我們如何理解 AI+教育，重新構造教育與學習邏輯思維？

大校長公眾號致力於將全球經典或是前沿的教育理念、教育技術、學習理論、實踐案例等文獻翻譯成中文，並希望能夠通過引進這類優質教育研究成果，在全球教育科學的推動下，讓更好的教育來得更快！

為什麼要研究 AI +教育？

儘管有人可能覺得AIEd的概念很生疏，但已經形成的AIEd的算法和模型已經為AIEd的發展奠定了的基石。

AIEd可以讓學習更加個性化、靈活、豐富、有趣，為教師和學生提供新的工具，幫助我們了解學習內容、學習方式及學生感受。

幫助學習者學習僱主想要的知識和技能，幫助教師創建更加複雜的學習場景。

例如，AIEd可以通過以任務為中心組成合適的小組，或者在適當的時間提供所需支持，實現協作學習，這對於一個教師而言是很難獨自完成的任務。

我們期待未來，優秀的AIEd工具可以幫助教師滿足所有學習者的需求。

藉助人類及人工智慧的力量，我們會縮小差距、提高教師留任率及發展、幫助家長以更好地輔助孩子 (及自己)的學習。

更重要的是，這麼做將不止需要藉助AI技術，我們需要深入了解並駕馭真正的AIEd力量，並大規模應用於真實的生活場景中。

真正的進步是開發一個AIEd基礎框架，並非多個獨立的AIEd系統。

它將類似於為智慧型手機應用開發的應用市場：成千上萬獨立的與教育者聯合開發的AIEd應用，遵守統一的國際數據標準，並與全球的研究者和開發者共享。

這些標準將會形成系統級數據整理及分析，幫助我們更了解學習本身及改善學習效果的方法。

如果我們最終成功，AIEd也會在某種程度上解決AI導致的最大的社會挑戰——智能算法和機器人逐漸取代人工工作崗位。

我們認為，這一現象是教育中不可避免的一個創新，簡單來說：我們的生活和工作中會出現越來越智能的機器，我們的教育系統也將實現目前無人能做到的水平。

但我們認為，未來AIEd不會取代教師，反而未來教師的角色會不斷發展變化，最終教師的時間會得到更加高效地使用，專業技能得到更好的發揮、利用及增強。

我們應該承擔起類似於柔道大師的角色。

即，我們應該駕馭AI的力量和能力，以此幫助教師用知識和靈活的技能武裝各個年齡段的學習者，便於釋放人類自己的智慧，並在重塑的勞動力中蓬勃發展。

儘管有將近三十年的發展，AIEd的發展仍處於手工作坊階段，該領域的優勢和巨大潛能仍未實現。

令人擔憂的是，AIEd領域很多優秀的想法目前仍止步於實驗室。

AIEd的發展被阻礙，無緣改變更多的教育場景。

我們認為這種現狀需要得到改變。

我們先來介紹AI。

什麼是人工智慧(AI)?

即使是專家，也很難定義人工智慧(AI)，其中一個原因是AI包含的內容一直在持續變化。

正如牛津大學一位著名AI專家Nick Bostrom解釋道：「一些前沿的AI已經滲透到常用的應用中而不再被稱為AI，因為一旦變成普通及常用的東西就不再貼有AI的標籤。

」反之，它會被認為是一個電腦程式或算法，或者一個應用，而不是AI。

另一個很難定義AI的原因在於該領域的交叉屬性。

人類學家、生物學家、計算機科學家、語言學家、哲學家、心理學家及神經系統科學都為AI領域做出貢獻，每個團隊都在形成各自的觀念和術語。

為更好地表達觀點，我們將AI定義為通過模擬人的能力(例如，視覺感知和語音識別)和智能行為(例如，評估已有信息後採取最合適的行動實現既定目標)與世界交互的計算機系統。

在日常生活中，AI的發展非常迅速，例如，AI科學家正在機器學習、計算機建模、為改善金融決策的機率統計學的基礎上，利用決策論和神經系統科學來驅動醫療診斷更加有效的發展。

隨著最近OpenAI的創立，這是一家非營利性人工智慧研究公司，啟動投資10億美元，我們期待這會促進AI的加速發展——預計也包括AIEd領域。

人工智慧+教育的模型

關於人工智慧在教育領域應用(AIEd)的課題研究已有 30 多年的歷史。

研究學習是如何產生的，包括在傳統教室內或在工作場所的學習，以支持正規教育及終身學習。

AIEd 將本身具有跨學科屬性的 AI 與學習科學(教育學，心理學，神經系統學，語言學，社會學及人類學)結合起來，促進自適應學習環境的發展，及其他更靈活多樣、個性有趣及高效的 AIEd 工具的發展。

