【芥末翻】是芥末堆全新推出的一檔學(xué)術(shù)欄目，由芥末堆海外翻譯社群的小伙伴們助力完成。我們致力于將全球經(jīng)典或是前沿的教育理念、教育技術(shù)、學(xué)習(xí)理論、實(shí)踐案例等文獻(xiàn)翻譯成中文，并希望能夠通過引進(jìn)這類優(yōu)質(zhì)教育研究成果，在全球教育科學(xué)的推動(dòng)下，讓更好的教育來得更快！

本文選自培生集團(tuán)研究報(bào)告《Intelligence Unleashed ：An argument for AI in Education》，作者 Rose Luckin，Wayne Holmes，譯者康琳，魏來，汪汪，編輯阿槑。

從本周開始，芥末翻將連載培生集團(tuán)出版的關(guān)于 AI+教育的研究報(bào)告，有兩個(gè)目的：第一，給感興趣的非專業(yè)讀者解釋AIEd是什么，如目標(biāo)、實(shí)現(xiàn)方式及作用機(jī)制。只有確保一定程度的了解，我們才能走出AI的科幻印象及由此產(chǎn)生的恐懼。第二個(gè)目的：闡述AIEd現(xiàn)在及未來能為學(xué)習(xí)帶來的影響，以提高學(xué)習(xí)者的學(xué)習(xí)效率。

為什么要研究 AI +教育？

盡管有人可能覺得AIEd的概念很生疏，但已經(jīng)形成的AIEd的算法和模型已經(jīng)為AIEd的發(fā)展奠定了的基石。AIEd可以讓學(xué)習(xí)更加個(gè)性化、靈活、豐富、有趣，為教師和學(xué)生提供新的工具，幫助我們了解學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式及學(xué)生感受。幫助學(xué)習(xí)者學(xué)習(xí)雇主想要的知識(shí)和技能，幫助教師創(chuàng)建更加復(fù)雜的學(xué)習(xí)場(chǎng)景。例如，AIEd可以通過以任務(wù)為中心組成合適的小組，或者在適當(dāng)?shù)臅r(shí)間提供所需支持，實(shí)現(xiàn)協(xié)作學(xué)習(xí)，這對(duì)于一個(gè)教師而言是很難獨(dú)自完成的任務(wù)。

我們期待未來，優(yōu)秀的AIEd工具可以幫助教師滿足所有學(xué)習(xí)者的需求。借助人類及人工智能的力量，我們會(huì)縮小差距、提高教師留任率及發(fā)展、幫助家長(zhǎng)以更好地輔助孩子 (及自己)的學(xué)習(xí)。更重要的是，這么做將不止需要借助AI技術(shù)，我們需要深入了解并駕馭真正的AIEd力量，并大規(guī)模應(yīng)用于真實(shí)的生活場(chǎng)景中。真正的進(jìn)步是開發(fā)一個(gè)AIEd基礎(chǔ)框架，并非多個(gè)獨(dú)立的AIEd系統(tǒng)。它將類似于為智能手機(jī)應(yīng)用開發(fā)的應(yīng)用市場(chǎng)：成千上萬獨(dú)立的與教育者聯(lián)合開發(fā)的AIEd應(yīng)用，遵守統(tǒng)一的國際數(shù)據(jù)標(biāo)準(zhǔn)，并與全球的研究者和開發(fā)者共享。這些標(biāo)準(zhǔn)將會(huì)形成系統(tǒng)級(jí)數(shù)據(jù)整理及分析，幫助我們更了解學(xué)習(xí)本身及改善學(xué)習(xí)效果的方法。

如果我們最終成功，AIEd也會(huì)在某種程度上解決AI導(dǎo)致的最大的社會(huì)挑戰(zhàn)——智能算法和機(jī)器人逐漸取代人工工作崗位。我們認(rèn)為，這一現(xiàn)象是教育中不可避免的一個(gè)創(chuàng)新，簡(jiǎn)單來說：我們的生活和工作中會(huì)出現(xiàn)越來越智能的機(jī)器，我們的教育系統(tǒng)也將實(shí)現(xiàn)目前無人能做到的水平。

