（本文首发于2018年8月2日《南方周末》）

教诲、人工智能教诲和大数据的结合，有成功的履历，也有失落败的教训。
新技能的运用，可能在某些方面促进了学生的发展，但在某些方面可能又影响了孩子的康健发展。

人工智能对传统教诲的改变至少包括两个方面。
一是育人目标的改变，很多重复的体力和脑力劳动正被迅速取代；二是育人方法的改变，不仅是在线课程的增加这么大略，更包括对传授教化过程的数据化，更精准地节制学生的学习情形，个性化地推举学习内容以提高学生学习效率，智能评卷以减少偏差与西席事情量，以过程化的学习数据替代“一考定终生”，乃至学校存在的样态等等。
但是，大数据和人工智能是否将彻底替代西席的浸染？西席的角色转型如何进行？在教诲乃至全体社会发展中，是否会带来隐私权损失的寻衅，如何保护学生和西席的数据隐私权？人工智能的发展还潜藏着哪些别的风险？诸多问题，须要及时提出，早做应对。

2018年7月21日到22日，“环球人工智能与教诲大数据峰会”在北京国家会议中央召开，中国教诲学会会长钟秉林、北京师范大学校长董奇、科大讯飞实行总裁吴晓如、英国剑桥大学生理丈量中央主任John Rust教授等对人工智能给教诲和社会发展带来的颠覆、想象空间与寻衅，进行了精彩阐述。
我们选登部分内容，供对教诲和人工智能领悟感兴趣的读者参考。

AI技能如何带来“因材施教”

董奇：在谈论AI、大数据技能和教诲结合时，有两个表述方法，一是“AI+教诲”，一是“教诲+AI”。
看似差不多，但含义非常不一样。
如果讲“AI+教诲”，狭义理解，是若何把AI、大数据技能利用于教诲中。
现在新的AI、大数据技能层出不穷，数以千计的运用。
中小学、教诲管理者在选择时，涌现了很多困难和认知负荷。

“教诲+AI”的出发点是环绕在教诲实践、管理中，在学生学习中，在西席的传授教化中存在的实际问题，存心去办理，有的新技能可以助推这些问题的办理，但很多时候不是这样的。
我特殊希望企业、研究者能多关注“教诲+AI”“教诲+大数据”。

有三个聚焦点，一是聚焦质量。
每个孩子都能享受适宜他的教诲，须要精准理解、匹配每个孩子的学习需求、学习能力、知识根本、学习速率。
二是公正。
我们的教诲发展水平差异比较大，要通过利用、研发新的技能方法，推动优质资源的共享。
现在我们也有一些技能在这方面进行广泛运用，有的效果还不错，有的效果实际上并不好，并没有真正办理教诲公正问题。
三是效率。
现在不仅学生学习包袱重，西席包袱也重，若何用新技能和方法，帮助学生、老师减轻包袱？

我们一定要认识到，AI、大数据和教诲目前的运用结合都是初步的，还处于低级阶段，很多问题没有办理，很多运用效果并不明显。
我们必须客不雅观，尊重事实，不能把现在还没达到的效果说得过高。
但在行动上要大胆考试测验、创新，坐而论道是不能办理问题的。
教诲、人工智能教诲和大数据的结合，有成功的履历，也有失落败的教训，该当更原谅地去鼓励创新，推动探索。
要从促进学生身心全面发展的角度评价新技能运用出产的效果。
新技能的运用，可能在某些方面促进了学生的发展，但在某些方面可能又影响了孩子的康健发展。

吴晓如：人工智能技能和教诲改革到底是什么关系？BBC和一家研究机构共同做出了一个新技能可能带来一些职业重大变革的研究结果。
电话推销员、打字员、司帐、房产经纪等职业很快要被更换掉，但西席、生理年夜夫、艺术家的替代度很低。

人工智能是通过一些算法、数据，构建一个智能化的模型，让一些冷冰冰的机器变得像人一样能听会说，叫机器变得更聪明。
人工智能技能的一些运用和当前教诲方法，完备不是对立的。
关键是领悟，老师未来在机器的赞助下，让传授教化更有效率，效果更好，同样的韶光让学生打仗到更多有效信息。
人机领悟会成为一个越来越主要的关键词，其他行业也要关注到人工智能和自己结合往后带来巨大效益的提升。

