11月28日，在GES2017未來(lái)教育大會(huì)上，好未來(lái)人工智能實(shí)驗(yàn)室負(fù)責(zé)人楊松帆、IBM全球教育產(chǎn)業(yè)副總裁兼總經(jīng)理Michael D. King、英語(yǔ)流利說(shuō)聯(lián)合創(chuàng)始人兼首席執(zhí)行官王翌、論答創(chuàng)始人兼首席執(zhí)行官王楓、Area9 Learning首席執(zhí)行官Ulrik Juul Christensen齊聚“人工智能與個(gè)性化學(xué)習(xí)”分論壇，就“如何利用數(shù)據(jù)打造AI產(chǎn)品”、“自適應(yīng)學(xué)習(xí)的發(fā)展及未來(lái)”等問(wèn)題展開(kāi)了深入討論。
人工智能的熱潮正席卷全球，教育行業(yè)也正迎來(lái)AI時(shí)代。楊松帆表示，數(shù)據(jù)和環(huán)境，將成為推動(dòng)“AI+教育”進(jìn)步的兩個(gè)主要因素。“人工智能正在不同領(lǐng)域紛紛落地，而教育是其中非常重要的一個(gè)領(lǐng)域。如何運(yùn)用AI來(lái)更好地管理學(xué)生的學(xué)習(xí)，提升數(shù)據(jù)管理能力，是教育領(lǐng)域非常重要的問(wèn)題。”王楓也肯定了數(shù)據(jù)對(duì)于AI的重要性，“從教育研究來(lái)說(shuō)，量化數(shù)據(jù)和定性數(shù)據(jù)非常重要。在人工智能領(lǐng)域，我們更加需要量化數(shù)據(jù)，從而精準(zhǔn)判斷學(xué)生的學(xué)習(xí)狀態(tài)。”
同時(shí)，楊松帆認(rèn)為“AI+教育”有非常多可以率先落地的場(chǎng)景，而自適應(yīng)學(xué)習(xí)是其中一個(gè)。王翌也表示，“未來(lái)幾年是自適應(yīng)學(xué)習(xí)的元年。我們需要把自適應(yīng)、自指導(dǎo)學(xué)習(xí)以及教師指導(dǎo)學(xué)習(xí)綜合起來(lái)，教學(xué)場(chǎng)景也將實(shí)現(xiàn)課堂內(nèi)外的結(jié)合，自適應(yīng)學(xué)習(xí)正在進(jìn)入混合模式。”
眾多專(zhuān)家紛紛表示，人工智能將推動(dòng)教育的進(jìn)步。“人工智能，正在把之前不可能的事情變?yōu)榭赡堋?rdquo;Ulrik Juul Christensen表示，“AI一方面可以提高教育解決方案的質(zhì)量，另一方面可以推動(dòng)教學(xué)內(nèi)容的更新。”Michael D. King也認(rèn)為，AI將推動(dòng)個(gè)性化學(xué)習(xí)的發(fā)展，為教育產(chǎn)業(yè)帶來(lái)更加顯著、深刻的變革。
以下為“人工智能與個(gè)性化學(xué)習(xí)”分論壇現(xiàn)場(chǎng)實(shí)錄：
背景：GES未來(lái)教育大會(huì)
時(shí)間：17：00—17：50
主題：人工智能與個(gè)性化學(xué)習(xí)
主持嘉賓：楊松帆 好未來(lái)人工智能實(shí)驗(yàn)室負(fù)責(zé)人
論壇嘉賓：
Michael D.King IBM全球教育產(chǎn)業(yè)副總裁兼總經(jīng)理
王翌 英語(yǔ)流利說(shuō)創(chuàng)始人兼首席執(zhí)行官
王楓 論答創(chuàng)始人兼首席執(zhí)行官
Ulrik Juul Christensen Area9 Learining首席執(zhí)行官
楊松帆 好未來(lái)人工智能實(shí)驗(yàn)室負(fù)責(zé)人
主持人：
非常高興來(lái)主持這個(gè)圓桌會(huì)議，看到我們的嘉賓里面有兩位來(lái)自美國(guó)，另外兩位來(lái)自中國(guó)。今天現(xiàn)場(chǎng)也有一部分外國(guó)朋友，所以我會(huì)用一部分中文和一部分英文來(lái)進(jìn)行問(wèn)答，希望整個(gè)過(guò)程比較方便一點(diǎn)。
首先，我先介紹一下自己：我之前是一位大學(xué)教授，就讀于加州大學(xué)并在該校讀完了博士后學(xué)位，這是我的個(gè)人背景。在加入好未來(lái)之前，我是自己創(chuàng)業(yè)的，我所創(chuàng)辦的公司是關(guān)于AI和計(jì)算機(jī)科學(xué)的，通過(guò)人臉識(shí)別，可以分析個(gè)人的情感狀態(tài)。我們公司涉足了不同的領(lǐng)域，比如說(shuō)房地產(chǎn)、廣告業(yè)等等。之后我們發(fā)現(xiàn)，在教育行業(yè)中，我們無(wú)法憑一己之力產(chǎn)生非常大的影響力，所以我們決定和好未來(lái)開(kāi)展合作。之后，我就進(jìn)入到好未來(lái)工作，這是我的工作背景。
下面有請(qǐng)其他幾位嘉賓來(lái)介紹一下自己：比如說(shuō)你們的公司、市場(chǎng)領(lǐng)域和客戶(hù)等等。
Michael D.King：
我是IBM全球教育產(chǎn)業(yè)副總裁兼總經(jīng)理Michael D.King，我們主要教育領(lǐng)域的解決方案設(shè)計(jì)和咨詢(xún)，主要在高等教育領(lǐng)域和沃森展開(kāi)了合作，目前我們共同開(kāi)發(fā)了一款沃森教室應(yīng)用以及沃森輔導(dǎo)解決方案，并部署在美國(guó)的各大學(xué)校。而且在職業(yè)發(fā)展領(lǐng)域，我們也使用了沃森和人工智能相結(jié)合的方式進(jìn)行職業(yè)教育和職業(yè)生涯的持續(xù)教育。
王翌：
我來(lái)自英語(yǔ)流利說(shuō)，流利說(shuō)的意思是流利地講英語(yǔ)，我們所做的英語(yǔ)流利說(shuō)APP是中國(guó)最大的移動(dòng)APP之一，現(xiàn)在已經(jīng)有5000萬(wàn)的注冊(cè)用戶(hù)。我們目前想要做的一件事兒就是通過(guò)使用人工智能，使得學(xué)習(xí)語(yǔ)言，特別是英語(yǔ)更加地個(gè)性化、高效化。
