智慧教育產(chǎn)品化需結(jié)合認知與心理學(xué)科，除AI之外還要有人性的溫度 | 全球AI+智適應(yīng)教育峰會

雷鋒網(wǎng)按：2018年11月15日，全球AI+智適應(yīng)教育峰會于北京召開。峰會由雷鋒網(wǎng)聯(lián)合乂學(xué)教育松鼠AI，以及IEEE（美國電氣電子工程師學(xué)會）教育工程和自適應(yīng)教育標準工作組共同舉辦，邀請了美國三院院士、機器學(xué)習(xí)泰斗Michael Jordan，斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學(xué)入學(xué)考試機構(gòu)ACT學(xué)習(xí)方案組高級研究科學(xué)家Michael Yudelson等頂尖學(xué)者；VIPKID、作業(yè)幫、滬江網(wǎng)等國內(nèi)著名教育創(chuàng)業(yè)公司創(chuàng)始人；以及Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等國外最具影響力的AI智適應(yīng)教育公司共聚北京，共同探討AI智適應(yīng)熱點話題。

其中，由乂學(xué)教育AI首席科學(xué)家崔煒主持、北師大智慧學(xué)習(xí)研究員副院長李艷燕和華中師大國家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心教授余新國參與的智慧教育論壇，向大家詳細介紹了AI教育目前在學(xué)術(shù)界的研究方向，以及AI教育理論在實踐應(yīng)用中碰到的難點等問題。

以下為圓桌討論實錄，雷鋒網(wǎng)做了不改變原意的整理與編輯：

主持人崔煒：大家上午好，今天很高興在這里舉辦Panel論壇，我們也很榮幸邀請到了兩位人工智能教育、學(xué)術(shù)界領(lǐng)域里的專家和教授，與我們一起來探討一下人工智能教育在學(xué)術(shù)界當(dāng)前研究的方向，以及人工智能教育這些理論在實踐中的應(yīng)用過程中碰到的一些困難、難點等等，希望能夠有兩位教授給我們進行答疑解惑，給我們制定一些方向。

兩位教授都是咱們中科院旗下一個智慧教育委員會的主任委員，我想請兩位教授分享一下關(guān)于智慧教育的看法，我們常提到的智慧教育和人工智能教育之間有哪些差別，或者說他們分別是如何定義的？

余新國：我們之前是工科背景，談得最多的是人工智能，人工智能是用機器模擬人的智能，需要人用智慧來解決的一些事。目前我們把智能分成幾個級別，最簡單的就是計算，計算其實也是一種智能，一種推理、搜索。目前人工智能還沒有接觸到的，就是人類創(chuàng)造新的理論，提出新的理論體系，據(jù)我所知現(xiàn)在還沒有任何人工智能可以解決這一問題。

前面幾十年里，人工智能是模仿人計算的智能，這個已經(jīng)解決了；模仿人的推理智能也經(jīng)過了幾十年，包括學(xué)習(xí)的過程也是一種推理的過程，學(xué)習(xí)以前人的推理。但是學(xué)習(xí)、推理能力目前還是在中間階段，有些解決了，有些沒有解決，這是我們說的智能。

如果說是智慧的話，那就表示有些事我會，但是不一定要做。比如說這個事很賺錢，但是覺得會傷害別人所以不去做，這是一種智慧。人工智能很強，以后學(xué)生看到人工智能這樣強大，是不是會顯得自己非常渺小，在心里有一種害怕感，AI霸凌了我們的學(xué)生？所以我們要增加智慧，讓人工智能不要那么強勢，又能幫助我們學(xué)生學(xué)習(xí)，這就是智慧學(xué)習(xí)。

主持人崔煒：余教授對人工智能教育更多是從技術(shù)層面定義的，智慧教育除了人工智能之外還得有人性和溫度。

李艷燕：我是中科院背景的，專業(yè)是計算機。以十多年來在北師大工作的經(jīng)驗來看，從計算智能、感知智能到現(xiàn)在的智慧智能這三個階段，隨著大數(shù)據(jù)、云計算，計算能力已經(jīng)讓我們很滿意了，感知智能方面則是通過人臉、智能駕駛語音等等，也接近了人類滿意的程度，甚至某種程度上機器可以打敗人類。

而第三方面就是現(xiàn)在或者未來我們正在努力的，就是認知智能。我本人現(xiàn)在的團隊正在做知識圖譜的相關(guān)工作，不管是剛才主題報告里提到的知識空間，還是栗總講到的納米級知識點，都在建一個龐大的大規(guī)模的知識庫或者知識圖譜，這對我們后期不管是做任何服務(wù)還是推理，都是最重要的一方面。所以認知智能是很重要的瓶頸問題，因為它涉及到大規(guī)模的構(gòu)建，包括專業(yè)可信賴度，需要很多學(xué)科專家的介入，這是人工智能未來的發(fā)展。

