被改變的教育

仔細(xì)去看今天的AI＋教育創(chuàng)業(yè)項(xiàng)目就會發(fā)現(xiàn)，AI對教育的滲透已經(jīng)是從課堂建設(shè)到評價體系再到知識點(diǎn)以及課后輔導(dǎo)等各個環(huán)節(jié)，幾乎每一個環(huán)節(jié)都有著把教育變得更精確化、顆粒化的解決方案。

AI到底會如何改變傳統(tǒng)的應(yīng)試教育？2016年，比爾蓋茨在接受記者采訪時提到，對絕大多數(shù)學(xué)校而言，教育仍是陳舊的“一刀切”：

一個老師對一個班的學(xué)生傳授同樣的知識，不管每個學(xué)生各自的學(xué)習(xí)能力和進(jìn)度如何。但是AI可以改變這個弊端。

可以說，AI會造就教育行業(yè)的今日頭條，實(shí)現(xiàn)千人千面。AI在教育領(lǐng)域可以做到哪些事情？

1、實(shí)現(xiàn)因材施教，依據(jù)不同學(xué)生的個性偏好、學(xué)習(xí)習(xí)慣和學(xué)習(xí)風(fēng)格，推薦最匹配的學(xué)習(xí)內(nèi)容。

2、提高學(xué)習(xí)效率，自動規(guī)劃最適合該學(xué)生的學(xué)習(xí)難度和順序，規(guī)劃最佳的學(xué)習(xí)路徑，最大化學(xué)生的學(xué)習(xí)效率。

3、形成完善、科學(xué)的測量體系，通過檢測部分重要知識點(diǎn)快速逼近學(xué)生的知識狀態(tài)水平，識別特定學(xué)生的薄弱知識點(diǎn)，并且可以相應(yīng)調(diào)整教學(xué)方案。

4、讓教育變得更公平，讓更多接受到同樣優(yōu)質(zhì)的教育課程，被更科學(xué)的評價體系所測量，不管是好學(xué)生、壞學(xué)生都能知道自己的知識薄弱點(diǎn)，真正實(shí)現(xiàn)有教無類。

英語教學(xué)就是被AI所影響的典型案例。

AI可以通過智適應(yīng)教育的方式，將所學(xué)的知識點(diǎn)分步地進(jìn)行梳理、歸納和總結(jié)，理清知識脈絡(luò)。從點(diǎn)到面，構(gòu)建知識網(wǎng)絡(luò)。

在松鼠AI的一個英語教師招聘信息中寫到了這樣一個職責(zé)：在前端教學(xué)反饋出的大數(shù)據(jù)基礎(chǔ)上進(jìn)行錯因分析。準(zhǔn)確挖掘?qū)W生考試做題時出錯的動因——包括知識點(diǎn)、能力素養(yǎng)、認(rèn)知層次、學(xué)習(xí)習(xí)慣以及心理等方面，并結(jié)合人工智能系統(tǒng)和知識圖譜給出專業(yè)的學(xué)習(xí)指導(dǎo)建議。

挖掘?qū)W生考試做題時出錯動因的途徑則是教育數(shù)據(jù)挖掘（Educational Data Mining，簡稱 EDM）和學(xué)習(xí)分析技術(shù)（Learning Analytics，簡稱 LA），對學(xué)習(xí)過程和學(xué)習(xí)行為進(jìn)行量化分析，在學(xué)生學(xué)習(xí)過程中采集學(xué)生的學(xué)習(xí)數(shù)據(jù)，包括學(xué)習(xí)時間，停留時間，測試準(zhǔn)確率等。通過對數(shù)據(jù)的處理分析，建立不同學(xué)生的學(xué)習(xí)模型。系統(tǒng)還會將學(xué)生的錯題按照知識點(diǎn)、錯誤率、掌握程度、知識圖譜順序排列，便于學(xué)生復(fù)習(xí)或課后輔導(dǎo)。

融資5億美金VIPKID高級副總裁項(xiàng)碧波在未來教育大會上說，通過數(shù)據(jù)挖掘，實(shí)現(xiàn)了精準(zhǔn)學(xué)生畫像于教學(xué)路徑的個性化匹配；在智能化教學(xué)上，實(shí)現(xiàn)了教學(xué)測評練場景中AI對老師的最大賦能。

最早專注于智適應(yīng)方向的松鼠AI從14年開始大力投入AI技術(shù)研發(fā)，其科學(xué)家受邀于美國舉辦的Education Data Mining 和倫敦舉辦的Knowledge Discovery in Database等專業(yè)會議發(fā)表學(xué)術(shù)演講。

語文這門“玄學(xué)”同樣可以被AI所影響。

如果說中學(xué)英語有單詞、語法這些固定知識點(diǎn)做支撐，AI的介入有跡可循，那么在很多人看來，語文這個學(xué)科太過感性化，尋找不到邏輯。不過，AI同樣可以把語文學(xué)科理性化，把龐大的學(xué)科體系拆解幫助學(xué)生提高分?jǐn)?shù)的。

