關於AIED
AIED，是Artificialintelligenceineducation的英文縮寫， 即人工智慧＋教育。它是人工智慧技術對於教育產業的賦能，通過將本身具有跨學科屬性的AI與學習科學(教育學，心理學，神經系統學，語言學，社會學及人類學)結合起來，促進自適應學習環境的發展，用大數據實現教育的個性化 ，讓因材施教成為可能，為教師和學生提供新的工具，讓學習更加個性化、靈活、豐富、有趣，為學生打開學習的“黑匣子”。
AIED的發展，在成倍放大教育產能的同時， 促進優質教學資源得到充分利用，幫助有效解決傳統教育中以教師為核心的成本高、效率低、不公平等問題。
發展歷史
AIED的發展與人工智慧(AI)的發展密不可分。AIED將本身具有跨學科屬性的AI與學習科學(教育學，心理學，神經系統學，語言學，社會學及人類學)結合起來 ，以便更好地了解學習過程，從而構建學習模型，更好地判斷和影響學習者的成功 、動機和毅力。
關於AIED的課題研究已有30多年的歷史。20世紀80年代早期，國外研究人員通過學習輔助系統將AIED帶入大眾的視野。這些系統為每位學習者提供了基於計算機的協作學習夥伴。同伴的作用是通過協作和競爭來激發學習者的學習熱情。同伴也可以作為學習者的指導對象。基於計算機的教師為學習者提供了實例和指導，並決定了待解決問題的順序和內容。
20世紀90年代，作為AIED的套用核心自適應教育，率先出現在美國的“智慧型輔導系統”中，當時所謂的智慧型其實就是按學習水平的高低對學生做一個簡單的分層，把學生分成好、中、差等幾大類，讓每一類學生都匹配到他最需要的學習內容和路徑。這是一種十分粗糙的個性化教育，其理念類似於分班。
國外的AIED發展相對中國更為廣泛和豐富的。除了美國的三大MOOC平台Coursera、Udacity、edX外，各國紛紛啟動了一些有代表性的“人工智慧與教育”的計畫或項目。 美國教育科技公司創設的Knewton項目是全球自適應平台的典範，可通過採集學生的線上數據，精準分析和預測學生的優勢，不足、學習興趣、認知投入水平。
中國的AIED發展是隨著2006年深度算法在語音和視覺識別上實現突破才開始受到關注。同時，在中國政策、消費升級和技術的驅動下，AIED領域公司發展迅速。尤其從2015年開始爆發式增長，2017年AIED領域融資額達42.17億元。
在政策上，2017年國務院下發的《新一代人工智慧發展規劃》明確提出：在我國中國小階段設定人工智慧相關課程，儘快建立人工智慧學院，增加相關博士，碩士招生培育。
2018年3月李克強總理在十三屆全國人大一次會議上發表了2018政府工作報告，其中第一條建議就提到，做大做強新興產業集群，實施大數據發展行動，加強新一代人工智慧研發套用，在醫療、養老、教育、文化、體育等多領域推進「網際網路+」 。
2018年4月，教育部又印發了《高等學校人工智慧創新行動計畫》的通知，引導高等學校瞄準世界科技前沿，不斷提高人工智慧領域科技創新、人才培養和國際合作交流等能力，為我國新一代人工智慧發展提供戰略支撐，以彌補人工智慧高端人才缺口。
在需求端上，“AIED”這個概念已經為大眾熟知，人們渴望利用AI技術重塑教育領域，從而真正實現“有教無類、因材施教”。
據飲鹿網（Innov100）統計，截止2018年，智慧型教育領域共有141家公司，共192起投資事件，總投資額為326億人民幣。目前，人工智慧在教育領域已經實現十餘種產品類型，主要集中在智慧型導師與助手、智慧型測評、學習夥伴、數據挖掘與學習分析等領域。
技術簡介
