首页 资讯正文

人工智能与未来教育走向

woniu 资讯 2021-01-06 11:17:15 9731 0 智能人工智能ar物联网机器
人工智能与未来教育走向

【写在前面】在影响未来未来教育的因素中,人工智能被认为是一个不可忽视的重要变量。因此,近年来有关人工智能与教育的研究呈现出逐渐增长的趋势,新冠疫情的全球爆发更是加快了该主题的研究步伐。我们选取了新近出版的两个国际研究报告,进行了主要内容的编译,以飨读者。

其中一篇报告为联合国教科文组织教育信息技术研究所(UNESCO Institute for Information Technologies in Education,UNESCO IITE)2020年11月发布的《教育中的人工智能》(AI in Education: Change at the Speed of Learning),该报告为UNESCO IITE新推出的“教育的数字化转型”(Digital Transformation of Education)系列出版物的第一期。

据悉,“教育的数字化转型”系列将包括政策简报、分析报告和反思论文,以探讨由于技术的使用及其对教育和人类生活其他领域的影响,教育领域正在发生和正在出现的根本性变化。

另一篇为美国计算与学习科学综合研究中心(Center for Integrative Research in Computing and Learning Sciences,CIRCLS)2020年11月发布的《人工智能与学习的未来:专家小组报告》(AI and the Future of Learning: Expert Panel Report),该报告为CIRCLS在2020年6月组织的一个由22个研究人员和AI与学习领域的其他专家共同参与的网络研讨会的成果。

与会者包括来自高等教育(北卡罗莱纳州立大学和匹兹堡大学)、教育组织(如数字承诺和教育发展中心)和政府(美国教育部和国家科学基金会)的代表。

UNESCO IITE报告首先指出,个性化学习即根据每个学生的具体需求定制学习内容、内容和节奏是教育改革的主要目标,而人工智能在实现个性化学习方面发挥着关键作用。

接下来,该报告从人工智能对利益相关者(学生、教育者、家长、学校领导和行政当局)的积极作用、挑战以及在教育中应用的未来展望进行了分析。

关于人工智能对利益相关者的积极作用,报告认为,对于学生来说

一是人工智能在不同数据源之间建立联系的能力将有助于确定可能需要实时干预或额外援助的领域,可以实现学习的个性化;

二是人工智能和多模态社会计算有助于提高认知、社会情感技能;

三是通过手机和分析大数据人工智能可以帮助发展学生21世纪技能;

四是人工智能可以为残疾学生学习带来很多便利,有助于教育民主化;

五是人工智能的实时识别和预测功能可以在学生身心健康方面发挥积极作用。

对于教育者来说:

报告认为人工智能不仅不会取代教师,反而会重新肯定教师的角色

一是人工智能可以帮助教师设计学生个性化学习路径、生成丰富学生学习报告以及承担批改问卷等事务工作,从而提高了教师教学的有效性并节约了时间;

二是人工智能可以让教师从评估和撰写报告中解放出来,从而有更多的时间用于备课和学习,有助于让学生得到更多支持和重视;

三是利用数据与分析,人工智能可以帮助教育者之间的协作;

四是人工智能可以帮助教师的专业发展和自我反思。

对于家长来说:

一是人工智能支持他们成为孩子进步的参与者,而不是评论者;

二是人工智能可以让家长更积极地参与到孩子的教育过程中,并强化了他们认为教育很重要的价值观。

对于学校领导来说:

一是人工智能可以帮助他们分析每一位学生有关行为、出勤率以及参与、坚持、乐观和自信、批判性思维以及未来成功的一系列关键决定因素,以及得出必要干预的支持性见解;

二是利用数据和预测分析人工智能可以帮助学校领导从被动管理转向主动管理,并在问题出现之前预测问题;

三是人工智能可以消除教师目前面临的许多挫折,从而帮助学校领导留住教师;

四是人工智能可以根据学生有关数据做出预警,从而减少学生退学风险;

五是人工智能可以帮助学校领导建立个性化管理的家校沟通方式,从而有助于获得家长对学校的积极支持。

对于地方、区域和国家行政当局来说:

