【推好科技觀察：人工智能、AI+教育】AI+教育相對于其他行業(yè)主要有三大不同之處。第一個不同之處是教育行業(yè)有著長鏈條的利益相關方，不僅涉及到多方主體，還會牽扯到多個層面。第二個不同之處就是教育領域缺乏大一統(tǒng)的理念指導。第三個不同之處是學習是“反人性”的，需要人全力付出，學習的場景更加復雜。
近年來，我們也看到許多 AI 公司想要進入教育領域，但同時又面臨著諸多困難和挫折，發(fā)展得也較為緩慢，并不如我們預期的一樣蓬勃。究其原因，就是教育領域所需關涉的多方多層相關方和復雜細致的應用場景使得 AI 如何真正融入教育生態(tài)系統(tǒng)成為一大難題。
AI+教育與其他行業(yè)相比，所需要的專業(yè)知識會否更深入?您認為 AI 與教育結合要解決的最關鍵問題是什么呢?
鄭蟬金：針對這個問題，我的想法是 AI+教育所涉及的專業(yè)知識未必更深入，但應該是更多面的，而這會造成實施的成本和難度大幅提升。為了破解這些難題，華東師范大學在上海市政府的支持下，特別是上海市教委的指導下，成立了上海智能教育研究院。站在教育本身的立場，我們強調以人為本——是“教育+AI”而不是以往的“AI+教育”。

對話 | AI與教育的深度融合，究竟什么是核心問題？

編者按：AI+教育是近年來教育行業(yè)乃至整個社會都非常關注的熱點話題。相比于 AI 在其他領域的落地應用，AI+教育的進展一直相對緩慢。作為未來教育領域發(fā)展的大勢所趨，AI+教育到底面臨怎樣艱難的挑戰(zhàn)?

此前，微軟亞洲研究院與華東師范大學就基于雙方在各自領域的領先優(yōu)勢展開戰(zhàn)略合作，希望依托計算機技術推進教育與人工智能的深度融合。目前，雙方的合作已經形成了在學術界與產業(yè)界均具有引導性的創(chuàng)新研究成果，中文寫作智能輔導系統(tǒng)“小花獅”即是代表成果之一。

“小花獅”合作項目負責人之一，來自華東師范大學上海智能教育研究院的鄭蟬金副教授不久前作為訪問學者來到微軟亞洲研究院進行訪問研究。我們特別邀請微軟亞洲研究院首席開發(fā)經理夏炎與鄭蟬金副教授就 AI 與教育的結合和落地等問題進行了一場深入探討的對話。作為對 AI 領域有著深入了解的教育學專家，鄭教授深度解析了 AI 落地教育領域所面臨的困境、教育領域丞待解決的核心痛點、AI 在教育領域可發(fā)揮的作用，以及 AI+教育的未來發(fā)展方向等各界關注的話題。下面就讓我們在與鄭教授的精彩對話中一探究竟吧!

夏炎：現(xiàn)在各行各業(yè)都在積極投身數(shù)字化轉型，但我們知道教育是一個非常獨特的領域。作為教育領域的專家，您認為在教育行業(yè)的數(shù)字化轉型過程中有哪些核心痛點是丞待解決的?

鄭蟬金：我認為，教育領域數(shù)字化轉型的核心痛點至少有兩個。第一，大規(guī)模個性化，也就是我們經常提到的因材施教。因材施教一直是我們教育界里的最高理念，但是如何實現(xiàn)大規(guī)模個性化是我們真正的痛點。第二個痛點是，AI 如何真正進入我們全人發(fā)展的過程。簡而言之，就是 AI 如何影響我們的個體發(fā)展，包括認知發(fā)展和非認知發(fā)展(如社會情感等)。

