老师真的需要人工智能吗？想好这4个问题，再去做技术

来源：EdWeek

作者：Charlie Coglianese

智能观 编译

对于K-12教育领域的许多人来说，人工智能（AI）的概念及其对教育的作用仍然难以捉摸。

我最近与科罗拉多州学校管理人员协会的一名助理主管，谈到了这个观点。他每天都在谈论AI！但是当我问他想用AI做什么时，他只是抬起眉毛看着我，耸了耸肩。

AI目前尚未浮出水面，就像过去几十年的许多技术创新一样，AI是什么以及如何工作，对许多人来说仍然是一个谜。或者正如阿瑟·C.克拉克(Arthur C. Clarke)著名的第三定律所说：“任何足够先进的技术都与魔法无异。”

但人工智能实际上只是一种技术，而不是魔法。我们可以通过以下4个问题，来确定这种技术是否适合特定的问题。

1.你的问题真的那么复杂吗？

查看页面顶部的tweet。用非程序员术语来说就是：“如果你能写出一系列If -this-then的规则，来解释人类如何做出这些决定，那你就不需要人工智能了。”几十年来，我们已经有了可以接收数据，并使用人工编码规则，生成输出的软件。例如，在医院里，如果你的血氧低于90，警报就会响起。这是人工可以编码的简单规则。你不需要人工智能。

然而，如果你想通过观察氧含量、血压、体温、心率、呼吸和其他可测量的因素，来尝试检测心脏病的发作，会怎么样呢？如果手动编码，你不可能解释所有的因素组合。但是在大量数据中找到信号正是人工智能擅长的。南加州大学（USC）的研究人员正在做类似的事，他们只需要一部智能手机，进行一些机器学习，就能在你脉搏中找到可能预示心脏病的模式。

2.你知道想要的结果的指标吗？

机器学习只是人工智能的一个方面，它依靠人类来实现大部分的“智能”。首先，人类需要以一种特定的方式定义目标是什么，这样计算机就可以筛选各种状态，并用数学方法确定它们与期望状态的接近程度。如果你不确定如何用好坏评价期望的东西，那么人工智能也不会神奇地找到它们。

3 .你有这些指标的大数据集吗？

对于你需要的数据的数量和质量，可能存在争论，但需要大量的数据是必然的。如果你能描述想要的结果，但没有足够的数据，那么机器学习算法就无法发挥作用。

4.你的数据点是否离散，并带有人类可理解的标记？

这一点很关键。假设有一些来自监控设备的信号。通过机器学习算法运行它们，你就能训练它们在正确的时间发出警报——太棒了!接下来呢？人如何接受警报，并知道警报来自哪里，该如何解决这些问题？

现在想象一下，你已经为算法和人们提供了一些标记 (即“血氧迅速下降 ‘非常危险’，并且脉搏频率在‘高’范围内”)。现在我可能真的知道在这种情况下该怎么做了。随着时间的推移，这种类型的标记将帮助我对算法产生信任。

如果能回答这些问题，那么你可以通过各种方法去创建人工智能！

https://marketbrief.edweek.org/the-startup-blog/4-questions-determine-whether-educators-need-artificial-intelligence/

—完—

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请前往：www.智能观.com。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。

转载智能观原创文章，请联系

智能观小艾（微信号：zng2017618）！

关于我们

我们关注AI+教育。致力于提供高附加值的知识，以帮助每一位老师和我们的读者不断学习并提高技能。

我们努力让发表的每一篇文章都具有最佳质量，以满足读者的需求。