人工智能有可能成為未來社會的一部分,近幾年各國政府都積極利用教育規劃手段,將AI 技術應用到學習效能的提升,以及融入基礎教育的學習課程內。(Shutterstock)

近年來有關人工智能與教育的研究呈現出逐漸增長的趨勢,新冠疫情的全球爆發引致的工作和學習情境翻轉,更加快了該主題的研究步伐。教育界在人工智能時代來臨,對學校教育變革有什麼想像和憧憬?

作者﹕林桂光 (2021年3月21日於《灼見名家》發表)

上一篇文稿提及過去60年後,人工智能「死灰復燃」,近十年重新受到重視,這有賴先行者的試錯,以及概念認知的轉變及技術改良的加持。現代AI發展的曙光要算發生在出現了新的數學工具、新的理論和摩爾定律的階段。人工智能也在確定自己的方向,其中一個選擇就是要做實用性、功能性的人工智能,這導致了一個新的人工智能路徑。

AI 技術推動學習範式轉移

大家可以看到,無論是人工智能狗還是無人車駕駛,都不是用程式設計方法寫出來,而是通過一套學習演算法,在模擬器中不斷地走路和開車,讓機器自己產生行為策略的所謂「機器學習」,這是人工智能和原先控制論最不同的地方。

另一個認知突破是:人工智能的運算也是由指令集構成,但執行指令集的執行只是一個過程而不是目的,目的是優化演算法。專家以爬山做比喻,目的是爬到山頂,傳統計算體系是嚴格設定登山路線,一步也不能出錯,但人工智能則可以在中間出錯,只要能到山頂。

根據專家分析,機器學習演算法大致可以分為3種:一、監督學習(如分類)、二、非監督學習(如聚類)和三、增強學習(如隨機)。人工智能前60年,主要通過有監督的深度學習演算法,解決語音辨識、圖像識別、自然語言理解等總樣本量有上限的相對「有窮大」問題。

而增強學習演算法主要從任意初始狀態開始,機器與外部環境持續交互,通過不斷試錯和累積回報來「學習」最佳策略,在這個過程中外界不給予直接指導(監督),只給予間接的或是遠距離的回報(Reward)。舉例來說,訓練室內機器人完成某個任務,在這個過程中人類並不干涉,只有當機器人接近完成任務時才給予正回饋。換句話說,增強學習演算法更接近生物學習的行為特徵,具有探索未知世界的能力。

這些認知和應用上的改變,也影響了現在「學習科學」的研究目標及AI賦能教育的應用策略。好像圍棋對弈,對於人工智能來說,就相當於是求解一個開放式的問題,由學習演算法自行確定一種通向解決對手下一步棋的答案,模式很接近目前倡導專題研習/項目學習(PBL),旨在藉現實問題,通過「高效學習」策略,產生「深度學習」效果,達到「自主學習」的教育目標。

AlphaGo對增強學習演算法的探索,打開了「無窮大」的大門,貢獻固然大。而另一個AI系統:IBM Watson的AI技術開源推廣,也不能忽視。Watson並不是簡單的機器學習系統,當IBM的研究員開始嘗試構造Watson時,發現傳統的機器學習演算法行不通。

傳統的機器學習演算法先歸納知識,把知識形成規則,再讓機器根據規則進行回應,這便不足以讓Watson在人工智能演算比試中勝出。同時要處理的資料量每每過於龐大,IBM研究員意識到必須讓Watson能夠自行學習知識而儘量減少人工干預,這和Google的增強學習有很相似的演算法優化模式。

而Watson團隊強調,「電腦永遠不會取代人的主動性,也不會取代人類的創造性思維。」電腦就是要把人類從無意義的、重複性的思維模式中解放出來。因此,在IBM Watson的商業化推廣中,IBM提出了「認知計算」,強調的人與機器共存。在認知計算時代,並不是機器取代人類,而是人機協作共同創造更好的結果,這已是人工智能科技界的專業共識。

