2017威尼斯登陆网站-威尼斯2017娱乐官网-欢迎您
做最好的网站

AI教育的医学性探讨,智慧教育蓄势待发

作者: 教育新闻  发布:2020-01-18

首页>教育>教育综合>

首页>教育>教育综合>

AI时代下,智慧教育蓄势待发

教育综合早幼教K12教育研究曹培杰2019-06-18 · 18:202019-06-18[ 亿欧导读 ] 当前,以人工智能为代表的技术创新进入前所未有的活跃期,而教育仍未摆脱“工业化”的印记,以至于我们“把机器制造的越来越像人,却把人培养得越来越像机器”。威尼斯2017娱乐官网 1图片来自“123rf.com.cn”

教育可以分成两件事,教和育。“教”是指教学,让孩子们掌握技能;“育”是指孩子们怎么学会更好地运用技能,帮孩子们育人。在教学环节里AI可以代替90%的工作,在育人环节里系统很难起到助力。

用大数据分析学生的习惯、技能和成长路径,“AI+教育”真正有针对性地来制定他个人成长的教育方案。除了实现个性化教学,借助AI技术的应用,有机会打破现有教育资源供应的瓶颈,实现教育公平。

本文转载自微信公众号“智能观”,作者曹培杰。原文刊于《教育研究》2018年第8期,有删改。


干货丨最全AI技术改造教育流程:AI教育的哲学性探讨

教育综合一百亿研究所一百亿研究所2018-05-01 · 11:042018-05-01[ 亿欧导读 ] 教育领域应用AI技术具有天然的适应性,AI+教育能够有效解决教育效率的问题,真正做到因材施教,提升教学体验。威尼斯2017娱乐官网 2图片来自“123rf.com.cn”

在人工智能技术发展形势如火如荼的今天,教育行业是人工智能技术应用落地最火爆的领域之一。一百亿研究所从人工智能技术在教育行业最细节的技术及其应用环节出发,从点到面地带来AI教育场景应用的行业态势观点。

教育和技术的赛跑

哈佛大学两位经济学家回顾美国教育发展历程发现,教育和技术之间存在一场持续不懈的竞赛。

20世纪80年代以前,美国率先实现高中教育普及和高等教育大众化。教育进步为经济增长提供了充足的高素质劳动力,适应了技术进步带来的社会变革,整体提高国民收入水平并缩小了贫富差距。

大约自1980年起,情况出现逆转。技术进步依旧,社会对高素质劳动力的需求也在增长,但美国教育却无法生产出足够的人才。

随着教育增速放缓,人群出现分化:

一部分人受过良好教育,毕业后进入高端行业,收入迅速提升;另一部分人接受着过时的教育,技能适应性不强,导致贫富差距快速拉大,制约了经济的进一步增长。

这种现象被形象地称为“教育和技术的赛跑”,当教育的发展速度超过技术时,就会给经济增长带来明显的人才红利,反之则会导致经济社会发展失衡。

当前,以人工智能为代表的技术创新进入前所未有的活跃期,而教育仍未摆脱“工业化”的印记,以至于我们“把机器制造的越来越像人,却把人培养得越来越像机器”。这不仅制约着教育功能的发挥,而且导致经济社会转型面临危机。

我们要有一种时代紧迫感,全面深化教育改革,推动“工业化教育”向“智慧型教育”转变,扩大高质量人才的供给,为经济社会发展提供强有力的人力资源保障。

AI教育技术应用的教育环节改造点

威尼斯2017娱乐官网 ,科技与教育的融合加速教育产业的变革。一系列尖端AI技术在教育领域的应用,将会在很多方面实现学习质量和学习效率的提升。

基于大数据和深度学习技术的人工智能,拥有了比人类更为丰富的知识储备和更加严谨的逻辑思考能力,能够很好地渗透进一些教学场景环节中。在具体的不同学习科目上,也运用到了不同的人工智能技术,以语数外三门主要科目为例,我们统计归纳了一下市面上专门从事单一科目的教育标的企业以及他们在各自的科目上运用到的相关技术:

威尼斯2017娱乐官网 3

标的企业产品界面示例:

