资讯 / 在线教育 / 人工智能的教育应用面临转折?

人工智能的教育应用面临转折?

2017-10-27 12:04 作者:史蒂芬 • 哈格德 赖鹏飞翻译 来源:在线学习 阅读:80

数据保密是人工智能应用的最直接阻碍未来人工智能可能无法在教育行业真正发挥作用即便它真的在教育领域发挥了作用也不一定受人们欢迎  


人工智能(AI) 进入教育行业已为用户成功提供学习支持, 投资者对其也青睐有加,诸多大型教育品牌纷纷开始介入人工智能领域。 当前, 有关人工智能的争论, 焦点在于应该如何将其用于解决学习中的各种实际问题。

在西方国家, 因为新技术能够增强教学的个性化, 所以常常会被大力提倡。 比如,在 2017 年欧洲举办的规模最大的教育科技展上, 主办方就声称 :“人工智能将使教师腾出时间, 对那些学习困难的学生开展一对一教学。” 这与 1950 年人们对第一代“教学机器”所声称的内容如出一辙。 人工智能的预期成效能否兑现, 目前仍不清楚。 不过, 一些对此持怀疑态度的观察人士认为, 那些声称的内容纯属欺骗。来自纽约哥伦比亚大学的奥黛丽 • 沃特斯(AudreyWatters) 是人工智能应用于教育行业最严厉的批评者。 在她看来 : 这些有关人工智能的宣传充满了对其潜力和能力的夸大之词。

人工智能在教育中的应用

当前, 人工智能在教育行业发挥的作用如何? 如果课本可以进行个性化定制, 即根据学生希望的阅读方式呈现课本内容, 是不是很好? 事实上, 一种名为 Cram101 的技术已经可以实现该项功能。 该技术可以根据不同的阅读目的, 包括略读、 复习和深度阅读等, 自动对课本的内容进行重新编排。 Cram101 可以将最初的课本内容重新呈现为概要、 突出显示部分、 测验、 理解检查等形式, 并提醒读者此前遗漏的内容。

你是否希望语言培训师能够帮你确定自己最为薄弱的词汇和技能, 并针对这些薄弱点调整课程内容? 事实上, 这种应用已经可以在语言学习平台多邻国(Duolingo) 上下载。

此外, 人工智能还被应用于作文自动评分、 抄袭检测、 高校选择等领域。

所有这些人工智能教育应用都利用了复杂的演算法模型, 对课程内容、 学习和学科知识进行演算。 还可利用来自用户的数据, 使之变得更先进。 因此, 今后肯定会有更多新的人工智能教育应用出现。 必须指出的是, 当前这些应用都未从根本上改变教学方式, 尚未成为各类学校的核心活动。

数学教学是最有可能率先实现完全突破的教育细分领域。 IBM 正在开展该方面的工作,IBM研究和基金会分部打算将其商业人工智能程序“沃森(Watson)” 应用于数学教学。 IBM国际基金会主席斯坦利 • 利托(Stanley Litow)将之描述为 IBM 在人工智能教育领域的“登月计划”。 IBM 首个在学校中应用的人工智能工具是一个自动化的教案选择器——“沃森教 学 助 理(Teacher Assistant with Watson)”, 用于帮助小学数学老师为其班级选择最佳的教案和学习方法。“沃森” 可基于对每堂课的语言、 问题类型、 知识和概念水平进行分析,对其语料库中的所有数学教案进行智能评估,并将这些教案与教师的要求匹配。 目前, 教师的要求还是以教师生成关键字的方式产生。今后, IBM 可能会训练机器解析学生评估数据, 从而生成需求报告。 到那时, 或许就可以说我们拥有了可运行课堂教学程序的人工智能系统。

数据保密是应用的最直接阻碍

在西方国家, 越来越多的人认为, 人工智能在教育中的应用正稳步向前发展。 各大机构发布相关的报告和白皮书, 将 2017 年确定为人工智能技术应用的关键“转折点”。 不过,我们还必须对此持谨慎态度。 目前, 人工智能在教育领域的应用还面临许多问题, 其中, 部分问题很难通过技术手段解决。 例如, 西方国家尚未对“学习” 所涉及的生物或文化活动类型达成一致意见, 因此, 很难设计出用于学习的机器。 例如, 人们的心理状况千差万别, 技术又致力于推动人们心理状态的标准化。 人工智能的社会属性要求学校负责人是让学生的思维趋于标准化, 还是确保多样性? 在这些原则性的文化问题上, 中国的应对方法可能完全不同, 这种不同可能对人工智能在教育领域的发展至关重要。

