本文選自培生集團(tuán)研究報(bào)告《Intelligence Unleashed ：An argument for AI in Education》，作者 Rose Luckin，Wayne Holmes，譯者康琳，魏來，汪汪，編輯阿槑。
自上周起，芥末翻開始連載培生集團(tuán)出版的關(guān)于 AI+教育的研究報(bào)告，有兩個(gè)目的：第一，給感興趣的非專業(yè)讀者解釋AIEd是什么，如目標(biāo)、實(shí)現(xiàn)方式及作用機(jī)制。只有確保一定程度的了解，我們才能走出AI的科幻印象及由此產(chǎn)生的恐懼。第二個(gè)目的：闡述AIEd現(xiàn)在及未來能為學(xué)習(xí)帶來的影響，以提高學(xué)習(xí)者的學(xué)習(xí)效率。
許多由 AIEd 驅(qū)動(dòng)的應(yīng)用已經(jīng)在很多學(xué)校和高校中使用。教育數(shù)據(jù)挖掘(EDM)技術(shù)可以記錄學(xué)生行為，例如，通過收集學(xué)生出勤和學(xué)習(xí)任務(wù)的情況，判斷該學(xué)生是否會(huì)放棄學(xué)習(xí)，從而為其提供支持，避免學(xué)生中途退學(xué)。
人工智能研究者們正在探索各類新的交互方式，如自然語言處理、語音和手勢(shì)識(shí)別、眼球追蹤、和其他生理傳感器，這些技術(shù)可用于提升 AIEd 以及非 AIEd 應(yīng)用的性能。不過，本研究?jī)H聚焦三類可以直接輔助學(xué)習(xí)的 AIEd 軟件應(yīng)用：學(xué)習(xí)者的私人老師(即個(gè)性化輔導(dǎo)系統(tǒng))、智能化協(xié)作學(xué)習(xí)以及智能化虛擬現(xiàn)實(shí)。
為每個(gè)學(xué)習(xí)者提供一位智能老師
一對(duì)一輔導(dǎo)一直被認(rèn)為是最有效的教與學(xué)方法(亞里士多德的“摹仿說”為起源)， 不幸的是，對(duì)所有學(xué)習(xí)者都施行一對(duì)一的輔導(dǎo)是不可行的，不僅因?yàn)槔蠋煍?shù)量不足，并且價(jià)格高昂，并不是人人都能負(fù)擔(dān)起。這引出了一個(gè)問題：在各種學(xué)科的學(xué)習(xí)中，如何為所有學(xué)習(xí)者提供一對(duì)一輔導(dǎo)的效果?
這就是智能智能輔導(dǎo)系統(tǒng)(Intelligent Tutoring Systems，ITS)所要解決的問題。ITS 使用人工智能技術(shù)來模擬真人一對(duì)一輔導(dǎo)，及時(shí)為學(xué)習(xí)者匹配最符合其認(rèn)知需求的學(xué)習(xí)材料和活動(dòng)，并提供有針對(duì)性的實(shí)時(shí)反饋。ITS系統(tǒng)讓學(xué)習(xí)者自主掌握學(xué)習(xí)進(jìn)程，幫助學(xué)習(xí)者培養(yǎng)自我管理能力，或用教學(xué)策略輔助學(xué)生的學(xué)習(xí)，幫助學(xué)習(xí)者應(yīng)對(duì)挑戰(zhàn)，找到學(xué)習(xí)的最近發(fā)展區(qū)。
1970 年代出現(xiàn)了第一批提供個(gè)性化學(xué)習(xí)指導(dǎo)的 AI 系統(tǒng)。例如具有開創(chuàng)性意義的教學(xué)系統(tǒng)BUGGY，可用于教授基本的加減法，系統(tǒng)使用錯(cuò)題庫模型來預(yù)判學(xué)生學(xué)習(xí)代數(shù)過程中可能會(huì)產(chǎn)生的錯(cuò)誤。作為系統(tǒng)的內(nèi)容模型，錯(cuò)題庫用來診斷學(xué)生學(xué)習(xí)過程中出現(xiàn)的錯(cuò)誤，并推薦有針對(duì)性的輔導(dǎo)。最初，系統(tǒng)能夠識(shí)別的錯(cuò)題十分有限，隨著時(shí)間的累積，更多的錯(cuò)題情況被發(fā)現(xiàn)并持續(xù)更新到該錯(cuò)題庫。
除了建立模型，近年來，更多的 ITS 系統(tǒng)開始借助機(jī)器學(xué)習(xí)，一種能夠基于大數(shù)據(jù)的分析與學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)技術(shù)的新型技術(shù)，從而使系統(tǒng)能夠根據(jù)學(xué)習(xí)者的情況提供更合適的建議。不過，這種方式依然很難為其學(xué)習(xí)建議給出明確的推理依據(jù)。