威尼斯2017娱乐官网 4

威尼斯2017娱乐官网 5

威尼斯2017娱乐官网 6

完整的教育流程分为五个环节,内容开发——教学——练习——测评——管理,这些环节中都存在可以植入自适应学习技术的应用场景。

其中,内容开发是自适应教育流程其他4个环节的基础,管理在自适应教育中代指的是通过教学分析、练习、测评等环节的学生数据,对用户进行智能预警、提醒和跟踪,是流程中的前置环节成功应用后的附加产品。教学、练习、测评这三个环节的应用是直接面对C端用户的,也是目前市场上最主流的应用环节。我们对目前市场上对这三个环节运用到的相关技术做了统计和归纳。

威尼斯2017娱乐官网 7

在自适应教育流程中,最核心、最复杂、最难,同时也是对学习效果的影响作用最大的环节就是教学。教学环节的关键是要实现对学生的个性化学习路径的精准推荐,其中的产品设计逻辑需要遵循三个步骤:

1.学习者建模

学习者是自适应学习的最主要参与者与体验者,也是个性化资源获取的主题,因此自适应学习的设计首先要重点考虑学习者的个性化需求特性。为了清晰地表征学习者在系统中地属性,需要对学习者进行建模,这一步主要借助用户建模组件或者第三方代理软件实时收集并处理学习者个性化信息来实现。

2.领域知识建模

领域知识指代地是特定专业领域的经验、理论、方法论的知识单元群。自适应学习中领域知识是结构化学习资源,为学习者提供个性化学习数据来源。领域知识建模要求知识体系拥有良好的结构,便于系统推荐资源路径时做出精准的判断。领域知识之间的关系包括前驱后继关系、并列包含关系和相关关系三种类型,每个知识单元或知识点都应该含有难度、风格和学习任务属性。

3.关联规则定义及其推荐方法

关联规则指的时从数据集合中发现频繁项并找出项集间的关联关系。具体技术层面上分为三个子步骤,产生频繁项集——产生路径关联规则——推荐路径预处理。

基于目前已有的技术和其应用的程度和场景,自适应学习可以分为几个层级:

Level 0

基于纯人工的自适应学习

威尼斯2017娱乐官网 8

Level 1

基于简单规则的自适应学习

威尼斯2017娱乐官网 9

在Level 0的基础上加入简单的条件判断,就可以实现最基本的自适应学习算法。基于规则的自适应学习,本质是决策树,适用场景并非是去判断学生是否掌握某种知识,而是判断学生的某种行为是否正确。

但是学生的掌握程度难以通过简单的逻辑判明,因此需要在简单的决策树规则之上建立更好的自适应学习算法。

Level 2

基于难度等级的自适应学习

威尼斯2017娱乐官网 10

在根据学生具体的错误行为推送相应课程的基础上,设计一套难度递增的课程,当学生完成得好就增大难度,当学生完成的不理想时,就相应降低难度。这就是基于难度等级的自适应学习。

基于难度的自适应学习算法的最大缺点是认为学生的学科掌握度是一个绝对值,但实际学习中,学科中细颗粒度知识点的掌握情况通过该算法难以评估。

Level 3

基于知识点网络和概率模型的自适应学习

Level 2难度等级的概念外,引入知识图谱的概念。因为实际中无法直接去测量学生的知识点掌握程度,因此只从学生的练习情况倒推出知识点的掌握程度。

具体教学中,分为几个层面

1)同样难度下的单一知识点

2)不同难度下的相同知识点

3)一题对应多个知识点

在这几个层面外,还要考虑到,知识点并非互相孤立。学生学习时,除了要掌握新知识点,还要能传播到相关知识点。这时就需要建立知识图谱。同时也要考虑到学生完成学习进度的时间的影响,这其中设计到学生学习知识点的时间权重以及学生对知识点的记忆曲线。

威尼斯2017娱乐官网 11

自适应学习在这个阶段,依然存在两大问题,一个是人工教研工作量庞大,做得越细越好,越困难。另一个是,只能解决客观题,无法解决证明题和简答题。

Level 4

基于NLP和推理引擎的自适应学习

真正的AI级别的自适应学习,说的就是Level 4。

达到这个水平的自适应学习系统,可以解决任何学科的各种类型题目,可以用多种策略得到正确答案,并且能判断其他答案的正确性。

威尼斯2017娱乐官网 12

一旦Level 4级别的自适应学习出现,之前的自适应学习系统都会受到颠覆性冲击。但是Level 4级别的难度非常高,无论是国内还是国际上都是在探索阶段,因此在此不做更多展开。

