AI教育学术大会主席Rose Luckin：AI将前所未有地赋能人类

2019年5月24-25日，第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起，其中人工智能和教育因为其天然的结合基础，获得了快速融合发展。为了更好地推动人工智能教育产业的发展，打通行业信息流动通道，推动全球的科研机构、投资机构、教育机构形成合力，36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会，旨在“在全球普及人工智能教育，推动人工智能技术对教育的改变和发展，为了人类更好的教育公平性和教育成果做出贡献”。

随着AI技术的不断发展，人们对这项技术产生了越来越高的期待，也许在单纯地帮助人类解决各种工作之外，它还应该进化到，能够帮助人类自身得到提高。伦敦大学教授、伦敦知识实验室负责人、AI教育学术大会AIED主席Rose Luckin教授在演讲中表示，在将近20年的AI+教育生涯中，她坚信AI可以从教育的源头赋能人类。而现在，人类也在从海量数据的分析和AI计算的应用中，探寻教育的新方向。只要以过去的成就为基础，借力AI 技术，保证人类的智能不断的演化，我们就能发现更美好，更智能化的未来。

以下是经整理后的演讲全文：

在AI领域，我是一个教育者，我觉得最美妙的事情，就是有史以来，人类第一次有机会去教育全世界的人。通过技术应用，尤其是人工智能技术的应用，我们可以把高质量的教育提供给每个人，这是我们此前完全无法做到的。大家可以想象一下，假如每个人都有了高质量的教育，我们可以实现多么伟大的事业，作为一个教育者和作为一个父母亲，这是非常令人振奋的。

我们要怎么到达这样的未来？

首先，要看人类的智能和人工智能，再看看这两者如何互相促进补充。我们需要开始去思考，人类自己的智能到底如何运行，如何去利用，然后再利用人工智能来构建、补充未来人类的智能。

关于AI在教育领域的应用，就是我们怎么去改变教育方式。现在我们已经有了非常好的AI工具，能够帮助我们提升教学和学习过程，因此我们需要更好地理解AI，因此就发起了第一个，也是唯一一个机构——AI伦理的教育。它能够帮助我们更好理解AI，更安全的应用AI。

我们经常能听到世界人工智能论坛的结论，他们认为，人工智能是改变世界，改变工作场所的关键之一。在学生之外，很多员工也需要帮助，他们需要重新的培训。很多组织都在努力去预测未来哪个方面变化会更大，哪个岗位失业会更多，以便从现在就开始做准备。

根据去年年末，普华永道做的一个报道。事实上，教育可能是最不容易受到自动化影响的行业，如果你去看其他的领域，会发现他们可能更加脆弱，更容易受到自动化的冲击，因此，我们需要想好，这些领域的从业人员，他们需要接受什么样的教育，这样才能保证工作的意义，实现自己的价值，以及挣工资去养家糊口。

今天，作为教育者也好，培训者也好，或者AI的研究人员也好，都像是在浓雾当中开车，你不知道周围的情况是什么样的，你看不见你在哪里，你对周围的路况也不清楚，这种情况下，传统的地图是帮不了你的，因此我们想要开发一个新的、更有用的地图，保证我们能够朝着最好的未来教育方法前进。

我们希望我们的学生有坚实的课程知识，但是同时这些知识学习是跨学科的，这样学生才能理解不同学科之间有什么样的内在联系，帮助他们解决今天复杂的问题。我们还需要合作去解决问题的能力。我当了很多年的教育者，我知道当雇主在看社会智能的时候，他会希望员工有很好的合作能力。

这样的概念我们称之为原智能。

我们需要学生理解什么是知识，不仅是去理解知识本身，他们要知道这个知识来自于哪里，为什么这个知识如此重要，我们还需要学生有很好的认知能力、技能和知识，我们希望这些学生有情感智能，需要他们去理解他们的情感智能，这样他们才能够去理解社会上其他人的情感状态，才能够彼此高效的合作，一起来解决问题。

我们还需要人们更关注他们作为人，在这个世界上物理层面的理解。这样会改变他们学习、交流和共同解决问题的方式。如果我们在所有这些领域里都实现了，我们就有了最关键的东西，就是这种准确的自我关注，感知自我的效能。它能够帮助我们实现目标，发现目标，在实现过程当中保持自信。作为人类，我们应该更深入地开发这样的原智能，所以更需要AI的帮助。

我们可以以各种各样的方式创造数据，我们的衣服、我们的珠宝，所有的东西都能跟AI技术进行交互，彼此连接。当我们拥有了这些数据之后，如果能再高效去分析这些数据，就能得到一个非常智能的机器工具，那就是数据+智能算法，这能赋能给所有不同的技术，从计算机，到人机交互，甚至老师和学生之间的交互，使我们变得更加聪明。

这就是我们的未来。为了应对这样的未来，我们必须要在AI 的帮助下，了解我们自己的智能，知道怎么样去发展，因此我给大家提供了一个非常快速的概念，看看我们应该怎么去看待人类智能，以及未来到底会去向何方。

智适应学习是什么样的东西？

各个学生在一起合作，来解决问题，通过动手、动眼，以及技术交互，把所有数据收集起来，因此我们就会知道，到底他们在交互的时候，有多少是共同合作的，以及他们是否平等，他们自己内部的异同性是如何影响到整体的合作，从而帮助我们更好进行数据的分析和诠释，使得未来的这种学习模式更高效。

同时，大量的数据能够帮助我们更加了解学习的科学，我们会进行非常细节的分析这些数据，也有专家会根据这些数据，把学生进行分组，以时间为单位来进行分析。

最后我们就会把自己学习的科学，应用在更多的应用场景上面。比如说，到底这些数据能够帮助我们带来什么样的洞见和观察。

之前，我会更多的看这些数据点，但是现在，我们会更多的倾听参与者的声音，询问他们的体验，我们发现这些数据可以帮助我们更好地预测到底哪些培训者需要更多的支持，这主要就是基于多数据的模式，从而做到更加准确、高效的支持。如果只使用一种数据，就没有这么高效了。所以我们会调整我们的方法，或者调整我们的教材质量，帮助他们更好得到支持。这种多模式的数据，能够帮助我们更好的了解人的智能，并且以这个为基础，帮助我们为他们推出更具有适应性的学习策略，让他们能够更加高效地发展自己的原智能。

我们也会评估，他们在经历这几步的时候，会用什么样的语言。因为我们想做的是推出一个框架的指数，来帮助我们去评估各个方面。

在网络环境中，不管是导师还是学生，他们都会知道什么时候，以及为什么，学生的自我指导得到了极大的提高。如果说我们能有一个适应性的系统，帮助我们一步一步的提升认知，这就是我们最终的目标。

之前也跟大家说到，未来的世界将会越来越相互依存，通过这些系统能够帮助我们更好的了解人的智能，AI尤其能够帮助我们去营造一个非常高级的认知。但这个巨大的潜力，不是一蹴而就的。我在差不多20年前，就开始学习AI和教育，但是现在非常重要的就是，我们必须要以过去的成就为基础，保证自己的人类智能不断演化，如果我们找到了正确的方法，我们就可以保证每个人都可以得到高质量的教育，我认为这将会是美好的未来。