Coursera CPO：AI与在线教育赋能未来

7月10日，由世界 人工智能 大会组委会办公室指导，北京亿欧网盟科技有限公司、EqualOcean主办，上海市人工智能学会协办的“2020世界人工智能大会云端峰会·创新人才培养论坛”在上海世博中心成功召开。

在论坛上，海内外知名专家、学者、企业家，以“AI赋能人才·教育成就未来”为主题，从“智能科学与学习技术”、“AI对教育教学的创新变革”、“培养人工智能时代人才”三大主题出发，对“AI赋能人才培养”展开了多维度、多角度的研讨与对话。

论坛上， Coursera首席产品官Shravan Goli发表了主题为“AI与 在线教育 ：赋能未来”的演讲。

以下为Shravan Goli演讲实录，由亿欧精编整理：

在接下来的20分钟内，我会简要介绍一下 Coursera 在中国的发展历程、 “自动化”的影响和技能的未来、Coursera 是如何在在线教育中利用AI来帮助个人和组织应对“自动化”的挑战。

如果硬要给今天的演讲加上一个核心主题的话，那就是 在人工智能工具的支持下，在线教育正在帮助个人和组织学习未来所需的技能，并在自动化的崛起中保持竞争力。

2012年 Daphne Koller 和 Andrew Ng 创立了 Coursera，致力于创造一种能够改变人生的学习体验，并能够惠及世界上每一个人。

如今，Cousera已经是在线学习平台的领头羊创造了一种能够连结教育者、学习者和雇主的生态系统，目前我们有来自世界各地的6300多万学员加入 Coursera 课程中学习未来需求的技能，其中来自中国的学习者有330万。

除此之外，我们拥有200多名来自世界顶尖大学和公司的教育者，他们把顶尖的教学内容传授给我们的学习者，我们有超过2400家公司、政府和其他大学正在利用 Coursera 来培养他们所需的人才。

在过去的五年里，我们大大扩展了我们的课程内容。主要是为了满足不同类型的课程学习需求，以帮助学习者实现他们的目标。我们的课程数量众多，超过4300种，然后，我们增加了“专业化”课程，也就是3-5种课程的组合，一共有400多种。

去年我们公布了专业认证相关的课程，我们也注意到了这些方面的大幅增长，我们一直致力于开展学位课程组合，迄今为止已超过20种。

最近，我们启动了我们称之为“实践应用指导”项目，使学习者能够掌握实际应用的学习技能，一种有200多种“实践应用指导”项目。这种可堆叠的内容模型是 Coursera 成功运作的关键，因为学习者能够选择从哪里开始、如何积累这些技能，这些技能正好是未来工作所需要的。

说到今天的话题 ，克劳斯·施瓦布在2016年达沃斯世界经济论坛在上提到，“第四次工业革命”时指出 “当下是最具希望的时代，当下也是最具危机的时代”，原因是根据麦肯锡矩阵，全球有4亿个工作岗位面临被自动化替代的风险。

在这张幻灯片上X轴上表示被自动化替代风险的大小，Y轴表示工资从低到高。很明显，如果你看第四象限 ，它表示低工资和被自动化替代的风险高，你应该不想呆在这个象限。然后，如果你看看左上角，这里代表高工资和被自动化替代风险低，也是未来工作之所在。

所以从麦肯锡的角度来看，在右下角的象限里有4亿个工作岗位在零售、管理系统、收银员、会计等领域，以及卡车司机等等。还有，当你看到中国国内，根据麦肯锡矩阵，在这个象限内大约有一千八百万个自动化工作岗位。

所以这不仅仅是个人层面，我们也看到商业环境在不断变化，个人和机构都需要为未来做好准备。

下面是公司层面，全球2/3的公司已经落后，也就意味着全球500强中有超过40%，在未来10年后甚至可能不复存在。

员工个人层面，技术技能的半衰期已经下降到两年，所以这些挑战开始引起人们的关注。当CEO试图找到阻碍公司发展的原因时，发现技能缺乏是一个关键问题。47%的人将质量问题归咎于缺乏关键技能。当今世界，大学的数量还不能满足人群的需求。因此，如果你仔细思考一下，每年需要700多所大学来满足工作对于人员的需求

