更全的杂志信息网

AI+教育:借技术手段助力“个性化教育”的实现

更新时间:2009-03-28

自人类诞生以来,教育便对人类的发展起着至关重要的作用,因此教育的发展可谓是关系国计民生的大问题。如今,随着AI技术的突飞猛进,在很多人看来,“AI+”是继“互联网+”之后下一个互联网技术的爆点,而“AI+教育”更被看做是顺应时代发展的下一场教育改革突破口。但“AI+教育”并不是一个简单的“技术+教学”的算术问题,而是希望能够借助科学技术的力量,彰显教育的“育人”本质,实现“个性化”教育。

 

对于任一行业而言,青年的参与和活跃度永远是决定该行业是否有前途的重要标志。而有这样一个行业,它的发展则是能够决定青年是否拥有前途的重要标志,这个行业就是教育。

从古至今,放眼全中国乃至全世界,教育的重要性不言而喻。从孟母三迁,到现如今的天价学区房、贵族国际学校,每个家长心中都秉持着“别让孩子输在起跑线”的原则,费尽心思地想让孩子能够接受好的教育。而随着社会的发展,阶层的分化也在加速,并不是所有的家庭都能够接受这种由资本堆积而成的学习机会,教育变得昂贵,好的教育理念、教育内容、教育资源日益变成市场上明码标价的商品,出价高者,得之。教育的不公平现象在加剧。

刘坚认为,农业是国家稳定的磐石,中国农药产业为中国农业作出不可磨灭的贡献,为农产品丰收立下汗马功劳。然而,目前谈药色变的情况依旧,社会对农药产业仍存误解,唯有认清农药产业的发展大势,明晰发展思路,全力打造一批新型绿色农药企业,才是解决当前农药产业问题的着力点。接下来,农药企业必须紧握安全之桨,高扬绿色之帆,确保农药产业成为撬动乡村振兴的有力杠杆,以切实举措为国家粮食安全消除后顾之忧。

如何才能够让教育平等?如何才能够让孩子接受到“量体裁衣”式的教育?这已经成为亟待解决的问题。

2016年,当AlphaGo战胜李世石之后,人工智能便以迅雷不及掩耳之势进入大众的视野,深度学习技术更是让AI在各种领域中大展身手,取得了突破性的进展。很多业内人士认为,“AI+”将是继“互联网+”之后,下一个互联网技术的爆点。“AI+教育”更被看做是顺应时代发展的大势所趋。那么,不仅要问,AI+教育是否真的能够解决教育领域的根本问题所在?

4月11日,由乂学教育发起的“智适应——2018全球人工智能自适应教育峰会”于北京举行,全球“AI+自适应教育”方面的专家、学者、教授汇聚一堂,围绕当今热门的“AI+教育”进行探讨与交流。

  

乂学教育创始人栗浩洋

“智·适应学习”将改变固有的教育范式,实现“个性化”

众所周知,一直以来,由于师资力量有限,要想真正做到根据学生本身的学习能力进行因材施教几乎是不可能实现的。而“智·适应学习”(AI+自适应学习)将改变固有的教育范式,实现“个性化”教学。

其实,关于自适应学习(Adaptive Learning)的概念并不是最近才出现的。这一概念最早出现在上世纪90年代美国的“智能辅导系统”中,根据学习水平对学生进行简单分层,进行教学。但这种分层并不能真正做到“因材施教”,它只是一种十分粗糙的个性化教育,系统功能不够精细,学生很难找到自己最适合的学习方案?因此,理论上来说分的层级越多、越复杂越好,但这样对机构的测评和教研能力要求也就会水涨船高,随之而来的高昂成本也会抬高产品售价,令一般用户望而却步。但是,近年来,随着AI技术的发展,AI+自适应学习让“个性化”学习变得可能。“AI+自适应学习”的运作过程可以简单概括为:搜集学生学习数据,预测学生未来表现,智能化推荐最适合学生的内容,最终高效、显著地提升学习效果。

尽管涉诉信访制度在联系人民群众、维护司法公正方面发挥了一定的作用,但是其弊端也较为明显。最主要的就是涉诉信访统计通报考评等机制加强了上级法院在“审判系统内部的司法行政方面的权力”[1]386,进而导致对下级法院审判独立的损害。

乂学教育创始人栗浩洋表示,“智·适应学习”系统的最终目的是最大限度地模拟人类教师的角色,根据孩子的学习目标、学习风格、学习行为、个人偏好和知识状态,利用AI实现教学策略实时地、动态地调整学生接下来的学习内容和路径,从而达到个性化教学的目的,继而实现比特级教师一对一还要高的学习效率。

对于“智·适应学习”而言,只有将本土化、内容、算法和数据四个要素融合在一起,才能实现统一化。

  

Knewton创始人Jose Ferreira

“智·适应学习”中的重要因素

正如栗浩洋所言,一直以来,教师所扮演的角色都是教书育人。教书固然重要,而更为重要的是育人,对学生加以引导,塑造其品质,鼓励其创新。

综上所述,施工组织进度控制和施工管理作为影响电力工程施工质量和效率的决定性因素,通过本文对我国电力工程施工组织进度控制和施工管理现状的分析,发现其目前存在组织管理人员专业素质较低、组织团队缺乏有效的内部沟通机制以及未能建立高效管理体系等主要问题。因此,各电力工程企业必须以施工组织进度的控制和管理为原则,加强对施工前、施工阶段以及施工后安全管理的综合控制和管理,才能有效提高电力工程施工质量。