AI 要怎樣在這兩大領域幫助人類去成長呢?我覺得第一個痛點對應的是影響面，就是如何利用 AI 技術低成本、快捷地實現(xiàn)大面積的個性化;而第二個痛點對應的是教育的訴求點。因為教育注重的就是人的全面發(fā)展，而 AI 主要就是在實質性教育目標方面進行輔助。我們常說教育包含“學、教、管、評”四個方面，而在此之前信息技術已經助力教育實現(xiàn)了“教”、“管”和“評”的部分功能，例如，信息技術已經被應用在教育管理層面，幫助教師和學校進行各種數(shù)據的采集?，F(xiàn)階段 AI 助力教育的核心關切點主要是在“學”這一方面。這也是教育領域的實質性最高目標。

夏炎：沒錯，我也很認同您的觀點。從我們研究院之前與不同行業(yè)伙伴的合作來看，AI 在物流、金融等領域的任務會比較清晰，涉及人員也相對較少，更多的是針對已有模塊進行優(yōu)化。但教育領域的任務存在著一定的不確定性，還會涉及到多人間的互動，任務會變得復雜很多。請問鄭教授怎么看待這個問題?您覺得 AI 在教育場景的應用，相對于其他行業(yè)有什么不同?

鄭蟬金：我總結了一下，AI+教育相對于其他行業(yè)主要有三大不同之處。第一個不同之處是教育行業(yè)有著長鏈條的利益相關方，不僅涉及到多方主體，還會牽扯到多個層面。

首先從管理層來看，最高代表就是國家，這在全球都是一樣的，教育行業(yè)反映的是國家的意志。國家之下就是具體的管理部門，再到落地，以國內為例依次就是教育局、教研員和校長。單從管理層我們就能看到一條關系鏈條，而 AI 應用到教育場景時離不開這個鏈條的要求和管控。

除了管理層，教育領域還有一條重要的鏈條叫做使用者。雖然使用者鏈條可能不會像管理層的那么長，利益方之間的緊密程度也不太一樣，但這個鏈條包含了教師和學生，以及隱形的使用者——家長。

此外，我還想強調一個特殊的鏈條——微觀技術指導，主要包括了領域專家、教研員、高級教師和一線教師等。具體來說，領域專家指的是高校中各類頂尖的教育學、心理學系教授和專家。教研員則是負責連接理論研究和一線實踐的關鍵性人物，需要把領域專家提出的理念和教學實際情況相結合，并傳達給高級教師。高級教師與一線教師之間則如同師傅和徒弟，高級教師會將有效合理的教學方法推廣給各位一線教師們。

細觀以上這三個鏈條可以發(fā)現(xiàn)，部分主體的角色是多元交織的，而且教學過程往往需要涉及多方主體。以監(jiān)督為例，教育領域的監(jiān)督既包括了國家的法規(guī)需求監(jiān)督，又包含了微觀技術指導(督導)。這些都充分展現(xiàn)了教育領域復雜的多方多層利益相關方。

微軟亞洲研究院 AI 語言學習項目團隊訪問華東師范大學(右四：鄭蟬金，右二：夏炎)

第二個不同之處就是教育領域缺乏大一統(tǒng)的理念指導。正如剛剛夏炎所說，其他領域的任務往往會對問題有一個相對清晰的界定，即 well-defined problem。但在教育心理學，我們很難對全人發(fā)展和培養(yǎng)給出一個清楚的問題界定。目前，在教育和心理學領域存在著形形色色、多種多樣的理論思想，僅美國心理學會旗下就有55個子分支，美國教育研究協(xié)會下有12個子分支，可以想見由此疊加會衍生出多少種不同的視角、觀點和理論去看待教書育人的問題。而這也使得 AI 應用到教育場景時面臨著一個困境：到底要依照哪個理論去設計模型?因此，AI 在應用到教育領域時必須細致地應對每一個具體的教育場景去做獨特的開發(fā)。盡管“社會生物學”奠基人 Edward Wilson 曾提出的知識大融通這個想法很激動人心，但是在教育領域是很難實現(xiàn)的。