AIEd 的核心是實現這樣的科學目標，將籠統的教育學、心理學和社會學知識轉變為計算機可以處理的清晰而精確的形式。

換句話說，除了作為智能教育科技背後的推動引擎，AIEd 也是打開「學習黑匣子」的強有力工具，讓我們對學習如何產生有了更深切、更細緻地理解(例如，學習者的社會經濟及客觀條件、或者科技是如何影響學習的)。

這些理解可以應用到未來 AIEd 軟體的開發上，重要的是，可以讓我們了解學習路徑是怎樣的。

例如，AIEd 可以幫助我們看見並理解學習者在學習物理學中的每一小步，或常見的錯誤觀念是如何產生的。

在教室中，老師可以利用這些理解實現更好的教學效果。

AI 包括通過編程模擬人與世界交互的計算機軟體，這表明 AI 既取決於對於世界的認知，也取決於智能化處理知識的算法。

對於世界的認知會通過「模型」來體現出來。

AIEd的核心有三個關鍵模型:分別是教學模型，領域模型和學習者模型。

舉個例子，假設一個 AIEd 系統可以為學生提供合適的個性化反饋，為了實現這一目的，AIEd 系統需要知道以下信息:

•有效的教學方式(體現在教學模型中)

•正在學習的內容(體現在領域模型中)

•學生(體現在學習者模型中)

每一個 AIEd 模型中所體現的專業知識舉例請見:

我們詳細來看一個例子，學習者模型是一種基於計算機與學習者之間的人機互動方法。

AIEd程序中的領域模塊和教學模塊可以利用學習者模型中(例如學生的目前活動，以往的成績，精神狀態和是否接受了反饋意見)所體現的互動去推斷學習者(和老師)的成功。

領域模型和教學模型也可以基於這些信息去確定下一個最適當的交互活動(學習材料或者學習行為)。

更重要的是，學習者的活動是被持續反映到學習者模型中，使得模型更豐富、更完整、更智能。

所以，由 AIEd 來驅動的教育科技看上去會是什麼樣的呢?圖 1 是一個典型的以自適應輔導為基礎的模型簡化圖。

它建立在前述三個核心模型之上，分別是學 習者模型(對於學習者個人的認知)，教學模型(對於教學的認知)，領域模型(對於學習科目以及該科目中各部分關係的認知)。

AIEd 算法(植入 AIEd 系統中的計算機代碼)處理來自於這三個模型的信息，根據學習者個人的能力及需求，選擇最合適的內容傳遞給學習者。

當這些內容(可能是文字，聲音，活動，視頻或者動畫的形式)提供給學習者時，系統將對學習者的互動情況(如學生當前的行為和答案，學生以往的成績，以及他們當前的情感狀態等)進行持續性的分析，並做出相應的反饋(如提示和指導)，從而幫助學生通過學習現有內容獲得進步。

對學生交互的深度分析也可以用來更新學習者模型；通過準確估計學生當前狀態 (譬如學生對於學習的理解及動機)，確保每個學生的學習經歷都能切合其能力和需求，從而幫助他們更好地學習。

一些系統包括所謂的開放式學習者模型，這些模型可以將分析結果反饋給學習者和教師。

分析結果可能包含關於學習者的成績、情感狀態或所持有的任何錯誤觀念等有價值的信息。

這將有助於教師理解學生的學習方法，並在後續的教學中改進教學方法，提升學生的學習效果。

對於學習者而言，開放式學習者模型賦予其追蹤自身學習過程的能力，從而起到了激勵的作用，同時也鼓勵學習者展開對自身學習的反思。

作為自適應 AIEd 系統的一大優勢，系統通常會收集大量數據，這些數據經過計算機處理後，可以不斷改進教學模型及領域模型，從而形成一個良性循環。

這一過程有助於獲得更有效、更加個性化及有情境支持的新方法，同時也有助於測試和改進我們對於教學過程的理解。

AIEd 系統中典型的自適應教學模型

除了以上三大模型之外，AIEd 研究者們還開發了其他學習相關的模型，包括社交、情緒，以及元認知等。

這有助於 AIEd 系統將所有影響學習的因素納入。

這個越來越豐富的 AIEd 模型也許將成為該領域為學習做的最大貢獻。