行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 人工智能 > 正文

人工智能邂逅教育,能擦出怎样的火花?

如果真要评选出近一个月教育行业的热词,那么“人工智能”当之无愧。

今年9月17日,2018世界人工智能大会在上海西岸艺术中心开幕,作为全球顶级的AI大会,本次大会吸引了国内外一系列IT巨头的参与,围绕AI相关的话题进行了深入交流和互动,那么,大佬们是如何看待AI教育发展现状,又是如何解读AI智能教育未来趋势的呢?

一、马云:现有的AI应当是机器智能

马云在此次大会上对AI进行了重新的定位,他认为,AI应翻译为“机器智能”而不是“人工智能”,之所以这么说,是因为我们把AI夸大了。

实际上,马云一针见血的说出了目前AI技术的瓶颈。人工智能的爆发,其实是从2010年“深度学习”算法的成熟开始的,“深度学习”算法在提高图像、声音识别能力上有极强的能力。“深度学习”算法能赋予AI类似于人类的视觉和听觉能力,能让机器吸收到更丰富、更准确的外界信息,这既是一个巨大的突破,更是AI技术走向落地的前提条件。

当然,马云也并没有否认AI的发展潜力,但他更习惯于用机器智能来定义现在的AI。他在演讲中提到“机器有智能,动物有本能,人类有智慧,我相信人类拥有的智慧是机器永远无法获得的。”

二、刘庆峰:AI将对传统教育造成冲击

此次大会,科大讯飞创始人、董事长刘庆峰介绍:科大讯飞的英语语音翻译已经率先达到大学6级的口语水平,明年上半年就可以达到专业八级水平。

如果按照刘庆峰所说,机器翻译真能达到那么高的水平,那么我们是否还有必要学习英语?而英语老师又会否失业?AI继续发展,对传统教育将造成什么影响?

现在AI智能可以帮老师批改作业,帮老师管理班级,当老师的上课助手。但如果大量用AI代替老师完成教学工作,是否会让老师对AI依赖过重,导致整体教学水平有所下降呢?

从教学体系的角度来讲,不可过分依赖于AI,看上去教学效率有所提升,但实际效果却不理想,一旦设备出现故障,教学工作便难以开展。还会导致教师整体水平下降严重,得不偿失。

三、朱永新:人工智能带来的有教无类

全国政协委员、民进党中央副主席朱永新说:传统的学校教育无法真正做到对每个孩子有教无类和因材施教,但人工智能带来了这样的机会,通过跟踪记录学生的所有学习过程,发现学习的难点、重点所在,从而帮助学生及时调节学习过程,量身定制学习计划。

其他几位全国政协委员在采访中也都表示:面对人工智能时代,学校教育迫切需要更新教育教学观念,人工智能和教育有效结合才能事半功倍。

四、人工智能可实现因材施教、个性学习

实际上,AI可以被大量用于教育,改善目前教育行业所存在的问题,弥补教育资源不足的问题。以人工智能、VR技术等为代表的科学技术,让师生在现实课堂中突破想象、打破学习时间和空间,这些超乎想象的酷炫“黑科技”,正在逐渐构建未来新样态课堂。

因为在传统教学中,“教”多半是照本宣科,教师只是把学生当作接受知识的容器,总是希望学生能够按照自己课前设计好的教学方案去展开教学活动。而且教师课前忽视了对学生情况的分析,所设定的教学起点,与实际的教学起点不相吻合,等到上课时,好多东西都是学生早已知道的,很难看到教学过程的动态生成,很难看到富有生命活力的课堂。

为解决以上种种问题,华渔教育研发团队打造了101教育PPT,将课本、图文、音频、视频、VR、3D等多种形式资源囊括在一个软件中。这样一来,教师便可进行线上备课与授课,并传播分享,打破传统教学模式地域空间障碍,缓解优质教育资源公平分配难题,颠覆传统课堂授课方式和教学流程,最大程度上提高教学效率。

你可以想象一下这样一个场景:教室里的黑板变成了一个巨大的pad,任意展示要讲解的课件,可以是图文,可以是视频。如此一来教师与学生实时互动率提高了,教师还可以根据课堂数据反馈了解学生的情况,不仅事半功倍,还能告别沉闷的课堂教学气氛,激发学生学习兴趣。

人工智能技术在教育领域的广泛应用,为传统的学校教育注入了新的活力,推动了教学、学习与管理模式的变革,也使得教育在一次又一次的模式变革中不断由量变走向质变。可以预见的是,学校将由宣讲式的大班教学模式,逐渐走向更能培养创新精神的、以学生为中心的个性化学习模式。在人工智能时代,或将可以真正实现我们长久以来梦寐以求的个性化教育和因材施教。

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部