智能时代教育面临的前景与挑战
▲王素（中国教育科学研究院，国际比较教育研究所所长）
我今天跟大家分享的主题是智能时代的教育，我想从三个方面来跟大家分享：第一个是人工智能对教育的挑战，第二个是人工智能赋能教育，第三个是如何开展人工智能相关的教育。
人工智能对教育的挑战
◆人工智能的时代将如何改变社会？
每一次工业革命都带来了相对应的生产方式的巨大变化，人工智能时代让生成方式自动化、个性化、智能化。生产方式的改变，让人类面临新的挑战。
我们能不能适应这样的时代？麦肯锡连续两年发布了关于人工智能的报告。
在2017年的报告中谈到，由于人工智能所带来的自动化，在2030年大概4-8亿人当中会有3.75亿的人需要职业转换，也就是说他们需要学习新的技能才能适应工作。
在过去的三年当中，中国的工业企业中已有40%实现了自动化的过程。自2012年以来，这个程度增长了500%，欧洲的比例是增加了112%。
2018年，麦肯锡发布了新的报告，重点谈到AI时代人们需要什么样的技能。报告将劳动力区分为五大类,分别是:体力和手工技能，基本认知技能，高度认知技能，社会情感技能，技术的技能。
麦肯锡预测，人工智能和自动化将会除去体力劳动工作和低技能岗位，比如生产线工人，以及基本认知技能岗位的工作人员，如收银员和资料输入人员。但是，虽然有些工作可能会消失，但同时也会创建新工作，新工作将需要其他关键技能。
较高的认知技能包括高级识字和写作、定量和统计技能、批判性思维和复杂的资讯处理。这些技能由医生、会计师、研究分析师和作家/编辑所具备。
社会情感技能在不断发展的劳动力市场中仍然非常重要，包括高级沟通和谈判技巧、持续学习、管理他人的能力和适应性。
技术的技能方面从基础到高级IT技能、数据分析、工程和研究，这些技能是未来最赚钱工作的条件。
◆人工智能对教育的影响
人工智能给教育带来很大影响，最主要的影响就是教育的培养目标变了，这个是核心和关键。
在工业时代，教育体系是以知识为核心，以后教育以人的发展为核心价值。在OECD面向2030学习框架中提出，教育最终目标是要让社会和个体都能幸福生活。
由于培养学生的目标变了，那原来的学习内容肯定也要随之而改变。学习的场景和学习方式由于技术的加入也会发生巨大的变化，这种变化是一个结构性的改变。
同时，教师的角色也会跟着改变，对学生的评价方式也会改变。以知识为考核重点时用纸笔考试。未来我们会综合评价一个人的发展，就需要综合素质评价。综合素质评价就要做过程性的记录，这就要用到AI技术，甚至用到区块链技术。
人工智能赋能教育
人工智能一方面对教育提出了结构性的变革的需求，另一个方面是它赋能教育，让教育能够发展得更好。
人工智能在教育领域中一定会带来系统性的变革，而不是一个单一的解决某一个方面的问题。如果不进行系统性的变革，那我们也很难取得我们期待的一个结果。
我们在讨论这个问题时，就是要解决：培养什么人？如何培养？如何学习、如何有效学习？
这几个问题恰恰是学习科学所研究的问题。学习科学当中三大核心问题：人为什么要学习？人如何学习？人怎么样学习才能够更有效？
在工业化时代，教学模式很简单，就是老师教授。现在我们已经认识到，要把人看作是植物，需要给植物提供肥料、阳光和水，来促进它的成长，要给学习者提供各种发展的机会，比如实践机会、个性化学习机会等。
未来的学习不是以教师为主体的学习，更多的要让学生进行自我的学习。我们现在对于教育和学习大家有一些基本共识的：
第一，人的成长不是靠单一的知识，还包括了技能和价值观；
第二，大脑的认知部分跟情绪部分密切相关，当情绪发展的好的时候是可以促进高级思维的发展。
第三，学习是多样化的，真实世界的场景对于学习来说非常重要，这也就是为什么我们今天要做项目式学习的原因。同时，跨学科的学习对于学习成长非常重要，所以我们要培养学生设计思维、工程思维、计算思维，这是我们应对人工智能时代必须的方式。
