教育、人工智能教育和大數據的結合，有成功的經驗，也有失敗的教訓。新技術的應用，可能在某些方面促進了學生的發(fā)展，但在某些方面可能又影響了孩子的健康發(fā)展。
現(xiàn)在只需要分析網上足跡，就可以判斷一個人的性格、智商、社會觀點、生活滿意度、語言習慣等等，一覽無余并精準地畫像。面對這樣的情況，怎么辦？最主要的問題就是，誰控制著這背后的一切。
人工智能對傳統(tǒng)教育的改變至少包括兩個方面。一是育人目標的改變，很多重復的體力和腦力勞動正被迅速取代；二是育人方法的改變，不僅是在線課程的增加這么簡單，更包括對教學過程的數據化，更精準地掌握學生的學習情況，個性化地推薦學習內容以提高學生學習效率，智能評卷以減少誤差與教師工作量，以過程化的學習數據替代“一考定終身”，乃至學校存在的樣態(tài)等等。但是，大數據和人工智能是否將徹底替代教師的作用？教師的角色轉型如何進行？在教育乃至整個社會發(fā)展中，是否會帶來隱私權喪失的挑戰(zhàn)，如何保護學生和教師的數據隱私權？人工智能的發(fā)展還潛藏著哪些別的風險？諸多問題，需要及時提出，早做應對。
2018年7月21日到22日，“全球人工智能與教育大數據峰會”在北京國家會議中心召開，中國教育學會會長鐘秉林、北京師范大學校長董奇、科大訊飛執(zhí)行總裁吳曉如、英國劍橋大學心理測量中心主任John Rust教授等對人工智能給教育和社會發(fā)展帶來的顛覆、想象空間與挑戰(zhàn)，進行了精彩闡述。我們選登部分內容，供對教育和人工智能融合感興趣的讀者參考。
AI技術如何帶來“因材施教”
董奇：在討論AI、大數據技術和教育結合時，有兩個表述方法，一是“AI教育”，一是“教育AI”?？此撇畈欢?，但含義非常不一樣。如果講“AI教育”，狹義理解，是怎樣把AI、大數據技術運用于教育中。現(xiàn)在新的AI、大數據技術層出不窮，數以千計的應用。中小學、教育管理者在選擇時，出現(xiàn)了很多困難和認知負荷。
“教育AI”的出發(fā)點是圍繞在教育實踐、管理中，在學生學習中，在教師的教學中存在的實際問題，用心去解決，有的新技術可以助推這些問題的解決，但很多時候不是這樣的。我特別希望企業(yè)、研究者能多關注“教育AI”“教育大數據”。
有三個聚焦點，一是聚焦質量。每個孩子都能享受適合他的教育，需要精準了解、匹配每個孩子的學習需求、學習能力、知識基礎、學習速度。二是公平。我們的教育發(fā)展水平差異比較大，要通過運用、研發(fā)新的技術方法，推動優(yōu)質資源的共享?，F(xiàn)在我們也有一些技術在這方面進行廣泛應用，有的效果還不錯，有的效果實際上并不好，并沒有真正解決教育公平問題。三是效率?，F(xiàn)在不僅學生學習負擔重，教師負擔也重，怎樣用新技術和方法，幫助學生、老師減輕負擔？
我們一定要認識到，AI、大數據和教育目前的應用結合都是初步的，還處于初級階段，很多問題沒有解決，很多應用效果并不明顯。我們必須客觀，尊重事實，不能把現(xiàn)在還沒達到的效果說得過高。但在行動上要大膽嘗試、創(chuàng)新，坐而論道是不能解決問題的。教育、人工智能教育和大數據的結合，有成功的經驗，也有失敗的教訓，應該更包容地去鼓勵創(chuàng)新，推動探索。要從促進學生身心全面發(fā)展的角度評價新技術應用出產的效果。新技術的應用，可能在某些方面促進了學生的發(fā)展，但在某些方面可能又影響了孩子的健康發(fā)展。
吳曉如：人工智能技術和教育改革到底是什么關系？BBC和一家研究機構共同做出了一個新技術可能帶來一些職業(yè)重大變化的研究結果。電話推銷員、打字員、會計、房產經紀等職業(yè)很快要被替換掉，但教師、心理醫(yī)生、藝術家的替代度很低。
人工智能是通過一些算法、數據，構建一個智能化的模型，讓一些冷冰冰的機器變得像人一樣能聽會說，叫機器變得更聰明。人工智能技術的一些應用和當前教育方法，完全不是對立的。關鍵是融合，老師未來在機器的輔助下，讓教學更有效率，效果更好，同樣的時間讓學生接觸到更多有效信息。人機融合會成為一個越來越重要的關鍵詞，其他行業(yè)也要關注到人工智能和自己結合以后帶來巨大效益的提升。