我們的APP是在2016年7月份發(fā)布在蘋(píng)果以及安卓平臺(tái)上的。事實(shí)上，我們同時(shí)也是手機(jī)軟件應(yīng)用方面的首開(kāi)先河者。截至今年7月，我們用了12個(gè)月的時(shí)間，使得我們的APP擁有了60萬(wàn)的付費(fèi)用戶(hù)。也就是說(shuō)，他們可以利用交年費(fèi)的方式，全年地使用這個(gè)軟件進(jìn)行輔導(dǎo)學(xué)習(xí)。通過(guò)這個(gè)APP我們已經(jīng)幫助許多人提升了他們的英文水平，他們只需要利用這個(gè)APP，不需要和教師有直接的互動(dòng)就可以提升他們的英文水平。這是一個(gè)非常令人激動(dòng)的前景，通過(guò)把ETS作為對(duì)標(biāo)的基準(zhǔn)，我們也希望通過(guò)標(biāo)準(zhǔn)的語(yǔ)言教育框架推進(jìn)學(xué)習(xí)進(jìn)行比較，可以把我們這個(gè)APP的學(xué)習(xí)效率提升3倍。我們知道這個(gè)語(yǔ)言的評(píng)價(jià)體系從A1到A2，是有一定的學(xué)識(shí)要求的，比如說(shuō)達(dá)到一級(jí)的水平需要100個(gè)小時(shí)，或者是達(dá)到幾級(jí)需要350個(gè)小時(shí)等。通過(guò)有效的縮短學(xué)時(shí)，我們可以把效率提升3倍。
王楓：
大家好，我是論答創(chuàng)始人兼首席官王楓。論答是去年在上海成立的，它的英文翻譯包括了學(xué)習(xí)、分析和技術(shù)，也就是說(shuō)我們是做分析軟件以及學(xué)習(xí)技術(shù)的公司，我們是利用AI做學(xué)習(xí)以及解決方案的。我們非常自豪地宣布，我們現(xiàn)在已經(jīng)開(kāi)發(fā)了一個(gè)主動(dòng)學(xué)習(xí)系統(tǒng)，利用這個(gè)系統(tǒng)獨(dú)有的算法，我們也做自適應(yīng)學(xué)習(xí)研發(fā)，我們?cè)谶@兩個(gè)領(lǐng)域已經(jīng)發(fā)表了一些論文。瑞貝卡是賓夕法尼亞大學(xué)教育學(xué)系的教授，目前和我們一起主要是做資訊學(xué)習(xí)方面的應(yīng)用，特別是輔導(dǎo)產(chǎn)品。我們的團(tuán)隊(duì)發(fā)展非常迅速，接下來(lái)我會(huì)和大家分享更多的細(xì)節(jié)內(nèi)容。
Ulrik Juul Christensen：
大家好，我是Area9 Learining的首席執(zhí)行官?？赡艽蠹乙呀?jīng)聽(tīng)到過(guò)我們平臺(tái)上主要的品牌，我們已經(jīng)開(kāi)發(fā)了1600多款自適應(yīng)學(xué)習(xí)產(chǎn)品，我們做了一些模擬器，第一款醫(yī)學(xué)教育領(lǐng)域的模擬器，就是來(lái)自我第一家的創(chuàng)業(yè)公司。
我去年離開(kāi)了Mikeholl，在15個(gè)月當(dāng)中，Area9 Learining開(kāi)始設(shè)計(jì)一款新的產(chǎn)品，做AI以及機(jī)器學(xué)習(xí)，也就是說(shuō)我們利用AI和機(jī)器學(xué)習(xí)，來(lái)開(kāi)發(fā)新的產(chǎn)品及解決方案。事實(shí)上過(guò)去的15年當(dāng)中我一直在從事這方面的研發(fā)工作，比如說(shuō)如何使用內(nèi)容分析，從而以不同的方式進(jìn)行交付和表達(dá)。
我們非常感興趣的一個(gè)領(lǐng)域就是通過(guò)AI和機(jī)器學(xué)習(xí)如何達(dá)到適應(yīng)現(xiàn)在的教學(xué)環(huán)境，教師的傳統(tǒng)教學(xué)如何在新技術(shù)視角下進(jìn)行更新這個(gè)方面。我們希望成為基準(zhǔn)的奠基者，幫助學(xué)生在學(xué)習(xí)上能夠有更多地主動(dòng)性、自適應(yīng)性。
當(dāng)然AI和自適應(yīng)學(xué)習(xí)只是占到5%，但是我認(rèn)為這個(gè)方向會(huì)在未來(lái)有很大的發(fā)展契機(jī)。
主持人：
非常感謝，可能大家都已經(jīng)注意到，目前AI人工智能已經(jīng)遍及全球，滲透到了各個(gè)角落，成為了一個(gè)鋪天蓋地的話題，甚至我的孩子都在談?wù)撊斯ぶ悄?、?shù)據(jù)和環(huán)境。
現(xiàn)在，我想問(wèn)一各位嘉賓同一個(gè)問(wèn)題，每個(gè)人可以從自己的角度來(lái)回答，我希望了解到：在你們的從業(yè)環(huán)境下，你們?nèi)绾螌?duì)數(shù)據(jù)進(jìn)行分類(lèi)，來(lái)更好地使用數(shù)據(jù)，建造你們的AI產(chǎn)品或者是自適應(yīng)產(chǎn)品的?
Michael D.King：
講到數(shù)據(jù)及結(jié)構(gòu)化數(shù)據(jù)，我們發(fā)現(xiàn)在教育行業(yè)有一個(gè)主要的挑戰(zhàn)：我們沒(méi)有深度數(shù)據(jù)集，因此我們做了沃森教育產(chǎn)品。正是為了解決這個(gè)痛點(diǎn)或者是應(yīng)對(duì)這個(gè)挑戰(zhàn)，我們認(rèn)為學(xué)校對(duì)于學(xué)生的學(xué)習(xí)沒(méi)有進(jìn)行很深度的數(shù)據(jù)采集和挖掘系統(tǒng)，這是我們和各個(gè)學(xué)校采用數(shù)字技術(shù)所要解決的一個(gè)問(wèn)題，因此，我們決定利用數(shù)據(jù)采集的方式來(lái)收集學(xué)生的學(xué)情。
主持人：
我相信幾位嘉賓也都從自己的角度分析了問(wèn)題，我們?nèi)绾蚊鎸?duì)這個(gè)領(lǐng)域的挑戰(zhàn)，如何運(yùn)用AI來(lái)更好地管理學(xué)生的學(xué)情，以及如何提升我們的數(shù)據(jù)管理能力，這是教育領(lǐng)域的一個(gè)很重要的問(wèn)題。
王翌：
這個(gè)作為第一個(gè)問(wèn)題是正逢其時(shí)的，因?yàn)閷W(xué)習(xí)過(guò)程的數(shù)字化第一點(diǎn)就是數(shù)據(jù)，如果我們要真的實(shí)施AI的話，這個(gè)數(shù)據(jù)是必不可少的。從我們的角度來(lái)講，我認(rèn)為這是一個(gè)案例分析。我們并不僅僅是IBM，也就是說(shuō)我們需要建構(gòu)自己的產(chǎn)品，我們希望這個(gè)產(chǎn)品可以被下載到手機(jī)上，在語(yǔ)言練習(xí)中，可以反饋數(shù)據(jù)的結(jié)果。
