科大讯飞吴晓如：互联网+人工智能时代的教育变革

人工智可分为计算智能、感知智能和认知智能三个层次。目前人工智能在第一和第二个层次上已经远远超越人类，正在进入更重要的认知智能阶段，前段时间备受关注的围棋人机大战就是人工智能进入这个阶段最好的标志。

3月30日，科大讯飞与乐知行软件在北京联合举办“人工智能改变教育”为主题的产品发布会上，科大讯飞高级副总裁吴晓如在会上作了“人工智能改变教育”的主题报告，重点分享了人工智能发展趋势和科大讯飞在人工智能领域的技术突破、产业发展及在最新应用成果。

人工智能的发展与突破

人工智能最近几年取得了一些突破性进展，这个突破就是深度学习。到目前为止，深度学习是所有人工智能专家认为最逼近人类大脑活动的一种机器学习方式，这么一种机器学习的方式可能给社会各个行业带来巨大变化。麦肯锡有一个著名的咨询报告，它把社会上各种各样的人类活动作了深入分析，得出一个结论：到2030年，45%的人类活动都可以被人工智能带来的自动化所替代。这些人类活动不仅限于“低级活动”，还包括企业的一些高层决策，据称20%能够为人工智能所替代。

过去几年，感知智能技术取得了非常大的突破，现在大家提出了一个更大的挑战：人工智能技术从“能听会说”走向“能理解会思考”。这个技术现在成为全球争夺的一个技术制高点，各国都启动相关的计划或项目，如美国华盛顿大学图灵中心、日本的东京大学都在做自己的考试机器人，科大讯飞牵头承办了国家“十二五”863计划信息技术领域“基于大数据的类人智能关键技术与系统”项目，主要针对大数据所带来的新的技术与挑战，研究相关类脑计算关键技术和类人答题系统。这个项目的目标是2020年机器人能够参加高考并能够达到一本的水平。这个挑战非常大!

人工智能过去几年，最有显示度的应用，一个是语音识别，科大讯飞从2000年开始一直聚焦在语音技术上，语音合成技术计算机可以像人一样说话，可以把各种文字信息变成标准流畅的语音朗读出来。二是图像识别，把人脸识别和声纹识别结合起来作为一个人的身份验证。这个身份验证技术已经达到了99.9%以上的可靠度，在各种考试中的身份验证中已经进入了大规模可用阶段。另一个比较有显示度的技术就是口语翻译，科大讯飞口语翻译能力已经达到了六级水平，可为需要的人提供实实在在的帮助。

人工智能技术的进步依赖于数据，是从大量数据中学习得到的，2011年起，讯飞的人工智能平台开放给社会去用，在使用过程达到了双赢的效果，讯飞获得大量的数据，这个数据量超过了很多人的想象，为机器持续的学习、持续性能的提升提供了非常大的帮助。讯飞人工智能技术的应用有两个标志性的产品，一个灵犀，是我们和中国移动集团共同打造的，被视为中国迈向人工智能时代的产业突破口之一，可成为手机上非常重要的一个助手，第二个是智能语音电视，可以把电视变成家里面非常重要的一个信息终端。

人工智能时代的教、考、学

在人工智能带来效率高度提升的情况下，如果互联网和人工智能叠加起来，能够给教育带来什么变化?

做教育要要心怀敬畏，教育信息化项目能够成功必须满足两个条件：一要满足国家的要求，二要满足学校和师生的要求。信息化项目要真正接地气，首先老师愿意去用，不仅让老师能很容易应用，还能够减轻其负担，如讲一些知识点更方便，用更少的时间更高效的批改作业和试卷;数字教育并不能改变高考这个大环境，学生借助这个工具，可以在不增加负担的前提下提高学习效率，提高成绩。只有满足这两个要求，教育信息化系统才能良性运转不断进化。那么在数据驱动下，人工智能是否能给老师学生提供帮助呢?

人工智能技术依赖于数据，人工智能应用于教育，首要的是数据采集，即教育大数据。教育大数据最困难的是数据采集，教育大数据的一个前提是我们能不能得到数据。数据的来源有两个层面：一是构造一个数字化教学的环境，在数字化教学环境中，所有教学、学习的行为能被数字化，然后才能形成数据;二是将已经形成的大量信息数字化，进一步把它数据化，这是形成数据最重要的过程。

有了数据之后，能否支撑学习?我们要对教学活动进行深入分析，人工智能能够去做教学活动提升的一个前提就是教学活动能够被结构化，任何不能被结构化的东西计算机都起不到辅助作用。那么，教师教学决策过程哪些环节可以结构化，老师教学的行为是否可以被结构化，一些关键的工作量比较大工作如批改作业试卷能否结构化。这些数据以后是否能利用，需要很好的教学评价方式将其连接起来。只有这样，才能够在真正的数字环境下形成未来教育和学说需要的数据，才能够让数据在一些教学模式下通过一些优质教学过程中的经验形成各种模型来指导我们学习。

教

一个好的智慧教学系统需要具备三个方面：一必须有海量优质资源。二教学环节更容易形成师生、生生之间甚至老师和家庭之间的互动。三能否对学生急需了解的问题进行精准讲解。

1.海量优质资源

资源有三个方面的来源：一是现有各级教育云平台所累积的各种资源，很多的省市已经形成了资源产生和使用的良性循环;二是制作精美、讲解透彻的各种数字化、富媒体化、互动化的精品资源，主要由专业教育机构制作;三是题库。这三种资源为教学提供了非常好的后台保障，可实现老师授课时资源智能推送。

