本文選自培生集團研究報告《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出版的關(guān)于 AI+教育的研究報告，有兩個目的：第一，給感興趣的非專業(yè)讀者解釋AIEd是什么，如目標(biāo)、實現(xiàn)方式及作用機制。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、語音和手勢識別、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，本研究僅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。
為每個學(xué)習(xí)者提供一位智能老師
一對一輔導(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，對所有學(xué)習(xí)者都施行一對一的輔導(dǎo)是不可行的，不僅因為老師數(shù)量不足，并且價格高昂，并不是人人都能負擔(dān)起。這引出了一個問題：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)來模擬真人一對一輔導(dǎo)，及時為學(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，并提供有針對性的實時反饋。ITS系統(tǒng)讓學(xué)習(xí)者自主掌握學(xué)習(xí)進程，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)使用錯題庫模型來預(yù)判學(xué)生學(xué)習(xí)代數(shù)過程中可能會產(chǎn)生的錯誤。作為系統(tǒng)的內(nèi)容模型，錯題庫用來診斷學(xué)生學(xué)習(xí)過程中出現(xiàn)的錯誤，并推薦有針對性的輔導(dǎo)。最初，系統(tǒng)能夠識別的錯題十分有限，隨著時間的累積，更多的錯題情況被發(fā)現(xiàn)并持續(xù)更新到該錯題庫。
除了建立模型，近年來，更多的 ITS 系統(tǒng)開始借助機器學(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)以支持個性化學(xué)習(xí)。
例如, iTalk2Learn 平臺幫助學(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)者模型會分析學(xué)習(xí)者已有的數(shù)學(xué)知識、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)動力和參與度
使用社會學(xué)仿真模型，例如，促進語言學(xué)習(xí)者跟母語使用者的交流，了解文化和社會規(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，即讓多個學(xué)生共同承擔(dān)一個項目，或同一個社區(qū)的學(xué)生一起參加在線課程，效果將明顯好于學(xué)習(xí)者獨自學(xué)習(xí)。團隊協(xié)作學(xué)習(xí)之所以如此有效，因為它鼓勵參與者表達自己的觀點，思考其他人的觀點，并通過建設(shè)性對話消除分歧，共同構(gòu)建知識。協(xié)作學(xué)習(xí)模式還可以提高學(xué)習(xí)者的學(xué)習(xí)動機，當(dāng)學(xué)生在意自己所在的團隊時，他們會對任務(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，參與者缺乏面對面的交流。這可以借助 AIEd 來解決，目前這個領(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 對每個參與者的知識和技能水平的了解，針對某個特定任務(wù)成立最佳小組。比如同一個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。
專家協(xié)助
系統(tǒng)可以在必要時為小組提供幫助，例如，如機器學(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)能夠識別學(xué)生在協(xié)作過程中出現(xiàn)的困難，在合適的時間以最佳形式為學(xué)習(xí)者提供有針對性的支持。
智能虛擬助手
第三種人工智能的工具應(yīng)用，是虛擬機器人在學(xué)習(xí)中的應(yīng)用，可以模擬跟學(xué)生對話、 互動。
虛擬專家(教練或?qū)?
虛擬同學(xué)(一個和學(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)可能會故意提出錯誤的理解，或提出更多觀點激發(fā)其他成員展開討論
智能化調(diào)整
借助機器學(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)進行分析和總結(jié)，提供給老師，幫助老師引導(dǎo)對協(xié)作過程做出及時干預(yù)和調(diào)整，幫助學(xué)生更有效率地進行協(xié)作學(xué)習(xí)，最終產(chǎn)出更多成果。
智能虛擬現(xiàn)實學(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)機器”的技術(shù)(依據(jù)實時的狀態(tài)進行分析)來實現(xiàn)游戲的幽靈是否跑向玩家。后來，大量數(shù)字游戲中使用這個最簡單的方法：隨著游戲的進行，游戲中的算法可以分析游戲中設(shè)定信息和真實玩家的情況，以確定虛擬游戲玩采取最合適的行動。
虛擬現(xiàn)實學(xué)習(xí)采用類似的方式，它提供了真正沉浸式體驗(通過參與活動獲得真實體驗的經(jīng)歷)，以模擬并還原真實世界的某些情境，包括用戶在現(xiàn)實中很難體驗到的危險環(huán)境、遙遠的地方或古老的歷史。研究表明，給學(xué)生機會去研究、探索仿真世界，并在這個過程中去做一些假設(shè)和嘗試，會促進他們對真實世界的了解。
例如，一個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)生正在探索一個核動力電站，回到古羅馬或造訪外行星。
虛擬現(xiàn)實因為 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，對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)實可以提高教學(xué)效果，促使學(xué)生構(gòu)建自己對世界的理解。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)對欺凌的有效策略。智能虛擬現(xiàn)實還可用于智能團隊訓(xùn)練，模擬人類的思考、開展行動并談判，目的是指導(dǎo)學(xué)生作出類似的行動——例如維和場景。
綜上所述，以上三類應(yīng)用場景可以用于創(chuàng)建更加個性化、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設(shè)備的應(yīng)用，從而為學(xué)習(xí)者隨時隨地提供其需要的學(xué)習(xí)材料。
AIEd 已經(jīng)取得了很大的進步，但還遠遠不夠。更激動人心的未來是，現(xiàn)有技術(shù)將會繼續(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器智結(jié)合，這意味著未來 AIEd 有望在多個領(lǐng)域取得更大的突破和發(fā)展。
