“我們今天要學習三角函數”“你是不是有疑問？我來幫你解答”“勞逸要結合，我們休息一下吧”……如果只看這些語句，也許您會感嘆，真是個稱職的教師。而事實上，發起這段會話的是一款交互式教育機器人。
隨著人工智能的興起，我們社會的各個領域都在發生著翻天覆地的改變，其中教育尤甚。新的器械、新的理念，智慧教育已然來臨。
近日，由北京師范大學未來教育高精尖創新中心、中國電子技術標準化研究院與教育部教育信息化技術標準委員會共同主辦的ISO/IEC JTC1/SC36第32屆全會及工作組會議成功召開。來自中國、加拿大、美國、英國、澳大利亞、俄羅斯、法國、日本、韓國、挪威等10余個國家近70名中外專家和近100名教育、技術領域知名人士，共同探討了人工智能時代未來教育發展趨勢，為教育、學習和培訓領域信息技術的標準化工作提供新思路。
以下節選會議中專家們的研究與思考，與讀者共享。
指數思維賦能智慧教育
華東師范大學教授 祝智庭
當前，信息化發展給社會帶來巨大影響，也給教育帶來了重大變化，教育已經不僅僅作為一個教育現象，而是作為一項全社會關注的公共事業而存在。社會對智慧教育的呼聲高漲。
智慧教育的核心要義是通過人機協同作用以優化教學過程與促進學習者美好發展的未來教育范式。
當前，計算能力實現了指數級增長，但是指數技術還需要指數思維才能產生指數效應，人類需要“指數技術”“指數思維”向奇點過渡。
指數思維強調發揮匯聚集體智慧，目前國內外已經有一些實踐案例能夠體現指數思維，MOOCs 尤其是cMOOCs通過社交媒體實現集體智慧的匯聚，斯坦福的開環大學，芬蘭的混齡班制度、差齡化合作的做法等也是體現指數思維的，匯聚了集體智慧，奇點大學匯聚全球精英，發展指數思維，應對全球性問題。
我們應該堅守智慧教育的底線思維，適合機器（智能技術）做的事讓機器去做，適合人（師生、管理者、服務者等）做的事讓人來做，適合于人機合作的事讓人與機器一起來做，匯聚全球智慧，促進人機智能的一體化。智慧教育是科學性、技術性、藝術性、人文性的有機統一，其核心價值是使學生獲得美好的學習發展體驗。
何謂通用智能輔導框架
美國孟菲斯大學教授 胡祥恩
21世紀人們對個性化學習具有更加迫切的需求，這一迫切需求也促使了工程界和研究界越來越多的人關注智能導師系統。
通用智能導師系統是一個免費的、模塊化的、開源的輔導框架，能夠捕獲最佳實踐并支持自適應教學系統的快速創作，實現重用和互操作性，能夠降低編寫適應性教學系統所需的成本和入門技能，能夠增強自適應教學系統的適應性。
以Auto Tutor這一通用智能導師系統的應用案例為例，它可以用自然語言與人類進行對話，在多個領域產生了學習成果（例如，計算機素養，物理學，批判性思維）。AutoTutor的三個主要研究領域是人性化的輔導策略，教學代理和支持自然語言輔導的技術。該系統將在未來為學生提供更多智慧的輔導，讓學習變得更智慧。
技術在課堂教學中的應用：源自對過去錯誤嘗試的學習
智利天主教大學教授 米格爾·努斯鮑姆
在技術不斷發展的今天，盡管學習技術方面的投資在不斷增加，但研究仍然沒有顯示出學習方面有任何顯著改善。僅僅給孩子們提供一臺電腦或技術設備并不能提高他們的學習水平。
在信息技術的學習中，一些學生學習得很快，而另外一些學生則學習得很慢，學習系統應該能夠理解學生的步調，讓學生能夠按照自己的步調進行學習，而不是按照系統預設的進度進行學習。國際上的研究表明，在學校中使用信息技術與學生成績之間僅存在弱相關或負相關關系。
系統只能告訴你碎片化的知識或按部就班的指導，但是我們應該尊重孩子的權利，允許他們按自己的步調進行學習，架起課程與技術之間的橋梁，整合數字化和對話型的資源。
當教師成功地將技術融入課堂，系統地使用可用的資源時，學生的學習有了顯著的提高。通過使課堂活動適應學生的個人學習節奏，克服了每個學生在知識基礎上的薄弱環節。當教師有一個精心策劃的教學策略來整合數字化和非數字資源時，學生的學習相對于課程目標得到了增強。當系統地使用資源時、當學校的基礎設施促進了技術的使用時，學生學習得到了改善。
在教育中，我們重視的不應是技術，而是教學方法和教學內容。
人工智能驅動的教育互動機器人
北京師范大學副教授 盧宇
北京師范大學在教育學和心理學相關的領域已經開展了深入前沿的研究。未來教育高精尖創新中心有兩個使命：一是為北京乃至全國的K-12教育提供智能學習平臺；二是進行教育和人工智能相結合的學術研究。目前，未來教育高精尖創新中心開發了服務于北京近60000名學習者的智能教育平臺——智慧學伴平臺。
近年來，K-12領域的機器人產業蓬勃發展，而教育機器人因其智能性，可以解決學習的個性化問題。在此背景下，未來教育高精尖創新中心針對學習者的典型學習問題，在自我決定理論的基礎上，通過AI技術開發了一款智能學科學習代理機器人，期望可以提高學習績效。
此外，未來教育高精尖創新中心還開發了德育智能會話機器人。該機器人主要通過基于案例的推理理論（CBR）進行系統的整體設計，CBR強調使用先前相似的案例體驗解決當前遇到的問題。基于此理論，未來教育高精尖創新中心采集了1000條高質量的德育問題解決的成功案例，這些案例為異質學習者提供了不同問題的解決方法，其來源主要系對紙質材料的轉錄、在線論壇信息的扒取以及教師的訪談獲得。
情境即一切——人工智能在學習、教育、培訓中的未來
Innovation公司創始人兼CEO 布魯斯 E. 皮普爾斯
我們正處于一個知識快速增長，技術快速進步，個體也在不斷發展的時代。那么如何適應這種快速的發展節奏？一是花費更多時間探索，二是參與更多的課程，三是結合AI技術來保持這種先進性：AI需要了解我們，AI需要了解世界，AI需要建立我們和世界的關聯。而在這一過程中，情境至關重要。
那么什么是情境？情境是相對抽象的內容，情境可以通過非顯性的干預實現對學習過程的約束和有效支持。空間、時間、絕對/相對情境、情境歷史、學科和用戶信息，這些都是情境。
而在AI情境下的學習，就是E-Learning。E-Learning是通過在數字化環境下為學習者提供學習內容和服務的過程，情境和需求的匹配至關重要。因此，在學習過程中就需要通過智能系統采集學習者的數據，將其轉化為可以進行需求分析的信息進行相應的知識定位和追蹤。
我們如今已經有了眾多的技術，而如何讓技術更好地服務于智能學習系統還需要更多地探索。
摘自《中國科學報》
