“今天，我们聊聊时下热门的AI教育”
1AI的基本原理AI的本质就是机器学习。它的基本原理大致分为三类：监督学习、无监督学习、强化学习。而近年来火热的深度学习可以看作机器学习的高级玩法，我们称它为第四类吧。（1）监督学习AI说白了就是计算机程序，它有天然的缺陷，那就是它无法对现实生活中的事情下判断。也就是说，如果人类希望它能做到某件事，要先帮他开个头。第一，必须先给他一大堆例子，而且每个例子必须预先注明“对”或“错”，因为它自己判断不了。第二，必须先给他一个大概的“规则”，因为它不会无中生有。第三，让AI不断地微调。以这堆例子作为经验，不断地改变规则，提高它“猜”的正确率。这个正确率能不能提高到%？一般来说够呛。但是高到一定程度大概就能实用了。所以，它最大的长处就是“分类”。（2）无监督学习这种学习方法和“监督学习”不一样。它不在乎一个数据“对不对”，它直接假设所有数据都是对的。所以，它不需要人们来随时监督。对错不重要。它要做的，是“组合”。比如，一群人，可以分成几组，哪些人分到同一组。它会把所有的可能组合列出来，你只需要告诉它希望它分为几组。当然，可能最终它分出来的组合我们不满意，但只要给他一个反馈，它就会再试再学，想方设法地试出每一种分组，而且每次都能够根据自己分组标准，准确地把每一个人放进最合适的组里。一旦涉及很多很多数据的时候，你就知道，机器会干这种事，我们会多么省心。（3）强化学习到这里，机器已经比较高级了。它开始会自我纠正了。按理来说，我们给他一个最终的标准，比如“赢”或“输”，它就会没日没夜地疯狂试验所有可能性，直到它“赢”为止。但这还不够，因为事情是会变的。就好像下棋，对手每走一步，你的可能性就会变。或者说，同样的走法，你赢的概率会变。所以AI就会每走一步之后，看看情况，然后重新修改规则，去重新推算概率。它不在乎眼前一步的得失，而总是盯着最终结果来思考，不断修正自己的决策方式。这可真的有点智能了。但是这里我要重点提醒一件事，那就是以上几种方法都有一个共同的缺陷：它们必须结合人类的创造力和判断力。监督学习中，必须人类给每个数据标上对错，机器自己决定不了，它既不能凭空创造规则，甚至也无法判断自己微调出来的新规则是不是更好用。无监督学习中，机器虽然能自己分组，可是它却说不清楚自己为什么这样分组，得我们去猜。而且它分组时使用的其实是人类制定的手法，有局限性，所以它无法真的试出所有可能。而强化学习是必须在人类提前编好的规则上进行改进的，它不能凭空发明规则。（4）深度学习深度学习是人工智能的高级玩法，因为它更丰富了。简单来说，就是机器会进行多种类、多阶段的验证，综合之后做出判断。各种方面、各个步骤，就构成了“神经网络”。而且由于结局开放了一些，所以深度学习突然就面临无数种可能性了。它是在无数种可能性中，在复杂的问题中下决定。这一下子就上了好大一个档次。这么多可能性，早年计算机算力跟不上，深度学习就展不开，近年来才有突破。有趣的事，虽然突破了，深度学习在几乎不需要人干涉的情况下，可以给出更精确的结果，可是我们至今不知道它是怎么算出来的。有人说，管他呢？能用就行。先不说AI起来闹革命的可能，麻烦之处还在于，深度学习极其擅长处理“一定规则下几乎只有一个正确答案的课题”，却不擅长“没有规则性、几乎有无限答案的课题”。而且，它需要非常多的数据来学习。一次两次，不够它得出好用的结论。换句话说，它并不能真正意义上实现人类那种高级的“举一反三”。2AI教育的局限性我不知道现在的“AI教育机构”用的是哪一级别的人工智能技术，但无论如何，这种技术在教育上的应用都是有局限的。（1）AI教育软件能收集到的每个学生的数据有限，而且肤浅单调，根本不足够AI跑起来，它没办法得出真正有用的结论，它甚至没办法确定我们的情况是否真实。（2）基础的AI需要在人类发明的规则下进行改进。如果一个公司没有发明一个真正有效的教育理论，那么它的AI就如无根之树，不可能有什么真正的价值。（3）人类几千年的教育，从来没有真正搞清楚“人性从哪来”“天赋怎么形成的”“人一共分几种类型”这些问题，没有找到答案之前，我们拉上超快的计算机又有多少用处呢？