现阶段的AI教育,培养出的可能只是考试机器

简介: 现阶段的AI教育,培养出的可能只是考试机器

e2e733bd6e9a0f4272da7c05de5b87fe.jpg

近日,品途商业评论发布了2017年AI领域投资盘点,其中教育领域的融资成绩十分显眼。VIPkid、Keeko、作业盒子等一大批公司获到了高额融资,乂学教育更是在天使轮就拿得了2.7亿元。在AI教育风口吹起来的时候,我们不免去思考加上了人工智能的教育,究竟会发生什么变化。



现阶段的AI+教育,不过只是这三板斧

无论是乂学教育提出来的“智适应”系统,还是Keeko教育机器人,纵观众多AI教育入局者,都打着三个类似的旗帜。

1.上帝视角,扫除知识点盲区

利用大数据,将学习科目的所有知识点进行拆分组合,通过测验来检测薄弱知识点,进行专项突破,从而能够快速掌握所有知识点。例如乂学教育所推出的松鼠AI系统和作业盒子基于AIOC打造的自适应学习系统都凸显了这一特点。它们首先就是将知识点进行拆解,然后通过较短的时间来检测出知识点的掌握程度,再针对盲区进行专门的视频讲解、专项练习、专题测试等。

2.因材施教,一对一教学

通过算法技术以及感应器,能够全面抓取、分析个人的学习情况和知识掌握能力,做到定制式教学,因材施教。例如VIPKID通过人脸识别技术、大数据实时跟进每位学生的学习情况,并且能够根据每个学生的学习进度和个人特点制定个性化的学习计划。考拉阅读所提出的ER Framework也同样能够通过衡量一个个体阅读能力水平,来进行个人定制阅读。

3.实时沟通,“不下班”的老师

在AI的环境之下,能够实时与AI进行互动,通过语音、文字等形式有效消解学习时间的边界,随时进行知识的汲取。例如Keeko教育机器人、小哈机器人可以基于图文识别、触觉识别、人脸识别等技能,来根据相应程序与用户实现交流互动。



目前并非是真正高级的AI教育,存在着明显的软肋

尽管目前AI+教育已经取得了一些成果和成绩,但是总得来说,仍处于一个低级的状态,甚至有些还是打着个性推荐的幌子,仍旧做着一般化输出的“伪AI”。而这些AI教育项目暴露出的弱势也很明显。

1.缺乏思辨性,语义理解存在障碍

相较于有规律可循,强调逻辑推演的理工类学科,AI对于注重思辨性的人文类课程则难以进行教授。一方面,AI在大数据和算法上的优势,仅仅只适用于有标准答案的客观题,而人文类课程则大多属于无标准答案、需要灵活处理的主观题,对此按照设定程序运行的AI则会显得无所适从。另一方面,目前AI技术对于数字和公式等已经具备了识别和处理的能力,但是对于人类语言,特别是语义的攻克还存在着较大障碍。

以语文为例,语文中含有大量对于语义的理解和赏析,而解题的关键在于对上下文语境以及相关背景的掌握,同时这也与个人的知识储备和经历相关。由于汉语本身的复杂性,在不同的语言环境下,同一个字或同一个词组,都可能代表数种甚至数十种截然不同的含义。

因此,就这一例子而言,对于知识教授的困境一方面是在对于原文语义的理解,会导致知识教学上的偏差。另一方面则是对于学生的作答,也无法给出合适的指导和修正建议。云知声AI Labs资深技术专家刘升平也表示,在设备和人的交流上仍存在着巨大挑战。

2. 缺乏情感沟通,选择性心理影响教授效果

在老师传输知识的过程之中,学生并非是被动的存在,相反,学生会因为一系列复杂的心理因素对于老师所传输的内容进行选择性接触、理解和记忆,从而影响着老师的教授效果。虽然AI能够用多样的表现形式来适配学生的兴趣,形成私人定制教学,但是AI目前还缺乏与学生有感情的互动和交流。

如前文所提到的无标准答案的主观题,人类教师对此往往是采用大量的沟通技巧,来塑造学生们的思维方式,而按照设定路径输出的AI在此则存在着缺陷。在BBC基于剑桥大学研究者MichaelOsborne和CarlFrey的数据体系,对于365种职业未来的“被淘汰率”的分析之中,教师这个职业被机器人取代的可能性仅为0.4%,而其中一个重要的理由是则是人与人的互动能让学习的过程更加令人享受,而正是目前AI的缺陷所在。

