雷鋒網(wǎng) AI 科技評(píng)論按：11 月 15 日，「全球 AI+智適應(yīng)教育峰會(huì)」在北京嘉里中心大酒店盛大開幕，峰會(huì)由雷鋒網(wǎng)聯(lián)合乂學(xué)教育松鼠 AI，以及 IEEE（美國(guó)電氣電子工程師學(xué)會(huì)）教育工程和自適應(yīng)教育標(biāo)準(zhǔn)工作組共同舉辦，匯聚國(guó)內(nèi)外頂尖陣容。

在大會(huì)上午主論壇上，ALEKS前主席，現(xiàn)首席產(chǎn)品Wilmot Lampros進(jìn)行了演講《人工智能學(xué)習(xí)和評(píng)估系統(tǒng)ALEKS的介紹》。以下為他的演講內(nèi)容，雷鋒網(wǎng) AI 科技評(píng)論整理。

大家好，我必須要拿紙質(zhì)版的演講稿，別人說我邏輯性非常強(qiáng)，但是我的記憶力不太好，所以這對(duì)我來說是一個(gè)挑戰(zhàn)。今天我來跟大家分享一下在ALEKS工作方面的經(jīng)驗(yàn)。

 我之前是這家公司的主席，但是之后這家公司被收購(gòu)了。ALEKS是一個(gè)產(chǎn)品，它是以AI為基礎(chǔ)的。在美國(guó)的教育當(dāng)中，我們也正在接受這樣的產(chǎn)品。今天我們會(huì)跟大家談一談當(dāng)前我們AI教育面臨的挑戰(zhàn)，以及AI運(yùn)用在這個(gè)產(chǎn)品當(dāng)中的挑戰(zhàn)。我不知道對(duì)AI教育的抵觸在中國(guó)會(huì)不會(huì)發(fā)生，我當(dāng)然不希望發(fā)生，但是我覺得在美國(guó)我們還是有這樣的一些挑戰(zhàn)，很多人對(duì)此有著抵觸情緒。

有很多人比較保守，我們要克服這種抵觸情緒，讓產(chǎn)品真正的使用起來。在很多情景下，我們面臨著這樣的現(xiàn)實(shí)，就是很多人不喜歡這樣的產(chǎn)品。那ALEKS到底是什么呢？有些人可能不太了解ALEKS，包括ALEKS的運(yùn)作方式，還有一些細(xì)節(jié)。

1.ALEKS是一種基于知識(shí)理論的人工智能學(xué)習(xí)評(píng)估系統(tǒng)

我們知道今天的很多觀眾都是來自于數(shù)學(xué)和自動(dòng)化領(lǐng)域的，但是我們是以知識(shí)為基礎(chǔ)對(duì)學(xué)生進(jìn)行評(píng)估。這是一種人工智能的評(píng)估系統(tǒng)，通過對(duì)學(xué)生進(jìn)行提問來評(píng)估學(xué)生的學(xué)習(xí)情況，了解學(xué)生已經(jīng)掌握的知識(shí)點(diǎn)以及接下來需要學(xué)習(xí)那些知識(shí)。剛剛提到了知識(shí)點(diǎn)，我們希望能用人工智能來發(fā)掘哪個(gè)知識(shí)點(diǎn)、哪個(gè)知識(shí)層面、哪個(gè)話題學(xué)生已經(jīng)掌握了，哪些學(xué)生還沒有準(zhǔn)備好學(xué)習(xí)，或者哪些學(xué)生已經(jīng)準(zhǔn)備好學(xué)習(xí)了，所以我們也在不斷的優(yōu)化學(xué)生評(píng)估的整個(gè)過程。