智慧教育蓄势待发

随着人工智能越来越广泛的应用于传统行业,那些机械重复、繁琐枯燥、大量使用体力的职业可能都会被机器人所取代,甚至连一些专家决策工作也面临风险。

比如,拥有大数据分析能力的智能医疗诊断,在某些疾病上比普通医生判断的准确率更高;智能金融系统在风险预测、股票投资等方面大显神通,成为金融机构争先布局的重点领域……

随着一系列连锁反应的叠加,人工智能正在触发一场剧烈的社会分工调整,我们很可能会成为人类历史上第一代需要和机器去竞争工作的人。

“我们是如此彻底地改造了我们的环境,以至于我们现在必须改造自己,才能在这个新环境中生存下去。”

——“控制论之父”维纳

教育作为培养人的事业,将会成为决定人类能否在人工智能时代胜出的关键。

现行教育体系是工业社会的产物,核心是通过整齐划一的教学流程批量化地生产人才。尽管难以照顾个性差异,但却为人类从农业社会进入工业社会提供了不可或缺的人力资源基础。

但是,当人类社会迈进人工智能时代,这种工业化的教育体已经无法满足未来社会对人才的需求,时代发展迫切需要一场教育变革。

2016年3月,世界经济论坛发布了一份题为《教育的新愿景:通过技术培育社会和情感学习》的研究报告:

倡导把人的社会性和情感教育置于应对新工业革命的高度,包括批判性思维、创造力、沟通能力、合作能力等四种胜任力,以及好奇心、首创精神、坚毅、适应力、领导力、社会文化意识等六种个性品质。

换句话说,教育不是由外而内传递知识,而是由内而外觉悟智慧。我们必须打破整齐划一的传统教育形态,构建与人工智能时代相适应的智慧教育体系,利用智能技术对学习环境、学习内容、教学方式、管理模式进行改造,为学生提供适合的教育。

我们认为,智慧教育是运用人工智能促进学习环境、教学方式和教育管理的智慧转型,在普及化的学校教育中提供适切学习机会,最大限度地满足学生的成长需要。

它不仅是教育设施的信息化、智能化,而且是教育理念与教育方式的转型升级,从注重“物”的建设向满足“人”的多样化需求转变。

人工智能与自适应学习有什么具体区别?

教育领域应用AI技术具有天然的适应性,AI+教育能够有效解决教育效率的问题,真正做到因材施教,提升教学体验。

在教育流程中,自适应能对视频、音频、图片等进行数据化处理,来实现对学生学习行为数据的搜集和整理;通过大数据分析来了解学生的学习需求;针对性的为学生提供需要的辅导并根据反馈进行调整。但需要注意到的是,AI+教育并不等同于自适应学习,AI+教育指的是将人工智能技术嵌入式地应用到学习的各个环节,自适应学习是AI+教育的一个子集,自适应学习技术作用于学习的最核心环节,从根本上带来教育模式的变革。

学习的环节从浅到深分为四个层次:

1.最外围学习环节:这个环节包括的内容又获取学习资料、沟通、陪伴、教务以及管理。

2.次外围学习环节:该环节的内容主要是测评,考核学习效果

3.次核心学习环节:这个环节涵盖练习、作业、教学辅助

4.最核心学习环节:涉及学习最根本的流程——教、学、认知、思考

威尼斯2017娱乐官网 13

教育领域已有的落地运用的人工智能产品提供的功能包含拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等,但这些产品中的人工智能技术的应用场景仅仅停留在上文谈到的学习过程的前三个环节中,比如拍照搜题仅作用于最外围学习环节的获取学习资料,分层排课通过智能搜索作用于最外围学习环节中的教务;口语测评、组卷阅卷作用于次外围的测评环节;作文批改和作业布置应用于次核心环节的练习、作业教学辅助。这些技术在学习中更多的是辅助性的作用,而不会直接提升教学质量和效果。自适应学习与这一类人工智能技术的不同在于,自适应学习的人工智能技术直接嵌入学习的最核心环节,从根本上改进学习的理念和方式,同时产品也更容易打通商业模式,直接面向C端客户变现。

本文由2017威尼斯登陆网站发布于教育新闻,转载请注明出处:AI教育的医学性探讨,智慧教育蓄势待发

关键词: