雷鋒網(wǎng) AI 科技評論按：由CCF 主辦的CNCC 2019 于10月17日—10月19 日在蘇州金雞湖會議中心舉辦。本屆大會以“智能+引領(lǐng)社會發(fā)展”為主題，有1000多家機構(gòu)代表，8000余人參會。在17日下午舉辦的“人工智能賦能未來教育”論壇上，哈工大人工智能研究院副院長、哈工大社會計算與信息檢索研究中心（HIT-SCIR）主任劉挺教授做了題為《智能教育的理念變革與技術(shù)落地》的報告，展望智能時代下的未來教育。AI科技評論在征得劉挺教授的同意下，回顧和整理了本次報告的精彩內(nèi)容。

劉挺教授作為教育部人工智能科技創(chuàng)新專家組成員、教育部電子信息類、計算機類兩個教指委的人工智能專家，對傳統(tǒng)教育所面臨的困境及智能教育所帶來的革命做了深入的探究。在報告中，劉挺教授根據(jù)自己的研究經(jīng)歷介紹了大量NLP技術(shù)在智能教育中的落地應(yīng)用案例，并對智能教育的未來做了具有指導(dǎo)性的展望。

劉挺，哈爾濱工業(yè)大學(xué)長聘教授，哈工大人工智能研究院副院長，人工智能專業(yè)負責(zé)人，計算機學(xué)院社會計算與信息檢索研究中心主任。國家“萬人計劃”科技創(chuàng)新領(lǐng)軍人才，教育部新世紀(jì)優(yōu)秀人才，教育部人工智能科技創(chuàng)新專家組成員，教育部高校電子信息類專業(yè)教指委人工智能專業(yè)建設(shè)咨詢委員會成員、計算機類專業(yè)教指委人工智能專家。黑龍江省中文信息處理重點實驗室主任，黑龍江省“人工智能”頭雁團隊帶頭人。多次擔(dān)任國家863重點項目總體組專家、國家自然科學(xué)基金委會評專家。中國計算機學(xué)會理事，中國中文信息學(xué)會常務(wù)理事、社會媒體處理專委會（SMP）主任，曾任國際頂級會議ACL、EMNLP領(lǐng)域主席。主要研究方向為人工智能、自然語言處理、智能教育和社會計算，是國家973課題、國家自然科學(xué)基金重點項目負責(zé)人。2012-2018年在自然語言處理領(lǐng)域頂級會議發(fā)表的論文數(shù)量列世界第6位。主持研制“語言技術(shù)平臺LTP”、“大詞林”等科研成果被業(yè)界廣泛使用。曾獲國家科技進步二等獎、省科技進步一等獎、錢偉長中文信息處理科學(xué)技術(shù)一等獎等。

以下為雷鋒網(wǎng)AI科技評論根據(jù)報告內(nèi)容整理而成——

（演講正文）

今天的報告主要是向大家匯報一下我最近對教育的觀察和思考，因為一年前教育部成立一個人工智能專家組，我也是其中的一個成員，所以覺得我自己有義務(wù)和責(zé)任去觀察和思考人工智能與教育的關(guān)系。

我報告的題目是《智能教育：理念變革與技術(shù)落地》，主要分為四個方面：傳統(tǒng)教育的困局；智能教育的革命；人工智能技術(shù)在教育領(lǐng)域的應(yīng)用案例；以及智能教育的未來。

一、傳統(tǒng)教育的困局

在考慮人工智能與教育時，我們不能脫離教育的本質(zhì)，因此我們需要去思考“到底什么是教育？”這個問題。德國著名哲學(xué)家雅思貝爾斯在他的著作《什么是教育》中曾提出：

“所謂教育，不過是人對人的主體間靈肉交流活動，包括知識內(nèi)容的傳授、聲明內(nèi)涵的領(lǐng)悟、意志行為的規(guī)范、并通過文化傳遞功能，將文化遺產(chǎn)教給年輕一代，使他們自由地生成，并啟迪其自由天性?！?/p>

我們把這段話拆解來看，其實教育主要有三個方面：

1. 價值塑造：讓人成為人。受教育的人和沒有受教育的人本質(zhì)的區(qū)別是教育能陶冶人的情操，使人更加富有理性，獲得更加全面的發(fā)展，人能更容易在以后的發(fā)展道路上獲得幸福。

