北大教育学院闭门会：中小学人工智能教育应该如何开展
闭门会现场图芥末堆5月26日文，人工智能教育是当下大热的名词。无论是统筹全局的教育部门，还是落地开展课程的学校，以及参与其中的社会企业，都对其有着不同维度的思考。
近日，在北京大学教育学院召开的闭门论坛上，诸多国内教育发展的决策者、学者、企业人士，一同探讨了如何基于中小学计算思维培养，开展人工智能教育。
教育部基础教育司信息化处处长张权表示，从全国层面上看，无论是计算思维培养还是普及AI教育，都需要考虑教育体系如何整体推进，包括课程、教材、教学、教师等方方面面。
在人工智能技术发展层面，课工场总裁肖睿提出了当下AI发展的六大困难，包括缺乏科学基础、数据效率低、模型迁移能力弱等。同时肖睿认为，人工智能核心技术并不在机器人上——但机器人却是市面上多数AI教育产品的载体。
中国教育技术协会教育游戏专委会秘书长肖海明认为，人工智能教育的核心是计算思维。肖海明从调研出发，阐述了AI教育普遍面临的四个问题，包括缺乏培养体系、师资等。
在地方AI教育落地上，湖北宜昌西陵区教育局副局长蒋葵林表示，区域教育管理者需要思考如何将AI课程和现有的国家课程、校本课程深度融合。
关于人教版AI高中教材的编撰，人教社信息技术编辑室主任林众透露，高中新课标选择性必修四《人工智能初步》已通过教材局审定，预计明年能进入全国20省的学校。
在高中AI教材配套实验室建设方面，北京市第二中学信息技术学科主任高山表示，二中目前正在做相关规划。不过目前，市面上的AI公司提供的实验室产品趋于同质化，还有很多需要探索的地方。
芥末堆整理了部分嘉宾的发言，以下为会议内容（有所删节）：
人工智能面临六大困难分享嘉宾：课工场总裁肖睿
人工智能是可以让机器做人类需要智能才做的事情。大家一提人工智能，想到的就是机器人，但实际上，人工智能的核心技术并不在机器人上。机器学习，包括深度学习，才是我们讨论的人工智能。
很多教育系统号称自己是人工智能，比如说用的最多的题库系统，但我觉得，题库系统跟人工智能没什么关系。教育领域目前非常关注的一点是AI微表情识别技术，不过还不是特别成熟。
AI不是万能的，没有像宣传的那么恐怖，什么都能干出来；它有很多的缺陷，很多地方需要突破。目前，AI面临的困难主要包括六点。
第一，深度学习没有科学基础。很多做深度模型训练的人，戏称自己叫“调参侠”，工作就是不断地调参数，调的对不对全凭经验，调出来就可以发论文了。但因为结果不可预测，照着他的论文，你训练不出来，他自己也训练不出来。
第二，所有的问题都需要形式化，不能形式化的问题，人工智能解决不了。
第三，数据效率低。AI需要大量的数据进行训练，但数据利用效率非常低——这也促成企业和大学合作的趋势，越来越多的企业研究机构在引领发展。因为想做深度学习的话，算法、算力、数据、场景缺一不可，这四样很多都在企业。
第四，深度学习只在感知领域有所突破，而在认知和推理领域的突破非常少。
第五，深度学习模型迁移能力弱。AI的可靠度高度依赖于数据，导致它针对每个问题、每一对数据都会出一个模型。模型迁移能力很差。能做图像识别的系统，不一定能做语音处理；能认识猫的系统，不一定认识老虎。
第六，产生新的安全问题。以GAN（GenerativeAdversarialNetworks，生成式对抗网络）为例，GAN的原理是在一个模型上生成数据，然后用这个数据去训练另外一个模型。很多黑客就会想通过模型的训练，去骗人工智能系统。如果系统完全依靠AI做判断的话，就很容易出问题。
人工智能教育面临的四个问题分享嘉宾：中国教育技术协会教育游戏专委会秘书长肖海明
