人工智能時(shí)代的個(gè)性化學(xué)習(xí)

冷靜 付楚昕 路曉旭

關(guān)鍵詞：人工智能;個(gè)性化學(xué)習(xí);自適應(yīng)系統(tǒng);社會(huì)化學(xué)習(xí)

訪談?wù)撸悍浅８兄x您接受我們的采訪。2016年10月，美國(guó)白宮科技政策辦公室發(fā)表的報(bào)告——《為人工智能的未來做好準(zhǔn)備》，指出人工智能的技術(shù)手段包含機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自主自動(dòng)化與人機(jī)合作。個(gè)性化學(xué)習(xí)是技術(shù)與教育深度融合的高級(jí)階段的表現(xiàn)，人工智能的出現(xiàn)對(duì)個(gè)性化學(xué)習(xí)進(jìn)行了重塑和再造。您如何定義人工智能時(shí)代的個(gè)性化學(xué)習(xí)（Personalized Learning）？

邁克·沙普爾斯：首先定義一下人工智能，人工智能是研究如何模擬以及延伸人類智能的計(jì)算機(jī)科學(xué)分支。人工智能技術(shù)包括語音識(shí)別、圖像識(shí)別、自然語言處理、大數(shù)據(jù)技術(shù)、機(jī)器人以及專家系統(tǒng)等。教育在人工智能技術(shù)的影響下，必將發(fā)生變革。個(gè)性化學(xué)習(xí)是一個(gè)很寬泛的術(shù)語，我將“個(gè)性化學(xué)習(xí)”定義為結(jié)合學(xué)習(xí)者的需求、興趣與能力的學(xué)習(xí)。個(gè)性化學(xué)習(xí)是過去40年來的教育目標(biāo)，其定義是提供學(xué)習(xí)資源和適應(yīng)學(xué)習(xí)者需求和能力的活動(dòng)。如今的移動(dòng)技術(shù)、人工智能技術(shù)已經(jīng)可以為個(gè)性化學(xué)習(xí)提供物理和社交環(huán)境，技術(shù)在教育中的運(yùn)用為技術(shù)增強(qiáng)型學(xué)習(xí)（Technology-enhancedLearning，簡(jiǎn)稱TEL）。隨著技術(shù)的快速發(fā)展，以及信息資源的不斷豐富，使得學(xué)習(xí)者能夠在課堂之外持續(xù)學(xué)習(xí)體驗(yàn)。利用機(jī)器學(xué)習(xí)技術(shù)可以對(duì)學(xué)習(xí)者產(chǎn)生的數(shù)據(jù)進(jìn)行分析，提供與其學(xué)習(xí)表現(xiàn)相匹配的教學(xué)流程，并根據(jù)不同的情境，推送不同的學(xué)習(xí)內(nèi)容。

人工智能時(shí)代，可以利用相關(guān)技術(shù)手段，如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及人機(jī)交互來支持學(xué)習(xí)。其中，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是最關(guān)鍵和基礎(chǔ)的技術(shù)。具體來講，通過語音識(shí)別技術(shù)和大數(shù)據(jù)分析技術(shù)，對(duì)收集到的大量數(shù)據(jù)進(jìn)行分析處理，呈現(xiàn)出學(xué)習(xí)者的學(xué)習(xí)特征（包括知識(shí)基礎(chǔ)、能力水平、學(xué)習(xí)風(fēng)格與認(rèn)知方式、興趣愛好等），也可以稱為對(duì)學(xué)生進(jìn)行數(shù)字畫像。然后通過人工智能的推送技術(shù)，為學(xué)習(xí)者量身定制學(xué)習(xí)內(nèi)容、規(guī)劃學(xué)習(xí)路徑，來實(shí)現(xiàn)個(gè)性化學(xué)習(xí)。上述過程也可以通過建立一個(gè)或多個(gè)智能化系統(tǒng)輔助個(gè)性化的教與學(xué)，如自適應(yīng)學(xué)習(xí)系統(tǒng)、智能導(dǎo)師系統(tǒng)，這些系統(tǒng)能夠利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)進(jìn)行自動(dòng)調(diào)節(jié)，學(xué)習(xí)者可以在系統(tǒng)中進(jìn)行自主學(xué)習(xí)，并獲得相應(yīng)的反饋、推送與評(píng)價(jià)。另外，教師和學(xué)習(xí)者之間的交互非常重要。目前智能軟件助手和機(jī)器人可以實(shí)現(xiàn)師生之間的交互，機(jī)器人可以幫助學(xué)習(xí)者理解主題，甚至可以幫助老師進(jìn)行評(píng)估，這讓教師有更多的時(shí)間糾正錯(cuò)誤或給予情感支持等。