現(xiàn)在，我們已經(jīng)是中國(guó)人學(xué)習(xí)英語(yǔ)在線應(yīng)用的最大數(shù)據(jù)集，比如說(shuō)通過(guò)對(duì)他們語(yǔ)流、語(yǔ)速的數(shù)據(jù)的收集，我們可以對(duì)這些數(shù)據(jù)近來(lái)挖掘和分析。比如說(shuō)通過(guò)語(yǔ)音識(shí)別系統(tǒng)，我們可以對(duì)他們的語(yǔ)音語(yǔ)流、語(yǔ)速、語(yǔ)法和詞匯進(jìn)行進(jìn)一步的分析，當(dāng)然，這只是第一步。
首先，先收集數(shù)據(jù)，然后把這個(gè)數(shù)據(jù)投入使用。接著，等到數(shù)據(jù)達(dá)到了一定的量，比如說(shuō)積累了幾百萬(wàn)用戶(hù)，我們才可以對(duì)這些數(shù)據(jù)進(jìn)行有意義的利用。
現(xiàn)在已經(jīng)有了這么多的數(shù)據(jù)，接下來(lái)我們要怎么樣應(yīng)用，并不僅僅涉及到對(duì)數(shù)據(jù)進(jìn)行評(píng)估，或者是幫助用戶(hù)練習(xí)提升他們的語(yǔ)言水平。我們是否可以有一個(gè)系統(tǒng)化的解決方案，來(lái)幫助他們提升水平，這個(gè)問(wèn)題才是關(guān)鍵。
隨后，通過(guò)我們自己的內(nèi)容設(shè)計(jì)團(tuán)隊(duì)(課程設(shè)計(jì)團(tuán)隊(duì))，以及自適應(yīng)學(xué)習(xí)程序的開(kāi)發(fā)，我們要解決的問(wèn)題就是，如何使學(xué)習(xí)者通過(guò)我們的學(xué)習(xí)程序能夠更好的、更高效的利用時(shí)間，以更高的效率，把時(shí)間的排序做到最優(yōu)化。
我們知道數(shù)據(jù)有不同的層級(jí)，現(xiàn)在我們要做的并不僅僅是截取一些數(shù)據(jù)，我們需要對(duì)整個(gè)的學(xué)習(xí)活動(dòng)進(jìn)行記錄，對(duì)于語(yǔ)言的學(xué)習(xí)來(lái)說(shuō)，我們只需要用手機(jī)上的應(yīng)用，就可以對(duì)他們整個(gè)的學(xué)習(xí)過(guò)程進(jìn)行記錄，通過(guò)對(duì)他們整個(gè)學(xué)習(xí)活動(dòng)的軌跡的監(jiān)測(cè)，我們可以得出相關(guān)的結(jié)論，這就是我們現(xiàn)在所處的階段：觀察學(xué)習(xí)者的學(xué)習(xí)活動(dòng)軌跡。比如說(shuō)每周使用這款A(yù)PP多長(zhǎng)時(shí)間，是用了5個(gè)小時(shí)還是10小時(shí)。
接下來(lái)在下一個(gè)階段我們會(huì)探討如何挖掘這些數(shù)據(jù)，并且把這些數(shù)據(jù)服務(wù)于個(gè)性化學(xué)習(xí)。
王楓：
我簡(jiǎn)單地介紹一下我們?cè)谧鍪裁?，從?shù)據(jù)來(lái)說(shuō)，剛才松帆提到了數(shù)據(jù)怎么分類(lèi)
首先從大的方面來(lái)說(shuō)，有學(xué)生數(shù)據(jù)和老師數(shù)據(jù)。從教育研究來(lái)說(shuō)，有量化數(shù)據(jù)和定性數(shù)據(jù)。其實(shí)對(duì)于人工智能來(lái)說(shuō)，我們需要的是量化數(shù)據(jù)，或者說(shuō)我們要把數(shù)據(jù)來(lái)進(jìn)行量化。
舉個(gè)例子，我們是專(zhuān)注于K12，即中小學(xué)培訓(xùn)，對(duì)于K12來(lái)說(shuō)，比如說(shuō)我們的自適應(yīng)學(xué)習(xí)系統(tǒng)，首先我們要在盡可能短的時(shí)間之內(nèi)，找到學(xué)生盡可能多的學(xué)習(xí)問(wèn)題和知識(shí)薄弱點(diǎn)，所以學(xué)生每做完一道題，我們首先需要采集的是，他做題的時(shí)候，是否這個(gè)題做對(duì)了，他花了多長(zhǎng)時(shí)間，除此之外，其實(shí)還有更多的數(shù)據(jù)需要分析。
更多的數(shù)據(jù)就是整個(gè)題目它的本身難度是怎么樣的?區(qū)分度是什么樣的?對(duì)于算法引擎來(lái)說(shuō)，這個(gè)題目背后還有知識(shí)點(diǎn)的標(biāo)簽，它知識(shí)點(diǎn)之間的相關(guān)性的是什么樣的，它知識(shí)點(diǎn)之間的相關(guān)性的強(qiáng)弱度有多高，這個(gè)就是從量化數(shù)據(jù)這個(gè)上面來(lái)說(shuō)的，基于這一數(shù)據(jù)，我們的系統(tǒng)就可以不斷地判斷，學(xué)生在每一個(gè)知識(shí)點(diǎn)上面，他的掌握程度是什么樣。
而且這個(gè)分析是基于大數(shù)據(jù)，是實(shí)時(shí)分析，并且不斷地在更新。在我們更新了學(xué)生所有的知識(shí)狀態(tài)之后，我們的定位就完成了。比如說(shuō)在181個(gè)知識(shí)點(diǎn)里面，你可能只有這20個(gè)知識(shí)點(diǎn)沒(méi)有掌握。然后基于這些知識(shí)點(diǎn)我們要推薦下一步要學(xué)什么，這叫學(xué)習(xí)途徑推進(jìn)算法，學(xué)習(xí)路徑推進(jìn)之后，還有相匹配的學(xué)習(xí)內(nèi)容是什么，這是一個(gè)完整的學(xué)習(xí)過(guò)程。
但是，這個(gè)是基于學(xué)生的數(shù)據(jù)，這些數(shù)據(jù)除了學(xué)生在用，其實(shí)老師們也在用，不論是深度學(xué)習(xí)還是人工智能，并不是一個(gè)完全封閉的系統(tǒng)。雖然我們認(rèn)為系統(tǒng)可能足夠的智能，我們希望它可以達(dá)到一個(gè)優(yōu)秀老師50%甚至是70%的水平。有的時(shí)候如果老師的教學(xué)完全按照系統(tǒng)來(lái)進(jìn)行，可能并不一定是合適的。
所以系統(tǒng)需要給老師推薦下一步要教哪一個(gè)知識(shí)點(diǎn)，老師也可以選擇教這個(gè)或者不教這個(gè)知識(shí)點(diǎn)，由此，這些數(shù)據(jù)又可以被反饋回去，另外，再加上老師對(duì)于學(xué)生和家長(zhǎng)訪談，以及一些定性的數(shù)據(jù)，這些數(shù)據(jù)又可以被反饋回去。