人工智能、大數據和一些新的互聯(lián)網相關的技術，可以為教育構建一個非常不一樣的智慧的環(huán)境。它以學生為中心，更好地進行線上線下混合的學習，更好地去個性化學習。
具體來講，人工智能技術可以更好地幫助老師去看、去聽，幫助老師和學生分析學習，推送個性化的學習資源。
“看”：老師、學生通過紙筆會產生非常多的數據，但原來可能你做完一本作業(yè)后扔掉就算了?，F(xiàn)在在智能化技術的幫助下，可把所有過程化的數據轉換成計算機未來可以分析的結構化的數據。中英文的字符集的識別率已達到97%，機器轉寫文字的準確率比人更高，對一些比較復雜的數學物理公式的轉寫正確率也已達到92%。還包括人臉的識別、注意力的分析等。
“聽”：在“聽”上，機器已經遠遠超過了人。機器的轉寫正確率已超過了95%，人達不到90%。
“說”：讓機器有嘴巴，目前人工智能技術也有了非常大的進步。比如，只要有特朗普半個小時左右的語音，機器學習，訓練出來一個模型，想讓他說什么就可以讓他說什么。
以后，能說還不夠，機器必須知道看的、聽的是什么意思，這里又有機器的分析能力，能減輕老師的負擔。比如，機器在一些哪怕是比較復雜的作文評卷上，已經達到高水準。它可以有效克服人在評分時因為疲勞度等造成的一些問題。
最后再看“決策”。知道了你的情況，怎么做出反饋？老師希望根據班級的情況，給最合適的資源。在智能推薦上，現(xiàn)在通過知識點的預測，可以給學生、老師提供更加精準的一些教學過程中的指導。學習效果能非常顯著地提升。
人工智能可以構建一個教育超腦。相當于每個老師、管理者和學生身邊有一個虛擬的機器人。老師教學、學生學習時，有個機器人伴侶可以提高效率。這種教育超腦，光有人工智能技術還不行，物理教學里一共有多少重要的知識點？哪些是物理教學中最需要關注的重點？這需要教育行業(yè)的一些大數據。光有冷冰冰的大數據也還不行，需要一些重要的教育專家融入進來。
教育超腦具體如何應用于教學與管理呢？雖然以學生為中心，但不能忘記老師是課堂的組織者，幫忙不添亂，一定讓老師感覺到是有幫助的，減輕了自己的教學負擔。
首先，可以大幅降低老師批改作業(yè)的強度。
第二，幫助實現(xiàn)“以學定教”。優(yōu)質教育資源還非常稀缺，如何讓普通老師在人工智能的幫助下，也可以讓教學效果得到大幅度的提升？老師在和學生互動過程中，過程化的數據都會被收集起來，機器在后臺進行自動分析，生成一個學習報告，給整個班級、給每個學生畫一個像。根據學生情況，老師做教學調整，甚至上課時給學生的課堂練習也是分層次的，讓課堂效率得到大幅提升。從后臺的數據分析看，以學定教后，課堂效率可以提高20%到30%。
大數據是由一些小數據所構成的，比如班級的小數據。老師上課過程中自然而然產生了很多非常優(yōu)秀的資源。人工智能助手可以記錄課堂點滴。這種場景化的數據，對老師課后的教研，喚醒學生記憶，非常有用。這種小數據可以形成巨大的教育資源庫。
第三，幫助開展學生個性化學習。有些學生比較調皮，有可能智商很高，未來也有潛力，但第一課有10%的東西不懂，第三、四課有百分之三十的東西不懂，期中考試完后，別的學生90分，他60分。次數多了，就會被貼個差生的標簽。有了大數據、人工智能、學情分析，對學生個性化畫像，就可以提供個性化的指導。把每個學生做的錯題列出來，分析錯題背后的知識點、學科能力，到底問題出在哪，從而每個學生都進行分層練習。
第四，幫助管理者科學決策、高效管理。比如現(xiàn)在新高考后走班排課，非常復雜，學生6選3，可能需要一個小組排一兩個星期！有智能化的助手輔助，三分鐘就可以把課表排出來，然后再進行一些細微的調整，一兩天就可以形成學校課表。另外，如果僅僅基于學生當前的知識點去選，可能把學生未來的學科潛力“謀殺”。通過學生日常數據自動分析來進行選課指導，會更精準。在后臺智能算法的幫助下，教務管理、學生個性化的特質分析，和原來只能依照經驗相比，發(fā)生了翻天覆地的變化。
