老子云：人工智能在教育中扮演什么角色？
在过去的两年里，公众对构建复杂算法的兴趣不断增长，这些算法可以自动“学习”和改进自己的操作，或者是亲身体验（而不是直接编程）。我们可以称之为“人工智能”或（更好的）“机器学习”。事实上，这类工作已经进行了几十年。（例如，人工智能发展协会在1979年就成立了，一些人将这些想法追溯到古希腊，或者至少是在可编程数字计算机的早期阶段。）
最近，投资者ShivonZilis和BloombergBeta一直在列举一个清单，来显示机器学习在其他行业领域中的应用。教育就是这个清单的内容之一。一些技术专家担心其风险。例如，正如New Yorker所写的那样，ElonMusk对其的预测一直持悲观态度。他在过去的一周中与持乐观态度的MarkZuckerberg进行了激烈的争论。
现在的数据比以往任何时候都多。对我们EruditeAI来说，数据比收入更宝贵。有了更好的数据，我们就能更好地训练算法。但要记住的重要一点是，人工智能的制造者最终是我们人类。
如果你回想一下你早年的教育模式，我们称之为“工厂模式”。老师对所有学生教授一样的内容。这不是我们今天要讨论的问题。像ChanZuckerbergInitiative这样的公司组织正在寻求彻底改变这种模式。学习不能再按照工厂模式继续进行下去了。这种方法是不可持续的。对于如今的孩子来说，在我们称之为“New Collar”的工作中，产业需要什么？
有两大趋势正在发生——而我们才刚刚开始。我们与IMS全球学习联盟合作。某些技术标准，如卡尺和xAPI（或经验API）正在起步。其次，包括教育的很多领域，你都没有长期的数据。所以，如果你想为一个学生选出下一个最好的问题，你必须使用一种不同的方法，这种方法称作“强化学习”。所以，如果我没有一百万个数据记录，我可以一边工作一边探索。这就是谷歌解决阿尔法Go挑战的方式。
我们在教育中看到的人工智能应用是什么？我们已经在使用它了吗？
这是关于在学习经验中寻找模式的问题。我们可以注意到，如果一个人的数学能力更强，系统该如何识别挑战并向老师开放，从而更好地辅导学生？关于这一方面，IBM正在与芝麻街合作——这一合作将大学作为机器学习发展的试验田。这对老师们也有益：我们在麻省理工学院举办了一场黑客马拉松，所有的教室都装有摄像头（学生们都知道）。如果一位教授正在讲课，而他却不抬头看看是否有一半的学生睡着了，我们可以用面部识别系统来描述学生的情绪（比如无聊），然后给教授发一条信息。
因此我们要强调STEAM（科学、技术、工程、艺术和数学）的重要性，而不仅仅是STEM（科学，技术，工程和数学）的重要性。大脑的右侧思维能力——比如艺术、创造力、心理学，不再是分析能力和数学能力——将变得更加重要。心理学。历史。辩论课。幽默和戏剧。至少在我们的有生之年，这些方面（对人工智能来说是可以接受的）是很重要的。
人工智能擅长于让某些事情变得简单，但这也是令人担忧的。对事情认真思考对我们来说并不是自然而然的事。成长和舒适是不能共存的。
|
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
