免费下载案例集|20+数字化领先企业人才培养实践经验 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 00:172291
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 275.8 次阅读, 收获喜欢 1301 次。

关注

评论

发布
暂无评论
发现更多内容

引领算力革命:低代码开发平台助力大模型时代的突破与进步

不在线第一只蜗牛

低代码 算力 算力虚拟化

性能测试|基于JMeter 完成典型电商场景(首页浏览)的性能压测

霍格沃兹测试开发学社

性能测试 JMeter使用教程

代码随想录训练营 Day07 - 哈希表(下)

jjn0703

性能测试|JMeter逻辑控制器(一)

霍格沃兹测试开发学社

性能测试|搭建性能监控平台

霍格沃兹测试开发学社

#性能测试

性能测试|JMeter压测结果分析

霍格沃兹测试开发学社

#性能测试 JMeter使用教程

k8s部署springboot

tiandizhiguai

探究C语言中的二叉树

芯动大师

晴数智慧数据集名列北京市首批“人工智能大模型高质量数据集”,入选产业创新伙伴计划

Geek_2d6073

PoseiSwap 治理通证POSE登录PancakeSwap,开盘涨幅超2100%

BlockChain先知

颠覆数字化转型:探索低代码开发平台JNPF的黑科技

快乐非自愿限量之名

低代码 数字化 数智转型

低代码——前端进阶的必修课

伤感汤姆布利柏

MQTT 服务新趋势:了解 MQTT 多租户架构

EMQ映云科技

物联网 mqtt 多租户

PoseiSwap 治理通证POSE登录PancakeSwap,开盘涨幅超2100%

股市老人

性能测试|JMeter取样器介绍(二)

霍格沃兹测试开发学社

#性能测试 JMeter使用教程

性能测试|JMeter取样器介绍(三)

霍格沃兹测试开发学社

#性能测试 JMeter使用教程

Last Week in Milvus

Zilliz

非结构化数据 Milvus Zilliz 向量数据库 zillizcloud

构建以数据为中心的全面预算管理系统

智达方通

数据驱动 业财融合 全面预算管理系统

百度智能云入选北京市“算力伙伴”、“模型伙伴”!

彭飞

数字化转型与架构-规划篇|谁是需求调研的对象?

数字随行

数字化转型

瓴羊QuickBI数据门户帮助企业高效管理和展示数据,使其更加明确易懂

对不起该用户已成仙‖

性能测试|Jmeter压测脚本录制与编写

霍格沃兹测试开发学社

#性能测试 JMeter使用教程

华为云CodeArts Check:带你掌握代码检查技巧,优化代码质量!

华为云PaaS服务小智

云计算 华为云 代码检查 代码检查、

PoseiSwap 治理通证POSE登录PancakeSwap,开盘涨幅超2100%

大瞿科技

瓴羊QuickBI,让企业更加清晰地管理和呈现数据

夜雨微澜

2023容器网络趋势:CNI网络插件逐渐普及,Kube-OVN受欢迎度持续攀升

York

Kubernetes 云原生 容器网络 cni 容器网络方案

模块六:拆分电商服务为微服务

家有两宝

架构实战营

信息安全大有希望!低代码开发平台为大数据时代保驾护航

加入高科技仿生人

低代码 信息安全 信息技术

AIGC+HR|AI时代下,企业人力管理新解法

TE智库

人工智能 HR AIGC

FastGithub:github加速神器,解决github打不开、用户头像无法加载、releases无法上传下载、git-clone、git-pull、git-push失败等问题。

汀丶人工智能

GitHub git加速

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