最終總結(jié)一下，對(duì)于學(xué)生來(lái)說(shuō)，比如說(shuō)一個(gè)學(xué)期報(bào)告，在處理我們前面所講的那種定性數(shù)據(jù)，比如正確率、錯(cuò)誤率、做題時(shí)間以及薄弱點(diǎn)，錯(cuò)題。
之外，老師的反饋數(shù)據(jù)、或者加上對(duì)學(xué)生的評(píng)價(jià)，這就構(gòu)成了一個(gè)完整的報(bào)告：包含了各個(gè)維度的數(shù)據(jù)。
Ulrik Juul Christensen：
在過(guò)去的十年中，我們積累了大量的數(shù)據(jù)，這些數(shù)據(jù)可以分為三個(gè)類(lèi)型。
第一，用來(lái)預(yù)測(cè)個(gè)人學(xué)習(xí)行為的數(shù)據(jù)，第二、適用于集體的數(shù)據(jù)。正如項(xiàng)總所說(shuō)的，有一些數(shù)據(jù)是關(guān)于內(nèi)容的。這些是非常重要的，因?yàn)槲覀兡壳霸诮逃a(chǎn)業(yè)最大的挑戰(zhàn)之一就是我們可以從已有的數(shù)據(jù)出發(fā)，通過(guò)對(duì)個(gè)人學(xué)習(xí)者的數(shù)據(jù)監(jiān)測(cè)，可以看到AI在整個(gè)結(jié)構(gòu)里的相關(guān)性。當(dāng)然還有其他一系列的算法也可以被應(yīng)用。
我的意思是AI以及機(jī)器學(xué)習(xí)對(duì)于數(shù)據(jù)的影響力是不同的，對(duì)一些數(shù)據(jù)集的影響力會(huì)強(qiáng)于另外的一些。
第三，就是覆蓋的群組。比如說(shuō)對(duì)于一個(gè)班級(jí)或者一個(gè)國(guó)家的學(xué)生而言，有一些數(shù)據(jù)，你想用自適應(yīng)系統(tǒng)或者是相似的系統(tǒng)，應(yīng)用在教室環(huán)境當(dāng)中，有一些學(xué)生他們總能夠比其他學(xué)生更快地完成作業(yè)，在這種情況下，教師可以根據(jù)學(xué)生的素質(zhì)為他們做出個(gè)性化的教學(xué)建議。這樣AI和機(jī)器學(xué)習(xí)的優(yōu)勢(shì)就能被很好地發(fā)揮出來(lái)。
接下來(lái)的巨大變革就是我們?nèi)绾螒?yīng)對(duì)更大的數(shù)據(jù)群組。Michael可能會(huì)給我們更多地分享一下他的感受，比如說(shuō)沃森的應(yīng)用。在同樣的一個(gè)數(shù)據(jù)條件下我們需要考慮這三個(gè)領(lǐng)域。探索一下我們的應(yīng)用機(jī)器學(xué)習(xí)和AI在哪些方面可以產(chǎn)生很大的影響。
主持人：
在教育發(fā)展過(guò)程中，我作為一個(gè)剛進(jìn)入教育領(lǐng)域的從業(yè)者，在座的都是我的前輩，我特別想請(qǐng)教一下，在不同的領(lǐng)域里，我們可以看出AI正在應(yīng)運(yùn)而生，很多的領(lǐng)域包含了非常大的挑戰(zhàn)，比如說(shuō)自動(dòng)駕駛、AI+醫(yī)療等駕車(chē)、醫(yī)療領(lǐng)域。我認(rèn)為AI+教育有非常多能夠?qū)崿F(xiàn)的機(jī)率，自適應(yīng)是其中的一個(gè)。
我想問(wèn)一下各位嘉賓，自適應(yīng)學(xué)習(xí)的現(xiàn)狀如何，最先進(jìn)的是什么樣的?您在這個(gè)系統(tǒng)里面扮演什么樣的角色，您看到的挑戰(zhàn)有哪些?
Michael D.King：
我覺(jué)得我們可以從兩個(gè)不同的參考角度。
第一，從教育機(jī)構(gòu)本身來(lái)看，因?yàn)橹暗募钨e也說(shuō)到了，需要在不同的課程上跨越時(shí)間節(jié)點(diǎn)去收集每個(gè)學(xué)生的信息，并且需要一個(gè)非常長(zhǎng)的周期去收集用于個(gè)性化的學(xué)習(xí)的數(shù)據(jù)。我們公司使用的是沃森這個(gè)平臺(tái)，可以立刻把學(xué)生的數(shù)據(jù)傳送到教育中心和教育機(jī)構(gòu)，所以我們可以更快地進(jìn)行落地，既關(guān)注課程設(shè)置，又關(guān)注整個(gè)機(jī)構(gòu)的課程內(nèi)容、課程模式，以及對(duì)于老師的一些指導(dǎo)和建議，這其中更多的是對(duì)于某個(gè)學(xué)生學(xué)習(xí)歷程的指導(dǎo)和指引，幫助教師針對(duì)個(gè)性化的需求來(lái)管理學(xué)生，像是一些高校的管理方式，學(xué)生在他們自己學(xué)習(xí)的過(guò)程中，也能夠有所獲益。比如說(shuō)我們?cè)谔O(píng)果的平臺(tái)上就有一些評(píng)估軟件和工具來(lái)評(píng)估學(xué)生的表現(xiàn)。
另外我們也發(fā)現(xiàn)，很多的教育機(jī)構(gòu)并沒(méi)有一些源數(shù)據(jù)，如果他們想做這樣的數(shù)據(jù)集需要花很多的時(shí)間，我們最好給到他們的是一開(kāi)始就可以用到的系統(tǒng)。
在自適應(yīng)系統(tǒng)當(dāng)中，很多公司都在使用沃森的平臺(tái)，我們現(xiàn)在也是在幫沃森在做它的不同的API，云端就能夠使用，通過(guò)輔導(dǎo)老師這樣的形式去教學(xué)生，對(duì)我們來(lái)說(shuō)也需要綜合地在一個(gè)課程當(dāng)中考慮一些通用的痛點(diǎn)或者是一些通用的個(gè)性，這樣的話，再加以機(jī)器學(xué)習(xí)和人工智能，即可以在短期內(nèi)給出一個(gè)響應(yīng)，如果讓學(xué)生通過(guò)機(jī)器學(xué)習(xí)，并且像是識(shí)別的工具，有一些像沃森，它給出的一些問(wèn)題或者論文的答案比較簡(jiǎn)單，因此需要呈現(xiàn)簡(jiǎn)單的操作做法和應(yīng)用，這也是需要更多的企業(yè)以及個(gè)人了解到沃森的平臺(tái)，在某些知識(shí)點(diǎn)上到底該怎么解決。
王翌：
