原標題:教育科技論壇:做AI+教育產品,切忌不要用力過猛 | 全球AI+智適應教育峯會

雷鋒網按:11月15日-16日,“全球AI+智適應教育峯會”在北京嘉裏中心大酒店盛大開幕,峯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。此次峯會,我們邀請美國三院院士、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;新東方、掌門1對1、作業盒子、一起作業、ALEKS等國內外最具影響力的AI智適應教育公司共聚北京,共同探討AI智適應熱點話題。

15日下午,虎嗅網創始人李岷、百度教育總經理張高博士、先聲教育秦龍博士、Smarter Balanced assessment CTO Brandt Redd進行了一場圓桌對話,談到了:AI如何解決教育中的痛點,AI賦能教育後教師角色的變化,AI教育目前面臨的瓶頸,資本對行業的影響等。

以下爲對話實錄,雷鋒網進行了不改變原意的編輯整理:

AI如何解決教育中的痛點

李岷:臺上、臺下的各位嘉賓大家好,我是虎嗅網的李岷,非常高興能被邀請來主持這個小的論壇。AI怎麼改變教育?這是非常偉大的一件事情。什麼叫教育?剛纔我特意查了一下,教育首先能觸摸到一些東西,能夠產生一種認知,最終來形成自我的意識,從觸摸到感知,到認知到自我的意識。教育本身是這麼一個事,現在我們又在教機器做這樣一個事,這是兩件事情同時複合的在進行,我覺得這是非常有意思,非常有意義,同時也是非常複雜的事。

今天我們在接下來的半個小時,很難窮盡AI+教育的話題,我們只是大概地探討一下目前我們走到了什麼樣的階段,這中間的核心瓶頸是怎樣的,三位怎麼看待這中間的瓶頸和挑戰。請各位嘉賓用比較短的話介紹一下自己所在的公司或者自己的經驗,目前怎麼用AI來改變或者解決教育中的一些痛點,最好能用深入淺出的話來介紹一下。

張高:我是來自百度教育的,負責百度教育事業部,我們事業部的宗旨就是人工智能時代已經到來,百度是在人工智能技術領域積累走在比較前面的一個公司,我們也在看用人工智能技術怎麼幫助到教育。

回到主持人提出的很本質的問題,什麼是教育呢?一般人會理解是在學校上課叫教育,或者在外面辦一個培訓機構叫教育。我們和很多專家進行過討論,我們認爲教育本質是認知的提升,也就是說我們經常討論什麼是知識,什麼是教育,它們相關,也有本質的區別。知識更多解決的是知道和不知道,比如說我們來開這個會,大家可能不知道AI對教育有什麼用,大家聽了之後知道大概是怎麼回事,這叫知識。我覺得教育的本質應該是認知的提升,很多的朋友來這個會之前對AI,對教育可能有一定的認知,但是有很多問題沒有想清楚,通過這個會討論之後想清楚了很多事,對AI有了更高的認知。

我們認爲其實教育的場景非常多,除了學校教育、培訓機構之外,更大的教育場景就是怎麼讓學習者無處不在的去學習,能夠提升自己。所以我們教育事業部很高興在過去3年,非常自豪的做成了一件事情,就是我們打造了中國最大的學習者的SaaS平臺,這個平臺我們運行在百度雲之上,我們整合了整個百度人工智能的能力,整個是SaaS的平臺,可以在雲上直接讓每一個學習者訪問。

雲平臺每個月服務的學習者的數量已經超過6.6億,應該是當之無愧的中國最大的學習者平臺。同時很重要的是它的商業模式也非常清晰,現在付費用戶,教育用戶超過1千萬,而且還在高速的增長。我們非常高興的看到每天有幾千萬的人通過我們教育的平臺,具體來看就是百度文庫、百度閱讀,來看書、學習,很多大學生在學習的過程中打開我們的APP,就能夠看到很多擴展的知識。其中會員裏面有200多萬是中小學教師,他們每天在上面會查看和下載很多資源。

