0
未来学家已经开始预言人工智能（AI）崛起反抗人类的黑暗未来。但是，人工智能和机器人不是同一回事。人工智能软件已经进入了我们生活的方方面面，例如电脑游戏等等。在线学习领域中，人工智能也可以设计出能够分析自身环境、做出“聪明”选择的智能软件。到底，人工智能会如何改变未来的在线学习？
想一想可以打败大师的围棋软件，你就知道人工智能有多大的潜力。人工智能在数据驱动的分析决策方面，可以比人类更快。人工智能已经在改变医疗和交通等领域，并将在教育领域发挥作用。
市面上已经有萌萌哒小机器人，可以连接WIFI指导孩子学习。这些技术也可以用来指导成年人的终生学习。也许在传统意义上的学校里，机器人不可能在短期内取代人类教师，不过，在线教育领域有所不同，学生通过网络空间获得知识。虽然我们知道软件可以让学生测试知识，但是在线学习中，学习的效果究竟如何呢？
自适应学习一直是在线教育体验的重要部分，其原理是基于用户反应，程序会分支为不同的子程序。真正的人工智能软件，可以发挥的空间就大多了。
1、 自动化评分
在学校里，给作业和考卷评分非常耗时耗力。虽然AI无法真正完全取代人类评分，但是也能承担很多工作。几乎所有的单项选择题和填空题，现在已经可以完全自动化评分了，而写作可能也不远了。今天，作文评分软件还在发展初期，但是随着未来的进步，教师可以更专注在备课、课堂活动、学生互动和个人职业发展上。
2、教育软件可以适应学生需求
从幼儿园到研究生学习——人工智能都可以实现更进一步的个人化学习，改善教育效果。越来越多的自适应学习项目（例如可汗学院）、软件和游戏非常关注学生的需要，让学生按照自己的节奏学习。机器支持的定制化教育，可以让不同学习程度的学生在一个教室中共同学习，而老师可以在学生需要时提供帮助。
最近的一些AI教学软件能够识别学生的缺陷，并专注提升该领域。更高级的版本可以从原材料中生成问题。实际上，这些线上系统可以制作出比统一课程大纲更好的教材、更综合性全面的测试方式。
3、AI给出课程改善建议
有时候，教师没有意识到课程和教材可能没有解决学生的一些疑惑，而人工智能可以帮助解决这个问题。大型开放式网络课程平台Coursera已经在实践了。当很多学生都在作业出现错误时，系统会提醒教师，未来给学生进行相关提示。学生不需要等到老师回复，就可以获得帮助、理解概念。
4、AI助教可以给学生开小灶
虽然AI助教还无法教给学生高层次的创造性思维，但是可以教给学生基础数学、写作和其他知识。对于教师缺乏的情况下，AI助教能够给予学生帮助。
5、AI软件可以给学生和教师反馈
一些AI系统可以监测学生的学习进步，提醒教师学生可能遇到问题。此外，一些系统在研究如何基于学生的特长和弱项，帮助他们更好地选择专业。
6、AI改变学生获取和使用信息的方式
谷歌通过用户位置来调整搜索结果，亚马逊根据购买记录进行购物推荐，同样的，我们选择和使用教育信息的方式会悄悄改变。未来，学生在寻找信息和进行研究时的体验，也许会与现在的学生截然不同。
7、AI改变教师角色
AI在很多基础的教学内容和教学活动中都可能取代教师的角色，因此，教师在教育中的角色也会改变。教师会作为AI课程的补充，帮助落后的学生，提供直接互动和一手帮助。在很多方面，很多在线教育或“翻转课堂”教学模型（注：在该模型中，以学生为核心，教师为学生学习的设计者、指导者、帮助者和学习伙伴。）中，技术已经在推动课堂中的变化。
8、试错的过程不再吓死宝宝
试错是学习中很关键的一个步骤。很多学生很害怕在某个权威角色（例如老师）和同学朋友们面前出丑。但是，当面对不会批评人的机器，学生就没有这种担心了。话说回来，人工智能本身，也是通过这种不断试错的方式学习的。
9、AI支持的大数据改变学校招生方式
由智能计算机收集的“智能数据”已经在改变学校的招生方式。一些项目已经在提供AI支持的培训，帮助学生实现从高中到大学的重要转变。未来，大学招生和申请过程可能会更像亚马逊和Netflix的使用体验。
10、任何时间、任何地方都可以学习
一些AI支持的教育项目已经能帮助学生学习基本技能。随着时间，AI将能提供更广泛的服务，学生可以在任何时间、任何地方进行学习。
过去，这更适合纯粹问题解决型的逻辑学科，例如数学。正确的答案比解题过程更重要。我们需要想办法转变这种指导方式，用于理解关系、抽象概念和真实世界问题。
人工智能中的机器学习应该用于创造有意义的课程，而非仅仅是通过考试测验。人工智能应该可以识别每个学生的需求，从而设计出基于方法和推理的学习模型，而不只是枯燥的知识。
谷歌DeepMind开发了下围棋的AlphaGo，成为了第一个打败人类职业选手的围棋软件。AlphaGo使用了两类人工智能技术：
1. 深度神经网络：一个12层的网络连接，从所有的预测中选择出最好的走法。
2. Monte Carlo树形检索：生成随机走法，并模拟接下来的走法，从而进行分析、选择最有效的走法。
这样的预测性逻辑分析可以应用在游戏中，目标是最大化学生对概念和问题解决的理解。学生需要挑战。
认知负荷理论认为，学习的过程是一种精神上的努力。虽然这很难量化，但是可以根据已设定的教学研究，利用已经量化的、定制化模板和问题来设计人工智能。人工智能的学习方法不只是提供信息和测试。线上教育的好处是，可以超越任何一本教科书。
要获取互联网上的所有信息，以及使用大数据分析，事实上比重新做一个教学计划更快。教育家们可能只要将结果输入数据库，开发理论和算法来让人工智能验证或驳回。对于E-Learning，最好的教育家也许会是最好的工程师。未来的教育家们，也许都需要上《人工智能入门101》这门课。
人工智能的益处来自其评估、学习和采用动态策略的能力。人工智能能够分析和导出解决方案，例如迷宫等让大部分人类都觉得头疼的问题。
虽然，目前对教学技术的评估显示，无论在课堂环境还是在线学习中，人类导师的一对一辅导会带来更好的学习理解。但是，并不是每一个学生都能获得一对一的教师辅导。E-Learning人工智能技术还处于摇篮期，未来我们需要人工智能充分利用E-Learning的每一个优势特征。
E-Learning最大的好处之一是，学生可以按照自己的节奏学习，只要用简单的搜索就能发现新的学习内容。E-Learning中的人工智能助教意味着学生可以自由地深入探索各个话题，并在复杂情境下测试自己的知识，而不只是回答简单的对错判断题。
有一些人说，计算机不如人类那么亲近，但是计算机可以轻松复制人类的图像和声音。人工智能导师们也有自己的好处：更加专心投入工作、更加知识渊博、更少犯错误。毕竟，既然个人魅力不是成为教师的先决条件，我们应该给人工智能软件一些机会。
Via ELearningIndustry and TeachThought
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
