|
科技的浪潮翻涌不息，人工智能大势已来，各行各业都将迎来变革的时期。教育行业同样如此。科大讯飞作为国内智能语音与人工智能行业的领导者，正将人工智能技术与教育教学深度融合，积极推动教育变革。通过多年扎根教学主流程进而服务教育行业的探索与实践，科大讯飞推出的校园管理、课堂教学、资源服务、家校互动以及考试测评等系列产品，都实现大规模推广及应用。 近日，科大讯飞研究院副院长王士进博士受邀参加吴霁虹教授的新书发布会，就AI＋教育分享自己的观点。 以下为环球经济网的报道原文： 在2017年4月刚刚召开的中教e-Learning行业大会上，共享经济畅销书《众创时代》作者吴霁虹教授又带新作亮相。这一次是她的《未来地图：下一步万亿级人工智能商业化路径和模式》，据中信出版社透露，这是全球第一部关于人工智能商业化的巨著。
吴霁虹教授 吴霁虹教授一开始，就抛出全新的观点，今天不管是企业或个人，是否有比竞争对手更快的学习速度，将决定你的竞争优势。不过，谁是真正的竞争对手？也许你已经感受到，那不得不是人工智能AI了。因此，今天的教育要“学习什么、怎么学习”已经成为教育界最大的挑战。 吴教授分享了“AI+教育，如何打开一个新的商业大门”的主题报告。展现了从史前500年的珠算，到打字机、电脑、邮件、互联网、再到今天的人工智能等技术，一直在影响我们教育学什么，如何学习。而且，速度之快，让人惊讶和难以应对。 特别是人工智能AI的到来，加速淘汰很多没落的传统教育。吴教授说，“人工智能Al学知识的速度和数量，比人类要厉害无数倍。今天学生要花几年、十几年才能学的知识，AI秒杀就能获得，而一些教师知识性的教学，也正在被AI取代”。吴教授用美国一所大学戈尔教授与Al助教开设的人工智能课为例，一个学期下来，40%的教学是Al助教完成的，而且1千个学生中，只有一个学生怀疑她是人工智能。 教育在面临AI严重挑战下，也迎来了新的契机。吴教授指出，技术爆发与成本下降已经到达商业发展的临界点。正在快速增长中的慕课教育，就是一个可见的大趋势。其中，老师的角色可以是B2C的供应者，或C2C平台上，管理者，辅导员，或资料整会者。老师不再只完成填鸭式教学。可汗的一个人全球学院，把四个角色都充当了。 吴教授指出，教育作为供给侧，人工智能AI+教育，将会发生四个非常大的变革趋势：首先，是供应侧碎片化。以前，上大学、读博士必须去学校，而今天在网络上点击举手之劳。第二，教育正在从文凭驱动变为内容驱动。以前世界一流学习文凭是不愁找到高薪工作的，但是今天诸如一流商学院出来的市场营销MBA，却被AI营销取代而找不到工作。第三，教育供应侧正在有个性化能力，回归个人创造力和潜能教育。第四，教育供应侧正在有网络效应。链接而非封闭，能抓起世界上最优秀的学习资源。
这些趋势不是杂乱无章，而是有一个从人工智能技术到商业的价值地图。要进入这个版图，吴教授指出，教育供应商至少要解决三个重大的问题：场景驱动的个性化教学，新BOT模式的创新，技术+商业的生态建设。未来，每一个教育供应侧，在这个版图中，都必须找到自己的位置，挑战就会变成机会。因为，这是一个全新的下一个万亿级AI产业、或兆亿级AI新经济。 让大家惊喜的是，为了说明在未来地图上，找到变革的契机，吴霁虹请来了科大讯飞研究院副院长王士进博士，分享真实案例，并做了点评。
王士进博士 王博士：感谢吴教授邀请，人工智能在最近这两年最热的话题是AI+行业，人工智能对教育行业的影响，当前和未来主要有几个方面。
1.人工智能自动数据结构化技术，可以把当前采集的数据编进计算机进行分析。比如学生试卷、作业，这是课前和课后衔接的一个重要环节。以前作业做完就结束了，现在机器可以把做完的作业编成计算机可以处理、分析的数据。 2.优秀经验模式化。科大讯飞的人工智能技术可以批阅越来越多的中英文作文题，以后还可以批阅更多领域的题目。未来机器还可以把更多优秀的活动变成一种模型让计算机去运行，从而代替很多繁琐的工作。 3.数据驱动的个性化的教学资源。我们希望每个老师都有一个教学助手，老师只有一双眼睛，一双耳朵，但是机器可以变成千里眼帮老师观察每一个学生。每个学生都有一个机器学习伴侣，可以帮助学生整理学习笔记、发现学习中的问题，帮助学生更有效率地学习。这个机器已经开始做，而且在未来几年中可以做得更好，关键就是数据。所有的教育专家们一定要关注教育的数据，因为有两种数据不可再生，也是别人不可给你期待的，一种就是医疗数据，只有你自己的身体产生，还有一个就是学生学习的数据，只有这个学生的学习是个性化的。