李岷:更多的是平臺。

張高:是學習者的SaaS平臺,發展得很大,我們希望接下來利用這樣的能力開放出去,和很多合作伙伴真正進入到K12教育領域,終身學習的教育領域。

秦龍:大家好,非常感謝李老師的圓桌話題討論,首先介紹一下我自己,我叫秦龍,我是北京先聲智能的聯合創始人和CTO。剛剛李老師提出了教育的概念,我突然想了一下我自己讀了25年的書,但我從來沒有想過到底什麼是教育,想一下我這25年的書白讀了。我個人的背景是做人工智能的背景,我以前是在科大這邊讀書,也是做語音方面的工作。後來在卡耐基梅隆大學讀博士,也是語音識別方面。我在美國工作了幾年,回來創辦了先聲教育。

先聲教主要是向各大教育機構、公司提供語音識別、自然語言識別技術,我們也是跟新東方一樣是開放的合作方式,向教育企業提供技術賦能。每天有上百萬學生在我們的平臺上,用我們的技術學習。

李岷:就是授人以漁。

秦龍:對。

Brandt Redd:大家好,我在教育方面有很多工作,我曾在比爾蓋茨基金會方面負責教育的內容,也有教育科技的背景。非常重要的一點,我們不僅是將AI這樣的技術融入到教育中,而是我們需要想一下怎麼能讓學生受益,更好的教他們,用這些技術更好的教學生,我們需要思考學生需要什麼,我們怎麼樣幫助他們,怎麼樣應用這些技術幫助他們,這是非常重要的。像這樣的峯會以及自適應的概念,也是要解決這種問題,我們怎麼樣能夠有更好的方式來教學,讓學生能夠學得更好。

 AI是一個非常強有力的工具,最近我也是在Smarter Balanced assessment這個公司工作,在美國做測試系統組織的這麼一個公司。在我們這個組織裏有兩個非常重要的方面來應用AI,第一個就是自適應測評,知道學生了解哪些內容,有哪些不瞭解,我們也會根據學生掌握的知識來調整內容。每一個問題都會從一個比較大的數據庫中抽取,並且是根據每個學生不同的情況。我們每年會服務600多名學生進行測評、測試,我們也會有很多不同的測試內容。

另外一個應用AI的技術領域就是來給這樣的一些測試評分,因爲有時候不光是客觀題還有主觀題,一些小的作文、論文,還有小的論述。一般這樣的主觀課題肯定是由人類老師來評卷的,我們也來訓練機器,通過機器學習將一些預先的文章、數據輸入進去,讓他們對主觀題像人類老師一樣進行評閱。這個過程中我們也需要人類的參與,因爲有時候可能需要複查的過程。我們現在確實是能夠以非常高效的方式,通過機器進行主觀題的評分,在這個過程中也是使用AI的技術。

AI賦能教育後,教師角色變化

李岷:剛纔大家談到了自己公司所具有的一種能力,或者提供什麼樣的服務。我覺得在教育的過程中,學生和老師是兩種非常重要的角色,AI如果賦能教育之後,想聽一下三位的意見,你們覺得在未來,教師會在這中間有什麼新的角色扮演,或者你們認爲未來理想的老師應該做什麼樣的事情超越現在的工作?

張高:我們看了一下我們6.6億用戶的畫像和背景以及他們的需求,其中20%是中小學老師,他們的需求是非常集中的,他們會經常查一些課件來備課,這是非常大的剛需。還有大學生,會自學很多東西。反而在文庫和自學平臺上,中小學生非常少,因爲我們上面做作業、做題的東西很少。所以對於教育老師我們覺得還是非常關鍵的,現在有一個問題,老師花大量的時間不是提升自己,而是要佈置作業、考試,去做很多事務性的工作,但是從內心來講,老師自我提升的需求是非常剛需的,所以中小學老師變成非常積極的剛需人羣,所以接下來我們也會開發智慧課堂的服務,幫助老師更好的備課,這是大勢所趨。

從我們的經驗和數據裏看,整個趨勢教育要回歸學校,教育要回歸老師,老師成爲更好的老師,認知更好的提升才能教出更好的學生,而不僅僅是提高效率去更好的考試,這一點是非常重要的。