ALEKS的理論框架是基于知識(shí)的理論，那么什么是基于知識(shí)的理論呢？我們用知識(shí)空間來描述需要學(xué)習(xí)的知識(shí)，如知識(shí)域或者是主題。比如說今天很多人數(shù)學(xué)學(xué)得都很好，我們會(huì)把領(lǐng)域做一個(gè)模型，會(huì)以每個(gè)話題進(jìn)行建模，就是話題類型、問題類型。當(dāng)前的挑戰(zhàn)就是我們要把每個(gè)主題都進(jìn)行建模，而且要做得非常完整，與此同時(shí)學(xué)生可以掌握所有的話題，能夠非常詳細(xì)的掌握話題中的所有問題。所以在傳統(tǒng)的教學(xué)上，我們會(huì)發(fā)現(xiàn)在一本書中有的話題會(huì)有一兩萬個(gè)問題，但是老師只會(huì)選擇其中一些問題來解釋。因?yàn)槠渲袝?huì)有很多變數(shù)，老師自己會(huì)選擇一些問題讓學(xué)生來解決，所以學(xué)生只能按照老師選擇的問題來學(xué)習(xí)。但是在人工智能體系中我們會(huì)有這樣的假設(shè)，我們希望學(xué)生能掌握所有的類型的問題。

如何來應(yīng)用人工智能呢？我們會(huì)構(gòu)建這樣一個(gè)架構(gòu)，換句話說，對(duì)于一個(gè)真正的學(xué)生來講可能會(huì)掌握哪些問題類型，把這樣一些問題類型進(jìn)行架構(gòu)的構(gòu)建。因?yàn)槲覀冎?，?duì)于一個(gè)學(xué)生來講不可能有所有的知識(shí)狀態(tài)，也不是每一個(gè)知識(shí)狀態(tài)都是可行的。其中一個(gè)不可行的方法比如說我們不應(yīng)該有一些邏輯或者教學(xué)方法相關(guān)的內(nèi)容，不應(yīng)該以教學(xué)方法和邏輯為基礎(chǔ)。如果還沒有學(xué)會(huì)簡(jiǎn)單的運(yùn)算的話，就來學(xué)習(xí)有符號(hào)的正負(fù)數(shù)的運(yùn)算，那就是不符合邏輯的。

基本上來講，ALEKS這個(gè)產(chǎn)品是有這樣一個(gè)假設(shè)，也就是說，所有的知識(shí)狀態(tài)都是可以被描述的，而且在這個(gè)過程中我們認(rèn)為在學(xué)生和知識(shí)之間是存在某種函數(shù)關(guān)系的，應(yīng)該可以被利用，當(dāng)然它仍然還需要認(rèn)證、驗(yàn)證。也就是說這個(gè)學(xué)生知道這個(gè)話題不知道另外的話題，他知道這個(gè)話題的60%或90%，這也是沒有什么意義的，表示沒有完全掌握這一個(gè)概念。所以我們必須要理解哪一個(gè)知識(shí)狀態(tài)是可行的，哪一個(gè)是不可行的。比如說我們會(huì)發(fā)現(xiàn)，對(duì)于一個(gè)數(shù)學(xué)學(xué)生來講，如果他還沒有掌握求解線性方程，那么他就沒有辦法掌握線性不等式，這都是通過數(shù)據(jù)來計(jì)算的。

我想跟大家說一下學(xué)習(xí)空間這個(gè)概念。學(xué)習(xí)空間也是一個(gè)系統(tǒng)的理論概念，是一個(gè)分級(jí)良好的知識(shí)空間，比如說在數(shù)學(xué)方面它也是可訪問的知識(shí)空間。我們?cè)谶@方面也要構(gòu)建非常復(fù)雜的數(shù)學(xué)系統(tǒng)和模型，這種復(fù)雜的數(shù)學(xué)模型就是要?jiǎng)?chuàng)造相應(yīng)的軟件，創(chuàng)造AI的軟件幫助學(xué)生學(xué)習(xí)。

其中一個(gè)原則使用的是邊緣定理，也就是說，如果你知道這個(gè)學(xué)生學(xué)習(xí)的知識(shí)系統(tǒng)，知道掌握了哪些知識(shí)，你就能知道下一步要學(xué)習(xí)哪些知識(shí)，這也是ALEKS的關(guān)鍵點(diǎn)，ALEKS這個(gè)系統(tǒng)能時(shí)刻知道這個(gè)學(xué)生下一步應(yīng)該要學(xué)習(xí)哪些知識(shí)。

