AI在教育中起到穿针引线的作用

 

　　实际上教育信息化已经进入到一个新的阶段。如果大家如果对中国K12领域的教育信息化应用做了解的话，会发现中国的教育信息化正在从硬件走向软件，正在大规模地把各方面的投资放在应用上。大家都在考虑怎么把教育实践活动和IT技术更多的融合起来，让它实实在在的产生价值。

 

　　所以我们讲，中国的教育信息化其实已经进入到了关键的阶段。实际上过去信息化在教育中的应用，是起一种“支持性”的作用。人工智能、互联网、大数据出现以后，信息化不只是一种简单的支撑，不应该只是老师到了一个课堂上讲解PPT那么简单。我们要考虑，信息化怎么起到支撑和引领的作用。

 

　　为什么现在还没有引领，更多的只是支撑？我们觉得有三个方面：

 

　　1、应用没有深入体制内教与学的真实场景。老师怎么更有效率地教，学生怎么更有效率地学，我们的技术还没有提供很好的手段。

 

　　2、课堂和作业等传统教学模式存在巨大惯性，这个传统的教学模式巨大惯性我们怎么克服？

 

　　3、没有形成教与学、教与管的实质性互动。这是我们要考虑的，如果一个新的技术不能有效的解决这个行业的刚需问题，我们觉得它在这个行业就不能形成规模化的应用。

 

　　所以关键的关键，就是有没有核心技术，能不能突破然后使得我们刚需性场景下的应用成为可能。

 

　　现在讲一下我的第一个观点，教育信息化为什么没有在教育行业形成大规模深入的应用，也就是没有形成一个智能的闭环？

 

　　我们经常讲，互联网连接一切。但是连接的作用是产生信息的，我们在教育的各种场景的连接过程中，产生了大量的信息。老师本身就是很辛苦的职业，老师没有那么多的时间和能力处理那么多的数据。所以实际上虽然连接了，但是不能形成闭环。所以必须需要一种新型的技术手段，使我们的教和学、教和管之间不仅形成数据的连接流动，而且形成一种处理上互动的流动。

 

　　第二，破解大班制教学的个体关注缺失问题。

 

　　我和很多的校长、老师都沟通过。他们大部分跟我讲，一个班级少则四五十学生，多则五六十、甚至更多。老师只能了解前几名和后几名学生，对大部分的学生学业情况是不了解的。怎么让老师对学生个体更好的更精确的及时评价？这就需要老师有更多双眼睛和耳朵关注更多的学生。这个我们想是人工智能必须要去破解的问题。

 

　　第三，数据驱动的教学治理。

 

　　现在大部分校长的学校管理和老师开展的教学活动更多的是凭经验，能不能把这种完全凭经验的，变成“经验+数据”，这就需要我们的教学过程中必须要有数据，而且这些数据是可分析的数据。

 

　　第四，采集和挖掘教育大数据宝藏。

 

　　数据到人工智能时代是不可多得的资产。千万不要想，拿了一个很好的算法，明天数据就有了。这是不可能的。必须要有一种新型的技术手段，使得我们更容易从实际的教和学的行为中采集、挖掘教育大数据的宝藏。上午我和很多的专家也探讨过，就是怎么去得到教育的数据？教育的大数据只有从个体实际的教学行为中，才能把它提炼出来，才能把它记录下来，为我们以后的教学行为产生指导。

 

　　有些人跟我们讲，已经把课堂录下来了，已经把试卷扫描下来了。但是这只能讲我们实现了教学过程中信息的数字化，我们并没有形成可处理、可分析的数据化。所以我们需要人工智能，把我们过去规模化的一些数字化的信息，转换成为数据化的信息。

 

　　整个人工智能时代，人工智能需要大数据和云计算共同助力教育信息化。互联网当然要注重各种场景的连接，云计算要提供各种资源、各种数据服务的能力，人工智能在中间要起到穿针引线的作用，要对我们的教学环境形成一些辅助或者决策性的分析。

 

　　人工智能到底是什么？

 

　　大家可以看到华师大的影响非常大，提前就上《新闻联播》了。实际上这个就是人工智能的一个典型应用，只要有一个人半小时的语音就可以训练出来他的模型。

 

　　人工智能有三个层次：第一个层次，计算智能就不说了。

 

　　第二个，这几年人工智能正在大规模突破的就是感知智能。计算机就像人的眼睛和耳朵一样，可以感知周围的世界，我们可以让计算机听的比我们听的更加准确、看的比我们更加清楚。这个技术现在已经到了大规模可用阶段了。

 

　　第三个阶段，认知智能。我听到了周围的世界，我看到的周围的世界。到底它看的和听的是什么意思？这是现在人工智能最需要突破的，就是认知智能。这三个层次无论是感知还是认知，在教育里面都有非常非常重要的应用场景。

 

　　语音识别。我今天看速记小哥在非常辛苦地敲键盘，实际上我们有一个技术叫“听见”没有拿到现场。现场我的讲话、朱老师的讲话，都可以实时的转成文字，一定比他从单个文字上记录的更加准确，我们在去年谷歌高噪背景下的多人说话识别，是全球所有的指标中最好的。第二个就是语音合成，它不仅仅可以合成中文，还可以合成英文。我们可以简单的听一下。

 

