人工智能時代怎樣當(dāng)老師？

　　教育部日前印發(fā)《高等學(xué)校人工智能創(chuàng)新行動計劃》，要求推進(jìn)“新工科”建設(shè)，重視人工智能與計算機(jī)、控制、數(shù)學(xué)、統(tǒng)計學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會學(xué)、法學(xué)等學(xué)科專業(yè)教育的交叉融合，形成“人工智能+X”復(fù)合專業(yè)培養(yǎng)新模式，到2020年建設(shè)100個“人工智能+X”復(fù)合特色專業(yè)，建立50家人工智能學(xué)院、研究院或交叉研究中心。

　　人工智能是一個涉及多學(xué)科的復(fù)雜科技，需要一系列學(xué)科的基礎(chǔ)理論支持，在進(jìn)入應(yīng)用的時候，亦因技術(shù)快速進(jìn)步的領(lǐng)先優(yōu)勢，對很多工種具有強(qiáng)大的替代性，并導(dǎo)致法律、社會道德、監(jiān)管等存在滯后性，進(jìn)而衍生出司法、倫理、就業(yè)、心理等各種復(fù)雜問題。而對于這些問題，單靠人工智能自身是無法解決的，必須連接其它學(xué)科，形成“人工智能+X”復(fù)合專業(yè)交叉融合，激活人工智能和其它學(xué)科的發(fā)展?jié)摿Α?/p>

　　學(xué)生提問多 虛擬助教幫回答

　　早在2013年，英國牛津大學(xué)發(fā)布了一份名為《就業(yè)前景：哪些工作最容易受到計算機(jī)自動化的挑戰(zhàn)》的研究報告。

　　報告分析了702種常見職業(yè)后認(rèn)為，需要大量社交、創(chuàng)造性的工作，或是需要技巧、靈活運用技能的工作，機(jī)器人都難以取代。在報告結(jié)尾處長達(dá)16頁的列表中，高等教育管理者和高等教育教師分別以1%和3.2%的幾率，位列未來被“計算機(jī)化”可能性最低的職業(yè)排名的第52位和112位。

　　而且人工智能技術(shù)的出現(xiàn)不僅難以撼動大學(xué)教師的工作崗位，而且還可能助教學(xué)工作一臂之力。

　　為學(xué)生答疑解惑是教師的基本職責(zé)，但是如果海量問題集中涌來，想一一解答卻力不從心，這時希不希望有個人來分擔(dān)?這就是虛擬助教存在的價值。最出名的一個例子就是助教吉爾。2016年4月，美國佐治亞理工學(xué)院計算機(jī)專業(yè)教授阿肖克戈爾開設(shè)的一門人工智能課程臨近結(jié)束時炸開了鍋。作為一門每學(xué)期有300多名學(xué)生學(xué)習(xí)的核心必修課，學(xué)生在課程網(wǎng)絡(luò)平臺上發(fā)布的超過1萬條實時信息讓戈爾教授和他的8名助教解答起來忙碌不堪。

　　不過當(dāng)戈爾發(fā)現(xiàn)，學(xué)生詢問的問題相對固定，通常與期末考、課程大綱和課程安排等相關(guān)，于是就“偷偷地”設(shè)計了一款人工智能程序“吉爾”作為助教與學(xué)生進(jìn)行在線互動，緩解了任課教師和助教的工作壓力。

　　虛擬助教的上崗并不意味著人類助教即將失業(yè)。畢竟目前來看它只是負(fù)責(zé)機(jī)械性地回答一些諸如正確的文件格式、數(shù)據(jù)使用，以及教職員工的日程安排等有客觀答案的問題。而一些更為復(fù)雜的問題，還是需要人類助教負(fù)責(zé)回應(yīng)。

　　教學(xué)個性化 學(xué)習(xí)系統(tǒng)做決策

　　如果要問當(dāng)今高等教育領(lǐng)域最當(dāng)紅的技術(shù)是什么，自適應(yīng)學(xué)習(xí)技術(shù)一定會被反復(fù)提及。

　　“它將讓學(xué)習(xí)系統(tǒng)自動調(diào)整課程、學(xué)習(xí)材料或?qū)W習(xí)活動，以符合學(xué)習(xí)者個人情況、性格和需求，從而為學(xué)習(xí)者提供個性化的學(xué)習(xí)體驗?！庇蓢H新媒體聯(lián)盟發(fā)布的《地平線報告(高等教育版)》，在2015-2017年連續(xù)三年預(yù)測自適應(yīng)學(xué)習(xí)技術(shù)未來將在高等教育中被普遍采用。而人工智能無疑為其在教育領(lǐng)域更好的使用提供了有力的技術(shù)支撐。

　　自適應(yīng)學(xué)習(xí)系統(tǒng)可以利用基本的人工智能算法，基于學(xué)生的學(xué)習(xí)經(jīng)歷“算出”他們需要學(xué)習(xí)的內(nèi)容，更好地實現(xiàn)學(xué)習(xí)個性化。同時對教師而言，由于此類系統(tǒng)可以在學(xué)生學(xué)習(xí)過程中更好地了解他們的學(xué)習(xí)進(jìn)度，這也有助于系統(tǒng)向教師反饋數(shù)據(jù)、提供信息，以便分析和了解某位學(xué)生及其班級的整體需求，協(xié)助教師做出正確的教育決策。

　　考試評分成本高

　　人工智能先挑錯

　　在給學(xué)生作業(yè)或考試評分時，對開放性試題(如作文)的評價對教師而言是一項艱巨的任務(wù)，在大型課堂為個人提供反饋更是如此。一些人相信，由于學(xué)生的回答有其固有的句法和語義結(jié)構(gòu)，因此只需對計算機(jī)“稍加訓(xùn)練”，用人工智能系統(tǒng)取代人類反饋是很有可能的，而且其成本要比靠人打分低得多。通過深度學(xué)習(xí)幾百萬篇作文和相應(yīng)的評分，人工智能很快就能掌握批改作文的套路。想一想，一名教師在從教的四十多年里可以閱讀一萬份作文，那么僅在幾分鐘內(nèi)就讀完上百萬份作文的人工智能似乎經(jīng)驗更為豐富。而且確有實驗表明，人工智能給出的分?jǐn)?shù)與人類教師的幾乎完全匹配。

　　從2017年秋季學(xué)期開始，密西根大學(xué)的教師就開始用計算機(jī)輔助給學(xué)生改論文作業(yè)了。這個由該校教師團(tuán)隊研發(fā)的輔助評分工具M(jìn)-Write，利用文本自動分析技術(shù)，借助不同的算法(如詞匯匹配、題目匹配)分析學(xué)生提交的文章內(nèi)容，從而找到學(xué)生論文中存在的問題。此外，老師還能通過語義分析的結(jié)果，找到在寫作上需要幫助的學(xué)生。不過在將最終評分反饋給學(xué)生之前，教師還需要先對計算機(jī)的打分結(jié)果進(jìn)行核對，并進(jìn)行一定的修正。

　　類似的應(yīng)用中國高校也在嘗試。2017學(xué)年末，浙江外國語學(xué)院國際學(xué)院的11位外國留學(xué)生完成了一份特別的中文試卷——批卷老師為來自阿里巴巴的人工智能系統(tǒng)。在這批試卷上，人工智能系統(tǒng)用代表不同意義的符號在試卷上精確地圈出外國留學(xué)生們的多詞、缺詞、錯詞和詞序錯誤等錯誤的位置，完成了對作文的批改，其準(zhǔn)確率和細(xì)致程度接近甚至超乎人類的水平。