类职业成长的模式，然后用他们的轨迹去指导毕业生规划人生，找到里面的捷径。其中涉及的数据有各省政策、招生计划、录取数据、职业测评体系、就业情况、男女比例等。”

　　图11 iPIN高考志愿机器人

　　2016年iPIN与新东方达成战略合作协议，发布了三款人工智能机器人，其中之一就是高考志愿机器人，三步走实现指导：测录取率、自我测评、智能机器人匹配方案。

　　（7）教育机器人

　　除了人工智能软体技术应用外，教育机器人在未来智能教学应用中也是一个相当重要的领域。《2016全球教育机器人发展白皮书》预测未来5年（2016-2021年）全球教育机器人的市场规模将达111亿美元。

　　图12 教育机器人

　　不过，目前来看，人工智能的技术目前只是有所进展，仍然不够成熟，导致产品售价不低，且看不到解决实际痛点的标杆产品。当前很多人工智能只是应用在儿童教育领域，这些公司核心普遍在于技术，不能兼顾生产优质的教育内容，如何将机器人的娱乐性和教育性良好地平衡是值得思考的问题，否则教育机器人极易沦为使用期不长久的儿童玩具。

　　3.结论

　　3.1 人工智能教育应用场景已成熟，教育信息化是应用驱动

　　在人工智能的驱动下，教育在教学场景、教育形式等方面产生了新的教育产品和教育形态，声音、图像、虚拟现实、大数据开始被大量应用。当然这是一个长期的过程，但是我们要看到这个过程已经开始了，很多学校实际的教学环境中用到的有些产品，里面已经具备了部分智能化的程度，随着数据越来越多，中国学校的教育智慧系统会越来越强大。

　　另一方面，近年来，相关政策的支持力度也非常大，国家教育部已经正式提出来，下一步教育信息化的重点是信息化和教育技术的深度融合，是应用的驱动。因此，不再像以前仅仅是学校买计算机设备，大家都在切切实实的推动技术和教学实践深度的融合。

　　同时，现在已有很多刚需性的应用。例如上文中的作业评测、自动阅卷，上课老师的讲解等，这些应用让老师愿意去用，并且用的过程中会产生数据，数据指导老师有针对性的教学，指导学生个性化的学习。

　　3.2 人工智能将开启虚拟现实立体型的教学模式

　　目前，人工智能技术在教育上的应用主要体现在图像识别和语音识别两个方面。这两个技术虽然得到了应用，但目前尚处于初级阶段。在技术和应用场景上还需要更多的探索。

探索人工学院未来科技与教育的完美结合