评论人工智能(Artificial Intelligence,缩写AI),起源于上世纪五十年代,通常情况下,人工智能是指通过计算机程序来呈现人类智能的技术[2]。
从 Deep Blue到 Watson,再到 AlphaGo横扫棋类领域,人工智能显然已在众多时刻表现出超越人类的趋势,在各行各业都得到了广泛的应用。
在教育领域,上世纪六十年代时,伊利诺亚大学便研发了首个计算机辅助教育系统“PLATO”,近年来,人工智能+教育的热度始终居高不下,人工智能的发展对传统教育也形成了不小的变革与冲击。
AI+教育下,传统教育又将何去何从?
01
AI+教育,值得被看好吗?
2020年11月,联合国教科文组织教育信息技术研究所(UNESCO Institute for Information Technologies in Education,UNESCO IITE)发布《教育中的人工智能》(AI in Education: Change at the Speed of Learning)(下称《报告》),从视觉方式和做事方式等两个方面对人工智能在教育中的应用做出了展望。
人工智能将如何应用于教育
报告指出,人工智能应用于教育,可以在新的视觉方式上产生三个重大影响[3]。
其一是认知服务。人工智能技术的发展可以使得微软这样的大型公司提供给开发者相关技术,从而促进许多新兴应用程序的诞生。
而这些应用程序对于教育的影响是巨大的,可以消除残疾学生的一些障碍;对于有基础学习挑战的学习者,他们可以在发展这些技能的同时,积极参与更高阶的学习,而不是在掌握这些能力之前将其排除在外。
第二是虚拟现实(VR)、增强现实(AR)、混合现实(MR)技术的发展。这些技术使得学习对于学生来说更具沉浸感和吸引力。
VR让学生们可以从教室到世界的任何地方旅行;AR可以让学生通过特殊的眼镜或耳机观看数字内容,并将数字内容覆盖到真实环境中;MR更是能将虚拟对象与现实世界结合起来,在两者之间互动。
第三是物联网与边缘计算的广阔前景。例如,从使用传感器到应用控制器,根据教室或建筑物的实际占用情况提供供暖和照明,使用远程摄像头和生物识别技术帮助校园更加安全等等。
在做事方式变革方面,也会有两类影响[3]。
一是人工智能可以在元认知脚手架中发挥作用。在个体需要帮助时,人工智能可以帮助他们进行监测,并施以适当的帮助。学生成为人工智能解决方案和服务的主要用户,而不仅仅是教育者、管理员和系统所有者分析数据的对象。
二是人工智能可以在支持个性化评估和认证上发挥重要作用。人工智能有潜力实现个性化学习,通过吸收大量数据,为学生个人需要和才能量身定制学习路径;此外,还可以支持个性化评估,对软技能、人际交往技能、道德品质、团队合作、协作等内容进行跟踪分析并评估。
人工智能+教育市场甚广
如《报告》所言,人工智能在教育领域的发展潜力是巨大的,其可提供的个性化教育等内容,都直击当下传统教育之痛点,困境与难题对撞[3]。
由此,人工智能和教育,这两个看似不相关领域的结合,在当下整个社会都是十分火热的话题。
在国内,好未来、字节跳动、腾讯、科大讯飞等知名大厂纷纷对AI+教育平台发起投资,全球也兴起了人工智能教育的浪潮。
以松鼠AI为代表的智适应学习系统
作为亚太区第一家将人工智能“智适应”学习技术应用于K12教育领域,中国TOP20人工智能独角兽科技公司,乂学教育3轮累计融资近10亿元,获SIG、NGP、景林资本、国科嘉和(中科院)、青松基金、新东方教育集团、好未来教育集团、正和岛、俞敏洪个人等联合投资[4]。
在一次演讲中,乂学教育创始人称松鼠AI将创造一个达芬奇+爱因斯坦+苏格拉底一样的超级教师。
通过算法,AI对学生进行一对一的用户画像和内容侧写,动态、实时的学习路径,无论是学霸还是学渣,都有最适合自己的学习方式。此外,松鼠AI还提供“超纳米级”的知识点拆分以及学习能力和学习方法的拆分等等技术。
“在这样的教育下,孩子即便只是上午上课、下午、晚上、周末都不用上课,还可以比原来的成绩好。某种程度上,人工智能所带给人们的不止是福利,还可能是威胁。
近年来,AI将取代人类工作这句话时有听闻。的确,以目前来看,随着诸多工序变得自动化,不少工作正逐渐消失在生活中。牛津大学的研究报告表明,根据预估,美国大约有47%的职业将在未来被取代[5]。
那么,传统教育依旧如此吗?人工智能+教育优势如斯,是否意味着传统教育、老师将被取代?