訪談?wù)撸耗厦嬲劦搅擞米赃m應(yīng)學(xué)習(xí)系統(tǒng)去支持個(gè)性化學(xué)習(xí)，人工智能時(shí)代，該如何利用自適應(yīng)學(xué)習(xí)系統(tǒng)去支持個(gè)性化學(xué)習(xí)呢？

邁克·沙普爾斯：我們需要厘清一些術(shù)語。自適應(yīng)教學(xué)系統(tǒng)是一種基于學(xué)習(xí)者表現(xiàn)的基礎(chǔ)上不斷適應(yīng)與改變的系統(tǒng)，即學(xué)習(xí)者的之前的表現(xiàn)，可能會(huì)反應(yīng)到最近的測(cè)試分?jǐn)?shù)中。自適應(yīng)教學(xué)也可以對(duì)學(xué)生的知識(shí)水平進(jìn)行推測(cè)。因此，自適應(yīng)教學(xué)可以對(duì)學(xué)生的行為及推斷出來的知識(shí)進(jìn)行適應(yīng)。另一個(gè)重要的術(shù)語是精熟學(xué)習(xí)（Mastery Learning），在達(dá)到相應(yīng)的能力水準(zhǔn)之前基于學(xué)習(xí)者的表現(xiàn)，向其提供反饋，或者又稱之為基于能力的學(xué)習(xí)（CompetencybasedLearning）。以往學(xué)生在家做作業(yè)，上交后通常要兩三天才能收到反饋。利用自適應(yīng)學(xué)習(xí)系統(tǒng)能夠建立更加快速的反饋循環(huán)。系統(tǒng)會(huì)在學(xué)習(xí)者參加學(xué)習(xí)活動(dòng)的時(shí)候一直進(jìn)行監(jiān)督。一個(gè)好的系統(tǒng)可以在學(xué)習(xí)過程中給予提示、建議與支持。同時(shí)，提供適當(dāng)?shù)姆答伵c支持也極具挑戰(zhàn)。如果一直跟學(xué)生說做錯(cuò)了，會(huì)降低他們的學(xué)習(xí)積極性。好的自適應(yīng)系統(tǒng)應(yīng)該要在恰當(dāng)?shù)臅r(shí)候介入學(xué)習(xí)，給出有效的提示與支持。

訪談?wù)撸阂胱赃m應(yīng)學(xué)習(xí)系統(tǒng)之后，教師的角色應(yīng)有哪些轉(zhuǎn)變？

邁克·沙普爾斯：在一般的課堂教學(xué)中，不容易實(shí)現(xiàn)差異化教學(xué)。教得太簡(jiǎn)單，會(huì)讓某些學(xué)生覺得乏味;教得太難，會(huì)讓某些學(xué)生跟不上進(jìn)度。因此，一個(gè)好的自適應(yīng)系統(tǒng)應(yīng)該是由教師先介紹一個(gè)話題，然后將學(xué)習(xí)者分小組進(jìn)行問題解決。如果學(xué)生遇到困難的話，自適應(yīng)系統(tǒng)會(huì)提供及時(shí)的幫助。但是，自適應(yīng)系統(tǒng)設(shè)計(jì)出來不是為了替代教師，而是去更好地輔助教學(xué)。所以說教師承擔(dān)著非常重要的角色——介紹主題、提出問題并跟學(xué)生一起解決問題。

訪談?wù)撸耗鷦倓偺岬阶赃m應(yīng)系統(tǒng)不會(huì)替代教師和個(gè)性化教學(xué)的方法或策略，那現(xiàn)在出現(xiàn)的智能導(dǎo)師系統(tǒng)、智適應(yīng)學(xué)習(xí)系統(tǒng)，對(duì)教師能力提出了一定的要求。您認(rèn)為教師該如何去應(yīng)對(duì)這種新變化？

