AI時代 重新定義教育
2018年6月28-30日，以「成長型思維」為主題的2018園長成長國際論壇（中國行 杭州）在杭州如期舉行，本次論壇分為主旨論壇（成長型思維）、瑞吉歐教育專場、國際化課程與園本特色課程專場、教師發展與經營管理專場四大板塊，論壇邀請了57位海內外嘉賓，吸引來自全國1200名園長/老師參與。
2018園長成長國際論壇會議現場
2018園長成長國際論壇會議現場
2018園長成長國際論壇會議現場
2018年10月園長成長國際論壇（中國行 武漢）將以「學習的領導者」為主題，為大家帶來更精彩的內容。
演講嘉
賓介紹
DAY／28
AI時代 重新定義教育
張棲銘
演講嘉賓簡介：
具備多年教育產品經驗，長期探索在線教育領域，對於國內外教育有著獨到認知。曾就職於盛大網路旗下雲端科技有限公司，歷任『有道詞典』產品總監、『名片全能王』產品總監。締造約七億活躍用戶，親手打造了多個覆蓋國內多所省市公立學校的學業測評產品、個性化學習產品和綜合素質評價類產品。
以下為嘉賓演講內容
大家好，我叫張棲銘。
幾年前我跟一朋友聊天，當時聊到一千年前的行業現在還在正常做的，當時第一反映是中醫，第二反映是老師，感覺在古代的時候也是一個老師站在講台上下面坐很多的學生，老師在講課，下面的學生在搖頭晃腦的讀書，在開小差、傳紙條各種各樣的行為。但是現在去看中醫的時候會發現，有的時候看完中醫中醫說你去西醫查一下，再回來讓我看一下是什麼情況，包括教育方面也是一樣的，有很多教育科技產品逐步用到教育領域。
我們在這些方面做了很多的思考，在幾年前，開始對人工智慧+教育這個領域進行研究，我們集齊了在人工智慧教育領域最頂級的一些專家，包括跟斯坦福國際研究中心一起成立研究院，來做人工智慧+教育，研究人工智慧如何應用在教育當中。
嘉賓部分PPT分享
做教育首先要思考兩個根本問題，第一個是培養什麼人，我們的教育目標是什麼，第二個是怎麼培養人，包括課程體系，大和小課程觀，課程資源、教學、活動、評價，剛才提到一些嘉賓也在講，包括各種各樣的課程和繪本，包括STEM，現在都會作為基礎的手段和方法應用在教育當中。
我們看人類的發展史其實就是一個教育過程，這個方面做一個簡單介紹，大家對教育的理解可能會更深刻。原始社會，時候其實是子女去學習父母，到後面語言出現了，使得知識的傳遞成為一種可能，包括文字的出現，包括印刷術的出現都給教育出現很大的變革，這些從現在的角度來講是非常震撼的事情。到中世紀的時候，其實一些文化的發展，包括城市化的進行，使得教育在不斷的進行傳播，那個時候有很多工廠主起來的，他說缺人，自己去收一些學徒，也其實一定意義上就是需要什麼人，我就去培養什麼人，培養培養著發現亂掉了，很多人教的不一樣，有正確的，有錯誤的，所以國家逐步把這個職責承擔過來，逐步的標準化，從國家的綜合國力提升、國家競爭力層面，來定義，我們需要培養什麼人。國家也定義了一些明確的指標，來確定怎麼培養人。
我們現在做的，是在現有的大框架下面，講目標去細化切分，考慮怎麼去做好資源、教學、活動、評價等等。要培養未來的人才，就需要去判斷，未來是什麼樣子的，未來需要什麼樣的人。由此去判斷，怎麼培養。讓孩子掌握什麼技能。
現在我國教育形式，雛形大概是在甲午戰爭前後，借鑒西方教育。西方教育的雛形，有一種說法是柏林洪堡大學。那個形式形成了標準化教育的雛形。
按照統一年齡入學，不同學科劃分，教材版本劃分，課表，一節課四五十分鐘，有寒暑假，有作業，有考試等等方式。標準化是實現包容的方式，為教育提供了一個測量標準，至少為真正的英才教育打下了堅實的基礎，也使得哪些劣質教育更容易被識別，從而消除其影響與危害，學生不會再被單一的觀念和錯誤所誤導了。
但隨著社會、經濟的發展，這樣的標準化教學逐漸暴漏出了很多弊端。
首先給大家分享兩個故事。
我們大家都知道的孔子，是在春秋戰國時期，辦私學最大的一家機構。天子失官，學在四夷。辦私學，就類似於現在的私立學校，培訓班。孔夫子其實是最大的私立學校的校長，他在2500年前，就提出了：因材施教，教無定法。
