在本文中陈宗周先生将为我们解读AI为全球教育带来的革命。从学习诊断到MOOC教育，AI正引领我们进入一个终身学习的时代。
陈宗周是《环球科学》杂志社社长，《电脑报》创始人。
2011年秋季学期，位于硅谷的美国名校斯坦福大学，做了一件开创历史的大事。他们试探性地将三门计算机课程对全球免费开放。
反响出人预料，三门课程注册学习人数均超过10万人。其中，《人工智能导论》有 190 个国家（地区）的 16万学习者注册。不仅如此，这门课还诞生了一个全球性脸书（Facebook）群，大量在线志愿翻译者迅速将课程翻译成44 种语言。
第二年席卷全球的MOOC风潮，就由这门课掀起。
2012：MOOC海啸袭来
斯坦福大学的《人工智能导论》是一门经典课程，授课教授塞巴斯蒂安·特隆（Sebastian Thrun）与彼得·诺维格（Peter Norvig）都是名师。尤其是特隆，他简直就是硅谷传奇。这位德国出生、高中时代就自己编制魔方程序的天才，与许多著名机器人有关。1997年他开发的世界上第一个机器人导游，出现在波恩的德意志博物馆。而1998年，他的另一台机器人导游“米勒娃”，又在华盛顿的史密森国家历史博物馆迎宾。2002年，他的护理机器人在匹兹堡附近的疗养院里服务。担任斯坦福大学AI实验室主任的他，39岁就当选美国工程院院士。2005年，他主持开发的斯坦利（Stanley）无人驾驶汽车在DARPA（国防部高级研究计划署）挑战赛中独立完成了从莫哈韦沙漠到拉斯维加斯南部长达212公里的行程，成为完成此赛程的第一辆无人车。斯坦利也被送到史密森国家历史博物馆，在“路上的机器人”永久展区的中心位置展出，以纪念它翻开了自动驾驶历史新的一页。他在谷歌公司创立了X实验室，自动驾驶、谷歌眼镜、谷歌街景等创新技术，都源于这神秘的实验室。
塞巴斯蒂安·特隆
尽管个人经历充满了传奇，面对全球16万网络学生，特隆不得不格外重视。他重新规划课程，把学生放在一切的中心。同时，他设计了一系列问题让学生们解答，让他们必须通过解决问题来学习，而不只是听。特隆也告诉斯坦福的学生们，如果不想去听课可以在网上学，结果有超过 3/4 的学生选择了后者。期中考试时，不可思议的事情发生了，斯坦福学生的平均成绩比历届整整高出了一个等级。同样的变化，也出现在期末考试中。更出人意料的是，斯坦福学生不是这门课中表现最好的。课程结束，前400名中没有一位来自斯坦福，其中248名满分者更与斯坦福绝缘。
这件事使特隆震惊，他重新思考从前所了解的教育。几个月后的2012年1月，他辞去斯坦福大学终身教职，在硅谷创立了第一家MOOC教育公司Udacity。2012 年4月，另一位斯坦福大学教授达芙妮· 科勒（Daphne Koller）和她的同事吴恩达共同创办了MOOC公司Coursera。之后一个月，东部同样拥有优质大学教育资源的MIT和哈佛大学联手创办了非盈利性MOOC机构edX。短短四个月内，“三足鼎立”的三大MOOC教育平台在美国崛起。特隆更在《连线》上预言未来50年内，全世界大学数量将会降至仅10所。
吴恩达与他创办的Coursera
2012年，是MOOC元年。斯坦福大学校长约翰·汉纳森（John H ennessy）称为教育史上“一场数字海啸”。
MOOC，中文翻译为慕课，是大规模在线公开课（Massive Open Online Course）的缩写。这个术语其实早在2008年就由加拿大爱德华王子岛大学提出，而2007年孟加拉移民萨尔曼·可汗（Salman Khan）创办的著名网络教育机构——可汗学院（Khan Academy）也对MOOC有很大启发与影响。但真正引起巨变的，还是特隆的那堂《人工智能导论》课。
