<mark id="oztn4"></mark>
0
| 本文作者： 李詩 | 2018-11-19 16:48 | 專題：2018全球AI+智適應教育峰會 |
雷鋒網按：11月15日-16日，“全球AI+智適應教育峰會”在北京嘉里中心大酒店盛大開幕，峰會由雷鋒網聯合乂學教育松鼠AI，以及IEEE（美國電氣電子工程師學會）教育工程和自適應教育標準工作組共同舉辦，匯聚國內外頂尖陣容。
AI智適應學習是目前產學研三界關注度最高的話題之一。此次峰會，主辦方邀請了美國三院院士、機器學習泰斗Michael Jordan，全球公認機器學習之父Tom Mitchell，斯坦福國際研究院（SRI）副總裁Robert Pearlstein、美國大學入學考試機構ACT學習方案組高級研究科學家Michael Yudelson等頂尖學者。
在16日下午，一起教育科技聯合創始人肖盾帶來“未來十年教育做什么”的主題演講，他回顧了從教育信息1.0到教育信息2.0的變遷，思考了教育信息化對教育帶來的本質影響，同時提出了智慧教育2.0的六大屬性，最后介紹了一起教育科技目前的產品框架和最終目標。
以下為肖盾演講全文，雷鋒網進行了不改變原意的整理。
各位尊敬的朋友大家下午好，首先非常感謝乂學教育、雷鋒網還有IEEE給我們這樣一個機會學習、來分享。我們公司今年年初做了品牌升級，把一起作業變成了一起教育科技，就是想要探索怎么能夠更好地跟行業、政府、各位專家老師一起促進教育和科技的結合。
我今天分享的主題是智能教育到底能做什么？我先分享一個行業調研數據，在過去幾年，網絡對于學習帶來很大的影響。一起教育科技成立于2011年，當時是教育信息化1.0，現在我們在線學習的用戶已經超過1億了。今年，教育信息化2.0發布，互聯網的接入率已經是92%，多媒體教室的普及率達到85%，網絡空間學習的數量已經是7100萬個。
另外一張圖展示了國家政策與一起教育科技的發展歷程的相關性。左邊是從國家層面，2010年國家發布了時間跨度為10年的《中長期教育改革和發展規劃綱要》，其后發布《2011年—2020年教育信息化十年發展規劃》，這也是一個十年的計劃。右邊是我們企業自己的一些發展的計劃，隨著國家這幾年在教育信息化大力的投入，我們的企業也是得到了發展。比較巧合的是，我們企業現在注冊的實名用戶包括中小學的老師、學生和家長，和剛才教育部科技司今年發布的數據正好一樣，也是7100萬個，他們分布在中國31個省、363個城市，大概13萬所學校。
我們現在這7100萬的用戶里，有200多萬老師，有2000多萬家長，有4000多萬學生，他們每天在我們的平臺上產生數億條學習數據。通過對這些數據的進一步挖掘和了解，我們就能更好地去幫助每一個學生成長，幫助老師和家長更好地了解如何幫助學習學習，也更好地了解學習本身。
這些年，我們看到很多科技與教育結合的想法和思路，有像一起教育科技做的在線作業，也有利用OCR技術來做拍照搜題，用語音識別技術來輔助。這是一個非常蓬勃發展的領域，很多的概念也不是僅僅存在在概念的層面了，已經開始落地應用。
我覺得我們還需要回答一個最根本的問題，就是教育信息化到底可以改變什么？
首先在課堂場景上，教育信息化已經改變了課堂的樣子，課堂里面有更多科技化的元素了，老師可以通過電子教學的設備把內容多媒體化，學生也可以自己有學習硬件設備，能更好地在課堂中跟老師進行互動。
在課后，一些信息化的手段已經在改變準備內容、提交、批改反饋等環節中，提升學習體驗。