從學生端我們可以看到大學生更多的是自學,除了老師教之外,就是師傅領進門修行在個人,師傅水平要高,更多的是提升自己,去點撥,帶領學生到全新的領域,讓他感興趣。讓學生更有興趣的是自學,所以學生端要有個性化的學習,自學的平臺應該是未來的趨勢。

這中間有一個全新的領域,就是師生互動,他們怎麼更好的互動?這種互動往往會超過現在的課堂老師單一教學生完成作業,是一個更好的老師和懂得更多知識的學生之間高水平的互動,這個領域我們非常期待,這也是人工智能、智慧教育最值得發展的一個領域。

秦龍:現在的老師可能要花1/3在佈置作業和批改作業上,所以在今天很多人工智能技術的應用點就在於作業的自動批改這一點,僅僅是這一點就可以幫助老師節約非常多的時間。老師有了時間以後,他除了做自身能力的提升,也可以有更多時間去做每個學生的指導。所以像我們公司做這種自動批改的技術,既節約了老師的時間,也幫助學生提高了效率。

過去我們上學的時候做作業都是今天做了,第二天交給老師,快的是當天老師把作業批改完了,講一下作業的情況,慢的到第三天才會批改作業,所以學生的思考以及得到反饋的時間會很久。現在有了自動批改作業的技術,學生可以第一時間得到反饋,用更高的效率學習他應該學的知識,所以今天人工智能是在幫助老師和學生的。我不覺得AI技術可以完全替代老師的存在,老師傳道、受業、解惑,像古代孔子這樣的大家,遇到學生想不通的具體問題和人生觀、世界觀的問題,這些學術大家會幫你解答這些問題,裏面有很多情感、哲學上的東西。

李岷:未來有小冰啊。

秦龍:我不覺得小冰可以做這件事情,長遠來看AI可以提高老師的效率,可以把老師的時間解放出來,讓老師多在一些非模式化、固定化的工作上做花更多的時間,一定會對老師的教學和學生成長有更大的幫助的。

李岷:讓老師投入更多的陪伴和情感在學生身上。

秦龍:對,這一點非常重要,我們上學的時候會發現哪一個學生如果老師特別注意他,無論是好的方面還是不好的方面,其實這個學生得到更多關注成長是更快的,最怕的是老師不去關注你。無論是好學生還是相對落後的學生,沒有關注的時候一定會越來越差,很多學生自持力很差嘛。

李岷:所以你理想中未來的老師應該扮演什麼樣的角色?Brandt。

Brandt Redd:我個人非常同意我同事的想法,今天上午我的同事介紹了整個環節,他說到了他的母親也是個老師,我們當然會說一個老師的教學能力非常重要,但是老師有時候可能會非常累,他們花了太多的時間和精力在學生身上。一般來講最好的老師應該是這樣的一個人,他能夠滿足學生的需求,但這樣的話他們可能會精疲力盡,所以我們有計算機和新的技術,比如說我們會有商業過程自動化的一些技術,在這個過程當中我們就能夠看到哪些過程應該要人來做,哪些過程應該由機器來做,可以用一些自動化的解決方案來完成。

所以我們要看到哪些老師所做的工作可以被機器所取代,不管是人工智能還是數據,我覺得他們都是同樣的一些原則。我們現在的境遇是有很好的老師,他們會花時間和學生坐在一塊,傾聽學生的聲音,找到他們的需求。但有的時候要找到學生的問題,找到學生學習過程中的誤區,這些只有人能來做。還能夠給學生一些個人層面的關愛,我個人覺得AI不能給學生個人層面的關愛。

所以我們要通過非常多的研究、測試,我們發現只要老師能坐下來一對一的跟學生進行對話,對話越多學生髮展的會越好,所有這一切都歸根於我們要用一種自動化的方式,用人工智能的方式來進行自動化,這樣的話老師可能會有更多的時間一對一的輔導學生,來找到學生的弱點。比如說一週一次或者一週一個小時,一週30分鐘,這樣老師跟每個學生都可以單獨對話,我們也要確保由AI來幫助我們做很多工作,大多數的學生都能夠有自己的事情做,與此同時老師可以進行一對一的對話。