但我們認(rèn)為，未來AIEd不會(huì)取代教師，反而未來教師的角色會(huì)不斷發(fā)展變化，最終教師的時(shí)間會(huì)得到更加高效地使用，專業(yè)技能得到更好的發(fā)揮、利用及增強(qiáng)。

我們應(yīng)該承擔(dān)起類似于柔道大師的角色。即，我們應(yīng)該駕馭AI的力量和能力，以此幫助教師用知識(shí)和靈活的技能武裝各個(gè)年齡段的學(xué)習(xí)者，便于釋放人類自己的智慧，并在重塑的勞動(dòng)力中蓬勃發(fā)展。

坦率地講，撰寫本文的動(dòng)力來自我們對(duì)現(xiàn)狀的不滿。盡管有將近三十年的發(fā)展，AIEd的發(fā)展仍處于手工作坊階段，該領(lǐng)域的優(yōu)勢(shì)和巨大潛能仍未實(shí)現(xiàn)。令人擔(dān)憂的是，AIEd領(lǐng)域很多優(yōu)秀的想法目前仍止步于實(shí)驗(yàn)室。AIEd的發(fā)展被阻礙，無緣改變更多的教育場(chǎng)景。我們認(rèn)為這種現(xiàn)狀需要得到改變。

我們先來介紹AI。

什么是人工智能(AI)?

即使是專家，也很難定義人工智能(AI)，其中一個(gè)原因是AI包含的內(nèi)容一直在持續(xù)變化。正如牛津大學(xué)一位著名AI專家Nick Bostrom解釋道：“一些前沿的AI已經(jīng)滲透到常用的應(yīng)用中而不再被稱為AI，因?yàn)橐坏┳兂善胀俺Ｓ玫臇|西就不再貼有AI的標(biāo)簽。”反之，它會(huì)被認(rèn)為是一個(gè)電腦程序或算法，或者一個(gè)應(yīng)用，而不是AI。

另一個(gè)很難定義AI的原因在于該領(lǐng)域的交叉屬性。人類學(xué)家、生物學(xué)家、計(jì)算機(jī)科學(xué)家、語言學(xué)家、哲學(xué)家、心理學(xué)家及神經(jīng)系統(tǒng)科學(xué)都為AI領(lǐng)域做出貢獻(xiàn)，每個(gè)團(tuán)隊(duì)都在形成各自的觀念和術(shù)語。

為更好地表達(dá)觀點(diǎn)，我們將AI定義為通過模擬人的能力(例如，視覺感知和語音識(shí)別)和智能行為(例如，評(píng)估已有信息后采取最合適的行動(dòng)實(shí)現(xiàn)既定目標(biāo))與世界交互的計(jì)算機(jī)系統(tǒng)。

在日常生活中，AI的發(fā)展非常迅速，例如，AI科學(xué)家正在機(jī)器學(xué)習(xí)、計(jì)算機(jī)建模、為改善金融決策的概率統(tǒng)計(jì)學(xué)的基礎(chǔ)上，利用決策論和神經(jīng)系統(tǒng)科學(xué)來驅(qū)動(dòng)醫(yī)療診斷更加有效的發(fā)展。隨著最近OpenAI的創(chuàng)立，這是一家非營(yíng)利性人工智能研究公司，啟動(dòng)投資10億美元，我們期待這會(huì)促進(jìn)AI的加速發(fā)展——預(yù)計(jì)也包括AIEd領(lǐng)域。

人工智能+教育的模型

關(guān)于人工智能在教育領(lǐng)域應(yīng)用(AIEd)的課題研究已有 30 多年的歷史。研究學(xué)習(xí)是如何產(chǎn)生的，包括在傳統(tǒng)教室內(nèi)或在工作場(chǎng)所的學(xué)習(xí)，以支持正規(guī)教育及終身學(xué)習(xí)。AIEd 將本身具有跨學(xué)科屬性的 AI 與學(xué)習(xí)科學(xué)(教育學(xué)，心理學(xué)，神經(jīng)系統(tǒng)學(xué)，語言學(xué)，社會(huì)學(xué)及人類學(xué))結(jié)合起來，促進(jìn)自適應(yīng)學(xué)習(xí)環(huán)境的發(fā)展，及其他更靈活多樣、個(gè)性有趣及高效的 AIEd 工具的發(fā)展。