我覺(jué)得，未來(lái)幾年是自適應(yīng)學(xué)習(xí)的元年，它更多地進(jìn)入到了混合的模式。一方面像IBM和其他舞臺(tái)上的公司，都會(huì)有更加集成和一體化的教學(xué)系統(tǒng)和模式，也就是說(shuō)很多的學(xué)生是在學(xué)校之外需要有更好地自適應(yīng)教學(xué)方式以及實(shí)踐。
我們需要把自適應(yīng)、自指導(dǎo)學(xué)習(xí)以及教師指導(dǎo)學(xué)習(xí)綜合起來(lái)，我們也會(huì)看到未來(lái)會(huì)有越來(lái)越多的自適應(yīng)學(xué)習(xí)系統(tǒng)，既是在課堂內(nèi)，也是課堂外進(jìn)行混搭結(jié)合。
對(duì)于我們這樣的公司來(lái)說(shuō)，大部分的用戶(hù)，無(wú)論是付費(fèi)還是不付費(fèi)的，他們實(shí)際上都是去主動(dòng)學(xué)習(xí)的學(xué)習(xí)者，他們用我們的產(chǎn)品是自掏腰包去主動(dòng)學(xué)習(xí)，這樣的學(xué)習(xí)群體，更多地是松散形式的，他們需要進(jìn)行虛擬式的教學(xué)和授課的指導(dǎo)。
2015年之前美國(guó)和中國(guó)有青海教育學(xué)校，是教青海的藏族學(xué)生，會(huì)對(duì)從3到14歲的學(xué)生進(jìn)行捐贈(zèng)性的學(xué)習(xí)，我們給他們捐贈(zèng)了數(shù)百個(gè)智能手機(jī)，我們會(huì)從一些500強(qiáng)企業(yè)，像是廣州的500強(qiáng)企業(yè)，調(diào)動(dòng)一些企業(yè)員工的支援者去教他們學(xué)習(xí)，每周會(huì)花大概3到4天，每天給他們提供45分鐘的手機(jī)學(xué)習(xí)的時(shí)間，他們也是通過(guò)這45分鐘的學(xué)習(xí)時(shí)間來(lái)獲得體會(huì)和感悟，并從中受益的。
我們現(xiàn)在是在借用美國(guó)的學(xué)習(xí)方式，對(duì)于美國(guó)學(xué)生來(lái)說(shuō)，他們高考的平均分?jǐn)?shù)，按100分來(lái)說(shuō)，每個(gè)人平均提高了20分，當(dāng)然他們的起步點(diǎn)也比較低，他們本身的基礎(chǔ)較差，所以提高起來(lái)很快，就能夠提高20分。
對(duì)于我們來(lái)說(shuō)我們并沒(méi)有期待有這么大的分?jǐn)?shù)提升，但是這也充分驗(yàn)證了自我指導(dǎo)或者是通過(guò)指導(dǎo)來(lái)完成的自適應(yīng)系統(tǒng)能起到一個(gè)非常好的效果，無(wú)論是課堂內(nèi)進(jìn)行自適應(yīng)學(xué)習(xí)還是自己主動(dòng)學(xué)習(xí)也好，都帶來(lái)了很大的能力提升和效果的提升。
王楓：
從自適應(yīng)學(xué)習(xí)在整個(gè)中國(guó)發(fā)展的歷程來(lái)看，我們論答團(tuán)隊(duì)在這個(gè)方面是比較有經(jīng)驗(yàn)了。以前我們都知道自適應(yīng)學(xué)習(xí)，美國(guó)有很多公司在90年代就已經(jīng)做了，但是到底自適應(yīng)學(xué)習(xí)在中國(guó)的系統(tǒng)里面長(zhǎng)什么樣，以前沒(méi)有任何人知道從數(shù)學(xué)來(lái)說(shuō)，美國(guó)比中國(guó)簡(jiǎn)單很多，在中國(guó)的應(yīng)用價(jià)值并不大。
去年的1月8日，我們開(kāi)發(fā)出來(lái)了中國(guó)K12領(lǐng)域真正應(yīng)用頂級(jí)算法的自適應(yīng)學(xué)習(xí)系統(tǒng)，感覺(jué)用的時(shí)候還是個(gè)測(cè)試，是23個(gè)知識(shí)點(diǎn)的小的知識(shí)圖譜，并感覺(jué)后面有個(gè)老師圍著我在出題，不斷地來(lái)判斷、來(lái)嘗試，看我到底哪些掌握，哪些沒(méi)有掌握。
我當(dāng)時(shí)就跟團(tuán)隊(duì)說(shuō)，這是我們公司的一小步，但是是中國(guó)教育一大步，這是個(gè)具有里程碑意義的事件，因?yàn)樽赃m應(yīng)學(xué)習(xí)從此已經(jīng)開(kāi)始對(duì)中國(guó)教育產(chǎn)生影響。
從去年的1月8日到現(xiàn)在已經(jīng)差不多快兩年了，現(xiàn)在我們?nèi)〉昧四男┻M(jìn)步，整個(gè)行業(yè)取得了哪些進(jìn)步。我就論答來(lái)簡(jiǎn)單的說(shuō)一下。
從最開(kāi)始23個(gè)知識(shí)點(diǎn)小圖譜，每做完一道題，是從百萬(wàn)級(jí)的知識(shí)進(jìn)行更新，到后面我們已經(jīng)做到幾百個(gè)知識(shí)點(diǎn)的大圖譜，每做完一道題，后臺(tái)的運(yùn)算量都是百億級(jí)以上的更新，從最開(kāi)始是英語(yǔ)，而后又拓展到數(shù)學(xué)，英語(yǔ)和數(shù)學(xué)現(xiàn)在有好幾百個(gè)測(cè)分專(zhuān)題，而且覆蓋幾乎你能想象到的所有知識(shí)點(diǎn)。
這是我們現(xiàn)在已經(jīng)取得的進(jìn)步，而且我們整個(gè)系統(tǒng)，從最開(kāi)始的封閉型，系統(tǒng)判斷你哪些知識(shí)點(diǎn)已經(jīng)掌握或者是沒(méi)有掌握，根據(jù)你沒(méi)有掌握的知識(shí)點(diǎn)再給你來(lái)推薦下一步應(yīng)該學(xué)習(xí)什么;到現(xiàn)在已經(jīng)可以根據(jù)系統(tǒng)的推薦來(lái)判斷老師是否選擇該知識(shí)點(diǎn)進(jìn)行教學(xué)。這些算法的開(kāi)發(fā)，對(duì)于技術(shù)來(lái)講已經(jīng)提出了很大的挑戰(zhàn)，因?yàn)榘颜麄€(gè)算法后臺(tái)都全部打亂了。
從整個(gè)挑戰(zhàn)來(lái)說(shuō)，最好地算法是沒(méi)有開(kāi)發(fā)出來(lái)的算法。世界上沒(méi)有一成不變的算法，也沒(méi)有任何通用型的AI系統(tǒng)，就能夠把教育的一切問(wèn)題給搞定。
以老師為例，老師說(shuō)這個(gè)知識(shí)點(diǎn)必須要非常細(xì)，不細(xì)的話就不可能找到學(xué)生薄弱的知識(shí)點(diǎn)。