很明显，随着自动化的兴起，世界正在迅速变化。 不过，在人工智能工具的支持下，在线教育已经开始帮助个人和组织学习未来的技能并保持持久的竞争力，以应对自动化的崛起。

接下来我会分享一些 Coursera 在课程中使用AI的方法、以及这些方法如何帮助学习者在第四次工业革命中保持竞争力。

首先我从在线学习中学习者的角度出发，然后，我会谈谈教育者的观点，以及人工智能是如何帮助这两个群体的。

当我们考虑学习者的时候， 首要问题之一就是如何识别“正确”的内容，以学会“正确”的技能从而找到“正确”的工作。 我们的解决方案是技能培养，就像我们从学习者那里反复听到的一样，我们还观察了他们的行为数据。他们强烈希望他们的学习能与技能发展和职业发展紧密联系在一起。

所以我们几年前创立了这个技能图谱。本质上，这个图谱绘制了这样一副图景。未来的工作需要什么样的技能，哪些内容教授这些技能，以及这些技能如何与学习者的特定目标和结果相匹配、以及他们当下在这些技能的发展路径上所处的位置。

所以通过这个以机器学习驱动的算法，我们已经绘制并成功创建这样一个健全的技能图谱以指导课程内容、适应工作岗位并且赋能学习者。每年我们的学习者能够完成超过1亿份测试。借此我们也能够持续提高技能培养的质量。

作为学习者，对于产品的认识是一个“发现”的过程。 当学习者进入Coursera的时候他们可以先从基于技能的搜索开始，也可以从基于角色的搜索开始。

这里举一个例子 ，我们最近推出了被称作“技能跟踪”的工具，基于职业特征的搜索能力，假设你想成为一名数据科学家 ，我们可以很快地告诉你这些是数据科学家需要的基本技能、这些是技能的熟练程度以达到数据科学家的工作需求，以及从个人层面，我的技能水平与数据科学家的工作还有多大差距。

然后我们继续在具体微观层面上展示。例如，Python学习，在Coursera中，我们会建议学习者学习哪些内容，才能将Python提升至专业水平。最终通过这个过程，学习者可以找到正确的内容，这些内容也被精确地规划出来，以帮助学习者在学习中取得成功。

接下来，找到专业角色仅仅是开始。 第二个问题是帮助学习者保持学习的动力、在学习过程中保持兴趣。

除此之外，我们还做了许多其他努力，一是我们所说的技能跟踪，我们知道学习者能够通过进步的追踪收获超强的动力，尤其是当这些进步与他们的职业目标相匹配的时候，所以当学习者学习课程、并在我们的课程中进行测试时，他们能确切地看到技能分数在不断提升和变化，他们可以收获强烈的激励，这都得益于背后的人工智能驱动的算法，由这种算法得出的技能评分可以帮助学习者跟踪他们的分数

第二，从一个学习者的角度出发想要保持学习动力的持续，我们也会考虑学员总共至少要花费多少时间进行学习以及学员学习的频率。这时，AI加持的课程支持我们称之为“课中辅助”，会给予学习者指导和支持。

它会贯穿学习者的整个学习过程。比如，这里你可以看到一条信息，上面说的是 “嘿！你进步很明显！”数据显示，完成周度学习任务的所有学员中77%的学员会继续学习、完成课程。

因此这是一个优秀而有力的激励方式，因为我们也有数据证明，这种方式提升了12%的完成率。另一个方面是：设定目标。我们知道设定目标能够增强学习决心并完成课程。

我们的想法类似于督促他们的学习 。从某种程度上来说，我觉得我不需要花费20、30甚至40小时完成一门课程。相反，他们基本上可以选择一天中的某个时间、一周中的几天。他们可以设定这些目标，通过基于机器学习的算法，我们已经能够让这些学习者养成这些学习习惯从根本上解决问题，通过这个过程，我们也看到了完成率的提高。