比如說有500個(gè)、600個(gè)、700個(gè)不同的主題在同一個(gè)學(xué)科下，我們假設(shè)每一個(gè)學(xué)生都掌握了300個(gè)主題，也就是1/2個(gè)主題，這樣我們就可能有數(shù)百億個(gè)掌握知識(shí)點(diǎn)的組合。比如一個(gè)班上有30個(gè)學(xué)生，他們掌握的這300個(gè)不同的主題，肯定不是完全相同的，他們真正掌握的知識(shí)點(diǎn)肯定是不一樣的。所以我們以此推理的話，就可以看到不同的學(xué)生下一步可以學(xué)習(xí)什么，或者準(zhǔn)備好了學(xué)習(xí)什么，這也是基于數(shù)學(xué)的框架，而不是基于原來直覺的框架。

我們可以看到這樣的微型知識(shí)空間，就像我剛才所講的，我們的關(guān)鍵就是要弄明白這種知識(shí)空間之間的關(guān)系。比如說一個(gè)學(xué)生處在一個(gè)知識(shí)空間，可以移動(dòng)到哪些其他的知識(shí)狀態(tài)中，或者可以學(xué)習(xí)哪些技術(shù)的東西。如果說一個(gè)學(xué)生學(xué)習(xí)了話題J，我們就會(huì)把J放在他的知識(shí)狀態(tài)里，也可能是學(xué)習(xí)I或者H，再往下走可能會(huì)學(xué)J、H或者I、J。如果學(xué)習(xí)了J、H這兩個(gè)主題，接下來可能會(huì)學(xué)J、H、I，再往后進(jìn)一步學(xué)習(xí)。從這個(gè)架構(gòu)來講主要是兩個(gè)話題，一個(gè)是A一個(gè)是C，如果這個(gè)學(xué)生學(xué)了A之后，就可以再學(xué)習(xí)C，會(huì)學(xué)A、C、I、J?；蛘咚麑W(xué)了C，就會(huì)變成C、I、J、H，在這種微型知識(shí)空間中，學(xué)生是一步一步的把知識(shí)點(diǎn)掌握了，有五個(gè)知識(shí)點(diǎn)在里面。

對(duì)于這五個(gè)知識(shí)點(diǎn)，我們可以看到它也有很多不同的排列組合，在這里一共有32個(gè)小的框框，也就是說有32個(gè)可能的學(xué)習(xí)狀態(tài)。在實(shí)踐中我們也知道，這樣完美的或者是純理論的情況也是不存在的。在很多的微型知識(shí)空間中，比如在這里我們只有40個(gè)學(xué)習(xí)主題，有5000個(gè)學(xué)習(xí)狀態(tài)，大家可以看到這才是真正的學(xué)習(xí)架構(gòu)的狀態(tài)。

微型知識(shí)空間是因?yàn)槲覀冎缹?duì)任何一個(gè)學(xué)科來講不可能只有40個(gè)主題，這只是一個(gè)假設(shè)的情況，還有可能有的學(xué)科有1萬億甚至更多的主題，這樣的話它的知識(shí)狀態(tài)就會(huì)更多。

比如說在11年級(jí)數(shù)學(xué)學(xué)科中有400多個(gè)問題類型，這個(gè)過程中學(xué)生就可能有數(shù)千億不同的知識(shí)狀態(tài)，也就是說，我們?cè)趺礃觼碚业侥骋粋€(gè)學(xué)生到底處在哪一個(gè)知識(shí)狀態(tài)呢？在這個(gè)過程中我們就有這樣基于概率論的算法，可以確定學(xué)生的知識(shí)狀態(tài)，就是基于計(jì)算機(jī)的算法來實(shí)時(shí)的評(píng)估學(xué)生的知識(shí)狀態(tài)。對(duì)于ALEKS這個(gè)產(chǎn)品來講，最有名的就是它的初步評(píng)估體系，首先會(huì)問學(xué)生一系列的問題，讓他們來解決問題，比如說一個(gè)數(shù)學(xué)問題。而且我們?cè)谶@個(gè)過程中不會(huì)用多選題，結(jié)果就是他掌握了或者是沒掌握這個(gè)題。