　　现在很多老师在课堂里面要合成听力试题的时候不敢自己讲，因为大部分老师没有我们合成的语音更加标准、更加流畅。这可以看到计算机怎么去替代人的嘴巴。我们再看一下，在教育里面有一个关键应用，是认知智能里面初步的应用，就是智能阅卷。很多在座的同学可能考过四六级，四六级作文的试卷已经可以用机器阅了。现场有500-1000篇范文，大概80%的文章机器可以自动评阅。20%非模式化的文章，机器可以挑出来再交给人工。这样可以把老师大量重复模式化的时间节约出来，所以现在越来越多的学校已经在用了。

 

　　再看一下机器翻译。机器翻译我今天已经送给华东师大一个了，以后出国的时候，如果英语达不到六级优秀水平，我觉得就不用学了，不如用机器翻译帮你解决各种问题。知识推理是大家今天谈的比较多的，我就不具体举例了。机器实际上从现在自然语言的文章里面，已经能够把文章里面很多关键的信息提取出来。帮助我们阅读时更好的去掌握里面的一些关键知识点，我们在NIST比赛里面也取得了很好的成绩。去年中美人工智能竞赛专门把科大讯飞相关技术做了介绍，这里面所有取得的进展、关键技术就是强化学习的技术。

 

　　人工智能到底怎么助力我们的教育？

 

　　我们一定要了解老师一定不是信息化的专家，所以一定要让信息化使用的门槛非常低。比如：依托很好的信息化技术，让老师在课堂上迅速的实现和学生的互动，可以把最好的资源调取出来，通过多屏互动展现在屏幕上。要使得技术使用的门槛比老师从粉笔盒拿一只粉笔更加简单，这样老师才愿意用，这样才可能产生连接、产生数据。

 

　　虽然我们讲未来要把课堂交给学生，但是不要忘了当前课堂和学校的组织者是老师。所以一定要让老师愿意用。老师为什么愿意用？要降低工作强度。老师大量批阅作业的工作，大量在课堂检查学生测试知识点完成情况的工作，应该用机器完成。这就是刚才讲的很多主观阅卷技术应用的场景。老师要是发自内心的愿意去用，这样才能使这个技术真正的在我们的教学环境中运转起来。

 

　　大量的应用过程中就会产生数据，我们想不仅仅是电子化的数据要采集起来。包含：各种过程化的作业、考试、口语各种信息。我们要让学校里面以后越来越多的添置一些基础的数据采集设备。我们不能为了创造数据而创造数据，我们把过程化的一些作业考试数据化，成为我们以后可以指导教和学的过程的行为。

 

　　对于资源也一样。在教和学的过程中产生数据是非常重要的，我们要产生足够多的数据让老师非常便捷的拿到这些数据，使得数据的应用和产生融通起来。优秀的东西是怎么产生的？不是某一个人选择出来就是优秀的东西。一定是给老师、学生足够多的选择权，在选择里面产生大量的优出来。整个人工智能技术能够使得我们在数据资源的产生和使用过程中，形成一个良性的互动。帮助我们学校、帮助我们区域去做一些安全的监管。

 

　　除掉刚才介绍的几个之外，还有一些课堂凭现有的传统模式是很难把课堂组织起来的。比如：北上广深的很多地方都已经有了一些智能口语测试，但是人工的测试是非常困难的。口语的训练，老师想指导班上50个学生也很困难。通过人工智能技术就可以了，每一个学生周围都好像有一个虚拟的教学助手、口语的教学助手可以更好的帮助我们的学生去学习。

 

　　我们现在提供了很多人工智能和大数据的教学辅助助手以后，老师能做什么创新？这些东西目前都是一些智能化的工具，最后创新的主体还是教学。这一张幻灯片是北师大二附中，学生把作业做完以后，老师就拿到统一的报告，报告里面就讲一些知识的群体性黑洞。一般个例问题就不说了。另外老师课中会给学生发个性化问题。原来可能一个班一堂课做10道题目，现在大部分的学生做的都是不一样的，课后学生可以继续得到一些优质的资源，这就实现连接教和学精准讲解，然后整个以学定教，可以大幅度的提高课堂的效率。

 

　　对于教学管理者来说，可以得到一个教学的仪表盘。我是校长的话，原来是凭经验。现在各种数据过来，老师有没有用教育信息化，用的怎么样？产生多少数据？老师有哪些资源被别人引用？通过一个简单的仪表盘让校长看到，这就把教和学的行为，教学和管理的行为很好的连接在一起。

 

　　教育的人工智能什么时候能实现？

 

　　当然这是一个长期的过程，但是我们要看到这个过程已经开始了。现在有很多学校实际的教学环境中用到的有些产品，里面已经具备了部分智能化的程度。随着数据越来越多，我们整个学校的智慧系统会越来越强大。同时我们看到政策的支持，教育部正式提出来，下一步教育信息化的重点是信息化和教育技术的深度融合，是应用的驱动。

 

　　所以不再像以前仅仅是学校买计算机设备，大家都在切切实实的推动技术和教学实践深度的融合。同时，现在已有很多刚需性的应用。刚才讲的作业的评测，上课老师的讲解等很多的刚需，这些应用让老师愿意去用，用的过程中产生数据，数据指导老师有针对性的教，指导学生个性化的学。同时人工智能可以在数字驱动下帮助学校和区域实现数据治理。