数据保密是人工智能应用于教育领域所面临最直接的阻碍因素。 因此, 有必要在此重点谈论。 所有应用于教育领域的人工智能技术均完全依赖于“数据挖掘”, 即技术要求对学习者所做的每件事情进行高强度监测, 记录和分析学习者每次敲击键盘的活动情况。 该信息对于支持人工智能引擎运算不可或缺。 按照美国的法律和文化, 绝大多数情况下允许组织机构开展此类监测, 绝大部分的美国人也接受企业获取有关他们个人生活的数据, 并且利用这些数据获利。 在此过程中, 有关个人数据的保密性很难得到保证, 违反、 泄漏和滥用个人数据的情况在美国屡见不鲜。 这可能危及人工智能赖以发展的根本。

与美国相反, 在欧洲国家, 公众对提交用于监测的个人数据的认同度极低。 欧盟法律明确授予个人全权负责和管理个人数据的权利。

大量公民, 尤其是学生, 开始严格把控有关其自身的数据, 拒绝第三方机构使用。 在此情况下, 运算机器可能无法获得足够的数据, 从而无法推动人工智能在教育行业的有效应用。

社会和政策层面是否会同意为推动人工智能的发展, 将学生数据用于人工智能, 目前仍难做出准确判断。 西方国家在这个问题上已出现严重分歧。 学生数据最终能否用于人工智能, 将取决于基于教育数据挖掘的人工智能应用是否真能给学生带来很大的切实利益。

目前看来, 人工智能给科技企业带来的好处主要表现在利润方面, 而为精英阶层学习者带来的好处主要表现在为其提供必需的技能和资源, 使之能够购买和利用人工智能工具。

人工智能解决方案的出售让科技企业获得巨大的财富, 但同时也正危及数据权限文化, 最终导致泡沫破裂。

基于人工智能的导师计划

有关人工智能在正式学习中的应用, 此前有人宣称技术将在学习领域占据主导地位的说法可能有些夸大其辞。 要了解人工智能有影响力的具体应用, 我们可以看看职场学习和行业培训领域的状况。

学习科学研究者拥有丰富的素材, 可以使基于人工智能的指导按照每位员工的优势和能力开展因材施教式的培训。 与人类导师计划相比, 基于人工智能的导师(指导) 计划的优势在于, 在高度结构化的环境中, 知识是以机器可表达的代码方式提供的。 与在校学习方式相比, 基于人工智能的导师(指导) 计划更有助于实现适应性学习的目标。

德国人工智能研究中心主任兼上海交通大学在线学习实验室副研究员卡斯滕 • 乌尔里奇(CarstenUllrich) 一直在负责开发自动编程的数字学习课程项目。 在该项目中, 机器可以自动编写此类课程, 并提供给相关教职员工。 它通过观察有关员工及其生产的数据, 可以确定员工需要什么样的学习内容以及何时需要这些内容, 并且以半自动的方式创建学习课程。 乌尔里奇的开发工作是基于这样一种理念, 即为达到提高制造的灵活性和生产力的目标, 为操作机器的员工提供他们了解、 维修和改进机器所需要的配套培训, 且必须由机器本身来牵头负责。 他将该方法称之为“学习工厂”。 该项目已得到德国政府的资助, 并被纳入德国竞争力计划的组成部分。

随着人工智能进入教育领域, 学习科学研究者正迎来一波创新和资助的热潮。 不过,将人工智能置于“B 计划” 可能更为明智。 一个很大的可能性是, 人工智能无法在教育领域真正发挥作用。 即便它真的发挥了作用, 也不一定受人们欢迎。

热门文章
相关新闻

打开微信“扫一扫”功能,扫描这个二维码

关注
微信
扫一扫,关注
在线学习公众号
扫一扫,关注
远程教育公众号
关注
微博
扫一扫,关注
在线学习新浪微博
扫一扫,关注
远程教育新浪微博
企业大学联席会
扫一扫,关注
企业大学联席会微信