陈宝生部长在国际人工智能与教育大会上表示，要在中小学设置人工智能相关课程，推进普及教育。我们在《计算思维培养与人工智能教育的研究探索》这个课题上做了一些探索。
基于课题，我们做了一个调研，发现在学校开展人工智能教育的时候，普遍面临四个问题。
第一，缺乏系统化的培养目标参考体系。目前来讲，人工智能教育课程框架还是众说纷纭，每个人、每一个机构，都有自己一套说法。
第二，缺乏具备相应专业能力的师资，成了制约人工智能教育的一大问题。
第三，缺乏有针对性的评测手段，而只要谈教育、谈课程就要有评测。
第四，行业鱼龙混杂，学校也感到迷茫。人工智能现在成为社会热点了，行业里面的各个厂家都说自己在干。很多人可能把大手工，包括以前的那些拼装的东西，也加入到人工智能里边来。
人工智能教育的核心到底是什么？我们认为是计算思维。在计算思维的培养过程中，教师通过合理的工具选择和活动设计，能更好地支撑教学，实现计算思维培养的目标。
计算思维常见培养工具目前，国际上研究者通过一些工具和平台开展计算思维教育，例如可视化编程工具、程序开发工具、图像及绘图工具等。
我们目前在学校开展人工智能启蒙教育，主要是把创造性学习螺旋和游戏化教学理念融合。通过游戏激发学生的兴趣，然后让学生去抽象模型，做一些游戏任务和自主设计，接着进行自主探究实践。
计算思维、AI教育应该整体推进分享嘉宾：教育部基础教育司信息化处处长张权
从全国层面上来推进计算思维，编程教育，我们可能跟高校、研究机构、企业的思路不太一样，更多还是考虑教育体系的课程、教材、教学、教师方方面面如何整体推进。
我认为，游戏化教学是可以认真考虑的，人工智能教育的重点还是从培养学生兴趣入手。许多企业开发了寓教于乐的教学软件，简单说，乐的成分更多一点，教的成分少了一点。每一个产品、游戏，总有让学生能够获得教育的内容，但是教育的内容占了多少比例，有没有成体系地去考虑？目前还比较欠缺。
关于人工智能在中小学的推广，我们考虑的是人才培养的一体化设计。 对于中小学学生来说，我们不需要他在人工智能这个学科上有多么深的理解，更重要的是在大学阶段，我们培养什么样的能够从事人工智能工作的人才。
目前，在全国层面推广编程教育还是比较难的，包括人工智能的课程也还在研究。如何探索适合中小学生认知规律和能力特点的教学课程、教材体系，我们还是鼓励有能力、有积极性的地方和学校来开展活动，跟高校的专家一起，从理论和实践层面不断地去完善。
人工智能课程应与现有课程体系有机结合分享嘉宾：湖北宜昌西陵区教育局副局长蒋葵林
这几年，我们对人工智能教育的投入很大。对于人工智能教育，目前基层学校最需要的是接地气的教育体系、课程体系建设。一个成熟的课程体系，不是一两年或者是一个课题能够解决的，而要靠大量的团队。
我们很多学校可能还在想，人工智能课程会不会影响我其他的课程？关于跨学科的问题，关于AI课程如何和现有的国家课程、校本课程深度融合的问题，这都是我们作为区域的教育管理者所要思考的。
现在中小学有国家课程，有校本课程，也有地方课程。一旦人工智能课程成体系地进入校园，都可能面临这样一个问题：到底用什么课来上？学生在校学习的时间毕竟是有限的。只有有机结合，才有可能让人工智能在学校生根发芽。
在学习方式上，我们如果用游戏化的东西来导入的话，可能会减轻孩子心理和生理上的一些学习障碍。现在幼儿园管理里面，一个重要的难题就是幼儿园的小学化倾向：把小学的课程（拼音、文字、数字计算）放到幼儿园上，直接会导致很多幼儿出现认知困难，并且这个认知困难，在小学和初中，甚至他长大以后变成生理障碍。我们可以用更好的方法，让孩子认为学习的本身比较愉快。
人教版AI教材《人工智能初步》即将出炉分享嘉宾：人民教育出版社信息技术编辑室主任林众
