<mark id="oztn4"></mark>
0
未來學家已經開始預言人工智能（AI）崛起反抗人類的黑暗未來。但是，人工智能和機器人不是同一回事。人工智能軟件已經進入了我們生活的方方面面，例如電腦游戲等等。在線學習領域中，人工智能也可以設計出能夠分析自身環境、做出“聰明”選擇的智能軟件。到底，人工智能會如何改變未來的在線學習？
想一想可以打敗大師的圍棋軟件，你就知道人工智能有多大的潛力。人工智能在數據驅動的分析決策方面，可以比人類更快。人工智能已經在改變醫療和交通等領域，并將在教育領域發揮作用。
市面上已經有萌萌噠小機器人，可以連接WIFI指導孩子學習。這些技術也可以用來指導成年人的終生學習。也許在傳統意義上的學校里，機器人不可能在短期內取代人類教師，不過，在線教育領域有所不同，學生通過網絡空間獲得知識。雖然我們知道軟件可以讓學生測試知識，但是在線學習中，學習的效果究竟如何呢？
自適應學習一直是在線教育體驗的重要部分，其原理是基于用戶反應，程序會分支為不同的子程序。真正的人工智能軟件，可以發揮的空間就大多了。
1、 自動化評分
在學校里，給作業和考卷評分非常耗時耗力。雖然AI無法真正完全取代人類評分，但是也能承擔很多工作。幾乎所有的單項選擇題和填空題，現在已經可以完全自動化評分了，而寫作可能也不遠了。今天，作文評分軟件還在發展初期，但是隨著未來的進步，教師可以更專注在備課、課堂活動、學生互動和個人職業發展上。
2、教育軟件可以適應學生需求
從幼兒園到研究生學習——人工智能都可以實現更進一步的個人化學習，改善教育效果。越來越多的自適應學習項目（例如可汗學院）、軟件和游戲非常關注學生的需要，讓學生按照自己的節奏學習。機器支持的定制化教育，可以讓不同學習程度的學生在一個教室中共同學習，而老師可以在學生需要時提供幫助。
最近的一些AI教學軟件能夠識別學生的缺陷，并專注提升該領域。更高級的版本可以從原材料中生成問題。實際上，這些線上系統可以制作出比統一課程大綱更好的教材、更綜合性全面的測試方式。
3、AI給出課程改善建議
有時候，教師沒有意識到課程和教材可能沒有解決學生的一些疑惑，而人工智能可以幫助解決這個問題。大型開放式網絡課程平臺Coursera已經在實踐了。當很多學生都在作業出現錯誤時，系統會提醒教師，未來給學生進行相關提示。學生不需要等到老師回復，就可以獲得幫助、理解概念。
4、AI助教可以給學生開小灶
雖然AI助教還無法教給學生高層次的創造性思維，但是可以教給學生基礎數學、寫作和其他知識。對于教師缺乏的情況下，AI助教能夠給予學生幫助。
5、AI軟件可以給學生和教師反饋
一些AI系統可以監測學生的學習進步，提醒教師學生可能遇到問題。此外，一些系統在研究如何基于學生的特長和弱項，幫助他們更好地選擇專業。
6、AI改變學生獲取和使用信息的方式
谷歌通過用戶位置來調整搜索結果，亞馬遜根據購買記錄進行購物推薦，同樣的，我們選擇和使用教育信息的方式會悄悄改變。未來，學生在尋找信息和進行研究時的體驗，也許會與現在的學生截然不同。
7、AI改變教師角色
AI在很多基礎的教學內容和教學活動中都可能取代教師的角色，因此，教師在教育中的角色也會改變。教師會作為AI課程的補充，幫助落后的學生，提供直接互動和一手幫助。在很多方面，很多在線教育或“翻轉課堂”教學模型（注：在該模型中，以學生為核心，教師為學生學習的設計者、指導者、幫助者和學習伙伴。）中，技術已經在推動課堂中的變化。
8、試錯的過程不再嚇死寶寶
試錯是學習中很關鍵的一個步驟。很多學生很害怕在某個權威角色（例如老師）和同學朋友們面前出丑。但是，當面對不會批評人的機器，學生就沒有這種擔心了。話說回來，人工智能本身，也是通過這種不斷試錯的方式學習的。
9、AI支持的大數據改變學校招生方式
由智能計算機收集的“智能數據”已經在改變學校的招生方式。一些項目已經在提供AI支持的培訓，幫助學生實現從高中到大學的重要轉變。未來，大學招生和申請過程可能會更像亞馬遜和Netflix的使用體驗。
10、任何時間、任何地方都可以學習
一些AI支持的教育項目已經能幫助學生學習基本技能。隨著時間，AI將能提供更廣泛的服務，學生可以在任何時間、任何地方進行學習。
過去，這更適合純粹問題解決型的邏輯學科，例如數學。正確的答案比解題過程更重要。我們需要想辦法轉變這種指導方式，用于理解關系、抽象概念和真實世界問題。
人工智能中的機器學習應該用于創造有意義的課程，而非僅僅是通過考試測驗。人工智能應該可以識別每個學生的需求，從而設計出基于方法和推理的學習模型，而不只是枯燥的知識。
谷歌DeepMind開發了下圍棋的AlphaGo，成為了第一個打敗人類職業選手的圍棋軟件。AlphaGo使用了兩類人工智能技術：
1. 深度神經網絡：一個12層的網絡連接，從所有的預測中選擇出最好的走法。
2. Monte Carlo樹形檢索：生成隨機走法，并模擬接下來的走法，從而進行分析、選擇最有效的走法。
這樣的預測性邏輯分析可以應用在游戲中，目標是最大化學生對概念和問題解決的理解。學生需要挑戰。
認知負荷理論認為，學習的過程是一種精神上的努力。雖然這很難量化，但是可以根據已設定的教學研究，利用已經量化的、定制化模板和問題來設計人工智能。人工智能的學習方法不只是提供信息和測試。線上教育的好處是，可以超越任何一本教科書。
要獲取互聯網上的所有信息，以及使用大數據分析，事實上比重新做一個教學計劃更快。教育家們可能只要將結果輸入數據庫，開發理論和算法來讓人工智能驗證或駁回。對于E-Learning，最好的教育家也許會是最好的工程師。未來的教育家們，也許都需要上《人工智能入門101》這門課。
人工智能的益處來自其評估、學習和采用動態策略的能力。人工智能能夠分析和導出解決方案，例如迷宮等讓大部分人類都覺得頭疼的問題。
雖然，目前對教學技術的評估顯示，無論在課堂環境還是在線學習中，人類導師的一對一輔導會帶來更好的學習理解。但是，并不是每一個學生都能獲得一對一的教師輔導。E-Learning人工智能技術還處于搖籃期，未來我們需要人工智能充分利用E-Learning的每一個優勢特征。
E-Learning最大的好處之一是，學生可以按照自己的節奏學習，只要用簡單的搜索就能發現新的學習內容。E-Learning中的人工智能助教意味著學生可以自由地深入探索各個話題，并在復雜情境下測試自己的知識，而不只是回答簡單的對錯判斷題。
有一些人說，計算機不如人類那么親近，但是計算機可以輕松復制人類的圖像和聲音。人工智能導師們也有自己的好處：更加專心投入工作、更加知識淵博、更少犯錯誤。畢竟，既然個人魅力不是成為教師的先決條件，我們應該給人工智能軟件一些機會。
Via ELearningIndustry and TeachThought
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