孔子有兩個學生，一個叫子路，一個叫冉有。
子路曾經問孔子：「聽說一個主張很好，是不是應該馬上實行？」孔子說：「還有比你更有經驗、有閱歷的父兄呢，你應該先向他們請教請教再說，哪裡能馬上就做呢？」可是冉有也同樣問過孔子：「聽說一個主張很好，是不是應該馬上實行呢？」孔子卻答道：「當然應該馬上實行。」
公西華看見同樣問題而答覆不同，想不通，便去問孔子，孔子說：「冉有遇事畏縮，所以要鼓勵他勇敢；子路遇事輕率，所以要叮囑他慎重。」
還有一個故事，我在北京一個小學的見聞：
一名家長被要求到辦公室去，家長一到，老師就拿了一堆試卷給他，說你孩子最近上課有點趕不上進度，聽不懂課，還打瞌睡。家長要多輔導，推進學生學習。。。。家長非常生氣，開始抱怨，你們這些老師，我孩子學習慢，你們拚命給他試卷，讓晚上回去做，晚上做到12點1點，白天怎麼會不瞌睡。就沒有其他辦法嗎？
這兩個故事說明什麼呢？孔子在2500年前提出來的教育思想，一直到現在還沒有實現。
嘉賓部分PPT分享
我們來說一說課堂，這是孩子在學校呆的最多的地方。
老師在上課的時候，面向的是一個群體，北京上海很多學校是小班制，有30名學生，一些二三四線城市，一個班級可能有70名以上的學生。那麼上課會怎麼上呢？
老師剛剛接手一個班級的時候，可能會有一場摸底考試。根據摸底考試，可以大概了解班級學生的情況。老師正常會按照自己認為的，中等偏上的水平，來講課。
老師講難題的時候，中等生和差生聽不懂，講中等題目的時候，對於優等生是浪費時間，對於差生還是聽不懂，講最簡單的題目的時候，中等生和優等生在浪費時間。我們可以簡單下一個結論，對於每一部分的學生，都有三分之一的時間是浪費的。
大家有沒有想過教材是如何劃分的？為什麼要分成物理、化學？要劃分各個章節？這個在學習方面應該說有很好的作用，但是也有各種弊端。例如：遺傳學，其實就是概率論的實際案例，一個人如果概率沒學好，遺傳學肯定學不好。各學科之間其實是有關聯的。但當劃分出多個學科的時候，這種關聯被打亂了。歷史的劃分，很多人都記不住，例如學習中國歷史的，例如：乾隆和華盛頓是死於同一年。很多人第一次聽到這個，以為是穿越了。
其實教材當中很多的知識點都是基於現實當中的情況逐步抽象出來的，實際上教材當中質量的知識點章節都可以作為一個獨立的項目去做一些學習，前面有嘉賓講STEM或者講其他的一些實驗，這些從基本的課本當中都是可以完整融合進去的。
教材切分出大量的版本，這種版本在選用教材的時候也需要注意，有些國外的教材迎合的是國家經濟發展形勢，要培養什麼人做出來的，我們會發現其實中國東部沿海跟西部的教材是有差別的，教材其實存在大量的割裂的東西。
比如說課表。我們現在上課很明確，幼兒園小孩子20分鐘、30分鐘一節課，課表非常明確。但是有些人學東西很快，有些人學東西很慢，有些人學的意猶未盡，下課了，有些人剛學5分鐘不想學了，我們強制性以時間的方式切分開。這就是優質師資缺乏，很難針對群體性的學生做一些個性化的輔導，也很難知道一個小孩子具體的狀態，之前我們在南京找一些老師，他講完一些東西我問他你感覺下面的學生聽懂了多少，老師說至少百分之七八十，測試之後才是百分之二三。
我們所有的知識都是來自於現實的抽象，但抽象完以後，回不去了。
剛才說的不同書本的，其實在同樣一本書內，很多連續的知識點，也被打散了。例如我們經常說的知識圖譜，前一個知識點必須學會了，才可以正常掌握下一個知識點。 但在正常的教材編製，知識點劃分過程中，系統性的知識都被打散了，知識點之間的聯繫也被割裂。
在傳統的學習中，用於學校的時間是常量，而學生對於概念的理解掌握程度卻是個變數。
實際的，常量應該是學生對於知識和概念的高水平理解，而變數才是學生為理解問題所花費的時間。
現在培養出來的學生，很容易發生這樣的事情
過去成績優異的學生忽然無法理解難度更高的課程內容。家長就想著，是不是談戀愛了，玩遊戲了。
還有就是很難講課堂上學的東西，與現實中遇到的問題聯繫起來。