人教社出的教材都是听从教育部的指挥棒。目前，我们出了高中信息技术课程标准选择性必修四《人工智能初步》，也已通过教材局审定，不出意外的话，明年秋季开始，差不多有20个省的学生能够进入到新课改的教材使用（今年近13个省）。
编人工智能教材很费劲，因为没有抓手，没有平台，没有实际教学案例。同时，人工智能课程应该在哪些年级单独设课，与其他学科（如科学）是否合并在一块，还是一个未知数。
北京二中的高中人工智能实验室探索分享嘉宾：北京市第二中学信息技术学科主任高山
北京二中花了200多万预算，要建一个人工智能的实验室。我们校长的意图是在全年级开展普及课程。
北京二中从2014年开始，机器人课程已经在高一年级普及，也就是说在正规课程里面，每个学生都有学习技能课程。这个课程里，学生要学编程技术、结构设计等。我们分成两个小班，每个小班十几个学生，两个老师同时通过项目式教学的方式教授。整个学期结束后，会有一个评价，而这个课程在学生评价里是排在前几名的。
学校已经有创作实验室、机器人实验室，为什么要再建一个人工智能实验室？因为它不只为二中学生服务，而是为东城区的老师和学生服务。我们在报预算的时候，区里领导也提要求，说你们建实验室，不能只为你们的老师和学生服务，要为整个区没有条件的学校，创造学习的机会。
二中接触了很多知名的公司，比如百度、科大讯飞、商汤等。问题在于什么？在于它给你的方案都是同质化的。北京景山一所小学建了百度的实验室，我们去看了。但百度跟二中谈的时候，方案跟小学的方案是一样的，都是一些桌子、电脑、机器人，实验室就做成了。
我们在做高中实验室初步规划，但课程平台仍然是围绕我们的一个问题，因为确实是摸着石头过河，没有什么非常好的方案。
在我们一线科技教育老师中，游戏化教学是个非常好的课题。实际上，无论是小学、初中还是高中，最重要的事情除了知识的传授、能力的培养，还有是学生以后深造的兴趣。不要在这个学段让学生觉得它太难了，太枯燥了，我以后不学了。所以在实验室建设方面，可能还要跟教授一起来沟通。从理论层面，从平台建设，从学生学习的一些认知来说，我们还有很多路要走。
计算思维AI人工智能教育1、本文是芥末堆网原创文章，转载可点击芥末堆内容合作了解详情，未经授权拒绝一切形式转载，违者必究；2、芥末堆不接受通过公关费、车马费等任何形式发布失实文章，只呈现有价值的内容给读者；3、如果你也从事教育，并希望被芥末堆报道，请您填写信息告诉我们。来源：芥末堆芥末堆商务合作：010-57269867孙茂松：在线教育和人工智能的挑战与思考—中国教育和科研计算机网CERNET
在2021全球智慧教育大会上，清华大学教授、欧洲科学院院士孙茂松作了主旨报告。他是我国慕课理念推行与建设先行者、也是2013年清华大学发布的我国第一个中文慕课开放平台“学堂在线”研发负责人。
孙茂松清华大学教授、欧洲科学院院士
孙茂松首先阐述了在线教育、在线教学、慕课（MassiveOpenOnlineCourses，MOOC）等几个相关概念之间的关系，分析了在线教学的实质等效问题，同时总结了慕课的特点与不足。
他指出，由于教与学关键环节大数据的缺失，人工智能“有力使不出”，很难在慕课中发挥作用，而这种情况在疫情期间的在线教学中更为突出。在新阶段，要加强面向在线教育教学的人工智能研究，进一步推动慕课和在线教育的发展。
疫情下的全球在线教学
在线教育、在线教学、慕课等几个相关概念之间有联系，也有区别。一般来说，在线教学和慕课是在线教育的下位概念，慕课是在线教学发展的相对高级形式。
2012年，慕课作为一种新型在线教学模式兴起，给高等教育发展注入了新动能。
斯坦福大学前校长约翰·汉尼斯（JohnHennessy）这样形容慕课：“一场海啸正在袭来”。