要回答这些问题,还要看当前的AI+教育发展如何。
人工智能在当下教育场景中的实际应用
现如今,由于人工智能技术的逐步成熟,无论是线下的学校还是线上教育平台,不少都打出了“人工智能”的口号。
不少学校设置了个性化教案、知识图谱教学设计、虚拟化教室、AR/VR/MR虚拟教学,考试也大多由原来的全部线下笔试改为线上机考。
市面上,以作业帮、小猿搜题等APP为代表的拍照搜题也一度风靡于中小学,个性化答疑、拍照搜题、大数据学英语、自适应题库等层出不穷
人工智能+教育,看似一片繁荣,而事实上,如今的人工智能+教育更像是衍生出的泡沫。
扎克伯格在与马云的对话中提到,目前人工智能的能力仍有限,尚需要五到十年的时间来发展[
而人工智能在教育领域的实践更是一项新的内容,既无经验,也鲜有参照对象,仍在摸索中。
在很大程度上,现如今的许多教育行业的人工智能都只是分析算法、题库、评判规则的堆砌,许多学校即便是打出了“智慧学校”“人工智能做教育”的旗号,但在实际应用中,只是在教学管理上有所体现;一些学校的人工智能教育,甚至在概念上就被窄化为编程课、STEM教育、机器人教育等等。
此外,现如今应用于教育领域的的人工智能系统也因为数据稀疏、学习模型容易以偏概全,智能化系统无从谈起,“人工智能”变“人工智障”。
从根本上来看,人工智能并没有对教学育人以及教育改革产生根本性的影响,许多都只是作为招生的噱头,离真正的人工智能有效落地,还有很长的一段路。
传统教育依旧无法被AI取代
疫情中的在线教育经验告诉我们,教育依旧需要回归教室,教育最合适的场景仍然是线下,教室应该存在,教师也应该存在。
人工智能目前所能够替代的,是一些复杂琐碎的工作,在管理上解决了不少的重复性和规则性活动,而教师及学校在爱与关怀上为孩子所付出的一切,是任何人工智能都无法比拟的
《教育中的人工智能》报告中也探讨了人工智能对于传统教育所产生的影响[3]。
人工智能承担了批改问卷等繁琐的工作,设计的个性化学习路径也有助于节约老师的时间。
人工智能为老师们节约的时间可以让老师们将精力放在备课和学习上,让学生得到更多的支持、重视、爱和关心。
人工智能通过数据分析,让教师之间密切合作。
人工智能还可以帮助老师进行专业发展和自我反思。
归根结底,人工智能会有助于实现学习的个性化,但无法真正取代老师所代表的传统教育的位置,反而进一步肯定了老师的角色。
而即便AI不会取代教育工作者的位置,也重塑了教师教学和学生学习的方式,就像许多其他的行业。
在过去的十几年里,教育信息化更多地体现在基于电脑等电子设备上的普及和升级,数字教育、各类办公系统、教学系统、评估系统等等改变了老师的工作方式和学习方式,让教学方式更加便捷,也为教育的目的提供了更多的选项。
在将来,人工智能带给教育的,也将会是新的发展方向。
03
AI+教育,尚有值得探索的边界
曾几何时,杭州第十一中学的“ai天眼监控”一度引爆舆论。
“智慧课堂管理系统”,3个摄像头在起立的瞬间完成全班点名,将学生置于全方位的监控之下,每一个表情都会被清晰记录,每一次发呆都被事无巨细地分析。
在人工智能与教育结合的过程中,“智慧课堂管理系统”已经不是个例。人工智能在一方面方便了教学过程,在另一方面也与伦理之线相互纠缠。
此外,人工智能本是推动教育均衡发展的利器,但在实际发展中,由于受到各种制约,人工智能应用于教育,反而在当下造成了另一种程度上的不公平。一些地区因经济、空间、地理等因素无法使用人工智能,数字鸿沟依然存在,且逐渐拉大。
在现如今人工智能的效果尚不明朗的情况下,要不要把教育这片净土向人工智能开放?如果开放,边界又该如何界定?这些都是值得商榷的问题。
而我们能够达成的共识是,技术是不断发展的,人工智能应用于教育,无论是其将带来的巨大变革,还是在进步当中触及到的伦理边界,AI与传统教育从来都不是此消彼长。
由此,在拥抱技术的前提下,让AI与传统教育共同前行,寻求最好的教育方向可能是终极之道。
人工智能与物联网的关系:其实是相辅相成、互相联系,两者结合,可以实现物联网和人工智能的利益优势。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
物联网(Internet of Things,简称IoT)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、 连接、互动的物体或过程,采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息。
通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
一,人工智能为物联网提供强有力的数据扩展:
物联网可以说是互联设备间数据的收集与共享,而人工智能是将数据提取出来后做分析和总结,促使互联设备间更好的协同工作。
二,人工智能让物联网更加智能化:
人工智能技术可以帮助物联网应用进行智能检测,尤其面对一些突发事件时,可以采取相关措施,提高了处理突发事件的准确度。
三,人工智能有助于物联网提高运营效率:
人工智能通过分析、总结数据信息,从而解读企业服务生产的发展趋势,并且对未来事件做出预测。从数据分析上去发现可能出现问题的几率,并做出预警提醒,这样一来,会从很大程度上减少故障影响,提高运营效率。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)