人工智能教育领域的应用：教材整合、虚拟导师_网络技术应用教程

在过去十年，人工智能的应用已经解决了学习的几大挑战，包括语言处理、推理、计划和认知模型（Woolf，2009）。有一些计算机软件被称为智能导师系统，能够在解决问题期间学生的「步骤」，来确定学生对相关领域的并评估学生对之的理解。智能导师系统也能够向学生提供及时的指导、反馈和解释，培养学生高效的学习习惯，比如调节、监测和解释。 另外，智能导师系统也能够在不同等级的困难程度上设定学习活动，并提供最适合学生的学习内容。（Azevedo Hadwin, 2005;Shute, 2008;VanLehn, 2006）。这些系统可模拟一对一教学的益处，部分系统在特定主题上甚至超过了未经训练的导师，达到专业导师的水平（VanLehn, 2011）。 这些智能导师系统中值得注意的包括Tabtor，Carnegie Learning和Front Row。做过的一次元分析比较了使用智能导师系统的结果与使用其他教学方法的结果，在普遍情况下，使用智能导师系统进行学习能够得到更高的分数。（Ma等，2014）。 在另一款学习应用中，人工智能能够对内容进行组织、综合进而传授。正如所知的深度学习系统，能够阅读、书写，并能模拟人类行为。比如 Scott R. Parfitt 博士的 CTI（Content Technologies, Inc.)公司的产品，能够让教育工作者综合定制的教科书内容。教育工作者导入课程，CTI的引擎转存出一份综合了核心内容的文本。 人工智能和机器学习的进展令人印象深刻，但在使学习科学进步方面还有许多工作需要做。虽然做出一些如同上文介绍的人工智能在教育领域的应用，但这些努力和非教育领域的进展相比就显得黯然失色了。 2015年，大多人工智能的突破都在教育领域之外。比如，亚马逊和UPS（美国快递公司）开始使用无人机为客户配送包裹和其他货物；谷歌花了大约5亿美元收购了一家英国人工智能创业公司DeepMind，为其分配了140多名计算机学家，他们做出的软件了它自己如何掌握49款复古视频游戏，并不断地超越人类选手；谷歌也在测试他们的无人驾驶汽车；来自康奈尔大学的机器人PR2学会了如何执行不同的小型任务，之后了另一个来自布朗大学的机器人Baxter如何执行这些任务；另一个机器人ConceptNet 4进行了一次智商测试，测试内容包括词汇、比较和理解，结果显示它的智商与4岁儿童持平。 我相信人工智能在逐渐发展的学习分析、课程材料质量评估、适应性学习和推荐引擎领域将会扮演重要角色。人工智能也有潜力在大型式网络课程、混合学习、在线学习方面为每一个学生打造独一无二的学习方法（Chaudhry, et al., 2013）。 人工智能在各种领域做出贡献的可能性都非常巨大，而教育不应该落在后面。

提供参与全球化课堂的机会：增加世界范围内课堂的互联互通。

扩展生命长度与 宽度的技术：将学习从课堂扩展到课外，扩展到学校之外，扩展到学生的生活之中。

在 支持教育企业和研发创新性的教育技术解决方案之时，我已经锻炼了自己对使用技术（using technology）「会是什么样子」的预见力。我目前担任大学研究生教育学院的学术创新执行主任及教育高级研究员，在这里，我还运行着 Milken-GSE 商业计划竞赛并主管EDSi（教育设计工作室）。在这之前，作为Educorp 顾问公司的总经理，我向教育实体提供战略咨询；而作为WorldSage的执行副总裁，我在欧盟创造了一个全球网络的高等教育机构。曾经作为Curriki的执行主任，我建造了最具创新与健全的全球开源教育社区之一。我之前还是一家教育投资机构Core Learning的联合CEO，同时还担任bigchalk项目的首席学术官。我目前服务于几家教育公司的董事会，为教育技术公司提供前期支持。

定位21世纪的技能：帮助学生掌握导向、评估、团队建设等技能。

本文选自福布斯 ，作者Barbara Kurshan；由机器编译，参与人员：柒柒、李亚洲

每一个学生的虚拟导师：将用户模型、社交模拟和知识展现整合起来的无处不在的支持。

互动数据的分析：将大量有关个人学习、社交文本、学习内容和个人兴趣的数据整合起来。

1.智能FUN遵循行业规范，任何转载的都会明确标注作者和来源；2.智能FUN的原创文章，请转载时务必注章作者和来源：智能FUN，不尊重原创的行为智能FUN或将追究责任；3.作者可能会经智能FUN编辑修改或补充。

（想要了解更多有关人工智能在这些领域的潜力，参见最近的AI Magazine上的一期特刊）