疫情之后，人工智能教育將怎樣存在
核心摘要：人工智能在當前教育中的應(yīng)用仍偏向于“弱人工智能”，但對提升教育效率的作用不容忽視。疫情期間，世界各地的遠程教學(xué)也為人工智能教育的進一步發(fā)展提供了機遇。
人工智能在當前教育中的應(yīng)用仍偏向于“弱人工智能”，但對提升教育效率的作用不容忽視。疫情期間，世界各地的遠程教學(xué)也為人工智能教育的進一步發(fā)展提供了機遇。
受新冠肺炎疫情影響，世界各地的學(xué)校借助互聯(lián)網(wǎng)技術(shù)，將教學(xué)從線下搬到線上，以維系學(xué)校的正常運行。在其中，人工智能（AI）技術(shù)得到了廣泛應(yīng)用。美國教育主流媒體近期開展的調(diào)查發(fā)現(xiàn)，疫情封校期間，人工智能在學(xué)校和學(xué)區(qū)層面發(fā)揮了相當程度的作用，許多學(xué)校采取了靈活豐富的人工智能手段促進教學(xué)。與此同時，經(jīng)濟合作與發(fā)展組織（OECD，以下簡稱“經(jīng)合組織”）與哈佛大學(xué)全球教育創(chuàng)新計劃項目于近期面向59個國家和地區(qū)開展的教育教學(xué)調(diào)研顯示，有不少教師反映，遠程教育在改變教與學(xué)空間的同時，也帶來了許多教育創(chuàng)新機會，如學(xué)習(xí)環(huán)境創(chuàng)新、混合學(xué)習(xí)、教師教學(xué)的新模式，等等。
顯而易見，疫情危機所帶來的創(chuàng)新機會與互聯(lián)網(wǎng)技術(shù)發(fā)展和人工智能的應(yīng)用是密不可分的。在這種形勢下，人工智能在教育中的應(yīng)用再次成為全球教育界共同關(guān)注的話題。
近期，美國蘭德公司高級政策研究員、斯坦福國際資詢研究所（SRI）研究評估中心主任羅伯特·墨菲（Robert F. Murphy）評估了人工智能在全美基礎(chǔ)教育領(lǐng)域的應(yīng)用及走勢。在他看來，新冠肺炎疫情導(dǎo)致的遠程學(xué)習(xí)，在客觀上會促使教育者更多采用人工智能的工具和做法，然而關(guān)于人工智能的樂觀期望也有可能會因教育預(yù)算應(yīng)對疫情吃緊而受到限制。他認為，相對于人工智能在其他領(lǐng)域的顛覆性潛力，疫情對教育的沖擊并未改變他此前的觀點，但也要重視遠程教學(xué)所引發(fā)的公眾對人工智能教育的高度關(guān)注。遠程學(xué)習(xí)支持自適應(yīng)教學(xué)，廣泛運用人工智能技術(shù)，為學(xué)生自主學(xué)習(xí)提供自動反饋和支持等，將會助力人工智能在教育中的應(yīng)用與發(fā)展。
此前，在《人工智能為基礎(chǔ)教育階段教師教學(xué)提供支撐》報告中，墨菲認為，教育領(lǐng)域中的人工智能應(yīng)用主要還是“弱人工智能”，即在教學(xué)領(lǐng)域中，合理應(yīng)用自動化軟件，如智能輔助系統(tǒng)、作文自動評分系統(tǒng)、學(xué)情早期預(yù)警系統(tǒng)等，以提升教學(xué)效率。他表示，在教育領(lǐng)域應(yīng)用人工智能不太可能像在其他行業(yè)如公共交通、禁毒、醫(yī)療保健等領(lǐng)域那樣立竿見影，主要還是發(fā)揮輔助作用，如提高課堂效率，協(xié)助教師開展語言教學(xué)，加強反饋與互動，及時診斷學(xué)情以及開展有針對性的指導(dǎo)，等等。面對新形勢，墨菲做了進一步分析：
在人工智能教育的重要領(lǐng)域仍然欠缺足夠的數(shù)據(jù)和人工智能教育應(yīng)用的報告信息。一方面，是對教育應(yīng)用人工智能的準確性理解和精準度把握不夠；另一方面，與不含人工智能應(yīng)用的教育手段相比，應(yīng)用人工智能教育手段到底能發(fā)揮多大比較優(yōu)勢也不好測定。但隨著更多人工智能教育軟件投放市場，業(yè)界將會討論建立行業(yè)標準，促使供應(yīng)商提供相關(guān)產(chǎn)品的準確信息。產(chǎn)品信息大致包括對人工智能運算能力和“知識儲量”（knowability）的描述或排名，如何幫助師生使用人工智能程序，師生使用人工智能發(fā)生偏差所引發(fā)的后果，人工智能模型預(yù)測的準確性程度和局限性，關(guān)于開發(fā)人工智能程序所依靠的數(shù)據(jù)情況，以及如何評估學(xué)習(xí)模型的潛在偏差，等等。
教育應(yīng)用人工智能的精準程度高度依賴于海量數(shù)據(jù)的獲取，某些情況下，這些數(shù)據(jù)可能會因種族、性別、家庭背景等因素產(chǎn)生偏差，進而對教育產(chǎn)生影響。對算法偏差的擔(dān)憂將取決于人工智能程序在學(xué)校和課堂中的角色扮演，以及系統(tǒng)決策給師生帶來的影響。例如，與帶有偏差的人工智能教育預(yù)警系統(tǒng)對學(xué)生的可能影響相比，帶有偏差的教育數(shù)據(jù)滲透到教師備課從而對學(xué)生產(chǎn)生的可能性影響相對要小得多。前者可能不成比例甚至錯誤識別了基于性別或種族等群體，從而做出錯誤決策，而那些真正有需求的學(xué)生未必能得到幫助，出現(xiàn)“差之毫厘，謬以千里”的結(jié)果。因此，墨菲主張對于那些人工智能應(yīng)用程序（特別是學(xué)情預(yù)警系統(tǒng)）的輸出結(jié)果，僅應(yīng)視為教育教學(xué)決策過程中的一個參考，更多還是要以教師和管理人員的專業(yè)判斷來作為依據(jù)，他們畢竟有著豐富的實踐經(jīng)驗。
