在教育领域，AI应用场景越来越多，AI教师的“本领”也越来越强
　　2017年，中国互联网教育走过录播和直播时代，开始向智能时代迈进
　　每天早上，小学四年级学生阳阳（化名）要做的第一件事就是打开电脑，跟着老师做英语朗读练习。这位能与阳阳对话、帮助他纠正发音、给他的阅读打分的英语老师并不是真人，而是一位AI老师。
　　近两年，教育领域，类似的AI应用场景越来越多，AI教师的“本领”也越来越强，不仅能借助语音测评技术陪学生做语音跟读练习，还能够协助人类教师批改作业和判卷，甚至完成部分个性化的教学工作。
　　作为AI技术落地较早的领域，教育正在发生变化。
　　“尤其是在高效学习和个性化教学方面，大数据和人工智能的技术优势已经显现出来。”中国教育科学研究院基础教育研究中心副研究员张杰夫告诉《瞭望东方周刊》。

从“听声音”到“看脸色”

　　在目前的各种AI教育应用中，以自适应学习指导、语音测评和情绪识别、批改作业较为多见。
　　“以AI的语音识别技术为支撑，设计算法，可以进行大数据分析，搭建底层数据库，建立测评常模。”学而思网校AI老师研发部负责人彭守业向《瞭望东方周刊》解释道。
　　目前学而思网校在其直播系统中嵌入语音测评系统。进入口语练习环节，机器便可以代替教師，带领学生读英语单词和句子，随后打分，还可以自动将学生的“跟读”成绩反馈给主讲教师和辅导老师，以便其安排接下来的教学内容。
　　此外，在课后语言练习中还有不同主题的半开放的人机情景对话。“目前系统的反应时间已缩短到2.5秒以内，基本上不会因为对话延迟影响用户体验。”彭守业说。
　　2018年6月，学而思网校的AI老师还增加了表情识别功能，借助表情识别和人脸追踪技术，机器能够根据孩子的面部表情和动作变化，分析出其兴奋、专注、分心、离场等不同的学习状态，并输出课堂整体专注力曲线和和个化数据报告。这不仅能帮助远端教师实时了解学生的学习状态，还可以根据班级专注力曲线，调整教学节奏。

神奇的“自适应学习”

　　AI技术另一重点是自适应学习系统，即根据自适应原理将知识点进行拆分，重构知识体系，然后由系统引导学生实现自主学习。
　　以上海义学教育科技有限公司（以下简称义学教育）的智适应学习系统松鼠AI为例，首先须利用算法对学生作知识点扫描，以便掌握学生的整体学业水平和对各个知识点的掌握程度。扫描完成后，再为学生定制个性化的教学路径，推荐个性化的学习内容。
　　为了实现精准扫描，义学教育将学生对每个知识点掌握程度的评估细分为100个层级。“如果按照‘未掌握’‘掌握’‘熟悉’三级粗放分层，就有可能将差5分就能达到掌握水平的孩子，和差20分才能达到掌握水平的孩子归为一类，并推荐相同的学习路径和学习内容。”义学教育董事长栗浩洋向《瞭望东方周刊》解释说。
　　而要考察学生对500个知识点的掌握情况，系统并不会要求学生像传统测验一样做500道题目，而是根据学生解答前一道题时的正确与否、用时几何等情况，跳跃式地推送下一道题目。
　　“一般情况下，系统只需要通过20～30道题目即可完成对500个知识点掌握情况的考察，且精准度要比传统方式更高。”栗浩洋说。
　　教学内容则主要包括练习题和由AI老师主讲的教学视频。在这一环节，为了实现AI对人类教师的取代，义学教育组织教育专家和AI专家，把初中数学的5000个知识点拆分至30000个，绘制出了一幅知识地图。
　　由于从扫描测评到授课，再到考核都由AI老师主导，系统便可积累大量的连续数据。“在此基础上，它可以通过自我学习和迭代，不断优化和提高教学水平。”栗浩洋表示。

机器怎样批改作文

　　批改作业也是目前市场上AI教育的重要应用场景之一。
　　据互联网教育研究院院长吕森林介绍，目前在利用AI技术批改主观题目方面，数学科目已经延伸到了初中阶段，英语和语文则集中在小学四年级以前。“因为主观题目的批改涉及语义识别，就目前整体的技术水平而言，实现这一点仍有困难。”吕森林表示。
　　但在彭守业看来，即使是主观性最强的作文，真人教师在批改时也会有一定的客观性标准，“我相信，只要有可量化的标准就有实现AI批改的可能”。
　　他向本刊记者介绍，目前学而思网校已经初步实现了初中作文的半智能化批改。智能系统会首先根据学生作文中的词汇量、语法、修辞手法运用、引用名言名句数量等可量化的评判标准，对学生的作文进行第一轮打分，然后由真人教师就文章立意、深层逻辑等更主观层面的内容进行打分。
　　“现在系统可以识别作文中大部分的错别字和病句。”彭守业说，未来系统通过不断地自我学习和迭代，一定可以向更高年级延伸，帮助老师解决更复杂的教学问题。

比真人教师更懂学情

　　一起教育科技是以在线题库起家的互联网教育企业，其人工智能应用则是推送以班级为单位的个性化作业。
　　其CEO刘畅介绍说，一起科技在公立学校“布置作业”环节深耕多年，留存了大量数据，通过对海量数据的分析发现，不同地区、学校以及教师的常用题型不同，不同学校不同年级的教学目标也不尽相同。
　　以小学英语为例。小学阶段共有200多种英语题型，其中北京海淀区的常考题型有13种，考试的平均难度较顺义区更高。有了这些数据，便能够以班级为单位，对学生的学习水平进行画像，帮助教师推荐适合班级的个性化作业。
　　对于同样是初次使用一起科技作业推荐系统的两位教师来说，第一次拿到的作业是相同的，但从第二次开始便不再相同。“系统会根据第一次作业的班级正确率确定第二次的推送内容。正确率越高，下次推送作业的难度就会上升，反之则会降低。”刘畅说。

智商为什么从90提高到120

　　在国外，已有一些成熟的智能教学系统投入应用，它们完全不同于目前中国市场上常见的AI教育应用。
　　某教育机构学员在体验VR教学
　　2010年，张杰夫从南非地区引入一款名为CMI（凯米）的智能教学系统，并在成都地区的多所公立中小学开展教学实验。这款智能教学系统中嵌入了感知能力训练系统。
　　心理学有一个观点，感知能力是人类学习的基础。一些孩子在数学学习时总是丢三落四。问题可能出在感知能力上。凯米系统通过数据模型进行测试，找到学生感知方面的弱点，然后推荐相应的学习内容，并对其进行感知能力训练。
　　张杰夫举例称，澳大利亚有一个入学智商测试只有90的孩子，使用凯米系统三个月后，智商竟然达到了120的正常水平。
　　而来自美国的爱迪乐智能教学系统则在输出知识的同时，培养学生的自信心、专注力、独立性、思考力、积极性、自识力等六大核心素养，提升学生的学习品质。
　　张杰夫认为，这些智能教学系统具备个性化、发现式学习和交互式指导，以学生为中心的教育理念，代表着智能教育的发展方向。