一是在资源规划方面,人工智能除了可以跟踪关键的人口统计信息、资本需求、人员配置和专业发展需求等之外,还可以协助提供服务,使规划者能够根据不断变化的环境主动提供足够的资源;

二是在课程设计方面,人工智能可以为课程设计者提供相关的大数据资料并做出分析。

该报告也提出了人工智能在教育变革中的一些挑战:

一、在教育公平与平等方面,目前“数字鸿沟”的现象仍然还存在。一些学习者获得学习所需信息的机会有限,并且无法生成和共享电子数据,因此在建立个性化的学习途径时可能处于不利地位;

二、在伦理方面,人工智能在教育中的应用将涉及隐私保护,另外如何确保在编写程序时不引入性别、种族、社会经济和能力偏见,如何确保社会和文化定型观念不被传播,如何确保人工智能在教育中的应用让住在不同地方的所有的学习者都能获得同样的回报等;

三、人工智能的应用可能会增加人们的技术依赖,削弱一些人们执行某些任务的能力;

四、随着人工智能技术的迭代发展,教育工作者需要有持续的专业发展。

最后,报告还从视觉方式(Ways of Seeing)和做事方式(Ways of Doing)两个方面对人工智能在教育中的应用做了展望。

在视觉方式变革方面:

一是认知服务(Cognitive Services)技术的发展可以帮助开发人员创建能够看、听、说、理解甚至开始推理的APP。

它们允许开发人员在APP中添加诸如情感和情感检测、视觉和语音识别以及自然语言理解等功能,而无需拥有直接的人工智能或数据科学技能或知识。

认知服务技术对教育的影响将是巨大的,特别是对于残疾学生,它们可以帮助消除入学和机会的障碍。

对于有基础学习挑战的学习者,例如读写和计算能力不足的人,他们可以在发展这些技能的同时,积极参与更高阶的学习,而不是在掌握这些能力之前将其排除在外。

将认知服务技术添加到现有的人工智能解决方案和服务中,它们可以加速重要见解的生成,教育者可以简单地向人工智能提出一个问题,而不必使用键盘或鼠标输入详细的查询;

二是虚拟现实(VR)、增强现实(AR)、混合现实(MR)技术的发展可以使学习更具沉浸感和吸引力。

有了VR,学生们可以从教室到世界的任何地方旅行,在虚拟环境中,在历史的任何时候,体验对那个世界的再创造。

通过AR,学生可以查看覆盖在物理对象上的全息指令或信息,为他们提供所看对象的附加信息。

MR可以用于医疗培训或工程,允许学生在现实环境中“解剖”四肢或“修理”他们视为全息图的机器,使学习者能够专注于实践而不是理论;

三是物联网与边缘计算(Edge Computing)在教育中的应用也将有广阔前景。

例如,许多教育机构已经在使用物联网来更高效、更廉价地管理其基础设施——根据教室或建筑物的实际占用情况使用传感器控制加热和照明,从而提高能源效率和降低运营成本;使用远程摄像头和生物识别技术帮助校园更加安全。

边缘计算的应用使得不需要将数据发送到集中的(云)位置进行处理或存储,从而减少了时间和带宽需求。

在做事方式变革方面:

一是人工智能可以在元认知脚手架中发挥作用,让学生自己从学习过程中产生的洞察力中获益。

学生将越来越成为人工智能解决方案和服务的主要用户,而不仅仅是教育者、管理员和系统所有者分析数据的对象。

学习者对自己的学习方式和思维方式有更深入的了解,就会对自己的教育有更大的能动性和控制力,并且具备重要的自我知识也是终身学习的基石。

二是人工智能在支持个性化评估和认证方面将发挥重要作用。

高阶思维技能如记忆、比较、分析和推理可以用传统的标准化考试来评估,但软技能、人际交往技能、道德品质、团队合作、协作等很难用这种形式来评估,人工智能可以收集相关数据并进行跟踪分析可以为这些技能的评估提供支持。

另外,用于衡量复杂和一般学习能力,包括21世纪的批判性思维、创造力、沟通技能和创业精神等技能的微型证书在不断增加,人工智能可以对这些证书的效力和有效性做持续分析,并可以为利益相关者定制实时仪表盘来展示这些发现和见解。