但是真正在教學(xué)應(yīng)用過(guò)程中，我們后面會(huì)發(fā)現(xiàn)老師又開(kāi)始抱怨，這個(gè)知識(shí)點(diǎn)拆的過(guò)細(xì)的話，我沒(méi)法教，我們拿一個(gè)題來(lái)教的話一定會(huì)包含多個(gè)知識(shí)點(diǎn)，所以又得把知識(shí)點(diǎn)從細(xì)變粗，這又給算法提出了很大的挑戰(zhàn)，因?yàn)槟阕兇职闹R(shí)點(diǎn)，可能個(gè)別是掌握的，而有些又沒(méi)有掌握，到底是推薦學(xué)這個(gè)知識(shí)點(diǎn)還是不推薦?所以我們的數(shù)據(jù)科學(xué)家和內(nèi)容專(zhuān)家又得根據(jù)這個(gè)進(jìn)行很多調(diào)整。
剛才舉的這些例子，對(duì)于自適應(yīng)學(xué)習(xí)或者是AI在教育來(lái)說(shuō)，真正的挑戰(zhàn)，我們看到的還只是開(kāi)始，真正地挑戰(zhàn)在于我們需要非常優(yōu)秀的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)和內(nèi)容團(tuán)隊(duì)，要根據(jù)教學(xué)的實(shí)際應(yīng)用不斷地來(lái)開(kāi)發(fā)新的算法和優(yōu)化算法，歸根結(jié)底，其實(shí)是有效的收集分析和應(yīng)用海量的應(yīng)用數(shù)據(jù)。
Ulrik Juul Christensen：
我們確實(shí)也在充分地在考慮，過(guò)去三年人工智能到底給我們帶來(lái)什么樣的有效影響。首先確認(rèn)會(huì)毫無(wú)疑問(wèn)地對(duì)沃森平臺(tái)帶來(lái)很多有意義的洞察。
另外，人類(lèi)的這種增強(qiáng)型的學(xué)習(xí)能力，確實(shí)能夠提升內(nèi)容的學(xué)習(xí)，比如說(shuō)內(nèi)容像是一個(gè)金字塔，金字塔上面，就是非常集中性的，并且非常自動(dòng)化的內(nèi)容。實(shí)際上人最有價(jià)值的是人所創(chuàng)造出來(lái)的這些內(nèi)容，并不是說(shuō)人工智能就可以做很多的東西。
以數(shù)學(xué)來(lái)說(shuō)，每個(gè)學(xué)生的學(xué)習(xí)是多元化的，也就是說(shuō)這些訓(xùn)練集都需要進(jìn)一步優(yōu)化，并且在過(guò)去，因?yàn)閿?shù)學(xué)題的復(fù)雜程度較大，并沒(méi)有非常多的數(shù)據(jù)集進(jìn)行參考和進(jìn)一步的深度學(xué)習(xí)。所以，人類(lèi)在這個(gè)數(shù)學(xué)這個(gè)領(lǐng)域上，實(shí)際上是領(lǐng)先于對(duì)機(jī)器的掌握的。
所以我們需要有人為的干預(yù)，進(jìn)一步地去優(yōu)化這樣的數(shù)學(xué)培訓(xùn)，用人力的力量來(lái)進(jìn)一步去彌補(bǔ)人工智能方面的一些不足，這樣的話我們可以更好充分耦合各種能力，進(jìn)一步去探索AI的其他方面的優(yōu)勢(shì)。
主持人：
大家都知道站在巨人的肩膀上，可以更好地進(jìn)行創(chuàng)新和突破，所以以我的一個(gè)案例來(lái)說(shuō)，實(shí)際上我之前是負(fù)責(zé)一個(gè)團(tuán)隊(duì)，這個(gè)團(tuán)隊(duì)是對(duì)整個(gè)的課程、教室環(huán)境進(jìn)行模擬和記錄，也就是說(shuō)我們可以通過(guò)這樣的視頻和模擬，去監(jiān)控在整個(gè)課程上的一個(gè)學(xué)習(xí)情況。
像尼爾森調(diào)研機(jī)構(gòu)，我們跟他們也是有合作的，比如說(shuō)他們?cè)谧鰪V告的時(shí)候，他們需要考慮到廣告的有效性和營(yíng)銷(xiāo)的效果。所以他們會(huì)進(jìn)行一些問(wèn)答環(huán)節(jié)，或者是這種問(wèn)答的調(diào)研。像他們就會(huì)在線上進(jìn)行一些問(wèn)答調(diào)研，并且把廣告的視頻給網(wǎng)民們。但是，網(wǎng)民們?cè)诳催@些廣告的時(shí)候，他們的面部表情其實(shí)是被實(shí)時(shí)的捕捉了，通過(guò)他們的表情可以反映出這個(gè)視頻是否真正受歡迎，
所以我們也有沿用到廣告領(lǐng)域的這個(gè)想法。對(duì)于教育領(lǐng)域來(lái)說(shuō)，我們實(shí)際上是可以從其它的行業(yè)有所領(lǐng)悟和借鑒的。
Michael D.King：
但是，事實(shí)上我們并不是借鑒，不夸張地說(shuō)是把沃森在醫(yī)療行業(yè)的原理照抄過(guò)來(lái)了。我們首先應(yīng)用的場(chǎng)景是醫(yī)療領(lǐng)域，把沃森應(yīng)用到了醫(yī)療的腫瘤學(xué)，我們對(duì)每一個(gè)病人的基因組學(xué)以及大量地人群的陣列數(shù)據(jù)進(jìn)行匹配和分析，以幫助我們完成對(duì)腫瘤的治療。
對(duì)我們來(lái)說(shuō)，很多的這些系統(tǒng)都是需要有人類(lèi)的參與和貢獻(xiàn)，腫瘤學(xué)的突破就是其中的一個(gè)案例，通過(guò)沃森得到的這個(gè)結(jié)論，準(zhǔn)確率高達(dá)90%，其他的只有40%—50%，對(duì)于我們來(lái)說(shuō)只會(huì)參考，到底沃森對(duì)這個(gè)病人的診斷是什么樣的，有前三大診斷或者是治療方案的推薦，通過(guò)這個(gè)結(jié)論可以更好地優(yōu)化治療計(jì)劃，這個(gè)模式也是在一開(kāi)始我們跟教師進(jìn)行溝通時(shí)選擇了沿用。
我們要考慮不同的課程、學(xué)科的設(shè)置，怎么樣給教師更好地提供工具，讓他們更富創(chuàng)新性的組織教學(xué)方案以及效果優(yōu)化。
王翌：
我們應(yīng)用程序的第一版是借用了唱吧的想法。我們當(dāng)時(shí)的想法是，如果大家這么愿意用手機(jī)唱KTV，為什么不能用手機(jī)來(lái)學(xué)習(xí)英語(yǔ)呢?所以我們覺(jué)得，繼續(xù)沿用這樣的方法是可行的，所以我們直接就把人們對(duì)于憤怒的小鳥(niǎo)以及唱吧這樣的迷戀，沿用到了學(xué)習(xí)英語(yǔ)上。
