雷鋒網(wǎng)按：2018年11月15日，全球AI+智適應(yīng)教育峰會(huì)于北京召開(kāi)。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，邀請(qǐng)了美國(guó)三院院士、機(jī)器學(xué)習(xí)泰斗Michael Jordan，斯坦福國(guó)際研究院（SRI）副總裁Robert Pearlstein、美國(guó)大學(xué)入學(xué)考試機(jī)構(gòu)ACT學(xué)習(xí)方案組高級(jí)研究科學(xué)家Michael Yudelson等頂尖學(xué)者；VIPKID、作業(yè)幫、滬江網(wǎng)等國(guó)內(nèi)著名教育創(chuàng)業(yè)公司創(chuàng)始人；以及Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等國(guó)外最具影響力的AI智適應(yīng)教育公司共聚北京，共同探討AI智適應(yīng)熱點(diǎn)話(huà)題。

其中，由乂學(xué)教育AI首席科學(xué)家崔煒主持、北師大智慧學(xué)習(xí)研究員副院長(zhǎng)李艷燕和華中師大國(guó)家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心教授余新國(guó)參與的智慧教育論壇，向大家詳細(xì)介紹了AI教育目前在學(xué)術(shù)界的研究方向，以及AI教育理論在實(shí)踐應(yīng)用中碰到的難點(diǎn)等問(wèn)題。

以下為圓桌討論實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾恼砼c編輯：

主持人崔煒：大家上午好，今天很高興在這里舉辦Panel論壇，我們也很榮幸邀請(qǐng)到了兩位人工智能教育、學(xué)術(shù)界領(lǐng)域里的專(zhuān)家和教授，與我們一起來(lái)探討一下人工智能教育在學(xué)術(shù)界當(dāng)前研究的方向，以及人工智能教育這些理論在實(shí)踐中的應(yīng)用過(guò)程中碰到的一些困難、難點(diǎn)等等，希望能夠有兩位教授給我們進(jìn)行答疑解惑，給我們制定一些方向。

兩位教授都是咱們中科院旗下一個(gè)智慧教育委員會(huì)的主任委員，我想請(qǐng)兩位教授分享一下關(guān)于智慧教育的看法，我們常提到的智慧教育和人工智能教育之間有哪些差別，或者說(shuō)他們分別是如何定義的？

余新國(guó)：我們之前是工科背景，談得最多的是人工智能，人工智能是用機(jī)器模擬人的智能，需要人用智慧來(lái)解決的一些事。目前我們把智能分成幾個(gè)級(jí)別，最簡(jiǎn)單的就是計(jì)算，計(jì)算其實(shí)也是一種智能，一種推理、搜索。目前人工智能還沒(méi)有接觸到的，就是人類(lèi)創(chuàng)造新的理論，提出新的理論體系，據(jù)我所知現(xiàn)在還沒(méi)有任何人工智能可以解決這一問(wèn)題。

前面幾十年里，人工智能是模仿人計(jì)算的智能，這個(gè)已經(jīng)解決了；模仿人的推理智能也經(jīng)過(guò)了幾十年，包括學(xué)習(xí)的過(guò)程也是一種推理的過(guò)程，學(xué)習(xí)以前人的推理。但是學(xué)習(xí)、推理能力目前還是在中間階段，有些解決了，有些沒(méi)有解決，這是我們說(shuō)的智能。

如果說(shuō)是智慧的話(huà)，那就表示有些事我會(huì)，但是不一定要做。比如說(shuō)這個(gè)事很賺錢(qián)，但是覺(jué)得會(huì)傷害別人所以不去做，這是一種智慧。人工智能很強(qiáng)，以后學(xué)生看到人工智能這樣強(qiáng)大，是不是會(huì)顯得自己非常渺小，在心里有一種害怕感，AI霸凌了我們的學(xué)生？所以我們要增加智慧，讓人工智能不要那么強(qiáng)勢(shì)，又能幫助我們學(xué)生學(xué)習(xí)，這就是智慧學(xué)習(xí)。

