雷锋网按：11月15日-16日，“全球AI+智适应教育峰会”在北京嘉里中心大酒店盛大开幕，峰会由雷锋网联合乂学教育松鼠AI，以及IEEE（美国电气电子工程师学会）教育工程和自适应教育标准工作组共同举办，汇聚国内外顶尖阵容。
AI智适应学习是目前产学研三界关注度最高的话题之一。此次峰会，我们邀请美国三院院士、机器学习泰斗Michael Jordan，全球公认机器学习之父Tom Mitchell，斯坦福国际研究院（SRI）副总裁Robert Pearlstein、美国大学入学考试机构ACT学习方案组高级研究科学家Michael Yudelson等顶尖学者；新东方、掌门1对1、作业盒子、一起作业、ALEKS等国内外最具影响力的AI智适应教育公司共聚北京，共同探讨AI智适应热点话题。
15日下午，虎嗅网创始人李岷、百度教育总经理张高博士、先声教育秦龙博士、Smarter Balanced assessment CTO Brandt Redd进行了一场圆桌对话，谈到了：AI如何解决教育中的痛点，AI赋能教育后教师角色的变化，AI教育目前面临的瓶颈，资本对行业的影响等。
以下为对话实录，雷锋网进行了不改变原意的编辑整理：
李岷：台上、台下的各位嘉宾大家好，我是虎嗅网的李岷，非常高兴能被邀请来主持这个小的论坛。AI怎么改变教育？这是非常伟大的一件事情。什么叫教育？刚才我特意查了一下，教育首先能触摸到一些东西，能够产生一种认知，最终来形成自我的意识，从触摸到感知，到认知到自我的意识。教育本身是这么一个事，现在我们又在教机器做这样一个事，这是两件事情同时复合的在进行，我觉得这是非常有意思，非常有意义，同时也是非常复杂的事。
今天我们在接下来的半个小时，很难穷尽AI+教育的话题，我们只是大概地探讨一下目前我们走到了什么样的阶段，这中间的核心瓶颈是怎样的，三位怎么看待这中间的瓶颈和挑战。请各位嘉宾用比较短的话介绍一下自己所在的公司或者自己的经验，目前怎么用AI来改变或者解决教育中的一些痛点，最好能用深入浅出的话来介绍一下。
张高：我是来自百度教育的，负责百度教育事业部，我们事业部的宗旨就是人工智能时代已经到来，百度是在人工智能技术领域积累走在比较前面的一个公司，我们也在看用人工智能技术怎么帮助到教育。
回到主持人提出的很本质的问题，什么是教育呢？一般人会理解是在学校上课叫教育，或者在外面办一个培训机构叫教育。我们和很多专家进行过讨论，我们认为教育本质是认知的提升，也就是说我们经常讨论什么是知识，什么是教育，它们相关，也有本质的区别。知识更多解决的是知道和不知道，比如说我们来开这个会，大家可能不知道AI对教育有什么用，大家听了之后知道大概是怎么回事，这叫知识。我觉得教育的本质应该是认知的提升，很多的朋友来这个会之前对AI，对教育可能有一定的认知，但是有很多问题没有想清楚，通过这个会讨论之后想清楚了很多事，对AI有了更高的认知。
我们认为其实教育的场景非常多，除了学校教育、培训机构之外，更大的教育场景就是怎么让学习者无处不在的去学习，能够提升自己。所以我们教育事业部很高兴在过去3年，非常自豪的做成了一件事情，就是我们打造了中国最大的学习者的SaaS平台，这个平台我们运行在百度云之上，我们整合了整个百度人工智能的能力，整个是SaaS的平台，可以在云上直接让每一个学习者访问。
云平台每个月服务的学习者的数量已经超过6.6亿，应该是当之无愧的中国最大的学习者平台。同时很重要的是它的商业模式也非常清晰，现在付费用户，教育用户超过1千万，而且还在高速的增长。我们非常高兴的看到每天有几千万的人通过我们教育的平台，具体来看就是百度文库、百度阅读，来看书、学习，很多大学生在学习的过程中打开我们的APP，就能够看到很多扩展的知识。其中会员里面有200多万是中小学教师，他们每天在上面会查看和下载很多资源。