美国前教育部长威廉·班尼特（WilliamBennet）表示，一种“古希腊式的复兴”正在发生。
这是慕课发展的历史背景之一，慕课受到非常高的期待，大家普遍认为慕课会改革未来的教育。
2020年，在新冠疫情全球大流行的背景下，各国教育机构纷纷采取在线教学的方式来应对危机。
这是世界高等教育史上全球范围的首次探索，实现了“停课不停学”的目标，意义重大。
鉴于慕课此前的发展，疫情下的在线教学得到了慕课的助力。我国在2013年开始发展慕课。在疫情期间，部分慕课课程作为优秀课件被应用到在线教学中；同时一批此前经过慕课“实战”训练的优秀老师，也能够比较驾轻就熟地进行在线教学，并在抗疫第一时刻向国内广大老师传授相关教学体会和经验，从而提升了在线教学的层次和水平。
但严格来说，此次疫情下的在线教学并不属于慕课的范畴。实际上，慕课的最大理念是把最好的老师、最优质的教育资源汇集起来，让全世界共享；而疫情期间的在线教学，则普遍是直接将现实空间的课堂搬到网络空间。
当网络空间足够强大、足够便利的时候，人们会意识到，现实空间某些场所及活动可能是不必要的，完全可以被网络空间所替代。这是去年“救急”式大范围在线教学的实质。
总的来说，我国疫情下的在线教学主要得益于前些年国家信息化、网络基础设施建设所取得的显著成效，而非智能化的贡献，其包含的真正的“智慧教育”成分非常少。其中，关键环节教学大数据的缺失是重要原因。“巧妇难为无米之炊”，没有数据，人工智能很难发挥作用。
在线教学的实质等效
在线教学（线上课堂）和线下课堂是否能做到实质等效？到目前为止，对于这个问题似乎有两种截然不同的回答。
2018年IEEE重大教育创新奖获得者、加州大学伯克利分校（UCBerkeley）的伊赫拉格·西杜（IkhlaqSidhu）教授在2021年4月表示：
疫情期间，数字世界的各个方面都加速发展。教育也不例外，各地的学生都在网上学习。然而，学生的成绩没有得到改善。顺便说一句，实际上没有人喜欢它。
清华大学在线教学指导专家组组长于歆杰教授则在2020年5月给出过不同的结论。于歆杰指出：
把现有的基于互联网传递信息的各种工具搭配起来，其实能够很有效地（甚至比实体课堂更便捷地）获得学生的学习反馈。
经历了8周的在线教学实践后，不少教师和学生都发现，在线学习的时候，看课件更清晰，听声音更清楚，互动也更活跃更多元。
这些相对于课堂教学的优势让很多教师和学生发自内心地感慨“今后再也回不去了”。
从这两个形成鲜明对照的观点可以看出，在线教学的实质等效问题并不简单。
而实际上，早在2010年，美国教育部就对此进行过研究。通过对一定时间内全美在线教学的案例进行整理并做出系统比较，美国教育部得出这样的结论：
纯的在线教学和传统的线下面对面教学效果差不多；而线上线下混合式教学，与传统教学效果相比具有较大优势。
不能说这个结论就是定论，放在当下也未必合适，但它启示我们，应该进一步对在线教学的实质等效问题进行系统深入研究，尽快形成某种比较可靠的结论。
如果在线教学确实具有实质等效性，比线下课堂有效，或者至少是效果相当的话，那么当疫情过后，就不应该简单扬弃在线教学完全回归传统课堂，而应该尝试推动线上线下相结合的混合式教学。
慕课的特点与不足
作为促进教育公平的重要手段，慕课在疫情期间得到了较大发展。例如，Coursera、edX、FutureLearn、ClassCentral等全球知名慕课平台在去年3～4月间，流量都得到爆炸性的增长。
同样的情况也发生在我国的慕课平台上。例如，学堂在线在疫情期间为高校免费提供1600门学分课，同时，3000门慕课免费向公众开放。这段时间，平台的访问量是此前的22倍。
