媒体报道：AI人工智能怎么颠覆“传统教育”？

   “教育+AI”的出发点是围绕在教育实践、管理中，在学生学习中，在教师的教学中存在的实际问题，用心去解决，有的新技术可以助推这些问题的解决，家长应该多关注“教育+AI”“教育+大数据”的发展新趋势。

      有三个聚焦点，一是聚焦质量。每个孩子都能享受适合他的教育，需要精准了解、匹配每个孩子的学习需求、学习能力、知识基础、学习速度。二是公平。我们的教育发展水平差异比较大，要通过运用、研发新的技术方法，推动优质资源的共享。现在我们也有一些技术在这方面进行广泛应用，有的效果还不错，有的效果实际上并不好，并没有真正解决教育公平问题。三是效率。现在不仅学生学习负担重，教师负担也重，怎样用新技术和方法，帮助学生、老师减轻负担？

        我们一定要认识到，AI、大数据和教育目前的应用结合已经有了重大发展。教育、人工智能教育和大数据的结合，要从促进学生身心全面发展的角度评价新技术应用出产的效果。   

      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。人工智能技术的一些应用和当前教育方法，完全不是对立的。关键是融合，学生未来在机器的辅助下，让学习更有效率，效果更好，同样的时间让学生接触到更多有效信息。人机融合会成为一个越来越重要的关键词，其他行业也要关注到人工智能和自己结合以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相关的技术，可以为教育构建一个非常不一样的智慧的环境。它以学生为中心，更好地进行线上线下混合的学习，更好地去个性化学习。

       具体来讲，人工智能技术可以更好地帮助老师去看、去听，帮助老师和学生分析学习，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。现在在智能化技术的帮助下，可把所有过程化的数据转换成计算机未来可以分析的结构化的数据。中英文的字符集的识别率已达到97%，机器转写文字的准确率比人更高，对一些比较复杂的数学物理公式的转写正确率也已达到92%。还包括人脸的识别、注意力的分析等。

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

“说”：让机器有嘴巴，目前人工智能技术也有了非常大的进步。比如，只要有特朗普半个小时左右的语音，机器学习，训练出来一个模型，想让他说什么就可以让他说什么。

      能说还不够，机器还知道看的、听的是什么意思，这里又有机器的分析能力，能减轻老师、家长、学生的负担。比如，机器在一些哪怕是比较复杂的作文评卷上，已经达到高水准。它可以有效克服人在评分时因为疲劳度等造成的一些问题。

       最后再看“决策”。知道了你的情况，怎么做出反馈？可以根据班级的情况，给最合适的资源。在智能推荐上，现在通过知识点的预测，可以给学生提供更加精准的指导，学习效果能非常显著地提升。

       人工智能可以构建一个教育超脑。相当于每个老师、管理者和学生身边有一个虚拟的机器人。老师教学、学生学习时，有个机器人伴侣可以提高效率。这种教育超脑，光有人工智能技术还不行，物理教学里一共有多少重要的知识点？哪些是物理教学中最需要关注的重点？这需要教育行业的一些大数据。光有冷冰冰的大数据也还不行，需要一些重要的教育专家融入进来。 教育超脑具体如何应用于教学与管理呢？虽然以学生为中心，但不能忘记课堂的组织者，学习需要浓厚的氛围，这也是名校与差校的区别，于是自习馆便是一种很好的选择。

      第二，帮助实现“以学定教”。优质教育资源还非常稀缺，如何让普通老师在人工智能的帮助下，也可以让教学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收集起来，机器在后台进行自动分析，生成一个学习报告，给整个班级、给每个学生画一个像。根据学生情况，老师做教学调整，甚至上课时给学生的课堂练习也是分层次的，让课堂效率得到大幅提升。从后台的数据分析看，以学定教后，课堂效率可以提高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优秀的资源。人工智能助手可以记录课堂点滴。这种场景化的数据，对老师课后的教研，唤醒学生记忆，非常有用。这种小数据可以形成巨大的教育资源库。

       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、学情分析，对学生个性化画像，就可以提供个性化的指导。把每个学生做的错题列出来，分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，非常复杂，学生6选3，可能需要一个小组排一两个星期！有智能化的助手辅助，三分钟就可以把课表排出来，然后再进行一些细微的调整，一两天就可以形成学校课表。另外，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“谋杀”。通过学生日常数据自动分析来进行选课指导，会更精准。在后台智能算法的帮助下，教务管理、学生个性化的特质分析，和原来只能依照经验相比，发生了翻天覆地的变化。最后，依托这些不同场景核心应用，要打造一些融合性的空间。创建老师和学生之间随时互动，可以对教学重要过程进行过程化记录的数字化环境。另外，创新的内容也非常重要，给学生提供更有意思的教学内容，尤其是一些比较枯燥的课程，把虚拟现实等一些手段用上，使教学内容更丰富。

      因材施教的梦想，在这种新技术的驱动下能够更快地实现。