AI如何改变教育？机器学习教父、好未来、松鼠AI等大佬有话说

雷锋网消息，5月24日，第三届AIAED全球AI智适应教育峰会在北京举行。在会上，第三届AIAED主席、CMU计算机学院院长Tom Mitchell、乂学教育—松鼠AI创始人栗浩洋、好未来集团CTO黄琰等从不同角度谈及AI如何在教育中发挥影响。

Tom Mitchell认为未来的十年，AI将会继续影响教育，机器学习将会对智适应教育产生重要影响，例如通过机器模拟人的学习状态来获取数据，从而适度摆脱对人类数据的依赖；松鼠AI创始人栗浩洋从三个层面介绍了松鼠AI老师的架构，并指出知识地图和错因分析在教育减负上的应用；好未来CTO 黄琰认为，AI+教育已经进入2.0时代，AI也会促使教育培养目标从改变命运到提升幸福的转变。

以下是三位嘉宾在AIAED峰会上的演讲内容，雷锋网对演讲内容进行了适当删减。

“机器学习教父”Tom Mitchell：未来十年将是AI影响教育的十年

第三届AIAED主席、CMU计算机学院院长Tom Mitchell

“机器学习教父”Tom Mitchell首先演讲，演讲内容主要是围绕AI的发展如何影响教育。

“未来的十年将是AI影响教育的十年。”

Tom Mitchell表示这是个人看法，因为他已经在AI领域工作了几十年，做了很多AI相关的应用，包括在机器、医疗和数据采集商的应用。但在他看来，未来十年，将AI技术应用到教育上，这是最让他感到兴奋的，所以他现在也把自己的很多研究放到了AI教育应用上。关于原因，他总结了三条。

第一个原因，个性化教学带来了重大益处。他们发现，在一般的教学场景中，只要获得了个性化指导的学生，与对照组相比，学生的分数会得到90%的提升，这是非常重要的个性化指导的益处。

第二高原因，已经证明了以电脑为基础的教学之价值。如今，很多公司能够提供各种各样以电脑为驱动的教学服务和课程，例如数学、化学和物理，还有一些文科课程，电脑可以帮助我们提高教学质量。

Tom Mitchell拿卡内基梅隆大学的系统举例，代数老师可以通过系统看到，系统中蓝色曲线代表的是使用电脑来指导学习代数的学生，绿色代的是用一般方法学习代数的学生，然后蓝色的这些学生得分更高。所以，不单单是对人的个性化教育，能够为学生带来很大改善，用电脑来指导学习，也可以在学科中的得分得到极大提升。

Tom Mitchell表示，目前来看教育还有很大提升空间，所以他们有动力来研究借助AI为人们进一步开发基于电脑的教学指导。

第三个原因，过去十年，AI技术正在快速发展。电脑可以帮助我们更好的识别图像和人脸、把语言转化成文字等等，这些技术都是现成的。他认为，未来十年，这个发展趋势还会继续延续。

基于这三点原因，Tom Mitchell认为，AI能够让学生的分数提高两个等级，还能帮助老师进一步辅助学生进步。基于这三点原因，加上AI技术飞快发展，Tom Mitchell最终决定投身于AI+教育的研究上。

关于新技术如何改善自适应教学，他认为对话系统很适合自适应教育，虽然现在的对话系统相对简单，随着技术发展对话系统还有很大进步空间，将有助于老师和学生进行更开放的讨论。大脑科学同样是一种非常重要的能够影响智适应的技术，例如大脑成像技术，检测脑电波显示大脑活动，预计能够非常灵敏追踪学生的情感状况，判断学生是否真正了解这个知识。此外，机器学习和虚拟现实也是非常重要的技术，对智适应教学的未来也非常重要。

那么如何在智适应上影响教学？

Tom Mitchell认为第一个是机器学习。不管是宏观还是微观层面，学生在都能够基于教学系统完成不同的任务获得不同的答案，系统可以显示学生的错误并纠正，知道学生的学习轨迹，也能掌握学生的情感状况，这才是我们所说的智适应教育的意义所在，就是能够理解学生目前的状态。