结合疫情期间的在线教学来看，慕课发展到现在还缺什么？可以从慕课具备的5个特点来寻找答案。
特点1：以“短视频（10分钟左右）+交互式练习”为基本教学单元的知识点/知识体组织模式和学习模式
“短视频+交互式练习”是慕课的基本特征。
特点2：借重交互式练习的即时反馈（Instantfeedback）
由机器自动评分（auto-grade）的交互式练习，实现了对学习者的即时反馈（Instantfeedback），摆脱了传统在线教育模式中单向提供学习材料和灌输式学习（虽然也支持大规模用户访问）的局限，能够鼓励和引导学生更加积极地学习与思考，从而提高学习效果。
同时，即时反馈（Instantfeedback）也是保证在线教育在“大规模”（massivescale）的条件下仍然得以有效进行的主要技术手段之一。
然而，目前慕课平台针对各类主观题的智能自动评分技术依然非常缺乏。
比如语言学习慕课课程，老师给学生留造句的作业，甚至是留写作文的作业，学生的完成情况会千变万化，机器尚做不到较为精准的自动批改，也就做不到“即时反馈（Instantfeedback）”。
特点3：基于“学习大数据”的个性化服务
“教惟在于因人”（明·李贽《焚书》）。“因材施教”是慕课的重要特征。
原则上，每个学生在整个学习过程中对全部学习对象（Learningobject）的全部学习行为都会被自动记录下来，数以百万计的学生在线学习的相关数据将会汇集成“学习大数据”。
通过系统化的数据挖掘和机器学习，在宏观和微观相结合的分析中发现、把握其中隐藏着的规律，使教师能够随时掌握每个学生的学习状况并能及时进行反馈指导及“推荐”学习资源，能够持续改进课程教学内容和教学环节设计，藉以实现“因材施教”式的个性化服务研究队伍。
然而，“学习大数据”的分析在现实中却面临不少困难。
首先，慕课学习的数据很多是“非典型性用户学习行为数据”。
与线下课堂较强的目标性不同，慕课用户的行为规律很难掌握，尽管慕课用户的相关学习数据，如用户视频浏览、试题答复等会被系统记录下来，但由于不乏用户“打酱油”式的随机访问或者漫不经心的学习行为，此种数据噪声很大，分析困难。
其次，在线学习过程中核心教学行为数据缺失也是重要原因。
比如疫情期间老师通过腾讯会议等工具进行线上授课，但腾讯会议并没有把课堂上的教与学行为完全保存下来。没有比较完整的全过程数据作为分析的基础，个性化学习服务也就无从谈起。
实际上，在核心教学行为数据全面，且数据典型的情况下，人工智能做这件事并不太难；但数据的非典型性特别是核心数据的缺失，却让人工智能“有劲使不出”。
特点4：依托社交网络的互动交流
“观摩”一词出自《礼记·学记》“相观而善之谓摩”。相互交流，取长补短是教学成功的重要因素。
MOOC注重依托网络社区（社交网络）进行学生之间、师生之间的及时密切互动（即使师生们在物理空间上可能分处全球各地，远隔万里），以提高学生的学习兴趣和动力。
特别是对机器难以自动评分的较为复杂、灵活的交互式练习，依靠网络社区群体智慧的评分机制便显得尤为重要。
但社交网络的数据缺失，使人工智能在慕课互动交流中本来能够发挥的作用受到很大限制。
一般情况下，慕课平台配置的BBS讨论区社交功能比较简单。很多人会用微信建群等来取代进行充分交流，但问题是几乎没有办法拿到微信群中的这些交流数据。
与“个性化服务”遇到的情形类似，人工智能在慕课互动交流中得以施展身手的“数据”支撑舞台还没有很好地搭建起来。
特点5：课程组织方式（像校内课程一样按周上课，在线学生有上课的感觉）
慕课的组织形式在设计上试图尽量“模拟”线下课程教学全过程。
但在现实中，设想一堂课的屏幕外对应着数以千计的学生，目前的组织形式下，师生之间的粘性还是很不够的，在线助教辅导也跟不上，这会使慕课的设计效果大打折扣。
