智造觀點

之前人工智能觀察已經(jīng)多次探討過AI對教育的影響，近日AI批改作業(yè)的消息，也讓我們感覺到“AI+教育”離我們越來越近。其實，通過機器學(xué)習(xí)，人工智能還能對教學(xué)理念、方式以及教學(xué)結(jié)果等全過程形成干預(yù)，甚至還能針對個人形成定制化的教學(xué)。

文/未末末

來源/人工智能觀察（ID：Aiobservation）

這兩天，人工智能在教育領(lǐng)域的應(yīng)用似乎得到了國外媒體的特別關(guān)注，尤其是在中國，關(guān)于人臉識別走進課堂、出版高中AI教材甚至是用AI批改學(xué)生作業(yè)等技術(shù)和應(yīng)用。事實上，這些都是人工智能在教育領(lǐng)域邊緣的應(yīng)用。從教育本身出發(fā)，人工智能利用提高教學(xué)質(zhì)量才是最重要的。

眾所周知，人工智能（AI）領(lǐng)域有一個分支叫機器學(xué)習(xí)（ML），如果說AI是一個合集，那么ML就是AI的子集。在這里，講到人工智能對教育本身的影響，就要從機器學(xué)習(xí)說起。從一定程度上講，機器學(xué)習(xí)不僅可以重新定義教育的傳遞方式，還可以培養(yǎng)學(xué)習(xí)的素質(zhì)學(xué)習(xí)能力。

在教學(xué)中，機器學(xué)習(xí)最重要的部分便是定制教學(xué)。通過機器學(xué)習(xí)，我們正在遠離“一刀切”的教學(xué)方法，它可以通過基于個體學(xué)生行為和其他因素的實時反饋來提供定制的課堂教學(xué)。所以，這是一次提高教學(xué)質(zhì)量的機會。除此以外，機器學(xué)習(xí)在評估學(xué)生表現(xiàn)方面也扮演著越來越重要的角色。

那么機器學(xué)習(xí)對教學(xué)質(zhì)量的影響到底有哪些呢？

定制化教學(xué)

可以說，定制化教學(xué)與普通的“一刀切”的教學(xué)方式或教學(xué)哲學(xué)是完全相反的。定制化教學(xué)需要將學(xué)生的個人能力、學(xué)習(xí)速度、背景、反應(yīng)能力以及其他變量考慮在內(nèi)。因此，機器學(xué)習(xí)需要實時處理數(shù)據(jù)，并向老師提供反饋。

在這種情況下，老師就能立即識別出學(xué)生注意力不集中或其他開小差的行為，并及時采取糾正措施。在這一過程中，不僅會增加學(xué)生的參與度，同時還能提高班級的整體效果。更重要的是，機器學(xué)習(xí)將能夠?qū)W(xué)生所學(xué)的概念知識作出解釋，并為個別學(xué)生設(shè)定目標。

此外，對老師來說，這有助于他們繼續(xù)跟進學(xué)生是否可以完成這些概念知識的消化?；谌斯ぶ悄艿姆答仯逃ぷ髡呖梢韵鄳?yīng)地調(diào)整自己的教學(xué)方法、講課方式或者課堂主題，以便可以為學(xué)生提供更好的教學(xué)。從原理上來說，機器學(xué)習(xí)是基于單個學(xué)生的數(shù)據(jù)進行分析，從而使決策過程自動化并統(tǒng)一。所以，這樣得出來的結(jié)論會更準確且更具個性化。

自定義課程規(guī)劃

到目前為止，課程規(guī)劃都是以一種通用的方式制定的，因此老師對所有學(xué)生執(zhí)行的都是一樣的計劃。但是，每個學(xué)生的學(xué)習(xí)能力會有所差異，所以相同的課程規(guī)劃可能并不適合所有人。試想一下，一個學(xué)生能夠通過視覺表達/圖形/圖表等場景快速學(xué)習(xí)，但是卻需要通過基于文本的材料展開學(xué)習(xí)，那這個學(xué)生在學(xué)習(xí)的過程中勢必會感到困難。

可以說，在人工智能和機器學(xué)習(xí)出現(xiàn)之前，不存在一種可行的方法來對其教學(xué)結(jié)果進行檢測，并最終找到一種可行的解決方案。所以，這就會給學(xué)生施加巨大的壓力——盡管有時學(xué)生有很好的潛力，但依然面臨一個失敗的結(jié)果。反過來說，如果材料以不同的方式呈現(xiàn)，那么學(xué)生可能會很容易理解并進入學(xué)習(xí)狀態(tài)。

