乂學(xué)教育栗浩洋:怎樣用人工智能提升學(xué)生的學(xué)習(xí)成就感？

　　多知網(wǎng)4月12日消息，昨日，乂學(xué)教育主辦的“2018全球人工智能自適應(yīng)教育峰會(huì)”在北京舉行。乂學(xué)教育創(chuàng)始人栗浩洋對(duì)乂學(xué)教育在“AI+教育”方面的實(shí)踐進(jìn)行了分享。在栗浩洋看來(lái)，不應(yīng)該是用趣味性解決教育的問(wèn)題，應(yīng)該用學(xué)習(xí)成長(zhǎng)的成就感去解決教育問(wèn)題。人工智能系統(tǒng)可以利用種種方式，不斷找到學(xué)生的學(xué)習(xí)最佳策略，進(jìn)行針對(duì)性教學(xué)，從而增加效率，促進(jìn)學(xué)生學(xué)習(xí)的成就感。

　　以下是栗浩洋分享內(nèi)容，經(jīng)多知網(wǎng)編輯：

　　 栗浩洋：大家好！非常高興能在今天這個(gè)場(chǎng)合跟大家一起分享，人工智能智·適應(yīng)教育的現(xiàn)狀和未來(lái)。

　　 我四年前做乂學(xué)教育，希望在7-15年時(shí)間，能夠讓AI智·適應(yīng)系統(tǒng)，像達(dá)芬奇+蘇格拉底+愛(ài)因斯坦合體一樣，給到每一個(gè)孩子一對(duì)一教育，給到他啟發(fā)，給到他創(chuàng)造力的發(fā)揮和不一樣的未來(lái)。

　　 每一天我們所做的事情難度都非常大，在這次人工智能峰會(huì)上，也講一下我們公司從來(lái)沒(méi)有亮出來(lái)的干貨事情。

　　關(guān)于知識(shí)點(diǎn)拆分：把分?jǐn)?shù)加減法拆分成100個(gè)知識(shí)點(diǎn)后會(huì)帶來(lái)生什么？

　　關(guān)于知識(shí)點(diǎn)拆分。全球有大量的智·適應(yīng)人工智能公司，2015年到現(xiàn)在，中國(guó)已經(jīng)有40多家公司宣稱(chēng)自己是智·適應(yīng)了。到底如何做好一個(gè)真正的人工智能智·適應(yīng)教育？如何讓算法真正的發(fā)揮作用？如果你只有極少數(shù)的知識(shí)點(diǎn)和規(guī)則的路徑，不可能做到。所以，知識(shí)點(diǎn)的拆分就變成一個(gè)非常大的難題。

　　我們拿一個(gè)知識(shí)點(diǎn)做拆分的例子，傳統(tǒng)教育的一個(gè)知識(shí)點(diǎn)在教科書(shū)里面可能是一個(gè)，講課時(shí)有兩三個(gè)，競(jìng)爭(zhēng)對(duì)手會(huì)拆到7到8個(gè)知識(shí)點(diǎn)，我們會(huì)拆到70-80個(gè)知識(shí)點(diǎn)。當(dāng)知識(shí)點(diǎn)越精細(xì)時(shí)，像過(guò)去的醫(yī)療從中醫(yī)把脈到最后有了CT，再到核磁把腫瘤的距離直徑看得更清楚，現(xiàn)在醫(yī)學(xué)技術(shù)可以把每一個(gè)細(xì)胞看得很清楚。到底哪些細(xì)胞是有問(wèn)題、病變的，哪些細(xì)胞是良好的，不需要去學(xué)，不需要在上面浪費(fèi)時(shí)間。

　　我們把分?jǐn)?shù)的加減法，拆分成100個(gè)知識(shí)點(diǎn)。很多人說(shuō)有意義嗎？一個(gè)小學(xué)三四年級(jí)的加減法可能一個(gè)半小時(shí)就教完了，你拆成100個(gè)知識(shí)點(diǎn)，可能要教7天7夜才能講完，我說(shuō)不是的，我們節(jié)省了孩子7天7夜的時(shí)間。為什么？可以做難度分級(jí)， 如果一個(gè)孩子分?jǐn)?shù)加減法的連加連減都不會(huì)，我只能給你降到第37級(jí)，分?jǐn)?shù)加法。如果你還不會(huì)，我們給你降到第29級(jí)，同分母分?jǐn)?shù)相加，你不需要把兩個(gè)分母相乘然后再去加法。如果你還不會(huì)，我?guī)湍憬档降?7級(jí)，同分母的分?jǐn)?shù)相加，并且不會(huì)出現(xiàn)三分之十這樣的情況。如果你還是不會(huì)，我們可能把你降到第8級(jí)的知識(shí)應(yīng)用，這個(gè)知識(shí)點(diǎn)叫做同分母的知識(shí)相加，并且不需要約分。當(dāng)我們把知識(shí)點(diǎn)拆到這么細(xì)的時(shí)候，我們發(fā)現(xiàn)沒(méi)有學(xué)不會(huì)知識(shí)的孩子。

