【編者按】2017年被稱為人工智能元年，但當人工智能落地各行各業(yè)時，又產(chǎn)生了很多的問題。針對AI+教育的進程是否太慢這一問題，網(wǎng)易有道技術總監(jiān)林會杰近日提出了一個比喻：存在數(shù)年的教育行業(yè)有一套成熟的運行邏輯，如同一輛行駛中的車輛，AI滲透教育行業(yè)的過程好比“為行駛中車輛換輪胎”。
教育是需要沉淀和打磨的慢行業(yè)，不可操之過急?，F(xiàn)在行業(yè)想要換上AI這一新輪胎“提速”，需要在不影響現(xiàn)有運行情況下，讓技術逐漸滲透，最終完成AI+教育的迭代。
本文來自林會杰演講，文章經(jīng)億歐編輯，供業(yè)內人士參考。
大家好，我是來自網(wǎng)易有道的林會杰，很高興跟大家分享網(wǎng)易有道在教育領域下探索的一些發(fā)現(xiàn)和想法。
首先簡單介紹一下網(wǎng)易有道，目前有道是網(wǎng)易集團在教育領域的核心布局，擁有三大業(yè)務線：一是課程類產(chǎn)品，就是雙師直播大班課——有道精品課。二是互動類學習型APP，包括有道詞典、有道翻譯官、有道云筆記，也有一些新產(chǎn)品，比如有道樂讀、有道數(shù)學等等；第三類是依托于有道技術的一系列學習型智能硬件，有道詞典筆2.0、有道翻譯王2.0 Pro、有道云筆等。在這些業(yè)務之下，我們有一個AI基礎設施輸出端——有道智云。這些產(chǎn)品背后的一套AI 能力包括神經(jīng)網(wǎng)絡翻譯、光學學符識別、語音識別、語音合成等，可以為我們的業(yè)務提供更好的支撐。
今天探討的主題是AI+教育。首先想跟大家聊聊，機器學習和人類學習有什么異同點，我們能不能通過機器學習的思路，能不能更好的幫助人們提高人類學習的效率，所以我們借鑒了前蘇聯(lián)發(fā)展心理學家利維·維谷斯基的近側發(fā)展區(qū)間理論，他認為知識獲取的層次分為幾個圈層，中間一個圈不需要任何人輔導，可以自主學習，但學習范圍有限。中間的圈可大可小，需要通過一定的指導和輔助方法，將學習范圍以及知識掌握深度擴張加深。最外圈是無法觸達的領域。
我們在做的事情，就是希望通過AI+教育的外部輔助，讓中間圈層盡可能擴大。
人類學習和機器學習，都有一個共同特點，人類學習是從周邊環(huán)境中，比如說實踐中的一些探索，總結出一些相關推理和認知。對于機器學習來說，更多是從數(shù)據(jù)中學習相關的規(guī)律，總結知識，從而激發(fā)有一些基礎的推理能力。
對于AI技術來說，目前為止還是以數(shù)據(jù)驅動的方式。當具備一定的推理和知識的能力，AI就能夠去輔助人類做一些決策，甚至去替代一些重復性、瑣碎性工作，比如說學習作業(yè)過程中一些重復性練習。在教育領域我們也希望能夠借助AI技術、機器學習辦法，從教學練測評各個環(huán)節(jié)提升他們的效率，改造傳統(tǒng)的學習方式，這是美好的設想。
設想很美好，但AI+教育實際應用過程中，我們依然面臨一些的難題：存在一定的落地難的困惑。為什么這樣說？
其一是因為教育行業(yè)已經(jīng)擁有幾千年的歷史，學生和老師的角色沒有發(fā)生太大的變化，大家也還是習慣紙筆交互的方式學習，打一個比方，整個教育行業(yè)就像是穩(wěn)健行駛過程中的汽車，我們希望用AI技術使得這個車子換一個輪胎，換更好的發(fā)動機，使得它發(fā)展更好，但是我們又不能為了更換輪胎、更換發(fā)動機，而使教育行業(yè)完全停滯下來。所以我們現(xiàn)在要做的事情像是開車換輪胎，讓技術滲透教育，不斷去適應傳統(tǒng)教育的過程方法，讓AI技術更好地提升教育效率。