第三個不同之處是學習是“反人性”的，需要人全力付出，學習的場景更加復雜。在教育心理學里有一個最近發(fā)展區(qū)的概念，它由 Lev Vygotsky(維果斯基)提出，指的是學生的學習發(fā)展有一個可能的發(fā)展水平，但學生需要突破現(xiàn)有水平，通過努力才能達到。那么如何將這個理論應用到 AI+教育的產品中呢?其實這就是我們常說的自適應學習系統(tǒng)。在這個領域下最成功的案例之一就是自適應測評，即根據學生的能力為其推薦題目。這個測評系統(tǒng)不會為學生推薦百分百可以答對的題目，而是推薦學生百分之五十可能會答對的題目，從而去激勵學生挖掘潛力。自適應測評之所以相對于其他的教育場景更成功一些是因為它是一個 well-defined problem。但現(xiàn)在 AI+教育卻非常不同，面對的學習場景比考試場景更加復雜，也更難將最近發(fā)展區(qū)這些概念應用到 AI 系統(tǒng)中。

夏炎：鄭教授總結的非常完善。我也想就這個問題補充一點從計算機領域角度出發(fā)的看法。計算機最擅長解決的就是確定性的問題，問題越明確，模型越好進行收斂。但教育和學習的過程都是相對開放的，因此很難去衡量一個學生學習的過程是不是有效。例如，在定義學習發(fā)展目標時，家長、老師和學校的想法和理解可能就很不一樣，這就會導致計算機很難針對多方給出一個大家都滿意的最優(yōu)解。所以 AI 在教育領域現(xiàn)在面臨的問題就相當于是一個多重限制下的優(yōu)化問題。

另外，您剛剛提到 AI+教育與其他行業(yè)一樣都離不開領域專家的支持，但 AI+教育涉及到多方多層的利益方，應用場景也會更復雜。那么，AI+教育與其他行業(yè)相比，所需要的專業(yè)知識會否更深入?您認為 AI 與教育結合要解決的最關鍵問題是什么呢?

鄭蟬金：針對這個問題，我的想法是 AI+教育所涉及的專業(yè)知識未必更深入，但應該是更多面的，而這會造成實施的成本和難度大幅提升。為了破解這些難題，華東師范大學在上海市政府的支持下，特別是上海市教委的指導下，成立了上海智能教育研究院。站在教育本身的立場，我們強調以人為本——是“教育+AI”而不是以往的“AI+教育”。成立一年多以來，我們上海智能教育研究院的不同團隊在不同維度上都進行了很多的探索，取得了階段性成就。我目前對教育+AI 的認知，很多也是跟著大家一起學習、探索而獲取的新知識。回顧這段時間的探索與經驗，我認為 AI 與教育的結合目前急需解決的最關鍵問題是 AI 如何真正地融入教育生態(tài)系統(tǒng)。任何一款 AI+教育產品從設計開發(fā)到最后的落地應用，都需要有一個將技術和教育接軌的角色。在微軟亞洲研究院和華東師范大學合作的中文寫作智能輔導系統(tǒng)“小花獅”項目中，我就扮演著這個 接軌的角色。作為扎根于教育學部教育心理學系的一名教育測量專家，我主要負責教育測量的有關技術，此外我們團隊還有來自教師學院專門負責做作文測評的同事。目前我們主要有三個基礎團隊，之后我們還會考慮引入心理學或語言教育的專家。當然，一款好的 AI+教育產品不能只停留在設計開發(fā)上，還要考慮到在實際落地應用時教師們的需求以及如何降低他們使用時的學習成本。這也就是我剛才強調的如何融入教育生態(tài)系統(tǒng)。

中文寫作智能輔導系統(tǒng)“小花獅”

以“小花獅”為例，我們在設計開發(fā)環(huán)節(jié)時就咨詢過多個領域的專家。其中，大學教授主要為我們提供了理論和邏輯上的指導;高級教師為我們提供了實際應用上的反饋和建議;教研員則充當著橋梁，既兼顧理論又為我們反饋實際情況。這一條多方的長鏈條中任何一方的缺失都可能導致最后產品在上線和落地時面臨質疑和困境。而在考慮到產品定位的前提下，如何將多方意見進行整合處理，是我們 AI+教育團隊需要關切的核心問題。

近年來，我們也看到許多 AI 公司想要進入教育領域，但同時又面臨著諸多困難和挫折，發(fā)展得也較為緩慢，并不如我們預期的一樣蓬勃。究其原因，就是教育領域所需關涉的多方多層相關方和復雜細致的應用場景使得 AI 如何真正融入教育生態(tài)系統(tǒng)成為一大難題。

夏炎：那您覺得，我們接下來需要做些什么才能使 AI 真正融入教育生態(tài)系統(tǒng)呢?或者說，AI 落地到教育領域需要具備哪些必備條件?