在智适应教育当中，机器学习应该在每个学科领域都有一种功能，去了解学生的状态，机器学习能够自己发现这个功能是什么，这样就不必把它嵌入永远的模式当中，我们可以用机器学习来不断的修改它，这是机器学习在其中的核心作用。

还有一点，现在有很多人在研究强化学习，就是让机器来模拟人学习做不同的任务，从而用机器学习的数据来开发强化学习算法，因而就不会那么依赖人类的数据。

关于未来智适应教育的最大障碍是什么？Tom Mitchell表示他也不知道答案是什么，但他认为最大的一个问题就是我们现在还没有太多的观察能力，没有特别好的进行学习者观察，没法非常好地说明学生的学习状态到底是什么样，这在未来非常重要，所以我们学习用图像、表情识别跟踪分析来解决这个问题。

还有一个问题，就是没有足够的数据帮助系统选择最佳的辅导策略，我们不知道该如何有效激励学生，而且人机交互是比较低效的，尤其是与人人交互相比，所以机器指导学习是不是会有上限，这些也是我们提出来希望和大家讨论的问题。

关于未来，Tom Mitchell认为有两个非常重要的方向，一是更广泛，二是更协调。更广泛是指，如今有更多的学科领域可以参与进来，扮演重要角色，帮助实现智适应教育（不单是AI学科），这意味着我们需要把所有领域的专家都邀请进来。更协调是指，我们不应该只是做单项研究，而是要进行更多的信息和数据分享，例如在开源软件分享上，还要建立标准数据格式及其他AI标准，就可以为智适应教学提供重要资源和帮助。

最后，Tom Mitchell表示，教育领域的全球合作是非常重要的，也是唯一理性的解决办法，我们提升的速度、共同努力的速度越快，那么我们的目标实现就越快。

松鼠AI创始人栗浩洋：AI智适应技术如何升级换代教育产业

松鼠AI创始人 栗浩洋

随后，松鼠AI创始人栗浩洋上台进行演讲。他认为，几百年来科技对各个领域产生了很大改变，科技对交通和通信的改变巨大，但对教育的真正改变甚少。在人工智能领域，人们对视觉识别、NLP投入大量的人力、财力，发表了大量论文，但人工智能在教育里的真正应用却很少。

栗浩洋表示，AI教育在全球发展非常迅速，但在国内却很少有人知道和关注。他举例说道，美国已经有40多家AI智适应教育公司，例如Knewton累计融资1.8亿美元，用户超过1500万；阿联酋有1家做了4年的AI教育公司Alef Education，在当地已经有了25000名学生，相比于阿联酋的学生数，这已经是非常大的数字；印度有一家估值54亿美金的教育公司Byjus，做智适应教育已有10年，但中国的AI智适应教育才刚刚开始。

他表示，传统的教育就像中医，老师“望闻问切”，讲完就结束，整个过程像个黑匣子，大家什么数据也没有得到。但是通过AI智适应的教育，就能及时了解每个学生学习的终身数据，这些数据对于机构帮助学生学习，对于学生了解自己，都有巨大的价值。

他列举了松鼠AI目前的一些数据，松鼠AI目前已在国内20多个省，200多城市，有了1900多家学校，这个数字还在以每月100多家增长，注册用户超过200万。其中，今年第一季度付费用户（1年1-2千美金）比去年同期增长了14倍。同时，栗浩洋宣布松鼠AI与卡内基梅隆大学联合建立实验室，并与斯坦福国际研究院联合建立人工智能自适应学习联合实验室。

栗浩洋介绍了松鼠AI老师的引擎架构。松鼠AI老师引擎架构总共分为三层，第一层是本体层，里面主要是内容包括学习地图、知识地图等；第二层是算法层，里面有推荐引擎，有学生的用户画像引擎，有目标管理引擎等；第三层是一个交互系统，这个系统是关于机器如何与人进行交互的，在2019年之前，松鼠AI的交互系统更多是通过视频、题目及一些简单的互动和人交互，未来松鼠AI希望发展更多的人机交互方式，使得学生与机器互动更加顺畅。

