詹妮弗·特納(Jennifer Turner)的代數課曾一度讓人昏昏欲睡，她的許多學生都難以保持清醒。

如今，新技術的出現，包括使用人工智能驅動的程序來輔助教學，學生們開始變得變得活躍起來，注意力也更加集中了。

[[313118]]

詹妮弗·特納是一位來自新澤西州休厄爾市格洛斯特縣基督教學校的代數老師。她使用Bakpax平臺，可以閱讀學生的筆跡和自動批改作業，她還為學生布置講座，讓他們在家時在線觀看。使用該平臺為現年41歲的特納太太提供了更大的靈活性，她可以在課堂上進行互動練習。

特納太太說：“有了Bakpax，今年家庭作業的成績好多了，學生們興高采烈地來到我的房間，告訴我他們喜歡數學，這是我平時聽不到的。”

多年來，人們一直試圖通過人工智能對學習進行重構，但是直到過去七年的機器學習革命，才真正取得了進展。慢慢地，算法進入課堂，取代了重復性的工作，例如評分;優化課程以滿足學生的個性化需求，并徹底顛覆了大學入學考試(如SAT)的準備工作。大量的在線課程和輔導也使教師從授課中解放出來，并允許他們在課堂上花時間與學生一起解決問題。

雖然這種趨勢正在幫助像特納太太這樣的人教書，但它才剛剛開始。研究人員正在使用人工智能來了解大腦是如何學習的，并將其應用到他們希望能使學生學習更容易、更愉快的系統中。以機器學習為動力的系統不僅可以跟蹤學生的進步，發現他們的弱點，并根據他們的需要提供內容，而且很快就會融入類似人類的界面，學生們可以像老師一樣與之交談。

“我認為，教育將成為深度學習的殺手級應用，”加州拉荷拉市索爾克生物研究所計算神經生物學實驗室的負責人、神經信息處理系統基金會(Information Processing Systems Foundation)主席特倫斯·塞伊諾夫斯基這樣說道。據悉，這個基金會每年都會舉辦全球最大的機器學習會議。

[[313119]]

眾所周知，最好的教育是由經驗豐富的教育者一對一提供的。但這是昂貴的且是勞動密集型的，無法大規模量化，而現在，AI有助于解決這一問題。

第一個計算機輔導系統出現在1960年代，它以短段形式展示資料，在學生瀏覽資料時向他們提問，并提供相關答案的即時反饋。由于它們價格昂貴，并且計算機遠非普及，因此它們很大程度上局限于研究機構。

到1970年代和1980年代，系統開始使用基于規則的人工智能和認知理論。這些系統引導學生完成問題的每個步驟，并從專家知識庫中給出提示。但是基于規則的系統失敗了，因為它們不可擴展——因為編程大量的領域專業知識既昂貴又乏味。

從那時起，大多數計算機教學系統都是基于決策樹，引導學生通過一條由其表現所決定的預設編程的學習路徑——如果他們答對了問題，他們就會被送到一個方向，如果他們答錯了問題，則會被送到另一個方向。這個系統看起來像是在適應學生，但實際上它只是引導學生沿著預設的路徑前進。不過，機器學習革命正在改變這種狀況。

今天，學習算法揭示了大量數據中的模式，這些數據是關于學生過去在材料上的表現，并相應地優化了教學策略。當學生與系統交互時，它們會適應學生的表現。Bakpax要求老師通知家長如何使用孩子的數據，當然家長也可以選擇退出。不過Bakpax和其他公司表示，他們會隱匿身份信息，并加密他們收集到的數據。

研究表明，這些系統可以大大提高學生的成績，遠遠超過傳統班級的水平，甚至超過那些接受人類老師指導的學生所達到的水平。AI老師表現更出色的部分原因是計算機比人類更有耐心，而且往往更具洞察力。

機器學習在教學中的最早商業應用之一是Knewton公司，該公司由私人教育機構Kaplan的前高管Jose Ferreira創立。Knewton使用多種學習算法來評估學生，并根據學生的需要來匹配材料。

費雷拉(Ferreira)先生說：“經過幾個問題，我們可以很快找出您所處的水平以及最佳的教學內容。” “您使用該系統的次數越多，我們獲得的檔案越好，我們就可以為您提供越來越好的內容。”

盡管如此，Knewton還是陷入了財務困境，2019年5月被賣給了教育出版商Wiley。費雷拉說，Knewton的問題不是因為其技術不起作用，而是因為該公司嚴重依賴一個客戶，這個客戶后來放棄了Knewton，轉而支持內部系統。于是，51歲的費雷拉先生離開Knewton后創立了Bakpax。

Bakpax的核心是一個計算機視覺系統，可以將手寫內容轉換為文本并解釋學生的意思。有趣的是，該系統的自動分級機會自學如何評分。

費雷拉說：“你不用交作業，只需在手機上拍照，幾秒鐘后我們就能告訴你哪些是對的，哪些是錯的。”。“我們甚至可以告訴你，對于那些你做錯的題目，正確的答案是什么。”

特納太太表示，她的學生喜歡這種即時性。該系統還可以隨著時間的推移收集數據，使教師可以查看某個班級遇到的問題或將某個班級與另一個班級的表現進行比較。費雷拉說：“目前，所有這些信息都蘊含著巨大的力量，而實際上，它們每天都被扔進垃圾桶。”

毫無疑問，機器學習解決方案正在進入規模達數十億美元的全球行業考試備考市場。韓國初創企業Riiid正在使用強化學習算法，他們自行學習以達到指定的目標——力圖最大化學生在給定時間限制內達到目標分數的概率。

Riiid聲稱，僅學習20個小時，學生就可以將其分數提高20%或更多。他已經將機器學習算法納入了為學生準備英語水平測試的項目中，并為SAT引入了備考項目，預計2020年進入美國。

更多的變革性應用正在開發中，這可能會徹底改變教育。硅谷的一家初創公司Acuitus借鑒了過去50年的教育經驗，包括認知心理學、社會心理學、計算機科學、語言學和人工智能等方面的經驗，正在研究創建一個數字導師，據稱這個數字導師可以在幾個月內培訓出一個專家。

Acuitus的系統最初是由國防部的國防高級研究計劃局資助的，最初是用于培訓海軍信息技術專家。該公司的聯合創始人兼首席執行官約翰·紐柯克(John Newkirk)表示，Acuitus專注于教學概念和理解。

該公司已通過信息技術課程教授了近1,000名學生，并且該系統處于原型教學階段，該系統將教授代數。Newkirk博士說，底層的AI技術與內容無關，可以用來教授所有STEM學科。

紐柯克博士把今天的AI教育比作萊特兄弟早期的飛行實驗，證明這是可以做到的，但遠遠不是十年或二十年后便能實現的事情。

世界仍將需要學校、教室和教師來激勵學生，并教授學生社交技能、團隊合作精神以及諸如藝術、音樂和體育等軟學科知識。

有人說，人工智能輔助學習，最大的挑戰不是技術，而是來自需要維持現狀的那些官僚層面的壁壘。“每一步都有把關人，”Sejnowski博士說道。

于是，他與密歇根州奧克蘭大學計算機科學工程師Barbara Oakley共同創建了一個大規模的在線在線課程，也就是MOOC，名為“Learning How to Learn.”

他說，通過使用機器學習系統和互聯網，新的教育技術將繞過把關人，直接進入學生的家中。“家長們發現，他們可以通過互聯網，為孩子們提供比在學校更好的教育課程。”

本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。