主持人崔煒：余教授對(duì)人工智能教育更多是從技術(shù)層面定義的，智慧教育除了人工智能之外還得有人性和溫度。

李艷燕：我是中科院背景的，專(zhuān)業(yè)是計(jì)算機(jī)。以十多年來(lái)在北師大工作的經(jīng)驗(yàn)來(lái)看，從計(jì)算智能、感知智能到現(xiàn)在的智慧智能這三個(gè)階段，隨著大數(shù)據(jù)、云計(jì)算，計(jì)算能力已經(jīng)讓我們很滿(mǎn)意了，感知智能方面則是通過(guò)人臉、智能駕駛語(yǔ)音等等，也接近了人類(lèi)滿(mǎn)意的程度，甚至某種程度上機(jī)器可以打敗人類(lèi)。

而第三方面就是現(xiàn)在或者未來(lái)我們正在努力的，就是認(rèn)知智能。我本人現(xiàn)在的團(tuán)隊(duì)正在做知識(shí)圖譜的相關(guān)工作，不管是剛才主題報(bào)告里提到的知識(shí)空間，還是栗總講到的納米級(jí)知識(shí)點(diǎn)，都在建一個(gè)龐大的大規(guī)模的知識(shí)庫(kù)或者知識(shí)圖譜，這對(duì)我們后期不管是做任何服務(wù)還是推理，都是最重要的一方面。所以認(rèn)知智能是很重要的瓶頸問(wèn)題，因?yàn)樗婕暗酱笠?guī)模的構(gòu)建，包括專(zhuān)業(yè)可信賴(lài)度，需要很多學(xué)科專(zhuān)家的介入，這是人工智能未來(lái)的發(fā)展。

從智慧教育的角度，我看到更多是關(guān)于學(xué)與教的問(wèn)題。之前我們關(guān)注的是技術(shù)，現(xiàn)在已經(jīng)在醫(yī)療、金融等領(lǐng)域得到很大的應(yīng)用，但是教育行業(yè)不僅僅需要技術(shù)，還需要關(guān)于教育學(xué)的規(guī)律，也就是說(shuō)學(xué)生到底怎么學(xué)，學(xué)習(xí)風(fēng)格、認(rèn)知特點(diǎn)，包括各種各樣的多元智能都需要我們關(guān)注。所以說(shuō)到智慧教育，我們關(guān)心教學(xué)規(guī)律，包括認(rèn)知神經(jīng)和人的基本學(xué)習(xí)規(guī)律、認(rèn)知原理。

智慧教育除了計(jì)算機(jī)或人工智能技術(shù)之外，還需要關(guān)注其他的學(xué)科，比如說(shuō)認(rèn)知神經(jīng)學(xué)科、心理學(xué)包括學(xué)習(xí)科學(xué)等等，只有把多領(lǐng)域的知識(shí)融合起來(lái)，才能解決或者真正滿(mǎn)足我們教學(xué)的需求。技術(shù)只是一個(gè)簡(jiǎn)單的準(zhǔn)確率、精確度的問(wèn)題，但是所有當(dāng)過(guò)老師的人都知道，學(xué)習(xí)不是簡(jiǎn)單的錯(cuò)與對(duì)，而是有交互、有情感交流的，如何在智慧教育中，從物理空間到服務(wù)，到給學(xué)生制定自適應(yīng)、個(gè)性化方案，需要更多的教學(xué)原理或者規(guī)律，或者人的研究，能更好的提供支持，這是我的理解，謝謝。

主持人崔煒：謝謝李教授，非常清晰明白的把人工智能教育分為了三個(gè)階段，并且談到了智慧教育大的范圍之內(nèi)的認(rèn)知學(xué)科、教育心理學(xué)等等。我認(rèn)為李教授的觀點(diǎn)是把教育里面的教和學(xué)分開(kāi)了，“育”這一塊更偏向人性化、人文關(guān)懷，更多的是由老師完成的，而不是由技術(shù)做到的。

