起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識未來的5年內(nèi)，我為什么不看好“AI+教育”
“學(xué)校的目標(biāo)應(yīng)當(dāng)是培養(yǎng)有獨立行動和獨立思考的個人，不過他們要把為社會服務(wù)看作是自己人生的最高目標(biāo)?！?/p>
——愛因斯坦
在文章的開篇，我想先把愛因斯坦這段在《論教育》中關(guān)于學(xué)校的表述寫出來。這一段內(nèi)容發(fā)表于1936年，正好處于西方的實用主義教育與人本主義教育觀念交替的時期，很大程度上代表著當(dāng)時對傳統(tǒng)教育的批判及受教育者綜合實踐能力的追求。而在80多年后的今天，國內(nèi)教育界站在踐素質(zhì)教育的探索上，同樣面臨著困惑。
2018世界人工智能大會剛剛在上海閉幕，通過互聯(lián)網(wǎng)大佬們的發(fā)言記錄不難看出一條信息——AI技術(shù)于所有人，都尚處于探索或戰(zhàn)略布局階段。
然而反觀教育圈，隨著教育這一“百年大計”不斷在理論與政策層面遞進的同時，于企業(yè)而言呈現(xiàn)的往往是一個又一個“風(fēng)口”。截至目前，“AI+教育”正是整個2018年最火熱的一個，但不乏大佬站臺的AI技術(shù)，真的可以實際作用于教學(xué)嗎？
這一點上我個人表示懷疑，原因如下：
是“AI”還是“大數(shù)據(jù)”？
2015年“大數(shù)據(jù)”概念廣泛興起的時候， 網(wǎng)絡(luò)教育普遍面臨著一種尷尬，那就是數(shù)據(jù)采集手段不健全，數(shù)據(jù)樣本不夠大，難以建立動態(tài)豐富的數(shù)據(jù)維度。
轉(zhuǎn)眼在線教育進入“下半場”，但似乎尷尬還是那樣的尷尬，只不過主人公換了個演員——缺少AI技術(shù)團隊，缺少可用于訓(xùn)練模型的樣本、難以把控數(shù)據(jù)的實際評價標(biāo)準(zhǔn)。
尷尬歸尷尬，事實上隨著網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)技術(shù)的進步，原本很多的數(shù)據(jù)問題都已經(jīng)得到了解決。但我關(guān)心的問題點在于，盡管一些企業(yè)能夠認清自身數(shù)據(jù)服務(wù)的基本方向，并能夠提供較為合理的大數(shù)據(jù)服務(wù)，但相較于宣傳中的智能技術(shù)，其真正能夠提供的服務(wù)也僅僅止步于此了。
教育行業(yè)的容錯率真的這么高嗎？
還是說，許多人所說的“AI”僅僅只是2018年大數(shù)據(jù)的別稱而已。
是否能夠提供策略
談到AI+教育時我們往往談?wù)摰氖菨M足“千人千面”的素質(zhì)教育要求，那么不妨先來設(shè)定個目標(biāo)：為教學(xué)場景的參與者提供策略服務(wù)。
讓我們先來看看地圖產(chǎn)品的使用場景。
當(dāng)用戶走在馬路上忽然不確定要怎么樣走到目的地的時候，打開手機地圖-輸入目的地-搜索，地圖馬上給出怎么去、幾種方式、各需要多少時間、路況如何、推薦方式等等，說不定還提供了吃飯/住宿服務(wù)（手動微笑）。這樣的服務(wù)是相對具有工具性特征的，但也是最具有AI策略服務(wù)的特征。
教學(xué)情景則是另一回事。
在學(xué)校場景中，由于涉及到不同的管理層級、教學(xué)環(huán)節(jié)與用戶角色，單純針對某個環(huán)節(jié)（如習(xí)題）設(shè)置AI，仍然難以對一個角色提供策略服務(wù)的支撐。
