246
機器人
人工智能必將改變教育：AIEd的未來
芥末翻是芥末堆全新推出的一檔學術欄目，由芥末堆海外翻譯社群的小夥伴們助力完成。我們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！
編者注
本期是芥末翻連載培生AI+教育的研究報告第三周，有兩個目的：第一，給感興趣的非專業讀者解釋AIEd是什麼，如目標、實現方式及作用機製。隻有確保一定程度的了解，我們才能走出AI的科幻印象及由此產生的恐懼。第二個目的：闡述AIEd現在及未來能為學習帶來的影響，以提高學習者的學習效率。
本文選自培生集團研究報告《Intelligence Unleashed ：An argument for AI in Education》，作者 Rose Luckin，Wayne Holmes。
譯者康琳，魏來，汪汪
編輯阿槑
AIEd 的未來與人工智能(AI)的未來密不可分。AI 技術與消費市場的結合吸引了大量研發人員湧入該行業。目前創新和發展的速度超過以往，當前 AI 的普及意味著 AIEd 的創新應當成為商業領域的關注點之一。
在本章節中，我們展望前沿理論和實踐的發展，希望看到新技術的研發，以及AIEd帶來的進步。這一切都充滿機遇與挑戰。我們試著從積極的角度看待這些發展，並在此著重傳達一種振奮人心的可能性，即 AIEd 必將改變教育。
AIEd 幫助學習者獲得 21 世紀技能
人們日益認識到，21 世紀技能對於當前和未來的就業是必不可少的，許多組織和團隊都在推進這一技能列表。舉個例子，世界經濟論壇提出了 16 種技能，分為三大類:：
我們普遍認同這些能力在當下及未來都非常重要，並且應當成為終身學習的一部分。但要實現這個目標，至少有兩大挑戰需要解決：
開發信度和效度指標，方便追蹤學習者的能力發展水平，包括一些難以衡量的特征，比如創造力和好奇心。
我們需要更好地理解，培養這些能力最有效的教學方法和學習環境是怎樣的。
AIEd 有助於解決這兩大挑戰：
首先，AIEd 借助工具和技術來進行細粒度分析，這使我們能夠追蹤每位學習者的知識和能力的發展情況，因為學習者長期通過與係統互動來學習。對個體學習者的學習記錄進行收集和解讀，我們能夠了解學校、學區和全國整體的進展。
目前已經有越來越多的數據收集設備如生理數據、語音識別和眼球追蹤 ，將使 AIEd 係統能夠為目前難以評估的能力提供新的依據。例如，在實踐類學習場景下，涉及問題解決與團隊合作，通過語音識別（確認團隊的分工，分別在做什麼和說什麼）和眼球追蹤（調查每個學習者在某一特定時刻的關注點）等數據，能夠解決其評估問題。
第二，當學習者更多地使用 AIEd 係統，我們將能夠收集大量教學和學習實踐的數據，來判斷哪些模式是最有效的。這些數據將使我們能夠跟蹤不同的教學方法下學習者的進步，反過來，這將使我們能夠開發一個動態目錄，在不同的環境下，為各類知識和能力匹配最佳教學和學習方式。
重要的是，我們還能夠將學習者的進步與學習環境聯係起來，然後在 AIEd 係統中構建環境模型。目前已經有納入環境因素的新方案，比如實體或虛擬空間，可用的學習工具，包括課程、技術和書籍等。
隨著時間的推移，這些模型將使我們有能力為不同的學習環境匹配最佳教學方法。並能夠幫助我們弄明白如何調整環境因素(如技術、教師和環境的組合)，以改善教學效果，這都有助於學習者習得知識以及 21 世紀能力。
AIEd 將推動測評係統的再生
我們讚同彼得·希爾和邁克爾·巴伯在《Preparing for a Renaissance in Assessment》中所提到的，學習有三個核心組成部分(課程、教學，與評價)，而評價正在阻礙我們的前進。我們還同意“技術是解決方案一部分”的說法。我們判斷，在不久的將來，AIEd 將是夠改進教學評價方法的三個關鍵因素。
AIEd 將提供實時評價來促進學習
在教學中更多地使用技術，能夠幫助我們收集教師和學習者的海量數據。我們已經開始分析並研究這種 “大數據”。例如，高精度的分析結果已經用於預測學習者從在線課程中“退學”的概率。
AI 技術將提升學習分析的精確度，以獲得跟學習者取得成功、應對挑戰和自身需求等方麵的相關信息和數據，進而用於改進學習。例如，AIEd 係統使得學習分析能夠識別學習者在學習外語(或是一個棘手數學方程式)時的信心和動機變化。