AIED的發展,在成倍放大教育產能的同時,促進優質教學資源得到充分利用,幫助有效解決傳統教育中以教師為核心的成本高、效率低、不公平等問題。同時,AIED是個大概念,與教育的結合,可以從教、 學、練、測、評五個環節落地。縱觀整個行業,目前發展較為快速的幾個主要場景包括:自適應學習、智慧型測評、語音互動、視覺與圖像處理、機器人。
在人工智慧技術圖譜上,以機器學習、 數據挖掘為兩大技術核心,兩者技術範疇上有所交叉。機器學習又包含對抗學習等諸多種類,其中倍受矚目的就是深度學習。按照拓撲結構分類,深度學習可分為卷積神經網路、循環神經網路和全連線神經網路,並通過算法框架實現深度學習過程 。
在機器學習與數據挖掘的技術之上,實現了目前市場上最常見的三大技術套用,即計算機視覺、智慧型語音技術和自然語言處理。另外,人工智慧技術的實現,還要依託硬體的支持(處理器/晶片、感測器元件等) 以及雲平台提供的存儲與計算服務。
基礎架構模型
國外市場研究機構Technavio在《關於“人工智慧＋教育”研究報告》中提出，目前AIED的核心有三個關鍵模型:分別是教學模型，領域模型和學習者模型。
教學模型：人工智慧在教育領域的另一個重要場景是能提升教學的質量。開發商們在自己的產品中運用到了自然語言處理和語音識別技術。通過運用這些解決方案，人工智慧系統扮演了導師的角色，能夠提供精準的答案並分析學生的表現。
領域模型：是指學習者在某一個特定學習領域。在這個特定領域中的人工智慧解決方案主要是來最佳化提高特定領域中的知識，主要是在STEM領域。
學習者模型是一種基於計算機與學習者之間的人機互動方法，為學生提供更智慧型的學習選擇。結合內容的自適應學習能力能讓學生自主地學習，他們能夠成為學習內容的“主人”並有了適合自己的學習方法。這能夠提高他們的學習興趣和學習的參與積極性。
AIED程式中的領域模組和教學模組可以利用學習者模型中(例如學生的目前活動，以往的成績，精神狀態和是否接受了反饋意見)所體現的互動去推斷學習者(和老師)的成功。領域模型和教學模型也可以基於這些信息去確定下一個最適當的互動活動(學習材料或者學習行為)。更重要的是，學習者的活動是被持續反映到學習者模型中，使得模型更豐富、更完整、更智慧型。
由AIED驅動的教育科技同樣建立在三個核心模型之上， AIED算法(植入AIED系統中的計算機代碼)處理來自於這三個模型的信息，根據學習者個人的能力及需求，選擇最合適的內容傳遞給學習者。當這些內容(可能是文字，聲音，活動，視頻或者動畫的形式)提供給學習者時，系統將對學習者的互動情況(如學生當前的行為和答案，學生以往的成績，以及他們當前的情感狀態等)進行持續性的分析，並做出相應的反饋(如提示和指導)， 從而幫助學生通過學習現有內容獲得進步。
除了以上三大模型之外，AIED研究者們還開發了其他學習相關的模型，包括社交、情緒，以及元認知等。這有助於AIED系統將所有影響學習的因素納入。這個越來越豐富的AIED模型也許將成為該領域為學習做的最大貢獻。
套用場景
目前的人工智慧在教育領域的套用來看 ，可以分為自適應學習、虛擬助手、專家系統、商業智慧型等方面的廣泛套用 。
自適應學習+教育
1、“自適應+K12教育” 類
如“猿題庫”，通過自適應題庫為學生提供個性化題庫，並根據其個性化問題提供真人線上輔導，幫助學生了解自身學習情況、激發對練習的興趣並提高科目學習成績。
2、“自適應+STEAM教育”類
如“wonderworkshop”，通過軟體將兒童的數據進行分析，藉助機器人硬體和獨特的教學內容，幫助孩子趣味學習編程。
3、“自適應+語言教育”類