剛才李教授也提到了目前團(tuán)隊(duì)做的一些事情，接下來(lái)想請(qǐng)教兩位教授從目前的工作角度，簡(jiǎn)單介紹一下國(guó)際上關(guān)于智慧教育、人工智能教育或者是教育科技一些前沿的研究方向，并與大家分享一下兩位教授在各自團(tuán)隊(duì)里目前有哪些新鮮的課題，謝謝。

余新國(guó)：我先介紹一下我自己的研究，再說(shuō)比較大一點(diǎn)的東西。我回國(guó)有5年的時(shí)間，回國(guó)之前做的是視頻分析方面的工作，隨意回國(guó)的過(guò)程中我就在思考，怎么樣把我的背景結(jié)合起來(lái)，所以就想做視頻跟教育結(jié)合的東西。

經(jīng)過(guò)這幾年的思考和結(jié)合，做了幾件什么事呢？教育不僅是人工智能的問(wèn)題，還有教育學(xué)的問(wèn)題，不僅是教育知識(shí)，更是教育人，知識(shí)只是其中的一部分。所以打造智能環(huán)境和智能工具，讓學(xué)生和智能去玩兒，去做，可能是比較娛樂(lè)的方式，是它來(lái)控制這個(gè)智能本身，而不是智能去控制它，所以我們做智能環(huán)境、教育機(jī)器人還有教育機(jī)器人背景下的智能解答系統(tǒng)。

學(xué)生在學(xué)習(xí)的過(guò)程中，從幼兒園到高中階段最多的任務(wù)是做題，但是題目有時(shí)候也不是那么容易，特別是家長(zhǎng)輔導(dǎo)學(xué)生的時(shí)候，即使家長(zhǎng)以前是學(xué)霸，因?yàn)楣ぷ鞯脑蚝芏嘀R(shí)可能會(huì)忘記，所以我們想做一個(gè)自動(dòng)解題系統(tǒng)。這個(gè)方向已經(jīng)有幾十年的研究，以前很多都是數(shù)學(xué)家在做，推理的部分比較多，70年代的時(shí)候人工智能領(lǐng)域最流行的就是推理系統(tǒng)。由于我的背景是多媒體分析，所以我們用多媒體分析的方法，主要是解決題目理解的問(wèn)題。

最近我們提出來(lái)一些方法有相當(dāng)大的進(jìn)步，很大一部分題目是可以解了。當(dāng)然現(xiàn)在人工智能的深度學(xué)習(xí)方法很厲害，深度學(xué)習(xí)解決的都是復(fù)雜思考問(wèn)題，將題目理解交給深度學(xué)習(xí)去做，解決無(wú)限的可能性，這是我們大概的思路。

在國(guó)際教育領(lǐng)域的大方向來(lái)看，我們國(guó)家工程技術(shù)研究中心還有教育和大數(shù)據(jù)國(guó)家工程實(shí)驗(yàn)室，現(xiàn)在的趨勢(shì)就是用大數(shù)據(jù)來(lái)研究教育。剛才幾位專(zhuān)家都講了，是學(xué)習(xí)分析、學(xué)習(xí)過(guò)程。在大數(shù)據(jù)分析中，現(xiàn)在這些算法都是很強(qiáng)的，分析數(shù)據(jù)基本上是可以的，現(xiàn)在最難的是怎么樣收集這些數(shù)據(jù)，如何描述教育過(guò)程中學(xué)生的狀態(tài)、學(xué)到了哪些知識(shí)點(diǎn)、什么樣的知識(shí)點(diǎn)是學(xué)生最好的力度去學(xué)習(xí)的、如何通過(guò)大數(shù)據(jù)分析指導(dǎo)什么樣的學(xué)生可以學(xué)到更大力度的知識(shí)點(diǎn)而不是學(xué)小力度的知識(shí)點(diǎn)，這些數(shù)據(jù)的模型是怎么樣的我們現(xiàn)在還不清楚，還沒(méi)有一個(gè)統(tǒng)一的認(rèn)識(shí)。

