科大讯飞轮值总裁吴晓如：AI变革传统教学，需要五步走

今年7月，国务院正式印发《新一代人工智能发展规划》，人工智能上升为国家战略，明确提到要利用人工智能的技术改变教育方法。同时，学校里老师也开始深度地用技术。无论是从政策层面的引领，到整个工程技术领域，再到学校本身自下而上的创新，正在形成一股合力。未来几年，教育技术应用领域一定会产生巨大的变化。

今日（11月15日）上午，在以“共建·让更好的教育来得更快”为主题的GET2017教育科技大会“K12论坛”上，科大讯飞总裁吴晓如介绍了和教育相关的人工智能技术目前的发展和应用，包括语音识别、语音合成、图文识别等技术，以及AI将如何变革传统教学模式。

这些年，科大讯飞一直都把教育作为非常重要的一个方向，希望能够全过程搜集学生的学习数据，分析这些数据，最后给学生推荐个性化的学习方案。吴晓如称，科大讯飞的人工智能教育产品目前已在全国10000+所学校应用，采集了350亿+测评数据。科大讯飞也开放了人工智能的平台，现在的访问、应用的人次数达到每年40亿人次。

吴晓如说，新技术（主要是AI和大数据）的应用，关键在于是不是能够提高课堂学生参与的积极性？是不是能够让教学过程中的优质资源产生出来？能不能动态分析学生的学情？总结下来需要分为五步走。

第一步：降低信息化的使用门槛

要进一步降低教育技术应用的门槛。因为再好的教育技术，如果老师、学生不愿意用，一开始就增加了老师和学生的使用门槛，那肯定是有问题的，没办法拓展开。

例如，科大讯飞通过在学校里面放置一台微云服务器，实际上是一个课堂的超脑，课堂各种分析、人工智能的应用都可以集中在这个超脑里面，即使网络条件不好，课堂的教学活动也可以继续，让老师方便地实现移动教学，这是一个非常基本的刚性要求，可以让老师方便调用教学资源。

在整个在教学过程中，一定要降低信息化使用的门槛，首先应用是硬道理，只有很多老师、学生使用起来，各种创新的教学模式才能够产生。

第二步：采集全过程数据

还有一个非常重要的是采集全过程的数据，包括备课、课堂教学、作业、考试、互动交流、学习、教研到管理的全过程数据。

例如科大讯飞的智慧作业平台，一本普通的教辅作业，做完以后，可以拍一个照，实时不断地把数据记录下来；中间的一些问题，作文的批改结果，每道题的对错，为什么一些题目出现了问题，机器都可以给出一些自动的反馈。这样，可以非常迅速地把传统的纸制的教辅教材变成能够进行互动、多媒体化、智能应用的教辅作业。 （12月14日，来 2017亿欧创新者年会-AI产业应用峰会 ，与业界顶级大佬共同探讨AI如何在金融、安防、医疗、新零售等领域商业落地）

采集过程数据的同时，也在产生优质教学资源。

实际上，优秀的教学资源一直都是教育界非常关注的，但是优秀的教学资源到底应该从哪来？一方面是出版社花了很大的代价，或者是内容制造厂商通过了很大的代价生产这种资源。但是同样重要的是，应该从大量实际教学活动中、老师的选择中产生、优化。

例如科大讯飞的智能微课工具，让学校老师在教学的过程中非常简单地就可以把一个3、5分钟的教学片段记录下来，可以和他当前使用的教学课件实现同步，包含PPT同步，可以通过语音识别把整个形成的课件结构化，可以投入语义理解把中间的一些关键教学环节摘取出来。

所以，这种工具可以让优质的资源更方便地产生、使用，可以让学校更快形成校本优质资源库，并辐射到更大的范围。

第三步：打造以学生为中心的课堂

现在，通过一些智慧课堂应用工具，在普通的手写板上，用普通的纸张，学生就可以做课堂练习，按照老师的要求去做，老师在课堂上可以动态看到每一个学生答题的进程和结果。这样每一个学生在课堂中都能受到关注，答题情况也可以让老师实时看到反馈，每一个学生在课堂上更积极。

当然，人工智能还可以做一些现在教学过程中很难完成的工作。比如北京市现在开始做听说考试。传统的听说教学方式很难满足现在的学生需要，这就需要一个听说培训的助手。以后的专题课堂不仅仅是听力、口语，人工智能要进课堂，未来的VR实验室，未来信息技术会去到很多和现在知识教学不一样的地方。

第四步：数据驱动助力科学管理

学校的管理者可以通过数据，查看到学校老师每一堂课上课的情况，跟学生进行了多少互动、调用了多少资源，每一个学科组进行了什么样的教研活动，可以让整个学校的教学管理工作变得可视化。

第五步：个性化学习平台

个性化学习方面，技术在做这三件事情：对每一个学科，构建一个学科知识图谱；然后通过这个知识图谱分析每一个学生的学习情况，让每一个学生的学习情况可视化；最后给这个学生推荐个性化学习资源。

这个图谱不仅仅是一些静态的知识点，而且要把知识点之间的顺序和递进关系很好地梳理总结出来。人工智能技术，以及专家配合以后，可以把每一个学科的知识图谱很好地构建起来。对于这个知识图谱，只要有一个学生一定量的学习数据，就可以训练出这个学生的个性化学情知识图谱。

例如，近日东北师范大学附中在半年左右的时间，学生应用的过程中产生了1900多万条数据，对于一个学校来说，产生的数据越多，就越能让它的老师和学生越早拥有一个和老师、学生更配合的人工智能助手。

具体如上图中，有几种不同颜色的节点。灰色就是关于这门学科，学生还没有学的；绿色的就是他掌握比较好的；黄色和红色的，就是掌握有问题，或者需要加强和巩固的。这样迅速就可以对学生生成一个学科的知识图谱。对于学生来讲，他就可以在一种可视化的指导下学习这个学科的薄弱点。

如果点击一个红色的节点，进去以后，系统可以给出一个界面，这个界面的中间就是把和当前有问题的知识点，以及这个知识点关联的一些知识相关的所有学生做过的题目、练习、课堂训练全部的总结显示出来，尤其是把里面的错题给出来，包含这个学生实时在课堂、课下做答的结果。

这个时候，学生要去训练这些知识点，就可以给自己推荐学习的方案，这个推荐的方案和他当前薄弱的知识点关联度非常大。当然，我们现在在推荐一些综合应用知识点上还要不断做完善，但是技术在不断进步。这样可以使得学生大幅度减少重复无效的浪费在他已经会的知识点的学习上，可以让他学习的效率大幅度提高。

总之，在人工智能和大数据的支撑下，教育和其它技术配合，在未来几年一定会发生深度的变化。 这个深度变化里面有一条，就是以前大班式的讲授式的教学，在社会资源没有大的变化的情况下，能够越来越走向以学生为中心的个性化学习。

想了解AI在更多行业的商业落地吗？ 12月14日，来 2017亿欧创新者年会-AI产业应用峰会 ，与业界顶级大佬、投资人和诸多行业内人士共同探讨AI如何在金融、安防、医疗、教育、新零售等领域商业落地）

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。