MOOC与以前的网络公开课有很大的不同，它确实颠覆了传统大学。而且，颠覆的方法很特别，说通俗一点，就是借着大学的名义颠覆大学。
表面上看，MOOC几乎沿袭了传统大学教学管理流程的一切。而骨子里，MOOC却几乎颠覆了传统大学的全部：MOOC的教师也要按进度授课——但授课对象却穿越校园，穿越国度，大规模面向世界任何角落的求知者，完全免费；MOOC的学生也要按时完成作业——但这是在智能化自适应学习系统的帮助下、在地球这座“教室”里与其他学生互助交流下完成；MOOC也要考试，甚至颁发相应证书或文凭——但这些服务，像MOOC的其他教育服务一样，由学习者自主选择。
MOOC这种全球性大规模的开放、免费、交互式的网络教学，实际上完全颠覆了今天的大学。从MOOC问世后全球知名大学追赶潮流、唯恐落伍的洋洋景观，正可看出MOOC的革命性。有了MOOC，大学将不是从前的大学了。难怪， Coursera的创始人科勒惊呼：“下一个爱因斯坦或乔布斯，也许就隐身在非洲某个偏远的乡村中。”
MOOC的巨大影响，正是由于AI在其中扮演重要角色，分布于世界各地的授课者和大规模学习者的多空间交互、学生作业的讨论完成与评判、检查课程完成情况的各种小测验与期中期末考试等等，这些教学工作如果没有数据挖掘、教育专家系统、人机交互等多种AI手段的帮助，不可能完成。
MOOC也受到不少责难，比如认为课程的完成率和考试通过率都比较低等等，但这些都属于发展中的问题，会在成熟中不断解决。在AI推动下，MOOC仍在大步前进。据在线教育研究网站Online Course Report对MOOC发展情况的研究，2016年，全球MOOC课程总数，比前一年新增2000门。
AI在教育系统的应用，远远不止是在大学，而且远不是现在才开始。
AI评分员
由美国教育测验服务机构（ETS）举办的托福（TOEFL）考试，是全球权威的英语能力测试。对不是以英语为母语者取得英语国家大学的入学资格，是重要的依据。从2010年1月开始，ETS就对托福考试的评分系统就进行了改革，口语和写作两部分都引入电脑评分。由原来的2个评分员评分、取算术平均分作为原始分，改为1个评分员和1个电脑评分员（e-Rater）评分、取算术平均分作为原始分的方式。电脑评分系统在强大数据系统支持下，将输入的考生考试内容和数据库里内容进行比照评判。ETS作为全球最大的水平测试服务机构，能够不断积累大量考试数据，使电脑评分系统的智能化和准确率不断提升。这是AI在教育成绩评定方面的一个典型应用。
中国的普通话水平测试引入AI,则走在了前面。从2007年起，普通话水平测试，就逐步用上了讯飞公司的智能评分系统，到2012年底，全国所有省份全部采用。标准的普通话水平测试，被测试人要对着机器通过四道考题，分别是单音节词、多音节词语、朗读短文和命题说话。目前，前三道题都完全由计算机评分，后一道题由机器和测试员共同评分。重庆市语委办的工作人员评价：机器评分比人更快更准确更公平，而且连续工作没有疲劳感。重庆每年有17万人要通过普通话水平测试，如果不是把大量的工作交给了机器，需要兼职的评测员数千人。
从2009年起，讯飞公司的智能评分技术也逐步用于江苏、北京、上海、广东等十多个省市的中考、高考、会考的英语听力和口语考试中。采用讯飞智能评测技术进行的自动化考试，用“人机对话”、智能评分的模式，解决了英语听力和口语考试的人工评分中组织困难、成本高昂、评分标准难以统一等问题。2016年起，讯飞公司的智能评分系统，在国家四六级英语考试的口语考试中正式应用。