我們想讓學(xué)習(xí)英語(yǔ)的過(guò)程中有更多游戲化的體驗(yàn)，就像在玩游戲一樣去學(xué)習(xí)英語(yǔ)，這也是我們?cè)谘邪l(fā)這種電子學(xué)習(xí)或者是手機(jī)平臺(tái)學(xué)習(xí)的初衷。
當(dāng)然我們也在考慮用不用人工智能式的英文老師，會(huì)考慮在特定情況下，人類(lèi)的老師是怎么樣教英語(yǔ)的，所以我們又回歸到了最本真的東西，即老師在教新的知識(shí)的時(shí)候是怎么教的，他們會(huì)怎么樣去布置作業(yè)，怎么樣批改作業(yè)。
這樣的反饋是非常重要的，根據(jù)不同的教學(xué)和學(xué)習(xí)環(huán)境來(lái)決定到底其需要什么樣的數(shù)據(jù)，計(jì)算引擎需要輸入什么樣的數(shù)據(jù)等來(lái)完成模擬最佳的教師實(shí)踐活動(dòng)并且探討怎么樣通過(guò)技術(shù)來(lái)讓這樣的英語(yǔ)學(xué)習(xí)互動(dòng)變得更有意義、更加地高效。
我們覺(jué)得最佳的實(shí)踐是無(wú)處不在的，但是我們需要沉下心來(lái)好好考慮，怎么樣把最佳實(shí)踐應(yīng)用到教育領(lǐng)域。
王楓：
提到自適應(yīng)學(xué)習(xí)本身，我們可以從不同的領(lǐng)域來(lái)借鑒很多東西。特別是自適應(yīng)學(xué)習(xí)的基本理念已經(jīng)在其他的領(lǐng)域有了很好的應(yīng)用案例，比如說(shuō)我們看到警務(wù)以及犯罪控制領(lǐng)域，可以通過(guò)一個(gè)城市的犯罪率在不同地區(qū)進(jìn)行犯罪率高低的分析，來(lái)幫助警務(wù)人員更好地控制風(fēng)險(xiǎn)。
比如說(shuō)有一家美國(guó)公司，已經(jīng)應(yīng)用了數(shù)據(jù)搜集、數(shù)據(jù)挖掘的方式來(lái)應(yīng)用于農(nóng)業(yè)。就是說(shuō)什么樣的種子種在什么樣的泥土里可以得到最好的收成，它的播種季節(jié)有怎樣的關(guān)系。
同樣應(yīng)用于教育領(lǐng)域，我們也可以通過(guò)這種數(shù)據(jù)做一些預(yù)測(cè)，剛才我舉的兩個(gè)例子是關(guān)于預(yù)測(cè)，我們可以搜集學(xué)生的數(shù)據(jù)，并且預(yù)測(cè)這道題他會(huì)做對(duì)還是做錯(cuò)，這個(gè)知識(shí)點(diǎn)他是否掌握。我想對(duì)數(shù)據(jù)挖掘而言，預(yù)測(cè)是很有應(yīng)用前景的領(lǐng)域。
講到自適應(yīng)學(xué)習(xí)，這方面的技術(shù)研究和應(yīng)用在過(guò)去十年二十年是不足的，但是我們借鑒的并不僅僅是算法和技術(shù)，比如說(shuō)神經(jīng)網(wǎng)絡(luò)算法，我們希望得到怎樣的結(jié)果，追求的是怎樣的目標(biāo)，比如說(shuō)我們的用戶(hù)痛點(diǎn)是什么，我們想要解決的問(wèn)題是什么，因此我們的目的就是怎么樣幫助學(xué)生更好地學(xué)習(xí)，怎么樣掌握知識(shí)。
比如說(shuō)數(shù)學(xué)并不僅僅是記一些概念，他們需要很多不同的技能，思考技能、分析技能，在關(guān)于如何更好地管理不同領(lǐng)域、不同層面的技能這個(gè)問(wèn)題上，并不是說(shuō)原理和概念不必記憶了，我們需要學(xué)生記憶這原理和概念，并且把這些知識(shí)的掌握和他們的分析思考能力結(jié)合起來(lái)。我們可以很自豪地說(shuō)，這方面我們已經(jīng)總結(jié)出了很多解決方案。
Ulrik Juul Christensen：
事實(shí)上我既是一個(gè)工程師也是一個(gè)研究者，工程是我們?cè)O(shè)計(jì)出來(lái)一個(gè)很好用的產(chǎn)品或者解決方案，比如人工智能應(yīng)用于翻譯的領(lǐng)域，單字的翻譯并不能夠成為有意義的整體，現(xiàn)在有一位心理學(xué)家講到，一個(gè)人如果要掌握一項(xiàng)技能的話，需要一萬(wàn)個(gè)小時(shí)的練習(xí)。
事實(shí)上這個(gè)并不準(zhǔn)確，不僅僅需要一萬(wàn)小時(shí)的練習(xí)，而是說(shuō)一個(gè)人如果要掌握一項(xiàng)技能，平均需要精心刻意練習(xí)一萬(wàn)個(gè)小時(shí)。
在上個(gè)世紀(jì)90年代，美國(guó)有很多的人死于人為的醫(yī)療事故，我們對(duì)于這一些人為的醫(yī)療疏忽和過(guò)失進(jìn)行數(shù)據(jù)挖掘和采集研究。
在分析了醫(yī)生和病人接觸所有的成千論萬(wàn)交互點(diǎn)中，發(fā)現(xiàn)可能有22%是不合規(guī)的，或者是22%是沒(méi)有達(dá)到他們所應(yīng)該達(dá)到的能力點(diǎn)的。
但是這些醫(yī)生對(duì)于22%這些并不了解，現(xiàn)在我們想要解決的就是這22%，怎么樣通過(guò)使用機(jī)器學(xué)習(xí)和自適應(yīng)幫助他們提升，在接下來(lái)的一個(gè)學(xué)期之內(nèi)，我們發(fā)現(xiàn)了之前有一些學(xué)生從未試過(guò)這個(gè)方法，但是一旦他們開(kāi)始適應(yīng)這種方式，他們的做答、他們知識(shí)掌握領(lǐng)域的擴(kuò)張，就會(huì)有一個(gè)很大的提升。
也就是說(shuō)由于自適應(yīng)學(xué)習(xí)、機(jī)器學(xué)習(xí)的應(yīng)用，使這些人知道他們不知道的，我們說(shuō)真正的一個(gè)專(zhuān)家，他不僅僅需要知道他知道什么，他也需要知道他不知道什么，并且精心刻意去練習(xí)哪些他不知道的東西，對(duì)于機(jī)器翻譯研究這方面，這個(gè)是我們所專(zhuān)注的一個(gè)主要的領(lǐng)域。
主持人：
下面是一個(gè)腦力風(fēng)暴的問(wèn)題，接下來(lái)的五年中或者是任何一個(gè)時(shí)間點(diǎn)，你認(rèn)為自適應(yīng)學(xué)習(xí)會(huì)有怎樣的進(jìn)展?在你們的腦海中自適應(yīng)學(xué)習(xí)會(huì)發(fā)展到一個(gè)怎樣的階段。并且會(huì)對(duì)教育造成怎樣的影響?