鄭蟬金：我認為，想讓 AI 落地到教育領域首先需要讓產品簡單易用。因為產品最后的使用者是一線的教師們。我們只有將產品做得簡便易于上手，才能降低教師們在使用時所需付出的學習成本，避免教師們產生隱形抵抗，從而可以更好地推廣產品。

其次，我們要真正去解決實質性的堡壘，抓住和攻克剛需。無論是幫助學生提高學業(yè)成績，還是在某個領域幫助學生提高學習能力，產品都需要至少抓住一個痛點和剛需。從教育的整體發(fā)展來看，我們應該將關注點放在學習過程和學習能力上。但相比于考試和教育管理，學習過程培養(yǎng)和學習能力提升的場景更加復雜。如何將 AI 結合到學習過程和學習能力這個層面，將是所有 AI+教育領域的企業(yè)和機構下一步要著重關注和思考的問題。

夏炎：從計算機領域來看，尤其是近年來我們微軟亞洲研究院在實際設計、開發(fā) AI 助力語言學習系列項目的過程中發(fā)現(xiàn)，算法中的部分成分是可以在教育場景中通用的，以 “小花獅”為例，其部分算法就沿用了我們之前在英語寫作上的一些框架。我們也由此構建了一個通用的底層框架，然后上層應用再根據具體的學科場景去搭載不同的專業(yè)領域知識。所以我認為，我們搭建的這類通用底層框架或許反饋給教育領域，也可以幫助教育領域去做出一些改變。

提到剛需，我經常聽到大家在談論一個教育理念叫 4C，請您為我們介紹一下什么是 4C?為什么培養(yǎng) 4C 在教育領域中如此重要?

鄭蟬金：4C 本質上是二十一世紀教育與人才培養(yǎng)目標的一種表述，定義了在新世紀教育領域要為整個社會培養(yǎng)出什么樣的人才。而教育目標的制定是由各大國際組織(如 OECD，經濟合作與發(fā)展組織)和各個國家根據自身的教育情況所做出的決定。4C 主要指的是批判性思維(Critical Thinking)、創(chuàng)造與創(chuàng)新(Creativity and Innovation)、溝通(Communication)和協(xié)作(Collaboration)。需要指出的是，盡管很多國際組織與國家都給出了不同版本的表述，但上述提到的這些 4C 元素在這些方案中都有一定的體現(xiàn)。

教育領域如何達成這些核心素養(yǎng)培養(yǎng)目標是目前我們非常最關切的教育問題。這一熱潮已經體現(xiàn)在目前正在如火如荼開展的課程改革之中，其重要性不言自明。以前大家可能更側重在認知層面，現(xiàn)在則既需要培養(yǎng)認知方面的能力(如批判性思維)又要培養(yǎng)非認知方面的能力(如溝通、協(xié)作等)。所以說，新世紀對人們提出了新的要求，那么教育能不能回應這些要求就成為了教育界需要應對新的挑戰(zhàn)。同理，如何助力應對這一挑戰(zhàn)自然成為教育+AI 的主要戰(zhàn)場。

夏炎：那以我們合作的“小花獅”為例，您認為 AI 可以在培養(yǎng)核心素養(yǎng)和運用教育心理學方面做哪些輔助性工作呢?

