近日，CNNIC(中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心)發(fā)布最新中國(guó)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告表示，AI技術(shù)正驅(qū)動(dòng)教育產(chǎn)業(yè)升級(jí)。在這一浪潮下，一大批教育企業(yè)正拼盡全力加入AI+教育的陣營(yíng)，以期爭(zhēng)當(dāng)?shù)谝慌泽π返?ldquo;王者”。本文由雷鋒網(wǎng)編譯于培生集團(tuán)發(fā)布的關(guān)于AI+教育的研究報(bào)告《Intelligence Unleashed: an argument for AI in education》，作者為來(lái)自UCL(倫敦大學(xué)學(xué)院)的Rose Luckin、 Wayne Holmes，以及培生集團(tuán)的Mark Griffiths、Laurie B. Forcier。

　　眾所周知，很多AI+教育的應(yīng)用已經(jīng)被大中小學(xué)校等機(jī)構(gòu)所使用。許多包含AI+教育和教育數(shù)據(jù)挖掘(EDM)技術(shù)也被用來(lái)追蹤學(xué)生的行為。

　　舉個(gè)例子，通過(guò)收集課堂上學(xué)生的出勤率和任務(wù)提交的數(shù)據(jù)，以便了解學(xué)生是否處于無(wú)心學(xué)習(xí)的狀態(tài)。還有其他AI研究員正在探索更具創(chuàng)意的用戶界面，如 NLP(自然語(yǔ)言處理)、演講和姿態(tài)、眼球追蹤和其他物理傳感器。

　　然而，在這篇文章里，我們將著重專注于三類已經(jīng)可以直接用來(lái)支持學(xué)習(xí)的AI+教育軟件應(yīng)用：

　　? 為學(xué)習(xí)者提供個(gè)性化指導(dǎo);

　　? 為協(xié)作學(xué)習(xí)提供智能支持;

　　? 虛擬現(xiàn)實(shí)輔助學(xué)習(xí)。

　　自適應(yīng)系統(tǒng)丨AI+教育可以為每個(gè)人提供智能化、個(gè)性化指導(dǎo)

　　在實(shí)體教學(xué)中，一對(duì)一指導(dǎo)往往被認(rèn)為是最有效的途徑。但是這個(gè)方法對(duì)所有學(xué)生而言并不完全適用。原因有二：一來(lái)沒(méi)有這么多老師，二來(lái)學(xué)生也擔(dān)負(fù)不起這么高的輔導(dǎo)費(fèi)用。

　　所以這就給大家提出了一個(gè)難題：我們?nèi)绾螌⒁粚?duì)一指導(dǎo)的積極影響提供給所有科目的所有學(xué)生。

　　這也是ITS(智能輔導(dǎo)系統(tǒng))接入的地方。ITS 利用 AI 技術(shù)，可模擬一對(duì)一指導(dǎo)，提供最適合學(xué)員認(rèn)知需求的學(xué)習(xí)任務(wù)，并提供針對(duì)性的及時(shí)反饋意見(jiàn)。而這個(gè)過(guò)程都不需要老師的出席。

　　一些ITS系統(tǒng)還能幫助學(xué)員管理自己的學(xué)習(xí)狀態(tài)，從而培養(yǎng) 自律能力。還有一部分人可使用教學(xué)策略來(lái)管理學(xué)習(xí)，以便在學(xué)習(xí)中可以獲得適當(dāng)?shù)奶魬?zhàn)和支持。

　　20世紀(jì)70年代，第一批AI系統(tǒng)提供了 個(gè)性化和自適應(yīng)指導(dǎo)。以 BUGGY 為例，這是一個(gè)旨在指導(dǎo)加減法的開(kāi)創(chuàng)性系統(tǒng)，使用了一個(gè)學(xué)習(xí)者在程序運(yùn)算中可能會(huì)弄混淆的模型。這個(gè)“錯(cuò)誤庫(kù)”，是該系統(tǒng)中一個(gè)有效的主導(dǎo)模型，用于診斷學(xué)員們犯的每一個(gè)錯(cuò)誤，以便提供適當(dāng)?shù)闹笇?dǎo)。最初，它受到可以識(shí)別的錯(cuò)誤的限制，而這些 bug 已經(jīng)包含在原始代碼中。隨著時(shí)間 的推移，額外的誤解被發(fā)現(xiàn)并被添加到這個(gè)“錯(cuò)誤庫(kù)”里。

　　除了這些模型，最近很多 ITS 系統(tǒng)還使用了機(jī)器學(xué)習(xí)技術(shù)、基于大數(shù)據(jù)集的自我訓(xùn)練算法和神經(jīng)網(wǎng)絡(luò)，它們可為這些學(xué)習(xí)者提供正在學(xué)習(xí)的內(nèi)容 并作出適當(dāng)?shù)臎Q策。然而，通過(guò)這個(gè)方式，依然很難讓這些決定變得合理又明確。

　　相較而言，基于現(xiàn)代模型的自適應(yīng) 系統(tǒng)則要靈活得多。它們可以讓系統(tǒng)作出的每一項(xiàng)決定，都 能被人類正確的理解，從而更適用于課堂教學(xué)。在過(guò)去十年中，隨著學(xué)習(xí)者和教育學(xué)家的日益復(fù)雜性，主導(dǎo)模型也被引入到許多自適應(yīng)系統(tǒng)中以支持個(gè)性化學(xué)習(xí)推薦。

　　例如， iTalk2Learn 系統(tǒng)，旨在幫助年輕學(xué)生學(xué)習(xí)數(shù)學(xué)的「分?jǐn)?shù)」部分，并使用了一個(gè)學(xué) 習(xí)者模型，其中包含了學(xué)習(xí)者的數(shù)學(xué)知識(shí)水平、認(rèn)知需求、情感狀態(tài)，以及他們收到的反饋和對(duì)反饋的反應(yīng)等信息。