AIEd 的核心是實(shí)現(xiàn)這樣的科學(xué)目標(biāo)，將籠統(tǒng)的教育學(xué)、心理學(xué)和社會(huì)學(xué)知識(shí)轉(zhuǎn)變?yōu)橛?jì)算機(jī)可以處理的清晰而精確的形式。換句話說，除了作為智能教育科技背后的推動(dòng)引擎，AIEd 也是打開“學(xué)習(xí)黑匣子”的強(qiáng)有力工具，讓我們對(duì)學(xué)習(xí)如何產(chǎn)生有了更深切、更細(xì)致地理解(例如，學(xué)習(xí)者的社會(huì)經(jīng)濟(jì)及客觀條件、或者科技是如何影響學(xué)習(xí)的)。

這些理解可以應(yīng)用到未來 AIEd 軟件的開發(fā)上，重要的是，可以讓我們了解學(xué)習(xí)路徑是怎樣的。例如，AIEd 可以幫助我們看見并理解學(xué)習(xí)者在學(xué)習(xí)物理學(xué)中的每一小步，或常見的錯(cuò)誤觀念是如何產(chǎn)生的。在教室中，老師可以利用這些理解實(shí)現(xiàn)更好的教學(xué)效果。

AI 包括通過編程模擬人與世界交互的計(jì)算機(jī)軟件，這表明 AI 既取決于對(duì)于世界的認(rèn)知，也取決于智能化處理知識(shí)的算法。對(duì)于世界的認(rèn)知會(huì)通過“模型”來體現(xiàn)出來。AIEd的核心有三個(gè)關(guān)鍵模型:分別是教學(xué)模型，領(lǐng)域模型和學(xué)習(xí)者模型。

舉個(gè)例子，假設(shè)一個(gè) AIEd 系統(tǒng)可以為學(xué)生提供合適的個(gè)性化反饋，為了實(shí)現(xiàn)這一目的，AIEd 系統(tǒng)需要知道以下信息:

?有效的教學(xué)方式(體現(xiàn)在教學(xué)模型中)

?正在學(xué)習(xí)的內(nèi)容(體現(xiàn)在領(lǐng)域模型中)

?學(xué)生(體現(xiàn)在學(xué)習(xí)者模型中)

每一個(gè) AIEd 模型中所體現(xiàn)的專業(yè)知識(shí)舉例請(qǐng)見: 

我們?cè)敿?xì)來看一個(gè)例子，學(xué)習(xí)者模型是一種基于計(jì)算機(jī)與學(xué)習(xí)者之間的人機(jī)交互方法。AIEd 程序中的領(lǐng)域模塊和教學(xué)模塊可以利用學(xué)習(xí)者模型中(例如學(xué)生的目前活動(dòng)，以往的成績(jī)，精神狀態(tài)和是否接受了反饋意見)所體現(xiàn)的互動(dòng)去推斷學(xué)習(xí)者(和老師)的成功。領(lǐng)域模型和教學(xué)模型也可以基于這些信息去確定下一個(gè)最適當(dāng)?shù)慕换セ顒?dòng)(學(xué)習(xí)材料或者學(xué)習(xí)行為)。

更重要的是，學(xué)習(xí)者的活動(dòng)是被持續(xù)反映到學(xué)習(xí)者模型中，使得模型更豐富、更完整、更智能。所以，由 AIEd 來驅(qū)動(dòng)的教育科技看上去會(huì)是什么樣的呢?圖 1 是一個(gè)典型的以自適應(yīng)輔導(dǎo)為基礎(chǔ)的模型簡(jiǎn)化圖。它建立在前述三個(gè)核心模型之上，分別是學(xué) 習(xí)者模型(對(duì)于學(xué)習(xí)者個(gè)人的認(rèn)知)，教學(xué)模型(對(duì)于教學(xué)的認(rèn)知)，領(lǐng)域模型(對(duì)于學(xué)習(xí)科目以及該科目中各部分關(guān)系的認(rèn)知)。AIEd 算法(植入 AIEd 系統(tǒng)中的計(jì)算機(jī)代碼)處理來自于這三個(gè)模型的信息，根據(jù)學(xué)習(xí)者個(gè)人的能力及需求，選擇最合適的內(nèi)容傳遞給學(xué)習(xí)者。