對老師來說，可以讓他們從重復性勞動中解放出來。有一些人認為科技的引入會讓老師變的更懶，我對這個觀點是非常不同意的，我跟很多老師打交道，發現他們是一幫非常非常勤勞的人，他們的工作非常非常地忙。光批改作業這件事情，平均一個老師一周要做十多個小時，他們做的大量的事情是重復性勞動。卻沒有時間來做實際上真正能對他們有幫助的事情，比如說在批改完作業以后去做學型的分析，根據這些學型的分析幫助每一個學生個性化成長，更好地了解自己的教案應該怎么去設計，更好地去實施自己的教學過程，完成自己教學的目標。
科技與教育的結合改變了很多，但是在過去十年時間里，科技對教育的作用，更多體現在兩個字上面，就是“多”和“快”。“多”指的是我們主要關注的是把原來相對來說比較基礎的內容，通過多媒體化的方式把它做得更豐富。“快”主要是指我們主要關注學習的效率。
我認為， 除了這兩個字之外，教育信息化2.0的時代還會繼續拓展兩個方面：“好”和“省”。“省”就是用更短的時間、用更少的資源去達到更好的效果。“好”其實涉及到非常多的方面，但是我自己的理解，在教育改革，在這個時代中最重要的一個方面就是我們要把從只關注于學科知識的學習，擴展到從學科知識走向核心素養的這樣一種學習目標、學習方法的這樣一個轉變。我認為，科技尤其是人工智能的技術，會對這件事情產生非常大的影響。
在2.0的時代，智能教育會越來越深入到教育的核心，從最開始只是一些教學管理的工具，沉淀到我們需要對學習過程有影響，沉淀我們會對學習目標去關注。在不同的時代我們生產不同的產品、不同的形式，這些東西是沒有矛盾的。只不過我們會在教育信息化2.0的時代，在智能教育2.0的時代，越來越地走向學習的本質、教育目標的本質。
接下來談一下一起教育科技的產品架構。我們做的第一步是在我們的平臺上沉淀內容和數據，然后去做成知識圖譜、教研體系。同時我們需要有數據來去對它進行迭代，這是一個人和數據，或者說是人的經驗和機器的經驗，人的特長和機器的特長合作的這樣一件事情。人的算法和機器的算法，內容和算法和數據就形成了一個三維一體的閉環，我們就會把這個體系做的越來越完善、越來越個性化。產生的結果和應用就是在各個場景都可以讓這個系統迭代的越來越智能，它的內容越來越顆粒化，越細，它反饋的時間越來越短，它對用戶的影響越來越深。
我們也總結出來這樣一句話來描述智能教育2.0的時代的工作目標：“根據學生的形成性評價，由系統推薦個性化的最優學習路徑，幫助學生培養學科知識和核心素養，并為最終教育結果負責。”這里頭第一個關鍵詞是形成性評價，我們不是原來只是考試的、低頻的反饋，而是實時的在學生學習過程中就有反饋。第二個是個性化，原來針對一個學校、一個地區我們可以進行抽樣評測，現在我們對每個學生都進行評測，同時給他最優路徑的學習過程的影響。除了學科知識以外，我們會從學科知識到能力、到核心素養的培養，最終我們會為這個結果去負責，這是我認為在智能教育2.0的時代，我做一個大概的時間預測，也是未來十年的時間我們需要去逐步實現的這樣一個目標。
它還有這么一些屬性。第一，以學生為最終用戶。我們認為在智能教育2.0的時代，最終的用戶是學生。雖然我們也賦能老師、家長、學校和教育主管部門，這些數據對他們的決策都會有幫助，但是我們認為教育服務的最終對象是學生，所以智能教育2.0的時代教育的產品智能的對象一定是學生。