我们帮助学习者的另一种方法是利用人工智能技术，就是要了解学习者在学习内容时遇到的困难。举个例子来说，这里有一些题目，当学习者在测验中遇到挑战时。例如，如果你觉得测验过于频繁、你感觉遇到了瓶颈。

所以在这种“试错模式”下，我们实际上是在引导学习者去复习他们需要的知识。把知识点弄明白，然后再做一次测验，最后通过我们把每一个问题都加上了标签。使用机器学习算法，我们能够帮助学习者当他们遇到困难走不动的时候让他们回过头去回顾知识。

以上这些是我们从发现的角度、学习体验的角度帮助学习者的方法和技能的培养过程，最终能够跟踪进度并展示进度。

除了从学员角度以外，我想谈谈教学方面的问题。我来谈谈Coursera如何利用人工智能来帮助教育工作者、在规模化教学同时保持教学质量。

教育者面临着一个非常具有挑战性的问题：在线学习和在线教学教学者面对的不再仅仅是面对20或者30个学生，而是有可能几百个学生同时在线的大规模教学。

所以 在大规模教学时，如何才能知道哪些学生需要额外的支持才能成功？我们的解决方案是风险评估。 举个例子，在这里我们为教学者提供以课节为单位的学习情况追踪，这张幻灯片上显示的是，对于每个学生我们可以展示习者的成绩预测和该课程的放弃风险。

这是因为机器学习算法在观察学生的行为并且贯穿整个课程，包括课程的小测试、大测验、课后作业，最后课程的成绩可能是多少，同时也会监测学习者有多大的学习动力去完成整个课程的学习，这有助于教育工作者及时采取干预。

我们面临的另一个挑战是，当教学者面对大量的学习者时如何处理评分和反馈，要为一节大规模的课中几百名学习者打分是一个很大的挑战。 我们的解决方案叫做“机器辅助”下的“同行评审”加速课程打分。这个功能会自动评估同行评审提交的材料，并立即准确地评分 。

我们的团队估计可以处理190万份不成系统的文本中大约40%，这些提交的材料是我们mooc平台上课程项目的一部分，也就是那些公开课。这就让大规模的打分变得可行了，再次强调，这是基于NLP的算法和人工智能技术驱动的解决方案。

最后，最近因为COVID超过16亿学生受到影响，学校被关闭，学生被困在家里。教育工作者需要立即做出反应，并着手让学生参与学习——如何开始在网上教授这些学生

很多教育者转向用zoom讲课继续教学，那我们能够做些什么事情来帮助这些教育工作者有效地扩大他们的教学规模，推动高质量教学向前发展？

我们发布了一个名为 “Live to Coursera” 的功能。从本质上讲，Live to Coursera就是让一个教育者将他用zoom录的或拍的教学视频，然后直接把它们作为课程上传到Coursera，只需简单地点击zoom的录像，然后Coursera的平台会自动抓取那些视频并将它们创建成一个可以作为私人课程启动的课程包，并且教给他们的学生。

以上这些是我们一直在使用的创新，尤其是AI作为一种工具去解决一些世界各地的学习者和教育者都面临的问题。

就像我在演讲的开头提到的 ，技术和自动化正在迅速改变我们今天所知道的生活，这张图表是托马斯·弗里德曼的《感谢你迟到了》一书中的插图，它说明了技术变化的速度是指数级的，这些技术由“云”、AI、机器学习以及其他各种技术所驱动。

而人类适应的学习速度是线性的，在这个时间点上，技术的发展速度已经超过了人类适应和学习的速度，这就是 Coursera 的切入点，我们正致力于利用人工智能和其他技术来提升学习的规模，让学习者学得更快，让教学者教得更快。

通过这种方式，我们非常希望通过AI和教育可以成为赋能的工具来帮助推动个人和组织都向前迈进，并应对未来的挑战，再次感谢组委会给我这次机会，感谢大家的聆听！

本文经授权发布，版权归原作者所有；内容为作者独立观点，不代表亿欧立场。如需转载请联系原作者。