AI+教育：以算法突破桎梏 让教育个性化

“当下国内教育的现实状况是优质教育资源不均、优秀师资紧缺、缺少个性化教育。”松鼠AI（人工智能）联合创始人樊星在O’Reilly人工智能大会上表示，人工智能正在积极改变着教育。很多国外企业在人工智能教育方面都作出了探索，美国的人工成本较高，因此，一直探索是否能通过技术手段实现个性化教育，从而让每一个孩子的学习时间更加高效、精准。

樊星举例称，在比尔·盖茨卡梅隆基金里面，有一部分配额是放在教育领域的，希望用AI教育彻底解决教育的不公平问题。印度的AI教育项目BYJU’S拿到了该基金的融资，很多企业在尝试个性化教育，国内很多教育企业通过资源扩展、资源链接的方法给学生提供一对一的教学服务。例如，VIPKID通过将北美教师与国内学生进行对接，减轻学生学习压力。当然，这种资源链接和扩张虽行之有效，但并不能从根本上解决问题。

樊星认为，并不是现在的教师不能进行个性化教育，而是教师的精力、资源不够，他们正在尝试用系统、人工智能的方法模拟优秀教师，使得优秀教师被无限复制，这条路非常难走，但其发展机会和前景非常广阔。目前，人工智能已经可以替代70%的传统教学工作，但是在育人方面，AI很难替代真人。如果用AI代替70%的教学部分，那么教师可腾出更多精力花在育人方面，从而真正使孩子实现德智体美劳全面发展。

AI教师为什么能替代70%的教育功能？这是由基因决定的，AI教师的基因是数据。樊星举例称，学生做一道题时，AI可搜集各方面的数据，学生在何时何地做题、答案是否正确、错误原因，AI甚至可采集学生做题时的表情、专注力。在数据加持下，算法应用自然水到渠成。通过算法检测出学生不会的问题，并用最高效的方法加以解决，从而检测学生需要学习哪些重点知识，提升学习效率，这就是为什么学生在AI教师的帮助下学习效率可以达到传统学习效率两倍以上的根本原因。

伦敦大学教授罗斯·瑞欣（Rose Luckin）也认为，在AI+教育的学习系统中，通过动手、动眼及技术交互可将所有数据收集起来，从而更好地进行数据分析和诠释，使得未来的学习模式更高效。

卡内基梅隆大学教授肯·科迪丁（Ken Koedinger）认为，要使AI+教育变得更高效，需要把学习科学融入其中，并将从学习科学发展到学习工程。AI教育中有两个关键算法：一是模型追踪。AI可提供场景指导，比如，当学生犯错后或者需要提示时，AI会为他们提供下一步指导，从而能够更好地控制学生的学习过程。学生在需要帮助时才能得到帮助和指导，然后进行下一步学习，AI通过每个学生的知识轨迹评测学生学习的成长过程。二是AI针对学生对每个关键知识的掌握程度，将课程个性化。

国内人工智能教育也在不断探索发展。据了解，人工智能与机器人教育联合实验室日前发布全国首个人工智能教学与实验示范体系，该体系包括人工智能示范课程、人工智能示范教材以及人工智能开发实践示范平台。人工智能示范课程目前包括中小学版与中高职版两套体系，分别从不同主体的需求出发进行课程设计。人工智能示范教材包含面向小学、中学以及高中阶段的《AI探秘》系列示范教材和面向中高职教育的系列《AI实训手册》。人工智能开发实践示范平台集成了当前人工智能应用的一系列实践开发教学平台与教学设备。

中科院自动化所副研究员董晶表示，现在很多学校都有意愿开设人工智能相关课程，但是往往找不到合适的教材和师资。他们正在探索搭建整体化和定制化的教学实验方案，帮助学生轻松理解和运用智能科学与技术的知识体系，培养他们对AI技术的敏锐度和亲近感。

“AI将会给教育带来一场前所未有的革命。”樊星认为，AI+教育将突破地域和时间的限制，融合成百上千位特级教师的经验和智慧，做到千人千面，因材施教，给每个学生真正的个性化教育，针对学生学习速度量身定制学习方案，并培养他们的学习思想、能力、方法。