在這樣的教學模式下，我們更多的是一種工廠化的教育。這種教育，是為了適應當時的社會經濟發展情況而設計、構思和創建的。更多針對的，類似於工業革命時候的經濟環境。
所有的學生都被打上了標籤，哪一年哪一班出廠。
實際上，學生是千人千面的。
有些學生像猴子一樣好動，聰慧敏捷，但坐不住；有些孩子像大象一樣緩慢，但一步一個腳印；有些學生像牛一樣，踏實勤奮。
在不同的學習場合之中，不同類型、不同能力水平學生的學習表現是極為複雜的。
上面講了很多現有教育的弊端，這些都是沿襲以前的教學模式產生的。
在最近這些年裡，技術的發展，已經給教育帶來了不少的變化。從1990年開始，有一些單機的計算機輔助教學的軟體出來，2000年左右，一些教育資訊，內容，錄播視頻逐步開始線上化，2010年後，商業模式和產品模式不斷的豐富，移動技術等等的發展，滿足了一部分需求場景。
我們也一直在研究，希望通過一些方法，看是否有辦法逐步解決這些問題。我們相信2016年以後，以人工智慧、自適應學習為典型的技術，將會與教學不斷結合，改革和優化現有的教學模式。在學生學習效率、教師教學效率、學校的運營管理效率等方面，都會帶來較大的提升，對於現有的教學模式也有較大的衝擊。
那麼這些工具到底會帶來什麼優勢？哪些方面可以替代老師的工作呢？
我們研究的時候，把k12的教育場景，按照學生、老師、家長、學校和管理部門四個角色，從上課、考試、作業、課外輔導、自主學習、升學、綜合素質、家校溝通、教師培訓、日常管理等累積分成137個細分場景，當然還可以更加細化。
可以這麼認為：
1、現實當中主要是單向傳授，單方面決定的事情，可以被替代的概率高一些。例如課堂上比較重要的環節，知識點的傳授，這個被mooc都替代掉一部分，這個可以被替代掉70%左右，我們也在努力提升這部分的比例。現實的上課過程，其實師生互動不多。一個班級四十個學生，一堂課四十五分鐘，平均到每個學生身上，只有一分鐘多一點點。
2、重複性的勞動，有大量數據積澱的事情，它都是有可能被人工智慧取代。例如作業批改，作文批改，語音評測，學習數據的分析和預測。
3、能力方面，由於我們現在學習的知識點是高度抽象的，所以可以被替代的比例低一下，30%左右，在內容設計較好，且有高質量數據支持的情況下，可以有一定提升。
4、偏向於管理型的，更多的是輔助，目前無法完全替代，或者說需求不夠強烈，做這部分的需求的公司比較少。
5、偏向於身體行為的，技巧性的課程，動手能力的，目前還難以替代。例如體育課，游泳課，音樂課，可以有很多指導，但還是很難替代。
6、牽扯到複雜的思想、情感決策的，例如思想道德類的，世界觀方法論的，可以替代的比較少。
在一些行為觀察方面，現在已經有一些探索，包括一些機器視覺的技術，可以很快測出孩子的情緒、行為、行動軌跡，包括進行數據訓練的事情，比如說作業的批改，這些事情在人工智慧技術上已經有了比較大的進步。
人工智慧技術和教育等結合，以後有可能讓老師的職能發生一些轉變，老師更少的做知識傳授的工作，更多的做複雜的互動，情感激勵，合作能力培養等等。
簡單介紹一下我們研究的課題，實際上是希望能夠把我們的系統打造成一個虛擬的特級教師，在正常的學校里，特級教師的數量很少，當你真正接觸到一個特級教師的時候，會發現教小孩子學習的思路、思維的，可能跟普通的新手老師會有很大的不一致。我們希望能夠把系統收集到的特級教師的經驗，結合數據，模擬一個特級教師，我們也會做一些學生畫像的建立，包括學生個人的畫像，學生群體的畫像，在這個基礎上做個性化的匹配，優化整個教育模式。
那麼有可能按照這種方式，來去培養孩子的學習能力，各種能力嗎？我感覺是可以去做一些嘗試的。我們日常培養孩子的一些活動，一些以pbl或者其他方式組織的活動，當有明確的考核方式的時候，就一定可以做這方面的拆分。
我們來看一個實際的例子，拿一位普通學生來舉例子吧，小明，在學習某個專題的時候，遇到了一些困難。
他也許是對於拋物線圖形不理解，
或者是不等式，比例，指數表達式，中位數…….