Michael D.King：
從一個(gè)更廣的范圍講，我認(rèn)為AI會(huì)影響大部分的產(chǎn)業(yè)和大部分的工作，教育領(lǐng)域，最大的一個(gè)挑戰(zhàn)就是學(xué)習(xí)者如果只靠傳統(tǒng)的教育，將有可能無(wú)法滿足未來(lái)勞動(dòng)力市場(chǎng)的需求。AI使得學(xué)習(xí)更加的個(gè)性化，更加的符合個(gè)人的需求。
我想無(wú)論是財(cái)務(wù)方面的學(xué)習(xí)，還是醫(yī)療技術(shù)方面的學(xué)習(xí)，AI會(huì)使得學(xué)習(xí)更加的個(gè)人化，在教育領(lǐng)域產(chǎn)生一個(gè)顯著的變革、深刻的變革，造福于每一個(gè)學(xué)習(xí)者。
自適應(yīng)學(xué)習(xí)，并不僅僅是關(guān)于個(gè)人化的學(xué)習(xí)和指導(dǎo)。這些個(gè)性化的服務(wù)，以及教育服務(wù)的提供者，以及個(gè)人職業(yè)生涯的整個(gè)的指導(dǎo)和輔導(dǎo)，比如說(shuō)接下來(lái)的一份工作需要怎樣的技能。
一個(gè)主要的挑戰(zhàn)就是，這個(gè)是關(guān)乎整個(gè)生態(tài)系統(tǒng)，而并不僅僅是我們發(fā)明兩種工具就可以改變整個(gè)系統(tǒng)，也就是說(shuō)我們需要分析教育生態(tài)系統(tǒng)的所有涵蓋的方方面面。
我們能夠越來(lái)越多的認(rèn)識(shí)到生態(tài)系統(tǒng)的各個(gè)方面、各個(gè)維度之間的關(guān)系，更多的把AI看作一種賦能輔助的工具、手段。
王翌：
我想說(shuō)最令人興奮的一個(gè)前景，關(guān)于AI和技術(shù)賦能學(xué)習(xí)是兩重性的：
意義一，可及性。在我們的一生當(dāng)中(我不知道這個(gè)具體有多長(zhǎng))，我認(rèn)為一個(gè)基本的學(xué)習(xí)水平，或者新技能的學(xué)習(xí)水平，會(huì)是對(duì)所有人可及的，所有人在他們的一生中，都可以去學(xué)習(xí)新的技能，不管他們的地理位置，還是經(jīng)濟(jì)能力，學(xué)習(xí)將越來(lái)越可及，門(mén)檻逐步降低。
由于AI賦能的產(chǎn)品化的學(xué)習(xí)，相關(guān)的解決方案在不同的領(lǐng)域，將越來(lái)越富有可及性，無(wú)論是語(yǔ)言學(xué)習(xí)還是更復(fù)雜的技能組合，這是一個(gè)非常令人興奮的前景。
我也很榮幸能夠成為其中的一位，我相信無(wú)論是我的公司還是其它很多的友商，在自適應(yīng)學(xué)習(xí)下，讓終生學(xué)習(xí)、終生教育對(duì)越來(lái)越多的人是可及的。
另外就是學(xué)習(xí)效率的提升。
我們知道學(xué)習(xí)其實(shí)是很昂貴的，或者說(shuō)學(xué)習(xí)服務(wù)、教育服務(wù)是很昂貴的，要達(dá)到一定的學(xué)習(xí)效果需要付出很多的金錢(qián)成本和時(shí)間成本。有的時(shí)候即使付出了也不一定能達(dá)到想要的成果。
現(xiàn)在很多教育服務(wù)的成本是根據(jù)課時(shí)計(jì)算的，有一些不良的教育機(jī)構(gòu)，會(huì)故意降低教育效率來(lái)增加課時(shí)，因?yàn)樵绞窃黾诱n時(shí)，他們就可以收取越高的學(xué)費(fèi)，這個(gè)是他們的營(yíng)利模式、商業(yè)模式。如果我們的AI可以從根本上改變這種營(yíng)利模式的話，會(huì)是一個(gè)令人興奮的前景。
王楓：
教育是一個(gè)很復(fù)雜的產(chǎn)業(yè)，很難預(yù)測(cè)未來(lái)走勢(shì)。我在這里只是給予一些個(gè)人的粗淺建議。
對(duì)于K12而言，我認(rèn)為一方面就是課外輔導(dǎo)，課外輔導(dǎo)在中國(guó)已經(jīng)成為了一個(gè)巨大的產(chǎn)業(yè)，對(duì)于K12來(lái)說(shuō)，自適應(yīng)學(xué)習(xí)，以及AI學(xué)習(xí)系統(tǒng)的部署對(duì)于學(xué)習(xí)者以及教師來(lái)說(shuō)，會(huì)是一個(gè)必不可少的東西。
不再是一種新生事物，不再是一個(gè)很炫的新技術(shù)，而是一個(gè)必不可少的東西，如果你不使用AI、不使用自適應(yīng)學(xué)習(xí)系統(tǒng)，你的學(xué)習(xí)就失去了競(jìng)爭(zhēng)力。為什么?我經(jīng)常告訴我的同事，AI其實(shí)是非常有效率的，對(duì)于提升學(xué)習(xí)的結(jié)構(gòu)化而言，是非常重要的。
在整個(gè)學(xué)習(xí)的過(guò)程中，我們知道有很多結(jié)構(gòu)化的東西，比如說(shuō)設(shè)計(jì)考試、組織考試等等，在過(guò)去的一年中，證明了我們的自適應(yīng)學(xué)習(xí)系統(tǒng)在統(tǒng)計(jì)學(xué)上是更加有效的，和傳統(tǒng)的主流學(xué)習(xí)系統(tǒng)相比，從有效性而言，這個(gè)有效性會(huì)提升3到28倍，我想這是一個(gè)非常有力的結(jié)論。這就告訴了我們?yōu)槭裁催@個(gè)系統(tǒng)的使用是非常必要、有意義的。
現(xiàn)在的教育正迎來(lái)一個(gè)嶄新時(shí)代，采用自適應(yīng)系統(tǒng)的公立學(xué)校，在這個(gè)方面會(huì)是前途無(wú)量的。對(duì)于教師來(lái)說(shuō)，這一系統(tǒng)是非常復(fù)雜的，并不僅僅是關(guān)于技術(shù)本身，也包括學(xué)校本身的架構(gòu)。即它的部署并不是一朝一夕的事情。
比如說(shuō)在在哈佛、斯坦福這些一流大學(xué)開(kāi)始部署慕課教學(xué)之后，有很多普通的大學(xué)、主流的大學(xué)也開(kāi)始使用。
我相信在未來(lái)自適應(yīng)學(xué)習(xí)也會(huì)有同樣的發(fā)展路徑，因?yàn)槊恳患覍W(xué)校、每一間教育機(jī)構(gòu)，他們都希望提升學(xué)生的學(xué)習(xí)效率。
Ulrik Juul Christensen：
我個(gè)人認(rèn)為，AI以及機(jī)器學(xué)習(xí)對(duì)于學(xué)校結(jié)構(gòu)革命性或者顛覆性的改變，我個(gè)人持比較保留的態(tài)度。它確實(shí)可以改變教育的某一些領(lǐng)域，不僅僅是教育領(lǐng)域、包括零售領(lǐng)域，AI以及機(jī)器學(xué)習(xí)可以把之前不可能的事情變成可能，一方面可以提升教育解決方案的質(zhì)量，另一方面可以使得內(nèi)容有更多的更新和更高的質(zhì)量。但我并不認(rèn)為在未來(lái)的10年，它會(huì)對(duì)于整個(gè)的教育系統(tǒng)或者學(xué)校系統(tǒng)有一個(gè)顛覆性的改變。
主持人：
剛才我們進(jìn)行了非常熱烈而友好的討論，最后我希望可以給大家講一個(gè)故事，我三年前做了父親，從那個(gè)之后我對(duì)教育有了新層次的理解，我認(rèn)為教育應(yīng)該教會(huì)我的孩子更加堅(jiān)強(qiáng)、更加有力量、更加快樂(lè)并且提升他們的領(lǐng)導(dǎo)力。因?yàn)?ldquo;少年強(qiáng)則國(guó)強(qiáng)”。
我希望我們都可以同心協(xié)力，讓我們的少年更強(qiáng)，讓我們的技術(shù)得到更好的應(yīng)用。