在這一方面，人工智能應(yīng)用程序便是最佳的解決方案。自定義課程規(guī)劃可能會帶來更好的學(xué)習(xí)模式，因為該技術(shù)可以通過評估學(xué)生數(shù)據(jù)并確定適合他的最佳學(xué)習(xí)方法。除此以外，它還可以根據(jù)學(xué)生的興趣確定更好的主題映射。

自定義反饋

毋庸置疑，反饋是任何學(xué)習(xí)系統(tǒng)的重要組成部分，在教學(xué)中也是如此。當(dāng)然，這里我們談到的反饋，指的是360度全方位的反饋。機器學(xué)習(xí)的反饋，不僅僅針對的是學(xué)生，還包括老師。整個過程所基于的還是數(shù)據(jù)，不過不同對象下，數(shù)據(jù)來源有所不同。就學(xué)生而言，機器學(xué)習(xí)分析的是其學(xué)習(xí)等級，興趣，分數(shù)，行為等數(shù)據(jù)；至于老師，他們的數(shù)據(jù)會包括教學(xué)對象，教學(xué)方法，學(xué)生接受度等。

總的來說，此反饋有助于雙方的提高。一方面，學(xué)生能夠得到建設(shè)性的反饋并采取相應(yīng)的行動來獲得更好的結(jié)果。另一方面，老師可以調(diào)整自己以便提供更好的教學(xué)體驗。雖然老師在課堂上也會對學(xué)生的情況有一個基本的了解，但機器學(xué)習(xí)會對此進行深一步的探索。它將評估學(xué)生的行為，課堂反應(yīng)以及其歷史數(shù)據(jù)，得出基于數(shù)據(jù)的結(jié)論和客觀的反饋。至于評估，它將在提供反饋的同時消除人為偏見的可能性。

職業(yè)生涯規(guī)劃預(yù)測

說到職業(yè)生涯規(guī)劃，這是一個比較寬泛的概念，許多學(xué)生對此感到困惑，而老師也無法幫助學(xué)生做出最好的決定。但有一點可以肯定，學(xué)生的職業(yè)道路對他們的未來至關(guān)重要。如果不小心選錯方向，可能會帶來無限的挫折和失望。

一般來說，學(xué)生職業(yè)道路的決定會受很多因素的影響，比如家庭成長環(huán)境、父母、朋友甚至是鄰居——當(dāng)然，對某些學(xué)生來說，也是對最賺錢職業(yè)的一次選擇。調(diào)查顯示，在職業(yè)規(guī)劃中，最重要的是缺乏個人興趣。人工智能和機器學(xué)習(xí)可以在這里扮演重要角色。

用于職業(yè)規(guī)劃預(yù)測的機器學(xué)習(xí)應(yīng)用程序?qū)⒛軌蜃粉檶W(xué)生的興趣，能力和他們不喜歡的事情，并對學(xué)生的一些行為與反應(yīng)進行分析，最后，公平地得出學(xué)生可以擅長的興趣領(lǐng)域的結(jié)果。

總之，人工智能和機器學(xué)習(xí)正在對教學(xué)行業(yè)產(chǎn)生巨大影響。在引入人工智能/機器學(xué)習(xí)機器學(xué)習(xí)之前，我們的教育一般采用通用的，一刀切的方式。結(jié)果，學(xué)生們被迫根據(jù)課程規(guī)劃來調(diào)整自己的學(xué)習(xí)方式，而讓老師的教學(xué)適應(yīng)學(xué)生的學(xué)習(xí)模式。此外，在了解學(xué)生的需求并建立可行的解決方案方面，教育工作者面臨很多麻煩，造成教學(xué)經(jīng)驗和成功率并不如預(yù)期。

隨著人工智能和機器學(xué)習(xí)的出現(xiàn)，這一領(lǐng)域的教與學(xué)會變得越來越專注、準確，直至成功。如果利用機器學(xué)習(xí)，就可以根據(jù)數(shù)據(jù)革新教學(xué)。我們期待，在不久的將來，機器學(xué)習(xí)帶來更好、更高效的結(jié)果。

（文中圖片來自網(wǎng)絡(luò)）