除了谷歌、IBM等大公司外,微軟、Facebook、百度等互聯網巨頭紛紛向人工智能領域投鉅資進行研發,各國政府也開始意識到人工智能是未來社會的戰略制高點,甚至人工智能有可能成為未來社會的一部分,近幾年都積極利用教育規劃手段,將AI 技術應用到學習效能的提升,以及融入基礎教育的學習課程內。

AI 技術賦能學習模式變革

有關AI 技術在促進學習成效的應用,上一篇文稿介紹過目前內地校內、校外教育層面的學習智能化有不少嘗試。例如自動批改作業、拍照搜題的線上答疑、學生上課專注度監測、教學體系回饋和評測等。近年也看到不少超大型培訓機都利用本身原來的線下培訓資源,通過多元AI 技術整合,開發大規模OMO創新教育模式。香港也開始有初創企業在做相類似的教育增值服務。

巨企變革原因,一來是產業轉型;二來是市場佔領;三來是AI增值服務方案輸出。例如「好未來」過去三年在AI賦能教學上進行過三次實踐,就是:
1.)推動課堂革命:利用全方位教學資料庫(大數據)驅動大規模因材施教;
2.)建構雙師教育:將線上線下融合,共用優質教育資源平台;
3.)提倡快樂學習:發展一種興趣導向的教育模式。

假如借助AI全面重塑教育,我們要思考未來教育幾個核心問題。我們為什麼還要到學校去?學習到底怎麼發生的?技術可以幫助教育做什麼?技術不能幫助教育做什麼?有專家指出可以循三個方向切入發展:
1、推動「個體教學法」;
2、打造「泛教育生態圈」;
3、學習淡化結果,重視過程。

同時,當我們談論 AI 與教育時,也應該關注三大核心議題:
1、談AI的顛覆:教育因技術的提升而重構;
2、談激勵機制:人類與AI都可帶來相似結果;
3、談情感教育:AI可支援但不可替代人類學習。

AI 技術融入教育規劃的前景

近年來有關人工智能與教育的研究呈現出逐漸增長的趨勢,新冠疫情的全球爆發引致的工作和學習情境翻轉,更加快了該主題的研究步伐。有一篇美國計算與學習科學綜合研究中心(CIRCLS)2020年11月發表的《人工智能與學習的未來:專家小組報告》。CIRCLS報告主要就人工智能的重要優勢和劣勢、人工智能應用於學習的機會和障礙、人工智能在學習中的新設計概念和應用設想、風險和建議進行了論述。

報告最後還提出了未來人工智能應用於教育的7項建議:
1、研究人工智能更廣泛的學習應用場景
2、開發輔助教師和改善教學的人工智能系統
3、加強和拓展人工智能在學習評價
4、加快發展以人為本或負責任的人工智能
5、制定更強有力的倫理和公平政策
6、向教育政策制定者和實踐者提供資訊並使之參與
7、加強整個人工智能和教育生態系統

教育界在人工智能時代來臨,對學校教育變革又有什麼想像和憧憬?我們可以從一篇上海市電教館館長張治,在2019中國教育科學論壇主題論壇「智慧時代的教育」的主旨報告,所提出「智慧時代學校教育十三個新圖景」,看到端倪:
1、每個學生都有一個數字畫像
2、每一位教師都有一個人工智能助手
3、每一門課程都有知識圖譜
4、每一項教學業務都有可能外包
5、每一個學校都是虛擬學校的組成部分
6、每一種學習都會被記載
7、每個人作業都不一樣
8、每個人的學程都是定制的
9、每一種學習方式都被尊重
10、每一場教育都注重協作共生
11、每一個家庭都形成獨特的教育場景
12、每一種教育裝備都趨向智能化
13、每一所學校都被隱性課程環抱

關於AI教育在學校課程和課堂學習,有什麼規劃和準備,下一篇再討論。

現代「人工智能科技」學習(下)——《亞太創藝談》25

 

 

作者的其他文章