人工智慧與教育四問

去年AlphaGo戰勝李世石，成為人工智慧發展的標誌性事件，發展人工智慧的熱潮席捲全球。

而今年兩會上，人工智慧首次被寫入政府工作報告，科技部部長萬鋼在答記者問時也表示，人工智慧或將被考慮增加進「科技創新2030—重大項目」的規劃，人工智慧已經上升為我國的國家戰略。

很多業內人士認為，人工智慧(AI)或將成為繼「網際網路+」、虛擬現實(VR)之後，下一個網際網路技術的爆發點，給各行各業帶來巨大的機遇和挑戰。

其中教育領域關於人工智慧的討論也頗熱鬧，熱情也非常高。

人工智慧到底為教育帶來哪些影響呢?下面讓我們帶著問題去思考這個未來教育要面臨的重要命題。

一問：人工智慧對教學方式有何優化作用?

未來學家、發明家雷·庫茲韋爾曾說：「不斷減輕人類痛苦是技術持續進步的主要動力。

」技術發展的願景和初衷是好的，人工智慧也一樣，它的研發初衷是為了把人從簡單、機械、繁瑣的工作中解放出來，然後從事更具創造性的工作。

教育人工智慧的使命應該是讓教師騰出更多地時間和精力，創新教育內容、改革教學方法，讓教育這件事變得更好。

目前人工智慧在教育領域的應用技術主要包括圖像識別、語音識別、人機互動等。

比如通過圖像識別技術，人工智慧可以將老師從繁重的批改作業和閱卷工作中解放出來;語音識別和語義分析技術可以輔助教師進行英語口試測評，也可以糾正、改進學生的英語發音;而人機互動技術可以協助教師為學生在線答疑解惑，去年媒體曾報導美國喬治亞理工大學的機器人助教代替人類助教與學生在線溝通交流竟無學生髮現，說明了人工智慧在這方面的應用潛力。

除此之外，個性化學習、智能學習反饋、機器人遠程支教等人工智慧的教育應用也被看好。

雖然目前人工智慧技術在教育中的應用尚處於起步階段，但隨著人工智慧技術的進步，未來其在教育領域的應用程度或將加深，應用空間或許會更大。

二問：人工智慧會取代教師嗎?

自人工智慧出現起，就存在一種人工智慧威脅論，這種觀點認為人工智慧最終會取代人類，甚至消滅人類。

比如著名物理學家史蒂芬·霍金繼2015年9月拋出人工智慧威脅論後，今年3月份在接受英國《獨立報》採訪時再次表達了對人工智慧技術的擔憂。

回歸到教育領域，假設未來人工智慧不僅在教育的技術層面，而且在知識層面應用得越來越成熟，那麼人工智慧是否會取代人類教師呢?

對於這種擔心，筆者認為可以從教育的本質以及人與機器的區別等角度進行審視。

教育的任務是教書育人，教師的作用不僅是傳授知識，而且需要通過情感的投入和思想的引導教會學生做人、塑造學生的品質等。

對於什麼是真正的教育，德國著名哲學家雅斯貝爾斯曾形象地描繪為，用一棵樹撼動另一棵樹，一朵雲推動另一朵雲，一顆心靈喚醒另一顆心靈。

教育是一項心靈工程，它的實施者——教師是富於情感和智慧、想像力與創造力的人類，這些特質是人工智慧無法比擬的。

同時我們也看到教師正在努力從教學的主宰者、知識的灌輸者向學生的學習夥伴、引導者等方向轉變。

基於此，即使未來人工智慧在知識儲備量、知識傳播速度以及教學講授手段等方面超越人類，人類教師仍然具有不可替代的作用。

但是面對人工智慧的衝擊，教師應該具備危機意識和改革意識，思考如何發展那些「AI無而人類有」的能力，思考如何提高教師這個角色的不可替代性，思考什麼才是真正的教育，思考未來需要培養怎樣的人才等問題。

只有朝這些方向努力，才能將人工智慧帶來的挑戰轉變為變革傳統教育、創新未來教育的機遇。

三問：人工智慧對學科設置有何引導作用?

在科學技術日新月異的今天，世界正在發生快速變化。

新時代對學校教育的影響之一是學科設置的變化，包括新學科的設立、傳統學科的改良以及某些「過時」學科的撤銷。

近日，教育部公布了2016年度普通高等學校本科專業備案和審批結果。

其中筆者觀察到，各高校在布點新專業時，紛紛聚焦大數據、新能源、新媒體等戰略性新興產業，比如「數據科學與大數據技術」、「新能源科學與精神」、「網絡與新媒體」等專業，時代感十足。

回歸到人工智慧領域，自2003年北京大學提請建立智能科學系，並於2004年招收首批本科生後，至今十多年的時間裡，隨著人工智慧的崛起，越來越多的高校開設此專業，從事有關智能科學發展的研究並培養相關人才。

而人工智慧是一個多學科交叉的領域，其發展也帶動了其他相關專業地位和報考人數的提升。

與此同時，人工智慧帶動了本專業與相關專業發展的同時，也對某些專業發展造成衝擊。

以外語專業為例，隨著人工智慧語音技術的發展，外語翻譯行業受到挑戰。

跳出教育看教育，未來人工智慧將不斷取代或變革現有的工作，也會創造很多新的工作，學校教育必須緊跟時代步伐，不斷調整學科專業方向與人才培養目標，才能為社會培養、輸送有用的人才。

四問：教育數據會成為教育人工智慧的瓶頸嗎?

在教育行業，人工智慧不僅被用來節省教師人力、提高教學效率，而且可以驅動教學方式的變革。

以人工智慧驅動個性化教育為例，收集學生作業、課堂行為、考試等數據，對不同學生的學情進行個性化診斷，並進一步為每個學生制定有針對性的輔導和練習，從而實現因材施教，這已成為教育人工智慧探索個性化教育的一個方向。

但是實現人工智慧引領個性化教學的一個關鍵點是數據的採集與分析。

關於數據與人工智慧的關係，有一種說法認為數據是人工智慧的某種「養料」。

同樣的，我們也可以說，教育數據是教育人工智慧的「養料」。

教育數據產生於各種教育活動和整個教學的全過程，人工智慧要想更好地應用到教育中，首先面臨的就是數據採集的問題。

目前，教育數據的來源渠道有兩個，一是來源於數字化的教學環境，教學和學習數據在這種數字化環境中自然而然的產生，二是從傳統教學行為中收集教育信息，並將之轉化為數據。

前者的優勢是實時收集數據，效率高、節省人力，而現如今在網際網路+教育的廣度和深度有待進一步推進的情況下，教育數據的來源很大一部分要依靠後者，未來教育數據或將成為發展教育人工智慧的一大制衡因素。