2017年11月16日,在由芥末堆主办的GET2017教育科技大会上,围绕本次大会 “共建 | 让更好的教育来得更快” 的定位,驰声创始人&CEO林远东先生发表了“教育+技术:从改良到渐进融合”的主题演讲,与全球各界的优秀教育实践者和数百位极具创新意识的教育从业者共同探讨教育行业的热点话题,谋求行业发展之道。以下是演讲内容整理:
在林远东看来,从历史发展过程来看,教育技术的演化可分为两个阶段——改良运动、融合运动,其中,改良运动包含两个步骤——移动互联网信息技术、人工智能技术;融合运动也可分为两个步骤——自适应教学、大数据。
一、改良运动阶段
☞ 第一个步骤:移动互联网的信息技术 ,解决知识的传递的问题
技术冲击教育的第一波运动,起源于移动互联网的信息技术。录播等形式的出现,推动了知识传递的普及化,但是互联网教育课程完成率和续费率低、大部分不盈利,这就表明了在教育中,“知识的传递”不是最主要的。
教育的本质和瓶颈不是知识的传递,因此技术冲击教育的第二波浪潮回归到了“人和人”。直播大行其道,也是教育回归它的本质。技术不再单纯作为知识传递的工具,而是成为辅佐教学的工具。
在这一阶段,信息技术奠定基础产生了深刻的影响:
◆ 推动了知识的传递普及化
◆ 教学行为、数据虚拟化、在线化、移动化
◆ 数据的采集、存储、分析是推动后续外语教学信息化技术演化的重要基础
☞ 第二个步骤:人工智能技术, 解决技能的习得的问题
有了信息技术奠定基础的深刻影响,人工智能技术应运而生。如果说移动互联网信息技术解决的是知识传递的问题,那人工智能技术解决的就是知识习得的问题。
林远东认为,人工智能是机器能够在一定程度上替代人的主观选择的能力。以驰声为例,驰声的口语评测技术是人工智能垂直领域的一个技术,它解决的是大量的学习者真正开口练习发音技能的问题。结合英语教学的场景,林远东列举了很多例子:中高考口语考试的开放题型评估、虚拟场景下练习口语交流能力等。人工智能正从浅层次的技能练习到中层次到高层次的技能练习,逐步地往前走,最终会让所有的技能的习得到练习都变成机器化。
驰声语音评测技术
但是,人工智能技术对教育仍有着未尽的影响:
● 除了知识,技能的传授和习得也可以通过技术;
● 口语的评估, 以口头作文为例,这种主观的评定也会变成客观的评定;
● 比如口语的评估,定性的判断会变成定量的判断;
● 比如VR的场景的推广,会让很多的行为从离线变成在线;
● 比如VR的应用,可以某一技能从少数人的特权变成普及性的工作。
总结一下教育技术改良运动的影响,就是因材施教具备了技术基础:
老师重复性劳动会持续降低知识容易获取,中浅层次技能大规模有效练习成为现实。
个体教与学过程和评价结果的海量数据变成了现实
数据是教育从改良到融合的契机,也就是教育技术从单纯的工具变成了融合推动力。
因此,教育技术下一步必然是融合,也就是之前所说的教育技术演化的第二阶段,这是真正意义上的教育和技术站在一起创造出的新模式和新形态,可以颠覆教育。
二、融合运动阶段
☞ 第一个步骤:未来将来,自适应学习的几点思考
✈ ✈ ✈ 自适应学习的核心:
▶ 对个体的深入了解
同时也决定了自适应学习的价值,在目前来看,教育+人工智能技术方兴未艾。
▶ 真正的机遇在于教学模式的改变
融合意味着教育和技术的彼此改变,而不是像在改良运动中技术甘当教育的辅助工具。海量数据高度自动化时代对于教学的挑战其实是人的角色的变化,教师从知识的传递者变成了数据分析师。
所以说,自适应学习的关键点在于教师角色和主流教学模式的改变。
☞ 第二个步骤:未来未来,大数据梦想
谈到大数据,也许很多人都会有这样的疑问:人或者教师的存在,是否永远没有办法被人工智能所替代?这个答案是肯定的。
从另一个方面来说,随着人工智能移动信息技术的发展,它们会越来越多地取代教师的大部分功能,而教师则转向针对采集到的海量数据去做决策,这其实是自适应学习的第一步,这一步发生之后,教师对于个性化学习的决策数据开始被收集。如大家所言,所有人工智能的契机和推动都是数据。当这一部分数据被大量采集,人工智能再进一步去替代人,对于个性化学习的决策才变得可能。
所以,随着未来海量的自适应学习数据被真正地记录、存储、分析,那么人类从大量的数据中学到的学习或教学的规律才成为可能。在那个阶段,我们认为才是真正意义上教育的技术进入大数据梦想的阶段。
林远东现场接受采访