原标题：何积丰：老师和学生的角色关系应该是平等的

　　2019 世界人工智能大会，于 8 月 29-31 日在沪召开。

　　中国科学院院士何积丰教授在论坛上做了主题为 " 基础学科教学的智能化 " 演讲。

　　以下是实录演讲:

　　非常高兴能来参加论坛。我今年任教时间已达 55 年了，在这 55 年里，我常常在想，教育的意义是什么？特别是，伴随着科技发展的教育含义。今天，我想跟大家分享的是，在人工智能制造社会中的教育意义。

　　我们需要培养什么样的人？怎么培养人？我相信，其中人工智能会起很重要的作用。下面，我主要从 IT 方向来阐述，哪些技术，从哪些方面能帮助我们提高基础教育水平。

　　老师和学生的角色关系应该是平等的

　　在我看来，我们的教学过程中，教师和学生都是核心，" 教学 "：有教有学。不仅是老师在教，学生也在教育过程中一直在教老师！两者的关系没有主次之分，没有陪衬。

　　而有主次的教学则是，学生问的是：" 我应该学什么？"、" 应该什么时候学？"、" 如何学？"，这个问题的提法，本身就有些功利主义。当你提 " 学什么 " 的时候，他们会说，是老师说的，这个东西有用。

　　现在看来，无论有用还是无用，在长远人生发展都是有共性的。过分强调有用没用，那种狭隘的功利主义，会影响学生的发展。作为教师，也会问同样的问题：" 教什么？"、" 什么时候教？"、" 如何教？"。

　　人工智能是否能支撑起基础教育的改革创新？这个问题，在今天会议上讨论是非常及时的。

　　《中小学阶段人工智能普及教育现状调研报告》中的统计技术显示：关于中小学生希望学习人工智能的原因是什么？排名第一，超过 56% 的学生是希望能够开阔眼界。这非常好，没什么功利主义。其次是，希望能学到好多好多知识，这个观点也挺不错。还有是希望能够训练思维。最少的是什么呢？是我的爸爸妈妈希望我学，这可能是非常被动的。

　　从中小学调查的结果来看，中小学生的主动衔接性还是非常好的，这对我们做人工智能教育是非常大的鼓励。关于小学、初中、高中的课程分布情况，现在比较关注的是程序设计、机器人、人工智能原理课程、人工智能专家讲座。这是 2017 年的数据中反映的，还不是那么完整。

　　另外，有关人工智能教育融资额和融资次数，以及人工智能教育的融资轮次占比数据，也在说明，金融行业已非常关心教育融入新技术后新的行业产业发展。

　　人工智能对教育起到的重大作用

　　" 中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新。" 两年前，国务院在《新一代人工智能发展规划》文件里很明确地指出 " 要逐步开展全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育，培养复合型人才。"

　　我们做了一个分析，觉得智能化教育发展路线大概有三个路线图：

　　（1）2000 年前，优质资源比较短缺，希望通过互联网基础设施，能给偏远地区的人们带去比较好的教育资源。

　　（2）从 2010 年到 2016 年，商业化过程发展比较快，各类相关企业都产生了，主要在深度学习算法、语音视觉方面对推动教育发展有好处。

　　（3）2016 年开始，大家慢慢开始关注教育的智能化，这里智能化是很好的技术手段。

　　哪些人工智能技术可以用在基础教育里呢？我们认为，可以分成三个部分：

　　（1）智能化教学工具。主要是依靠人工智能和教育方法学的结合，基于 AI、知识图谱、语音语义识别、视觉识别、个性化推荐等技术。

　　（2）智能化课程体系。主要是课程体系 + 教学系统，依托于 AI 技术，研发科学类课程里的体系教育，比如说编程教育、机器人教育、创客教育等。

　　（3）智能化教学环境。这也是这几年中发展最迅速、最明显的。采用物联网 + 智能系统，在校园里，无论是工作、学习、生活，均构成一体化的环境，将教学、科研、管理和校园生活充分融合在一起。

　　从培养角度来说，德智体美劳五方向都要做，这里智能能够做什么呢？

　　（1）智能教育评估。例如，在口语测评环节，如果老师英语讲得不太好，就可能很难给学生客观的口语考试评估结果；

　　（2）智能认知过程。怎么组织知识点，怎么组织学习创新点，使他们比较容易产生内生动力，能够把知识学好；

　　（3）智能教学环境。目前在大城市中，小学的硬件环境某些方面比大学还要好，其实是很关心教学环境对教学的整体作用；

　　（4）互动教学形式。过去的教育是，老师站在课堂上讲，学生在下面听，尤其在中国，中小学里学生跟老师的互动比较少。这不利于学生本身的学习，也不利于老师掌握学生的学习情况，因此，环境提升也是非常有必要的。