伊赫拉格·西杜教授称：“在线学习慕课不是高等教育的未来，但它可能是新的交互式教科书”。
这或许从另一个侧面表明慕课的理念在其教学过程中尚未得到较好体现，需要着力改进。
总之，慕课面临着多方面的挑战。在慕课的设计理念中，人工智能本应可以帮忙做很多事，但由于存在数据缺失或者数据不典型等现象，人工智能要真正能帮上忙，不是轻而易举的，需要进行深入细致的研究，很有挑战性。这种情况在疫情期间的在线教学中显得更为严重，也更为突出。
这次全国范围内的在线教学实践，如果我们能够把相关教学大数据收集汇聚起来，那将构成我国智慧教育“无形”的基础数据资源。但非常可惜，因缺少必要的手段，我们没能抓住这次机会，对此有必要进行反思和总结。
面向在线教育教学的人工智能
2019年5月16日，习近平总书记在向国际人工智能与教育大会的贺信中指出：
中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。中国愿同世界各国一道，聚焦人工智能发展前沿问题，深入探讨人工智能快速发展条件下教育发展创新的思路和举措，凝聚共识、深化合作、扩大共享，携手推动构建人类命运共同体。
习近平总书记的这段话对新阶段在线教育的发展有着重要的指导意义。
一方面，慕课的理念与“加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育”的要求天然契合，而将慕课的作用充分发挥出来，需要“充分发挥人工智能优势”。
另一方面，如何“在人工智能快速发展条件下”，探索“教育发展创新的思路和举措”，也正是当前在线教育和慕课所面临的挑战。
对面向在线教育教学的人工智能，我们有如下几点比较初步的思考：
应探索建立学习社交网络乃至全国性网络学习空间的可能性，从而比较彻底地解决学习大数据结构性缺失问题；
进行基于教育大数据的机器学习算法研究；
开展大规模课程知识图谱研发建设，以之为桥梁彻底打通所有课程之间的关联，并进一步打通课程与数字论文库、数字图书库之间的关联；
研制各类课程的智能辅助教学技术（以面向主观题为主）；
建立跨语言教育的技术支撑环境；
研制智能助教；
加大建设和推广教学用VR、AR及虚拟实验室；
研讨面向教育的人工智能技术伦理等。
相关研究在我国已经有所开展。例如，清华大学团队开发了MoocData平台，开源了一些慕课数据、知识图谱、论文、分析代码等。
但总的来说，当前我国从人工智能的角度研究在线教育的成果还很少，开放资源非常匮乏，面向人工智能教学技术方法研究的全国性学术舞台（如学术会议）也没有建立起来。要真正做到让人工智能助力在线教育，尚任重道远，需要持续努力。
*本文根据清华大学教授、欧洲科学院院士孙茂松在“2021全球智慧教育大会”上的报告整理
整理：项阳
人工智能在教育中的应用，主要包含哪几个方面
国务院印发的《新一代人工智能发展规划》明确指出，人工智能成为国际竞争的新焦点，应逐步开展全民智能教育项目，在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。此次规划出台，将会加快编程培训进入中小学课堂的实施进度，对于人工智能在教育中如何应用，主要包括以下几点：
师资分配
利用人工智能可以实现师资资源重新分配。传统教育模式中，存在严重的师资力量分配不均匀的问题，也导致了教育的不均衡、不平等。
当投入了人工智能教育以后，各地的教师可以将自己的资源制成课件，无论在世界哪一个地方，孩子们享受到的教育资源都是相同的。人工智能让各地师资力量取长补短。
交流平台