（4）教育本身是一件“无限可能”“没有规则”的事情，人类教育的成功，目前主要建立在给每个人机会去摸索、去成长，把优秀的人放在一起相互碰撞和创造。既然我们自己都没有明确的规则，甚至对于“什么才算教育成功”都没有唯一答案的情况下，深度学习其实也是捉襟见肘、无能为力的。所以，我把目前的AI教育的伪命题、能做好的事情、未来能做好的事情，分了类，以供大家参考。3AI教育的伪命题（1）分析孩子的类型，精准的学生画像现阶段很难做到，一方面数据不足，另一方面，也缺乏足够好的教育理论支撑。除非是头部企业，在大量学生数据的情况下，AI总结出了一定的规律，但是这个规律必然是只能适用于具体的培训内容上（前提是你在他家产品上投入大量的时间），无法拓展到真正的教育层面。（2）个性化教育在缺乏好的教育理论支撑下，AI无法理解教育，无法理解人性，甚至没有办法给人做足够准确的分类。所以，它能做的，只是“个性化的培训”，根据反馈，随时调整学习计划。需要强调的是，教育的难点在于，学生现在的样子不代表他们未来还是如此；学生表现出来的样子不代表他们内在确实如此；我们以为孩子的未来那样会更好，不代表孩子自己愿意如此。未来是孩子们创造出来的，不是成年人设计出来的。连人都做不好，别说AI了。更何况，AI对于我们的现状都认识极浅，别说引导孩子的未来了。（3）培养学生的能力、思想、方法AI目前能做的，只是辅助和工具。它只能锦上添花，没法雪中送炭。它对教育中的能力和思想的理解是比较肤浅的，说到底，它自己都还不会真正的举一反三。（4）学习动力动力的问题，是一个非常复杂的教育问题，以至于我们通常把它归为“榜样”与“缘分”。现阶段的AI在这方面，不会有明显的作用。除非有一天它成精了。AI所能做的，是辅导而不是引导，是学习而不是激励。4现阶段的AI教育真正能解决的问题（1）搜题；（2）试卷分析、错题本、同类题目训练、实时反馈与学习计划的调整优化；（3）直播课——尤其是人脸识别带来的学习状态分析；（4）一对一课程或全套课程，学生大量投入时间（注意，只能辅助培训，不能期待过高。对自觉性较好的优生作用比较明显，对于差生来说很难起效）；（5）趣味形式——比如AI角色互动、辅助学生自主出题、各类游戏等；（6）老师们的利器。极大减少老师工作量，提高工作效率，辅助教学创新。不止老师，学校管理也必然因此获益，包括教师的培训。但是家庭教育非常不适合用AI；（7）自我教育的利器。AI有助于个人对自己的理解和尝试，就像照镜子。但你不能对一面镜子期待太高；（8）记忆力或具体知识的记忆。根据一定的记忆规律，帮助孩子提高熟悉度，在这方面AI大有可为；需要思考的是，根据不同的教育目标，以上这些措施哪些是真正必要的，哪些可有可无？更重要的是，就算AI企业们都尽力做好了，这些足够支撑一种“更高级的教育”吗？5AI教育的未来（在创新的教育理论下，AI可能有所作为的地方）（1）让教学由“答案”导向转变为“问题”导向，从“教师”主导转变为“学生“主导”，从“课堂”到“现实生活”。（2）培训教师。改变教师们的角色定位。（3）取代教师。某些方面，AI角色将彻底淘汰某些教师。（4）简化学校。甚至引发学校制度的革命。（5）激活“自我教育”，促进“终生教育”。（6）帮助孩子忘掉所学，锻炼“无知”与“创造力”。（7）“识别学生系统”。帮助家长了解孩子，从而避免家庭教育的误区。帮助孩子表达自己，以便争取对自己人生的决定权。6教育的基础理论最后，附上传统教育的情况，也许你能找到新的落脚点。1，教育的核心规律：（1）人是简单自然的系统（2）我们（还）一无所知2，教育的目标：认识自己，做自己，改变自己。3，中国教育现阶段的需要：（1）应试教育向素质教育升级（2）亟待改善的家庭教育（3）几乎空缺的自我教育（4）学会提问，学会创新4，应试教育的真正问题：（1）过度教育（2）没有识别每个学生的系统核心（3）没有围绕问题开展教学（4）缺乏应用与创新（5）人缺乏幸福感，缺乏完整人格推荐阅读：
一次性说清：教育的核心规律
传统教育的问题｜中国教育
学习知识有规律吗？
我的教育理念｜套餐介绍