第二，以足夠的學習數據作為依據。過去大家評價這個學校、這個課程好不好，更多的是說這個老師他非常有經驗，他教的非常好。但是未來，我認為不止是這個老師非常有經驗，他教的非常好。同時我們要評價這個數據是不是指導了課程設計和教研，同時我們要評估這個課程好不好，最終我們要通過數據來看形成反饋的閉環。他當時設定的學習目標，在學完以后我們需要測評，完成了目標我們才能證明這個課程、這個學校真的非常好。
第三個，全部或部分由系統規劃學習路徑。如果我們教學的東西很多可以結構化地刻畫出來，那么未來幾乎所有的路徑都是可以由智能來規劃的。但是也有一些內容，可能相對來說非標準化的程度高一些，決策的過程復雜一些，這些就需要人和機器共同來決策。但是這里頭部分的路徑，也是由機器來規劃的。
第四個，對每個用戶個性化。今天我們自己的產品在作業這個環節中，可以做到以班級為單位的個性化。在部分的班級里頭，老師會使用分層的功能，但還做不到每個用戶個性化。并不是說技術不能實現，而是說這個在使用操作過程中，還有很多實際落地的一些挑戰。但我認為在未來的十年，這一定是一個趨勢，就是這個大家會越來越接受，每一個用戶個性化地接受自己適合的內容，有自己獨特的起點和終點，就是學習的目標。每個用戶有一條獨特個性化的成長路徑。
第五個，有評測體系衡量效果。我們需要專家對學科的理解、對教育測量專業的理解和輸入，加上我們大量數據反饋，合起來的這樣一個測評系統。需要有這樣一些系統形成閉環的反饋，然后告訴我們怎么樣更好去迭代這樣的產品，并衡量這個產品的效果。
最后一點，可規模化、可復制化。也是在實際操作中非常非常重要的一個點，就是實際上最后我們真正生產出來的智能教育產品，應該是可以規模化、可以復制化的。今天一個很好的教育產品，或者是一個服務，它最大的一個瓶頸就是這個東西是不可以規模化、復制化的。一個好的學校，通常他就是受制于這幾個有限的好的老師，可以服務人的能力。
所以我覺得智能教育是一個真正意義上供給側的改革，它大大改善了生產力還有生產關系，讓我們原來的邊際的分發，優質內容、優質教學資源的成本以指數級在下降。所以我覺得這六個屬性，是我們認為應該我們整個行業大家共同去一起努力的方向和準則。這個在未來十年，我希望看到，我也相信我們一定能看到，我們做出來的產品會越來越符合這樣的一些特點。
再做一個比喻，如果說教育信息化1.0還是這樣一個狀態，就是老師他像一個團隊的導游一樣，帶著大家去看。在未來，智能教育應該更像一個個性化的導演，它根據每一個學生自己的想法，比如說這個小孩他特別想到天上去飛一飛，我們就應該能幫助他去為了實現這個終點，找到他起點，一步一步告訴他你要到天上飛，需要怎么樣的個性化成長路徑，老師、家長包括學生自己，在這個過程中都會跟這個智能系統有一定的交互。在它的幫助和參謀下，去做這樣的決策。
我看到的實際操作的路徑（因為這個主要是基于中國現在的教學體系來決定的)我們課程的設計，大綱的設計，已經在反映這個變化。包括我們中高考的改革，也已經在反映這個變化了，這是我看到的一個實際我們可以把智能教育2.0時代在未來十年落地的路徑。
一起教育目前打造了一套名為Socrates的智能學習系統，包括了學科知識、學科能力、跨學科思維模型，從起點到終點有一個個性化的路徑。原來我們更多是關注于學科知識，現在除了學科知識以外，我們會同時挖掘學科能力，在挖掘學科能力的同時，我們會進一步挖掘這些跨越學科的能力還有思維方式，我們會把這些擴展到核心的素養。
這個也是我們自己基于我們對剛才這些事情的理解，我們自己做出來的我們的產品、技術、體系，它大概就長成了這個樣子，我們發布了這個叫蘇格拉底智能學習系統。除了一個特別洋氣的名字，是以希臘的哲學家、教育家蘇格拉底命名的，它到底大概長成什么樣子，這是今天我們第一次拿出來。
