“聪明教室”装上“大脑”

　　因材施教一向被认为是最成功的教育方式，同一个老师、同一本教材如何能实现让不同的孩子获得相似的学习效果，科技力量正尝试寻找解决之道。日前，在2019好未来TI教育智能大会上，展示了WISROOM2.0、教研云、T-Box等教育科技最新研发成果，并正式发布AI开放平台，吸引了不少教育界专业人士的关注。据悉，去年有500间教室升级成了WISROOM。业内人士表示，AI不能替代老师，未来教育是人工智能和人类社会相结合的结果。教育永远离不开情感交流、思想碰撞以及爱的传递，不过当传统教室升级成聪明教室，确实能赋能这些人类灵魂的工程师们，大规模因材施教在AI时代将成为可能。

　　AI人工智能在过去5——10年快速发展，通过数据的驱动，教育行业也迎来了智能化的浪潮。语音语义识别、图像识别、AR/VR、机器学习、脑神经科学、量子计算、区块链等技术已经开始并且持续地、加速地与教育产业结合在一起。不仅许多学校推出了刷脸进校门、进宿舍等智慧校园的功能，同时从在线教育、拍照识题解题，到个性化推送习题，学习轨迹、学习习惯抓取分析等方面，众多教育企业正在对AI技术在教育领域的应用进行探索，并且得到了资本的青睐，频频获得大额融资。今年2月掌门1对1宣布完成3.5亿美金E-1轮融资，这是K12在线一对一辅导领域迄今为止融资金额最高的一笔融资。而在线语言培训品牌阿卡索也完成了亿元级C1轮融资。

　　在TI教育智能大会上，中国工程院院士孙家广表示，科技进步成为推动经济发展的重要动力，也是推动教育发展的重要动力。语音识别和图像识别与教育相关的场景结合，将应用到个性化教育、自动评分、语音识别评测等场景中。学生获得量身定制的学习支持，形成面向未来的“自适应”教育。

　　在所有教育领域的智能化技术应用场景中，最典型的就是自适应学习(Adaptive Learning)。自适应学习的运作过程是这样的：搜集学生学习数据，预测学生未来表现，智能化推荐最适合学生的内容，最终高效、显著地提升学习效果。自适应学习能够根据学生的个人能力制定个性化学习方案，提供个性化的辅导。

　　用科技力量突破教学极限

　　学生学习的效果究竟与老师的教法有没有关系？一位在教辅机构被公认为“名师”的老师表示，“我上课很多学生喜欢听，我知道有些学生听不明白，但不知道具体是哪些。我很少讲一对一，因为我还做不到针对不同学生切换我的讲法” 。一位新老师则表示，“作为一个新老师，我最不担心的就是把一个知识点讲得流畅自如，但当我讲完一道题后，同学们看我的眼神，会让我有点困惑，我不太确定那意味着什么？如果能够根据班上不同的状况给我授课的建议，或者是实时的反馈，那我会教得更好”。

　　好未来WISROOM负责人杨松帆对记者表示，“小的时候他有一个梦想，是想成为一名考古学家。可是他初中的历史老师讲课却让他瞬间对历史丧失了兴趣，这个理想破灭了。如果老师知道学生里面有一个人怀着这样的梦想，他会不会有不同的方法教历史？”杨松帆说，或许不是老师没有想过因材施教，但要对每个人都因材施教并不简单。而现在通过科学技术，可以让这些难题得以解决。比如要学好英语，就要敢于去说。没有技术支持的情况下，一堂英语课40分钟，如果老师给班上40多个学生每个人都给予练习和反馈时间，一堂课基本就这样过去了。

　　而技术就有可能突破这些极限，AI的助力可以让更多的老师变成好老师，把更多的授课变成匹配学生和班级的授课。比如在英语课上，学生开口次数可达到180次，每一个孩子都可以拿答题器说，说完后技术还可以真实反映出孩子的发音和回答问题在哪里。一个聪明的教室，可以让授课的内容在方法、节奏、版本、进度等方面，都能适应不同地区孩子的发展。比如利用语音和文本理解技术，批改学生的练习题，可以使效率提升20%以上，利用手写识别技术，累计批改数学口算题超过了4.5亿道，为参与的老师节省了5万小时的时间。

　　在TI教育智能大会现场，记者亲身体验了变“聪明”的教室是如何上课的。课室中有一个老师，屏幕中还有一个老师，屏幕里的老师提出一个问题，看到谁举手叫谁回答问题，当学生回答对了就给他表扬，把他的头像放在屏幕里面并且加了积分。这样一个课程就是在WISROOM里面完成的，它是一个智能的教室，也是一个聪明的教室。看起来是一个老师通过直播给这个班的孩子上课，但其实这个授课过程并不是真人完成的，整个过程是由AI完成的。所有授课的内容是提前准备好的，而AI实时看到了谁在举手，谁想要回答问题，让他回答问题的时候判断有没有回答正确，当判断为正确时就会给他鼓励。

　　据了解，这样的聪明教室的教学内容在云端，可以进行数据收集并和孩子产生互动。通过教研云，教学的内容、进度、难度、风格以及授课技巧都在这个云端做了记录和结构化。如果一个学生在上课时两节课都没有参与互动了，他的答题数据、做题的时长比其他孩子平均要长，正确率比别的孩子要低，聪明教室就会通过分析这个孩子所有的行为数据、做题数据、听课数据，发出两个指令：第一个指令是接下来的课程里面提一个相对简单的问题，AI算法计算出这个学生肯定会回答正确，然后在课堂中把他请起来回答，答对之后给他一个表扬，帮他找回信心；另外，聪明教室将他的学习数据、听课数据给到现场老师，让老师关心这个孩子，看他有没有其他原因导致了学习状态不佳，从信心和关心上面给孩子更多关注。通过这样的方式，把一个传统教室变成一个智能教室，智能教室通过数据更懂孩子，为大规模因材施教提供了基础。