2. 能力培養(yǎng)：獲得學(xué)習(xí)能力，以及生存技能，包括技術(shù)能力、社交能力。在所有的能力中，學(xué)習(xí)能力又是第一位的。

3. 知識傳授：已有知識的傳承。

從這個角度，我們來看當(dāng)前中國教育，其實面臨著很多的問題。

從教育的過程來看。首先，由于學(xué)生數(shù)量很多，教師很少，因此不可避免地會忽視學(xué)生的個性，做不到因材施教。其次，教師個人的經(jīng)驗難以充分的展示。我們使用的教材都是經(jīng)過教育部嚴(yán)格審定的，教師想要充分的展開自己對課程的獨特見解并不容易，或者根本不可能。無論是從經(jīng)濟角度還是時間角度來看學(xué)習(xí)成本都非常高，而另一方面學(xué)習(xí)效率卻非常低，學(xué)生們非常辛苦，經(jīng)常熬夜，但學(xué)習(xí)的效果卻并不一定好。

從教育的結(jié)果來看，應(yīng)試教育是一種對創(chuàng)新能力的扼殺，標(biāo)準(zhǔn)答案容易固化人的思維。這個我有很深刻的體驗，許多博士學(xué)生從小學(xué)到博士，一路考來，很適應(yīng)應(yīng)試教育，但結(jié)果在做研究時卻做不了創(chuàng)新，只能去讀國外的論文，拿回來修修補補。另一方面，學(xué)校里學(xué)到的知識和社會的需求之間存在著巨大的鴻溝，學(xué)生往往是學(xué)習(xí)知識有余，學(xué)習(xí)「能力」很難。

當(dāng)然中國的教育也同樣造成了教育的不公平問題，主要體現(xiàn)在優(yōu)質(zhì)資源分布極為不均，城鄉(xiāng)之間存在巨大的差異，在城市里出現(xiàn)各種學(xué)區(qū)房的現(xiàn)象。

傳統(tǒng)的教學(xué)模式，往往教師是學(xué)校制定的，而非學(xué)生選擇的；而學(xué)生也非常多，教師沒法關(guān)注到每個學(xué)生的個性化差異并予以照顧。而學(xué)生所學(xué)習(xí)的教材也是教育部指定的紙質(zhì)課本，主要以文字為主，配以少量插圖。教學(xué)的方式則主要以課堂教學(xué)為主。

但是伴隨著信息時代到來，傳統(tǒng)教學(xué)模式受到了巨大的沖擊。學(xué)生獲取知識的途徑不再僅限于教師，學(xué)生可以通過互聯(lián)網(wǎng)上各種公開課或百科來學(xué)習(xí)比教師所教授地更多的信息，而且學(xué)生之間還能夠建立社交網(wǎng)絡(luò)相互之間進行答疑解惑。而教材選擇上也不再局限于某一本課本，而是可以自由地選擇，而且可以從網(wǎng)上下載許多電子課件。學(xué)生許多的學(xué)習(xí)時間都是在課堂之外。

當(dāng)教師可選，教材可選的時候，“教”與“學(xué)”之間面臨著巨大的矛盾。那么這個矛盾中，誰才是矛盾的主要方面呢？有人認為“名師出高徒”、“嚴(yán)師出高徒”等，教師在教學(xué)過程中發(fā)揮著主導(dǎo)作用。但也有人認為“師傅領(lǐng)進門，修行在個人”，應(yīng)當(dāng)依據(jù)學(xué)生的個性化來定制學(xué)習(xí)路線。例如有人建議將知識點碎片化，然后學(xué)生根據(jù)個人的特點開發(fā)自己的學(xué)習(xí)路線。但我認為，學(xué)生本身是有惰性的，而且知識（特別是理工科的知識）是有次序的。因此也應(yīng)當(dāng)注意“教”的重要性。

不過我們要認識到，現(xiàn)在的教學(xué)逐漸在朝向以學(xué)生心智為主導(dǎo)的方向發(fā)展。隨著學(xué)習(xí)的展開，學(xué)生的心智應(yīng)當(dāng)發(fā)生變化，從而能夠更好地適應(yīng)環(huán)境，這不但是一個知識量的增加，更重要的是心智結(jié)構(gòu)變得更為復(fù)雜。在這個過程中教師和機器都是學(xué)生成長的助力。