另一方面，不論是學(xué)校教學(xué)還是在線教育，引導(dǎo)學(xué)生階段性的完成學(xué)習(xí)目標(biāo)，構(gòu)建獨立的知識結(jié)構(gòu)體系這一流程本身就是線性的。但在特定時間段內(nèi)用戶的學(xué)習(xí)成果存在不可逆性，一旦付出學(xué)習(xí)時間不能換取有效的成果，或者系統(tǒng)給出的策略出現(xiàn)了偏差，都會讓用戶失去對產(chǎn)品的信心。這一點上不少“滴滴模式”的C2C產(chǎn)品已經(jīng)吃到了苦頭。
想要完整的對學(xué)習(xí)者提供“路線圖”并非不可能，但出于安全性考慮，往往這樣的行為被簡化成了數(shù)據(jù)推送。單純地關(guān)注教學(xué)中的某一環(huán)，很顯然是無法達到AI策略服務(wù)要求的，但這也喪失了我們一開始設(shè)想的目標(biāo)。
缺少足夠的學(xué)習(xí)樣本
AI在今年被抄的火熱，甚至一度有人發(fā)生認為“AI+教育”能夠做到實際落地，相信離不開近兩年阿爾法狗的優(yōu)異表現(xiàn)。
說實話，在柯潔落敗的一年后，宣稱AI能夠結(jié)合落地這一點其實聽起來蠻令人信服的。這樣的說法是否有混淆視聽的嫌疑我們暫且不論，只要簡單對AI進行了解，我們就能知道，AI的學(xué)習(xí)是需要大量的樣本及對抗訓(xùn)練來完成的。而事實上早在1997年名為“深藍”的AI就層通過強化學(xué)習(xí)的模式戰(zhàn)勝過國際象棋大師。
想要將AI技術(shù)應(yīng)用到教育場景中，也不可避免的需要通過樣本學(xué)習(xí)來建立模型。
就目前而言較為常見的大概有兩種形式：
- 在線教育場景下的模式收集在線學(xué)習(xí)數(shù)據(jù)（習(xí)題）
- 課堂教育場景下進行采樣或整體實驗的形式收集數(shù)據(jù)（出勤、習(xí)題、情緒識別、綜合素質(zhì)打分）
現(xiàn)行智慧教育產(chǎn)品的部署往往采用試點的形式，一所2000余人的學(xué)校往往僅有不到200人能夠使用智慧教學(xué)設(shè)備進行周期性的學(xué)習(xí)。而培訓(xùn)機構(gòu)和在線1v1的服務(wù)實際上主打的是針對性，學(xué)習(xí)人群相較學(xué)校環(huán)境具有較為明顯的特征。
當(dāng)一名學(xué)生進入我們的學(xué)習(xí)系統(tǒng)，除過對其出勤、作業(yè)正確率等等可以通過產(chǎn)品功能業(yè)務(wù)流程結(jié)果產(chǎn)生的數(shù)據(jù)進行收集外，我們其實很難從更多的維度上對這名學(xué)生進行更加全民的分析和評價，也缺少有效的手段在各個現(xiàn)有的維度間建立關(guān)系，盡管這和素質(zhì)教育的預(yù)期是不符的。
這么看來，“刷題”似乎成為了當(dāng)下唯一能夠滿足形成大量樣本的方式，但是刷題也僅僅能夠幫助企業(yè)做到自適應(yīng)和數(shù)據(jù)推送，不僅始終距離為學(xué)習(xí)者提供策略建議恐怕還有非常巨大的差距。這一點我們放在稍后的算法公平環(huán)節(jié)繼續(xù)討論。
知識點標(biāo)簽中的“大數(shù)據(jù)殺熟”
滴滴、淘寶、京東先后都爆出了大數(shù)據(jù)殺熟的問題，甚至我們看視頻、看新聞也總是會“被標(biāo)簽”。這樣的殺熟往往標(biāo)志著用戶在產(chǎn)品的數(shù)據(jù)庫中所接受到的信息將會逐漸變得狹窄，最終體驗到不符合自己預(yù)期的信息服務(wù)。