栗浩洋表示，有了知识地图，才能对学生进行对症下药，才能实现国家提倡的给学生减负。应试教育下，学生通过刷海量的题来训练对知识点的掌握，如果不通过科技和AI的力量，这种题海战术还是无法解决。所以，知识地图就是要试图解决这个问题。通过知识地图检测，我们不仅要能区分孩子是学霸或是学渣，而是要看孩子大脑里对每个知识点的了解情况，是真正懂了，是掌握的一般，还是根本没有理解。

当智适应系统对学生知识点掌握的判断，才能帮助学生实现“那里不会学哪里”，学生只需要去学不会的知识点即可，能考95分的孩子，只去学剩下的5%的知识点，而不是再盲目的刷题海。

本体层中，松鼠AI针对知识地图做了一个超级纳米知识点拆分。他表示，整个队知识点的拆分细腻度超过了Knewton和Aleks的5-10倍。至于为何这样细致的拆分，他解释说就像把相机像素从400万拉到4000万像素一样，当知识点做的越细腻，对于学生知识点掌握的诊断也就会越精准。

同时，栗浩洋也介绍了从去年到今年，松鼠AI做的一个最新研究成果——错因分析。他表示，之所以研发这个技术，是因为他们发现，就算学生掌握了所有知识点，仍旧在做题中出现很多错误，这就是错因，例如粗心、惯性思维、审题不清等等，因此，借助系统他们能够告知孩子，不是知识点掌握问题，而是没有找对错因，找对了错因就不需要做很多无用功。

当他们把常见错因总结出来，就可以覆盖30%—40%的问题。如果没有错因分析，就很难去做个性化教育，当找到各种学生的错因类型，就可以针对性地去推荐不同的学习和错因视频分析。

在实现对孩子用户画像和学习状态的了解后，栗浩洋表示，松鼠AI还要能够像今日头条一样去给学生做推荐。他认为，与今日头条的算法相比，松鼠AI的算法难度更大。因为头条只要给你推荐合适的内容就成功了，但是松鼠AI还要保证学生能够掌握这个内容，对于他们来说，学生没有掌握学会，这个推荐就是失败的。所以他们还要开发一个预测引擎，Tom Mitchell建议要不断采集更多的数据包括孩子的表情、动作等各方面的数据，这样能够更快优化松鼠AI的算法。

好未来CTO 黄琰：AI+教育已经进入2.0解决方案时代

好未来CTO 黄琰

此外，好未来CTO 黄琰上台分享了好未来对于AI与教育结合的一些思考。

据黄琰介绍，好未来每年在技术上的投入超过10亿，目前拥有4000研发人员，校企合作实验室4家。关于国内AI教育发展现状，他认为，国内最近5年内，不缺AI和教育，但缺少将AI与教育连接起来的“+”号。

关于AI+教育，黄琰从四个角度谈了自己的看法。

1、AI+教育已经进入2.0解决方案时代。1.0时代是功能组件阶段，AI+教育主要是拍照判题、语音评测和人脸签到等应用。2.0时代进入解决方案阶段，AI+教育主要是智慧课堂、AI在线教育等应用。

2、中国AI+教育具备全球领先的机会。天时，国家、教育部政策积极推动中国教育现代化2035；地利，国内拥有庞大的教育需求及海量的教学数据；人和，大量计算机人才，未来人才基础广阔。

3、AI将成为教育的第四极。他表示，最近几年，他总会不可避免cause讨论一个话题就是，AI是否会取代老师。他认为，这个话题不会是取代和不会取代这样简单粗暴的答案，人们需要深刻思考AI在现在和未来的教育过程中将会扮演什么角色。未来，AI、学生、老师，可能是一个相互依存的关系，家长需要AI帮助自己，学生可以做智适应的题目，老师会有辅助教学的AI助手，AI在其中密不可分。

4、AI将带来培养目标的变化，从教育改变命运到教育获得幸福。过去，人们学习的第一目标是抱着“教育改变命运”，但到了如今2019年这个时候，这个目标就并不适合每个人了。如今的学习更多是人们获得幸福或者改变世界重要途径。AI就可以帮助孩子发现兴趣及长处所在，并不一定是为了提分，当孩子发现技术可以帮助不断认识自己时，学习和求知的喜悦感是远远超过从前的。 （雷锋网雷锋网 (公众号：雷锋网) 雷锋网）

。