李岷：更多的是平台。
张高：是学习者的SaaS平台，发展得很大，我们希望接下来利用这样的能力开放出去，和很多合作伙伴真正进入到K12教育领域，终身学习的教育领域。
秦龙：大家好，非常感谢李老师的圆桌话题讨论，首先介绍一下我自己，我叫秦龙，我是北京先声智能的联合创始人和CTO。刚刚李老师提出了教育的概念，我突然想了一下我自己读了25年的书，但我从来没有想过到底什么是教育，想一下我这25年的书白读了。我个人的背景是做人工智能的背景，我以前是在科大这边读书，也是做语音方面的工作。后来在卡耐基梅隆大学读博士，也是语音识别方面。我在美国工作了几年，回来创办了先声教育。
先声教主要是向各大教育机构、公司提供语音识别、自然语言识别技术，我们也是跟新东方一样是开放的合作方式，向教育企业提供技术赋能。每天有上百万学生在我们的平台上，用我们的技术学习。
李岷：就是授人以渔。
秦龙：对。
Brandt Redd：大家好，我在教育方面有很多工作，我曾在比尔盖茨基金会方面负责教育的内容，也有教育科技的背景。非常重要的一点，我们不仅是将AI这样的技术融入到教育中，而是我们需要想一下怎么能让学生受益，更好的教他们，用这些技术更好的教学生，我们需要思考学生需要什么，我们怎么样帮助他们，怎么样应用这些技术帮助他们，这是非常重要的。像这样的峰会以及自适应的概念，也是要解决这种问题，我们怎么样能够有更好的方式来教学，让学生能够学得更好。
AI是一个非常强有力的工具，最近我也是在Smarter Balanced assessment这个公司工作，在美国做测试系统组织的这么一个公司。在我们这个组织里有两个非常重要的方面来应用AI，第一个就是自适应测评，知道学生了解哪些内容，有哪些不了解，我们也会根据学生掌握的知识来调整内容。每一个问题都会从一个比较大的数据库中抽取，并且是根据每个学生不同的情况。我们每年会服务600多名学生进行测评、测试，我们也会有很多不同的测试内容。
另外一个应用AI的技术领域就是来给这样的一些测试评分，因为有时候不光是客观题还有主观题，一些小的作文、论文，还有小的论述。一般这样的主观课题肯定是由人类老师来评卷的，我们也来训练机器，通过机器学习将一些预先的文章、数据输入进去，让他们对主观题像人类老师一样进行评阅。这个过程中我们也需要人类的参与，因为有时候可能需要复查的过程。我们现在确实是能够以非常高效的方式，通过机器进行主观题的评分，在这个过程中也是使用AI的技术。
李岷：刚才大家谈到了自己公司所具有的一种能力，或者提供什么样的服务。我觉得在教育的过程中，学生和老师是两种非常重要的角色，AI如果赋能教育之后，想听一下三位的意见，你们觉得在未来，教师会在这中间有什么新的角色扮演，或者你们认为未来理想的老师应该做什么样的事情超越现在的工作？
张高：我们看了一下我们6.6亿用户的画像和背景以及他们的需求，其中20%是中小学老师，他们的需求是非常集中的，他们会经常查一些课件来备课，这是非常大的刚需。还有大学生，会自学很多东西。反而在文库和自学平台上，中小学生非常少，因为我们上面做作业、做题的东西很少。所以对于教育老师我们觉得还是非常关键的，现在有一个问题，老师花大量的时间不是提升自己，而是要布置作业、考试，去做很多事务性的工作，但是从内心来讲，老师自我提升的需求是非常刚需的，所以中小学老师变成非常积极的刚需人群，所以接下来我们也会开发智慧课堂的服务，帮助老师更好的备课，这是大势所趋。