最后，依托這些不同場景核心應用，要打造一些融合性的空間。創(chuàng)建老師和學生之間隨時互動，可以對教學重要過程進行過程化記錄的數字化環(huán)境。另外，創(chuàng)新的內容也非常重要，給學生提供更有意思的教學內容，尤其是一些比較枯燥的課程，把虛擬現(xiàn)實等一些手段用上，使教學內容更豐富。
因材施教的夢想，在這種新技術的驅動下能夠更快地實現(xiàn)。
學校與教師還不能被徹底取代
鐘秉林：在新的時代，中國的教育出現(xiàn)了新的特征。首先是主要矛盾轉化，從過去的上學難轉變?yōu)樯虾脤W校難！老百姓迫切需要高質量的教育。解決矛盾的根本途徑是拓展優(yōu)質教育資源。通過努力辦好每一所學校，來緩解這個矛盾，但困難也在這兒。
辦好一所學校，要厚積薄發(fā)。經費充足，規(guī)劃得當，硬件條件可以很快改善，大家重視努力，軟件水平也可以在不太長的時間內顯著提高。但辦好一所學校的關鍵，精良的教師隊伍，需要幾代乃至十幾代教師長期積淀才能逐步形成。孩子在學校里除了學習知識外，學校優(yōu)良的辦學傳統(tǒng)，校風學風，對孩子成長成才具有潛移默化的作用，這不可能一蹴而就，不可能用錢簡單地堆砌出來。信息科技的飛速發(fā)展，信息科技與教育教學的深度融合，為化解教育的主要矛盾，帶來了重要機遇。
人類獲取知識的方式和渠道正發(fā)生改變。學生們獲取的渠道是多樣化的，必然導致學校的教師角色的轉型，從過去的學生知識傳授者，轉變?yōu)閷W生學習活動的設計者和制造者，師生之間形成一種新型的學習伙伴的關系。
互聯(lián)網教育的發(fā)展還正在顛覆著傳統(tǒng)的學習過程。過去，知識傳輸一般是在課堂上進行，通過教師講授，學生聽講來實踐。知識內化的過程往往是要在課后，學生通過復習做習題，教師輔導，答疑，學生參加必要的教學實驗，來鞏固消化，所學的知識能夠真正掌握，融會貫通。在網絡教育背景之下，這個過程可能顛倒。學生知識獲取轉移到上課前，通過網上個性化的學習來實現(xiàn)。課堂上，教師就不能講授為主，必須引導學生探究，反思討論，學生主講、演示，教師糾錯，課堂上要實現(xiàn)學生知識內化的一部分功能。學習過程的革命，翻轉課堂的翻轉，內涵就在于此。
以慕課翻轉課堂微課程、混合式教學等等為代表的基于網絡的教學模式，可以突破學習時間和空間局限性，有利于學生個性化的現(xiàn)場學習。大數據、人工智能的發(fā)展，和教育的融合，將給教育帶來顛覆性的變革。通過分析學生的學習和生活的數據碎片，可以研究學習者的行為模式，建立個性化的教育體系，真正因材施教。另一方面，我們也將被海量的信息充斥，應對這樣的挑戰(zhàn)，要從知識轉為能力本位，尤其是學生的創(chuàng)造性和批判性思維的養(yǎng)成。
學校、教師首先要轉變觀念，突破千校一面、萬人一面的培養(yǎng)模式，多樣化個性化地培養(yǎng)人才；要創(chuàng)建以學生學習為中心的教學和學習方式，探索構建師生學習共同體，通過教師的引導，師生的互動和學生之間的合作來實現(xiàn)教學目標。
網絡教學的實踐絕不僅僅是技術層面和教學層面問題，還涉及管理體制，像教學、學生管理機制等。
最后，信息科技與教育教學的深度融合，不能改變我們的教育初心，要警惕陷入純技術化的誤區(qū)。學生的一些社會發(fā)展性素養(yǎng)的養(yǎng)成，比如人際交往能力，公共關系能力，團隊精神的養(yǎng)成及健全人格的培養(yǎng)等等，從目前看，還只能在現(xiàn)實環(huán)境當中，通過校園教育，通過學生的群體學習，通過學生走上社會之后的社會實踐來逐步加以解決。我們要保持清醒的頭腦。
從這個角度而言，課程教學不等于學校教育?；ヂ?lián)網的技術應用可以把一門課程做到極致，質量非常高，但互聯(lián)網教學還不可能完全取代學校教育。因此我覺得我們也要避免炒作概念，避免片面的夸大作用。