從智慧教育的角度，我看到更多是關(guān)于學(xué)與教的問題。之前我們關(guān)注的是技術(shù)，現(xiàn)在已經(jīng)在醫(yī)療、金融等領(lǐng)域得到很大的應(yīng)用，但是教育行業(yè)不僅僅需要技術(shù)，還需要關(guān)于教育學(xué)的規(guī)律，也就是說學(xué)生到底怎么學(xué)，學(xué)習(xí)風(fēng)格、認知特點，包括各種各樣的多元智能都需要我們關(guān)注。所以說到智慧教育，我們關(guān)心教學(xué)規(guī)律，包括認知神經(jīng)和人的基本學(xué)習(xí)規(guī)律、認知原理。

智慧教育除了計算機或人工智能技術(shù)之外，還需要關(guān)注其他的學(xué)科，比如說認知神經(jīng)學(xué)科、心理學(xué)包括學(xué)習(xí)科學(xué)等等，只有把多領(lǐng)域的知識融合起來，才能解決或者真正滿足我們教學(xué)的需求。技術(shù)只是一個簡單的準確率、精確度的問題，但是所有當(dāng)過老師的人都知道，學(xué)習(xí)不是簡單的錯與對，而是有交互、有情感交流的，如何在智慧教育中，從物理空間到服務(wù)，到給學(xué)生制定自適應(yīng)、個性化方案，需要更多的教學(xué)原理或者規(guī)律，或者人的研究，能更好的提供支持，這是我的理解，謝謝。

主持人崔煒：謝謝李教授，非常清晰明白的把人工智能教育分為了三個階段，并且談到了智慧教育大的范圍之內(nèi)的認知學(xué)科、教育心理學(xué)等等。我認為李教授的觀點是把教育里面的教和學(xué)分開了，“育”這一塊更偏向人性化、人文關(guān)懷，更多的是由老師完成的，而不是由技術(shù)做到的。

剛才李教授也提到了目前團隊做的一些事情，接下來想請教兩位教授從目前的工作角度，簡單介紹一下國際上關(guān)于智慧教育、人工智能教育或者是教育科技一些前沿的研究方向，并與大家分享一下兩位教授在各自團隊里目前有哪些新鮮的課題，謝謝。

余新國：我先介紹一下我自己的研究，再說比較大一點的東西。我回國有5年的時間，回國之前做的是視頻分析方面的工作，隨意回國的過程中我就在思考，怎么樣把我的背景結(jié)合起來，所以就想做視頻跟教育結(jié)合的東西。

經(jīng)過這幾年的思考和結(jié)合，做了幾件什么事呢？教育不僅是人工智能的問題，還有教育學(xué)的問題，不僅是教育知識，更是教育人，知識只是其中的一部分。所以打造智能環(huán)境和智能工具，讓學(xué)生和智能去玩兒，去做，可能是比較娛樂的方式，是它來控制這個智能本身，而不是智能去控制它，所以我們做智能環(huán)境、教育機器人還有教育機器人背景下的智能解答系統(tǒng)。

學(xué)生在學(xué)習(xí)的過程中，從幼兒園到高中階段最多的任務(wù)是做題，但是題目有時候也不是那么容易，特別是家長輔導(dǎo)學(xué)生的時候，即使家長以前是學(xué)霸，因為工作的原因很多知識可能會忘記，所以我們想做一個自動解題系統(tǒng)。這個方向已經(jīng)有幾十年的研究，以前很多都是數(shù)學(xué)家在做，推理的部分比較多，70年代的時候人工智能領(lǐng)域最流行的就是推理系統(tǒng)。由于我的背景是多媒體分析，所以我們用多媒體分析的方法，主要是解決題目理解的問題。

最近我們提出來一些方法有相當(dāng)大的進步，很大一部分題目是可以解了。當(dāng)然現(xiàn)在人工智能的深度學(xué)習(xí)方法很厲害，深度學(xué)習(xí)解決的都是復(fù)雜思考問題，將題目理解交給深度學(xué)習(xí)去做，解決無限的可能性，這是我們大概的思路。

在國際教育領(lǐng)域的大方向來看，我們國家工程技術(shù)研究中心還有教育和大數(shù)據(jù)國家工程實驗室，現(xiàn)在的趨勢就是用大數(shù)據(jù)來研究教育。剛才幾位專家都講了，是學(xué)習(xí)分析、學(xué)習(xí)過程。在大數(shù)據(jù)分析中，現(xiàn)在這些算法都是很強的，分析數(shù)據(jù)基本上是可以的，現(xiàn)在最難的是怎么樣收集這些數(shù)據(jù)，如何描述教育過程中學(xué)生的狀態(tài)、學(xué)到了哪些知識點、什么樣的知識點是學(xué)生最好的力度去學(xué)習(xí)的、如何通過大數(shù)據(jù)分析指導(dǎo)什么樣的學(xué)生可以學(xué)到更大力度的知識點而不是學(xué)小力度的知識點，這些數(shù)據(jù)的模型是怎么樣的我們現(xiàn)在還不清楚，還沒有一個統(tǒng)一的認識。