目前的自適應(yīng)系統(tǒng)靈活性大大提高，它可以為學(xué)習(xí)者提供更加準(zhǔn)確并易于理解的學(xué)習(xí)建議(已可以應(yīng)用在課堂教學(xué))。在過去的十年中，日益優(yōu)化的學(xué)習(xí)模型、教學(xué)模型，內(nèi)容模型也更多地被引入到很多自適應(yīng)教學(xué)系統(tǒng)以支持個(gè)性化學(xué)習(xí)。
例如, iTalk2Learn 平臺(tái)幫助學(xué)生學(xué)習(xí)數(shù)學(xué)中的分?jǐn)?shù)概念與應(yīng)用，該系統(tǒng)建立的學(xué)習(xí)者模型會(huì)分析學(xué)習(xí)者已有的數(shù)學(xué)知識(shí)、認(rèn)知需求、情緒狀態(tài)及反饋。
基于模型的自適應(yīng)系統(tǒng)可以包括一系列 AIEd 工具：
學(xué)習(xí)者的認(rèn)知和情感狀態(tài)
利用蘇格拉底引導(dǎo)式對(duì)話提高學(xué)生的參與度，在這種模式下，學(xué)習(xí)過程包括提問，探討，質(zhì)疑，和回答
開放學(xué)習(xí)者模型，促進(jìn)學(xué)習(xí)者的反思和自我覺察
開發(fā)元認(rèn)知支架，例如為學(xué)習(xí)者提供動(dòng)態(tài)幫助，或使用敘事框架，以提高學(xué)習(xí)者的學(xué)習(xí)動(dòng)力和參與度
使用社會(huì)學(xué)仿真模型，例如，促進(jìn)語言學(xué)習(xí)者跟母語使用者的交流，了解文化和社會(huì)規(guī)范，更好地學(xué)習(xí)一門語言。
為協(xié)作學(xué)習(xí)提供智能化支持
數(shù)十年的研究表明，小組協(xié)作學(xué)習(xí)模式，即讓多個(gè)學(xué)生共同承擔(dān)一個(gè)項(xiàng)目，或同一個(gè)社區(qū)的學(xué)生一起參加在線課程，效果將明顯好于學(xué)習(xí)者獨(dú)自學(xué)習(xí)。團(tuán)隊(duì)協(xié)作學(xué)習(xí)之所以如此有效，因?yàn)樗膭?lì)參與者表達(dá)自己的觀點(diǎn)，思考其他人的觀點(diǎn)，并通過建設(shè)性對(duì)話消除分歧，共同構(gòu)建知識(shí)。協(xié)作學(xué)習(xí)模式還可以提高學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)，當(dāng)學(xué)生在意自己所在的團(tuán)隊(duì)時(shí)，他們會(huì)對(duì)任務(wù)變得更加積極，并取得更好的成果。
然而，研究也表明，學(xué)習(xí)者之間的協(xié)作通常不會(huì)自然發(fā)生。例如，小組成員可能缺少必要的社交技巧，讓他們之間難以有效合作。特別是在線協(xié)作時(shí)，參與者缺乏面對(duì)面的交流。這可以借助 AIEd 來解決，目前這個(gè)領(lǐng)域已經(jīng)有諸多研究成果，我們關(guān)注其中的 4 種：借助人工智能技術(shù)組成學(xué)習(xí)小組、專家便利化、虛擬主體和智能化調(diào)整。
借助人工智能技術(shù)組成學(xué)習(xí)小組
利用 AI 對(duì)每個(gè)參與者的知識(shí)和技能水平的了解，針對(duì)某個(gè)特定任務(wù)成立最佳小組。比如同一個(gè)小組的成員興趣或認(rèn)知水平類似，或者小組成員不同但互補(bǔ)。
專家協(xié)助
系統(tǒng)可以在必要時(shí)為小組提供幫助，例如，如機(jī)器學(xué)習(xí)或馬爾可夫模型可以被用來確定有效的解決問題的策略，通過這些技術(shù)的訓(xùn)練，系統(tǒng)能夠識(shí)別學(xué)生在協(xié)作過程中出現(xiàn)的困難，在合適的時(shí)間以最佳形式為學(xué)習(xí)者提供有針對(duì)性的支持。
智能虛擬助手
第三種人工智能的工具應(yīng)用，是虛擬機(jī)器人在學(xué)習(xí)中的應(yīng)用，可以模擬跟學(xué)生對(duì)話、 互動(dòng)。
虛擬專家(教練或?qū)?