我們大多數(shù)情況下使用的還是問(wèn)卷、測(cè)試等傳統(tǒng)方法，但是如何不影響現(xiàn)有學(xué)習(xí)過(guò)程，用無(wú)干擾的技術(shù)知道學(xué)生學(xué)習(xí)了什么東西，現(xiàn)在還是比較困難的一件事情。我們考試的過(guò)程中其實(shí)并不是很純粹、很絕對(duì)的知識(shí)測(cè)驗(yàn)，因?yàn)槲覀儽旧斫痰木褪沁@些東西。這些方面應(yīng)該是在使用大數(shù)據(jù)分析時(shí)大家遇到的一個(gè)瓶頸問(wèn)題，這是我的體會(huì)。

主持人崔煒：謝謝余教授，余教授提到了標(biāo)準(zhǔn)化的東西，挺關(guān)鍵的，教育的測(cè)量、能力的測(cè)量。這次會(huì)議很容幸我們也請(qǐng)到了IEEE專(zhuān)委會(huì)，還有首席架構(gòu)師也是專(zhuān)委會(huì)的委員之一也會(huì)有相關(guān)的分享。

李艷燕：我們現(xiàn)在是在國(guó)家互聯(lián)網(wǎng)教育及智能技術(shù)國(guó)家工程實(shí)驗(yàn)室，這是國(guó)內(nèi)唯一一家關(guān)于技術(shù)和教育融合的單位。我們認(rèn)為把人工智能技術(shù)應(yīng)用在教育之中這一問(wèn)題，可以簡(jiǎn)單分為五個(gè)方面：

第一個(gè)就是環(huán)境，可以是物理空間的，也可以是軟件方面的，這是環(huán)境構(gòu)建的，能不能用技術(shù)打造一個(gè)學(xué)習(xí)空間。

第二個(gè)就是學(xué)習(xí)的支持，比如說(shuō)學(xué)習(xí)分析，如何通過(guò)收集學(xué)生全過(guò)程數(shù)據(jù)，包括動(dòng)態(tài)衍生的數(shù)據(jù)對(duì)學(xué)生做精準(zhǔn)的用戶(hù)畫(huà)像，這是很多做學(xué)習(xí)服務(wù)的重要基礎(chǔ)。像剛才嘉賓報(bào)告中提到的，我們不知道學(xué)生的漏洞或者學(xué)習(xí)的弱點(diǎn)在哪兒，我們沒(méi)辦法提供很好的解決方法，所以重在對(duì)學(xué)生的分析和用戶(hù)畫(huà)像構(gòu)建。

第三個(gè)就是從老師角度，面對(duì)這么多學(xué)生，在線(xiàn)上和線(xiàn)下能不能有一些智能的助手。智能教育系統(tǒng)發(fā)展了幾十年，但是效果一直不好，受到很多因素影響，局限在小學(xué)科領(lǐng)域，比如說(shuō)代數(shù)，卡耐基梅隆大學(xué)就有認(rèn)知助手。但是因?yàn)槿斯ぶ悄艿陌l(fā)展和大數(shù)據(jù)的成熟，現(xiàn)在這方面有了一些突破，包括之前我在倫敦參加教育人工智能大會(huì)也有專(zhuān)家分享，我們現(xiàn)在已經(jīng)在做教師助手和智慧同伴等方面有了突破。

第四個(gè)是測(cè)評(píng)，所有學(xué)習(xí)到最后都要評(píng)價(jià)，我們能否從個(gè)體和群體角度給學(xué)生一個(gè)綜合的評(píng)價(jià)，這個(gè)群體包括班級(jí)、年級(jí)、區(qū)域甚至是國(guó)家。我們能否借助相關(guān)技術(shù)實(shí)現(xiàn)多層次、多力度的評(píng)測(cè)，這是很重要的。