代數相關的任何知識點，他都有可能不了解。
我們首先需要確定的是，他當前的狀態到底是什麼，狀態是指，他對於代數部分基本的了解和能力狀態。代數部分，可能有非常多的知識點。
2018園長成長國際論壇會議現場
我們姑且假如代數有5個知識點，ABCDE，方便大家來理解。
5個知識點，那麼小明可能有32個不同的狀態。2的5次方。
但實際上，有一些狀態是不可能出現的。例如必須學會A，才能學會B，那麼有可能就不會存在BCBDBE這樣的狀態。這一切都是概率，所有也有可能有一些意外的小概率情況。例如認識一個個字，才可看懂詞語，看懂詞語，才可以連成句子，才能做好閱讀。這是通常的認知。
我們去掉一些不可能的狀態以後，可能是這樣的：
有13個狀態，簡單可以認為，學了A，才可以學習C、D，A、B是沒有前置條件的，或者說前置條件已經滿足。
我們可以看到不同的狀態。
就像alphago一樣，棋盤是19*19的，每個點有三種狀態，考慮所有可能性的話，在現有技術條件下，很難達成。所以會先把大量的棋譜輸入進去，進行訓練。然後大量的對弈，與人，與自身，把很多不可能的狀態去掉。
實際上，代數的知識點，非常多。
我們將這些知識點，有序排列好以後，篩選出所有靠譜的狀態後，可能形成了一張多維的圖，它是這樣的。
我們對於知識點，儘可能做到細化分解，納米級分解。
所謂「納米級」，是指把一個知識點拆成最基礎的內容，變成最簡單的顆粒， 然後針對每一個知識顆粒進行專門的視頻講解、專項練習和專題測試，常見錯因分析等等。 就像一位擁有幾十年教學經驗的優秀教師，對學生的知識掌握情況進行精細的把握，並相應地給予指導。
分解以後，有什麼好處呢？
例如說，追及類問題，簡單可以分為8個細分點。1.走停，變速問題2.時鐘追及問題(時針，分針的追及)3.火車追及問題(考慮兩車的車長)4.比例解追及問題5.多人多次追及問題6.多次追及(例:圓形跑到)7.流水追及8.其他追及問題(例如小狗每分鐘跳15次，兔子每分鐘跳10次，每次跳多遠等)
一般情況下，常見題庫、教育類產品，對於知識點的分類為三級，這個粒度非常粗。如果發現孩子船的追及類問題不會，推了一個大知識點的講義過來，效率很低。可以按照這樣的比方來說一下，打俄羅斯方塊，有一個1*1的方塊沒有填上，拿一個2*2的方塊，4*4的方塊，是解決不了問題的。
這種細分，我們按照alphago來對應的話，就是棋盤落點+棋譜+機器學習，準確判斷當前局勢，制定當前棋盤下的最佳策略。
對於自適應學習系統，就是知識圖譜+人的經驗輸入+資訊理論，精準定位學生知識點掌握狀態，制定當前學生狀態下的最佳策略。
我們還在做更複雜，但緊貼實際的一些設計。包括跨學科的嘗試。
人工智慧系統會診斷學生的能力水平、知識掌握狀態如何，然後根據學生當前的能力水平、學習目標來為學生制訂個性化的學習方案。
譬如學習分數的乘法，優秀的老師會根據學生現階段掌握的知識程度、長項和弱項進行教學。通過自適應學習的診斷，如果發現一名學生分數掌握稍弱，則讓學生先學好分數的知識再進行分數乘法的學習;如果發現另一名學生假分數掌握稍弱，則讓學生首先強化假分數的知識後再學習分數的乘法。只有擁有這樣精確的診斷的系統才能夠真正模擬一個優秀的老師。」
自適應系統的另一個特徵是會給學生採用』循序漸進』的方式進行學習。