二、智能教育的變革

隨著人工智能的再次爆發(fā)，現(xiàn)在大家都在提“人工智能+教育”。據(jù)我的觀察這其實包括了三個方面，由于大家名詞不加區(qū)分，所以這三方面經(jīng)常交疊在一起。第一個是人工智能教育（ArtificialIntelligent Education, AI Education），講課的內(nèi)容是教人工智能，旨在培養(yǎng)掌握人工智能技術(shù)的人才，形象的表示如下圖：

第二個是智能教育（ Intelligent Education ），是用AI來輔助教學(xué)，人工智能知識教育的手段，用來促進教學(xué)流程的自動化、智能化，來提高效率，提升效果：

第三個是計算教育學(xué)(Computational Education)，這個是通過人工智能的技術(shù)來進行教育學(xué)的研究，通過統(tǒng)計分析來研究教育學(xué)的原理：

在這里，我想要討論的是第二個，智能教育，即如何利用人工智能的技術(shù)來促進教育。我們用一張圖來看下教育、人工智能與智能教育三者之間的關(guān)系：

教育是由人教人，由有知識的人教知識匱乏的人；人工智能是人來教機器；而智能教育是機器來教人或者機器輔助來教人。這是它們?nèi)咧g的關(guān)系。其實有時候計算機的學(xué)習(xí)方法對我們?nèi)祟悓W(xué)習(xí)也是有幫助的。我們能教會計算機，同時也可以用這種方式來教人。

我也將傳統(tǒng)教育與智能教育做了一個對比，如下表格：

傳統(tǒng)教育主要是發(fā)生在教室，智能教育發(fā)生在空間里面，資源空間、物理空間、社交空間都可以；傳統(tǒng)教育主要是知識的傳遞，而智能教育則代表能力的提升，是知識獲取的引導(dǎo)者；傳統(tǒng)教育是知識灌輸，智能教育是互動探究式的學(xué)習(xí)；傳統(tǒng)教育一般是以文字為主配少量的插圖，我們知道只是用文字這種單一的形式會丟掉很多原汁原味的東西，文字的教學(xué)可能會限制我們的思維，智能教育則具有多元化、多模態(tài)的數(shù)字教育資源；傳統(tǒng)教育只需要簡單的技術(shù)支持，而智能教育則需要高級的數(shù)字化技術(shù)以及智能技術(shù)的支持。

從學(xué)習(xí)評價來看，傳統(tǒng)教育受結(jié)果導(dǎo)向，主要表現(xiàn)是應(yīng)試教育，智能教育是數(shù)據(jù)驅(qū)動的過程化評價，由于學(xué)生的整個學(xué)習(xí)過程可以被數(shù)字化的記錄下來，所以我們可以在過程中像切片一樣來看他們的學(xué)習(xí)過程。傳統(tǒng)教育以分數(shù)為評價機制，智能教育是多元化綜合評價，逐漸形成一個定量的精準(zhǔn)化評價。

從學(xué)習(xí)路徑的規(guī)劃來看，傳統(tǒng)教育是模塊化的，智能教育比模塊化還要更加細致和碎片化。由于有碎片化所以內(nèi)容點之間可以形成一個復(fù)雜的網(wǎng)絡(luò)。在智能教育過程當(dāng)中，學(xué)生可以動態(tài)的調(diào)整學(xué)習(xí)路徑，每個學(xué)生可以有自己的學(xué)習(xí)路徑。