人工智能、大数据和一些新的互联网干系的技能，可以为教诲构建一个非常不一样的聪慧的环境。
它以学生为中央，更好地进行线上线下稠浊的学习，更好地去个性化学习。

详细来讲，人工智能技能可以更好地帮助老师去看、去听，帮助老师和学生剖析学习，推送个性化的学习资源。

“看”：老师、学生通过纸笔会产生非常多的数据，但原来可能你做完一本作业后扔掉就算了。
现在在智能化技能的帮助下，可把所有过程化的数据转换成打算机未来可以剖析的构造化的数据。
中英文的字符集的识别率已达到97%，机器转写笔墨的准确率比人更高，对一些比较繁芜的数学物理公式的转写精确率也已达到92%。
还包括人脸的识别、把稳力的剖析等。

“听”：在“听”上，机器已经远远超过了人。
机器的转写精确率已超过了95%，人达不到90%。

“说”：让机器有嘴巴，目前人工智能技能也有了非常大的进步。
比如，只要有特朗普半个小时旁边的语音，机器学习，演习出来一个模型，想让他说什么就可以让他说什么。

往后，能说还不足，机器必须知道看的、听的是什么意思，这里又有机器的剖析能力，能减轻老师的包袱。
比如，机器在一些哪怕是比较繁芜的作文评卷上，已经达到高水准。
它可以有效战胜人在评分时由于疲倦度等造成的一些问题。

末了再看“决策”。
知道了你的情形，怎么做出反馈？老师希望根据班级的情形，给最得当的资源。
在智能推举上，现在通过知识点的预测，可以给学生、老师供应更加精准的一些传授教化过程中的辅导。
学习效果能非常显著地提升。

人工智能可以构建一个教诲超脑。
相称于每个老师、管理者和学生身边有一个虚拟的机器人。
老师传授教化、学生学习时，有个机器人伴侣可以提高效率。
这种教诲超脑，光有人工智能技能还弗成，物理传授教化里一共有多少主要的知识点？哪些是物理传授教化中最须要关注的重点？这须要教诲行业的一些大数据。
光有冷冰冰的大数据也还弗成，须要一些主要的教诲专家融入进来。

教诲超脑详细如何运用于传授教化与管理呢？虽然以学生为中央，但不能忘却老师是教室的组织者，帮忙不添乱，一定让老师觉得到是有帮助的，减轻了自己的传授教化包袱。
首先，可以大幅降落老师批改作业的强度。

第二，帮助实现“以学定教”。
优质教诲资源还非常稀缺，如何让普通老师在人工智能的帮助下，也可以让传授教化效果得到大幅度的提升？老师在和学生互动过程中，过程化的数据都会被网络起来，机器在后台进行自动剖析，天生一个学习报告，给全体班级、给每个学生画一个像。
根据学生情形，老师做传授教化调度，乃至上课时给学生的教室练习也是分层次的，让教室效率得到大幅提升。
从后台的数据剖析看，以学定教后，教室效率可以提高20%到30%。

大数据是由一些小数据所构成的，比如班级的小数据。
老师上课过程中自然而然产生了很多非常精良的资源。
人工智能助手可以记录教室点滴。
这种场景化的数据，对老师课后的教研，唤醒学生影象，非常有用。
这种小数据可以形成巨大的教诲资源库。

第三，帮助开展学生个性化学习。
有些学生比较调皮，有可能智商很高，未来也有潜力，但第一课有10%的东西不懂，第三、四课有百分之三十的东西不懂，期中考试完后，别的学生90分，他60分。
次数多了，就会被贴个差生的标签。
有了大数据、人工智能、学情剖析，对学生个性化画像，就可以供应个性化的辅导。
把每个学生做的错题列出来，剖析错题背后的知识点、学科能力，到底问题出在哪，从而每个学生都进行分层练习。

第四，帮助管理者科学决策、高效管理。
比如现在新高考后走班排课，非常繁芜，学生6选3，可能须要一个小组排一两个星期！
有智能化的助手赞助，三分钟就可以把课表排出来，然后再进行一些细微的调度，一两天就可以形成学校课表。
其余，如果仅仅基于学生当前的知识点去选，可能把学生未来的学科潜力“行刺”。
通过学生日常数据自动剖析来进行选课辅导，会更精准。
在后台智能算法的帮助下，教务管理、学生个性化的特质剖析，和原来只能依照履历比较，发生了翻天覆地的变革。