邁克·沙普爾斯：首先我認(rèn)為教師需要了解他/她的學(xué)科領(lǐng)域，他們需要知道學(xué)生會(huì)犯什么類型的錯(cuò)誤。我認(rèn)為教師的真正職責(zé)是以問題化的方式引入主題并幫助學(xué)生理解。比方說教編程時(shí)，教師應(yīng)該解釋為什么需要學(xué)編程？編程是干什么的？為什么編程是一項(xiàng)有價(jià)值的技能？特別是，小組協(xié)作是一種很強(qiáng)大的學(xué)習(xí)方式，因?yàn)閷W(xué)生在組內(nèi)可以互相幫助，并利用自適應(yīng)系統(tǒng)進(jìn)行練習(xí)、測(cè)試知識(shí)掌握的程度。然后教師可以進(jìn)入系統(tǒng)查看進(jìn)度，根據(jù)情況來決定是否需要給予個(gè)別學(xué)生額外的支持。

訪談?wù)撸涸诓捎脜f(xié)作學(xué)習(xí)時(shí)，由于每個(gè)人能力水平以及對(duì)協(xié)作學(xué)習(xí)的態(tài)度的不同，很容易造成有的人付出多而有的人敷衍了事的現(xiàn)象，成績(jī)好或者付出多的學(xué)生通常不情愿拿到跟其他組員同樣的分?jǐn)?shù)，教師也常常為小組成員評(píng)價(jià)問題而苦惱。關(guān)于小組協(xié)作的評(píng)價(jià)問題，您是否有更好的解決方案？

邁克·沙普爾斯：是的，在英國(guó)和其它歐洲國(guó)家也有同樣的問題。我認(rèn)為針對(duì)這個(gè)問題有三種解決辦法。第一種方式中小組協(xié)作不納入評(píng)價(jià)，只是用小組協(xié)作鞏固與應(yīng)用知識(shí)。第二種方式是教師根據(jù)小組的協(xié)作情況為每位學(xué)生寫一份成績(jī)報(bào)告單?；蛘呋谛〗M項(xiàng)目做一項(xiàng)針對(duì)個(gè)人的測(cè)驗(yàn)，這個(gè)方法在英國(guó)經(jīng)常使用。第三種方式更有意思一點(diǎn)，給每一組評(píng)定分?jǐn)?shù)，然后讓小組成員決定在此基礎(chǔ)上進(jìn)行打分，也稱作區(qū)別化打分（DifferentialMarking）。比如，老師給一個(gè)組的項(xiàng)目打了70分，允許學(xué)生基于這70分加減5分，表現(xiàn)好的可以高達(dá)75分，表現(xiàn)不佳的可以打65分。由于最后需要學(xué)生決定誰對(duì)該組的貢獻(xiàn)更大，這種評(píng)分方式實(shí)施起來有點(diǎn)困難，比較適合大學(xué)生。

近30年來教育的最大成功之一就是協(xié)同工作（Collaborative Work）。直到19世紀(jì)60年代，美國(guó)的大部分學(xué)校全都采用個(gè)人學(xué)習(xí)的方式。從70年代起，開始采用團(tuán)隊(duì)合作或小組合作，而這種方式也獲得了真正的成功。如今，美國(guó)和歐洲的大部分學(xué)校都采用小組協(xié)作學(xué)習(xí)，因?yàn)檫@是一種成功的學(xué)習(xí)方式。因此，不采用小組協(xié)作學(xué)習(xí)也就意味著和真正的自適應(yīng)學(xué)習(xí)切斷了關(guān)系。我能夠理解有的學(xué)生不想被其他差生拖后腿。另一個(gè)看待此事的方式是，一旦采用了協(xié)作學(xué)習(xí)每個(gè)人都能得更高的分?jǐn)?shù)，因?yàn)榇蠹壹确窒砹酥R(shí)，又共同協(xié)作解決了問題。