這些信息也可以用於為學習者提供及時幹預措施，輔助其學習，既可采用技術支持、教師特別關注，也可以是兩者的結合。
AIEd 幫助我們了解學習的最新進展
除了實時性，從數字化教學中收集的數據將為我們提供新的視角，而這些在傳統的評估中無法獲得。例如，除了識別學習者是否給出了正確答案外，還可以分析數據集，以幫助教師了解學習者如何得出答案。數據還可以幫助我們更好地理解認知過程，如記憶和遺忘曲線，以及這些對學習效果的本質影響。AIEd 分析還可以確定學習者是否感到困惑、無聊或沮喪，幫助教師理解和提高學習者的情緒準備。
AIEd 將幫助我們超越結果性評價
如 Kristen DiCerbo 和 John Behrens 在《數字海洋對教育的影響(Digital Oceanon Education)》中所提到的，AIEd 研究人員在過去 25 年中開發的模型和技術已經獲得大量學和教的數據，它們可以帶給我們更多有價值的信息，以便對學習者進行過程性評估。
通過 AIEd 係統對學習者的學習活動進行持續分析，我們不需要再使用現有的結果性評估。相比此前基於對學習者所學的碎片化內容進行評價的傳統評估，AIEd 驅動的評估有助於構建有意義的學習活動，可能是一個遊戲或一個合作項目，並且能夠評估一切學習(和教學)活動。
AIEd 將實踐來自學習科學的新理論
AI 和 AIEd 一直是跨學科領域，展望未來，AIEd 將繼續借助心理學和教育神經科學等學科的新理論，以更好地了解學習過程，從而構建更準確的模型，更好地判斷和影響學習者的成功、動機和毅力。
以教育神經科學為例
保羅·霍華德 - 瓊斯是布裏斯托大學的神經科學和教育學教授，他在著作中提到了一個實例，即神經科學能夠輔助 AIEd 係統的設計。他在著作中提到，當學習與不確定獎勵關聯在一起時，學習效果可以得到提升，即學習者知道完成任務時會得到獎勵，但是不能確定獎勵內容。這在傳統教育中是難以實現的，在傳統教育中獎勵與成功直接關聯。
不確定的獎勵在電子遊戲世界中更常見，目前教育遊戲的設計倍受關注，使用不確定獎勵來吸引學習者並提高他們的學習效果。將 AIEd 技術添加到這些教育遊戲的設計中， 並基於學習者的水平給予不同的響應，使獎勵更能夠匹配學習者。
以心理學為例
多年來，Carol Dweck，斯坦福大學最著名的心理學家，一直在探索“思維模式”（mindsets） 在學習中的作用。他們區分開那些相信智力不會隨時間變化的學習者(“固定型思維”，fixed mindset)與那些相信他們的能力可以提高的人(“成長型思維”，growth mindset ) 。有成長型思維的學習者將挑戰看作是要克服的事情；他們更堅持並重視努力學習，這使得他們作為學習者獲得了更多的成功。越來越多的證據表明，改變思維模式，對學習者的成績和成就測試得分有重大的影響。
在幫助學習者培養思維模式方麵，技術的作用已經有所體現；事實上，Carol Dweck 的團隊已經開發出一款軟件Brainology，該軟件可提供內容和支持，以促進成長型的形成。AI將會帶來更多可能性。例如，借助AI，係統可以適應學習者的目標和思維，或者幫助學習者發展積極的心態。借助更精細化的學習者模型，我們能了解學習者的思維模式及其變化，並相應地調整教學，包括向教師提供有針對性的反饋，使每個學習者以最有效的方式培養成長型思維。
AIEd 將為我們提供終身學習的夥伴
在古代中國，每位皇子都有侍讀和太傅，也許中國皇帝知道他們的皇子在與他人一起學習時，效率會更高；同樣，當代心理學也持有相同觀點。
20 世紀 80 年代早期，AIEd 研究通過學習輔助係統可以將這個古老的模式帶入現實。這些係統為每位學習者提供了基於計算機的協作學習夥伴。同伴的作用是通過協作和競爭來激發學習者的學習熱情。同伴也可以作為學習者的指導對象。基於計算機的教師為學習者提供了實例和指導，並決定了待解決問題的順序和內容。
下一代學習夥伴有巨大的潛力改變未來的教和學，開發學習同伴並不存在技術障礙，可以通過課堂內外的學習來陪伴每位學習者。這些終身學習夥伴可以設在雲端，通過多種設備訪問，並根據需要離線操作。
學習夥伴可能會扮演特定領域的專家，具備某個領域的專業知識，而非全部領域。此外，這個夥伴可以幫助學習者培養成長型思維，從而促進學習。因為這類係統可以幫助所有學習者獲得最匹配其需求的學習資源，該係統更適合於努力的學習者以及那些高成就動機的學習者。
“
最後更新：2017-08-23 09:35:00