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
|
10天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
59 9
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI与艺术创作:机器的艺术天赋
【10月更文挑战第31天】本文探讨了AI在艺术创作中的应用及其独特“艺术天赋”。从绘画、音乐、文学到设计,AI通过计算机视觉、自然语言处理和生成对抗网络等技术,逐渐展现出强大的创作能力。尽管面临原创性、审美标准和法律伦理等挑战,AI艺术创作仍为艺术界带来了新的视角和灵感,未来有望与人类艺术家共同推动艺术的创新与发展。
|
4天前
|
人工智能 自然语言处理 搜索推荐
AI辅助教育:个性化学习的新纪元
【10月更文挑战第31天】随着人工智能(AI)技术的发展,教育领域迎来了一场前所未有的变革。AI辅助教育通过智能推荐、语音助手、评估系统和虚拟助教等应用,实现了个性化学习,提升了教学效率。本文探讨了AI如何重塑教育模式,以及个性化学习在新时代教育中的重要性。
|
13天前
|
机器学习/深度学习 人工智能 算法
AI与未来教育:一场革命性融合
在这个信息爆炸的时代,人工智能(AI)正逐步渗透到我们生活的每一个角落,教育领域也不例外。本文旨在探讨AI技术如何革新传统教育模式,以及这一变革可能带来的深远影响。通过分析AI在个性化学习、智能辅导系统、教育资源优化分配等方面的应用案例,揭示其对未来教育生态的重塑潜力。同时,文章也将讨论伴随技术进步而来的挑战,如数据隐私保护、教师角色转变等问题,并提出相应的解决思路和建议,为构建更加公平、高效、人性化的教育体系提供参考。
|
15天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
10天前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
34 0
|
3月前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
243 61
|
1月前
|
人工智能 搜索推荐 算法
AI与未来教育:个性化学习的实践
【10月更文挑战第3天】在21世纪科技浪潮中,人工智能(AI)正重塑教育领域,尤其在个性化学习方面展现出巨大潜力。本文探讨了AI如何通过智能评估、定制化学习路径、情感识别及虚拟助教等方式,提升教育质量和效率,激发每个学生的学习潜能。尽管面临数据隐私和技术普及等挑战,AI与未来教育的融合正开启新篇章,有望实现真正的“因材施教”。
|
2月前
|
机器学习/深度学习 人工智能 算法
AI伦理边界:当机器决策超越人类认知
【9月更文挑战第5天】AI伦理边界的探索是一个复杂而艰巨的任务,需要政府、企业、学术界和社会各界的共同努力。随着AI技术的不断发展,我们有理由相信,通过不断的探索和实践,我们一定能够找到一条既符合伦理道德又能够充分发挥AI技术潜力的道路。在未来的日子里,让我们携手并进,共同迎接AI技术带来的机遇与挑战。
|
2月前
|
数据采集 人工智能 自然语言处理
AI战略丨赋能更好的教育, 大模型应用再提效
采用成熟厂商的解决方案,不仅仅是因为过硬的技术,还有对客户业务的理解,以及顺畅的沟通和服务能力。

热门文章

最新文章

下一篇
无影云桌面