FCES2019第二天 | BY AI，AI技术赋能教育的N种可能
本文转载自公众号《读芯术》
上集小芯说到，本次大会主题是“FOR AI & BY AI”，这恰巧从侧面展现了人工智能教育的双重含义。
一个是理论部分，FOR AI，需要搞清楚其目标和定位，这是原则性的问题。一个是技术实践的部分，AI技术如何赋能高校计算机教育改革，让AI赋能自身领域教育，这是最基础的破壁之旅。
技术或者产业出身的大佬们，都在尝试将AI技术带进教育过程的“未来课堂”。AI时代信息的快速涌入，爆炸和繁荣，使得老师的课堂、决策和评定模式也面临着新的变革。
李晓明教授的报告在小芯看来，更多的是经验和观念的分享。李晓明教授从自身参加Learning@Scale2019和AI in Education (AIED) 2019大会的“破冰之旅”出发，指出了中国学界目前在交叉融合领域的保守和不足。
国外研究“大规模学习”和“人工智能教育”的开放会议具有更强的开放性、交叉性和创新性。几天的参会经历让李教授收获颇多：
一，国外人工智能教育研究的眼光是发展的，思辨的。面对某个现象性或者技术性新事物的冲击，他们回去探讨和预测对“教育”本身的影响。因此他们的研究得以是最新的，最尖端的部分。
二，对某个现象和问题的关心程度存在差异。要保持对新名词新事物的学习和接受，不能在边缘徘徊；
三，要改革关心的方式，比如面对技术赋能知识学习，不能再是效率第一原则，也应该注重提升价值观念。
谈及感想：一是AI教育，老师们需要学习一些心理学、认知科学基础；二是将技术用于追求层次价值，而不应该一味追求效率。
“一堂课的效果更多师生行为之间相互预期的一种均衡。我们在技术的支持下应该提高均衡的水平，而不是学生的成绩。” 到底是“学生不好好学”还是“老师没好好教”？这也是需要认真反思的。
因为互联网技术人才的高薪福利，小芯周围很多非本专业的同学都转身培训机构的怀抱。有需求就有市场，不可否认培训机构的教学特性和繁荣市场。
达内集团的高玮女士临时受董事长韩少云先生的委托，发表了报告。她从区别于高校和用人单位的独特立场——培训机构，谈了谈对人工智能教育的看法。
随着计算机技术的普及和各领域对计算机人才的缺口，IT培训机构已成为高校密不可分的培训伙伴。相较于高校人才培养，培训机构的教育业务更为复杂。
市场规模小、获客成本高、课时单价低、客户构成复杂等问题都是严峻的挑战，但是IT培训机构这几年也迎来了产业的繁荣期。创造出一套更为灵活的人才培养模式。
一是：O2O双师远程直播的教学模式；二是专注于求职的“技能”教育；三是保护与企业的密切合作，不断更新课程体系。四是因材施教，分级培优的人才培养模式。
因为培训机构用户具有“就业”方面的刚性需求。在产学研的战略合作和“技能”型人才的培养上，有明显的自身优势。
成秀珍教授条理有序地分析了人工智能赋能教育的挑战和机遇。
成秀珍老师与七八位博士生讨论，最终从技术、社会和市场三方面总结出多重挑战。
首先技术方面：数据不完备、数据共享不到位、深度学习缺少理论解释，因而其结果在教育上有不确定性。这三大挑战会造成教育测量与评价体系难以建立。
应对策略：面对技术上的挑战，构建完备的数据库，最关键的是面向学生，比如，设置智能工具的时，让学生参与进来。这正是以用户为导向的做法。
市场方面：国家间研发竞争激烈，产品落地难度大，投入转化率不高，这三大问题导致市场对人工智能赋能教育系统的需求并未完全打开。
应对策略：加大科研经费的投入，减少滞后性；政府参与进来整合市场投资；教育部应打破壁垒提高预算，缩短市场反馈周期。
社会层面：一是隐私保护的问题，二是社会和道德问题，三是社会对于人工智能的认识存在两极化。
应对策略：一是政府应建立完善的隐私保护制度。二是对社会和道德问题需要从产品的设计上进行考虑，部署前明确产品的责任归属问题。三是普及人工智能+教育的融合技术，普及技术科普和技术教育。
当然，人工智能技术也带来了新机遇：AI技术具有处理重复劳动的能力、对海量数据提取规律的能力、在规律基础上的模式识别能力、自我优化能力和针对性优化能力。根据技术特性找准定位，可以帮助教师解决例如“教学困倦”等诸多问题。
不过畅想中能应用于中国AI教育的技术和产品还很远，国内亟需解决的是课程体系的设置问题。
刘知远教授则是实干派的行事风格，他以清华大学与学堂在线合作的“小木”在线学习助手为例，分享了他的研究团队将人工智能技术应用于教育领域的尝试和思考。
基于对学生新学习方式的预测，学习助手小木的设计从这三方面入手：
一方面是对于学习者，做了学习者数据的分析，对那些有退课风险的用户进行主动干预。
二是从课程角度，挖掘了课程概念的先修后修关系的抽取，从而帮助这些学习者更好建立起关于课程的概念体系。
三是基于以上这两种相关的数据分析，建立了自动问答的功能，通过交互式的问答提高学习者的学习效率。
基于这三方面的考量，小木成为一个互动力超群的在线学习伙伴。未来的教学，一方面是更好的人机交互，通过计算机更好理解学习者的特点，基于数据建立起学习者跟课程知识的桥梁；另一方面则是更好的人人互动，以群体为单位，建起学习者与学习者的桥梁。
——Q：滴滴是一个非常优秀的科技创新企业，近几年，腾讯、科大讯飞等企业开始“走出去”，与高校共建人工智能研究院，人才培养等。不知道滴滴有没有校企合作的打算？
——A：校企合作我们滴滴一直在做，比如我们企业会开放或者提供一些题目、数据集、和研究经费，比如青年科技基金给青年教师或学生。
——Q：您觉得现在大部分学生以“就业”为导向，或者一些高校注重“就业率”的现状，对创新型人才培养有没有影响？
——A：我们应该以乐观的态度看待，尤其是对我们企业而言。就业能让学生的技能落地于产品和应用，更好地创造社会价值。高校培养学生的目的就是使其成为有用的人。企业是一个实践和检验学术成果的战场。我们欢迎更多的青年学生和老师来到企业将想法变为可量化的指标。实际的模型迭代等等，对本身做科研可是很有帮助的。
——Q：黎铭教授在报告中说，企业重金求才，激励人才，但是对社会整体人才增量没有用。包括目前国内高校许多博士甚至许多青年教师从科研转身企业，这会对造成科研或者高层次研究人才的流失吗？
——A：我觉得这应该说是人才流动，人才去到他可以发挥作用的地方。而且这也是他们的选择。
——Q：现在普遍有一种反向观点，认为目前人过分依赖处于工具阶段的AI技术，会限制人的创造力，您怎么看？
——A：我不太认同这种说法，人获得信息的手段和速度获得提升，是一种价值交换的进步。现在的创造是组合信息的过程，信息获取高效，我们有时间做更多的组合和创新。
CCF推荐
【精品文章】
点击“阅读原文”，加入CCF。
相关内容
微信扫码咨询专知VIP会员