CIRCLS报告主要就人工智能的重要优势和劣势、人工智能应用于学习的机会和障碍、人工智能在学习中的新设计概念和应用设想、风险和建议进行了论述。

报告首先认为,人工智能可能会对对未来学习产生巨大的影响,需要及早规划如何以公平、道德和有效的方式在教育中最好地开发和使用人工智能,并减轻其弱点、风险和潜在危害。

关于人工智能在教育中的理解,报告认为目前主要有三种方式:

一是人工智能被视为“计算智能”,可以作为教育者能力和优势的额外资源来应对教育挑战;

二是人工智能是一组正在迅速发展的特定能力,包括感知、识别模式、表示知识、制定和执行计划,以及支持与人的自然互动。

这些特定的能力可以被设计成解决方案,以支持具有不同优势和需求的学习者,例如除了传统的键盘和鼠标输入外,还允许学生使用手写、手势或语音作为输入;

三是人工智能可以视为一种工具,使人们能够想象、研究和讨论今天不存在的学习未来。

报告认为,思考人工智能与未来学习还可以有第四种方式,即用一些新的学习设计概念(New Design Concepts for AI in Learning)来思考。

在该报告中,这些新设计概念包括:策划(orchestrating)、增强人的智能(augmenting human intelligence)、扩大自然交互(expanding naturalistic interactions)、扩展可评估能力(broadening the competencies)、揭示联系和对等(revealing connections and equivalencies)等。

报告指出,这些新的学习设计概念超越了目前经常所提及的技术支持的“个性化”(personalized)、“自适应”(adaptive)或“混合”(blended)学习的概念。

虽然这些旧的概念隐喻可能继续有用,但它们也可能限制了人们对人工智能在学习中的未来设想,不能充分描述人工智能可能的教育应用。

关于这几个新的学习设计该概念,报告做了一些解释。

“策划”的概念将人工智能视为使学生和教师能够随着时间的推移,将他们在不同小组和活动中的参与联系起来,以实现更广泛的学习目标。

“增强人的智能”概念意味着机器有可能更好地理解教师或学习者的目标、计划、意图和成功标准,并以帮助人们更好地实现目标的方式行动,更像是人和机器之间的一种支持性伙伴关系。

“扩大自然交互”概念意味着要摆脱使用键盘和鼠标参与学习的狭隘追求,要利用人工智能识别技术使语言、手势等成为对话的一部分。

“扩展可评估能力”概念超越了20世纪评估技术测量的内容,也突出了涉及项目合作和其他扩展学习模式的学习经验。

“揭示联系和对等”概念意味着要思考如何让人工智能帮助我们看到迄今为止我们无法看到的重要模式,这些模式可能是一种能力(比如写作技能)如何在许多不同的领域、经历和时间跨度中发展的联系。

如何用这些新设计概念来实践人工智能在未来学习中的应用,该报告提出了两种应用场景:一是学习环境;二是教育评估。

对于学习环境,报告认为主要需考虑如何用人工智能实现以下几个转变:

1.从将学习视为高度个人化的过程转变为注重社会学习;

2.从注重单独满足每个学习者的需要,到注重解决公平和多样性的学习社区;

3.从只对学生输入电脑的键盘和鼠标作出反应的人工智能代理,到能自然地倾听、观察和与学生互动的人工智能代理,以及可能主动增强小群体动态的人工智能代理;

4.从仅通过仪表盘与教师协调的人工智能代理到教师与人工智能系统之间的伙伴关系(例如,支持学习的协调行动)。

对此,报告以一节关于文艺复兴时期的中学课程进行了说明。

对于教育评估,报告不认为人工智能仅限于传统评估的目标(即让传统评估更加准确和有效),而是支持传统评估无法实现的更广泛的评估目标。为此需要实现以下几个转变:

1.从关注课后结果到更快速、更有用的形成性评估,这些评估可以在课程中为教学提供信息;

2.从回答问题的活动到捕捉更真实的表现或作品组合,包括跨越更长的时间和更多的环境;