2.构建学校和课堂师生教学活动所依赖的数字化环境

必须形成一种从云端到班级网端再到师生使用的移动终端三位一体的交互方式：①很多老师上课喜欢PPT，只能抱着笔记本坐在讲台上。未来老师讲课要从原来固定式的讲台走向移动式的讲台，把班级的讲解活动变成一个非常好的数字化环境。各种投影仪电子白板等设备对接以后，让老师按一个键就可以进行投屏，老师拿一个简单的移动设备走到学生中间。②在班级构建一个微云服务器，构建有助于师生互动以及学生之间互动的环境。老师借助手上的终端设备调用云端大量的各种教学课件、题库资源、精彩的讲解视频。③微课录制。资源更多是老师上课时所形成的，老师在讲解一个知识点时，不可能所有学生都能听懂，老师可以随时就某一些知识点和题目的讲解录制微课传到云端，学生可以在家学习，进一步思考理解领悟。应用讯飞会议系统，可以形成全文检索，学生只要把文字输进去就可以定位到要看的片段。

3.对学生学习效果的准确反馈

在全数字化环境中实现了对师生教学行为的实时数据采集和个性分析，可以把课堂和学生的行为、考试一些难点的讲解通过数据驱动的方式让老师更精准地执行。课后学生最多的就是作业考试，很多老师考试后第二天讲解试卷，大都讲解一些难点。在数据支撑下，老师可以拿到一个报告，有些精彩的学生答题可以呈现在课堂的大屏幕上，老师可以对大部分学生都容易犯错误的一些题目进行更加精准的讲解。

考

科大讯飞将“讯飞超脑”计划的阶段性研究成果“全学科阅卷”技术应用于考试，实现阅卷过程的数据化与自动化，在将老师从简单重复的阅卷工作中解放出来的同时，完成对考试数据的采集。目前已经进入到了考试阅卷2.0时代，可以对听说读写进行智能的评测，经过了长时间的对比验证以后，这项技术在教育领域已经得以应用，广东省2015年高考中的英语口语评阅变成以机器为主、人工为辅，相比之前的纯老师人工评阅，省事又省力。

口语考试最终的目的是以测促学，有了考试的引导学生再去学习会更有针对性。口语学习在课堂环节是最困难的，因为只能一对一的教学，有了人工智能，我们可以进行人机对话仿真训练，指出存在的问题，通过以测促学帮助你更快的提高。

在中国，执笔阅卷还是最大量的考试，机器一定程度上已经解决了这个问题，通过对试卷自动扫描，然后通过认知智能技术对机器的自动评阅已经基本达到了可用的程度，虽然还没有在正式考试中用。

扫描阅卷对于字符集的准确度可以到百分之九十五九十六以上。执笔阅卷技术在考试领域已经可以通过扫描再去识别的形式来做，整个评测的相关度已经超过了人工，下一步我们会做更大规模的验证，希望这个技术可以更早的进入到实际应用中。

学

从数字化时代进入到数据时代，原来存储的很多数字化信息如口语信息、试卷扫描信息是计算机不能分析的，通过模式识别、感知智能技术，把它变成计算机能够识别的字符，让计算机能够去做评价，所有这些作业、课堂行为、考试等数据集中起来以后，就能够对一个人的学习行为进行很好的表征。

每一次考试都可以形成一个即时的评价报告帮学生做分析，不仅告诉你哪对哪错、对错的原因，经过几次，考试以后，还可以通过知识图谱告诉你是当前这个知识点有问题还是这个知识点所依赖的历史知识点有问题，基于这些还可以推送不同的学习素材。成绩好的学生并不需要把所有题目全部做一遍，省出来的时间可以去做一些创新性培训。这个技术在很多学校应用的效果非常好，最有显示度的一个应用在合肥一中——安徽最好的学校，我们正在加大样本实验的力度，整个这种闭环对考试的数据化，对数据进行及时的评价和分析，形成对每个学生个性化的学习包，会给学生学习效率效果的提升带来飞越。

数据支撑的个性化学习不仅仅局限于分数。上大学时很多学生选择专业时很迷茫，未来，通过数据支撑下，人工智能会给家长和学生提供很好的服务高考以后很多老师家长和学生不知怎么选专业，在日常的学习过程中，我们可以引导学生填写对一些问题的回复，有些问题积累下来，机器可以给他做一些辅助，这种辅助甚至比大部分家长的判断更准确。

整体来讲，我们希望在数据驱动下，在区域性的数据资产和学校共建数据中心数据资产的支持下，整个教学活动、考试、学习可以形成一个良性循环，更有针对性地推动学生高效学习。人工智能到了一个新的时代，它和教学活动的融合能够推动教学更快地从传统灌输式的教学发展到个性化的教学。

（本文由中国教育信息化在线记者鲁利瑞根据科大讯飞高级副总裁吴晓如在会上作的“人工智能改变教育”的发言材料等资料整理而成。）

声明：

1.转载请注明来源：中国教育信息化在线(cedictol)。

2.本公众号所转载文章不代表我们认同其观点或证实其内容真实性，作者如果不希望被转载，请与我们联系，删除相关文章。