第四，数字化素养非常重要，技术能够帮助实现学习方式的转变。自我学习到底会让学生发生哪些改变？研究表明，学生进入自主学习状态时，他就会成为问题的解决者，更具有成长性心态，更有创造性。
人工智能给人带来哪些影响呢？2013年有一位教授提出：
第一，让每个学习者都有虚拟导师；
第二，面对生活和工作，人学会新的技能；
第三，通过对数据分析，让学习者能个性化学习；
第四，让教育更公平，优质资源更普及；
第五，学习不仅仅在课堂内，学习也是终身学习的，所以学校形态也会发生变化。
中国教育科学研究院未来学校实验室在11月做了一项面向老师的关于人工智能对未来教育影响的调研。大部分老师都认为，未来最大挑战是教师理念有可能跟不上技术发展。
所以我认为，在人工智能教育实施过程当中，教师培训一定是最核心的一项任务。
目前，中国在谈到人工智能在教育领域当中的应用，主要以下几方面：
第一，自适应性学习，个性化学习；
第二，虚拟导师，像教育机器人；
第三，机器人和编程的应用；
第四，基于虚拟现实和增强现实场景。目前这在高等教育当中应用较多；
第五，教育管理。
如何开展人工智能教育
目前我国大概有18.76%的中小学校开展了人工智能相关的教育，主要是通过社团活动、人工智能实验室、编程等方式开展。
但在全球的研究过程中，我们看到世界在开展人工智能教育的方面实际上不仅仅是编程和开设人工智能课程，更重要的是调整教育结构，比如加强数学教育，加强数字化框架的培养，这些其实也是人工智能教育非常重要的方面。
（本文根据作者在第二届世界教育前沿论坛上的主旨发言整理，有删节。）
中国青少年科技辅导员协会
提醒广大科技辅导员
戴口罩勤洗手少集会
不给病毒可乘之机！
喜欢此内容的人还喜欢
原标题：《智能时代教育面临的前景与挑战》
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
国内人工智能在教育教学的应用汇总
国内人工智能在教育教学的应用汇总深度学习或是人脸识别技术在国内教育领域已有一些实践和应用，尤其是17、18年，可以看到线上教育机构以及一些基于教室监控的人工智能辅助系统逐渐成熟。本文对这些应用进行梳理，简析原理并探讨其优劣和是否真正有价值。
首先明确人工智能在教育领域的应用集中在情绪识别和专注度评价两点上。
文章目录国内人工智能在教育教学的应用汇总@[toc]海风教育AI系统好望角（线上）杭州中学“智慧课堂行为管理系统”（线下）汉王教育公司“CCS课堂呵护系统”（线下）[^3]海风教育AI系统好望角（线上）具体情况：
国内线上教育机构已有多家推出辅助的人工智能系统来优化教育教学的效果，基本上都是和第三方机构合作并非自主研发的，且目前看来不少都还是纸上谈兵的状况，就算应用也非常简单粗暴，参考价值低。
2018年4月，海风推出“好望角”AI系统，宣布上线情绪识别功能，借助人脸识别技术，能够基于人脸表情来分析学生情绪，基于眼球焦点分析学生注意力情况，并将分析结果即时反馈给老师。据郑文丞介绍，海风教育将情绪识别和眼球识别技术应用到教学过程中，是国内K12在线教育领域首个落地AI应用成果。1
,
,探讨：
好望角据说是国内首个落地的线上AI应用成果，据我了解，其他机构的AI系统确实都没有看到真正在客户端的落地应用，只能借助新闻了解一二。
好望角的这个系统做了两件事，情绪识别和眼球识别，都是人脸识别的范畴。其中情绪应该是分为以下8类：正面情绪“高兴”；负面情绪“厌恶、悲伤、疑惑、轻蔑、愤怒”；中性情绪“专注、惊讶”。
效果可以从图片中看出可以提醒教师学生的听课状态，调整教学节奏，做得还是不错的，整个在教育学应用的逻辑基本是合情合理自圆其说的。
线上平台的一大优势就是视频图像清晰，通常是一对一教学，不论是教师还是学生都是一人一个画面，人脸始终位于画面大幅面的区域，人脸识别的分析效果显然会比较准确。另外只要平台大，数据量总是足够的。
除了海风的好望角，推出人工智能系统辅助教学的线上平台还有：