从我们的经验和数据里看，整个趋势教育要回归学校，教育要回归老师，老师成为更好的老师，认知更好的提升才能教出更好的学生，而不仅仅是提高效率去更好的考试，这一点是非常重要的。
从学生端我们可以看到大学生更多的是自学，除了老师教之外，就是师傅领进门修行在个人，师傅水平要高，更多的是提升自己，去点拨，带领学生到全新的领域，让他感兴趣。让学生更有兴趣的是自学，所以学生端要有个性化的学习，自学的平台应该是未来的趋势。
这中间有一个全新的领域，就是师生互动，他们怎么更好的互动？这种互动往往会超过现在的课堂老师单一教学生完成作业，是一个更好的老师和懂得更多知识的学生之间高水平的互动，这个领域我们非常期待，这也是人工智能、智慧教育最值得发展的一个领域。
秦龙：现在的老师可能要花1/3在布置作业和批改作业上，所以在今天很多人工智能技术的应用点就在于作业的自动批改这一点，仅仅是这一点就可以帮助老师节约非常多的时间。老师有了时间以后，他除了做自身能力的提升，也可以有更多时间去做每个学生的指导。所以像我们公司做这种自动批改的技术，既节约了老师的时间，也帮助学生提高了效率。
过去我们上学的时候做作业都是今天做了，第二天交给老师，快的是当天老师把作业批改完了，讲一下作业的情况，慢的到第三天才会批改作业，所以学生的思考以及得到反馈的时间会很久。现在有了自动批改作业的技术，学生可以第一时间得到反馈，用更高的效率学习他应该学的知识，所以今天人工智能是在帮助老师和学生的。我不觉得AI技术可以完全替代老师的存在，老师传道、受业、解惑，像古代孔子这样的大家，遇到学生想不通的具体问题和人生观、世界观的问题，这些学术大家会帮你解答这些问题，里面有很多情感、哲学上的东西。
李岷：未来有小冰啊。
秦龙：我不觉得小冰可以做这件事情，长远来看AI可以提高老师的效率，可以把老师的时间解放出来，让老师多在一些非模式化、固定化的工作上做花更多的时间，一定会对老师的教学和学生成长有更大的帮助的。
李岷：让老师投入更多的陪伴和情感在学生身上。
秦龙：对，这一点非常重要，我们上学的时候会发现哪一个学生如果老师特别注意他，无论是好的方面还是不好的方面，其实这个学生得到更多关注成长是更快的，最怕的是老师不去关注你。无论是好学生还是相对落后的学生，没有关注的时候一定会越来越差，很多学生自持力很差嘛。
李岷：所以你理想中未来的老师应该扮演什么样的角色？Brandt。
Brandt Redd：我个人非常同意我同事的想法，今天上午我的同事介绍了整个环节，他说到了他的母亲也是个老师，我们当然会说一个老师的教学能力非常重要，但是老师有时候可能会非常累，他们花了太多的时间和精力在学生身上。一般来讲最好的老师应该是这样的一个人，他能够满足学生的需求，但这样的话他们可能会精疲力尽，所以我们有计算机和新的技术，比如说我们会有商业过程自动化的一些技术，在这个过程当中我们就能够看到哪些过程应该要人来做，哪些过程应该由机器来做，可以用一些自动化的解决方案来完成。
所以我们要看到哪些老师所做的工作可以被机器所取代，不管是人工智能还是数据，我觉得他们都是同样的一些原则。我们现在的境遇是有很好的老师，他们会花时间和学生坐在一块，倾听学生的声音，找到他们的需求。但有的时候要找到学生的问题，找到学生学习过程中的误区，这些只有人能来做。还能够给学生一些个人层面的关爱，我个人觉得AI不能给学生个人层面的关爱。
所以我们要通过非常多的研究、测试，我们发现只要老师能坐下来一对一的跟学生进行对话，对话越多学生发展的会越好，所有这一切都归根于我们要用一种自动化的方式，用人工智能的方式来进行自动化，这样的话老师可能会有更多的时间一对一的辅导学生，来找到学生的弱点。比如说一周一次或者一周一个小时，一周30分钟，这样老师跟每个学生都可以单独对话，我们也要确保由AI来帮助我们做很多工作，大多数的学生都能够有自己的事情做，与此同时老师可以进行一对一的对话。
