自年以来，在政策鼓励、人工智能技术爆发、资本加持的大背景下，AI+教育创业热潮开始兴起，人工智能技术在教育行业的落地应用逐渐增多。
截至目前，人工智能技术在教育领域的落地场景主要包括：语言类学习和测试；数据化课堂过程辅助教学；智能阅卷、个性化自动排课系统；自适应学习、虚拟学习助手和专家系统；软硬件结合的教育机器人；智慧校园一体化解决方案，已经基本覆盖“教、学、考、评、管”全产业链条。
但是，AI赋能教育的同时也存在很多误区和错误使用，很多些项目都是从AI出发在教育中找应用场景，而不是从教育的实际问题出发找AI的赋能。
不可否认的是，人工智能与教育的结合尚处于起步阶段，还远没有达到人们的预期，当下，AI+教育存在哪些误区、又有哪些新的机会？AI+教育如何真正落地？AI+教育如何更好地融合？
近日，在蓝象资本主办的主题为“人工智能在教育相关领域的技术应用及发展趋势”分享会上，来自AI教育产业界、学术界、行业服务界的一线从业者，发表了他们的看法。
蓝象资本执行合伙人周爽认为，尽管人工智能在教育领域的应用，目前还存在处在探索阶段，但从教育的本质来说，也许未来对于不同教育目的的不同需求，可以分化出不同的分级，在每个分级里面，都会存在新的机会；好未来AILab算法科学家杨非认为，随着人工智能技术的发展和完善，想要实现全面应用到教育中大致需要经历三个阶段：教学辅助、价值创造、因材施教；优学天下副总裁欧阳明则分享了他对于AI+教育融合的思考。
以下是三位嘉宾的演讲全文，雷锋网做了不改变原意的编辑整理：
蓝象资本执行合伙人周爽：AI+教育的困局与机会
雷锋网注：蓝象资本执行合伙人周爽
教育行业与互联网行业或者其他传统行业相比，它的发展轨迹和决策机制是不一样的。当人工智能与教育结合，我也从投资人的角度看到了一些担忧和机会：
1、大数据+教育，什么样的数据才算“大数据”？
目前大数据在教育领域的应用有智能批改、校车、校餐、自适应推题、高考志愿填报等。教育本身是个重服务的行业，具有很强的针对性、专业性和适用性，在大数据的应用上也就存在一定的难点。
底层数据的筛选决定了最终的判断结果，真正的大数据应该是具备以下几个特点（byIBM）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
比如用大数据分析做高考志愿填报咨询这类项目，从我看到的BP而言，很多项目都是用自己采集的部分数据样本来推演全体。我对这样的项目的科学性是存在质疑的。
2、人工智能+教育，教育本质中挖掘新机遇
历史上，人工智能经历了三波风口：第一波，年-年，美国，感知神经网络软件和聊天软件；第二波，-，英国和日本，语音识别、语音翻译；第三波，，全球，深度学习、图像识别，但最终都“挂了”。
每个人心里对人工智能都有浪漫主义幻想，但理想与现实是存在差距的，理想比现实发展的更缓慢。在年的今天，卷积神经网络席卷全球，再一次燃起了人们对于超级智能的无限向往。那么，教育该如何分享这次人工智能浪潮中的科技红利呢？
对于教育领域来说，优质教育资源的稀缺、优质老师劳动力的解放等都是亟待解决的问题，蓝象作为科技主义者，一直坚信科技是推动教育发展，是解决教育公平、实现因材施教的唯一有效路径。
但目前在国内，对于教育的好坏并没有一个可以统一衡量的标准。比如，让孩子学习钢琴，目的是为了让孩子考级？还是为了让孩子开心？这件事情是没有标准答案的，这也就导致，人工智能在教育的应用中，无法准确的衡量到底什么是好的教育，什么是真正适合孩子的教育，也就无法判断应该收集什么样的数据，这些数据是否是真实、全面的。
尽管人工智能在教育领域的应用，目前还存在处在探索阶段，但从教育的本质来说，也许未来对于不同教育目的的不同需求，可以分化出不同的分级，在每个分级里面，都会存在新的机会。
好未来AILab算法科学家杨非：AI+教育如何落地？
雷锋网注：好未来AILab算法科学家杨非
我国作为发展中国家，尽管近年来整体教育水平有了飞速的提升，但目前的教育行业仍然存在很多问题，比如，优质教育资源稀缺，不同地区、不同学校师资力量不均衡；教师工作负担重，课堂教学效率有待提高；我们还远远做不到因材施教，对每个孩子的个性化需求难以满足等。
随着人工智能技术的发展和完善，想要实现全面应用到教育中大致需要经历三个阶段：
第一阶段：教学辅助。即将一些相对较零散的技术应用到教学场景中，但还涉及不到教学的核心流程，仅能借助一些工具提升教学过程中的效率和优化教学体验，帮助老师减轻工作负担，比如：智能测评、智能批改、拍照搜题等；
第二阶段：价值创造。开始承担教育过程中的一些核心环节，通过系统化、智能化教学过程评价与分析，帮助学生提升学业表现，以及帮助老师提升能力价值，比如：学习过程评价、全流程学情分析与管理等；
第三阶段：因材施教。开始逐步实现高效的个性化和人性化的互动教学，需要具备强交互能力。具体应用比如AI老师、自适应学习等。
目前，人工智能在教育各场景中的全面落地，还存在一定的挑战，但毋庸置疑的是，随着技术的完善，人工智能在教育领域的应用场景会越来越广泛、越来越深入，最终实现教学以老师为中心转变为以学生为中心。
优学天下副总裁欧阳明：AI+教育融合的思考
雷锋网(
转载请注明：http://www.0431gb208.com/sjsbszl/4138.html