　　集成30多种AI技术

　　可同时识别200人的专注度

　　对于优秀老师来说，上课中不断地观察学生的细微动作、表情，根据他们积累教学经验、教学能力，来实施调整，而这一切在聪明教室里则依赖于一个“超级大脑”来完成。这就是T-Box，在T-Box中集成了骨骼点检测、表情识别、手势识别、语音识别等30多种AI能力。

　　在整个教学过程当中收集学生的数据，说起来简单，其实并非在每个教室装上摄像头、麦克风就可以了。据了解，T-Box配备了专门AI算力，让它拥有了16T运算能力，这相当于300台iPhone XS加起来的运算能力。这样超高的算力，可以同时进行超过800人的身体姿态识别，或者同时进行200人表情和专注度的识别。据悉，在过去一年，全国有500间教室升级成了WISROOM，一共服务了5万人次的学生，并且拥有了20多个专利。

　　整个教室如何收取到云数据呢？据好未来开放平台事业部硬件负责人赵必鹏介绍，教室的传感器有摄像头和麦克风，还有各种各样的智能设备，比如语音答题器和硬件，把整个课堂数据收集起来。通过T-Box——聪明教学室的大脑，利用超过30多种AI技术在上课过程中，不停地观察学生的学习过程，通过全高清的摄像头以每秒三四十帧的频率记录学生学习过程，再通过AI算法，从他们的姿势、手势，再到他们的表情多个方面观察和分析学生。同时会通过学生手上的答题器，对学生说的每一句话进行实时的识别和语意的分析，再进行一系列运算，最后汇成对每个学生的关注。比如，通过现场展示的视线移动轨迹识别，可以看到分析视线移动的路径和时间、速度，从而分析其专注度和感兴趣度。为了实现从检测到分析，决策的过程中，某种场景下，教学大脑需要进行几千亿次的运算。

　　除了课堂实时数据，课堂的教学也需要大量的数据，其内容来自教研云。教研云里收录了大量的试卷和题库，比如说恢复高考以来全国所有省份的高考真题，最近十年以来一百多个城市的中考真题以及中高考的模拟题，近五年以来两千多所重点中小学期中、期末试卷，目前整个题库的总体量已经接近500万，同时每年在以100万的增速在持续增长。通过将教材和图书进行数字化，老师们可以随时将里面的片段和题目下载到讲义和课件上。目前教研云正在构建以照片、图片、视频、动画、3D小程序等资料馆。好未来教研平台高级总监季云英表示，今天获取信息方式已经不仅仅是文字，不管是宏观的地理、天文，还是微观的生物和化学，都可以通过技术的手段，通过一个小视频呈现给孩子们。教研云为老师准备好这些教学资源，老师只需要把所需的相关资料放进小车，一键拖到系统里适当编辑，一个课件就完成了。

　　当有了数据在教室里面呈现了之后，学生和教室成了一个有机的整体，很多事情有了实现的可能。通过数据发现有些孩子喜欢特别酷炫的表扬，有些孩子喜欢充满幽默感的老师，所以智能教室可以提供更有趣的上课方式，并能够匹配相应的难度、进度和熟练度，从而提高学习效率。当学生上完一堂课之后，教室“大脑”自动判断下一堂课怎么样让学生更感兴趣，能够判断如果下一节课讲同一个知识点，是不是应该把学生分成两个不同班级，用两种不同方式讲同一个知识点。

　　专家意见：除了激发学习兴趣

　　更要遵循大脑发育规律

　　人工智能需要海量的数据进行学习，缺乏数据将大大制约其升级和发展。据统计，国内在线教育相关企业达上千家，其中，70%的企业面临亏损，不少打着AI+教育的招牌， AI在整个教学过程中的利用甚少或者根本没有带来任何效益。有业内人士表示，课堂是非常复杂的，参与角色这么多，师生互动还有各种各样的多样性，同时还需要有实时性。每个场景都对AI技术提出了巨大挑战，通用语音图像、语言，还有视频还是满足不了要求。利用教育真实场景的数据来深度优化AI模型，才能真正达到更优的可用效果。

　　中国科学院计算技术研究所研究员陈云霁表示，现在技术开发基本以感知为主，就像眼睛、耳朵等看和听，而未来开发的方向是认知，认知包括推理联想、分析归纳，随着认知能力的增加机器能做更多的事情，但其开发的难度要大很多，目前正是攻克的难点。

　　科技虽然可以让一个哈佛老师服务更多的学生，但未来教育不仅仅是科技，它更要回归教育的本质。随着技术的进步，可以部分将老师从重复劳动中解放，以便专注于教育本质，发挥“激发、引导、陪伴”的作用。然而，在学习这件事上面，算法、数据面对更为复杂的人脑，其呈现结果未必会表现出逻辑合理性。

　　北京师范大学认知神经科学与学习国家重点实验室教授毕彦超则认为，相比人工智能的算法，人的大脑是非常复杂还需要不断探索的。即使是感知部分，人脑也有多个区域来管理，看并不一定是看，比如在不同的环境下，看到同样的东西，能有不同的情感体验。现在通过人工智能的算法来激发人的兴趣，推荐学习方式，不过，需要注意的是，人脑的发育有其自己的规律，不同的个体发育的状态也是有差异的，比如同样是语言能力，有些人开口表达早些，有些就晚些，这都是正常的。在促进学习的过程中，更要顺应个体自然发育的规律，这是一个多方面因素影响的结果。