报名参加CloudWeGo黑客松,奖金直推双丰收! 了解详情
写点什么

AI+ 教育已成为趋势,智能时代的教育仍然面临挑战

  • 2018-01-29
  • 本文字数:1781 字

    阅读完需:约 6 分钟

看新闻很累?看技术新闻更累?试试下载 InfoQ 手机客户端,每天上下班路上听新闻,有趣还有料!

1 月 25 日,好未来在北京举办“赋能教育 极’智’未来,AI+ 教育”学术交流会,并在会上宣布成立国内教培行业首家“脑科学实验室”,同时,好未来将与斯坦福大学达成合作,共同推进 AI 教育的研究与发展。

好未来 CTO 黄琰在会上表示,教育的本质是对大脑的培育,好未来作为一家持续探索未来人类学习方式的公司,“希望通过脑科学研究及反馈,帮助学生匹配个性化学习内容、动态调整大脑学习状态,将教学艺术发展为教学科学,实现人工智能、机器学习和脑科学的协同配合,让科技服务于人,让下一代更加适应未来社会。”

近几年,随着人工智能的快速发展,人工智能 + 教育的理念迅速在全球风靡起来,欧美国家抢先应用 AI 在教育行业之中。好未来作为中国教育行业的领军企业之一,在这个时候大力投入 AI+ 教育的研究,并与国际名校合作,相信也是看到了 AI 在教育领域的巨大潜力。

那么,什么是智能教育?AI+ 教育能够给教育行业带来什么改变?

先从前几年兴起的在线教育说起吧。

互联网兴起以后,有人看到了在线教育的趋势,于是建立了在线教育的网站,K12 教育,尤其是外语教育尤其火热,相比于学校,孩子可以直接通过互联网接触到国外的老师,口语能力与社交能力都得到了不同程度的锻炼。但是,在线教育也只能解决孩子能不能学到的问题,而孩子到底学的如何,学没学的懂,远在网络那头的老师仅仅通过视频也许并不能感受得到,家长也不能从教师那里得到准确的反馈,于是为了解决这样的问题,智能教育出现了。

AI 教育的变革“因材施教”与“润物无声”

所谓智能教育可不是让一个机器人站在你身边给你讲课,如此教育,学生仍旧处于被动学习的状态。

中国一直以来都推崇“因材施教”,然而由于教育资源的不平等,这一点其实很难做到,AI+ 教育要做的第一点就是为了解决因材施教的问题。

自适应学习是 AI 教育领域比较火热的一个概念,简单来说:通过抓取学生的学习数据,分析其在这一阶段的学习情况,通过分析的结果判断他目前的学习进度,以此来进行推荐该学生下一阶段应该学习哪些方面的课程或者哪一重点。同时,系统还会通过学生的学习情况评估某一门课程的质量,并做出评价,以此可以改善教学的方法。

不仅如此,AI 还可以协助教师进行班级管理和课堂秩序的维护。以好未来为例,目前好未来推出了“魔镜”系统,可以试试监控课堂上学生的学习状态,通过面部识别和表情监控,教师可以清楚的了解哪些学生在认真听讲,哪些走了神,或者根据学生的状态来判断学生对这堂课的学习兴趣如何,以此来进行改进。

如果说 AI 完全代替教师,目前看来还是有些夸张了,大部分技术人和教育工作者更希望 AI 以一种“润物细无声”的方式贯穿在教学工作中。AI 在诸多领域的应用,有很多是应用在数据处理上,教育领域也不例外。上文中提到的很多都是利用 AI 进行学生学习数据的分析和处理,以达到对学生进行个性化教育的目的。

智能教育的挑战才刚刚开始

中国重视教育,古来有之,而到了近代,中国更是提出“百年大计,教育为本”的方针,可见中国对于教育行业的高度重视。

智能教育虽然可以做到因材施教,但是 AI 目前所面临的问题仍然不容乐观。

AI 在大数据和算法上的优势,仅仅只适用于有标准答案的客观题,而人文类课程则大多属于无标准答案、需要灵活处理的主观题,对此按照设定程序运行的 AI 则会显得无所适从。尤其像语文、政治等等这样以论述为主的学科,语义理解的短板可能会导致 AI 在这些学科上的教育存在问题。