訪談?wù)撸荷鐣?huì)化學(xué)習(xí)是否能更加促進(jìn)學(xué)生的參與？

邁克·沙普爾斯：是的。但有些平臺(tái)，比如NovoED①，就是基于團(tuán)隊(duì)協(xié)作的。研究發(fā)現(xiàn)當(dāng)MOOC平臺(tái)中將學(xué)生組隊(duì)之后，滯留率（Retention Rate）會(huì)更高。所以有小組協(xié)作的平臺(tái)確實(shí)會(huì)有更高的滯留率。在小組協(xié)作時(shí)，會(huì)有來自同伴的壓力。因此，有團(tuán)隊(duì)協(xié)作的在線平臺(tái)中學(xué)生滯留率會(huì)更高。我認(rèn)為，這兩種學(xué)習(xí)方式都很有價(jià)值，真正的挑戰(zhàn)是如何將個(gè)性化學(xué)習(xí)和社會(huì)化學(xué)習(xí)整合起來。要知道反饋、個(gè)性化、自適應(yīng)教學(xué)以及個(gè)別輔導(dǎo)都非常有效;同時(shí)協(xié)同合作、協(xié)作及同伴支持也很重要。關(guān)鍵是如何將兩者結(jié)合起來，這真的是一個(gè)挑戰(zhàn)。

訪談?wù)撸耗岬匠晒Φ膫€(gè)性化學(xué)習(xí)三要素之一是學(xué)生分組（Student Grouping），如何分組是令人頭疼的問題，通常需要考慮學(xué)生的能力水平、性格特點(diǎn)等等。除此之外，在保證相對(duì)公平的基礎(chǔ)上，還要確保小組協(xié)作的效果和效率，您可以推薦一些分組策略嗎？

邁克·沙普爾斯：我認(rèn)為有三種方式。第一種是隨機(jī)分組，即隨意選擇學(xué)生組成小組，這種方式通常是較好的，因?yàn)樾〗M里的成員會(huì)有不同的特點(diǎn)。第二種是關(guān)系密切的學(xué)生組成一組（AffinityGroup），學(xué)生與自己合得來的同伴分為一組。不過這種方式有一個(gè)問題，就是通常會(huì)有學(xué)生會(huì)落單，這樣就得重新分組。第三種分組方式是基于學(xué)生之前的表現(xiàn)使用算法進(jìn)行分組。比如，通過觀察學(xué)生最近的學(xué)習(xí)行為以及是否尋求過幫助等等。

實(shí)現(xiàn)成功的個(gè)性化學(xué)習(xí)的另外兩個(gè)關(guān)鍵要素是學(xué)習(xí)空間（Learning Space）和討論數(shù)據(jù)（DiscussData）。在過去，老師要帶學(xué)生離開教室去機(jī)房上課，不僅麻煩且非常耗時(shí)。更理想的是找到一種辦法將個(gè)性化學(xué)習(xí)融合到教室里。為了節(jié)省時(shí)間，需要設(shè)置靈活的空間讓學(xué)生進(jìn)行個(gè)性化學(xué)習(xí)，比如根據(jù)相應(yīng)教學(xué)法來設(shè)計(jì)教學(xué)空間或者將學(xué)生進(jìn)行分組學(xué)習(xí)。

關(guān)于討論數(shù)據(jù)，這個(gè)概念是由朱迪·凱（JudyKay）在講開放學(xué)習(xí)者模型（Open Learner Model）時(shí)提出。通過語音識(shí)別、行為記錄等技術(shù)，可以收集學(xué)習(xí)者的行為數(shù)據(jù)，包括學(xué)生討論的數(shù)據(jù)，然后利用大數(shù)據(jù)分析，對(duì)數(shù)據(jù)進(jìn)行反復(fù)分析處理，呈現(xiàn)出學(xué)習(xí)者的學(xué)習(xí)特征。他們也可以和教師進(jìn)行討論、隨時(shí)查看學(xué)習(xí)進(jìn)度以及發(fā)現(xiàn)隱藏的問題。個(gè)性化學(xué)習(xí)的三要素來自于RAND研究②。成功的個(gè)性化學(xué)習(xí)都具備這三個(gè)要素。

