松鼠AI首席架构师：教育需要改革或革命，而不是改良

11月15日，在主题为“碰撞·演变”的GET2018教育科技大会“人工智能+教育到底如何落地？”分论坛上，松鼠AI智适应教育首席架构师Richard分享了他的从业观点。首先，人工智能发展至今仍然不完善，但在教育领域没有办法等技术完善之后再应用。其次，技术介入到教学环节中的时间要恰当。

以下是Richard的演讲精选实录：

教育行业没有办法等到技术完善之后再应用

我今天要讲的是从模型到实施以及我们对于AI自适应教育的思考。主要从四个方面来分享，我们是谁？方法是什么？具体效果？以及改进的方案。

首先简单介绍下我们，我们总部在上海，主要做课后一对一辅导，辅导科目包括语文、英语、数学、化学等。

接下来，介绍下我们的方法。最开始我们公司创始团队都来自于教育行业，我们总结之前的从业经历觉得说，人工智能是个非常复杂的过程，AI与传统技术有很多不同点。AI是个集合体，需要包括人员、模型、算法和数据来支持。想改进这项技术是需要漫长的过程，在教育行业我们可能没有办法等这样长的时间。一起作业等其他公司都在尝试如何利用AI技术改良教育，但实际我们的算法对教学并不适用。在传统市场上的数据可能只是其中一个领域，我们只需要其中一个方面的数据，但人工智能需要非常多层次的语义数据。所以我们想做的是一个完全由AI支持的自适应学习系统。

正如前面的嘉宾的介绍，打造一个学习系统，在合适的时间向合适的学生推荐相应的教材。但我认为有这个系统还不够，我们还需要打造一个数据集，这样学生有问题就可以给出相应的答案。这样便对我们提出要求，如何了解学生问题所在，这个问题是由于他们的哪些行为或是由于怎样的结果造成的，以及我们给出的反馈是什么，这需要我们打造一个接口帮助他们完成这些问答。

AI技术的介入要在恰当的时间

我们相信对于教育来说，需要的是改革或革命，而不是单纯的改良。传统教育的效率是建立在以小组以团队为单元的基础之上，人类的老师可以称之为教练，他们应该提供有目标的社交的激励型的支持，反复内容的重复不应该由人类的老师完成。课后的一些推荐活动，这些都应该由AI来推动。

AI自适应学习平台核心是AI引擎，包括AI算法、内容、数据、教育法、教学法。我认为这几方面可以从根本上改变我们AI的教育。首先我们要准确高效的学生知识状态诊断，就是学生学习的GPS。我们需要判断学生在学习过程中处于什么状态，之后我们才能够考虑给他们提供加强他们的效率并解决他们的问题。AI是为学生提供恰当的学习路径。

我们认为AI必须给学生提供一个恰当的学习路径，就像GPS进行导航。我们经常忽略或者没有做好的一个方面就是每一个学习都是不一样，每个学习目标应该也不一样。每个学生都要一个可实现的学习目标，给他们一定的时间、一定的压力，他们可以实现这些目标。

并且我们是在恰当的时间介入。如果完全使用AI还是会出现一些问题。教室要有老师，老师的职责不是单纯地看护学生，而是提供动态高效的人为介入和参与。而这些并不是由AI提供，而是由AI促进的。

我们认为，学生需要有高效的环境。我认为之前传统的学习小组是浪费时间，因为每位学生的水平不一样，有的学生掌握52%，而有的学生只掌握了20%。除此之外，对于同一知识点，每个学生所需要花的时间是不一样的。因此，我们的自适应引擎有两个主要部分。第一部分是诊断学生的学习进度，第二部分推荐学习内容。

如何进步？四个方面，模型、AI专家、数据、竞争力。我们在内容方面进行评估，这也是机器的工作。这里面会涉及到机器学习、监控学习、非监控学习。