對(duì)于幾萬億個(gè)的知識(shí)狀態(tài)來講，如果我們要通過25個(gè)問題就找到所處的知識(shí)狀態(tài)的話，那么每個(gè)問題都是非常關(guān)鍵的，不能浪費(fèi)，所以我們會(huì)針對(duì)不同的人群制定不同的問題。對(duì)于ALEKS上面的問題，答對(duì)的話我們就會(huì)問下面的問題。每答對(duì)一個(gè)問題就可以縮小知識(shí)狀態(tài)的范圍，一步一步的縮小，最終就能找到支持它的知識(shí)狀態(tài)，這應(yīng)該是非常簡(jiǎn)單的過程，也是我們初步評(píng)估算法所采用的方式。

如果一開始就沒有答對(duì)的話，我們就會(huì)減少它的難度，來找到那些不包含這些問題的知識(shí)狀態(tài)再進(jìn)行測(cè)試。大家可以看到這就是我們知識(shí)狀態(tài)的演變概率分布，我們?cè)谶@個(gè)過程中也有很多不同的問題類型，大家可以看到這樣幾個(gè)示例。比如說我們?cè)跓釀?dòng)力學(xué)中會(huì)有一些不同的概念，一開始測(cè)試學(xué)生的時(shí)候就會(huì)問他一些非常基礎(chǔ)的問題。如果從這里開始的話，就會(huì)發(fā)現(xiàn)在這個(gè)圖中，大家可以看到所有紅色的圈都是“誰知道呢”這樣的一個(gè)情況。我們也是研究了不同的人群，給了他們不同的問題選擇，對(duì)于這樣一個(gè)人群我們首先知道他可能回答正確的概率是多少，比如說對(duì)于A問題學(xué)生答對(duì)了，我們就會(huì)給他另外一個(gè)問題。比如說問他一個(gè)F的問題，如果他沒答對(duì)的話，我們就會(huì)再進(jìn)行改變。最后我們完成了評(píng)估，我們的目標(biāo)就是要盡可能的縮小這個(gè)知識(shí)空間的范圍，找到他的知識(shí)空間。

再給大家簡(jiǎn)要重申一下我的觀點(diǎn)，ALEKS的人工智能會(huì)建立一些知識(shí)結(jié)構(gòu)，我們會(huì)使用這些知識(shí)結(jié)構(gòu)來發(fā)掘?qū)W生到底了解什么，還有哪些沒了解，應(yīng)該怎么樣來學(xué)習(xí)。

2.ALEKS是一個(gè)一體化、一站式的輔導(dǎo)老師

還有另外一種可能，我們已經(jīng)看到了教育的一種模式。比如說學(xué)生已經(jīng)掌握了Y問題的話，他掌握X問題的可能性有多大？我們需要建立自己的標(biāo)準(zhǔn)，如果學(xué)生已經(jīng)掌握了X問題的話，是不是有70%的概率掌握了X問題以外相反的問題，這樣我們就能畫出它的知識(shí)結(jié)構(gòu)。我們會(huì)知道所有的關(guān)系都存在著一種波動(dòng)的可能性，由于這種聯(lián)系的可能性，我們就可以追溯到知識(shí)結(jié)構(gòu)和空間狀態(tài)。所以我們就是要讓機(jī)器去學(xué)一些東西，如果這些已經(jīng)學(xué)到了，學(xué)生就能夠跟機(jī)器進(jìn)行合作，機(jī)器就不需要人的幫助了。機(jī)器在幫人，但是人不需要幫助機(jī)器。

ALEKS到底是什么呢？剛剛我們說了很多，我們想要強(qiáng)調(diào)的一點(diǎn)是，ALEKS是一個(gè)自動(dòng)化的輔導(dǎo)老師，是一個(gè)一體化、一站式的輔導(dǎo)老師。為什么會(huì)說是一站式呢？因?yàn)槲覀冇泻芏嗟膬?nèi)容都已經(jīng)把它放在了ALEKS中，我們會(huì)有自己的一些內(nèi)容，內(nèi)容對(duì)于ALEKS來說是非常重要的。我覺得所有的產(chǎn)品、理論都需要內(nèi)容才能實(shí)現(xiàn)。我們往往會(huì)接收到非常多的內(nèi)容、信息，但我們并不是把這些內(nèi)容整合到我們的內(nèi)容當(dāng)中就是AI了。我們會(huì)有這樣一站式的服務(wù)體系，在這個(gè)服務(wù)體系的基礎(chǔ)就是學(xué)生適合學(xué)什么東西、學(xué)生應(yīng)該選擇什么樣的課程或者話題。