　　 同時(shí)，當(dāng)我們把知識(shí)點(diǎn)拆分成細(xì)膩顆粒度時(shí)，可以通過(guò)更細(xì)致的診斷，判斷出學(xué)生的程度，進(jìn)行定位和針對(duì)性教學(xué)，節(jié)省學(xué)生的學(xué)習(xí)時(shí)間，提升學(xué)習(xí)效率。

　　關(guān)于產(chǎn)品學(xué)習(xí)流程：如何在語(yǔ)文閱讀理解中實(shí)現(xiàn)？

　　關(guān)于產(chǎn)品學(xué)習(xí)流程。如果你在教學(xué)過(guò)程中沒(méi)有智·適應(yīng)，其實(shí)你只有錯(cuò)數(shù)據(jù)和他最后做作業(yè)的數(shù)據(jù)。整個(gè)教的過(guò)程和學(xué)的流程如果沒(méi)有被數(shù)據(jù)化，沒(méi)有拿到中間過(guò)程數(shù)據(jù)的話(huà)，所有的智·適應(yīng)教學(xué)是沒(méi)有用的。你只能給他們一些作業(yè)，好學(xué)生給一些難點(diǎn)的作業(yè)，差學(xué)生給一些容易的作業(yè)，所以，整個(gè)教的過(guò)程和學(xué)生認(rèn)知成長(zhǎng)過(guò)程中的數(shù)據(jù)和知識(shí)才是最重要的。

　　當(dāng)時(shí)遇到的最大困難是語(yǔ)文學(xué)科，因?yàn)閿?shù)學(xué)、物理、化學(xué)都是很容易做智·適應(yīng)知識(shí)點(diǎn)拆分，但是語(yǔ)文如何拆分？以前語(yǔ)文教研組的組長(zhǎng)，他跟我說(shuō)，我們做語(yǔ)文的閱讀無(wú)法做智·適應(yīng)，做一下分級(jí)就了不起了，這是一門(mén)玄學(xué)。我當(dāng)時(shí)就說(shuō)，乂學(xué)教育做AI智·適應(yīng)教育就是希望把中醫(yī)變成西醫(yī)，把玄學(xué)變成科學(xué)。我們把閱讀理解做到9級(jí)的知識(shí)點(diǎn)拆分，并對(duì)考點(diǎn)進(jìn)行詳細(xì)分析。學(xué)生很可能不是閱讀理解不懂，像我小的時(shí)候由于邏輯性比較強(qiáng)，線(xiàn)索題、主旨題做的很好，但是我在一些細(xì)節(jié)性題目上經(jīng)常錯(cuò)，通常在找這個(gè)細(xì)節(jié)時(shí)通篇去找都找不到。有的孩子可能對(duì)于自然環(huán)境題目很容易理解，但是社會(huì)環(huán)境的題里面，只要一考他就會(huì)錯(cuò)。

　　舉線(xiàn)索題為例子，我們把線(xiàn)索題分成7大線(xiàn)索，比如說(shuō)時(shí)間線(xiàn)索題目、地點(diǎn)線(xiàn)索題目、空間線(xiàn)索題目、人物線(xiàn)索題目、情感線(xiàn)索題目。有的同學(xué)只會(huì)在情感線(xiàn)索題目中出錯(cuò)。因?yàn)橹灰星楦芯€(xiàn)索的題目一定有人物，為什么在四個(gè)選項(xiàng)中偏要選情感線(xiàn)索呢？到底什么區(qū)別呢？甚至普通老師都講不清楚。而讓這個(gè)同學(xué)又做了10道人物線(xiàn)索的情感線(xiàn)索題后，他以后在情感線(xiàn)索題上面再也不會(huì)犯錯(cuò)。而傳統(tǒng)情形下，刷一萬(wàn)道題，才能出來(lái)一道情感線(xiàn)索題。如果不把顆粒度分得這么細(xì)，給你專(zhuān)項(xiàng)的線(xiàn)索訓(xùn)練，根本無(wú)法給實(shí)時(shí)有效的教育。=常規(guī)的課程，不管是業(yè)余學(xué)校還是補(bǔ)習(xí)班，它就是叫做初二數(shù)學(xué)，初三物理，是把所有的知識(shí)點(diǎn)給你講完，而不是針對(duì)性學(xué)習(xí)。