影響人工智能教育大規(guī)模應(yīng)用的主要障礙在于，缺乏合適、足夠的數(shù)據(jù)來進行研發(fā)，并存在研發(fā)資金、隱私保障等方面的問題。平時相關(guān)方面很難獲得不同學(xué)科、不同年級學(xué)習(xí)所關(guān)涉的人工智能學(xué)習(xí)應(yīng)用程序所需的海量、客觀和復(fù)雜的數(shù)據(jù)。唯一可以便捷訪問并可用于人工智能教育軟件研發(fā)與推廣的，是在線學(xué)習(xí)平臺和正在大規(guī)模使用的應(yīng)用程序，不過這樣的數(shù)據(jù)規(guī)模仍相對較小。沒有規(guī)模龐大且高規(guī)格要求的數(shù)據(jù)，人工智能將難以在教育中進一步長足發(fā)揮作用。即使可以獲得所需的數(shù)據(jù)，用于基礎(chǔ)教育階段的人工智能研發(fā)資金也不會像醫(yī)療、交通、軍事等其他領(lǐng)域那樣充足。
盡管人工智能在遠程教學(xué)中發(fā)揮了巨大作用，但這次疫情未必能夠改變?nèi)斯ぶ悄芙逃顿Y不足的局面。開發(fā)商在社會其他行業(yè)應(yīng)用人工智能的投資可謂是海量，但在教育領(lǐng)域?qū)θ斯ぶ悄艿耐顿Y卻沒有如此強勁。對于人工智能應(yīng)用開發(fā)商而言，基礎(chǔ)教育領(lǐng)域是一個非常昂貴且面臨諸多困難的市場，主要原因在于可自由支配的預(yù)算少，教育領(lǐng)域的特殊要求如尊重隱私、教育價值觀導(dǎo)向等，教育行政部門批準的產(chǎn)品銷售周期長，等等。鑒于上述原因，目前很難指望風(fēng)險投資公司和上市公司的新投資會用于基礎(chǔ)教育市場新產(chǎn)品和服務(wù)開發(fā)。
人工智能在社會其他領(lǐng)域中的廣泛應(yīng)用最終會影響公眾對人工智能教育的態(tài)度。社會大眾會在教育以外的領(lǐng)域如醫(yī)療保健、汽車駕駛等對人工智能應(yīng)用的體驗以及相關(guān)的媒體報道，都會影響人們對于人工智能教育的看法和態(tài)度。當前涉及人工智能應(yīng)用的領(lǐng)域，如疫苗研發(fā)、信息保護、人工智能農(nóng)業(yè)等，諸如此類的事例都有可能引發(fā)社會廣泛關(guān)注。這類報道將會影響人們關(guān)于人工智能應(yīng)用安全可靠與否的感知，并間接影響人們對于教育應(yīng)用人工智能的認知和態(tài)度。
作為蘭德公司的資深高級學(xué)者，墨菲的觀點在很大程度上代表了美國頂端智庫對于當前人工智能教育的判斷。盡管墨菲關(guān)于教育中的人工智能應(yīng)用傾向于保守，但墨菲也主張進一步加強人工智能教育的研究，鼓勵“弱人工智能”在教育中的廣泛應(yīng)用，并強調(diào)關(guān)注人工智能通過在其他領(lǐng)域廣泛、深入應(yīng)用并最終傳遞到教育領(lǐng)域的現(xiàn)象。因此，盡管當前人工智能對于教育領(lǐng)域的改觀程度不及對其他領(lǐng)域，但從長遠來講，其影響不容忽視。
在疫情期間，各國開展的大規(guī)模遠程教學(xué)，是應(yīng)對突發(fā)事件不得不采取的臨時性決策，客觀上為人工智能帶來了發(fā)揮作用的空間。但教育領(lǐng)域應(yīng)用人工智能不同于其他行業(yè)，有效的教學(xué)活動需要師生的創(chuàng)造力、靈活性、即興創(chuàng)作和自發(fā)性。教師需要通過邏輯思考、常識運用、同情心和同理心來處理日常的非學(xué)術(shù)性問題和課堂上出現(xiàn)的問題。當下，即使是最先進的人工智能教育系統(tǒng)也缺乏這種能力。教育所涉及的情感、態(tài)度、價值觀等，很多方面很難通過數(shù)據(jù)搜集來實現(xiàn)。墨菲的上述主張，與教育的這些基本特征是合拍的。
因此，面對后疫情時代的教育發(fā)展，既要明確當前人工智能技術(shù)的局限，也要注重人工智能可以廣闊發(fā)揮作用的空間。經(jīng)合組織聯(lián)合哈佛大學(xué)全球教育創(chuàng)新計劃項目的調(diào)研發(fā)現(xiàn)，廣泛采用人工智能手段，對于維系后疫情時代教育教學(xué)的運營，降低因疫情而帶來的教育經(jīng)費成本方面仍然有著不可取代的優(yōu)勢，并且也拓展出新的創(chuàng)新空間。后疫情時代的教育，需要將疫情期間的一些創(chuàng)新手段常態(tài)化，并創(chuàng)設(shè)機遇，廣泛促進人工智能在教育領(lǐng)域中的運用。
來源：中國教育新聞網(wǎng)