如“英語流利說”，藉助語音識別和自然語言識別技術，判斷學生的口語水平，對學生薄弱環節的分析，規劃出適合個體差異的英語學習解決方案，最大程度地擺脫對“真人教師”這一核心因素的依賴。
4，“自適應＋早教陪伴”類
如智伴兒童機器人，通過多模態人機互動、自然語言處理、機器學習、推薦算法等先進技術，為孩子提供良好的親子溝通方式及親子育兒內容，滿足不同孩子、不同階段功課學習、良好性格養成的需要，並為父母與孩子搭建起溝通的橋樑，增進親子關係。
虛擬學習助手
虛擬學習助手是指為學習者提供陪練答疑、客服諮詢、助教等服務，企業從中能夠低成本為學習者提供標準化的服務，並且又能獲得大量用戶數據反饋。
1、虛擬助教
教育過程中，助教所需要做的業務就是為學生答疑、提醒等功能，這些工作多為簡單重複的腦力工作，因此，AI可以逐漸替代助教業務。
2、虛擬陪練
課後練習反饋對於學習效果的提升非常重要，而數據化程度最高的環節也正是練習，這也是大部分人工智慧+教育創業者的切入環節。不同類型的學習內容需要的技術方案各不相同，如理論性的學科的練習更加容易智慧型化，但是與實踐相關的科目，如藝術、運動等往往需要搭配智慧型硬體來達到學習效果。
5.3專家系統
專家系統是指在某個領域能夠有效地運用數位化的經驗和知識庫，解決以往只有專家能夠解決的複雜問題。專家系統結合了人工智慧和大數據，具備自我學習和綜合分析的能力，系統可以獲取、更新知識，不再只是靜態的規則和事實。
專家系統幫助學習者和機構診斷、預測、決策。這類企業通常可細分為：
1、“生涯規劃+教育”類
基於大數據和人工智慧，為面臨升學、留學、求職等情況的用戶提供智慧型規劃和申請服務的平台，幫助學生獲取開放性的教育資源、實現高效率的血液發展、收穫個性化的教育體驗。
2、“智慧型批改+教育”類
通過計算機自動批改學生功課，為學生和教室提供智慧型的批改服務。
商業智慧型化
教育機構組織運營包括多個核心環節（推廣招生、教學、客戶服務等）和支撐活動（基礎設施、人力資源、採購、教研等）。人工智慧可以在多個環節提升組織的整體效率。
教育商業智慧型套用場景非常豐富：在基礎設施活動中，有智慧型選址、財務預測管理、校車管理規劃等場景了；在人力資源活動中，有教室招聘、人才評估、人才培養三個套用場景；在採購活動中，軟硬體採購和評估可以套用AI技術；在教學研發活動中，有教研體系、課程內容和備課工具都可以作為其套用場景；在推廣招生環節中，有招生平台、投放策略等場景；在教學過程環節中，有課堂的輔助、LMS、作業批改、考試測評等場景；在客戶服務環節中，有家校溝通、客戶管理、班級管理等場景。
企業在商業智慧型化發展中通常有兩個方向：
1、“運營支持”
基於數據分析，為學校制定個性化的調查方案，找出學校的問題所在並針對廣泛性問題提供解決方案建議。
2、“學情管理”
為學校提供完整的智慧型化教學配套方案，教室可用於作業管理和課時學情分析，家長通過此了解孩子學習狀況，教學管理者可以用於學校的智慧型化教學分析。
未來教育創業的驅動力定是來自人工智慧為核心的“科技創新”+”教研創新“，前面觸及到的四個領域（即自適應學習領域、虛擬學習領域、專家系統領域以及教育商業智慧型領域）的各個賽道中都有巨大的創業機會。
小結
未來的教育將進入一個人與人工智慧共同協作的時代， 充分發揮機器與人類不同的優勢是提高生產力的關鍵。人工智慧將會取代簡單重複的腦力勞動，而發揮人類的優勢創新、複雜決策、情感關懷激勵等更大優勢，對提高生產力十分必要。AIED在一定程度上可以取代一部分原來必須由人力來服務的教學工作，實現規模化的“千人千面”個性教學。雖然AIED技術支持下的自適應性教育模式尚不完善，但其發展空間充足，未來隨著技術的繼續發展，必將逐漸成熟並大規模套用。