如果將規(guī)模化和個性化作為橫縱坐標(biāo)。在農(nóng)業(yè)時代的教育（例如私塾），是個性化教學(xué)的，孔子對子路、顏回會有不同的教育方法，同時，不同老師的獨特經(jīng)驗也可以傳授給學(xué)生。隨著進入工業(yè)時代，為了培養(yǎng)大規(guī)模的人才，就制定了標(biāo)準(zhǔn)化的培養(yǎng)方案，教師嚴(yán)格遵循教育部審定的教材、制定的教育大綱，大規(guī)模的教學(xué)主要以文字為主體，只有少量配圖，只有極少的多模態(tài)，這也導(dǎo)致從學(xué)校出來的人的能力和企業(yè)實際的需求有很大的差距，因為并沒有得到基于實際的能力鍛煉。到智能化時代，我們說智能革命，是在兩個維度同時突破。它的規(guī)模比工業(yè)時代更大，同時又實現(xiàn)了個性化。這種學(xué)生的個性化培養(yǎng)能使老師的個人經(jīng)驗得以傳承同時又是多模態(tài)化的，使我們能在時間和空間的兩個維度上都突破限度。在時間上隨時學(xué)不需要非得上課學(xué)，碎片化學(xué)習(xí)提高效率，還有終身的學(xué)習(xí)，在空間上隨時隨地可以學(xué)習(xí)。

這里可以借鑒下機器學(xué)習(xí)的三種學(xué)習(xí)模式，從規(guī)則系統(tǒng)的角度來看，規(guī)則學(xué)習(xí)很像是填鴨式教學(xué)，人制定標(biāo)準(zhǔn)的規(guī)則，讓機器照著去做（直接告訴學(xué)生知識，技巧）。然后是神經(jīng)網(wǎng)絡(luò)，大量的訓(xùn)練數(shù)據(jù)（大量做題）。其次是強化學(xué)習(xí)，在與環(huán)境的互動中得到反饋，進而得到提升（在探索中學(xué)習(xí)）。

在教育系統(tǒng)中的主要角色（學(xué)校、教師和學(xué)生），他們的主要工作以及在智能教育中所產(chǎn)生的產(chǎn)品形態(tài)，如下：

智能教育的目標(biāo)如下：

• 致力于培養(yǎng)智慧型、創(chuàng)新型的人才

• 把老師從重復(fù)性的勞動中解救出來；

• 促進教育公平、區(qū)域教育發(fā)展平衡；

• 促進教育效果、教育體系運行效率和教育投入的效益。

在政策方面，人工智能+教育演進的速度非?？?，最大的一個標(biāo)志就是2017年7月國務(wù)院出臺了《新一代人工智能發(fā)展規(guī)劃》；隨后在2019年2月國務(wù)院又出臺了《中國教育現(xiàn)代化2035》，將“加快信息化時代教育變革”列入戰(zhàn)略任務(wù)。

在這些主要的政策中，其主要思路有六條：

• 推動教學(xué)改革，探索基于人工智能的新教學(xué)模式，推動教學(xué)方法改革，重構(gòu)教學(xué)流程；

• 智能校園。變革組織結(jié)構(gòu)和管理體制，優(yōu)化運行機制和服務(wù)模式，實現(xiàn)校園精細化管理；

• 智能評價。教學(xué)過程監(jiān)測、學(xué)情分析和學(xué)業(yè)水平診斷，精準(zhǔn)評估教與學(xué)的績效；

• 在線學(xué)習(xí)。開發(fā)立體綜合教學(xué)場、基于大數(shù)據(jù)智能的在線學(xué)習(xí)教育平臺；

• 個性化。以學(xué)習(xí)者為中心，提供精準(zhǔn)推送的教育服務(wù)，實現(xiàn)教育定制化；

• 終身教育。服務(wù)全民終身學(xué)習(xí)。

今年 5 月份國際人工智能與教育大會上，習(xí)總書記在講話中提到人工智能與教育，一方面是要培養(yǎng)人工智能人才；另一方面就是智能教育。關(guān)于智能教育，他提到了終身教育，平等教育，個性化教育和開放靈活的教育。

國家各個部委響應(yīng)國家的政策組建了F06，然后把人工智能和計算機和自動化并列組建了一個學(xué)科，叫F0701，專注于研究教育智能化、教育信息化。

三、人工智能技術(shù)在教育領(lǐng)域的應(yīng)用案例

我們講下 AI 在教育領(lǐng)域的應(yīng)用案例。下面是我從理工科的角度畫的一張布局圖，主要分成五個層次：

人工智能的核心技術(shù)包括自然語言處理、視覺、聽覺等等都會在教育領(lǐng)域找到用武之地。我們從技術(shù)出發(fā)來找應(yīng)用場景：

我最近在和學(xué)校的幾位老師推動“智能監(jiān)考”這件事情，其技術(shù)實質(zhì)就是把異常行為檢測應(yīng)用到監(jiān)考當(dāng)中。我們學(xué)院唐降龍教授將機器視覺技術(shù)應(yīng)用到體育運動當(dāng)中，