我们来看下人工智能自动化处理中文、英文听说考试数据，让听说训练无障碍。目前广东省的高考口语和江苏省的中考口语，这两个都是全省性考试。讯飞提供后台技术支撑，所有口语数据都是由机器来评测。现在北京、上海也在推动。
在主观题评测方面，现在英文中文的作文题已经可以评测，而且评测的分数一定比现场老师评测的准确，这个经过多次的实验得到验证。我们和教育部在去年的3月份共建了一个联合实验室，现在四六级考试中的英文作文已经开始用这个技术一人一机来评了。它不仅仅减少了老师的负担，更重要的是带来了数据。大家可能会问老师不评阅作业怎么了解学生？这个技术刚好做了这两种衔接，老师每次还要评阅一部分，用这一部分数据去训练一个老师的模型，再评阅其他的，老师以后只需要评阅20%的主观题。
我们刚刚提到人工智能技术对教育产生的影响之一，是利用数据驱动个性化教学资源。通过全场景数据采集，为老师提供可视化的知识点跟踪表，基于每个人的学情，系统自动推送学习资源，学生通过线上答题或者线下个性化试卷作答的方式，数据回转，通过切入教学主流程，教师发起，学生自主学习。最终知识点无遗漏学习。
学生回家和课堂教学的场景怎么有效融合起来，虽然纸笔作答，但是一个学校只需要一台扫描仪就可以把纸笔作答的内容变成最后老师可以分析的数据。现在纸笔的数据被机器所识别的准确度可以做到97~98%以上。教师根据过程性数据分析，在备课过程中，可预设课堂教学重点、难点，结合系统推送备课资源，做到备课有方。
根据数据制定的备课方案可有效应用到课堂教学中。传统教学讲评课就题讲题，从头讲到尾，泛而不精？课堂教学有讲无练，缺乏及时反馈。个性化讲练测教学课将一堂课结构化为3个15分钟，前15分钟共性问题集中讲，讲练结合，及时检测共性讲解效果；中间15分钟根性问题针对性练习；后15分钟，讲练效果及时评，动态调整授课内容，再次讲解共性问题。
人工智能和大数据分析让资源管理更优化，以前我们录播课，录了那么多课，有几堂课能被后面的学生所用？我们现在讲微课，就是把直播课里面关键的一些小的优秀片段找出来。现在有了最新的技术就不用去找微视频，因为已经把老师讲课的视频切成了一段一段，而且每一段对应文字检索，学生回去如果想去检索这个老师上课的关键视频，他可以很快可以拿得到。
关于高考的分层排课。3+3以后课表怎么能够排的更好？解决方案基本已经有了。我们通过整个智能的搜索算法，就是把学校的老师的资源、教室的资源、学生数目、学生的兴趣全部输入机器进行决策，然后给学校一个辅助的排课表，最后由专家进行调整。这样可以大幅度降低排课的复杂度，提升学生的资源的满足度，这个在很多地区已经开始使用，以后对我们整个教学的管理可以起到非常好的帮助作用。
通过刚需驱动，需要直接帮助老师帮助学生减负增效。比如：一个老师原来评阅学生的作业试卷，一天需要一个小时，使用相关的技术后只需要40分钟，另外的20分钟可以更好地和学生去沟通，考虑如何提高学生综合能力的培养，提高课堂效率。 产品切入学校后，通过伴随式、过程性、动态数据采集和以学习者为中心的综合评价体系，为每个学生提供个性化发展报告、针对性提升建议，从而推动个人或家庭购买服务，形成B端、C端双轮驱动商业模式。 以讯飞启明口语考试为例，通过英语口语模考系统入校后，形成常态化口语练习数据，围绕数据系统进行深度分析，构建学习者差异化学情。通过学校及数据牵引，E听说提供针对个人的英语听说学习产品。
建立技术和商业区域的生态竞争优势，首先要覆盖到教学的全场景，通过对课上、测验、学习等全场景数据的采集，利用人工智能技术驱动局校动态数据流转，依托针对性应用的不断更新迭代，促进管理高效，教学精准。
最后，吴教授教授对王博士的分享，做了点评。作为讯飞超脑的一部分，AI+教育，在《未来地图》中有详细介绍。吴教授点评到，最重要的是，从这个案例，我们应该看到AI是如何懂客户，懂运营，懂生态的。如果我们能将这“三懂”创新BOT商业模式，就有了AI+教育的切入点。那么，对那些没有AI技术的教育培训公司来说，怎么办呢？吴教授建议，可以加入一个AI技术生态圈，合力发展，如科大讯飞的“超脑”计划，或者AIUI开放平台，参与建立AI新商业和新生态。
|
|
|