當(dāng)這些內(nèi)容(可能是文字，聲音，活動(dòng)，視頻或者動(dòng)畫的形式)提供給學(xué)習(xí)者時(shí)，系統(tǒng)將對(duì)學(xué)習(xí)者的互動(dòng)情況(如學(xué)生當(dāng)前的行為和答案，學(xué)生以往的成績(jī)，以及他們當(dāng)前的情感狀態(tài)等)進(jìn)行持續(xù)性的分析，并做出相應(yīng)的反饋(如提示和指導(dǎo))，從而幫助學(xué)生通過學(xué)習(xí)現(xiàn)有內(nèi)容獲得進(jìn)步。

對(duì)學(xué)生交互的深度分析也可以用來更新學(xué)習(xí)者模型；通過準(zhǔn)確估計(jì)學(xué)生當(dāng)前狀態(tài) (譬如學(xué)生對(duì)于學(xué)習(xí)的理解及動(dòng)機(jī))，確保每個(gè)學(xué)生的學(xué)習(xí)經(jīng)歷都能切合其能力和需求，從而幫助他們更好地學(xué)習(xí)。

一些系統(tǒng)包括所謂的開放式學(xué)習(xí)者模型，這些模型可以將分析結(jié)果反饋給學(xué)習(xí)者和教師。分析結(jié)果可能包含關(guān)于學(xué)習(xí)者的成績(jī)、情感狀態(tài)或所持有的任何錯(cuò)誤觀念等有價(jià)值的信息。這將有助于教師理解學(xué)生的學(xué)習(xí)方法，并在后續(xù)的教學(xué)中改進(jìn)教學(xué)方法，提升學(xué)生的學(xué)習(xí)效果。對(duì)于學(xué)習(xí)者而言，開放式學(xué)習(xí)者模型賦予其追蹤自身學(xué)習(xí)過程的能力，從而起到了激勵(lì)的作用，同時(shí)也鼓勵(lì)學(xué)習(xí)者展開對(duì)自身學(xué)習(xí)的反思。

作為自適應(yīng) AIEd 系統(tǒng)的一大優(yōu)勢(shì)，系統(tǒng)通常會(huì)收集大量數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過計(jì)算機(jī)處理后，可以不斷改進(jìn)教學(xué)模型及領(lǐng)域模型，從而形成一個(gè)良性循環(huán)。這一過程有助于獲得更有效、更加個(gè)性化及有情境支持的新方法，同時(shí)也有助于測(cè)試和改進(jìn)我們對(duì)于教學(xué)過程的理解。

AIEd 系統(tǒng)中典型的自適應(yīng)教學(xué)模型 

除了以上三大模型之外，AIEd 研究者們還開發(fā)了其他學(xué)習(xí)相關(guān)的模型，包括社交、情緒，以及元認(rèn)知等。這有助于 AIEd 系統(tǒng)將所有影響學(xué)習(xí)的因素納入。這個(gè)越來越豐富的 AIEd 模型也許將成為該領(lǐng)域?yàn)閷W(xué)習(xí)做的最大貢獻(xiàn)。

（未完待續(xù)，下一部分：目前 AIEd 能為學(xué)習(xí)提供哪些支持？）

>>聲明

本翻譯僅作了解之用，并非用于學(xué)術(shù)研究或商業(yè)決策。芥末堆海外翻譯社群的小伙伴們力求將關(guān)鍵理念與思想更廣泛地傳播至中文區(qū)域，故部分表達(dá)可能與原文有所差異。如需使用，請(qǐng)查證原文。