人工智能和教育融合，會挑戰(zhàn)教師的傳統(tǒng)角色和權威地位。有一部分知識性的教學角色可能被人工智能所取代，但教師不可能被完全取代，我們必須要凸顯教師育人功能的重要性。教師如何跟上信息技術和教育融合發(fā)展的潮流，如何保持敏銳的目光，啟迪學生的智慧，涵養(yǎng)學生人格，這是要認真考慮的。
軟家長制、監(jiān)督與人工智能的“道德發(fā)展”
John Rust：這個世界有哪些創(chuàng)新？一是行為科學，二是監(jiān)視技術，三是機器學習，四是人工智能。
2008年英國政府推出了“輕推策略”（nudge initiative），提出了一個理論，叫軟家長制。就是通過一些隱性的方法，鼓勵人們去糾正一些不正確的行為，比方說不要吃太多垃圾食品、抽煙、過度使用能源等。這種選擇往往是在潛意識中做出的，因而并不涉及媒體宣傳等完全公開的規(guī)勸手段。英國的行為洞察部門把心理學和行為經濟學的研究發(fā)現(xiàn)應用到公共政策和服務中。對于那些危險的人，比如說恐怖分子、性犯罪、校園暴力者、危險駕駛行為的人，都可以通過收集大數據來展開調查。通過醫(yī)療、教育、稅收、消費、旅行、工作、手機等各個方面的記錄，甚至是網絡攝像頭都成為大數據收集的來源，都能服務于“輕推策略”。面對信息高速公路，你可能被輕輕地推了一下，不僅可以把你朝正方向推，也能把你朝反方向推。2013年，英國的外長就說，如果你沒什么可隱藏，也就沒什么可擔心。你自己判斷，它到底是一個烏托邦的社會，還是一個反烏托邦的社會？
現(xiàn)在只需要分析網上足跡，就可以判斷一個人的性格、智商、社會觀點、生活滿意度、語言習慣等等，一覽無余并精準地畫像。面對這樣的情況，怎么辦？最主要的問題就是，誰控制著這背后的一切。有時并非你自己能夠決定收到什么信息，而是機器學習的算法。這就是我們當前的處境?；ヂ?lián)網是一個更豐富的互動空間，由數字網絡組成，用來儲存、修改并交流信息，互聯(lián)網會讓人和人之間可以共同完成更多的事情。現(xiàn)在在我了解世界的同時，世界也在了解我。這就是互聯(lián)網空間當中的事實。互聯(lián)網空間也需要管理，需要秩序來確保安全性。
現(xiàn)在我們知道機器在學習算法，在進行深度學習。人類需要咨詢師、老師、律師。要成為這樣的人，需要進行培訓。機器可以非常好地去預測人類的情緒和情感。短時間之內，能給一個人拍很多照片，解讀情緒。微軟最近的一個項目可以識別你的憤怒、鄙夷、厭惡、害怕等表情。所以說在互聯(lián)網空間，不僅有機器，也有人的情感在發(fā)生。其實我們在互聯(lián)網空間浸入的是更多的人性，不僅僅是思想和情感。集體無意識、和平之神、戰(zhàn)爭之神，所有人類情緒中出現(xiàn)的東西都會在互聯(lián)網空間有所體現(xiàn)。這些情緒都能遷移到互聯(lián)網空間中。“不喜歡”的負面情緒傳播的速度往往比“喜歡”的正面情緒更快。我們需要一個模型，讓我們知道算法和互聯(lián)網空間到底發(fā)生了什么。隨著時間的推移，人工智能會變得更加復雜、精確。我們都是互聯(lián)網時代的居民，居住在互聯(lián)網空間中。
最后一個是道德發(fā)展的問題。我們有人類道德發(fā)展的理論，人類有自己的思想和情感體驗，有倫理道德的約束。機器可以通過計算了解個體差異，識別情緒。通過明確的交互方式，機器人也具有相應的規(guī)則。比如說我們告訴機器人，要提高點擊率與收益，要善待兒童。我們有很多的方式來培訓機器人遵循我們的規(guī)則。但有些時候并非如我們所愿，還是會有一些風險。假如在培養(yǎng)機器人道德時，出現(xiàn)失誤怎么辦？有可能機器人會像人一樣出現(xiàn)精神病人的人格障礙，也可能會停留在道德發(fā)展的早期階段，甚至機器人也會出現(xiàn)無意識，對自己的“犯錯”沒有任何“悔恨之心”。目前的人工智能，還需要解決這樣的問題。