所以我們要把人工智能和人的智能進行結合,用一種雙管齊下的方式就能夠讓我們學習的體驗變得更好。

AI+教育面臨的瓶頸

李岷:剛纔談到了一些關於人的變化,我們接下來要談到大家都很關注的,討論比較多的,這兩年全球的資金、人力、智力在AI+教育方面投入很多,但是說實話進展比一些人想象的要慢,其中很大的瓶頸,嘉賓們都談到了自然語言識別技術這是瓶頸之一,數據量比較小是瓶頸之一,我們怎麼能夠走出這樣一個死循環或者你們認爲還有哪些瓶頸存在在AI+教育的進程中?我們怎麼能突破它呢?這中間突破的道路在哪兒?

張高:這個問題非常有意思,我們也經常在探討,我們非常高興的看到隨着資本的進入,很多優秀人才也加入到整個教育行業中來。我們看5年前這種現象其實是非常少的,5年前更多的是老師出來做培訓,或者跟教研有非常深刻的聯繫。現在隨着資本的進入,比如說在座的和我自己以前都是純技術的,我們進入到這裏面看,雖然有這麼大的市場機會,爲什麼現在很多突破還很難看到效果?因爲AI+教育這個裏面確實是一個趨勢,但是很複雜,我們解決的教研、技術問題還不夠,主要是解決對教育本身深刻的理解,包括對用戶體驗,對商業模式的發掘,希望有更多教育、心理學的專家,希望有更多懂得產品的專家加入進來。

更多的挑戰並不是說團隊裏有這麼多專家,大家對於他核心的靈魂人物,綜合能力要求非常強,如果有靈魂人物懂技術又懂教育,同時在這個行業裏又有非常豐富的經驗,這樣成功的概率就很大,整個方向我們是很看好的,但是最大的瓶頸需要時間、耐心,讓這個行業不斷磨合更多這樣的人才,這樣的趨勢一定是會發生的。

李岷:所以只能交給時間。

張高:慢慢會有這樣的人才出來,綜合性的人才會越來越多,人才是最根本的。

秦龍:AI+教育確實是一個交叉學科,它不僅需要AI人才也需要教育人才、心理學人才,需要各種各樣背景的人放在一起,大家纔有可能把事情做好,這是目前來看我們面對的技術挑戰。今天有很多號稱是AI+教育的產品,但是非常難用。我在和客戶溝通的時候就跟他們說,你在做AI+教育的產品的時候,切忌不要用力過猛。你覺得AI很重要,什麼都體現AI?其實不是這樣的。AI只是在一個點幫助你更好化的做教育產品,所以不能用力過猛,這是單就今天的一些產品而言。

大的方向上來說,任何技術都是螺旋式成長的,無論是人工智能技術或者是剛剛提到的深度學習、機器學習,我覺得AI+教育也是這樣的,我們確實需要時間,需要耐心。企業在做宣傳的時候同時也要降低大家的預期,有時候宣傳爲了達到市場的效果,宣傳得非常厲害。說AI技術已經超越了人類,往往可以看到報道AI已經打破語音識別了,可以擊敗人類進行語音翻譯了,所以很多家長或者用戶期待就特別高,就覺得這個事這爲什麼你AI做不了?你宣傳是這樣講的,爲什麼產品裏實現不了?

我覺得業界需要降低大家的期望,另一方面大家確實需要更耐心一點,科學技術的進步不是我們只要把資金放進去它就一定會進步的,這裏面有很多痛點,這些痛點也是會造就這些技術成功的。今天技術發展的現狀是非常正常的,大家要有一個理性的心態來看待這件事情。

李岷:謝謝,我想追一個問題,從業者都強調耐心,可是資本很急迫,而且創業者對着市場的時候說用戶、客戶、市場需要耐心,但是對資本會造出很多概念、噱頭,讓人家給你們估值高一些,你們怎麼解釋這樣的矛盾?