ALEKS能夠提供所有的積極因素，讓學(xué)生能夠?qū)W到更多的科學(xué)知識(shí)。我覺得積極學(xué)習(xí)是一種非常好的現(xiàn)象，對(duì)于教學(xué)來說非常重要。

在美國(guó)我們并不是說要用ALEKS來取代老師，因?yàn)槲覀冇X得學(xué)生的學(xué)習(xí)還是要有人的參與才能讓人和人類有所進(jìn)步。在美，ALEKS往往是作為人類老師的助手，所以ALEKS要找到每一個(gè)學(xué)生適合學(xué)習(xí)的話題。對(duì)老師來說，他可能時(shí)間不夠，但ALEKS就能夠快速地去完成這樣的一個(gè)事情。

哪怕是面對(duì)無限數(shù)量的學(xué)生，ALEKS也可以去完成這樣的一些事情，這對(duì)ALEKS來說并不是一個(gè)非常大的挑戰(zhàn)。在美國(guó)往往會(huì)面臨這樣的情況，學(xué)生已經(jīng)準(zhǔn)備好學(xué)習(xí)了，ALEKS會(huì)讓學(xué)生預(yù)習(xí)這樣的課程，這樣的話學(xué)生的一些學(xué)習(xí)方面的差距就能夠提前被ALEKS找出來。但是，有的時(shí)候?qū)W生在學(xué)了之后的課程之后會(huì)忘記之前的知識(shí)點(diǎn)，所以我們用ALEKS幫助人類導(dǎo)師讓學(xué)生提前進(jìn)行相關(guān)課程的預(yù)習(xí)，同時(shí)，ALEKS也可以進(jìn)行作業(yè)輔導(dǎo)。

我們也會(huì)有翻轉(zhuǎn)課堂，美國(guó)非常地流行，也就是說在課堂中學(xué)生會(huì)跟計(jì)算機(jī)一起、跟ALEKS一起學(xué)習(xí)，但當(dāng)他們有問題而ALEKS解決不了的時(shí)候，他們可以向老師求助，我覺得這是一個(gè)非常有效的模型。事實(shí)我們并不一定需要數(shù)學(xué)系的博士來幫助學(xué)生解決數(shù)學(xué)題，我覺得這種做法還是有很多優(yōu)勢(shì)的。

所以知識(shí)結(jié)構(gòu)中我們會(huì)有一站式的服務(wù)，我們會(huì)有導(dǎo)師制的方式，所以導(dǎo)師還是要控制他們學(xué)習(xí)的進(jìn)度。老師也必須要犧牲對(duì)主題選擇和時(shí)間的控制，這是我們體系當(dāng)中的一個(gè)問題。

我們也會(huì)對(duì)學(xué)習(xí)的內(nèi)容有一個(gè)檢查，每次他們學(xué)了20到25個(gè)題的時(shí)候我們就會(huì)進(jìn)行檢查。首先我們會(huì)進(jìn)行回顧，在這方面也是做了很多的研究，同時(shí)我們也用這樣的一個(gè)檢查來進(jìn)行對(duì)學(xué)生掌握知識(shí)的核實(shí)，這樣一個(gè)非常仔細(xì)的核實(shí)來看一下他們是否丟掉了一些主題的知識(shí)。在最開始的階段，我們是想要ALEKS和真正的教育系統(tǒng)相適應(yīng)，我們想要讓教師可以使用這些內(nèi)容。比如有400個(gè)課程，或者是600個(gè)話題或問題的類型，我們?cè)谶@個(gè)過程中就需要讓老師參與進(jìn)來，讓他們看一下哪些問題類型是有用的，怎么樣把它們進(jìn)行區(qū)分，或者是進(jìn)行挑選，讓AI進(jìn)行后續(xù)的工作。這樣的一個(gè)過程也是非常有意義的，而且也非常地成功，我們讓老師來添加和刪除內(nèi)容。但對(duì)老師來講，有時(shí)候他們做的決定也不是很明智，所以，有的時(shí)候也會(huì)刪除一些他們選擇的材料。

