人工智能時(shí)代怎樣當老師？

　　教育部日前印發(fā)《高等學(xué)校人工智能創(chuàng )新行動(dòng)計劃》，要求推進(jìn)“新工科”建設，重視人工智能與計算機、控制、數學(xué)、統計學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會(huì )學(xué)、法學(xué)等學(xué)科專(zhuān)業(yè)教育的交叉融合，形成“人工智能+X”復合專(zhuān)業(yè)培養新模式，到2020年建設100個(gè)“人工智能+X”復合特色專(zhuān)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(gè)涉及多學(xué)科的復雜科技，需要一系列學(xué)科的基礎理論支持，在進(jìn)入應用的時(shí)候，亦因技術(shù)快速進(jìn)步的領(lǐng)先優(yōu)勢，對很多工種具有強大的替代性，并導致法律、社會(huì )道德、監管等存在滯后性，進(jìn)而衍生出司法、倫理、就業(yè)、心理等各種復雜問(wèn)題。而對于這些問(wèn)題，單靠人工智能自身是無(wú)法解決的，必須連接其它學(xué)科，形成“人工智能+X”復合專(zhuān)業(yè)交叉融合，激活人工智能和其它學(xué)科的發(fā)展潛力。

　　學(xué)生提問(wèn)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自動(dòng)化的挑戰》的研究報告。

　　報告分析了702種常見(jiàn)職業(yè)后認為，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，機器人都難以取代。在報告結尾處長(cháng)達16頁(yè)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(lái)被“計算機化”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)的出現不僅難以撼動(dòng)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，但是如果海量問(wèn)題集中涌來(lái)，想一一解答卻力不從心，這時(shí)希不希望有個(gè)人來(lái)分擔?這就是虛擬助教存在的價(jià)值。最出名的一個(gè)例子就是助教吉爾。2016年4月，美國佐治亞理工學(xué)院計算機專(zhuān)業(yè)教授阿肖克戈爾開(kāi)設的一門(mén)人工智能課程臨近結束時(shí)炸開(kāi)了鍋。作為一門(mén)每學(xué)期有300多名學(xué)生學(xué)習的核心必修課，學(xué)生在課程網(wǎng)絡(luò )平臺上發(fā)布的超過(guò)1萬(wàn)條實(shí)時(shí)信息讓戈爾教授和他的8名助教解答起來(lái)忙碌不堪。

　　不過(guò)當戈爾發(fā)現，學(xué)生詢(xún)問(wèn)的問(wèn)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(xiàn)互動(dòng)，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(zhù)人類(lèi)助教即將失業(yè)。畢竟目前來(lái)看它只是負責機械性地回答一些諸如正確的文件格式、數據使用，以及教職員工的日程安排等有客觀(guān)答案的問(wèn)題。而一些更為復雜的問(wèn)題，還是需要人類(lèi)助教負責回應。

　　教學(xué)個(gè)性化 學(xué)習系統做決策

　　如果要問(wèn)當今高等教育領(lǐng)域最當紅的技術(shù)是什么，自適應學(xué)習技術(shù)一定會(huì )被反復提及。

　　“它將讓學(xué)習系統自動(dòng)調整課程、學(xué)習材料或學(xué)習活動(dòng)，以符合學(xué)習者個(gè)人情況、性格和需求，從而為學(xué)習者提供個(gè)性化的學(xué)習體驗?！庇蓢H新媒體聯(lián)盟發(fā)布的《地平線(xiàn)報告(高等教育版)》，在2015-2017年連續三年預測自適應學(xué)習技術(shù)未來(lái)將在高等教育中被普遍采用。而人工智能無(wú)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。

　　自適應學(xué)習系統可以利用基本的人工智能算法，基于學(xué)生的學(xué)習經(jīng)歷“算出”他們需要學(xué)習的內容，更好地實(shí)現學(xué)習個(gè)性化。同時(shí)對教師而言，由于此類(lèi)系統可以在學(xué)生學(xué)習過(guò)程中更好地了解他們的學(xué)習進(jìn)度，這也有助于系統向教師反饋數據、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(shí)，對開(kāi)放性試題(如作文)的評價(jià)對教師而言是一項艱巨的任務(wù)，在大型課堂為個(gè)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(yǔ)義結構，因此只需對計算機“稍加訓練”，用人工智能系統取代人類(lèi)反饋是很有可能的，而且其成本要比靠人打分低得多。通過(guò)深度學(xué)習幾百萬(wàn)篇作文和相應的評分，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(wàn)份作文，那么僅在幾分鐘內就讀完上百萬(wàn)份作文的人工智能似乎經(jīng)驗更為豐富。而且確有實(shí)驗表明，人工智能給出的分數與人類(lèi)教師的幾乎完全匹配。

　　從2017年秋季學(xué)期開(kāi)始，密西根大學(xué)的教師就開(kāi)始用計算機輔助給學(xué)生改論文作業(yè)了。這個(gè)由該校教師團隊研發(fā)的輔助評分工具M(jìn)-Write，利用文本自動(dòng)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)生提交的文章內容，從而找到學(xué)生論文中存在的問(wèn)題。此外，老師還能通過(guò)語(yǔ)義分析的結果，找到在寫(xiě)作上需要幫助的學(xué)生。不過(guò)在將最終評分反饋給學(xué)生之前，教師還需要先對計算機的打分結果進(jìn)行核對，并進(jìn)行一定的修正。

　　類(lèi)似的應用中國高校也在嘗試。2017學(xué)年末，浙江外國語(yǔ)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(lái)自阿里巴巴的人工智能系統。在這批試卷上，人工智能系統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，其準確率和細致程度接近甚至超乎人類(lèi)的水平。