“機器學習之父”、卡內基梅隆大學計算機學院院長湯姆·米切爾（Tom Michael Mitchell）
無人駕駛、人臉識別、智能語音如果問當下什麼詞最熱？“人工智能（AI）”一定是其中之一。
8月末，2019世界人工智能大會在上海隆重舉行，今年的大會上，特別設有教育行業主題論壇。當人工智能開始涉足古老的教育行業，會掀起怎樣的變革風暴？
為此，“第一教育”對參加教育行業主題論壇的幾位大咖嘉賓進行專訪，對於AI+教育，他們怎麼看待？如何預言？有哪些擔心？又有什麼期待？
今天推送第一篇，采訪對象是“機器學習之父”、卡內基梅隆大學計算機學院院長湯姆·米切爾（Tom Michael Mitchell），在他的眼裏，人工智能將在未來5-10年，給教育帶來哪些深度變革？
如何為90分和60分的孩子制定不同的學習目標？同樣都是60分的孩子，提高學習成績的辦法一樣嗎？不用題海戰術，怎麼測出每個孩子哪個知識點會，哪個知識點不會？
世界人工智能大會上，卡內基梅隆大學計算機學院院長湯姆·米切爾（Tom Michael Mitchell）為人工智能（AI）在教育領域的應用畫出藍圖。
在業內，米切爾被譽為“機器學習之父”，1996年，他在卡內基梅隴大學創辦了人類歷史上第一個機器學習系，專著《機器學習》（MachineLearning）至今仍是機器學習領域的經典教科書。
改變1：個性化教育
也許在不久的將來，最了解你的人不是你自己，也不是你的家人，而是人工智能機器。
米切爾介紹，目前人工智能的開發正處於第一代和第二代交替的轉折點，現有的人工智能技術，已經做到對知識點的納米級拆分，由此勾勒出的知識圖譜，能夠根據學生留下的蛛絲馬跡，精准地透視到每一處知識漏洞。
比如，通過人工智能算法，一元二次方程可以被拆解成107個知識點，初中英語聽力的知識點更是被拆分為8000多個。
而人工智能未來的方向，是把計算機科學、心理測量學、教育學、心理學和腦科學等學科全部容納進來，聚焦的對象不再是刻板的課本知識，而是進一步為學生的思維模式、學習能力和學習方法診脈開方。
“比如，人工智能已經可以把‘情商’拆解為30多種能力，包括觀察能力、語言表達能力、尋找對方感興趣的話題的能力、對別人的心態判斷的能力，甚至是遭受不公平待遇之後的自我化解能力，等等。”
米切爾解釋，世界上沒有完全相同的兩片樹葉，即便是分數一模一樣的學生，人工智能也可以分析出他們不同的學習能力、學習特點和知識點盲區，從而精准地刻畫出千人千面的學習者畫像。
“計算機算法被用來調節與學習者的互動，在此基礎上，提供定制化的學習資源和學習活動，以滿足每個學習者的獨特需求。”
在米切爾看來，通過對學生的知識狀態和能力水平進行持續性追蹤和評測，人工智能能夠為學生提供最佳的個性化學習方案，並且隨著學生能力水平的變化而動態調整。
“基於人工智能而開發出的自適應學習系統的革命性就在於，它更像是一種‘決策型AI’，為學生提供個性化教育。”
米切爾說，未來人工智能將扮演最優秀的老師，推薦給學生關於學習內容和學習路徑的合理決策。
改變2：“因材施教”規模化
如果說個性化教育是人工智能改變教育的一個點，那麼由這個支點出發，使得“因材施教”成為規模化，則是對於教育全景的撼動。
“在傳統的學習中，經常會遇到老師教的東西，學生其實已經懂了，或者學生自以為懂了，實際上並沒有的情況，這是因為學生在教室裏接受的信息和他們實際掌握的知識是不匹配的，而這樣的情景，在人工智能時代可以完全避免。”
米切爾表示，雖然老師不會被機器所替代，但是在未來典型的教育場景中，很可能是老師和AI共同執教，相當於為每一個孩子配備一個計算機助教，一個教室裏，由老師加幾十個助教，一起追蹤每個學生的學習進程，提供相應的幫助。
“無論在美國還是中國，缺乏優質的教師資源，始終是教育行業的痛點。”
此前，教育部發布的《2017年全國教育事業發展統計公報》顯示，全國共有義務教育階段學校21.89萬所，在校生1.45億人，專任教師949.36萬人，其中，特級教師的比例還不到千分之一。
資源分配上的巨大的差距，使得基於個性化學習的因材施教，只能停留在理想的狀態。此前，雖然互聯網帶來了教育資源獲取的便利化，但並沒有從根本上解決優質資源缺乏的深層次問題。
如今，互聯網沒能改變教育的，AI有可能做到。
“現實生活中，一個老師一輩子教不了一百萬個學生，但是計算機系統能夠把教一百萬個學生的經驗結合在一起。同樣的，一個好老師，哪怕教一百年時間，能夠積累多少數據？計算機系統的大數據處理能力，能夠對所有教過的學生都‘念念不忘’。所以人工智能應用於教育，未來是非常光明的。”
米切爾認為，未來五到十年，是人工智能大力發展的階段，AI將顯著促進教育現代化，尤其是利用人工智能系統，模擬優質教師給孩子一對一地量身定做教育方案，並且一對一地實施教育過程，從而使得每一個學生，都能夠享受到因材施教的潤澤。
不可忽視的是，人工智能技術需要由人來操作，也就對教師培訓提出新的要求。
“這裏面有代際更替的因素，年輕的老師會更感興趣，逐步取代年長的老師。此外，人工智能技術在校外領域的使用，也會倒逼學校的改革。”
米切爾表示，隱私問題也是人工智能應用中的一道關卡。就美國而言，雖然已經有很多規定，對學生的考試分數和績點等方面進行隱私保護，但是涉及學生的能力、品質和性格方面，更細節的數據，卻沒有明確的使用規定。
改變3：教與學的關系
即便有互聯網的介入，在以往的教學中，無論是線上還是線下，始終都跳不出以教師為中心的模式，而基於AI的自適應學習系統，卻使得基於學生用戶畫像的因材施教成為可能，也使得學生第一次成為學習中真正的主角。
米切爾告訴小編，隨著技術的進一步升級，未來可能開發出人機互動的新模式，讓人和機器的角色互換，學生反過來教智能機器，機器則像人一樣，從每一次被指導中直接學習。
“每個學生，甚至老師都可以在和機器的對話，以及機器對接受知識的反饋中，獲得學習經驗，這是徹底改變教與學關系的嘗試。”
米切爾指出，實際上，無論是過去還是現在，通過課堂內老師的教授而學習到的，只是知識的一小部分，人生中更多的知識是來自於課堂外的經驗、實踐、成功和失敗的正反教訓等，而這正是人工智能施展拳腳的地方。
“想象一下，戴上特制眼鏡，可以看到現實中不存在的東西，或者讀懂對方臉部肌肉的細微變化，背後所表達的含義，在AI時代，學習不設限制。”
2018年，在米切爾的牽頭下，卡內基梅隴在美國大學中率先於本科階段開設AI專業。在米切爾的眼裏，未來即便不是AI專業的學生，也要學會擁抱AI技術，重點是學會如何人機融合，把機器變成好的工具。
“我鼓勵孩子從年幼時候開始，就學習使用各種AI和計算機產品，因為我覺得這是未來的生活方式，就像我們現在學駕駛一樣。” 米切爾說。