3.ALEKS可以幫助老師對(duì)學(xué)生進(jìn)行差異化輔導(dǎo)

另外，ALEKS這樣的一個(gè)概念是基于知識(shí)空間理論的，我們當(dāng)時(shí)是覺得人群是類似的，可是即使是在一個(gè)班級(jí)，這樣的一個(gè)小的團(tuán)體里也能看到個(gè)體的差異是非常大的。大家都在學(xué)七年級(jí)的數(shù)學(xué)我們就把他們放在一個(gè)數(shù)據(jù)庫(kù)里面，在我們的數(shù)據(jù)庫(kù)里面就包含了很多不同的學(xué)生，讓機(jī)器學(xué)習(xí)一下他們是如何學(xué)習(xí)的，以及他們學(xué)習(xí)的方式、獲得知識(shí)的方式。我們通過大量的數(shù)據(jù)來進(jìn)行分析，但是AI在這方面有時(shí)候會(huì)沒有辦法確定優(yōu)先關(guān)系，或者是確定好學(xué)生的知識(shí)狀態(tài)?？赡芤婚_始有10億的知識(shí)狀態(tài)，后來由于數(shù)據(jù)量的增大變成了1萬億的知識(shí)狀態(tài)，對(duì)它的知識(shí)結(jié)構(gòu)的界定也是有很大的挑戰(zhàn)的。在這個(gè)過程中我們投入了大量的人力物力來發(fā)展相應(yīng)的軟件、硬件，來應(yīng)對(duì)這樣大的數(shù)據(jù)。

再說一下下一個(gè)方面，我們還有一個(gè)另外的適應(yīng)過程就是對(duì)知識(shí)檢查和算法進(jìn)行重新的設(shè)計(jì)，它事實(shí)上也能夠看一下學(xué)生的在學(xué)率，看一下他們學(xué)習(xí)的效果，這是一個(gè)非常復(fù)雜的算法。它并不是對(duì)先前掌握知識(shí)的嚴(yán)格的檢查，而是另外一種學(xué)習(xí)的工具。

在座的各位，我希望你們不需要來接觸這一點(diǎn)，也就是在軟件方面的功能。事實(shí)上我們想讓這些軟件特別簡(jiǎn)單，就像我們20年前使用的那樣，讓它越簡(jiǎn)單越好。我們想讓教師可以跳出AI，就像和其他沒有AI的國(guó)家一樣來進(jìn)行他們自己對(duì)學(xué)生的評(píng)估。有的時(shí)候他們做的這樣的評(píng)估可能也沒有辦法真正地幫助學(xué)生。

從我的角度來看，我覺得有一點(diǎn)非常有意思，就是不知道我們的老師怎么想，事實(shí)上如果我是教一單元的話，我只想讓我的孩子多學(xué)點(diǎn)一單元，我也不希望別的學(xué)生來學(xué)這節(jié)課。這個(gè)可能是AI的一個(gè)優(yōu)勢(shì)，因?yàn)锳I知道現(xiàn)在學(xué)生在學(xué)哪個(gè)單元，但是老師卻不知道，雖然老師教的一單元但他不知道學(xué)生學(xué)的哪單元。但這方面老師事實(shí)上是非常在意的，他想知道學(xué)生到底現(xiàn)在在學(xué)什么。所以這方面我們開發(fā)了另外的一個(gè)技術(shù)，也就是說讓學(xué)生在某一個(gè)階段只可以學(xué)習(xí)老師教的這部分的內(nèi)容，這樣的話就能夠很好地滿足老師的需求。同時(shí)，我們也可以讓AI來幫助老師進(jìn)行教學(xué)。

ALEKS可能現(xiàn)在是唯一的一家在這方面的使用AI并且惠及不同的學(xué)生的美國(guó)公司，可能還有一兩家其他的公司，但現(xiàn)在我都記不得他們的名字了，當(dāng)然我可能還需要謙虛一點(diǎn)。今天早上也說了，在2018年前9個(gè)月，我們已經(jīng)有300多萬名學(xué)生在使用軟件了，這是一個(gè)非常大的規(guī)模，這就是我的報(bào)告。

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