此外,教育资源不平均等问题仍然是教育行业的首要问题,而这个问题却是 AI 很难弥补的。

好未来 CTO 黄琰先生在 25 日的会议上曾说到:“希望 AI+ 教育能够解决偏远地区教育的问题。”相信不少像好未来一样的教育企业都有这一远大的目标。然而就像 AI 发展目前出现的问题一样:一线城市发展迅猛,二三线发展缓慢,其他地区甚至有零发展的情况出现。AI 无法普及,那么 AI 教育则更加无从谈起,有人曾戏言:“AI 这个东西就是有钱的用不上,没钱的用不起。”对于这一观点,我们不能苟同,但是却也揭示了一些问题:资源的不平均导致的发展缓慢问题是十分严重的。

除了期待更好的政策颁布之外,科技企业大力推动 AI 民主化、技术民主化,让技术“飞入寻常百姓家”也是推动发展的重要环节,我们期待 AI 能够为教育行业带来一个真正拥有“好未来”的明天。

2018-01-29 00:172521
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 287.0 次阅读, 收获喜欢 1303 次。

关注

评论

发布
暂无评论
发现更多内容

墨天轮国产数据库沙龙 | 黄新著:金仓数据库全生命周期管控

墨天轮

国产数据库 KingBase 人大金仓

腾讯安全李滨:腾讯云数据安全与隐私保护探索与实践

腾讯安全云鼎实验室

数据安全 云安全

Apache APISIX 扩展指南

API7.ai 技术团队

Apache 插件 API网关 Apache APISIX

百度人脸活体检测系统通过信通院“护脸计划”首批优秀级安全防护能力评估

百度开发者中心

安全 人脸识别 百度安全

ABAP和Java的destination和JNDI

汪子熙

SAP JNDI hana 11月日更

如何巧妙使用Camtasia库中的素材?

淋雨

Camtasia

《Linux一学就会》:第二章:Linux基本命令操作和文件管理

侠盗安全

Linux 运维 linux运维 云计算架构师

原来我才是内卷王,闭关3个月肝完Java 7大核心知识,成功斩获字节58万Offer。

Java高级开发

字节跳动 java; 字节跳动面经

为什么那么多人在用WGCLOUD

王逅逅

zabbix 监控系统 linux运维 运维系统

技术干货|开源项目-FlyFish使用攻略

云智慧AIOps社区

开源 大前端 低代码 数据可视化 大屏

推动产业创新,腾讯的底层逻辑是什么?

ToB行业头条

长隆熊猫酒店联合番禺消防大队开展“我是小小消防员”活动

江湖老铁

“神算子”上线!EasyDL时序预测模型零门槛轻松上手

百度开发者中心

百度飞桨

如何获取所有安装的应用程序信息

Changing Lin

11月日更

恒源云(GPUSHARE)_Child Tuning: 反向传播版的Dropout

恒源云

深度学习

MySQL Operator 01 | 架构设计概览

RadonDB

MySQL 数据库 Kubernetes RadonDB

测试编排必要性

FunTester

敏捷 测试 敏捷测试 FunTester 测试编排

内在可解释模型之RuleFit

索信达控股

机器学习 算法 模型

让脂肪起内讧?从内部全面瓦解脂肪

脑极体

使用 OpenCV 和 Python 识别数字

AI浩

OCR

Cube 技术解读 | 详解「支付宝」全新的卡片技术栈

蚂蚁集团移动开发平台 mPaaS

大前端 支付宝 移动开发 mPaaS cube

入职字节跳动那一天,我哭了(蘑菇街被裁,奋战7个月拿下offer)

Java MySQL redis 程序员 算法

真香!180页100+题15W+字解析的《Java高级面试指南》,果断收下

Java 程序员 架构 分布式 算法

低代码是什么意思?

低代码小观

程序员 低代码 开发工具 开发平台 企业开发系统

极光笔记丨Spark SQL 在极光的建设实践

极光JIGUANG

大数据 spark 计算引擎

阿里云云合计划走进深圳,实践助推生态持续创新

技术 科技革命 生态 “互联网+”

“初雪”与“向量化” | StarRocks Hacker Meetup 小记

StarRocks

数据库 大数据

11.11上云嘉年华,华为云数据库助力客户备战业务高峰

华为云数据库小助手

GaussDB GaussDB(for openGauss) GaussDB ( for Redis ) 华为云数据库

初识Java反射概念和使用

CRMEB

300行ABAP代码实现一个最简单的区块链原型

汪子熙

区块链 SAP abap 11月日更

如何用WebIDE打开并运行CRM Fiori应用

汪子熙

Cloud SAP 11月日更

AI+教育已成为趋势,智能时代的教育仍然面临挑战_语言 & 开发_陈思_InfoQ精选文章