我們大多數(shù)情況下使用的還是問卷、測試等傳統(tǒng)方法，但是如何不影響現(xiàn)有學(xué)習(xí)過程，用無干擾的技術(shù)知道學(xué)生學(xué)習(xí)了什么東西，現(xiàn)在還是比較困難的一件事情。我們考試的過程中其實并不是很純粹、很絕對的知識測驗，因為我們本身教的就是這些東西。這些方面應(yīng)該是在使用大數(shù)據(jù)分析時大家遇到的一個瓶頸問題，這是我的體會。

主持人崔煒：謝謝余教授，余教授提到了標準化的東西，挺關(guān)鍵的，教育的測量、能力的測量。這次會議很容幸我們也請到了IEEE專委會，還有首席架構(gòu)師也是專委會的委員之一也會有相關(guān)的分享。

李艷燕：我們現(xiàn)在是在國家互聯(lián)網(wǎng)教育及智能技術(shù)國家工程實驗室，這是國內(nèi)唯一一家關(guān)于技術(shù)和教育融合的單位。我們認為把人工智能技術(shù)應(yīng)用在教育之中這一問題，可以簡單分為五個方面：

第一個就是環(huán)境，可以是物理空間的，也可以是軟件方面的，這是環(huán)境構(gòu)建的，能不能用技術(shù)打造一個學(xué)習(xí)空間。

第二個就是學(xué)習(xí)的支持，比如說學(xué)習(xí)分析，如何通過收集學(xué)生全過程數(shù)據(jù)，包括動態(tài)衍生的數(shù)據(jù)對學(xué)生做精準的用戶畫像，這是很多做學(xué)習(xí)服務(wù)的重要基礎(chǔ)。像剛才嘉賓報告中提到的，我們不知道學(xué)生的漏洞或者學(xué)習(xí)的弱點在哪兒，我們沒辦法提供很好的解決方法，所以重在對學(xué)生的分析和用戶畫像構(gòu)建。

第三個就是從老師角度，面對這么多學(xué)生，在線上和線下能不能有一些智能的助手。智能教育系統(tǒng)發(fā)展了幾十年，但是效果一直不好，受到很多因素影響，局限在小學(xué)科領(lǐng)域，比如說代數(shù)，卡耐基梅隆大學(xué)就有認知助手。但是因為人工智能的發(fā)展和大數(shù)據(jù)的成熟，現(xiàn)在這方面有了一些突破，包括之前我在倫敦參加教育人工智能大會也有專家分享，我們現(xiàn)在已經(jīng)在做教師助手和智慧同伴等方面有了突破。

第四個是測評，所有學(xué)習(xí)到最后都要評價，我們能否從個體和群體角度給學(xué)生一個綜合的評價，這個群體包括班級、年級、區(qū)域甚至是國家。我們能否借助相關(guān)技術(shù)實現(xiàn)多層次、多力度的評測，這是很重要的。

第五個是教育管理，能不能用人工智能支持我們做科學(xué)、客觀的評價。

所以這五個方面是比較需要關(guān)注的，對我自己而言，我現(xiàn)在主要兩個方向：

第一個我們要給學(xué)生提供一些準確的、個性化的知識性服務(wù)。我們有一個知識圖譜，現(xiàn)在我?guī)ьI(lǐng)團隊做了一個比較有趣的工作，我們把古詩詞用知識圖譜構(gòu)建出來了，剛才栗總提到他小時候?qū)W古詩詞不好，背誦不好，所以我們搭建一個智能平臺，不僅提供語意檢索、可視化，同時我們通過游戲化教學(xué)，對古詩詞學(xué)習(xí)有興趣。所有孩子都喜歡玩兒游戲，我們能不能通過游戲來促進他們古詩詞的學(xué)習(xí)，我們做了知識圖譜也開發(fā)了小程序，歡迎大家來使用。

第二個就是學(xué)習(xí)分析，今年我剛好申請到國家自然科學(xué)基金，基于在線學(xué)生大數(shù)據(jù)進行評估分析，并提供模型。我們到底收集什么樣的數(shù)據(jù)？分析學(xué)生的什么？是知識還是技能？如果是知識是哪些知識？技能包括心理模型、認知結(jié)構(gòu)等等，這樣來給老師提供更好的反饋和支持，謝謝。