那么同樣的問題是否會反饋在教師與學(xué)生的身上？
學(xué)習(xí)具有階段性，教師在某一個階段的集中備課時瀏覽的資源、學(xué)生在某一個知識點上犯的錯誤，都有可能成為系統(tǒng)依照知識點標(biāo)簽進行推薦的依據(jù)。
這個聽上去似乎很棒，但有一個小問題——如何去判斷使用者需要終止這種數(shù)據(jù)服務(wù)呢？
盡管用戶在獲取資源、完成練習(xí)的過程中會使用到知識點標(biāo)簽幫助自己確定內(nèi)容的具體范圍，但現(xiàn)有的自適應(yīng)數(shù)據(jù)推送會忽視知識點之間可能存在的遞進關(guān)系，而是僅僅根據(jù)手工標(biāo)簽不斷地向用戶推送內(nèi)容。甚至即時需要判斷學(xué)生是否掌握了該知識點時，同樣需要通過相關(guān)知識點的習(xí)題練習(xí)進行判斷。
在缺乏綜合判斷能力的基礎(chǔ)上，集中式的內(nèi)容推送可能會極大程度地占用用戶時間并干擾實際使用體驗。對于用戶而言，最直觀的感受就是“想要的時候沒有，不想要的時候又出現(xiàn)了”。
是否會透支安全感與隱私權(quán)？
每一家企業(yè)背后的終極目標(biāo)是通過創(chuàng)造價值盈利，那么在無法滿足教育輿論導(dǎo)向的時候，企業(yè)是否會通過現(xiàn)有的條件盡力創(chuàng)造某一種表象，來彌補自己無法達到的部分呢？
在前面的論述中我們談到了現(xiàn)有的AI技術(shù)仍需要豐富信息的收集，以幫助自身建立更好的評價維度。這其中極有可能包含了很多私密的個人信息，比如：通過攝像頭捕捉到的面部特征和情緒特征；比如：被錄入在通訊錄中的家長信息與電話號碼；比如：學(xué)生可能上傳的電子化日記，在線付費記錄等等。
這樣的信息在某種程度的封閉狀態(tài)下并非不可公開，但不論教師還是學(xué)生都無法保證這些信息，是否會有教學(xué)評價以外的去處，這樣想起來是很難以接受的。
我們以情緒識別為例，假設(shè)一個學(xué)生因為與同學(xué)的一些小矛盾造成了課堂上的不積極與短暫走神，在下課后或者大課間的某個時候，他就會被老師叫到辦公室去聊一聊今天究竟怎么了。或者在一周后，突然被家長詢問，因為相關(guān)的報表已經(jīng)推送到了家長手機上。
這樣的感覺糟糕透了，或許這樣的假設(shè)現(xiàn)階段沒有發(fā)生，可一旦學(xué)生和教師認識到自己實際上處于智慧教育系統(tǒng)的“監(jiān)控”中時，教育關(guān)系中最基本的信任就已經(jīng)被打破了。這也是我們最不愿意看到的，將技術(shù)運用到了不恰當(dāng)?shù)膱鼍爸幸l(fā)的災(zāi)難。
如何評價
在開篇提到的西方教育理念的變革，實際上在近一百年來在不斷的發(fā)生。尤其是以實用主義為開端，教育作為服務(wù)社會生產(chǎn)需求的第一道大門，源源不斷地為社會培養(yǎng)、輸送人才。每隔二三十年，進步的社會體系和價值觀就會為教育提出新的需求，教育理論和對服務(wù)的基本訴求也會發(fā)生變化。
這樣的變化對今天的智慧教育產(chǎn)品提出的挑戰(zhàn)是：如何能夠確保自身的大數(shù)據(jù)和AI的分析標(biāo)準(zhǔn)是有效的？
這個問題在應(yīng)試教育上向來不是太大的問題，往往只是及時調(diào)整分數(shù)線就可以滿足應(yīng)試訓(xùn)練的標(biāo)準(zhǔn)。不過一旦與評價沾邊，就很容易變得束手無策了。AI產(chǎn)品是否能夠建立跨地區(qū)、跨學(xué)科、跨門類、跨階段、能夠根據(jù)實際教學(xué)變化的評價系統(tǒng)，往往邁不過評價標(biāo)準(zhǔn)這一門檻。
