有了人工智能，將來的大學教育是什麼樣子的？

全文共2816字，預計學習時長6分鐘

人工智能是21世紀最重要的技術之一。今天，人工智能的身影無處不在——不管是在家看Netflix仍是開車上班的路上。

然而，目前在某些行業裏仍然缺少必要的技術創新，尤爲是那些相當重要卻又十分脆弱的行業，好比醫療和教育。

如何才能解決這一問題呢？德米特里·佩斯科夫（Dmitry Peskov）給出了他的答案。佩斯科夫的工做與人工智能緊密相關，他長期致力於應用人工智能技術來解決教育領域的問題。

佩斯科夫堅信，人工智能必將引領將來。而且對於目前高等教育所存在的問題，他也一直想要找到一種創新的方式來解決，因而提出了「University 20.35」項目。如下的對話內容是他對於將來人工智能與高等教育的思考。

Q: 在實現基於人工智能的高等教育這一理念時，你作了些什麼呢？

首先我以爲，要爲將來的數字經濟訓練各行各業的專業人士，這一任務極具挑戰性。當咱們開始着手解決這一問題時，發現當前的教學方式和教育模式與私營公司和政府的需求之間存在誤差。在如今這個突飛猛進的時代，各類新興職業不斷涌現，與此同時對於傳統行業的需求也日益增加。所以咱們意識到，能夠經過應用人工智能技術來建立一個靈活且由數據驅動的個性化教育平臺。

Q: 在計算學生的發展軌跡上，人工智能的準確度怎麼樣呢？

這徹底取決於咱們輸入系統中的數據質量。人工智能系統能夠儲存大量的數據，但若是要從中獲取到最有用的信息，那麼固然須要另外的幫助。好比我以前也提到過，人工智能會幫助分析學生上傳的各類多媒體材料。

可是若是要從數據中得出切實的結論，輸入的數據就必須與教育過程相關。要是你拍一張膝蓋的照片，而後把它導入系統，那麼這一條數據毫無心義。實驗代表，學生們能很快適應與人工智能的交流，尤爲是在他們開始得到有用的反饋後，而且這一交流過程也富有成效。

固然，將來人工智能將能更加獨立自主地工做，由於在不斷的訓練之下，人工智能將能有效過濾冗餘信息。可是就如今而言，它依舊像一個小孩子同樣，須要咱們教它學不少。

整體上看來，人工智能在計算學生的發展軌跡時，準確度很是高，由於它能分析大量的輸入數據。這也是基於以前提到的數字足跡。所以，只要收集到的準確數據越多，推薦的發展路徑也就會越精準。

與此同時，學生們也有機會做出本身的選擇，由於他們在進行某些教學活動時，能夠選擇他們認爲對本身最重要的活動。

Q: 數字足跡可以顯示學生的能力嗎？這又是一種怎樣的信息呢？

實際上，數字足跡包括咱們可以囊括的全部學生活動。具體來講，主要涉及任務完成狀況和具體成就。人工智能會記錄參與者之間進行的全部交流過程，不管是在現實生活中（咱們會查詢他們的地理位置以及活動狀況）仍是在虛擬的網絡社羣中。

此外，人工智能也會對學生本身上傳到系統的多媒體材料進行分析。這些材料可能包括課堂展現、圖片、視頻和音頻，而且咱們還會分析他們的生物特徵數據。咱們相信，將來的大學必定會，而且也必需要依據學生的身心情況來分配任務，由於它會直接影響到之後課堂材料的採用。

這就是數據驅動的教育，也是將來教育模式的特點和優點。人工智能之因此可以做出高度個性化的推薦，也正是得益於大數據的應用。在訓練過程當中，基於學生的數字足跡，系統可以生成每一個學生的數字檔案。而且與簡歷相比，經過數字足跡來分析每一個學生的長處和短處會更加的客觀。

圖爲Island 10-22上的大數據管理中心。在這裏，人工智能技術可以幫助處理參與者的「數字足跡」，而且對教育過程進行線上控制。

Q: 在沒有老師參與的狀況下，教育型人工智能如何纔能有效建立學習環境呢？

就目前而言，要想徹底脫離老師或者講師仍沒法實現，只能說老師的功能與之前有點不同了。此外，人工智能也能讓咱們更加客觀地對學生和老師進行評估。目前，咱們正在開發這種評估機制。

將來將會創建起一個「教師雲端」，裏面聚集了各大高校的老師。根據學生的教育軌跡，人工智能將可以給學生做出相關推薦。順便說一下，咱們不僅是在談論老師，其實還有線上課程、黑客馬拉松，以及各類訓練活動。最後，全部的結果都會在學生的我的數字檔案中展現出來。

Q: 在教學環境中，人工智能的表現真的能超越人類教師嗎？

人工智能並不能徹底取代老師。可是它可以帶來更加大衆化、個性化的教育模式，由於沒有哪一個老師可以分析如此多的數據。除此以外，因爲許多結論都不明顯，只有經過人工智能才能得以解決。

在當今這個時代，咱們身邊充斥着各類各樣的信息，要想選擇到正確的信息也變得越發艱難。爲了之後在市場上更有競爭力，咱們應該選擇學習什麼技能呢？如何學習而且到哪去學習呢？在這個時候，人工智能就能夠成爲你的導師和數字教練。

Q: 人工智能可以幫助解決教育領域的一些大問題嗎？

固然能夠。對於某我的來講，什麼纔是重要的而且他也會感興趣的事物呢？對於這一問題人工智能就能夠做出極其準確的評估。若是學生可以學習他們本身感興趣的東西，那麼學習效果也會好得多。毋庸置疑，若是一我的能清楚地知道本身想要什麼，以及如何實現它，那麼他的職業生涯必定會一片光明。可是，這一切的前提是每一個學生都有其獨特的教育方式。

Q: 順便問一下，人工智能也進行語音分析，而且分析結果也會記錄到參與者的數字足跡中嗎？

語義分析的主要優勢是，它可以幫助咱們從新對每一個個體以及他們的教育結果進行更加客觀的評測。這主要是對於認知方式的評測，所以是普通測試、論文或其餘類型的考試都沒法實現的。實際上，考試是極其殘忍的，由於若是某我的考試狀態不是很好，那就可能會不及格。

生物特徵數據可以更加客觀地評估參與者目前的學業壓力以及認知能力。

Q: 可以在任務期間就直接分析參與者的生物特徵數據嗎？

2018年在Island 10-21的首次強化課程中，咱們就開始收集生物特徵數據。當時，咱們經過特製的手環來記錄他們整節課過程當中的各類指數。此次，咱們決定不用手環，而且創建了一個單獨的實驗室來記錄和分析各類生物特徵以及神經生理數據。在白天，咱們記錄了參與者的各類指數，並分析其變化趨勢。咱們還使用了各類模擬裝置，而且在生理層面上分析了參與者如何處理各類測試和任務。

若是要想讓教育的過程變得更加靈活和個性化，那麼就必須收集學生的生物特徵數據。目前，這仍然處於實驗階段。可是在將來，每一個學生的課程和工做量的強度都應該根據他們的身心狀態來決定。若是第一天晚上過於勞累，那麼次日就能夠選擇參與一些運動或者文化活動。

若是一我的或者一個團隊擁有了豐富的學習資源，那麼他們就能更加快速而高效地學習和處理各類複雜問題。目前，咱們也正在朝這個方向努力。

留言 點贊 關注

咱們一塊兒分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 「讀芯術」

（添加小編微信：dxsxbb，加入讀者圈，一塊兒討論最新鮮的人工智能科技哦～）