當教育遇上人工智能

王輝輝 司雯雯

在教育領域，AI應用場景越來越多，AI教師的“本領”也越來越強

2017年，中國互聯網教育走過錄播和直播時代，開始向智能時代邁進

每天早上，小學四年級學生陽陽（化名）要做的第一件事就是打開電腦，跟著老師做英語朗讀練習。這位能與陽陽對話、幫助他糾正發音、給他的閱讀打分的英語老師并不是真人，而是一位AI老師。

近兩年，教育領域，類似的AI應用場景越來越多，AI教師的“本領”也越來越強，不僅能借助語音測評技術陪學生做語音跟讀練習，還能夠協助人類教師批改作業和判卷，甚至完成部分個性化的教學工作。

作為AI技術落地較早的領域，教育正在發生變化。

“尤其是在高效學習和個性化教學方面，大數據和人工智能的技術優勢已經顯現出來。”中國教育科學研究院基礎教育研究中心副研究員張杰夫告訴《瞭望東方周刊》。

從“聽聲音”到“看臉色”

在目前的各種AI教育應用中，以自適應學習指導、語音測評和情緒識別、批改作業較為多見。

“以AI的語音識別技術為支撐，設計算法，可以進行大數據分析，搭建底層數據庫，建立測評常模。”學而思網校AI老師研發部負責人彭守業向《瞭望東方周刊》解釋道。

目前學而思網校在其直播系統中嵌入語音測評系統。進入口語練習環節，機器便可以代替教師，帶領學生讀英語單詞和句子，隨后打分，還可以自動將學生的“跟讀”成績反饋給主講教師和輔導老師，以便其安排接下來的教學內容。

此外，在課后語言練習中還有不同主題的半開放的人機情景對話。“目前系統的反應時間已縮短到2.5秒以內，基本上不會因為對話延遲影響用戶體驗。”彭守業說。

2018年6月，學而思網校的AI老師還增加了表情識別功能，借助表情識別和人臉追蹤技術，機器能夠根據孩子的面部表情和動作變化，分析出其興奮、專注、分心、離場等不同的學習狀態，并輸出課堂整體專注力曲線和和個化數據報告。這不僅能幫助遠端教師實時了解學生的學習狀態，還可以根據班級專注力曲線，調整教學節奏。

神奇的“自適應學習”

AI技術另一重點是自適應學習系統，即根據自適應原理將知識點進行拆分，重構知識體系，然后由系統引導學生實現自主學習。

以上海義學教育科技有限公司（以下簡稱義學教育）的智適應學習系統松鼠AI為例，首先須利用算法對學生作知識點掃描，以便掌握學生的整體學業水平和對各個知識點的掌握程度。掃描完成后，再為學生定制個性化的教學路徑，推薦個性化的學習內容。

為了實現精準掃描，義學教育將學生對每個知識點掌握程度的評估細分為100個層級。“如果按照‘未掌握‘掌握‘熟悉三級粗放分層，就有可能將差5分就能達到掌握水平的孩子，和差20分才能達到掌握水平的孩子歸為一類，并推薦相同的學習路徑和學習內容。”義學教育董事長栗浩洋向《瞭望東方周刊》解釋說。

而要考察學生對500個知識點的掌握情況，系統并不會要求學生像傳統測驗一樣做500道題目，而是根據學生解答前一道題時的正確與否、用時幾何等情況，跳躍式地推送下一道題目。

“一般情況下，系統只需要通過20～30道題目即可完成對500個知識點掌握情況的考察，且精準度要比傳統方式更高。”栗浩洋說。

教學內容則主要包括練習題和由AI老師主講的教學視頻。在這一環節，為了實現AI對人類教師的取代，義學教育組織教育專家和AI專家，把初中數學的5000個知識點拆分至30000個，繪制出了一幅知識地圖。

由于從掃描測評到授課，再到考核都由AI老師主導，系統便可積累大量的連續數據。“在此基礎上，它可以通過自我學習和迭代，不斷優化和提高教學水平。”栗浩洋表示。

機器怎樣批改作文

批改作業也是目前市場上AI教育的重要應用場景之一。

據互聯網教育研究院院長呂森林介紹，目前在利用AI技術批改主觀題目方面，數學科目已經延伸到了初中階段，英語和語文則集中在小學四年級以前。“因為主觀題目的批改涉及語義識別，就目前整體的技術水平而言，實現這一點仍有困難。”呂森林表示。

但在彭守業看來，即使是主觀性最強的作文，真人教師在批改時也會有一定的客觀性標準，“我相信，只要有可量化的標準就有實現AI批改的可能”。

他向本刊記者介紹，目前學而思網校已經初步實現了初中作文的半智能化批改。智能系統會首先根據學生作文中的詞匯量、語法、修辭手法運用、引用名言名句數量等可量化的評判標準，對學生的作文進行第一輪打分，然后由真人教師就文章立意、深層邏輯等更主觀層面的內容進行打分。

“現在系統可以識別作文中大部分的錯別字和病句。”彭守業說，未來系統通過不斷地自我學習和迭代，一定可以向更高年級延伸，幫助老師解決更復雜的教學問題。

比真人教師更懂學情

一起教育科技是以在線題庫起家的互聯網教育企業，其人工智能應用則是推送以班級為單位的個性化作業。

其CEO劉暢介紹說，一起科技在公立學校“布置作業”環節深耕多年，留存了大量數據，通過對海量數據的分析發現，不同地區、學校以及教師的常用題型不同，不同學校不同年級的教學目標也不盡相同。

以小學英語為例。小學階段共有200多種英語題型，其中北京海淀區的常考題型有13種，考試的平均難度較順義區更高。有了這些數據，便能夠以班級為單位，對學生的學習水平進行畫像，幫助教師推薦適合班級的個性化作業。

對于同樣是初次使用一起科技作業推薦系統的兩位教師來說，第一次拿到的作業是相同的，但從第二次開始便不再相同。“系統會根據第一次作業的班級正確率確定第二次的推送內容。正確率越高，下次推送作業的難度就會上升，反之則會降低。”劉暢說。

智商為什么從90提高到120

在國外，已有一些成熟的智能教學系統投入應用，它們完全不同于目前中國市場上常見的AI教育應用。

某教育機構學員在體驗VR教學

2010年，張杰夫從南非地區引入一款名為CMI（凱米）的智能教學系統，并在成都地區的多所公立中小學開展教學實驗。這款智能教學系統中嵌入了感知能力訓練系統。

心理學有一個觀點，感知能力是人類學習的基礎。一些孩子在數學學習時總是丟三落四。問題可能出在感知能力上。凱米系統通過數據模型進行測試，找到學生感知方面的弱點，然后推薦相應的學習內容，并對其進行感知能力訓練。

張杰夫舉例稱，澳大利亞有一個入學智商測試只有90的孩子，使用凱米系統三個月后，智商竟然達到了120的正常水平。

而來自美國的愛迪樂智能教學系統則在輸出知識的同時，培養學生的自信心、專注力、獨立性、思考力、積極性、自識力等六大核心素養，提升學生的學習品質。

張杰夫認為，這些智能教學系統具備個性化、發現式學習和交互式指導，以學生為中心的教育理念，代表著智能教育的發展方向。