訪談?wù)撸簜€(gè)性化學(xué)習(xí)涉及到各種不同的領(lǐng)域，如語文、數(shù)學(xué)、生物領(lǐng)域等等，您認(rèn)為個(gè)性化學(xué)習(xí)和領(lǐng)域知識(shí)的關(guān)系是什么呢？如何根據(jù)不同的領(lǐng)域去設(shè)計(jì)一個(gè)完整的模型，從而促進(jìn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)呢？

邁克·沙普爾斯：個(gè)性化學(xué)習(xí)中有一些是各個(gè)學(xué)科領(lǐng)域都通用的特性。舉例來說，控制課堂的進(jìn)度——確保課堂進(jìn)展不會(huì)過快或過慢，還有“反饋”“熟練”等概念。但如果要有特定的教學(xué)內(nèi)容，則需要一個(gè)模型，這個(gè)模型是關(guān)于一個(gè)主題圖譜以及將這個(gè)主題各個(gè)方面整合到一起。設(shè)計(jì)這個(gè)模型是很難的，因?yàn)樽鲋黝}圖譜要花很長(zhǎng)時(shí)間。要構(gòu)建一個(gè)完整的個(gè)性化學(xué)習(xí)模型，需要知道學(xué)生現(xiàn)有的知識(shí)結(jié)構(gòu)，這些可以通過大數(shù)據(jù)分析技術(shù)進(jìn)行判斷。然后要針對(duì)學(xué)生對(duì)該領(lǐng)域的認(rèn)知來進(jìn)行教學(xué)和指導(dǎo)，這就包括：如何進(jìn)行有效教學(xué)？是否要舉一些示例？是否給出輔導(dǎo)？

訪談?wù)撸耗芊窒硪恍┠惹肮ぷ髦谐晒Φ膫€(gè)性化學(xué)習(xí)案例嗎？

邁克·沙普爾斯：我們之前做了的一項(xiàng)個(gè)性化科學(xué)學(xué)習(xí)（Personalized Science Learning）的課題，開發(fā)了一個(gè)叫做nQuire③的軟件來指導(dǎo)個(gè)性化學(xué)習(xí)。nQuire支持教師進(jìn)行創(chuàng)建、編排以及監(jiān)控科學(xué)探究，也為學(xué)生執(zhí)行、配置和檢查探究提供支持。nQuire主要針對(duì)11—14歲的青少年，在正式和非正式環(huán)境中進(jìn)行科學(xué)調(diào)查來了解他們的科學(xué)學(xué)習(xí)程度。孩子們使用超級(jí)移動(dòng)個(gè)人電腦（UMPC）和課堂技術(shù)實(shí)施的新型腳本探究學(xué)習(xí)方法來收集和評(píng)估證據(jù)，并參與有根據(jù)的辯論。

這個(gè)項(xiàng)目會(huì)讓教師提前設(shè)置一些問題，或是讓學(xué)生主動(dòng)提出探究問題，比如“我吃的健康嗎？”“我的飲食健康嗎？”，有的人會(huì)提出“動(dòng)物會(huì)受城市污染的影響嗎？”提出問題后，開始探究如何與教師一起調(diào)查這些問題。在這里教師是十分重要的，他們需要找到進(jìn)行調(diào)查的好方法，然后去搜集數(shù)據(jù)。調(diào)查小鳥時(shí)，他們把喂食器放在校園的各個(gè)地方，然后用聲級(jí)計(jì)確定學(xué)校的吵鬧的地方與安靜的地方。接著需要測(cè)量喂食器的重量、食物的重量以及小鳥兩天內(nèi)吃了多少食物，這樣便可以知道校園里吵鬧與安靜的地方分別剩多少食物。這是一個(gè)很好的科學(xué)實(shí)驗(yàn)案例，這既涉及到教師的工作，也涉及學(xué)生個(gè)人的工作。有些學(xué)生在自家花園做這個(gè)小鳥喂食器的研究，和家長(zhǎng)一同完成任務(wù)，然后將數(shù)據(jù)帶回課堂。同樣地，他們也要寫喂食日志，比如每天拍攝食物的照片，計(jì)算食物的營(yíng)養(yǎng)含量等等。這是一種教師引導(dǎo)與個(gè)人探究混合的方式。學(xué)生經(jīng)歷了一個(gè)完整的探究過程——從構(gòu)建探究框架，到選擇方式，開展研究，明確問題的本質(zhì)，分享與討論結(jié)果，到最后進(jìn)行反思。