3.从狭义的学业成就定义,到在教育、社会和工作场所受到重视的更广泛的能力。

4.从提供不经常和孤立的分数评估到不断更新学生学习轨迹的持续评估。

对此,报告以作文评估等例子进行了具体说明。

报告还讨论了人工智能在教育中应用的三种风险:

一是普遍所关注的与数据相关的隐私、安全、偏见、透明度和公平性等;

二是人工智能在教育中的设计缺陷可能会放大教师、学习者和资源之间的不良互动;

三是利益相关者缺乏参与的风险与相关技术障碍,在进行人工智能在教育中的应用设计时,如果没有教育政策制定者和实践者的参与,那么很难使其符合教育需求和价值观,另外即使教育政策制定者和实践者参与设计,也存在需要及时了解这一复杂技术的障碍。

最后,报告还提出了人工智能应用于教育的七项建议:

1.研究人工智能更广泛的学习应用场景

报告指出,多年来,人工智能在教育领域已经深入探索了几种类型的应用,然而,随着人工智能能力的出现,它们正在开启新的可能性,如人工智能代理支持开放式科学探究环境中的学习,社会研究模拟工具,或课程鼓励设计思维。

因此,重要的是要构建一个更全面的类型学,描述什么是可能的,并加强我们的潜在利益、风险、后果和每种类型的应用的进展的知识。

2.开发辅助教师和改善教学的人工智能系统

报告指出,目前对人工智能的投资大多是以学生为导向的,对教师需求的探索不够,未来要更多地以帮助和支持教师组织课堂体验为中心,并为教师提供不断学习和成长的机会。

同时,需要对人工智能如何帮助教师学习和改进教学进行更多的研究。

3.加强和拓展人工智能在学习评价中的研究

报告指出,需要扩大能够自动评估的学习活动、可捕捉能力的范围、跨时间和跨环境的范围。同时,需要新的心理测量学和新的人工智能技术共同发展来确保评估的质量、有效性和公平。

4.加快发展以人为本或负责任的人工智能

报告指出,人工智能需要关注残疾学习者、学习者的变化性、学习应用APP的通用性等。

5.制定更强有力的伦理和公平政策

报告指出,从事这项工作的研究人员必须参与制定指导方针,帮助该领域以安全可靠的方式发展。从业者、决策者和其他利益相关者需要平等参与。

政策不仅要满足研究人员的需求,还要满足初创公司和更大平台和服务的需求。政策及其执行需要透明,这样教育工作者和公众才能够让开发商负起责任。

6.向教育政策制定者和实践者提供信息并使之参与

报告指出,为了参与决策,在实践者中建立理解人工智能的能力是很重要的。能力建设也很重要,这样教育工作者就有了测试和评估新兴人工智能的基础设施,从而能够为设计决策提供信息。

学校和其他教育机构可能需要激励措施来更多地参与评估和政策。政策制定者一般都在学习人工智能,但可能对教育中需要政策关注的具体风险和障碍知之甚少。因此,传播知识以帮助决策者解决这些问题也很重要。

7.加强整个人工智能和教育生态系统

报告指出,教育领导者、创新者、研究人员、行业领导者、初创公司和其他利益相关者的强大生态系统是塑造人工智能促进教育发展的重要机制。

—完—

参考文献:

1.UNESCO IITE. AI in Education: Change at the Speed of Learning[R/OL].(2020-11). https://iite.unesco.org/wp-content/uploads/2020/11/Steven_Duggan_AI-in-Education_2020.pdf

2.Roschelle, J., Lester, J. & Fusco, J. (Eds.). AI and the future of learning: Expert panel report [R/OL]. (2020-11-16). https://circls.org/wp-content/uploads/2020/11/CIRCLS-AI-Report-Nov2020.pdf

声明:

编译文章旨在帮助读者了解行业新思想、新观点及新动态,为原作者观点,不代表智能观观点。

另,转载文章仅为知识分享,不代表智能观观点,版权归原作者;若有需要,请联系原出处。

若转自网络的文章,因联系不到原作者而未署名的,侵犯了您权益,请联系智能观删除。

关于我们

我们关注AI+教育。致力于提供高附加值的知识,以帮助每一位老师和我们的读者不断学习并提高技能。

来源: 一米智能观

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/5582.html

评论