AI大爆發，人工智慧將如何變革教育？

眼下正是聯考填報志願的關鍵期，如何更加精準地填報志願？今年一些互聯網公司正在推出「大數據+人工智慧」的應用，通過海量數據挖掘，提供精準匹配方案。從聯考機器人走進考場與狀元PK，到人工智慧輔助填報志願，人工智慧與教育的結合令人滿懷期待。2017年被稱為人工智慧大爆發之年，在教育領域，人工智慧有哪些用武之地？會引發哪些變革？

聯考機器人來了，會做題的機器人要當輔導老師

就在阿爾法狗戰勝世界頂級圍棋棋手柯潔十天後，今年聯考考場上兩名特殊的機器人考生再次引發大眾對人工智慧的關注。

6月7日下午，聯考數學考試剛結束，考場外舉行了兩場特殊「加試」。北京學霸君公司開發的機器人Aidam用9分鐘47秒做完聯考數學考卷，考分134。成都準星雲公司的AI-MATHS則用22分鐘完成試卷，考分105分。

不少人感慨，除了會下棋機器人還會做題啊！那麼，機器人學霸是如何養成的？掌握了刷題絕技后，機器人想幹啥？

據了解，成都準星雲公司的「聯考答題機器人」AI-MATH，其實是863計劃類人智能項目的一部分，這個項目的全稱叫「基於大數據的人工智慧關鍵技術與系統」，早在2015年就啟動了，國內有30多家科研單位和企業參與，聚集了目前國內人工智慧研究的一批頂尖人才。

Aidam研發者、學霸君創始人張凱磊告訴記者，聯考機器人是人工智慧在教育領域的一個樞紐點，涉及自然語言識別、圖像識別、邏輯推理、符號處理等技術。一旦做好之後，用機器人進行判題、個性化指導、學生管理、家校溝通、教案改進都變成可能。如果機器人具備了自動解題和手寫識別的兩大能力，自動批改作業就不再遙遠。

在走上考場之前，機器人也經過了一番「苦練」。學霸君公司之前做過拍照搜題類應用，在後台積累了7000萬道題目。為了參加數學聯考，Aidam每天要訓練30到50萬道題目。

教學過程中的化學反應：因材施教不再遙遠

機器人參加聯考的消息曝出后，記者採訪了一位在河南一所重點高中從事教學的老師，他對此還是滿懷期待的，「人工智慧的技術我不太懂，但我希望不久的將來，機器人的輔助功能能充分地體現在教學上，比如作業的批改、試卷的分析、學生各項指標的分析、聯考閱卷等，把教師從繁重的負擔中重解脫出來。」

的確，教育領域很經常提到的一個詞是因材施教。在充分了解學生個性的前提下，給予有針對性的輔導，而不是「千人一面」，是比較理想的教育狀態。可在現實中，這往往就意味著老師要投入大量的時間和精力，逐一分析學生的學業表現。如果有一個可以24小時不知疲倦工作的機器人助手，老師們就可以騰出寶貴的時間和精力，做些更有「溫度」的事情。

2016年，美國喬治亞理工大學一位教授，就藉助IBM的超級計算機沃森系統，開發了一個名為吉爾·沃特森的，以回複電子郵件或在論壇發帖形式，回答學生們在畢業論文中遇到的各種問題。

當前，人工智慧正處於從感知人工智慧向認知人工智慧發展的關鍵階段，隨著圖像識別、語音識別、自然語言處理、語義分析等的成熟，機器人還可以更深入地參與到教學過程。

很多參加聯考的人都有過這樣一本寶典：錯題本。採用題海戰術大量練習后，將錯題記錄下來，有針對性地複習。那麼設想一下，如果在未來的教學中，學習過程的數據能被自動記錄和分析，由機器系統給學生提供個性化的練習試卷呢？這些教育過程中的「痛點」，正成為致力於人工智慧+教育類的科技公司瞄準的需求點，市面上已經有一些相關產品在試用。

前不久，在由華東師範大學和教育三十人論壇主辦的「人工智慧與未來教育」高峰論壇上，一位專家表示，當有任何重複性的需要、有大量數據積澱的事情，都可以被人工智慧取代。海量數據記錄與分析、「不知疲倦」地工作，恰恰是人工智慧擅長的事情。

未來，隨著教育過程高質量數據的記錄和積累，還將帶來更深刻的教學方法改進，甚至教育評測技術的變化。據報道，上海閔行區的學校正在試點「錄播評課研訓一體化系統」，通過視頻對整個課程進行數據採集的分析，包括學生舉手率、抬頭率以及教師的行為方式等等，針對目標缺陷改進教學。

AI來臨，未來應該學習什麼專業？

人工智慧來了以後，未來教育應該教什麼？大學專業如何設置？這是很多人關心的。事實上，從人工智慧誕生之日起，「人工智慧是否會搶了人的工作？」就是爭論不休的話題。據《人工智慧時代》一書的作者傑瑞·卡普蘭歸納，未來，體現為「合成人工智慧」和「人造勞動力」兩種形式。前者是虛擬程序，對應的是辦公室白領工作；後者是機器人實體，對應的是藍領工作。

隨著人工智慧產業爆發，人工智慧專業人才市場需求井噴，國內外各大公司正在展開AI（Artificial Intelligence）人才爭奪戰。人工智慧相關專業正成為熱門領域。

對其他專業的衝擊表現在什麼地方呢？無人駕駛、物流機器人、掃地機器人、護理機器人的出現，已經讓我們看到了未來機器人替代某些體力勞動的可能。人工智慧在金融、、法律、教育等行業的落地，則給未來的辦公室工作帶來變數。

今年5月，四大會計事務所之一的德勤公司推出一款「德勤財務機器人」，這款機器人可替代財務流程中的高重複的手工操作；錄入信息，合併數據，匯總統計；根據既定業務邏輯進行判斷等。類似的事情正在各行各業發生：訓練機器人讀取結構化的醫療數據，以協助診斷特定疾病；讓機器人幫助律師查找大量法律案例，節省律師時間；金融交易所里，人工智慧程序替代交易員做出買進和賣出的決定……

不過，未來這些專業真的沒有學習的必要了嗎？從目前的應用來看，機器人主要還是在處理結構化數據、重複性工作中有優勢，要想完全替代人的工作，還為時尚早。

《人工智慧》一書的作者李開復提出了「五秒鐘準則」，「一項本來由人從事的工作，如果可以在5秒鐘以內能對工作中需要思考和決策的問題作出相應的決定，那麼，這項工作就有非常大的可能被人工智慧全部或部分取代。」 與其擔憂被機器人搶了飯碗，不如考慮如何提高工作的含金量、創造性，提高專業門檻。