訪談?wù)撸夯诔晒Φ膫€(gè)性化學(xué)習(xí)實(shí)踐案例，您認(rèn)為該采取什么措施擴(kuò)大個(gè)性化教學(xué)的規(guī)模呢？

邁克·沙普爾斯：我覺得有幾個(gè)不同的方法可以使用。一種是自下而上的方式，即先收集一些成功典型案例，然后通過教師網(wǎng)絡(luò)（共同體）分享這些優(yōu)秀案例。另一種方式是自上而下，例如新加坡就是這種模式。新加坡政府決定要增強(qiáng)21世紀(jì)能力的培養(yǎng)，如協(xié)作能力、智力技能等;然后通過教師教育/師資培訓(xùn)學(xué)院對(duì)教師進(jìn)行培訓(xùn)，并利用技術(shù)支持教師專業(yè)的發(fā)展。我去過臺(tái)灣地區(qū)的一所小學(xué)，絕大部分的教室里，學(xué)生都是成排坐著。只有一兩間教室經(jīng)過改造，這是部分師生可以使用平板電腦進(jìn)行探究項(xiàng)目的地方。孩子們真的很喜歡項(xiàng)目學(xué)習(xí)方式，因?yàn)檫@是一種和以往完全不同的教學(xué)方式。我認(rèn)為自上而下的策略是可行的，即政府先在一些課堂進(jìn)行試點(diǎn)，然后看這種形式是否可行再進(jìn)行推廣，但前提是必須對(duì)教師進(jìn)行培訓(xùn)?；蛘咭部梢宰韵露希葒L試在1—2個(gè)班級(jí)試點(diǎn)，然后全面推廣。

訪談?wù)撸河醒芯恐赋?，基于自適應(yīng)學(xué)習(xí)平臺(tái)促進(jìn)學(xué)生的個(gè)性化學(xué)習(xí)，對(duì)學(xué)習(xí)者的學(xué)習(xí)成績(jī)提高影響并不顯著。而很多教師采用智能化教學(xué)手段的初衷還是為了提高學(xué)生的學(xué)業(yè)表現(xiàn)，對(duì)此您怎么看？

邁克·沙普爾斯：我認(rèn)為如果只關(guān)注考試成績(jī)是不可取的。而實(shí)施教學(xué)干預(yù)并不一定會(huì)導(dǎo)致考試成績(jī)的改變?，F(xiàn)在的考試是對(duì)現(xiàn)有教室里教學(xué)的反映，這是實(shí)施教育創(chuàng)新遇到的最大問題。每次都有教師都抱怨說因?yàn)檎n程安排太密集等原因而導(dǎo)致沒有教學(xué)創(chuàng)新空間。其實(shí)好的學(xué)校有一定的靈活性，并已找到了實(shí)施教學(xué)創(chuàng)新的空間?，F(xiàn)在的教學(xué)方式與30年前的方式完全不同，教師應(yīng)該要不斷嘗試新的教學(xué)方式，獲得支持后繼續(xù)創(chuàng)新，否則我們?nèi)匀粫?huì)像50年代或30年代那樣教學(xué)。另外，教育領(lǐng)域的最大進(jìn)步并不在于技術(shù)，而是在新的教學(xué)法，如協(xié)作學(xué)習(xí)、反饋和探究式學(xué)習(xí)。

訪談?wù)撸耗J(rèn)為哪些技術(shù)可以支持個(gè)性化學(xué)習(xí)？現(xiàn)有的人工智能技術(shù)是否能夠支撐個(gè)性化學(xué)習(xí)的需求，您認(rèn)為人工智能技術(shù)在支撐個(gè)性化學(xué)習(xí)中會(huì)面臨哪些難題呢？