根據學生的知識掌握狀態和目標，自適應學習系統會自動規劃最適合該學生的學習難度和順序，不會讓學生因為目標過高而喪失信心，也不會因為目標過低而失去挑戰的慾望。通過這樣的方式，讓40分水平的同學可以逐漸提高到60分、70分，讓70分水平的同學逐漸提高到80分、90分，最終使得所有不同水平的學生都能夠循序漸進地提高到較高的水平。
嘉賓部分PPT分享
就像導航系統一樣，不論是路線選擇還是路程耗時計算，導航都完全不輸給人類司機，甚至遠勝於絕大多數的司機。其準確性和便捷性，是人類大腦無法比擬的。
一個老司機再有經驗，也不可能比地圖導航更精準。人工智慧+教育可以以大數據與智能技術為核心，根據學生的知識地圖制定學習策略，智能預判並精準匹配教學風格，根據學生的學習效率、理解力、專註力等方面智能調節課程，真正實現『因材施教，教無定法，有教無類。
學生通過自適應學習系統的使用能夠獲得和自己最匹配、效率最高的學習方式和內容。在自適應學習過程中，每一位老師的教學、每一份學習資料、每一個教學工具都是根據每一個學生的學習狀態、學習特徵來訂製的。
這對於課堂的管理、組織，參與的老師，都帶來了新的挑戰。在現有的條件下，也剛好可以把機器的優勢，和人的優勢，有效的做出結合。
機器去做個性化學習，人去做教學設計，做機器解決不了的複雜決策，情感激勵，現場管理，引領創新….
基於這樣的基礎，我們可以做到：
1、精準定位：通過自適應學習系統，除了定位到當前知識點會不會，還能定位到為什麼不會，不會到什麼程度。我們目前通過表面上看起來很簡單，但實際上包含了一些複雜演算法和分析的方式，來判斷學生的狀態，對於知識點等方面的掌握情況，尋找能力邊緣。
2、個性化推薦：簡單來說，就是這個孩子下面最需要學什麼，需要做題還是測試，各種各樣不同的推薦，內容推薦跟學習規劃有一致性，對不同學科，不同學段建模，不同學科在整個學習的路徑，學習的思路上面都有一些不一樣，包括不同的學段（小學生、初中生、高中生），對於學科的認知、學習的模型都是不一樣的，我們需要針對不同的學段和學科構建模型。
3、追根溯源：依託知識圖譜，對於知識點的再定義，對於學生錯因的分析，我們可以真正做到追根溯源，哪裡不會學那裡。減少無效學習我們會發現，一個八年級的學生，很有可能因為七年級的某個問題沒有掌握，導致八年級的問題不會，生物當中的遺傳學不會，很有可能是數學的概率沒有學好。
4、戰略放棄：根據學生的知識掌握狀態和目標，自適應學習系統會自動規劃最適合該學生的學習難度和順序，不會讓學生因為目標過高而喪失信心，也不會因為目標過低而失去挑戰的慾望。通過這樣的方式，讓40分水平的同學可以逐漸提高到60分、70分，讓70分水平的同學逐漸提高到80分、90分，最終使得所有不同水平的學生都能夠循序漸進地提高到較高的水平。
這是全新的教學模式，試想一下，同一個年級的學生，在同一個教室學習，每個人都是在按照自己的實際情況在學習。有些學生在學習7年級的知識，有些在學習八年級，有些在學習九年級。這是一個在春秋戰國時期，孔子就提出來過的因材施教的古老想法，對於現有的教學模式是一個很重要的優化。
希望後續有機會與大家繼續做一些探討，謝謝大家！
2018.7.8 園長成長國際論壇組委會
更多內容 情景期待
園長成長國際論壇 中國行 武漢站
TAG:名園薈LEARNING |