AI与教育深度融合 先得做强基础研究

　　近日，2019年第五届中国人工智能大会在青岛召开。国内外人工智能领域顶尖专家汇聚一堂，进行了新一轮的思维碰撞与头脑风暴。人工智能技术已逐渐渗透到各行业中，为人类社会和经济发展带来变革，主导着人们的生产、生活、学习方式的变迁。而就在上个月底，联合国教科文组织正式发布《北京共识——人工智能与教育》，提出各国要制定相应政策，探索利用人工智能促进教育创新的有效战略和实践。

　　我国是人工智能教育应用大国，大热的人工智能与全民关注的教育相遇，会有怎样的新碰撞？前不久公布的《中共中央国务院关于深化教育教学改革全面提高义务教育质量的意见》明确提出：“促进信息技术与教育教学融合应用”。从某种程度可以看出，人工智能教育已经走入顶层设计，将对传统教育的生态带来改变。

　　在这样的背景下，我国的人工智能教育技术正在往哪个方向走？是否已经做好了足够的准备？还存在哪些问题？这都是值得探讨的问题。

　　各方积极推动，人工智能教育发展迅速

　　近年来，“推动人工智能和教育深度融合，促进教育变革创新”成为官方谈及人工智能教育的一句高频率表态。

　　“人工智能技术正从教育生态、教育环境、教育方式、教育管理模式、师生关系等维度影响着教育，”中国教育学会名誉会长、北京师范大学资深教授顾明远认为，“随着人工智能、大数据等信息技术与课堂教学的融合日益深入，个性化学习和减负增效得到实现。”

　　2017年，国务院印发《新一代人工智能发展规划》中，明确把智能教育作为推动智能社会建设的重要应用领域进行了专门部署。利用人工智能技术满足教育现代化的发展需求，推动教育组织形式和管理模式的变革创新，已经成为全社会的广泛共识。

　　学界的观点认为，人工智能可以解决3个层面的教育问题，分别是面向特殊人群的补偿性教育、针对常规业务的替代式教育以及服务个性发展的适应性教育。

　　元培教育科学研究院副院长洪文表示，我国大部分人都已经认识到了人工智能对教育的深刻影响，从政府到企业都在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。他认为，人工智能教育技术的纵深发展可以在很大程度上解决教育不均、师资短缺、教学负担过重、学习效率不够高等多维度的问题。我国人工智能教育目前的情况可以用“前景广阔、追随者众”八个字总结。

　　盛景背后隐忧不少，数据是个大问题

　　人工智能在教育领域蓬勃发展。据统计，过去一年我国人工智能教育领域的融资数量和融资金额都已居世界首位，行业在技术研发和产业应用方面已取得突破性的进展。似乎，关于人工智能和教育一切看起来都很乐观，然而，在现实世界中，事情从未如此简单。

　　对于人工智能来说，为了达到设计目的，AI首先需要解决一个问题，那就是数据。必须将数据输入算法，以便它可以“学习”环境，以及判断哪些是“好”和“坏”结果。

　　当前，我国教育行业的数据储备量严重不足已是公认的问题。与金融、医疗、制造等其他人工智能应用行业相比，教育行业的数据类型单一、数据规模有限以及数据的真实有效性不足都是人工智能教育发展的瓶颈。人工智能依赖庞大的数据支持，要实现人工智能与教育的深度融合，多维度、大量级的教育数据储备尤为重要，这不仅需要包括学生成绩、出勤记录、课程教案、作业和评语等在内的结构化数据，更需要能体现学生学习行为和教师教学过程的非结构化数据。同时，如何深入分析和理解数据也是个大问题，和其他领域相比，单纯地依靠大数据手段很难还原教育的实际过程。

　　“因为每个地方的教育程度、孩子们的接受水平等都非常不一样，要实现真正的因材施教，都必须进行通过AI课堂技术工具真实还原学习轨迹、精准记录学习过程、帮助学生最大程度发掘潜力等一连串的过程。”好未来集团智慧教育事业部总裁王伟说。

　　洪文也表示，我国人工智能教育行业目前正在使用的学生学习的整个数据确实参差不齐。看起来似乎有海量数据，但仔细分析问题不少，一方面是数据过时或是不可靠，另一方面是数据之间没有交流与沟通，造成封闭。他认为行业要发展，首先要解决数据问题，才能让模型更精准、学习更有效。

　　先有教育才有智能，仍需筑牢基础研究