虛擬同學(xué)(一個(gè)和學(xué)生水平相似的虛擬學(xué)生)
自主學(xué)習(xí)——例如，虛擬同學(xué)可能會(huì)故意提出錯(cuò)誤的理解，或提出更多觀點(diǎn)激發(fā)其他成員展開討論
智能化調(diào)整
借助機(jī)器學(xué)習(xí)和淺層文本處理分析(shallow text processing )等技術(shù)，系統(tǒng)可以將小組成員在討論中產(chǎn)生的數(shù)據(jù)進(jìn)行分析和總結(jié)，提供給老師，幫助老師引導(dǎo)對(duì)協(xié)作過程做出及時(shí)干預(yù)和調(diào)整，幫助學(xué)生更有效率地進(jìn)行協(xié)作學(xué)習(xí)，最終產(chǎn)出更多成果。
智能虛擬現(xiàn)實(shí)學(xué)習(xí)環(huán)境
人工智能在1979年首次應(yīng)用于電子游戲中，在一個(gè)數(shù)字游戲“吃豆人”中，游戲開發(fā)人員使用一種稱為“狀態(tài)機(jī)器”的技術(shù)(依據(jù)實(shí)時(shí)的狀態(tài)進(jìn)行分析)來實(shí)現(xiàn)游戲的幽靈是否跑向玩家。后來，大量數(shù)字游戲中使用這個(gè)最簡(jiǎn)單的方法：隨著游戲的進(jìn)行，游戲中的算法可以分析游戲中設(shè)定信息和真實(shí)玩家的情況，以確定虛擬游戲玩采取最合適的行動(dòng)。
虛擬現(xiàn)實(shí)學(xué)習(xí)采用類似的方式，它提供了真正沉浸式體驗(yàn)(通過參與活動(dòng)獲得真實(shí)體驗(yàn)的經(jīng)歷)，以模擬并還原真實(shí)世界的某些情境，包括用戶在現(xiàn)實(shí)中很難體驗(yàn)到的危險(xiǎn)環(huán)境、遙遠(yuǎn)的地方或古老的歷史。研究表明，給學(xué)生機(jī)會(huì)去研究、探索仿真世界，并在這個(gè)過程中去做一些假設(shè)和嘗試，會(huì)促進(jìn)他們對(duì)真實(shí)世界的了解。
例如，一個(gè)虛擬潛艇可以模擬出學(xué)生在巖層下探索微觀世界里的自然演變過程，也可以模擬出學(xué)生正在探索一個(gè)核動(dòng)力電站，回到古羅馬或造訪外行星。
虛擬現(xiàn)實(shí)因?yàn)?AI 技術(shù)的發(fā)展，變得更加“智能”。AI 技術(shù)能夠提高虛擬世界的效果，以及用戶的交互體驗(yàn)，對(duì)用戶行為的反饋也將更加自然。此外，利用智能化教學(xué)系統(tǒng)，人工智能也可以持續(xù)的為學(xué)習(xí)者提供支持和輔導(dǎo)，幫助學(xué)習(xí)者克服困難，更快地完成學(xué)習(xí)目標(biāo)。
虛擬教學(xué)助手可以扮演老師、輔導(dǎo)員、同學(xué)等虛擬人物，“他們”與學(xué)生一起協(xié)作完成學(xué)習(xí)任務(wù)，基于特定的教學(xué)模型，“他們”可以提供不同的視角，提出問題，并給予反饋。
許多研究已經(jīng)證明，沉浸式智能虛擬現(xiàn)實(shí)可以提高教學(xué)效果，促使學(xué)生構(gòu)建自己對(duì)世界的理解。一流的學(xué)習(xí)科學(xué)家Chris Dede 的研究表明，智能虛擬現(xiàn)實(shí)有潛力釋放“被困住的智能”(trapped intelligence)，幫助一些低成就的學(xué)生重建自信。
此外，智能合成虛擬世界中的人物也可以扮演角色，去模擬一些太危險(xiǎn)或不愉快的情境。例如，消除恐懼學(xué)習(xí)基地(FearNot schoolbased)，借助智能虛擬環(huán)境，模擬出虛擬欺凌事件的情節(jié)。學(xué)習(xí)者扮演那些受害者的朋友，他們根據(jù)情節(jié)發(fā)展提出建議，如何解救被欺凌的朋友，通過這樣的過程，學(xué)習(xí)者可以掌握應(yīng)對(duì)欺凌的有效策略。智能虛擬現(xiàn)實(shí)還可用于智能團(tuán)隊(duì)訓(xùn)練，模擬人類的思考、開展行動(dòng)并談判，目的是指導(dǎo)學(xué)生作出類似的行動(dòng)——例如維和場(chǎng)景。
綜上所述，以上三類應(yīng)用場(chǎng)景可以用于創(chuàng)建更加個(gè)性化、包容性以及吸引力更高的學(xué)習(xí)環(huán)境。例如，他們可以為有特殊需求的學(xué)習(xí)者提供額外的幫助，激勵(lì)那些無法參與學(xué)校學(xué)習(xí)的學(xué)習(xí)者，以及支持弱勢(shì)群體和殘障人士開展學(xué)習(xí)。
AIEd 的應(yīng)用方式非常靈活，以在線的形式為主，在學(xué)校之外也可以使用。 AIEd 研究者也在探索移動(dòng)設(shè)備的應(yīng)用，從而為學(xué)習(xí)者隨時(shí)隨地提供其需要的學(xué)習(xí)材料。
AIEd 已經(jīng)取得了很大的進(jìn)步，但還遠(yuǎn)遠(yuǎn)不夠。更激動(dòng)人心的未來是，現(xiàn)有技術(shù)將會(huì)繼續(xù)發(fā)展，逐漸成熟并大規(guī)模應(yīng)用。然而，AIEd 的未來不止于此。開發(fā)者們正在研究如何有效地將人類智能與機(jī)器智結(jié)合，這意味著未來 AIEd 有望在多個(gè)領(lǐng)域取得更大的突破和發(fā)展。