第五個(gè)是教育管理，能不能用人工智能支持我們做科學(xué)、客觀的評(píng)價(jià)。

所以這五個(gè)方面是比較需要關(guān)注的，對(duì)我自己而言，我現(xiàn)在主要兩個(gè)方向：

第一個(gè)我們要給學(xué)生提供一些準(zhǔn)確的、個(gè)性化的知識(shí)性服務(wù)。我們有一個(gè)知識(shí)圖譜，現(xiàn)在我?guī)ьI(lǐng)團(tuán)隊(duì)做了一個(gè)比較有趣的工作，我們把古詩(shī)詞用知識(shí)圖譜構(gòu)建出來(lái)了，剛才栗總提到他小時(shí)候?qū)W古詩(shī)詞不好，背誦不好，所以我們搭建一個(gè)智能平臺(tái)，不僅提供語(yǔ)意檢索、可視化，同時(shí)我們通過(guò)游戲化教學(xué)，對(duì)古詩(shī)詞學(xué)習(xí)有興趣。所有孩子都喜歡玩兒游戲，我們能不能通過(guò)游戲來(lái)促進(jìn)他們古詩(shī)詞的學(xué)習(xí)，我們做了知識(shí)圖譜也開(kāi)發(fā)了小程序，歡迎大家來(lái)使用。

第二個(gè)就是學(xué)習(xí)分析，今年我剛好申請(qǐng)到國(guó)家自然科學(xué)基金，基于在線(xiàn)學(xué)生大數(shù)據(jù)進(jìn)行評(píng)估分析，并提供模型。我們到底收集什么樣的數(shù)據(jù)？分析學(xué)生的什么？是知識(shí)還是技能？如果是知識(shí)是哪些知識(shí)？技能包括心理模型、認(rèn)知結(jié)構(gòu)等等，這樣來(lái)給老師提供更好的反饋和支持，謝謝。

主持人崔煒：謝謝李教授，李教授每次分享信息量都非常大，很有邏輯性。剛才兩位教授都分別分享了人工智能教育學(xué)術(shù)界的研究，學(xué)術(shù)的東西還是要產(chǎn)品化，這樣能進(jìn)一步幫助到學(xué)生，甚至給學(xué)生家庭都帶來(lái)益處。因?yàn)閮晌唤淌诙际窃趪?guó)外工作過(guò)，想請(qǐng)兩位教授分別聊一下，比如說(shuō)國(guó)外有哪些做得比較好的前沿研究方向或者有哪些比較好的模型、理論的東西，給大家做一些分享，謝謝。

李艷燕：2016~2017年我在卡耐基梅隆大學(xué)訪學(xué)，他們的人工智能實(shí)驗(yàn)室和機(jī)器人實(shí)驗(yàn)室我都去了。我的導(dǎo)師也是計(jì)算語(yǔ)言學(xué)的，我發(fā)現(xiàn)現(xiàn)在全世界主要關(guān)注的是人機(jī)交互。學(xué)習(xí)交互過(guò)程不是單通道的傳遞，我們希望在人機(jī)交互方面能提供更有效的方式來(lái)幫助我們學(xué)習(xí)。第二個(gè)是機(jī)器人，排除掉高大上的無(wú)人機(jī)器人，我們能不能用載體機(jī)器人支撐我們的教學(xué)，通過(guò)有趣的方式做孩子的同伴交流，教師能不能通過(guò)這些方式做一些很有趣的活動(dòng)。

余新國(guó)：我在新加坡待了很多年，他們用物聯(lián)網(wǎng)技術(shù)在教育中比較早，解決了學(xué)生交作業(yè)，跟老師互動(dòng)的情況?，F(xiàn)在研究比較多的，就是剛才李教授說(shuō)的幾個(gè)東西。第一是智能環(huán)境，因?yàn)樵诰W(wǎng)上或是在小的空間里學(xué)習(xí)的時(shí)候，學(xué)生在學(xué)習(xí)的過(guò)程中的活動(dòng)、思維、環(huán)境受到局限，活動(dòng)的范圍很小，這是一個(gè)不好的地方?，F(xiàn)在我們想創(chuàng)造一個(gè)智能的環(huán)境，讓他既學(xué)習(xí)，又在自然的空間里對(duì)身心來(lái)說(shuō)都比較好，這是一個(gè)研究。另外就是怎么樣更有效的照顧到個(gè)性化，我們要理解每個(gè)學(xué)生不同的學(xué)習(xí)風(fēng)格、知識(shí)點(diǎn)難易程度的匹配，這可能是很難的。

