引言
2014 年秋季，斯坦福大學邀請不同研究機構的著名科學家啟動人工智能百年研究（One Hundred Year Study）項目。（www.ai100.stanford.edu）該項目的是為了研究和預測人工智能在100年的范圍內對我們工作、生活和游戲的各個方面的影響。這項研究包含使用人工智能計算系統(tǒng)的科學、工程和應用實現(xiàn)。作為該項目的主要研究內容，該項目組建了一個研究小組（Study Panel），該小組每隔五年對人工智能所處的狀態(tài)進行一次評估一次。
在 2015 年的暑期成立的研究小組任命得克薩斯大學奧斯汀分校的Peter Stone教授擔任該小組的主席。這個包含了 17 名成員的研究小組由人工智能學術界、公司實驗室以及產業(yè)界的專家與了解人工智能的法律、政治科學、政治以及經(jīng)濟方面的學者組成。參與者代表著不同的專業(yè)、地區(qū)、性別以及職業(yè)階段。研究小組廣泛討論了人工智能最近的發(fā)展與在工作、環(huán)境、運輸、公共安全、醫(yī)療、社區(qū)參與以及政府的潛在社會影響。
本文聚焦于教育方面的討論：
教育方面的討論
在過去的十五年已經(jīng)開始看到AI在教育領域的優(yōu)勢。今天從基礎教育階段到高校教育階段的教師和學生都在廣泛的使用相關的應用軟件。盡管教育質量通常依賴于人類教師的積極參與，AI能夠在教育每個層面都提供幫助，特別是在個性化教學的層面。與健康領域類似，如何將AI技術以最佳的方式同人類的交互和面對面的教學整合起來，是AI技術面臨發(fā)展的關鍵挑戰(zhàn)。
機器人很早就作為受歡迎的教學設備，如上世紀80年由MIT媒體實驗室（MIT Media Lab）研發(fā)的樂高頭腦風暴學習套件（Lego Mindstroms kits）。智能教學系統(tǒng)(Intelligent Tutoring System,ITS)為學生在學習科學、數(shù)學、語言和其他學科過程中，提供交互式的引導。自然語言識別，機器學習和眾包正在激活在線學習以及幫助高等教育的教師成倍的擴大他們的教室的同時，能夠照顧到每一個學生的需要和其獨特的學習方法，也就是提供個性化教學。大規(guī)模在線學習系統(tǒng)的標注數(shù)據(jù)集作為高速成長的學習分析的基礎。（標注數(shù)據(jù)集中的數(shù)據(jù)會被人工加入好，不好等評價標簽。在這些標注數(shù)據(jù)集的基礎上訓練機器學習系統(tǒng)，這樣機器會自動讀取數(shù)據(jù)以及對于該數(shù)據(jù)的評價）。
由于缺少資金資助和確鑿的證據(jù)證明AI技術能夠幫助學生達成學習目標，因此現(xiàn)階段學校和大學引入AI技術的速度比較緩慢。預計在未來的十五年，為協(xié)助教師服務的基于AI技術的智能教學和其他AI技術很可能會在教室和家庭中獲得廣泛的應用。但是基于計算機的學習系統(tǒng)不太可能完全的代替學校中的人類教師。
教學機器人
為K12（幼兒園到高中）階段開發(fā)的機器人套件越來越多的復雜并且愈加豐富。這些套件的開發(fā)公司在套件中增加了最新的支持不同語言的可編程傳感技術。Ozobot是一個可編程的機器人，通過它可以教授學生如何讓其借助自身的色彩傳感器，通過不同的彩色編碼的模式，實現(xiàn)機器人的跳舞和表演。而實現(xiàn)機器的跳舞和表演的過程，需要學生最終能夠自己完成程序的源代碼和建立相應的邏輯關系。Cubetes套件通過包含不同功能和傳感器的小立方體，在搭建能夠獨立思考、行動或感知的機器人過程中，幫助孩子們學習邏輯思維。Wonder Workshop公司開發(fā)的Dash和Dot機器人有助于孩子們學習大量的編程能力。八歲以上的孩子能夠通過該公司開發(fā)的可視化的編程語言Blockly，或者是通過C語言和Java語言編寫蘋果iOS和安卓移動操作系統(tǒng)上運行的應用程序實現(xiàn)對機器人的簡單控制。PLEO rb是一個機器寵物恐龍，通過機器寵物恐龍對不同環(huán)境的反應可以幫助孩子們學習相關的生物學知識。盡管這些機器人套件非常有趣和可愛，但是如果要獲得更廣泛的推廣，還需要更多令人信服的證據(jù)能夠證明機器人套件的確是能提高學生的學習表現(xiàn)。
智能教學系統(tǒng)（Intelligent Tutoring Systems (ITS)）和在線教育