在乂学教育首席科学家崔炜看来,在“智·适应学习”系统中,存在四个关键的要素:本土化、内容、算法和数据。

第一,课程需要本土化。“智·适应学习”在美国学生、欧洲学生中得到了广泛应用,但目前在中国还属于早期阶段,因此要把内容本土化,开发出中国本地、本土的教材。因为中国不同的省、不同的城市中的教科书是不一样的,因此这些学生所面对的问题自然就各不相同。

自从AI进入大众视野以来,关于“AI威胁论”的呼声就不曾断过。每当AI技术取得一点进展,在AI技术悲观者看来,这都是“AI终将取代人类”、“AI终将战胜人类”的前兆。如今,AI进军教育领域,如果未来AI不仅在教育的技术层面,而且在知识层面得到越来越成熟的应用,是否真的会取代人类教师呢?

第四,数据。“智·适应”学习采用了人工智能的技术,因此它需要进化。进化能够使得它本身的数据不断地适应各个学生的学习路径,即大数据。但大数据并不是唯一的,“智·适应学习”系统中的数据并不是数量足够就可以了,还要保证数据有效。如果输入的是垃圾,则输出的一定是垃圾,所以数据一定要有效。而且只有来源于学生在正确的学习环境所获得的数据才有效,否则无法对数据进行系统的净化。在“智·适应学习”系统中所采集的不仅仅是学生的学习数据,还采集了学生的行为数据,从而使数据更加精准,以便更好、更有效地向学生提供建议,同时也实现学习的个性化。

第三,算法。可以说算法是所有要素中最为重要的,“智·适应学习”当中使用了很多种算法,包括本身的机器学习算法、分类数、逻辑法,以及遗传基因算法等,将多种算法放在学习流程不同的组成部分,从而将学习效率最大化,而且可以改进学习结果。

会议发言上,中国电子信息联合会副秘书长李杰对改革开放40年来中国家电业取得的成就表示肯定,也指出了现阶段中国家电业发展的矛盾。他指出随着市场需求从普及型需求转变为更新换代需求,家电行业总体进入低速增长甚至停滞的状态。企业急需通过更加深入了解消费者需求,不断创新来提高自己的核心竞争力。

  

乂学教育首席科学家崔炜

美国著名的自适应学习平台Knewton创始人Jose Ferreira也表示,“智·适应学习”可以改变现有的学习范式,通过互联网移动提供的质量,可以发掘数据,有了数据就可以提升个性化,有了个性化就可以改变教育的质量。智·适应教育先发掘学生的数据,帮助学生学习,然后利用产生的数据进行个性化教育,而这也正是“智·适应学习”的关键所在。

 

“AI+教育”要替代的从来都不是教师

第二,内容。“智·适应学习”需要适应所有的学生。因此系统中的内容需要适应学生,需要具有不同类别的内容。如何创造出大体量的内容?目前,乂学教育招募了很多具有数十年教学经验的教师,可以帮助系统开发出高质量不同类别的内容。

虽然很多业界人士认为,“AI+教育”将是未来的发展趋势,但这并不意味着它只是简单的“技术+教学”的算术问题,要想真正发挥“智·适应学习”的价值,起关键作用的要素又有哪些呢?

未来学家、发明家雷·库兹韦尔曾经说过,“不断减轻人类痛苦是技术持续进步的主要动力”。

对数值模拟的地面温压风场与实况进行对比,分析验证模式模拟效果(图13)。海岸线处的等温线密集带,风速自海上向内陆迅速减弱,苏南近岸的东西向气流辐合中心,内陆自西向东移动的弱暖脊等均模拟得较好,模拟的多系统环流也与实况相符。

在光伏发电系统中,由于逆变器在不同光照条件下正常工作时需要实时控制直流母线电压,因此,要求逆变器具有更宽的直流输入电压范围并保证稳定的电压输出,所以本设计采用具有宽输入电压范围、低载时有很高转换效率的IGBT开关管,在相应的脉冲控制下产生通断,从而在负载端得到所需要的工频交流电,采用IGBT作为开关器件的单相桥式电压型逆变主电路如图2所示.为了平衡输入输出瞬时功率差异等问题,系统中通常需要并联电解电容来解决,由于电解电容寿命短,严重限制了逆变器的使用寿命,因此,在整个电路设计中使用长寿命的薄膜电容代替电解电容[4]47-49.

现如今,随着AI技术的发展、成熟,能够将人类从简单、机械、繁琐的工作中解放出来,从而从事更具创造性的工作。对于教师而言更是如此。AI技术将教书的过程变得简单化,减轻教师的教学工作,使得教师能够有更多的精力和时间对学生的个人品质进行塑造,开发学生的创造力、创新性,从而实现真正的“个性化”教学、“因材施教”。

而想要真正地做到这一点,未来还有很长的路要走。栗浩洋说:“我希望在7年最多15年的时间里,能够让AI智·适应系统,像达芬奇+苏格拉底+爱因斯坦合体一样,给每一个孩子一对一的教育,给他启发,给他创造力的发挥和不一样的未来。”

 
房晓楠
《机器人产业》 2018年第03期
《机器人产业》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号