例如分析滑雪的動作是否規(guī)范、什么時候應(yīng)該有什么速度等。用在教學(xué)中，我們同樣可以通過視覺行為分析對學(xué)生在化學(xué)實驗中的實踐操作過程與精度進行缺陷檢測，并給出其優(yōu)化學(xué)習(xí)指導(dǎo)，提升學(xué)校實踐教學(xué)質(zhì)量。

哈工大做知識圖譜已經(jīng)有很多年了，我們的成果是2014年推出的《大詞林》，2019年推出了2.0，擁有1000萬個實體，上位詞十八萬，目前很多企業(yè)（包括騰訊、阿里、科大訊飛、360、搜狗等多家企業(yè)）都在付費使用。大詞林的優(yōu)勢在于當(dāng)給你一個課本時，無需手工參與，能夠自動構(gòu)建而成知識圖譜。因此可以先把一門課構(gòu)建成知識圖譜，然后學(xué)生在學(xué)的過程中不斷對學(xué)生進行評價，構(gòu)建一個個性化的知識圖譜，例如紅色表示不會，綠色表示會的，黃色表示半懂不懂。這樣能夠引導(dǎo)孩子更好的學(xué)習(xí)。我的孩子在上高中時會有一個錯題本，事實上錯題本正是這樣一個知識圖譜。

我們做的情感分析技術(shù)可以用在教育資源的評價上。例如網(wǎng)上有很多老師講“C語言”，但到底哪個老師講的好？我應(yīng)該跟著哪個老師來學(xué)？網(wǎng)上會有一些討論，根據(jù)對這些討論中的情感分析，我們可以給這些課程資源進行好壞的打分。

另外我們與科大訊飛合作的工作曾經(jīng)在國際權(quán)威閱讀理解評測中多次奪冠?，F(xiàn)在的閱讀理解技術(shù)雖然在評測中能夠取得很高的分數(shù)，但還不能做到可解釋。我們希望能夠做到，當(dāng)一個學(xué)生在選擇答案時，機器不僅能夠告訴孩子他的選擇是否正確，還能夠告訴他為什么正確或為什么錯誤，即解釋閱讀理解中的推理過程。

另外是自動校對。我的碩士研究就是自動校對，但自動校對很難，特別是中文更加復(fù)雜。不過隨著深度學(xué)習(xí)以及大數(shù)據(jù)的出現(xiàn)，這方面確實有很大的進展。我們希望能夠把這項技術(shù)用來幫助孩子在寫作文等方面起到輔助作用，例如能夠自動校對語法錯誤等。

我們曾在國家863計劃的支持下研制了首個中文作文自動寫作系統(tǒng)，就是你給我一個主題，機器能夠自動生成一篇文章，例如篇章結(jié)構(gòu)、事實論據(jù)、點名主題等，一般自動生成的文章在滿分50分的情況能夠獲得33~35分的成績。

此外也可以用來輔助寫作，例如為寫作提供素材，生成同義詞、反義詞、近義詞等，對句子進行潤色或翻譯，或者直接寫篇詩歌后作文作為參考。哈工大不僅做知識圖譜，還做事理圖譜，不同之處在于前者的節(jié)點是名詞，而后者是動詞。我們根據(jù)實例圖譜中記錄的不同事情發(fā)展的脈絡(luò)可以寫出不同的故事。例如我們曾參加國際故事結(jié)尾預(yù)測（storycloze test）評測比賽，獲得了第一名（相關(guān)工作發(fā)表在IJCAI 2019以及Coling2018），如下：

此外，我們也和科大訊飛合作了中文作文評閱系統(tǒng)：

中文作文評閱系統(tǒng)現(xiàn)在已經(jīng)能夠達到和人類相近的水平。我們的思路并不是機器取代人類閱卷評分，而是輔助。例如在高考中，閱卷老師會給作文打分，之后機器會快速地對已經(jīng)打分的作文進行掃描并打分，如果人和機器之間的分數(shù)差別太大，再用專家進行二次審核。