所以我们要把人工智能和人的智能进行结合，用一种双管齐下的方式就能够让我们学习的体验变得更好。
AI+教育面临的瓶颈
李岷：刚才谈到了一些关于人的变化，我们接下来要谈到大家都很关注的，讨论比较多的，这两年全球的资金、人力、智力在AI+教育方面投入很多，但是说实话进展比一些人想象的要慢，其中很大的瓶颈，嘉宾们都谈到了自然语言识别技术这是瓶颈之一，数据量比较小是瓶颈之一，我们怎么能够走出这样一个死循环或者你们认为还有哪些瓶颈存在在AI+教育的进程中？我们怎么能突破它呢？这中间突破的道路在哪儿？
张高：这个问题非常有意思，我们也经常在探讨，我们非常高兴的看到随着资本的进入，很多优秀人才也加入到整个教育行业中来。我们看5年前这种现象其实是非常少的，5年前更多的是老师出来做培训，或者跟教研有非常深刻的联系。现在随着资本的进入，比如说在座的和我自己以前都是纯技术的，我们进入到这里面看，虽然有这么大的市场机会，为什么现在很多突破还很难看到效果？因为AI+教育这个里面确实是一个趋势，但是很复杂，我们解决的教研、技术问题还不够，主要是解决对教育本身深刻的理解，包括对用户体验，对商业模式的发掘，希望有更多教育、心理学的专家，希望有更多懂得产品的专家加入进来。
更多的挑战并不是说团队里有这么多专家，大家对于他核心的灵魂人物，综合能力要求非常强，如果有灵魂人物懂技术又懂教育，同时在这个行业里又有非常丰富的经验，这样成功的概率就很大，整个方向我们是很看好的，但是最大的瓶颈需要时间、耐心，让这个行业不断磨合更多这样的人才，这样的趋势一定是会发生的。
李岷：所以只能交给时间。
张高：慢慢会有这样的人才出来，综合性的人才会越来越多，人才是最根本的。
秦龙：AI+教育确实是一个交叉学科，它不仅需要AI人才也需要教育人才、心理学人才，需要各种各样背景的人放在一起，大家才有可能把事情做好，这是目前来看我们面对的技术挑战。今天有很多号称是AI+教育的产品，但是非常难用。我在和客户沟通的时候就跟他们说，你在做AI+教育的产品的时候，切忌不要用力过猛。你觉得AI很重要，什么都体现AI？其实不是这样的。AI只是在一个点帮助你更好化的做教育产品，所以不能用力过猛，这是单就今天的一些产品而言。
大的方向上来说，任何技术都是螺旋式成长的，无论是人工智能技术或者是刚刚提到的深度学习、机器学习，我觉得AI+教育也是这样的，我们确实需要时间，需要耐心。企业在做宣传的时候同时也要降低大家的预期，有时候宣传为了达到市场的效果，宣传得非常厉害。说AI技术已经超越了人类，往往可以看到报道AI已经打破语音识别了，可以击败人类进行语音翻译了，所以很多家长或者用户期待就特别高，就觉得这个事这为什么你AI做不了？你宣传是这样讲的，为什么产品里实现不了？
我觉得业界需要降低大家的期望，另一方面大家确实需要更耐心一点，科学技术的进步不是我们只要把资金放进去它就一定会进步的，这里面有很多痛点，这些痛点也是会造就这些技术成功的。今天技术发展的现状是非常正常的，大家要有一个理性的心态来看待这件事情。
李岷：谢谢，我想追一个问题，从业者都强调耐心，可是资本很急迫，而且创业者对着市场的时候说用户、客户、市场需要耐心，但是对资本会造出很多概念、噱头，让人家给你们估值高一些，你们怎么解释这样的矛盾？
秦龙：我觉得我们还是很实在的，市场早期肯定有乱象、泡沫，我觉得这不是什么坏事。在市场大环境很差的时候，中国人有一句老话，真金不怕火炼，这种情况下我们可以看出哪些公司是讲故事，靠跟资本打交道，说直白一点是忽悠资本来融资，哪些公司是实实在在的在做产品，在做落地，还是那句话，时间会让大家看到一切结果的。
