5月24日，第三屆AIAED全球AI智適應教育峰會在北京舉行。

Tom Mitchell認為未來的十年，AI將會繼續(xù)影響教育，機器學習將會對智適應教育產生重要影響，例如通過機器模擬人的學習狀態(tài)來獲取數據，從而適度擺脫對人類數據的依賴；松鼠AI創(chuàng)始人栗浩洋從三個層面介紹了松鼠AI老師的架構，并指出知識地圖和錯因分析在教育減負上的應用；好未來CTO 黃琰認為，AI+教育已經進入2.0時代，AI也會促使教育培養(yǎng)目標從改變命運到提升幸福的轉變。

“機器學習教父”Tom Mitchell：未來十年將是AI影響教育的十年

第三屆AIAED主席、CMU計算機學院院長Tom Mitchell

“機器學習教父”Tom Mitchell首先演講，演講內容主要是圍繞AI的發(fā)展如何影響教育。

“未來的十年將是AI影響教育的十年。”

Tom Mitchell表示這是個人看法，因為他已經在AI領域工作了幾十年，做了很多AI相關的應用，包括在機器、醫(yī)療和數據采集商的應用。但在他看來，未來十年，將AI技術應用到教育上，這是最讓他感到興奮的，所以他現在也把自己的很多研究放到了AI教育應用上。關于原因，他總結了三條。

第一個原因，個性化教學帶來了重大益處。他們發(fā)現，在一般的教學場景中，只要獲得了個性化指導的學生，與對照組相比，學生的分數會得到90%的提升，這是非常重要的個性化指導的益處。

第二高原因，已經證明了以電腦為基礎的教學之價值。如今，很多公司能夠提供各種各樣以電腦為驅動的教學服務和課程，例如數學、化學和物理，還有一些文科課程，電腦可以幫助我們提高教學質量。

Tom Mitchell拿卡內基梅隆大學的系統舉例，代數老師可以通過系統看到，系統中藍色曲線代表的是使用電腦來指導學習代數的學生，綠色代的是用一般方法學習代數的學生，然后藍色的這些學生得分更高。所以，不單單是對人的個性化教育，能夠為學生帶來很大改善，用電腦來指導學習，也可以在學科中的得分得到極大提升。

Tom Mitchell表示，目前來看教育還有很大提升空間，所以他們有動力來研究借助AI為人們進一步開發(fā)基于電腦的教學指導。

第三個原因，過去十年，AI技術正在快速發(fā)展。電腦可以幫助我們更好的識別圖像和人臉、把語言轉化成文字等等，這些技術都是現成的。他認為，未來十年，這個發(fā)展趨勢還會繼續(xù)延續(xù)。

基于這三點原因，Tom Mitchell認為，AI能夠讓學生的分數提高兩個等級，還能幫助老師進一步輔助學生進步?；谶@三點原因，加上AI技術飛快發(fā)展，Tom Mitchell最終決定投身于AI+教育的研究上。

關于新技術如何改善自適應教學，他認為對話系統很適合自適應教育，雖然現在的對話系統相對簡單，隨著技術發(fā)展對話系統還有很大進步空間，將有助于老師和學生進行更開放的討論。大腦科學同樣是一種非常重要的能夠影響智適應的技術，例如大腦成像技術，檢測腦電波顯示大腦活動，預計能夠非常靈敏追蹤學生的情感狀況，判斷學生是否真正了解這個知識。此外，機器學習和虛擬現實也是非常重要的技術，對智適應教學的未來也非常重要。

那么如何在智適應上影響教學？

Tom Mitchell認為第一個是機器學習。不管是宏觀還是微觀層面，學生在都能夠基于教學系統完成不同的任務獲得不同的答案，系統可以顯示學生的錯誤并糾正，知道學生的學習軌跡，也能掌握學生的情感狀況，這才是我們所說的智適應教育的意義所在，就是能夠理解學生目前的狀態(tài)。

在智適應教育當中，機器學習應該在每個學科領域都有一種功能，去了解學生的狀態(tài)，機器學習能夠自己發(fā)現這個功能是什么，這樣就不必把它嵌入永遠的模式當中，我們可以用機器學習來不斷的修改它，這是機器學習在其中的核心作用。

還有一點，現在有很多人在研究強化學習，就是讓機器來模擬人學習做不同的任務，從而用機器學習的數據來開發(fā)強化學習算法，因而就不會那么依賴人類的數據。

關于未來智適應教育的最大障礙是什么？Tom Mitchell表示他也不知道答案是什么，但他認為最大的一個問題就是我們現在還沒有太多的觀察能力，沒有特別好的進行學習者觀察，沒法非常好地說明學生的學習狀態(tài)到底是什么樣，這在未來非常重要，所以我們學習用圖像、表情識別跟蹤分析來解決這個問題。

還有一個問題，就是沒有足夠的數據幫助系統選擇最佳的輔導策略，我們不知道該如何有效激勵學生，而且人機交互是比較低效的，尤其是與人人交互相比，所以機器指導學習是不是會有上限，這些也是我們提出來希望和大家討論的問題。

關于未來，Tom Mitchell認為有兩個非常重要的方向，一是更廣泛，二是更協調。更廣泛是指，如今有更多的學科領域可以參與進來，扮演重要角色，幫助實現智適應教育（不單是AI學科），這意味著我們需要把所有領域的專家都邀請進來。更協調是指，我們不應該只是做單項研究，而是要進行更多的信息和數據分享，例如在開源軟件分享上，還要建立標準數據格式及其他AI標準，就可以為智適應教學提供重要資源和幫助。

最后，Tom Mitchell表示，教育領域的全球合作是非常重要的，也是唯一理性的解決辦法，我們提升的速度、共同努力的速度越快，那么我們的目標實現就越快。