秦龍:我覺得我們還是很實在的,市場早期肯定有亂象、泡沫,我覺得這不是什麼壞事。在市場大環境很差的時候,中國人有一句老話,真金不怕火煉,這種情況下我們可以看出哪些公司是講故事,靠跟資本打交道,說直白一點是忽悠資本來融資,哪些公司是實實在在的在做產品,在做落地,還是那句話,時間會讓大家看到一切結果的。

李岷:我想問一下Brandt,你覺得資本對於AI+教育的熱情和很看好的態度,反而會害了這個行業嗎?會導致很多短期的行爲?

Brandt Redd:對,我非常同意您的看法,我覺得現在資本來到了這個市場上,它肯定有很多的好處,會讓大家非常興奮,因爲大家會得到融資,能開發出更好的產品。但是有的時候期待過高了,我們可能達不到這樣的期待。在美國,我們會有點不一樣,因爲現在我們有很多懷疑,很多人會懷疑AI是不是能促進網上學習和真正的教育行業,現在有很多消極怠工的情況出現在這個行業中,也有很多人懷疑可能會出現潛在的改變。

一方面很多人非常沮喪,我們需要更好的教學生,因爲之後我們會有更大的挑戰。同時我們也會得到錢,有些人去投資,想要獲得更好的收益,但是另一方面很多人會懷疑新的事物。所以我有點擔心,有些機構它們有幾百年的歷史了,它們也會面臨這樣的現狀。

另外您剛剛提到的發展技術,需要試錯,需要從錯誤中學習,然後才能成長。我非常喜歡之前有個人說的一句話,就是在學習工程當中,比如說機械工程。在工程的過程中他們會利用科學,會利用其他領域當中學習到的方法和科學,我認爲工程也是一樣的,我們必須從學生的學習方法着手。您根據也提到了,在學習的過程當中你學到了什麼,你用了什麼樣的科學,你如何讓學生更好的理解這個知識,我們要把這個過程當中所學到的一些方法,再把計算機科學、學習科學結合起來,只有這樣我們才能夠有一個共同的呈現。

所以我們現在已經看到一些成功的端倪了,比如說有一些講者會提到不同的組織非常成功,帶來了非常好的互聯網學習產品以及適應性學習的產品,所以我們可以把這些成功結合起來,在資本到來的時候我們就能夠讓市場已經做好準備。

李岷:數據量少是AI+教育最大的瓶頸嗎?或者除此之外還有什麼樣核心的瓶頸呢?

Brandt Redd:現在數據確實是一個瓶頸,但是這個問題應該能很快被解決,我們現在有平臺來收集這樣的數據,我們知道現在數據、機器學習、人工智能有自己的模式,我們現在在收集數據,所以現在可能是一個瓶頸,但是是一個短期的瓶頸。對於長期的瓶頸來說我們還有很多需要學習的內容,比如說科學,我們應該在這方面投資更多,這樣能夠保證人們可以學習,可以將這樣的知識傳遞給其他人。因爲現在科學家的數量並不多,沒有足夠多的科學家可以把相應的知識傳遞給別人,因爲很多機構都在犯一些重複性的錯誤,他們可能會追尋一些大衆的看法,但是這些大衆的看法有的時候並不科學,我們也是在這方面需要努力,這樣的一些學習以及對於學習科學的應用,是我們長期的瓶頸。

我們也需要在這方面開發更多創新性的學習型機構、大學和相應的學府,教授這方面的內容。

李岷:所有從事AI+教育的人都是夢想家,最後一兩個小問題問一下,在你們最狂野的夢裏面,你們覺得AI+教育未來10年看到最美好的圖景,它怎麼出現在我們的教育場景中間?