比如說，在松鼠AI的技術(shù)解構(gòu)下，線索題舉例被分成7大類，比如說時間線索題目、地點(diǎn)線索題目、空間線索題目、人物線索題目、情感線索題目。有的學(xué)生只會在情感線索題目中出錯，讓學(xué)生在這個類型的題目中反復(fù)訓(xùn)練，未來則不會再犯。閱讀理解則是可以做到9級的知識點(diǎn)拆分，并對考點(diǎn)進(jìn)行詳細(xì)分析。用創(chuàng)始人栗浩洋的話來說，在語文教學(xué)中，希望把中醫(yī)變成西醫(yī)，把玄學(xué)變成科學(xué)。

數(shù)學(xué)教育本身就和AI有很大的親和性。

除了原本的AI評價體系以及AI知識圖譜之外，AI＋數(shù)學(xué)很大一部分著力點(diǎn)在于通過AI啟發(fā)學(xué)生的抽象思維，知識、能力、思維三者相互連接，幫助孩子學(xué)習(xí)掌握數(shù)學(xué)的思維方法——這需要對腦科學(xué)有更細(xì)致的研究。

以好未來的數(shù)學(xué)教育為例，它很大程度就依賴于啟發(fā)式數(shù)學(xué)學(xué)習(xí)、圍棋和珠心算等與認(rèn)知科學(xué)研究成果相關(guān)的精準(zhǔn)教學(xué)內(nèi)容。

總的來說，新的教育數(shù)據(jù)挖掘、學(xué)習(xí)分析技術(shù)以及知識圖譜體系正在讓學(xué)生的學(xué)習(xí)無限逼近各個科目中的一個個枝脈下的知識點(diǎn)，而且在逼近的過程中，AI會幫助學(xué)生規(guī)劃最佳的學(xué)習(xí)路徑，遇到問題時在教師的配合下生成“錯題”，在不斷解決“錯題”的過程中一點(diǎn)點(diǎn)填滿所有知識漏洞，考試分?jǐn)?shù)也自然會因此提升。

被解放的學(xué)生

應(yīng)試教育本質(zhì)上是過往低效率教育方式的極端演化——我們只能靠不斷做題，讓七八十人一個班的學(xué)生能在整體上得到最優(yōu)教育效果。

比爾蓋茨曾吐槽，目前教育只有兩極化的選擇：

“合格，繼續(xù)深造”與“不合格，上補(bǔ)習(xí)班”。因此我們才會存在如此驚人的輟學(xué)率。借助個性化學(xué)習(xí)工具能夠找出學(xué)習(xí)上的不足究竟在哪里。數(shù)學(xué)里有幾百個概念，個性化工具可以指出哪些概念是你的弱項(xiàng)，從而有針對性地查漏補(bǔ)缺，無需花上一整年時間呆在數(shù)學(xué)補(bǔ)習(xí)班。事實(shí)證明許多人甚至只需一兩個月就能達(dá)到大學(xué)入學(xué)標(biāo)準(zhǔn)。

比爾蓋茨基金會發(fā)布白皮書稱“智適應(yīng)教育是我們當(dāng)下最需要的東西�！�

“只需一兩個月就能達(dá)到大學(xué)入學(xué)標(biāo)準(zhǔn)”這句話固然有些夸張，但在AI＋教育的幫助下，我們至少可以縮短學(xué)生的學(xué)習(xí)時間，把一些低效、重復(fù)的學(xué)習(xí)剔除出學(xué)習(xí)規(guī)劃中，把更多時間用在更多知識漏洞上。

當(dāng)下國情，題海戰(zhàn)術(shù)、應(yīng)試教育似乎才是最好的選擇。大多數(shù)家長和孩子沒辦法選擇脫離這個教育體系，但是可以利用AI來解放自己。

AI起到的作用，讓學(xué)生能在當(dāng)下的教育體系中以最高效的方式獲得最好的成績。學(xué)生可以用最少的時間，獲得更好的成績，剩余的時間則是可以用于拓展自身興趣愛好，提高綜合素質(zhì)。

假以時日，在智慧課堂這樣的體系真正在中國普及時，我們或許可以看到這樣的場景：

五年高考三年模擬這樣的試卷也不再是學(xué)生備考的最佳抉擇，學(xué)校不再需要通過填鴨式的方式來喂養(yǎng)大班制的學(xué)生。

AI教育體系幫助每一個學(xué)生填補(bǔ)自己的知識漏洞，一些天資聰穎的學(xué)生在AI的課程安排中，課程進(jìn)度可以提速，在高一就把函數(shù)、代數(shù)、幾何全都熟稔于心，更多時間則是被用于功課那些薄弱科目的薄弱知識點(diǎn)。

這可能，就是AI在中國當(dāng)下教育體系中最大的價值。

文｜深幾度