“產(chǎn)學(xué)研模式”常被用來打“專業(yè)牌”，但產(chǎn)學(xué)研往往標(biāo)志著區(qū)域性的校企合作鏈，這中方式的合作極有可能表現(xiàn)為區(qū)域性的定制。
定制對企業(yè)來說是一把雙刃劍，過去在業(yè)務(wù)應(yīng)用層面會采用SAAS模式進行多元的功能定制，減輕企業(yè)壓力。但在數(shù)據(jù)處理的評價標(biāo)準(zhǔn)上，定制往往代表著多分支的產(chǎn)品維護，“產(chǎn)學(xué)研”模式始終不能代表通行的標(biāo)準(zhǔn)。
相比技術(shù)手段，保持教育的意識是最難的
除過技術(shù)水平限制外，我相信在AI進行教學(xué)輔助的深度學(xué)習(xí)會是一個長期持續(xù)地過程。在這個過程中必然需要不斷地糾正偏差。那么，AI的設(shè)計者對待教育的態(tài)度就成為了一項很重要的標(biāo)準(zhǔn)。
教育不單單是學(xué)生享受教學(xué)服務(wù)-提交試卷-獲得分數(shù)這樣簡單的過程，而是建立在人與人之間互相信任的基礎(chǔ)上，共同參與情感體驗并跟隨人類心理發(fā)展特征探索規(guī)律的一個過程。任何一個技術(shù)團隊，在脫離的教育規(guī)律的情況下，都將迅速與學(xué)習(xí)環(huán)境的實際應(yīng)用脫節(jié)。
這也是為什么許多企業(yè)建立產(chǎn)學(xué)研鏈條，或培養(yǎng)自己的教研團隊的重要原因。即便如此，一個企業(yè)以自身生存的角度出發(fā)，商業(yè)性與教育性往往處于不斷角逐的關(guān)系。引進一項可以幫助企業(yè)盈利的技術(shù)非常容易，但始終保持教育規(guī)律優(yōu)先的意識、不斷對產(chǎn)品進行調(diào)整與變革是非常困難的。
小結(jié)
“教育是人工智能最好的應(yīng)用場景之一，一方面是今年的教育模式和100年前的相比還沒有很明顯的變化，一個教室，一群學(xué)生以及一位老師，這個產(chǎn)業(yè)亟需新科技升級創(chuàng)新。另一方面教育行業(yè)容錯率高。”
——某智慧教育創(chuàng)始人如是說
相較于現(xiàn)階段AI技術(shù)于教育領(lǐng)域應(yīng)用的限制，上述的這一番話，才是真正引發(fā)我擔(dān)憂的。說出這番話的人，有著敏銳的市場眼光和準(zhǔn)確的場景判斷，并且號稱有著15年教學(xué)經(jīng)驗。但是一個這樣的教育行業(yè)老兵，說出“教育行業(yè)容錯率高”這樣的觀點在我看來是極為危險的。
技術(shù)應(yīng)當(dāng)與服務(wù)意識相結(jié)合，符合客觀規(guī)律。尤其是教育這樣重視經(jīng)歷的過程，不能簡單以商業(yè)的角度去評價技術(shù)應(yīng)用的意義。利用新技術(shù)打開教育公平的瓶頸、服務(wù)教學(xué)本身，提升使用者的綜合能力，這才是AI+教育繼續(xù)前進的方向。
不論是因為技術(shù)人才的短缺，還是處于市場目標(biāo)考慮下的妥協(xié)，試圖去用一項自己尚未實現(xiàn)的技術(shù)解決問題，都永遠只會帶來虛假的繁榮和新的隱患。
本文由 @壹度叔 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載
題圖來自 Pixabay，基于 CC0 協(xié)議
- 目前還沒評論，等你發(fā)揮！