主持人崔煒：謝謝兩位教授，我們知道整個(gè)國(guó)家都非常重視人工智能，以及人工智能的應(yīng)用和發(fā)展，想請(qǐng)兩位教授對(duì)人工智能教育，對(duì)智慧教育進(jìn)行一句話(huà)的總結(jié)，表示一些期望或者看法，謝謝。

余新國(guó)：智慧教育或者是人工智能教育有非常大的空間，剛才栗總說(shuō)了人工智能教育的幾個(gè)特點(diǎn)，我全部贊成。人工智能成為一個(gè)超級(jí)老師，超級(jí)老師加上智能改造是更加友好的智能教育，可以幫助到很多人，完全顛覆現(xiàn)在的教育，從行業(yè)的角度來(lái)說(shuō)這是大有可為的。

李艷燕：讓大家一起來(lái)?yè)肀н@樣的智能時(shí)代，為未來(lái)的教育變革做好準(zhǔn)備，謝謝大家。

主持人崔煒：非常感謝余教授和李教授的分享。

附：圓桌嘉賓介紹

北師大智慧學(xué)習(xí)研究員副院長(zhǎng)：李艷燕

李艷燕，來(lái)自北京師范大學(xué)，現(xiàn)任北京師范大學(xué)教育學(xué)部的教授，博士生導(dǎo)師，北京師范大學(xué)智慧學(xué)習(xí)研究院副院長(zhǎng)，教育技術(shù)學(xué)北京市重點(diǎn)實(shí)驗(yàn)室副主任，李艷燕教授在率先開(kāi)展STEAM教育，并面向中小學(xué)和大學(xué)進(jìn)行廣泛的應(yīng)用實(shí)踐。主持了多項(xiàng)國(guó)家自然科學(xué)和社會(huì)科學(xué)基金課題，以及STEAM北京市教育規(guī)劃重點(diǎn)課題，在國(guó)內(nèi)外核心期刊和國(guó)際會(huì)議上發(fā)表論文80余篇，獲得中國(guó)科協(xié)科普部授予的優(yōu)秀指導(dǎo)教師稱(chēng)號(hào)，2008年6月在倫敦的國(guó)際教育人工智能大會(huì)上作主題報(bào)告，李艷燕教授作為訪問(wèn)學(xué)者出訪美國(guó)卡耐基梅隆大學(xué)，擔(dān)任多家國(guó)際期刊的執(zhí)行主編及編委，多次擔(dān)任國(guó)際性大會(huì)的主席。

華中師大國(guó)家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心教授：余新國(guó)

余新國(guó)，華中師范大學(xué)國(guó)家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心副主任、教授，楚天學(xué)者、博士生導(dǎo)師，長(zhǎng)期以來(lái)從事視頻分析、計(jì)算機(jī)視覺(jué)、人機(jī)交互、多媒體技術(shù)等方面的研究，其研究成果獲得國(guó)內(nèi)外專(zhuān)家的廣泛引用，其中一篇被引用了160多次，現(xiàn)已在國(guó)內(nèi)外權(quán)威雜志和知名的國(guó)際會(huì)議上發(fā)表了論文80多篇，其中第一作者的論文多達(dá)40多篇，獲得了7項(xiàng)國(guó)家專(zhuān)利、2項(xiàng)國(guó)內(nèi)專(zhuān)利。擔(dān)任了多個(gè)國(guó)際知名的期刊雜志的審稿人。同時(shí)，余教授曾新加坡工作、學(xué)習(xí)10多余年，近5年來(lái)經(jīng)手的項(xiàng)目經(jīng)費(fèi)超過(guò)500萬(wàn)美元，目前主要研究的方向有圖像識(shí)別分析、教育人機(jī)交互、智能教育系統(tǒng)，從事多媒體技術(shù)等方向的研究。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。