邁克· 沙普爾斯： 目前已經(jīng)在特定領(lǐng)域已有很好的自適應(yīng)教學(xué)系統(tǒng)。例如，教編程的Codecademy①以及可汗學(xué)院②。目前市場(chǎng)上也有一些成熟解決方案，不一定要開發(fā)自己的解決方案。我認(rèn)為可以開發(fā)中文版的可汗學(xué)院，因?yàn)榻虒W(xué)法是通用的，不需要每一個(gè)學(xué)校都有獨(dú)立的數(shù)學(xué)教學(xué)方法。目前關(guān)于自適應(yīng)教學(xué)的研究已開展了近百年，當(dāng)然在接下來的20年里，將涌現(xiàn)更多相關(guān)研究。所以要在前人的研究基礎(chǔ)上進(jìn)行開發(fā)。此外，利用人工智能如數(shù)據(jù)挖掘技術(shù)對(duì)學(xué)習(xí)者數(shù)據(jù)進(jìn)行分析，可以得出學(xué)習(xí)者特征。但是目前的技術(shù)無法將教師的教學(xué)過程和學(xué)生學(xué)習(xí)過程產(chǎn)生的數(shù)據(jù)進(jìn)行完全記錄，導(dǎo)致采集的數(shù)據(jù)不完整，也就無法提供足夠的數(shù)據(jù)量。其次，缺乏相應(yīng)的數(shù)據(jù)采集標(biāo)準(zhǔn)，導(dǎo)致采集的數(shù)據(jù)質(zhì)量不高，機(jī)器學(xué)習(xí)技術(shù)也無法從大量繁雜、無序的數(shù)據(jù)中獲取到有用的信息。另一方面，我認(rèn)為教師在支持學(xué)生個(gè)性化學(xué)習(xí)是非常重要的，人工智能技術(shù)在情感交互方面，還無法全面顧及學(xué)生的情感發(fā)展，從這一方面來看，教育領(lǐng)域的最大進(jìn)步也并非技術(shù)。

訪談?wù)撸簜€(gè)性化學(xué)習(xí)被認(rèn)為是一種教育理想，要成功實(shí)現(xiàn)個(gè)性化學(xué)習(xí)是很難的。從20世紀(jì)30年代到50年代到70年代到現(xiàn)在，教育者和研究的關(guān)注點(diǎn)一直在變化。只有在新技術(shù)的推動(dòng)下，不斷的嘗試不斷的創(chuàng)新，才能更好地去實(shí)現(xiàn)真正的個(gè)性化學(xué)習(xí)，基于之前的研究，您認(rèn)為人工智能時(shí)代個(gè)性化學(xué)習(xí)的核心是什么？

邁克·沙普爾斯：確實(shí)一直在變化。在30年代，西德尼·普雷西（Sidney Pressey）①做了一項(xiàng)開創(chuàng)性的工作。他開發(fā)了一個(gè)可實(shí)行基于多項(xiàng)選擇題目自動(dòng)評(píng)卷的測(cè)試機(jī)，接著他又發(fā)現(xiàn)這個(gè)機(jī)器可以應(yīng)用于教學(xué)。對(duì)學(xué)生提出問題，學(xué)生按下按鈕回答問題，如果回答錯(cuò)誤就不能繼續(xù)。因此這個(gè)機(jī)器會(huì)給學(xué)生反饋，告知答案是否正確。這是個(gè)性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)以及反饋（此處的反饋只是反映對(duì)與錯(cuò)）等理念的最早期的實(shí)踐。而到了50年代，就不像30年代那樣是只有單一路徑了，學(xué)生的學(xué)習(xí)路徑取決于他們的應(yīng)答情況——答對(duì)或答錯(cuò)。如果學(xué)生答錯(cuò)了，就給他一些矯正指導(dǎo)。這就叫做“分支”（Branching）。根據(jù)學(xué)生答對(duì)或答錯(cuò)的情況，自適應(yīng)教學(xué)機(jī)器會(huì)帶他們走不同的學(xué)習(xí)路徑。之后到了70年代，研究者開始了大量的模型建構(gòu)的工作，不僅是關(guān)于學(xué)生行為的模型，一些學(xué)者還嘗試推斷學(xué)習(xí)者的想法，嘗試建構(gòu)關(guān)于學(xué)習(xí)者思維的認(rèn)知模型，并將這一認(rèn)知模型應(yīng)用于學(xué)習(xí)中。下一步就是基于知識(shí)的結(jié)構(gòu)模型，將自適應(yīng)系統(tǒng)應(yīng)用于課堂中。比如學(xué)減法，你得知道怎么借位與進(jìn)位，來幫助學(xué)習(xí)者習(xí)得知識(shí)。最近人們?cè)趪L試發(fā)掘個(gè)性化學(xué)習(xí)的更靈活的方式，不僅僅是從個(gè)人學(xué)習(xí)到小組學(xué)習(xí)的轉(zhuǎn)變，還有將這些方式與課程和教學(xué)結(jié)合。這項(xiàng)嘗試正在進(jìn)展中，不過最核心的一點(diǎn)是支持學(xué)習(xí)者的個(gè)人需求。