鄭蟬金：寫作是個高級復雜的任務，它本身就蘊含了 4C 的這些元素。比如，寫作中會有遞進、轉折這些邏輯關系，也就是我們說的批判性思維。此外，書面寫作本身也是一種溝通能力。我們現(xiàn)在還會提倡高級寫作，希望能夠講述一個可以吸引人閱讀的故事，這就是創(chuàng)造性思維。而協(xié)作能力則可以在寫作這個過程中去培養(yǎng)和訓練。在很多的一線教學中，老師們會布置“漂流的作文本”這樣的寫作任務，去鼓勵學生們合作完成寫作。所以我們也希望通過“小花獅”里的各種設計來體現(xiàn)這些元素。我們或許暫時未必能做到面面俱到，但是有些基本的東西是一定要做到的，比如，批判性思維和溝通能力就是最基礎的設計。

那么 AI 在這個過程中能夠做到哪些輔助性工作呢?事實上，AI 應用于寫作已經有很長的歷史了，其中最成熟的首先還是自動評分。但是“小花獅”的目標不是簡單的打分，而是如何幫助學生去學習，去發(fā)展他們的寫作能力。也就是說，我們要讓 AI 去幫助學生評估他們寫作在各個方面的優(yōu)缺點，并通過最近發(fā)展區(qū)去提供有效的針對措施來幫助提高寫作能力。通過以上描述，大家也可以了解到這個任務會比自動評分要難很多。自動評分其本質就是利用線性回歸來排序，但是幫助學生發(fā)展寫作能力并不能只靠統(tǒng)計模型去實現(xiàn)，必須要借助 AI 提供診斷性信息，提升學生遣詞造句、謀篇布局等具體的寫作能力。如果我們能再進一步融入協(xié)作能力，利用寫作活動來實現(xiàn)其他素養(yǎng)的提升，特別是非認知素養(yǎng)的提升，那樣將更接近真正意義上的助力全人發(fā)展的目標。

夏炎：我們也與您一樣期待未來能夠設計、開發(fā)出真正意義上幫助實現(xiàn)全人發(fā)展的產品。您既是教育專家，又很了解計算機科學，可否與我們分享一下您在進行 AI+教育的跨界合作中的經驗和建議?

鄭蟬金：根據我的自身經歷，我主要有以下兩點建議：第一是絕對的開放心態(tài)，第二是絕對的深度融合。

即便我是學教育的，我在做 AI+教育這個事情的過程中，還是需要不停地向一線的老師們學習。而只有團隊中的每一個人都保持開放的心態(tài)，大家都愿意往前多走一步，那么我們才有可能把這個事情真的做好。當然，開放的心態(tài)也為第二點——深度融合，奠定了基礎。沒有深度融合的產品最后呈現(xiàn)出來的效果也是不理想的。

但這兩點確實都很困難。第一點更加側重于心態(tài)，第二點則強調了心態(tài)加上能力。由于我的個人經歷跨越了很多領域，所以我對這兩點的體會也更深刻。我本科是英語專業(yè)的，后來接受了心理學專業(yè)的訓練，又剛好是負責最偏技術的方向，所以對計算機和統(tǒng)計學都有所了解，現(xiàn)在我的工作又是在華東師范大學的上海智能教育研究院與教育學部兩個不同的二級單位之內。這些經歷讓我知道每個領域都如同大海一般非常廣博，而我們唯一能做的就是保持謙遜的態(tài)度。

我們也很榮幸可以與微軟亞洲研究院的這些科學家和工程師一起并肩攻克教育+AI 的難題。雖然教育和計算機這兩個領域跨度很大，但大家都非常謙虛、有耐心，并且非常真誠地交流在項目過程中發(fā)現(xiàn)的各種問題。很多微軟亞洲研究院的同事們還學習了大量教育領域的知識，讓我們的交流與合作更加順暢。因此，我認為每一個參與跨領域合作的人都應該保持開放的心態(tài)，聆聽和接受來自不同領域的人提供的反饋，這樣最后呈現(xiàn)出來的效果才會是真正的深度融合。

夏炎：我十分認同鄭老師說的“要保持開放的心態(tài)”。在這里也非常感謝與我們合作的各位華師大的老師，正是這些領域內專家們開放的心態(tài)給予了我們溝通和合作的機會。這種開放的心態(tài)一定是雙向的，可以讓我們更加積極地去解決問題。

感謝鄭教授的分享!期待我們未來繼續(xù)攜手共進!