智能教學系統(tǒng)（ITS）已經(jīng)開發(fā)了多個測試項目，如早期開發(fā)的Why-2 Atlas采用對話式的方式解決物理問題。智能教學系統(tǒng)從實驗室測試階段走向實際使用的過程是令人吃驚的?？上螺d的軟件和在線系統(tǒng)，如卡內基語音（Carnegie Speech）或多鄰國（Duolingo）提供了一種外國語言的訓練系統(tǒng)，這個系統(tǒng)通過使用自動語音識別Automatic Speech Recognition (ASR)技術和自然語言處理NLP技術去識別使用者語言中的錯誤并幫助使用者改正這些錯誤。類似卡內基識別向導（Carnegie Cognitive Tutor）的助理教學系統(tǒng)已經(jīng)在美國高中幫助學生學習數(shù)學。識別向導使用軟件來模擬人類優(yōu)秀輔導教師，比如當學生碰到數(shù)學難題時，為學生提供提示，幫助學生克服困難。基于學生獲得的不同層級的提示和回答，向導系統(tǒng)能夠根據(jù)當時的教學情境進行個性化的反饋。
在高等教育中的相關應用也在不斷增加。例如，美國空軍的技師正在通過一個叫做夏洛克（SHERLOCK）的智能教學系統(tǒng)學習飛機電子系統(tǒng)故障的診斷。又如，南加州大學信息科學學院開發(fā)了更為先進的基于角色的訓練系統(tǒng)，以幫助訓練駐扎在海外的軍隊人員能夠在與不同文化背景的當居民交流時有正確的行為。新的算法更加關注個性化的教學，如貝葉斯知識跟蹤系統(tǒng)（Bayesian Knowledge Tracing），提供個性化的知識學習和解決問題的次序。
最令人吃驚的是幕課的爆發(fā)和各種層次的在線學習模式，這些學習模式包括使用類似維基百科和可汗學院這樣的工具，也包括使用構建在同步或異步教育基礎上的學習管理與自適應學習系統(tǒng)。從上個實際90年代起，為了實現(xiàn)自動評估評估標準化考試中的作文成績，美國教育考試服務中心（Educational Testing Service）和皮爾森這樣的公司就已經(jīng)開始持續(xù)開發(fā)自然語言處理評估工具。許多幕課公司，如著名的EdX，Coursera和Udacity都在使用自然語言處理技術、機器學習技術和眾包技術用以對簡短回答、作文問題和編程作業(yè)進行自動評分。符合學校畢業(yè)要求的專業(yè)性學習和終身學習的在線教學系統(tǒng)也獲得廣泛應用。因為在專業(yè)性工作的學習和職業(yè)轉崗的學習中，對于面對面互動的互動需求重要性沒有傳統(tǒng)教育系統(tǒng)中的要求高，因此在這個領域中的幕課系統(tǒng)有很大的希望。盡管幕課等在線學習領域不是以AI技術為支持的學習系統(tǒng)和應用的領導者，但是，它們將是最早應用相關AI技術和測試其有效性的領域。
一些人認為特別是在高等教育中，運用AI技術是教師實現(xiàn)大規(guī)模班級教學的秘訣之一，這樣的大規(guī)模班級通常都能達到上萬人。為了能夠持續(xù)性的在大規(guī)模班級中獲得學生的教學反饋，自動生成問題的系統(tǒng)也已經(jīng)開發(fā)出來，比如有些系統(tǒng)利用電子資源如WordNet，維基百科（Wikipedia）和在線的共享知識庫等為基礎，設計評估學生的詞匯量問題，或是測試wh（誰、什么、何事、何地、為何）問題，以及多選問題。隨著在線課程的爆炸性成長，在線教育渴望盡快采用相關的技術。盡管類似系統(tǒng)的長期影響仍不明晰，但是AI社區(qū)已經(jīng)很快從中學習到很多。
學習分析技術
從幕課到可汗學院，也包括一些從小規(guī)模的在線教育課程，它們不斷采集的數(shù)據(jù)正在構成大規(guī)模在線教育系統(tǒng)的數(shù)據(jù)集。這些數(shù)據(jù)集成為學習分析領域的基礎。在線課程并不僅僅適合更廣泛的傳播，也是天然的搜集數(shù)據(jù)和測試工具的平臺。通過對這些數(shù)據(jù)的搜集和分析，有助于教育科學研究和推動教學的質量。通過社會學習分析研究（Society for Learning Analytics Research (SOLAR)）以及包含學習分析知識的會議，以及美國計算機學會的年度每年舉辦的大規(guī)模教學會議（Learning at Scale Conference (Learning@Scale)）這樣的組織可以了解這個領域當中的最新趨勢。這些社區(qū)正在應用深度學習，自然語言處理和其他的AI技術分析學生在教學中的參與程度、教學行為和學習成果。當前的主要項目正在尋找學生普遍的錯誤概念，預測哪些學生存在學習失敗的風險和提供與學習成果相關的實時動態(tài)的學生反饋。學習分析領域最近的研究工作也在關注與理解認知過程包括領悟、協(xié)作，知識習得和記憶，以及通過開發(fā)和測試教育技術將這些理解應用到教育實踐中。