　　（5）数字教学过程。利用三项到五项技术，就可以对教学过程起到比较重要的改进作用。下面我用一些实例来进行说明。

　　人工智能教育的实际应用

　　图像篇。主要的核心技术，在 IT 领域里是图像识别、模式匹配。可运用于书法纠正、拍照搜题、生物识别等。实际上在 2010 年左右，不少大学就已经开始做这方面的研究。例如：教外国学生怎样写大楷、小楷，教学过程中和他们交往语言还有困难，用计算机教反而效果好。

　　华东师大有 " 伴读书童 " 系统，就教大家写中国大楷。华师大还有汉语教学中心，每年有好几千的外国学生都在学汉语，这对他们是有帮助的。

　　声音篇。主要的核心技术是语音识别和语音对比，相信对汉语（普通话）和英语的评测及纠正都很有帮助。学生在学校里学习英语有困难，讲错了老师同学会笑他，但是采用人机对话的形式，心理压力就会减轻很多。现实的情况是，我们的学生从初中开始学到高中，花了整整六年，大学里面四年的本科生教育要通过四六级英语考试，考了那么长时间，走到工作岗位时，语音通话能力和写作能力还是没有提高。因此，我充分建议，人工智能公司能利用语音评测手段、智能学习手段来提升学生的外语学习环境，让学生能够放松心态，把语言学好。

　　文字篇。主要的核心技术是自然语言处理，实现作业、考卷的自动批改。这还是很有必要的。很多老师批考卷，带了很多的主观性，同一个考卷在这个老师和那个老师手里，批的结果很不一样。希望现有技术能帮助你扫描手写的文卡，识别后能打出比较客观的成绩。

　　智适应学习篇。主要的核心智能技术是大数据分析 + 反馈控制。主要是教学内容的推荐系统，要构建在理想情况下，学生要掌握内容的学科模式。对教师应该有很好的教学方法模式，通过深度学习能模拟优秀教师的上课过程，并了解学生在各方面的个性特征。

　　有的孩子可能由于各种各样的原因，发展程度和平常优益有所差别。华师大有一个基于 AI 的特殊儿童评价与干预系统，专门通过图像识别、语音识别技术，为特殊儿童提供认知语言的康复辅助训练。这对很多家长来说是很大的安慰，孩子稍微有点缺陷，但在教育上还是有办法通过 AI 技术来提高水平。

　　教学环境智能化。我们希望可以解决三个挑战：（1）学习过程难以个性化；（2）教学过程难以精准化；（3）管理过程难以科学化。

　　学习个性化与教学精准化，需要选择多模态的情况，实现环境的感知。对情境进行识别后，根据相关的规则，就知道我们应该选择什么样的工具和活动，让学生能够有选择的权利，并且参加后会提高内生的学习积极性。在线学习的智能诊断系统，现有的公司主要应用于课程领域，希望把知识学习分到每一环节、每一阶段，要层层相扣。

　　管理科学化。体现在学校里的外部服务跟学校相关系统的联系，以及跟安全有关的门禁系统、人脸系统等等，这个领域的落地成果也做得比较好。以华师大图书馆的智能系统建设为例，可以刷脸报到进馆，敏感人员会有预警系统。这样能够做到常态化点名、访客邀约等。

　　写在最后

　　人工智能教育和教育智能化应该有一定的区别。目前，在人工智能基于大数据的智能比做得较多，希望能够按照人的方式来思考问题、解决问题。可是人怎么思考问题？怎么解决问题呢？本身的机理还是在探索过程之中。很希望类脑人工智能系统这一次能有比较高速度的发展，使机器人能知道人是怎么感知世界，怎么建立全新的感知系统，怎么进行数据的分析处理过程。

　　因此，从人工智能教育到教育智能化，还是得从脑科学开始，构造人类学习问题的基本原理。基于脑科学的发展，希望能促进人脑的发展，要考虑到人的差异化、成长关键期、人类的成熟程度。脑功能如何增强？脑功能如何开发？脑功能是否遗传？脑功能怎么迁移？这都是新的研究课题。研究课题看起来和基础教育没关系，但均会为基础教育人工智能化起到很大的推动作用。