最底層是一些AI的技術，我們把它叫做AI的操作系統，基于圖像識別、自然語言處理、語音的技術，基于深度學習和學習路徑，個性化推薦和挖掘的技術。中間這一層是我們可以說是學習科學相關的一些技術，這里頭包括我們怎么去理解學科的知識，怎么去理解認知的技能，怎么去理解能力，怎么去理解思維的方法，包括怎么去理解人的素養。這些并不是剛才我說的這些底層的技術，這些底層的技術可以說是通用的，但是中間這一層技術是我們需要跟教育相結合的。比如說我們要提高人的邏輯思維能力，這個怎么能測評的更準確？用什么樣的方式是我們能提高人的邏輯思維能力？比如說在英語或者任何一個語言，聽說讀寫的各項能力中，怎么能測評的更準確？怎么能形成最有效反饋的閉環？
底下這兩層其實是最最重要的，上面這些實際上在不同的企業或者不同的場景中，它是可以變化著應用的。我們因為更多做的是同步內容的課程，包括很多學生練習數據的挖掘，所以我們會做很多這些相關的東西。有前測、后測、中間的內容，通過前測、后測的數據反過來看我們的內容怎么去迭代更好。這一邊也有專門針對測評的一系列工具，更加地權威、準確地去評估剛才下面說的這些能力還有素養。
我剛才講的可能稍微有一點虛，舉幾個具體的例子。這是小學數學。什么叫從知識走向能力？第一個問題，我們在小學的時候都會學圓的周長和面積還有半徑，很多很多題。第一個問題大概是這樣，“一個圓半徑是2厘米，求它的面積？”這個題也不是說不好，但是它考核的更多是知識，還是相對來說比較單一的。如果我們想更多地去調查它怎么應用，它的思維方式，可能第二個問題會稍微好一些。“公園里有一個花壇，橫穿到中心需要走10米，請問花壇面積多大？”這個他需要結合現實去思考。這里面并沒有說花壇，這里說的是半徑還是直徑，這個學生自己就需要一個很簡單的建模過程。
下面的題更有意思，“農場里有一個水龍頭，最遠能噴5米，一塊長寬100米的農田，需要布多少個水龍頭才能滿足所有的莊稼？”這個相對來說思維模式就比較復雜一些，它解決的方式也不是單一性的，需要學生去解決這個問題的能力也相對綜合一些，也不是僅僅去套一個公式就行，需要空間想象出來這樣一個水龍頭去覆蓋附近的莊稼，這是一個什么樣的場景。
這是一個維度的，我們更多地從知識點走向能力，從單學科的能力走向跨學科的能力，從抽象的走向具象的，有可能再回到抽象的，去總結一系列的方法論。這就是最后我說的可能從具象又走向抽象，這也是一個跟圓相關的題，“把圓的硬紙殼切成這么多份，再拼起來會拼成一個菱形，但是切的份數越多，這個菱形就越接近于長方形。”最后當然把這個圓切成這么多塊再拼起來的時候，這個面積和圓的面積是一樣的，這是一個非常好的辦法，讓學生能看到其實圓的面積的公式等于πr2是為什么？因為它的長正好是它的周長的一半，2πr的一半就是πr。它的寬正好就是半徑，就是r，所以πr×r就是πr2。
這種互動教學的方式，是有助于對剛才這種思維能力去提高的，這是我們的一個假說。是不是它真的對剛才這種思維能力有提高？我們在智能教育2.0的時代怎么來去驗證這種事情？非常簡單，當一個學生碰到這種問題，不知道怎么解決的時候，我們會給他一個這種干預性教學的內容。他自己去學習，學習完以后我們會通過后測的方式來看這個學生是不是真的的學會了？在全班做錯這些題的學生分布中，他們的均值和方差在經過這些干預性的內容提升以后，是不是有提高？提高了多少？有這些以后，我們就可以更好地去測評出來這個內容本身的有效性，我們可以去更有針對性地幫助學生成長。