挑戰(zhàn)與機遇
未來在中小學、高校中AI技術的應用將越來越復雜。但是現(xiàn)在AI技術并未在教育體系中獲得廣泛的應用，也許是由于缺少資金支持和缺乏有效的構建數(shù)據(jù)的技術。盡管應用AI技術的轉變過程很慢，但是這些問題正越來越受到重視，由私人基金提供了大量的面向中小學教師的培訓課程。正如AI在其他領域中情況，對于幕課過高的期望意味著常常會超出實際的情況。如同圣何塞州立大學同Udacity合作的實驗，高校中應用的經(jīng)驗正在對這項新教育技術的潛力做更加真實的評估。
在接下來的15年內，人類教師很可能將會在教室和家庭中的師生互動方面獲得AI技術的幫助。我們（Study Panel人工智能研究小組）預測更加通用和更加復雜的沉浸式虛擬現(xiàn)實場景將被開發(fā)出來，這樣學習場景主題可能來源于所有的學科。AI研究者同人類學和社會科學的研究者越來越多的展開合作，比如斯坦福大學的伽利略合作項目（Galileo Correspondence Project）和哥倫比亞大學的學習知識項目（Making and Knowing Project）。這些跨學科的努力創(chuàng)造了同歷史資料交互式的經(jīng)驗，同時通過應用虛擬現(xiàn)實技術去交互式的著名的建筑。虛擬現(xiàn)實技術已經(jīng)應用在自然科學，如生物學、解剖學和天文學中。虛擬現(xiàn)實能夠創(chuàng)建現(xiàn)實世界中很難觀察到的環(huán)境和物體，學生可以在這樣的虛擬現(xiàn)實教學情境中交互式的學習。虛擬現(xiàn)實中創(chuàng)建的歷史場景和科幻場景將在藝術和其他科學的學習中獲得廣泛的應用。
人工智能技術的發(fā)展將有助于基于課堂的學校教育和個性化的學習整合在一起。因為為更多學生服務的成本壓力和促進學生更快的完成學業(yè)壓力，自適應學習系統(tǒng)正在成為高等教育的教學過程核心。然而，學校正規(guī)教育并不會消失，我們相信幕課和其他形式的在線教育將同正規(guī)教育深度融合。無論是從K12教育還是到大學教育，正規(guī)教育都將同在線教育整合，并獲得一個融合的課堂。融合課堂的開發(fā)將有助于提供更加個性化的學習方法，借助于教育技術，學生可以按照自己最佳的學習進度學習知識。在線教育系統(tǒng)也將不斷學習，幫助我們更加快速和深入的理解學習的過程。反過來，學習分析技術在分析學生學習過程中所總結出的經(jīng)驗也將加速個性化教育工具的開發(fā)。
書本的形式正在轉化為數(shù)字式和包含聲音和文本的多媒體，這種轉化也正在教育領域流行起來。數(shù)字閱讀設備也將更加“聰明”，它們將為學生提供更加容易的方式獲取所學知識的相關信息。麻省理工學院的機器翻譯（Machine Translation (MT)）技術也將更加容易的將教學內容翻譯為不同的語言，比如翻譯技術操作手冊。目前教科書的翻譯服務必須依賴與人工翻譯。在未來，人工翻譯將同自動翻譯相結合以提高翻譯的速度并滿足教材翻譯的需求。在線學習系統(tǒng)也將為在職人員提供更多繼續(xù)進修的機會。特別是在某些快速變化的領域中，為在職人員增強專業(yè)性知識和技能或是為轉崗就業(yè)重新學習新領域中的知識提供幫助。這將要求未來在線教育能開發(fā)出在線專業(yè)學位和基于在線課程的專業(yè)性資格證書。
更廣范圍的社會影響
在那些難以建立面向大規(guī)模人口教育系統(tǒng)的國家，如果需要接受教育的人們能夠訪問在線教學資源，那么這些在線教學資源將起到積極影響。在線教育資源的開發(fā)將有助于支持國際化的教育項目。這些國際化的教育項目通過提供工具和相應的使用培訓，進而達到提供有質量的教育的目標。國際化的教育項目在我們生活很常見，比如iPad中大量的教育類應用程序app，其中很多也是免費提供的。在線教育也有消極的一面，越來越多的學生正在將自己的社交在線化，并且浪費了大量時間在在線課程的交互中，缺少人與人之間的交流。如果教育過程也越來越多的網(wǎng)絡化、在線化，那么這將對缺少日常的面對面的接觸的學生自身社交能力產生何種影響？一些技術已經(jīng)指出這將引起神經(jīng)及邏輯方面的副作用。另一方面，自閉癥孩子也可以借助于AI系統(tǒng)獲得提高和進步。
作者簡介：
