突破传统教育四大痛点，人工智能＋教育如何革新？

近日，教育部公布的2018年度普通高等学校本科专业备案和审批结果中，35所高校获批增设了人工智能专业。政策的利好与行业的青睐使得“AI+教育”近年来一直处于风口。

猎云网创始人兼CEO靳继磊表示，2019年，“落地”依然是“行业＋AI”破局的关键。如何利用人工智能技术找到商业上可规模应用的落地方案，成为大家共同探索的方向——各行各业都面临被AI赋能的机遇和挑战。

过去几年，人工智能已经在部分传统领域小试牛刀，“AI+教育”正处于人工智能与互联网教育的交叉点上。随着AI语义识别、智能情绪识别、眼球识别等相关技术的发展，在教育行业的落地应用也越来越多。

资料图。来源：视觉中国

松鼠AI智适应教育合伙人马刚表示，目前，对个性化教育的追求和教育资源分布不均衡，一直是教育行业的两个核心痛点，人工智能技术带来了解决问题的新的可能性。

在他看来，目前的传统教育存在着：特级教师千里挑一、优质资源分配不均、千人千面的学习内容、统一化的学习速度和只注重对孩子知识掌握的训练量等问题。而人工智能恰恰是解决这些教育困境的关键。

第一，通过智能化推送保持学生的专注度。阿尔法狗通过对棋手的判断不断地改变自己的布局，通过战略布局调整自己的下棋策略，鉴于此，可以通过内容难度跟学习的类型匹配。

第二，个性化的匹配。AI可以根据不同的孩子掌握的状况，给他做个性化匹配的方案。

第三，精准把握学习速度。同样一个孩子学习不同知识点的时候，所消耗的时间也是完全不一样的，就像浩瀚的星空云图一样。AI可以追根溯源，就像一堵墙一样找到它的漏洞在哪里，填一块砖在那里，这就是追根溯源。

顺为资本执行董事孟醒接受未来网记者采访时表示，人工智能应用于教育，一是在教学课程当中的自适应学习，二则是为老师提供批改等教学的便利。

在孟醒看来，实现人工智能自适应学习为学生提供个性化教育的前提，是知识点拆分得足够细。当下的教育过程中，还是以教师主观经验拆分知识点居多，现下还并没有一套可以通用的知识点拆分体系出现。因而无法真正达到反馈和学习的作用。

其次，人工智能需要强大的数据库用来支撑其自身的训练。数据从哪来？数据的噪点有多大都是教育企业需要思考的问题。

孟醒表示，教育行业主体——学生群体看似很庞大，但是每个企业都自有一套自适应体系，给学生推送所谓因材施教的题目，但教学结果的考核并不是在某个app上，学生最后所面对的还是传统考试。传统考试的数据频次就很低，导致数据量少，这是人工智能在教育行业难“落地”最大的问题。

iTutorGroup首席数据官沈沛鸿表示，学习这件事情是并不是单纯能够靠精准的内容推送就能达成，否则就只需要图书馆而不需要老师。因此，沈沛鸿认为，一个正确的AI应用在在线教育场景里面绝对不是取代老师，而是辅助老师，老师的价值是在微观的层次上，用算法决定了每个人的学习轨迹，将学生的反馈收集分析提供给老师。

沈沛鸿提出，教育没有“正态分布”一说，每个人都是独一无二的学习有机体，都应有平等的受教权。在宏观方面，用算法为每位学员打造定制化的学习路径，并进行动态调整；在微观方面，通过真人老师在线教学为学生提供适合的交流及互动方式。

在沈沛鸿看来，对于大多数服务业、零售业来说，传统的客户服务更像是一笔一锤子买卖，主要分为售前与售后两部分。但在教育行业里面没有售前售后之分，从接触客户的第一天开始，企业的所有流程组织都是为了服务客户而存在。人工智能的落地点在于服务。

因此，构建起大客服体系，将客户实际接触的“前台”、算法驱动为客户提供个性化服务的 “中台”以及由传统的客服人员组成的“后台”囊括其中。

前台里应用声音、人脸识别等AI技术，通过捕捉到的影像表情、声音语调等教学互动元素并加以分析，帮助老师掌握每位学员的学习状态。

在中台的部分，DCGS是整个系统的关键，把上课最重要的三个元素，老师、教材和学生做精准的匹配。

后台的部分通过实时大数据相关的监控，掌握每堂课学习的效果，通过客服或者助教通过提前式的关怀，将补救式客服变预测式客服。

北京邮电大学人机交互与认知工程实验室主任刘伟则表示，如果没有黏性、不落地，再好的人工智能产品也就是一个广告，不实用。

同时他认为，未来的人工智能发展将以人机融合，智能的贴合度，混合的密切程度来衡量。

来源：未来网 作者：张冰清 原创转载请联系授权