現階段的AI教育，培養出的可能只是考試機器

文 | 黃信鵬

來源 | 智能相對論（aixdlun）

近日，品途商業評論發布了2017年AI領域投資盤點，其中教育領域的融資成績十分顯眼。VIPkid、Keeko、作業盒子等一大批公司獲到了高額融資，乂學教育更是在天使輪就拿得了2.7億元。在AI教育風口吹起來的時候，我們不免去思考加上了人工智慧的教育，究竟會發生什麼變化。

現階段的AI+教育，不過只是這三板斧

無論是乂學教育提出來的「智適應」系統，還是Keeko教育機器人，縱觀眾多AI教育入局者，都打著三個類似的旗幟。

1.上帝視角，掃除知識點盲區

利用大數據，將學習科目的所有知識點進行拆分組合，通過測驗來檢測薄弱知識點，進行專項突破，從而能夠快速掌握所有知識點。例如乂學教育所推出的松鼠AI系統和作業盒子基於AIOC打造的自適應學習系統都凸顯了這一特點。它們首先就是將知識點進行拆解，然後通過較短的時間來檢測出知識點的掌握程度，再針對盲區進行專門的視頻講解、專項練習、專題測試等。

2.因材施教，一對一教學

通過演算法技術以及感應器，能夠全面抓取、分析個人的學習情況和知識掌握能力，做到定製式教學，因材施教。例如VIPKID通過人臉識別技術、大數據實時跟進每位學生的學習情況，並且能夠根據每個學生的學習進度和個人特點制定個性化的學習計劃。考拉閱讀所提出的ER Framework也同樣能夠通過衡量一個個體閱讀能力水平，來進行個人定製閱讀。

3.實時溝通，「不下班」的老師

在AI的環境之下，能夠實時與AI進行互動，通過語音、文字等形式有效消解學習時間的邊界，隨時進行知識的汲取。例如Keeko教育機器人、小哈機器人可以基於圖文識別、觸覺識別、人臉識別等技能，來根據相應程序與用戶實現交流互動。

目前並非是真正高級的AI教育，存在著明顯的軟肋

儘管目前AI+教育已經取得了一些成果和成績，但是總得來說，仍處於一個低級的狀態，甚至有些還是打著個性推薦的幌子，仍舊做著一般化輸出的「偽AI」。而這些AI教育項目暴露出的弱勢也很明顯。

1.缺乏思辨性，語義理解存在障礙

相較於有規律可循，強調邏輯推演的理工類學科，AI對於注重思辨性的人文類課程則難以進行教授。一方面，AI在大數據和演算法上的優勢，僅僅只適用於有標準答案的客觀題，而人文類課程則大多屬於無標準答案、需要靈活處理的主觀題，對此按照設定程序運行的AI則會顯得無所適從。另一方面，目前AI技術對於數字和公式等已經具備了識別和處理的能力，但是對於人類語言，特別是語義的攻克還存在著較大障礙。

以語文為例，語文中含有大量對於語義的理解和賞析，而解題的關鍵在於對上下文語境以及相關背景的掌握，同時這也與個人的知識儲備和經歷相關。由於漢語本身的複雜性，在不同的語言環境下，同一個字或同一個片語，都可能代表數種甚至數十種截然不同的含義。

因此，就這一例子而言，對於知識教授的困境一方面是在對於原文語義的理解，會導致知識教學上的偏差。另一方面則是對於學生的作答，也無法給出合適的指導和修正建議。雲知聲AI Labs資深技術專家劉昇平也表示，在設備和人的交流上仍存在著巨大挑戰。

2. 缺乏情感溝通，選擇性心理影響教授效果

在老師傳輸知識的過程之中，學生並非是被動的存在，相反，學生會因為一系列複雜的心理因素對於老師所傳輸的內容進行選擇性接觸、理解和記憶，從而影響著老師的教授效果。雖然AI能夠用多樣的表現形式來適配學生的興趣，形成私人定製教學，但是AI目前還缺乏與學生有感情的互動和交流。

如前文所提到的無標準答案的主觀題，人類教師對此往往是採用大量的溝通技巧，來塑造學生們的思維方式，而按照設定路徑輸出的AI在此則存在著缺陷。在BBC基於劍橋大學研究者MichaelOsborne和CarlFrey的數據體系，對於365種職業未來的「被淘汰率」的分析之中，教師這個職業被機器人取代的可能性僅為0.4%，而其中一個重要的理由是則是人與人的互動能讓學習的過程更加令人享受，而正是目前AI的缺陷所在。

3.缺乏人的社會化培養，僅僅關注知識的灌輸

在AI+教育的產品研發中，還只停留如何更好讓學生吸收知識這一層面，而對於個人的品德培育則還處在未開發狀態。而對於學生來說，知識的學習是一方面，更為重要的一方面則是個人人格的培育，「三觀」的培養，在實踐活動中遵循社會行為規範，完成人的社會化進程。正如中國人民大學附屬中學校長翟小寧所說，人工智慧時代學習方式會發生根本性變革的觀點，教育的本質不會改變，教育的使命是立德樹人，只有立德才能使人獲得幸福，使人類獲得福祉。

因此，現階段的AI教育更多的是讓我們看到一種可能，能通過AI技術對教育做一些調整，而不是全面革新。

現階段的AI教育，培養出的很可能是考試機器

但，除了指出問題，智能相對論（微信id：aixdlun）更多的是擔心，如果使用AI不恰當，可能反而會引發技術異化，最終事與願違。這集中表現在：

第一、對於成績和應試的極端重視，以及對於其他能力的忽視。

從前文所提及到的目前AI教育產品的特點之中，不難發現，現階段幾乎所有的產品都只強調對於學生學習成績的提高，而對於其他能力的挖掘則還是一片空白。長此以往，在這樣的環境和氛圍之下，學生則會極端重視學習的成績，最終也將造就「唯成績論者「。在目前生活中，常常所提到的」書獃子「就是對此類人群的生動比喻。而在新聞報道中，缺乏品德教育的孩子在認知和行為上也更容易走向極端。

第二、生命「物化」後，引發對於生命的漠視。

當孩子們還沒有形成一定的基本認知，盲目深度依賴AI來進行教育，則會使得孩子形成生命「物化」的意識，而這在一定程度上會讓孩子對於生活的態度更為冷漠。在《湄公河行動》中毒梟糯康培養的娃娃兵是真實存在的，他們從小接受殘酷的訓練，長時間後就形成了對於其他生命的冷漠態度。

第三、技術偏見與商業意識形態的入侵。

AI的背後實際上是人輸入的演算法和運行程序，而這也就不可避免的帶上了人本身的屬性,今年Facebook所爆發的「偏見門」更是凸顯了這一事實。因此，我們不難看出AI其實不可避免地會帶上設定者的思維和意識，並且是以一種更為隱蔽和普遍的方式。而生產商倘若為了自身的利益，在產品中灌輸商業意識形態，那麼依據馬爾庫塞「單向度的人「理論，技術會影響人對於環境的感知，從而影響到人的實踐 。如果AI技術本身存在著偏見，那麼就會使人們在看待世界時也造成偏見。

綜上，目前還在初級階段的AI教育，一方面過分看重成績，而忽視了其他能力的培養，另一方面，AI中存在的商業意識形態可能使學生只會接受，而缺乏批判意識，那麼在兩者合力之下，最終造就的是一個個只在學習考場表現優異的考試機器。

但顯然，我們期待的AI教育可不是讓人變成考試機器人。

智能相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶元、演算法、人機交互等。