李岷：我想问一下Brandt，你觉得资本对于AI+教育的热情和很看好的态度，反而会害了这个行业吗？会导致很多短期的行为？
Brandt Redd：对，我非常同意您的看法，我觉得现在资本来到了这个市场上，它肯定有很多的好处，会让大家非常兴奋，因为大家会得到融资，能开发出更好的产品。但是有的时候期待过高了，我们可能达不到这样的期待。在美国，我们会有点不一样，因为现在我们有很多怀疑，很多人会怀疑AI是不是能促进网上学习和真正的教育行业，现在有很多消极怠工的情况出现在这个行业中，也有很多人怀疑可能会出现潜在的改变。
一方面很多人非常沮丧，我们需要更好的教学生，因为之后我们会有更大的挑战。同时我们也会得到钱，有些人去投资，想要获得更好的收益，但是另一方面很多人会怀疑新的事物。所以我有点担心，有些机构它们有几百年的历史了，它们也会面临这样的现状。
另外您刚刚提到的发展技术，需要试错，需要从错误中学习，然后才能成长。我非常喜欢之前有个人说的一句话，就是在学习工程当中，比如说机械工程。在工程的过程中他们会利用科学，会利用其他领域当中学习到的方法和科学，我认为工程也是一样的，我们必须从学生的学习方法着手。您根据也提到了，在学习的过程当中你学到了什么，你用了什么样的科学，你如何让学生更好的理解这个知识，我们要把这个过程当中所学到的一些方法，再把计算机科学、学习科学结合起来，只有这样我们才能够有一个共同的呈现。
所以我们现在已经看到一些成功的端倪了，比如说有一些讲者会提到不同的组织非常成功，带来了非常好的互联网学习产品以及适应性学习的产品，所以我们可以把这些成功结合起来，在资本到来的时候我们就能够让市场已经做好准备。
李岷：数据量少是AI+教育最大的瓶颈吗？或者除此之外还有什么样核心的瓶颈呢？
Brandt Redd：现在数据确实是一个瓶颈，但是这个问题应该能很快被解决，我们现在有平台来收集这样的数据，我们知道现在数据、机器学习、人工智能有自己的模式，我们现在在收集数据，所以现在可能是一个瓶颈，但是是一个短期的瓶颈。对于长期的瓶颈来说我们还有很多需要学习的内容，比如说科学，我们应该在这方面投资更多，这样能够保证人们可以学习，可以将这样的知识传递给其他人。因为现在科学家的数量并不多，没有足够多的科学家可以把相应的知识传递给别人，因为很多机构都在犯一些重复性的错误，他们可能会追寻一些大众的看法，但是这些大众的看法有的时候并不科学，我们也是在这方面需要努力，这样的一些学习以及对于学习科学的应用，是我们长期的瓶颈。
我们也需要在这方面开发更多创新性的学习型机构、大学和相应的学府，教授这方面的内容。
李岷：所有从事AI+教育的人都是梦想家，最后一两个小问题问一下，在你们最狂野的梦里面，你们觉得AI+教育未来10年看到最美好的图景，它怎么出现在我们的教育场景中间？
张高：从我们来讲中期会有一些大平台出现，第一个就是老师的平台，在这个平台上老师可以互相帮助、互相提升。另外可以看到有一个非常大的学习者，包括学生和广义的学习者自学非常好的平台，无论是学校学习还是未来学习，这两个平台比较大。再往后看，可以想象一下未来AI是否可以重构一个全新的学校学习模式，我觉得这个是非常期待的。百度教育也在做一些试点，比如说我们在雄安白洋淀高中打造了第一个AI教室，这个教室每天有很多人参观，也是实习教育里应用非常广泛的。整个逻辑像未来的教室，这个教室的功能是什么呢？就是教人工智能。因为现在人工智能写进高中新课标了，那怎么教人工智能？其实大家都不知道，我们就打造了这样的空间，进去你可以体验无人车、无人机、机器人，可以触摸，有小组式的学习，有线上的教学，老师和学生互动的平台，有AI、VR的东西，学生还可以通过他动手编程，驱动整个东西，完全是全新的，从感官和体验的全新理念，这是我们在探索比较理想的教育模式里，借着AI教育的热点我们做了一些尝试，未来这些东西的改变不光是在教室，更大范围是在学校，在整个教学环节，包括教学学习管理各个方面，都会有不一样，全新教学空间的打造，线上线下的互动我觉得是我们非常期待和憧憬的教育模式。