0fd0e6574f0bed78a8ba275d8dbcdd37.jpg

3.缺乏人的社会化培养,仅仅关注知识的灌输

在AI+教育的产品研发中,还只停留如何更好让学生吸收知识这一层面,而对于个人的品德培育则还处在未开发状态。而对于学生来说,知识的学习是一方面,更为重要的一方面则是个人人格的培育,“三观”的培养,在实践活动中遵循社会行为规范,完成人的社会化进程。正如中国人民大学附属中学校长翟小宁所说,人工智能时代学习方式会发生根本性变革的观点,教育的本质不会改变,教育的使命是立德树人,只有立德才能使人获得幸福,使人类获得福祉。

因此,现阶段的AI教育更多的是让我们看到一种可能,能通过AI技术对教育做一些调整,而不是全面革新。



现阶段的AI教育,培养出的很可能是考试机器

但,除了指出问题,智能相对论(微信id:aixdlun)更多的是担心,如果使用AI不恰当,可能反而会引发技术异化,最终事与愿违。这集中表现在:

第一、对于成绩和应试的极端重视,以及对于其他能力的忽视。

从前文所提及到的目前AI教育产品的特点之中,不难发现,现阶段几乎所有的产品都只强调对于学生学习成绩的提高,而对于其他能力的挖掘则还是一片空白。长此以往,在这样的环境和氛围之下,学生则会极端重视学习的成绩,最终也将造就“唯成绩论者“。在目前生活中,常常所提到的”书呆子“就是对此类人群的生动比喻。而在新闻报道中,缺乏品德教育的孩子在认知和行为上也更容易走向极端。

第二、生命“物化”后,引发对于生命的漠视。

当孩子们还没有形成一定的基本认知,盲目深度依赖AI来进行教育,则会使得孩子形成生命“物化”的意识,而这在一定程度上会让孩子对于生活的态度更为冷漠。在《湄公河行动》中毒枭糯康培养的娃娃兵是真实存在的,他们从小接受残酷的训练,长时间后就形成了对于其他生命的冷漠态度。

第三、技术偏见与商业意识形态的入侵。

AI的背后实际上是人输入的算法和运行程序,而这也就不可避免的带上了人本身的属性,今年Facebook所爆发的“偏见门”更是凸显了这一事实。因此,我们不难看出AI其实不可避免地会带上设定者的思维和意识,并且是以一种更为隐蔽和普遍的方式。而生产商倘若为了自身的利益,在产品中灌输商业意识形态,那么依据马尔库塞“单向度的人“理论,技术会影响人对于环境的感知,从而影响到人的实践 。如果AI技术本身存在着偏见,那么就会使人们在看待世界时也造成偏见。

综上,目前还在初级阶段的AI教育,一方面过分看重成绩,而忽视了其他能力的培养,另一方面,AI中存在的商业意识形态可能使学生只会接受,而缺乏批判意识,那么在两者合力之下,最终造就的是一个个只在学习考场表现优异的考试机器。

但显然,我们期待的AI教育可不是让人变成考试机器人。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI检测技术:如何识别机器生成的“数字指纹”?
AI检测技术:如何识别机器生成的“数字指纹”?
274 115
|
2月前
|
人工智能 自然语言处理 数据安全/隐私保护
AI生成的文本:如何识破机器的“笔迹”?
AI生成的文本:如何识破机器的“笔迹”?
455 85
|
2月前
|
人工智能 数据安全/隐私保护
AI生成的痕迹:我们如何检测机器撰写的文本
AI生成的痕迹:我们如何检测机器撰写的文本
720 117
|
2月前
|
人工智能 生物认证 数据安全/隐私保护
AI检测器:我们如何识别机器生成的内容?
AI检测器:我们如何识别机器生成的内容?
202 3
|
2月前
|
机器学习/深度学习 人工智能
破译AI指纹:如何检测内容是否出自机器之手?
破译AI指纹:如何检测内容是否出自机器之手?
125 3
|
2月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
|
7月前
|
人工智能 架构师
5月23日北京,与通义灵码探索生成式AI与教育的无限可能
人工智能正重塑教育边界!“GenAI 教育探索联合活动”由英特尔、阿里云等多家机构联合举办,聚焦生成式 AI 在教育中的创新应用。5 月 23 日 13:30,活动将在北京环球贸易中心启幕。阿里云高级产品架构师冯天豪将分享通义灵码 2.5 版本升级内容,探讨 Qwen3 模型与智能体如何重新定义编程能力。立即扫描海报二维码报名参与!
260 10
|
2月前
|
人工智能 搜索推荐 数据安全/隐私保护
AI检测技术:如何识别机器生成内容?
AI检测技术:如何识别机器生成内容?
215 0
|
3月前
|
人工智能 运维 监控
AI加持下的容器运维:别再当“背锅侠”,让机器帮你干活!
AI加持下的容器运维:别再当“背锅侠”,让机器帮你干活!
233 8