末了，依托这些不同场景核心运用，要打造一些领悟性的空间。
创建老师和学生之间随时互动，可以对传授教化主要过程进行过程化记录的数字化环境。
其余，创新的内容也非常主要，给学生供应更故意思的传授教化内容，尤其是一些比较呆板的课程，把虚拟现实等一些手段用上，使传授教化内容更丰富。

因材施教的梦想，在这种新技能的驱动下能够更快地实现。

学校与西席还不能被彻底取代

钟秉林：在新的时期，中国的教诲涌现了新的特色。
首先是紧张抵牾转化，从过去的上学难转变为上好学校难！
老百姓急迫须要高质量的教诲。
办理抵牾的根本路子是拓展优质教诲资源。
通过努力办好每一所学校，来缓解这个抵牾，但困难也在这儿。

办好一所学校，要厚积薄发。
经费充足，方案得当，硬件条件可以很快改进，大家重视努力，软件水平也可以在不太长的韶光内显著提高。
但办好一所学校的关键，精良的西席军队，须要几代乃至十几代西席长期积淀才能逐步形成。
孩子在学校里除了学习知识外，学校优秀的办学传统，校风学风，对孩子发展成才具有潜移默化的浸染，这不可能一挥而就，不可能用钱大略地堆砌出来。
信息科技的飞速发展，信息科技与教诲传授教化的深度领悟，为化解教诲的紧张抵牾，带来了主要机遇。

人类获取知识的办法和渠道正发生改变。
学生们获取的渠道是多样化的，一定导致学校的西席角色的转型，从过去的学生知识传授者，转变为学生学习活动的设计者和制造者，师生之间形成一种新型的学习伙伴的关系。

互联网教诲的发展还正在颠覆着传统的学习过程。
过去，知识传输一样平常是在教室上进行，通过西席讲授，学生听讲来实践。
知识内化的过程每每是要在课后，学生通过复习做习题，西席辅导，答疑，学生参加必要的传授教化实验，来巩固消化，所学的知识能够真正节制，交融贯通。
在网络教诲背景之下，这个过程可能颠倒。
学生知识获取转移到上课前，通过网上个性化的学习来实现。
教室上，西席就不能讲授为主，必须勾引学生探究，反思谈论，学生主讲、演示，西席纠错，教室上要实现学生知识内化的一部分功能。
学习过程的革命，翻转教室的翻转，内涵就在于此。

以慕课翻转教室微课程、稠浊式传授教化等等为代表的基于网络的传授教化模式，可以打破学习韶光和空间局限性，有利于学生个性化的现场学习。
大数据、人工智能的发展，和教诲的领悟，将给教诲带来颠覆性的变革。
通过剖析学生的学习和生活的数据碎片，可以研究学习者的行为模式，建立个性化的教诲体系，真正因材施教。
另一方面，我们也将被海量的信息充斥，应对这样的寻衅，要从知识转为能力本位，尤其是学生的创造性和批驳性思维的养成。

学校、西席首先要转变不雅观念，打破千校一壁、万人一壁的培养模式，多样化个性化地培养人才；要创建以学生学习为中央的传授教化和学习办法，探索构建师生学习共同体，通过西席的勾引，师生的互动和学生之间的互助来实现传授教化目标。

网络传授教化的实践绝不仅仅是技能层面和传授教化层面问题，还涉及管理系统编制，像传授教化、学生管理机制等。

末了，信息科技与教诲传授教化的深度领悟，不能改变我们的教诲初心，要当心陷入纯技能化的误区。
学生的一些社会发展性素养的养成，比如人际交往能力，公共关系能力，团队精神的养成及健全人格的培养等等，从目前看，还只能在现实环境当中，通过校园教诲，通过学生的群体学习，通过学生走上社会之后的社会实践来逐步加以办理。
我们要保持复苏的头脑。

从这个角度而言，课程传授教化不即是学校教诲。
互联网的技能运用可以把一门课程做到极致，质量非常高，但互联网传授教化还不可能完备取代学校教诲。
因此我以为我们也要避免炒作观点，避免片面的浮夸浸染。