另外一個原因是，整個AI+教育里面非常重要的一個環(huán)節(jié)——數(shù)據(jù)，現(xiàn)在是欠缺的。學習過程中老師和學生都會積累大量數(shù)據(jù)，可惜目前絕大部分數(shù)據(jù)都是留存于線下，將這些寶貴的線下數(shù)據(jù)采集到線上，通過不同類型的數(shù)據(jù)集不斷訓練AI模型，才能使得AI模型更成熟，更能幫助我們達成學習中所需的個性化服務。得數(shù)據(jù)者得先機，如何更好地采集數(shù)據(jù)、處理數(shù)據(jù)、從數(shù)據(jù)中學習更好地規(guī)律，是當前整個AI+教育行業(yè)的重點。
基于以上內容，我們總結了AI+教育過程中的一些金字塔式的基本目標，最底部是教育內容數(shù)字化，第二層是教育過程自動化，這兩個階段，我們可以將傳統(tǒng)的線下教學或學習過程中生產(chǎn)的各種數(shù)據(jù)與線上數(shù)據(jù)有機結合，形成更結構化的數(shù)據(jù)表達。基于這些數(shù)據(jù)的收集、分析、處理和認知理解，我們才能實現(xiàn)教學方式智能化，針對每位用戶的不同情況從而有機會做到真正的因材施教、個性化教學。
為了實現(xiàn)這三個目標，我們從底層數(shù)據(jù)收集開始，通過OCR、ASR、文本處理等系列技術，將傳統(tǒng)的紙質化材料和內容進行數(shù)據(jù)化處理和理解?；诔槿±斫獬鰜淼臄?shù)據(jù)和資源，我們能創(chuàng)造更多個性化應用，比如直播課堂中，以數(shù)據(jù)理解和采集為中心，后續(xù)可以提升互動的效率；在自適應學習領域，我們可以根據(jù)豐富的數(shù)據(jù)輔助，實現(xiàn)更精準個性化推薦。
我們現(xiàn)在都在哪些環(huán)節(jié)實現(xiàn)了提升呢？通過幾個例子來說明。
1、AI可以大幅提高作業(yè)批改效率。傳統(tǒng)作業(yè)批改會耗費每一個老師平均每天2-3小時的時間，然而學生和老師都非常習慣紙質作業(yè)，不可能完全把學生紙質作業(yè)都搬到線上。依托有道智能作業(yè)系統(tǒng)，利用OCR相關技術，將紙質作業(yè)的每一道題自動切分，再對每道題進行定位識別和手寫答案識別，自動化評判客觀題答案對錯，主觀題目分組批量由老師批改，不改變學生和老師布置作業(yè)的流程，學生依然可以在紙上作答，老師也依然可以看到學生手寫的作業(yè)。不僅大幅度提升作業(yè)批改效率，也可以實時采集每個人的數(shù)據(jù)，判斷每個班、每個學校甚至區(qū)域的作業(yè)情況。
2、通過智能硬件，實現(xiàn)細顆粒度的教學信息數(shù)字化。純軟件的解決方案要借助一些額外的設備，包括手機拍照或高拍儀，有沒有更易得更順應習慣的方法呢？我們推出有道智能筆，學生通過一根筆在配套練習冊上書寫，所有答案都可以實時同步到云端。只需紙筆交互，即可完成數(shù)據(jù)采集。后續(xù)再進行自動批改、個人錯題集、針對化的個性教學訓練，這些就都是自適應學習的范疇了。
3、AI幫助題目數(shù)字化。更多需求是面向教育機構和老師本身的訴求，怎么樣提升他們紙質化題目入庫效率。有道會協(xié)助構建題庫，依托于有道自研的AI技術，比如識別技術，我們可以大幅度提高傳統(tǒng)紙質材料的數(shù)字化效率。目前有道自有題庫容量已有5000萬。
4、AI實現(xiàn)輔導技術化。AI技術跟傳統(tǒng)智能硬件以及教育電子設備結合，會有更多想象空間，近期我們和硬件合作伙伴打造一項基于AI視覺技術的功能，學生手指紙質材料，機器會自動定位并識別手指所點位置，進而實現(xiàn)答題或查詞，無需配套材料，大幅度提升學習平板類產(chǎn)品的使用范圍和場景效果。
目前，我們所有應用都依托有道AI，包括神經(jīng)網(wǎng)絡翻譯、圖像識別、語音識別與合成，自適應學習技術的積累和相關數(shù)據(jù)的積淀。除了內部賦能，也希望通過有道智云平臺賦能更多合作伙伴。
最后想說，AI無法替代老師，但AI可以武裝老師，整體提升教學場景的體驗和效率，也是我們的愿景。希望有機會跟大家更好的交流。謝謝大家。