再很快地舉一個例子，這是一個常錯的一道題。我們自己的數據庫里顯示這個題被做了5萬多次，其中42%的學生都做錯了。這個題是“一個長方形果園長35，比寬長30，請問果園面積是多少”這個我們怎么能知道學生是怎么錯的？原來過去我們是通過老師的經驗，說學生很有可能是怎么錯的。現在我們有實際數據了，這就是實際數據的分布，這是一個非常簡單的題。我們發現有些學生答1050，有答130，有答150的。最多的是答1050，就是應該說讀題沒讀對，直接就長30乘寬50了，但是這里寫的其實是比寬長30，所以有36.4%錯的學生都是這么錯的，這塊有審題的問題，你看是這么錯的。回答150是應該把寬直接乘以5，算錯了等等。通過這個統計，我們就可以很清楚地知道，到底我們可能出現的問題都是什么？因為我們有這個錯因的分布，因為我們有根據后測以后錯因變化的情況，所以我們可以很清楚地知道哪一些內容是真正需要的，哪一些內容是真正能夠幫助我們解決問題的，而最后解決這些問題到底解決的怎么樣？
我只是拿數學舉例子，但實際上在方方面面都是有這樣的應用的。從最終我們希望達到的效果，不僅僅是剛才講的數學的計算、思維能力、空間想象這些能力的提升。而是德才兼備、知行合一，這是我們對教育部提出的六個核心素養，人文底蘊、科學精神、學會學習、健康生活、實踐創新、責任擔當，這六個核心素養最后培養出來的人才，是有這樣一個情況的。我們需要逐步地，現在我們企業至少還是做不到，逐步地去把這些東西拆解成我們可以測評出來的數據指標，拆解到我們的內容體系里頭去，逐步地去知道我們怎么能通過科學的方法，通過數據、智能算法的結合，能去提升這些東西。
最后講一下我們自己現在的產品，大概現在分成這兩塊。第一塊，是校內，我們現在是千人千面的個性化作業，有在小學的，有在中學的，現在每天都有上千萬的學生在這個平臺上做作業，他們做的越多個就越個性化。后面是真正課外的，不是老師去布置作業，而是學生自己可以學習的我們最主要的產品叫小優智能同步練，是個性化同步學習的產品，同步的意思我還是幫助你去實現你的課內學習目標，但是每個人的內容，每個人的教學手段和方法都不一樣。這個已經做到至少在小學語文、數學、英語這三個學科學段已經非常個性化了。下一步它的方向是更多的去往剛才講的從知識到能力，到跨學科的能力，到核心素養深度的方向去拓展了。
最后想再次感謝，我的分享應該屬于班門弄斧了，因為今天在座有非常多來自國內外的大咖專家，我們在這個行業里頭實踐了7年時間，我本人也在教育科技結合的行業里創業今年正好第10年，應該說還是非常早期的，應該是小學生。但是我們認為未來的時代是屬于教育和科技結合非常美好的時代，我們公司的使命就是讓學習成為美好的體驗，非常期待能和大家一起作業、一起成長，我們一起更好地去把教育和科技結合創造未來，謝謝大家！（演講全文完）
人工智能風雨60年，與其說技術升級促成了今天的浪潮，不如說當前的人工智能，終于站在離商業最近的位置。
去年，首屆「AI 最佳掘金案例年度評選」活動一經推出，便受到了AI方案輸出方和AI技術需求方的極大關注。評選從商業維度出發，尋找用戶/客戶問題解決能力強的產品和解決方案。
現在，我們再次站在AI浪潮之巔，正式啟動第二屆「AI最佳掘金案例評選」。
在AI+教育領域我們一共設置了6個獎項，歡迎踴躍報名，報名地址：http://m.zaocj.com/special/custom/AITopTen2018.html
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
