互联网技术 / 互联网资讯 / 营销 · 2022年10月8日 0

AI+教育:打造下一个埃隆马斯克的好起点

AI+教育:打造下一个埃隆马斯克的好起点

文 | 曾响铃

20世纪上半叶,“人工智能之父”艾伦·图灵写下了第一个下棋程序,这是人类探索“机器思维”的开端,而机器思维,也就是后来人们所说的“人工智能(AI)”。

到了21世纪初,人工智能得到了迅猛发展,语音控制、无人驾驶、无人商店等都在应用AI技术。在万物皆可AI之下,AI在教育领域的应用也越来越多。

AI+教育是万能药吗?

知之为知之,不知为不知。然而教育的难点正在于,老师如何知道学生的“不知”,学生如何自查自己的“不知”,然后通过学习,将“不知”变成“知”。

老师们通常的方法是通过做题来检查学生的学习情况。但考试的范围能否覆盖知识的范围首先就是一个问题,再者说,考试答对了,未必知识就真的掌握了。

AI能一夜风靡,最主要的原因是它能够解答这个普通教育很难解决的难题。

首先,在AI的帮助下,用系统就可以将知识点相关的题库建起来,还可以跟踪和分析学生的错题,再让学生通过多次重复练习相关知识点的题目来加强和巩固学习。

AI+教育:打造下一个埃隆马斯克的好起点

其次,在传统的大课堂上,老师一样的教,学生们一样的学,老师没有时间和精力针对学生的特点进行个性化学习。但有了AI后,可以从千篇一律的教育,转向因材施教,AI能帮助教师根据学生的个性化数据反馈来调整授课内容。

AI能够实现跨地域教育,更大范围地实现教育的普及。一二线城市通常有更好的教育资源,而一二线城市名校的教育更是优中选优。有了AI,学生们可以通过互联网,和名校老师实现联结,和名校学生沟通交流。地域的屏障一旦被打破,接下来被打破的就是教育的屏障了。

然而,想法虽好,真正落地却发现困难重重。

2019全球人工智能与机器人峰会的智慧教育专场,腾讯AI教育总经理关俊辉就曾指出:“人工智能的数据处理整体上还处于比较简单的阶段。数据处理包括多模态的数据收集,比如课程音视频数据、学习交互数据、日常练习数据;数据化处理,如图像识别分析、语音分析;可挖掘的数据分析,譬如学情分析、综合测评分析。”

这意味着,AI+教育虽然在人工智能领域的风口已极速升温,解决了部分教育中的难题,但仍然还有很多更现实的问题需要解决。我们认为,至少有下面三个问题很难落地:

AI+教育:打造下一个埃隆马斯克的好起点

首先,AI+教育只针对有标准答案的知识,无法针对没有标准答案的知识。AI虽然能帮助建立题库,但题目的类型必须是可以通过机器识别对错的,也就是那些有标准答案的知识。至于问答题,以及发散性思维的题目,AI也爱莫能助。

其次,AI+教育的应用场景只局限于答题上,缺乏多维度、多场景的项目式教学,比如如何动手制作模型,如何发起一场讨论等。

最后,教育很大一部分,不只在于学知识。师者,传道受业解惑也,老师的作用更多是给学生们一种言传身教式的潜移默化,是对学生言行的提点,对其思想的影响,而AI在教育领域的应用远还没有达到这个地步。

以学生为主导,让AI+教育落地

要让AI+教育真正落地,难的不止是技术,还有技术背后的资源。该如何搭建一个真正可用、好用的“资源库”,而且这个“资源库”是以学生的需求为核心和主导的呢?响铃认为,可以从跨地域、跨学科、跨课堂方面考虑。

AI+教育的应用中,跨地域教育看起来最容易实现。但其实,要实现“跨”这个动作并不难,让不同地区的老师学生通过视频建立沟通就可以了,真正的难点在于如何实现地域的多样性,以及地域教育的多样性。

AI+教育:打造下一个埃隆马斯克的好起点

跨学科教育要难于跨地域教育。

语数外、政史地、生化物,这些学科听起来泾渭分明。但我们都知道,其实知识并没有所谓的分门别类。以知识为主题,而不是以学科为主体的跨学科教育,更能帮助学生对知识融会贯通。爱文世界学校以项目为主导,实现多学科融合,强调打破传统学科界限的思考,让学生们在多学科知识的联系与牵引下,自主进行问题的多角度观察。

比如爱文的AR增强现实沙箱就是将地理知识、生物知识以及动手能力结合在一起的典型的例子。值得一提的是,AR增强现实沙箱是爱文高中生自主研发的项目,用于小学部的地理学习。在课上,老师会让学生们自己在沙箱中“创造”一条河流。接着,让水沿着河道流动,他们可以看到水是怎样沿着各种路径流动,最终注入大洋的。在河口处还会形成三角洲,因为沙粒开始在那里沉积。就气候和地形的关系,沙箱会投影出不同颜色,学生们能够发现,海拔越低,气温越高的规律。在此基础上,老师还会传授在不同地形区域种植相应的耐寒植物和耐旱植物的知识。这样,看似枯燥的知识点就变成了一场别开生面的有趣实验。

而对于高年级的学生来说,他们会在科学和艺术上有更多更深度的探索与尝试:十一年级和十二年级的学生通过计算机技术编写程序,让机器人完成极简主义艺术代表索尔·勒维特的一副作品,并通过数学、艺术等多维度对其作品和观念进行深入研究。

跨课堂教育相比于前两者,难度则更进一层。

究其原因,还是因为课堂内的教学是集中的、高效的、可控的。走出课堂之后,如何持续高效地达成目标,如何应对复杂的突发情况,需要老师在设计教学内容时有更明确的方案,和更灵活机动的预案。

爱文在跨课堂教育上做过成功的尝试。这个尝试是让学生们在四周的时间内,尝试自己做一个手机。第一阶段是课堂内的学习,学生们要学习电流和电压在手机制作当中的相关概念,探讨在科技发展迅速的今天,人们如何面对和智能手机的关系。第二阶段,学生们走出课堂,去市场上采购零件,组装一个可以互相打电话的设备。第三步则又回到课堂,学习绘制手机雏形的原理图,学习蚀刻电路板印刷电路板的原理图设计,印刷电路板完成打印,第四步则是再次走出课堂,去华强北接着采购零件,最后一步则是完成组装。

AI+教育:打造下一个埃隆马斯克的好起点

AI+教育:打造下一个埃隆马斯克的好起点