秦龙：我有一个非常大胆的期望，是理想，但是我觉得这十年是实现不了的。我是电影《黑客帝国》的粉丝，这里面人们对于知识的获取非常容易，就像下载一个软件一样，马上就下到你的大脑里了。我理想中的情况，未来也是这样的。但是对于知识或者对于知识熟练的掌握和应用，还是需要老师、人生导师一起训练它的打斗。对于整个世界的认识是在和老师的交谈中，才能越来越好的认识这个世界。所以我理想中的AI+教育，未来一定是人类补再被知识本身所束缚，但是对于世界观的建立，对于世界的看法，以及知识的获取还是需要老师帮助做的，当然这是未来非常大胆的想象，美好的场景，未来十年甚至未来一百年能不能实现也很难讲。
李岷：就是不用再做那么繁重的功课。
秦龙：不需要再死记硬背了。
李岷：但是一个人的成长总是要学习，比如说怎么关心人，怎么爱人，我觉得爱是要在互动中间得到的
秦龙：是的，对于知识的获取还是要锻炼，并不是知识给你就可以了。
Brandt Redd：我最近就是做评估，我的这个梦想不是特别狂野，还是跟评估有关。因为今天学生一直在学学学，然后考试，不学了之后才不会考试，这可能也是一个人工的分割。因为如果我们有一个非常设计良好的测试或者评估的系统的话，在学习的过程中它也能进行测试，也能来增强你的学习能力。可能在5—10年之内，我的梦想就是在我们进行评估的时候，并不是学一段、考一段，学一段再考试，而是说我们的学习和评估的过程是可以相融合的，每天的学习过程中我们就可以进行相应的测试，来检测有没有掌握这样的知识，这样的数据我们就可以来收集，而且我们也希望能得到越来越可靠的数据。
这样的数据可以给到学生、老师，因为现在学生只知道他们知道什么，他们还不知道有哪些知识没有掌握，我们就可以通过这样的数据告诉学生，这方面的内容是你没有掌握的，可以再下功夫，这样的模式就可以让我们创造一个非常好的学习环境，让学生也非常有自信，他们就可以在自己的创意方面、想象力方面有更多的实验，更多的想象，他们也可以不断的试错，因为在错误中我们也可以有更多的成长。我们都知道失败是成功之母，失败越多未来成功的机会也越多，这个过程中我们也给学生更多的试错机会，这样的错误，这样的失败也是非常有价值的，他们不会被惩罚，而是被大家重视，这样也就能够学得更好，学得更多。
李岷：谢谢，我们论坛的时间也差不多了，也从大家讨论的过程中学到了很多有益的线索。教育是人类很底层的系统，非常复杂但是也联系着过去和未来，最近这几年兴起的AI+教育刚刚开始，未来还会持续下去，我们很值得把自己一生都投入到这样伟大的事业中去，谢谢大家。
人工智能风雨60年，与其说技术升级促成了今天的浪潮，不如说当前的人工智能，终于站在离商业最近的位置。
去年，首届「AI 最佳掘金案例年度评选」活动一经推出，便受到了AI方案输出方和AI技术需求方的极大关注。评选从商业维度出发，寻找用户/客户问题解决能力强的产品和解决方案。
现在，我们再次站在AI浪潮之巅，正式启动第二届「AI最佳掘金案例评选」。
在AI+教育领域我们一共设置了6个奖项，欢迎踊跃报名，报名地址：https://www.leiphone.com/special/custom/AITopTen2018.html
正在生成分享图...
李菁瑛