主持人崔煒：謝謝李教授，李教授每次分享信息量都非常大，很有邏輯性。剛才兩位教授都分別分享了人工智能教育學(xué)術(shù)界的研究，學(xué)術(shù)的東西還是要產(chǎn)品化，這樣能進一步幫助到學(xué)生，甚至給學(xué)生家庭都帶來益處。因為兩位教授都是在國外工作過，想請兩位教授分別聊一下，比如說國外有哪些做得比較好的前沿研究方向或者有哪些比較好的模型、理論的東西，給大家做一些分享，謝謝。

李艷燕：2016~2017年我在卡耐基梅隆大學(xué)訪學(xué)，他們的人工智能實驗室和機器人實驗室我都去了。我的導(dǎo)師也是計算語言學(xué)的，我發(fā)現(xiàn)現(xiàn)在全世界主要關(guān)注的是人機交互。學(xué)習(xí)交互過程不是單通道的傳遞，我們希望在人機交互方面能提供更有效的方式來幫助我們學(xué)習(xí)。第二個是機器人，排除掉高大上的無人機器人，我們能不能用載體機器人支撐我們的教學(xué)，通過有趣的方式做孩子的同伴交流，教師能不能通過這些方式做一些很有趣的活動。

余新國：我在新加坡待了很多年，他們用物聯(lián)網(wǎng)技術(shù)在教育中比較早，解決了學(xué)生交作業(yè)，跟老師互動的情況。現(xiàn)在研究比較多的，就是剛才李教授說的幾個東西。第一是智能環(huán)境，因為在網(wǎng)上或是在小的空間里學(xué)習(xí)的時候，學(xué)生在學(xué)習(xí)的過程中的活動、思維、環(huán)境受到局限，活動的范圍很小，這是一個不好的地方。現(xiàn)在我們想創(chuàng)造一個智能的環(huán)境，讓他既學(xué)習(xí)，又在自然的空間里對身心來說都比較好，這是一個研究。另外就是怎么樣更有效的照顧到個性化，我們要理解每個學(xué)生不同的學(xué)習(xí)風(fēng)格、知識點難易程度的匹配，這可能是很難的。

主持人崔煒：謝謝兩位教授，我們知道整個國家都非常重視人工智能，以及人工智能的應(yīng)用和發(fā)展，想請兩位教授對人工智能教育，對智慧教育進行一句話的總結(jié)，表示一些期望或者看法，謝謝。

余新國：智慧教育或者是人工智能教育有非常大的空間，剛才栗總說了人工智能教育的幾個特點，我全部贊成。人工智能成為一個超級老師，超級老師加上智能改造是更加友好的智能教育，可以幫助到很多人，完全顛覆現(xiàn)在的教育，從行業(yè)的角度來說這是大有可為的。

李艷燕：讓大家一起來擁抱這樣的智能時代，為未來的教育變革做好準備，謝謝大家。

主持人崔煒：非常感謝余教授和李教授的分享。

附：圓桌嘉賓介紹

北師大智慧學(xué)習(xí)研究員副院長：李艷燕

李艷燕，來自北京師范大學(xué)，現(xiàn)任北京師范大學(xué)教育學(xué)部的教授，博士生導(dǎo)師，北京師范大學(xué)智慧學(xué)習(xí)研究院副院長，教育技術(shù)學(xué)北京市重點實驗室副主任，李艷燕教授在率先開展STEAM教育，并面向中小學(xué)和大學(xué)進行廣泛的應(yīng)用實踐。主持了多項國家自然科學(xué)和社會科學(xué)基金課題，以及STEAM北京市教育規(guī)劃重點課題，在國內(nèi)外核心期刊和國際會議上發(fā)表論文80余篇，獲得中國科協(xié)科普部授予的優(yōu)秀指導(dǎo)教師稱號，2008年6月在倫敦的國際教育人工智能大會上作主題報告，李艷燕教授作為訪問學(xué)者出訪美國卡耐基梅隆大學(xué)，擔(dān)任多家國際期刊的執(zhí)行主編及編委，多次擔(dān)任國際性大會的主席。

華中師大國家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心教授：余新國

余新國，華中師范大學(xué)國家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心副主任、教授，楚天學(xué)者、博士生導(dǎo)師，長期以來從事視頻分析、計算機視覺、人機交互、多媒體技術(shù)等方面的研究，其研究成果獲得國內(nèi)外專家的廣泛引用，其中一篇被引用了160多次，現(xiàn)已在國內(nèi)外權(quán)威雜志和知名的國際會議上發(fā)表了論文80多篇，其中第一作者的論文多達40多篇，獲得了7項國家專利、2項國內(nèi)專利。擔(dān)任了多個國際知名的期刊雜志的審稿人。同時，余教授曾新加坡工作、學(xué)習(xí)10多余年，近5年來經(jīng)手的項目經(jīng)費超過500萬美元，目前主要研究的方向有圖像識別分析、教育人機交互、智能教育系統(tǒng)，從事多媒體技術(shù)等方向的研究。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。