能不能对所有的笔写试卷和作业进行评分呢？这也是讯飞等AI公司正在探索并取得一定成果的工作。机器对口语评分，涉及到AI技术中的语音识别，有一定的难度。而对笔写试卷和作业进行机器评分，涉及到手写体识别，这也是图像识别中的一个难题。尤其是对手写体汉字的识别，难度很高。讯飞公司等机构很早就开始了手写体汉字识别的研究，批改试卷和作业的阅卷机器人也在开始试用。
AI帮你考上大学
中国还正在进行一项宏大的研究项目：“基于大数据的类人智能关键技术与系统”，由讯飞公司牵头，清华大学、中科院自动化所、北京大学等30多家科研院校和企业共同研究，汇集了一批国内AI领域顶尖专家。科大讯飞承担了类人答题项目，目标是研制出能够参加高考并考取大学的智能机器人。按照计划，2019年机器人将参加高考，达到前20%的水平，能考上大学。
国外同样也有高考机器人的计划。美国华盛顿大学等机构的高考机器人项目，目标是未来通过美国生物考试。东京大学的机器人“萝卜君”，已经进行了六年多的开发，目标是考上东京大学。讯飞研究院前院长胡郁接受采访时说：“整体来讲，我们的进展从速度上比他们快，他们准备的时间比较长，取得的数据积累也不错。他们的目标考上东京大学，东京大学的挑战比一般大学的难度更大一些。我们的高考机器人采取循序渐进的逐步成熟方法，第一步目标先考上大学，然后再考上好的大学，最后才能考上清华、北大，是一个逐步的过程。”同样以研制出能考上清华、北大的高考机器人为目标的成都准星云学科技公司，把这一目标定在2020年。作为先行测试，2017年6月7日，这家公司的AI-maths 机器人“参加了高考”，在22分钟内完成了北京文科数学考试卷，满分是150分的试卷，机器人得分为105分，解答一道题的时间最快不到一秒。机器人参加2017年高考的消息，成为新闻热点。
参加今年高考的AI-MATHS
对考试机器人的研究不是最终目的，而是要进一步认识教育的规律，探索用AI辅助手段,更好解决教与学的问题。
有效学习策略可以个性化。英国老牌的远程教育机构开放大学（Open University）已经使用大数据来管理每个学生的线上行为和表现。美国的教育平台Knewton获取了1千万学生的数据，向他们推荐个性化的学习内容，帮助学生更多关注自己的思考过程，使他们更好学习后面课程的新知识和新技能。
而讯飞公司多年来的探索也是如此。通过科学化客观化的考试，用AI对作业和试卷进行批改评分，可以积累数据，对学生学习行为进行分析。比如，通过全学科自动阅卷扫描，把一位学生以前做错的题目，日复一日细致梳理，会系统发现学生考试和做作业哪些地方错了？为什么会出错？这就是学习诊断。随着数据的积累，学习诊断的能力就会越来越强，会告诉学生错在哪儿，如何通过学习改进，二元一次方程不会做，是不是一元一次方程没学好？然后，给学生个性化的学习包，让学生做作业时不要重复已经会的内容，而专注于掌握不会的内容，这样学习事半功倍。AI给出的个性化学习包，相当于给每个学生都提供一位学习秘书。
当学生查询自己考试成绩的时候，看到的不仅是简单的分数，还会看到和成绩单一起的 “学习诊断报告”。通过这份报告，不但可以了解到学科知识点和能力点的掌握情况，还能看到对自己的优势、劣势的学科分析，从而找到提升成绩的方法，这是多么生动的学习场景。
讯飞公司在安徽合肥一中做了五个班的AI辅助学习试验。根据每次小测试、月考和期中期末考试试卷分析，提供个性化的学习包，有两个班，一个从第八名变成第二名，一个是第十四名变成第一名。由于非常有效，合肥一中开始大规模应用这项技术。