　　基于自適應(yīng)學(xué)習(xí)可以包括一系列AI+教育的工具：

　　? 學(xué)習(xí)者認(rèn)知和情感狀態(tài)的模型。

　　? 利用對(duì)話讓學(xué)生參與涉及探究和討論、提問(wèn)和回答的學(xué)習(xí)體驗(yàn)。

　　?包括開(kāi)放式學(xué)習(xí)者模型，以促進(jìn)學(xué)習(xí)者的反思和自我意識(shí)。

　　? 采用元認(rèn)知架構(gòu)(如，通過(guò)提供動(dòng)態(tài)幫助或使用敘述框架)來(lái)增強(qiáng)學(xué)習(xí)者的動(dòng)機(jī)和參與度。

　　?使用社會(huì)模擬模型——例如，通過(guò)了解社會(huì) 規(guī)范和文化，讓語(yǔ)言學(xué)習(xí)的學(xué)生可以更好地與目標(biāo)語(yǔ)言的演講者交流。

　　協(xié)作學(xué)習(xí)丨AI+教育可為協(xié)作學(xué)習(xí)提供智能支持

　　幾十年的研究表明，對(duì)于協(xié)作學(xué)習(xí)來(lái)說(shuō)，無(wú)論是在一 起參與項(xiàng)目的兩位學(xué)生之間，還是一起參與在線課程的社團(tuán)里的學(xué)生之間，都比單獨(dú)學(xué)習(xí) 要有更 好的學(xué)習(xí)成果。協(xié)作學(xué)習(xí)是有效的， 因?yàn)槠淠芄膭?lì)參與者表達(dá)和加強(qiáng)他們的想法，并通過(guò)建設(shè) 性的對(duì)話來(lái)消除分歧，并對(duì)共享的知識(shí)提出新的 理解。此外，協(xié)作學(xué)習(xí)還能加強(qiáng)動(dòng)機(jī)——如果學(xué)生關(guān)注 所在的小組，他們 將更積極地參與到該項(xiàng)任務(wù)中去，并實(shí)現(xiàn)更好地學(xué)習(xí)成果。

　　然而，研究也表明，在學(xué)習(xí)者之間的協(xié)作 學(xué)習(xí)并不會(huì)自發(fā)的發(fā)生。比如，小組成員可能并不具備協(xié)作所需要的社會(huì)互動(dòng)技能。這在線上合作的 各協(xié)作方之間很 少有線下交流的背 景下就顯得尤為困難。而這點(diǎn)正是AI+ 教育可以切入的地方。根據(jù)我們調(diào)查的結(jié)果，主要專注以下四個(gè)方面：自適應(yīng)小組的形成;專家簡(jiǎn)易化;智能虛擬助理;智能審核。

　　自適應(yīng)小組的形成

　　該系統(tǒng)一般使用 AI 技術(shù)和知識(shí)來(lái)管理獨(dú)立的參與者，最常見(jiàn)于學(xué)習(xí)者模型，以形成最適合特定協(xié)作任務(wù)的小組。目的可 能在于讓這個(gè)小組里的學(xué)生在認(rèn)知水平和興趣上具有相似性，或者參 與者之間能互相為彼此帶來(lái)不同但互補(bǔ)的知識(shí)和技能。

　　專家簡(jiǎn)易化

　　這些有效的合作模式，統(tǒng)稱為“協(xié)作模式”，一般用于為協(xié)作學(xué)生提供交互式知識(shí)。這些模式由系統(tǒng)作者提供，也由先前的協(xié)作方式衍化而來(lái)。例如，如機(jī)器學(xué)習(xí)、馬爾科夫模型等 AI 技術(shù)，已被用于識(shí)別有效解決問(wèn)題的協(xié)作策略。這些可以用來(lái)訓(xùn)練系統(tǒng)，以幫助學(xué)生更好的理解彼此分享的知識(shí)和概念，或者在正確的時(shí)間為正確形式提供有針對(duì)性的支持。

　　智能虛擬助理

　　這種方法涉及引入到協(xié)作過(guò)程中的智能虛擬助手。這些AI助手可能會(huì)調(diào)解學(xué)生的線上互動(dòng)，或者簡(jiǎn)單的通過(guò)以下方式促成對(duì)話：

　　? 專家參與者(一位教練或?qū)?

　　? 虛擬小伙伴(類似一位和該學(xué)生處于相同認(rèn)知水平的虛擬同學(xué)，但是這位小伙伴能引入小說(shuō)創(chuàng)意)

　　? 或者學(xué)生自己——例如，虛擬小伙伴可能存在理解不當(dāng)?shù)膯?wèn)題，從而為學(xué)生提供替代性觀點(diǎn)，以刺激更有創(chuàng)造力的論證和反思的產(chǎn)出。

　　智能審核

　　由于有大量的學(xué)生處在多個(gè)協(xié)作小組中工作，所以一個(gè)人不可能弄明白參與者們?cè)谟懻撨^(guò)程中產(chǎn)生的大量數(shù)據(jù)。這時(shí)候就需要智能審核的方法。其通過(guò) AI 技術(shù)，如機(jī)器學(xué)習(xí)和淺層文本處理，來(lái)分析和總結(jié)這一討論，從而讓人類教師能夠引導(dǎo)學(xué)生進(jìn)行有效的協(xié)作。例如，系統(tǒng)可以向人類教師提供警報(bào)，以向他們通報(bào)可能需要其干預(yù)或支持的重大事件，如學(xué)生在做題過(guò)程中脫離主題或出現(xiàn)重復(fù)的錯(cuò)誤。