人工智能以及区块链技术还可以为教育工作者搭建共建平台。在人工智能教育领域中，喵爪组建开放式共建平台，供技术创新者和教育创新者共同合作，开发基于项目制学习和人工智能创新教育的学习内容。这样的内容可以在喵爪星球虚拟学习空间里，通过其注册的喵爪账号在喵爪平台上参与学习，这有利于社群里的人互相学习共同促进。而且，区块链技术也可以保证学生隐私以及学生数据的真实性。
资源迅速更新
人工智能将促进教育资源的迅速更新，更加轻便。传统教育大部分是依赖于纸质书籍的，而纸质书籍有几个重大的缺点：不易更新、非常沉重、保存困难。一旦更新，原有的书籍便相当于作废等。
如果改用人工智能教育方式，更新只需要一瞬间，服务器上传后，用户只要联网更新数据就可以获取最新版本。学生也不必再背着沉重的书包，甚至在未来可能会由机器人代替学生背负学习资料。这种轻便及时的教育方式比传统教育少了许多麻烦。
负担优化
传统教育是制式的，教师对学生能力的训练大多数只能通过作业，而且家长盲目地给孩子报各种补习班，造成孩子时间的浪费，同时也破坏了孩子的学习兴趣，造成了巨大的影响。
人工智能模式的教育中，智能教育模式会对孩子掌握的知识进行一个评测。对于孩子已经掌握的知识，除了一段时间以后的温习以外，将减少其在学习过程中的出现率，保证孩子的休息娱乐时间，减少死读书现象的发生，确保孩子是真正掌握了知识，而非死记硬背。
个性化学习
人工智能可以为每位学生提供个人专属的学习计划。喵爪教育将利用人工智能技术，根据需求为每一位在喵爪星球上注册的用户提供个人专属的学习计划。由人工智能定制的学习计划与传统教育制式学习有着本质的区别，人工智能个人专属学习计划可以更有效地开发孩子的潜力，因为每个孩子都有自己所擅长的和不擅长的。
制式教育只会强硬地让孩子学所有东西，而人工智能教育则是针对孩子的优点，进行深入开发，把孩子的潜力开发出来，让孩子的潜质不会被白白浪费。
喵爪教育已经和汉森机器人公司达成合作意向，利用人工智能技术创新教育，共同开发使用“爱因斯坦”机器人。这款机器人不仅可以编程，还可以与Scratch编程教育相结合，用于项目制学习（PBL）、人工智能认知学习。
众所周知，如果人类在学习的过程中能够拥有更多的身体感官交流，那么学习的效果将会得到大大的提高。“爱因斯坦”机器人首先就具备机器人与人之间的视听交流。在此之后，如果用户用手指触摸iPad来与机器人进行互动交流，那么它将打开人类大脑的更多区域的互动，而这也可以使人类的大脑更加快速地接收这些知识并且接受这种学习方式。用户可以通过云端下载更多的智能应用程序来与“爱因斯坦”机器人进行更多的互动。
“爱因斯坦”机器人背后所隐藏的道理就是寓教于乐，将娱乐和教育有机地结合起来。这也是“爱因斯坦”机器人诞生的初衷。
人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，多智时代专注于人工智能和大数据的入门和科谱，在此为你推荐几篇优质好文：1.人工智能时代，AI人才都有哪些特征？http://www.duozhishidai.com/article-1792-1.html2.大数据携手人工智能，高校人才培养面临新挑战http://www.duozhishidai.com/article-7555-1.html3.人工智能，机器学习和深度学习之间，主要有什么差异http://www.duozhishidai.com/article-15858-1.html4.大数据人工智能领域，如何从菜鸟晋级为大神http://www.duozhishidai.com/article-1427-1.html
多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站