張高:從我們來講中期會有一些大平臺出現,第一個就是老師的平臺,在這個平臺上老師可以互相幫助、互相提升。另外可以看到有一個非常大的學習者,包括學生和廣義的學習者自學非常好的平臺,無論是學校學習還是未來學習,這兩個平臺比較大。再往後看,可以想象一下未來AI是否可以重構一個全新的學校學習模式,我覺得這個是非常期待的。百度教育也在做一些試點,比如說我們在雄安白洋淀高中打造了第一個AI教室,這個教室每天有很多人蔘觀,也是實習教育裏應用非常廣泛的。整個邏輯像未來的教室,這個教室的功能是什麼呢?就是教人工智能。因爲現在人工智能寫進高中新課標了,那怎麼教人工智能?其實大家都不知道,我們就打造了這樣的空間,進去你可以體驗無人車、無人機、機器人,可以觸摸,有小組式的學習,有線上的教學,老師和學生互動的平臺,有AI、VR的東西,學生還可以通過他動手編程,驅動整個東西,完全是全新的,從感官和體驗的全新理念,這是我們在探索比較理想的教育模式裏,藉着AI教育的熱點我們做了一些嘗試,未來這些東西的改變不光是在教室,更大範圍是在學校,在整個教學環節,包括教學學習管理各個方面,都會有不一樣,全新教學空間的打造,線上線下的互動我覺得是我們非常期待和憧憬的教育模式。

秦龍:我有一個非常大膽的期望,是理想,但是我覺得這十年是實現不了的。我是電影《黑客帝國》的粉絲,這裏麪人們對於知識的獲取非常容易,就像下載一個軟件一樣,馬上就下到你的大腦裏了。我理想中的情況,未來也是這樣的。但是對於知識或者對於知識熟練的掌握和應用,還是需要老師、人生導師一起訓練它的打鬥。對於整個世界的認識是在和老師的交談中,才能越來越好的認識這個世界。所以我理想中的AI+教育,未來一定是人類補再被知識本身所束縛,但是對於世界觀的建立,對於世界的看法,以及知識的獲取還是需要老師幫助做的,當然這是未來非常大膽的想象,美好的場景,未來十年甚至未來一百年能不能實現也很難講。

李岷:就是不用再做那麼繁重的功課。

秦龍:不需要再死記硬背了。

李岷:但是一個人的成長總是要學習,比如說怎麼關心人,怎麼愛人,我覺得愛是要在互動中間得到的

秦龍:是的,對於知識的獲取還是要鍛鍊,並不是知識給你就可以了。

Brandt Redd:我最近就是做評估,我的這個夢想不是特別狂野,還是跟評估有關。因爲今天學生一直在學學學,然後考試,不學了之後纔不會考試,這可能也是一個人工的分割。因爲如果我們有一個非常設計良好的測試或者評估的系統的話,在學習的過程中它也能進行測試,也能來增強你的學習能力。可能在5—10年之內,我的夢想就是在我們進行評估的時候,並不是學一段、考一段,學一段再考試,而是說我們的學習和評估的過程是可以相融合的,每天的學習過程中我們就可以進行相應的測試,來檢測有沒有掌握這樣的知識,這樣的數據我們就可以來收集,而且我們也希望能得到越來越可靠的數據。

這樣的數據可以給到學生、老師,因爲現在學生只知道他們知道什麼,他們還不知道有哪些知識沒有掌握,我們就可以通過這樣的數據告訴學生,這方面的內容是你沒有掌握的,可以再下功夫,這樣的模式就可以讓我們創造一個非常好的學習環境,讓學生也非常有自信,他們就可以在自己的創意方面、想象力方面有更多的實驗,更多的想象,他們也可以不斷的試錯,因爲在錯誤中我們也可以有更多的成長。我們都知道失敗是成功之母,失敗越多未來成功的機會也越多,這個過程中我們也給學生更多的試錯機會,這樣的錯誤,這樣的失敗也是非常有價值的,他們不會被懲罰,而是被大家重視,這樣也就能夠學得更好,學得更多。

李岷:謝謝,我們論壇的時間也差不多了,也從大家討論的過程中學到了很多有益的線索。教育是人類很底層的系統,非常複雜但是也聯繫着過去和未來,最近這幾年興起的AI+教育剛剛開始,未來還會持續下去,我們很值得把自己一生都投入到這樣偉大的事業中去,謝謝大家。

雷鋒網2018年度AI最佳掘金案例評選

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,終於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,正式啓動第二屆「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,歡迎踊躍報名,報名地址:https://www.leiphone.com/special/custom/AITopTen2018.html

查看原文 >>
相關文章