同样的，AI也对老师配备教学秘书，大大提高老师的教学效率和效果。机器人帮助老师准备课件批改作业，大数据支持的强大分析能力帮助他了解每一个学生的学习情况，制定有针对性的教学计划，真正做到因材施教。教育云计算平台支撑教和学所有环节的有序高效进行。
随着AI更深入的进入教育系统，新的教育场景会出现：聊天机器人对话系统解答学生问题、机器人助教担任辅导老师、VR（虚拟现实）、AR（增强现实）技术实现课堂内外的情景融合、课程游戏化提升学习兴趣等等。从幼儿园到大学，AI带来的教育革命浪潮正在兴起。
AI，让所有人终身学习
AI技术的广泛应用，让教育从来没有像今天这样普及。近年来MOOC发展的一个重要趋势是开始超越校园，在企业和全社会的职业培训与技能教育中得到广泛应用。MOOC平台如Coursera开始逐渐面向企业，采用了以就业为重点的新业务模式。领英（LinkedIn）是全球著名的职场人脉网站，于2015年收购了在线培训业务Lynda，提供职业培训课程，微软公司等也购买了他们的教育服务。
而国内的企慕课堂、燕园财税、中石化远程培训中心等培训机构，也通过MOOC方式创造性地建立新型职业培训平台，把岗位系列课程设计、线上培训、专业认证、同业交流、人才大数据、猎头等等功能融合在一起，支持多终端使用，随时随地满足学习需求，用AI技术开拓出职业培训的新空间。AI支撑的互联网巨头教育平台和各种知识分享平台，也不断为全社会的教育普及和知识分享提供越来越丰富的服务。未来的大学没有围墙，未来的教育不会止于大学。
AI也深深的影响到每一个人，它使教育前所未有地普及，使学习前所未有地高效，同时，也使终身学习前所未有地重要。
2016年6月，英国《经济学人》封面文章专题报道了AI进步对社会可能产生的巨大影响，教育是受影响的五个方面之一。2017年伊始，这一知名媒体再度刊登重磅文章《特别报告：终身学习》。文章指出：和工业革命同时带来了教育革命一样，AI和自动化时代需要另一场教育革命。这场革命就是终身学习。
文章分析道，今天终身学习的受益者主要是成功人士，但未来所有的人都应该边谋生边学习。传统教育模式是人生初期集中学习，之后公司培训加以补充。这一模式正在瓦解，原因之一是需要新的、不断变化的技能，终身学习变得具有急迫性。
许多人相信，有大学毕业证书的人将自然获得更高薪工作。今天的现实是，决定去上大学依然很有道理，但是大学学历和工资之间的简单关系被改变了。2013 年三位加拿大经济学家的研究表明，现在美国大学毕业的求职者不得不从事对认知技能要求较少的工作，替代教育程度不高的工作者。这项分析证实了技术会颠覆就业的这一观点，说明不同层次的工作者都会陷入麻烦。牛津大学两位学者2013 年也通过研究预测，47%的美国现有工作容易受到自动化技术影响，这一著名结论被今天很多研究AI政策的人们引用。
获得新技能变得至关重要。例如，编程技能现在的需求量远远超过其他技术技能。在美国，薪酬前四分之一高的职业中，有49%的职位要求有编程技能。过去五年中，对数据分析师的需求增长了372%，对数据可视化技能的需求激增了2574%。现在，连要求营销专业人员具有开发算法的能力也被认为是合理的。
人们也越来越接受持续学习的观点。根据皮尤调查机构的调查，54%的美国工作者认为发展新技能至关重要；这个比例在 30 岁以下的人群中则达到 61%。当技术正在发生难以预测的变化、工作变得富有交叉性时，人类就越需要不断学习去掌握新技能。终身学习，将是所有人的追求。
AI的影响是全球性的，发达国家美国正在发生的事情，同样会在发展中国家的中国发生。终身学习时代已经来临，我们准备好了吗？
共有条评论 网友评论