訪談?wù)撸喝斯ぶ悄苜x予了個(gè)性化學(xué)習(xí)新的定義與活力，個(gè)性化學(xué)習(xí)將深深影響到中國(guó)教育，結(jié)合中國(guó)教育的現(xiàn)狀，您認(rèn)為個(gè)性化學(xué)習(xí)在未來5至10年的發(fā)展方向是什么？

邁克·沙普爾斯：我覺得主要有四大方向，首先，可以借鑒一些現(xiàn)在最好的個(gè)性化學(xué)習(xí)方法，比如將可汗學(xué)院、Codecademy這些平臺(tái)引入到中國(guó)，并且加以改進(jìn)。我不知道在中國(guó)是否有公司已經(jīng)開發(fā)了類似的平臺(tái)，不需要重新創(chuàng)建算法，只需要在中國(guó)的特定情境中使用它。向優(yōu)秀的實(shí)踐經(jīng)驗(yàn)學(xué)習(xí)是首要考慮的路徑。第二，即是如何在真實(shí)的教育場(chǎng)景和學(xué)生身上成功實(shí)現(xiàn)個(gè)性化學(xué)習(xí)。研究者不能只做實(shí)驗(yàn)室實(shí)驗(yàn)，而應(yīng)該思考如何把它整合到教室里。這也是前面提到利用靈活的學(xué)習(xí)空間可以支持協(xié)作。第三點(diǎn)是在真實(shí)的課堂中實(shí)現(xiàn)個(gè)性化學(xué)習(xí)。第四點(diǎn)主要圍繞教師發(fā)展或教師教育，因?yàn)榻處煴仨毮軌蛟谡n堂中使用這些新的個(gè)性化學(xué)習(xí)技術(shù)。

我認(rèn)為未來幾年這將是令人期待的，人工智能技術(shù)將在學(xué)校得到運(yùn)用，個(gè)性化學(xué)習(xí)開始走進(jìn)真實(shí)課堂。例如，美國(guó)有像亞馬遜這樣的公司，擁有基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)，在人臉識(shí)別、情緒分析等方面可以支持學(xué)生的個(gè)性化學(xué)習(xí);智能語音聊天機(jī)器人可以解答學(xué)生的疑難問題。在中國(guó)有騰訊，騰訊目前已建立了人工智能實(shí)驗(yàn)室，以及騰訊云的大數(shù)據(jù)處理能力，例如智能閱卷、作業(yè)智能批改技術(shù)、語音識(shí)別技術(shù)以及人臉識(shí)別簽到等。在中國(guó)，學(xué)校如果能和公司合作并建立良好的伙伴關(guān)系，應(yīng)該可以更好地支持個(gè)性化學(xué)習(xí)。一方面，公司方擁有技術(shù)和開發(fā)者;另一方面，教師擁有很多教學(xué)經(jīng)驗(yàn)以及知道如何在課堂上實(shí)施個(gè)性化學(xué)習(xí)。最后，個(gè)性化學(xué)習(xí)也需要政府的大力支持，中國(guó)政府想必也非常支持公司與教育的合作吧！從具體實(shí)施層面，我認(rèn)為可以有一些試點(diǎn)學(xué)校，讓學(xué)校和企業(yè)一起協(xié)同合作，這種強(qiáng)強(qiáng)聯(lián)合充滿著無限可能。