掌门1对1与人工智能企业商谈科技战略合作（2018年）借助摄像头系统捕捉学生上课时的喜怒哀乐，结合面部表情识别系统，生成属于每个学生的学习情绪报告，辅助老师随时掌握课程动态、提醒老师及时调整上课节奏和气氛等。项目未见落地。
好未来（学而思）与FaceThink合作AILab除高兴、生气、惊讶、害怕、厌恶等常见的情绪指标外，FaceThink（德麟科技2016年初成立）针对教育场景下最重要的“专注度”进行了建模，力图让机器识别的结果逼近有丰富经验的教师。根据测试，FaceThink在一对一和双师课堂两个场景下的识别率分别为94%和91%，随着数据量的增加，识别率还有继续进步的空间。
典型的情绪识别和专注度评价两个系统，AILab介绍链接见此，项目未见落地。
VIPKID深度融合人脸技术（2017年）在教学过程中VIPKID通过人脸识别、情绪识别等技术抓取用户上课数据（如孩子在学习过程中的瞳孔和表情变化等），对师生的表情进行分析，计算分析用户的视线关注情况。
这个也是落地了的，看上去比较成熟。
杭州中学“智慧课堂行为管理系统”（线下）具体情况：
2018年5月，杭州第十一中学试行“智慧课堂行为管理系统”，通过教室内安装组合摄像头，捕捉学生在课堂上的表情和动作，经大数据分析计算出课堂上学生的专注度，从而促进教学改进。
,
,,使用该系统，后台会预先录入课堂应到学生名单，现场摄像头通过对教室内学生“刷脸”匹配，从而完成考勤。此外，该系统会对学生阅读、书写、听讲、起立、举手和趴桌子6种行为，以及高兴、反感、难过、害怕、惊讶、愤怒和中性7种表情，以30秒一次进行扫描，从而实现时时统计。“我们会对学生的6种行为赋予不同的分值，通过这个系统，我们可以看到哪些同学在专注听课，哪些同学在开小差，再结合他们高兴、伤心、愤怒、反感等面部表情，可以分析出学生在课堂上的学习状态。
我们会设置一个最低赋分值，如果某学生课堂分低于该值则代表其不专注。在每节课第20分钟的时，系统会向设置在讲台上的显示屏推送提醒，内容只有老师可见。2
探讨：
这个系统明确做了两件事，行为识别和表情识别，其中表情识别和之前的好望角的分类略有区别，最大的差别在于这里没有“专注”这一分类，专注与否是结合了动作和表情进行判断的，我认为这种判断专注的方式更为科学合理，毕竟专注并不是一个表情就能决定的，当然，越专注越好吗？当然不是，这个他们都没有考虑，还要另说。
通过图片展示的应用结果，可以看到识别表情的结果是以次数来统计判断的，这个是否合理，还是只是一个令人反感的没有实际意义的冰冷数字，还待讨论。
关于隐私问题的解释：系统只会采集学生的表情、行为状态信息，而非课堂的实时录像。
还有一种质疑是说这个系统起到了监视作用，学生可能会应对这个系统而做出动作假装在阅读之类，干扰结果。
汉王教育公司“CCS课堂呵护系统”（线下）3具体情况：
2018年1月开始，CCS课堂呵护系统（汉王教育公司开发）v3.0版本已经上线发布，并在浙江、江苏、河南、内蒙古等地教育部门确立战略合作意向。
探讨：
这个系统没有公布具体识别方法的细节，就从公布的图片来探讨了，图片的信息量还是很大的。
首先是一个人脸识别考勤，再者是一个“专注”和“非专注”的两分类问题，其次还有“回答问题”、“书写”、“瞌睡”的动作识别。
总体来说在辅助教学上用的是行为识别而非人脸识别，从结果来看，比较关键的是一个专注时长的判断，这个数据最多只能用作参考，用此来判断学生是否好好学习了还是不太靠谱，对教学辅助的意义较小。
好望角介绍：https://baijiahao.baidu.com/s?id=1598580283935115452&wfr=spider&for=pc↩︎
智慧课堂行为管理系统：http://www.sohu.com/a/232188256_198170↩︎
CCS课堂呵护系统：http://www.hanwangjiaoyu.com/classCare↩︎