我們也做了人機對話技術(shù)，這項技術(shù)在教育中的一個應(yīng)用就是智能答疑系統(tǒng)。一個老師可以給幾十萬人進行授課，但卻無法做到對每個人進行答疑。智能答疑系統(tǒng)能夠自動地對用戶的問題進行回答。

另外就是能夠自動地生成問卷，根據(jù)用戶知識點的確實自動構(gòu)建覆蓋其知識點的題庫。以上這些是我從我自己的老本行NLP出發(fā)，給大家匯報一些潛在的應(yīng)用。這些應(yīng)用做出來，會幫助提高自動化，推動智能教育的革命。

四、智能教育的未來

對于智能教育的未來，我這里主要談下最關(guān)鍵的個性化問題。

現(xiàn)在的教育最大的問題是陷入了盲目低效的學(xué)習(xí)困境，導(dǎo)致培養(yǎng)出的人才千人一面。有統(tǒng)計顯示有約60%的題目訓(xùn)練是無效訓(xùn)練，要么是重復(fù)訓(xùn)練，要么是超出了孩子理解難度的范圍。另外孩子在日常測試中有約50%的錯題在期中或期末考試中還會出錯，原因在于孩子認不清到底是哪個知識點出錯。

我覺得要想走出困境，最為重要的是智能評價。在醫(yī)療和金融領(lǐng)域，常常會根據(jù)評價來改進個性化服務(wù)。同樣的，智能教育領(lǐng)域也應(yīng)當(dāng)以評價為核心推動個性化發(fā)展。只有檢測才能實現(xiàn)個性化。學(xué)習(xí)者在學(xué)習(xí)某個知識點時出現(xiàn)學(xué)習(xí)障礙，可能是因為學(xué)習(xí)者對于與當(dāng)前知識點相關(guān)的其它知識點沒有掌握，于是我們可以通過構(gòu)建領(lǐng)域知識點間的邏輯結(jié)構(gòu)關(guān)系來幫組進行診斷。然后根據(jù)診斷結(jié)果，定制個性化教材和課程，自動推薦個性化學(xué)習(xí)內(nèi)容和練習(xí)題。

舉個例子。這是真實的一個案例，一名同學(xué)4月份在金屬部分的測試中僅得了54分，這里紅色代表他還沒有掌握的知識點，綠色代表他已經(jīng)掌握的知識點，黃色介于二者之間。經(jīng)過個性化學(xué)習(xí)后，5月平均分達到74分，6月份便達到了96分。

現(xiàn)在的教學(xué)主要是對知識進行考察，但是其本質(zhì)則是在考察能力。例如歷史，如果問你“商鞅變法”與“王安石變法”之間的異同，這在課本里是找不到的，這里考察的包括表達能力、推理能力、創(chuàng)新能力等。其他也是同樣。因此我們應(yīng)當(dāng)從以知識圖譜為中心的教學(xué)方式過渡到以能力圖譜為中心的教學(xué)方式中。

目前智能教育落地存在的問題包括數(shù)據(jù)壁壘，市場認識不足，學(xué)科的壁壘。應(yīng)用模式上也存在一些問題，例如本來AI+教育是為了降低教師和學(xué)生負擔(dān)的，但現(xiàn)在卻反而加重了他們的負擔(dān)，好比因為原來學(xué)生們都只有步槍，現(xiàn)在大家都配上了機槍，甚至是坦克，應(yīng)用模式?jīng)]有改變，反而加重了他們的負擔(dān)，成為教育領(lǐng)域的軍備競賽。所以要回歸初心，看看本報告開頭關(guān)于教育本質(zhì)的闡述，教育第一位使命的還是提高價值觀讓人能夠更加幸福，切不可讓人工智能技術(shù)成為應(yīng)試教育的幫兇。

最后我總結(jié)一下，智能教育引導(dǎo)重大變革，最關(guān)鍵在于因材施教；國家的政策支持使智能教育的社會地位和經(jīng)濟價值不可估量；人工智能教育的各項技術(shù)在教育領(lǐng)域都有用武之地；自然語言處理技術(shù)在自然語言學(xué)習(xí)和知識學(xué)習(xí)方面將發(fā)揮重大的作用。

雷鋒網(wǎng)報道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。