人工智能和教诲领悟，会寻衅西席的传统角色和威信地位。
有一部分知识性的传授教化角色可能被人工智能所取代，但西席不可能被完备取代，我们必须要凸显西席育人功能的主要性。
西席如何跟上信息技能和教诲领悟发展的潮流，如何保持敏锐的目光，启迪学生的聪慧，涵养学生人格，这是要负责考虑的。

软家长制、监督与 人工智能的“道德发展”

John Rust：这个天下有哪些创新？一是行为科学，二是监视技能，三是机器学习，四是人工智能。

2008年英国政府推出了“轻推策略”（nudge initiative），提出了一个理论，叫软家长制。
便是通过一些隐性的方法，鼓励人们去纠正一些禁绝确的行为，比方说不要吃太多垃圾食品、吸烟、过度利用能源等。
这种选择每每是在潜意识中做出的，因而并不涉及媒体宣扬等完备公开的规劝手段。
英国的行为洞察部门把生理学和行为经济学的研究创造运用到公共政策和做事中。
对付那些危险的人，比如说胆怯分子、性犯罪、校园暴力者、危险驾驶行为的人，都可以通过网络大数据来展开调查。
通过医疗、教诲、税收、消费、旅行、事情、手机等各个方面的记录，乃至是网络摄像头都成为大数据网络的来源，都能做事于“轻推策略”。
面对信息高速公路，你可能被轻轻地推了一下，不仅可以把你朝正方向推，也能把你朝反方向推。
2013年，英国的外长就说，如果你没什么可隐蔽，也就没什么可担心。
你自己判断，它到底是一个乌托邦的社会，还是一个反乌托邦的社会？

现在只须要剖析网上足迹，就可以判断一个人的性情、智商、社会不雅观点、生活满意度、措辞习气等等，一览无余并精准地画像。
面对这样的情形，怎么办？最紧张的问题便是，谁掌握着这背后的统统。
有时并非你自己能够决定收到什么信息，而是机器学习的算法。
这便是我们当前的处境。
互联网是一个更丰富的互动空间，由数字网络组成，用来储存、修正并互换信息，互联网会让人和人之间可以共同完成更多的事情。
现在在我理解天下的同时，天下也在理解我。
这便是互联网空间当中的事实。
互联网空间也须要管理，须要秩序来确保安全性。

现在我们知道机器在学习算法，在进行深度学习。
人类须要咨询师、老师、状师。
要成为这样的人，须要进行培训。
机器可以非常好地去预测人类的感情和情绪。
短韶光之内，能给一个人拍很多照片，解读感情。
微软最近的一个项目可以识别你的愤怒、鄙夷、厌恶、害怕等表情。
以是说在互联网空间，不仅有机器，也有人的情绪在发生。
实在我们在互联网空间浸入的是更多的人性，不仅仅是思想和情绪。
集体无意识、和平之神、战役之神，所有人类感情中涌现的东西都会在互联网空间有所表示。
这些感情都能迁移到互联网空间中。
“不喜好”的负面感情传播的速率每每比“喜好”的正面感情更快。
我们须要一个模型，让我们知道算法和互联网空间到底发生了什么。
随着韶光的推移，人工智能会变得更加繁芜、精确。
我们都是互联网时期的居民，居住在互联网空间中。

末了一个是道德发展的问题。
我们有人类道德发展的理论，人类有自己的思想和情绪体验，有伦理道德的约束。
机器可以通过打算理解个体差异，识别感情。
通过明确的交互办法，机器人也具有相应的规则。
比如说我们见告机器人，要提高点击率与收益，要善待儿童。
我们有很多的办法来培训机器人遵照我们的规则。
但有些时候并非如我们所愿，还是会有一些风险。
如果在培养机器人性德时，涌现失落误怎么办？有可能机器人会像人一样涌现精神病人的人格障碍，也可能会勾留在道德发展的早期阶段，乃至机器人也会涌现无意识，对自己的“犯错”没有任何“仇恨之心”。
目前的人工智能，还须要办理这样的问题。

我以为，孩子是我们的未来，但是，或许机器人同样也是我们的未来。