　　 錯(cuò)因重構(gòu)知識(shí)地圖與非直接關(guān)聯(lián)點(diǎn)知識(shí)點(diǎn)理論

　　錯(cuò)因重構(gòu)知識(shí)地圖，也是我們公司提出的，去年開(kāi)始做。錯(cuò)因重構(gòu)知識(shí)地圖，就是說(shuō)一道題考的一個(gè)知識(shí)點(diǎn)，有些學(xué)生的知識(shí)點(diǎn)已經(jīng)會(huì)了，但是仍舊會(huì)做錯(cuò)?；蛘呤撬R(shí)點(diǎn)不會(huì)，但是不會(huì)的方面和層級(jí)角度不同。所以一道題當(dāng)中我們找出了孩子12種錯(cuò)因。你僅僅給這個(gè)孩子解決知識(shí)點(diǎn)的問(wèn)題，他都沒(méi)有問(wèn)題。但等到他一做題，在這一類(lèi)的錯(cuò)因當(dāng)中屢屢犯錯(cuò)，而且每個(gè)孩子的錯(cuò)因是完全不同的。無(wú)論英語(yǔ)、語(yǔ)文、數(shù)學(xué)、物理還是其他學(xué)科，我們給孩子去搜集他的錯(cuò)因。這件事情，過(guò)去只有特級(jí)教師一對(duì)一才能幫他找出來(lái)進(jìn)行解決。但是現(xiàn)在非常感謝AI的力量，我們找到了。整個(gè)初中數(shù)學(xué)可能有近百萬(wàn)的錯(cuò)因。這樣海量的數(shù)據(jù)，不可能是一名優(yōu)秀的教師能夠全部掌握的，但是對(duì)于AI不是問(wèn)題。我們找到所有孩子的錯(cuò)因，通過(guò)最高算法去找到每一個(gè)孩子的錯(cuò)因可能性，然后就可以非常針對(duì)性的下藥解決孩子的學(xué)習(xí)問(wèn)題。

　　非直接關(guān)聯(lián)點(diǎn)知識(shí)點(diǎn)理論。過(guò)去所有知識(shí)點(diǎn)都是叫做實(shí)務(wù)型知識(shí)點(diǎn)，他們之間的關(guān)系是先覺(jué)知識(shí)點(diǎn)，你要知道股票是什么以及買(mǎi)空賣(mài)空，才能會(huì)做對(duì)沖基金。但是很多知識(shí)點(diǎn)之間沒(méi)有關(guān)聯(lián)，你懂得對(duì)沖基金這個(gè)知識(shí)點(diǎn)，那你知道債券是什么？你理解對(duì)沖基金知識(shí)點(diǎn)，你知道CP是什么？可轉(zhuǎn)債是什么？并不知道。

　　在廣袤知識(shí)地圖里，不僅通過(guò)關(guān)聯(lián)知識(shí)點(diǎn)判斷這個(gè)學(xué)生的知識(shí)含量，還可以通過(guò)非直接關(guān)聯(lián)知識(shí)點(diǎn)去做。也就是說(shuō)每在一百萬(wàn)個(gè)知識(shí)點(diǎn)里面測(cè)試一個(gè)知識(shí)點(diǎn)，就能給其他所有剩下的知識(shí)點(diǎn)，做一個(gè)概率的知識(shí)圖。換句話(huà)說(shuō)，對(duì)于一萬(wàn)個(gè)知識(shí)點(diǎn)，不需要測(cè)一萬(wàn)道題或者一千道題，只需要200道題，剩下9800個(gè)知識(shí)點(diǎn)都被做了200次的渲染，我們都會(huì)知道這個(gè)孩子會(huì)了百分之多少，還有百分之多少不會(huì)。在我們知識(shí)點(diǎn)里面，任何一個(gè)知識(shí)點(diǎn)都有非關(guān)系性必然的聯(lián)系。

　　能力培養(yǎng)與創(chuàng)造力培養(yǎng)，如何實(shí)現(xiàn)？

　　從知識(shí)點(diǎn)學(xué)習(xí)到能力學(xué)習(xí)。我們乂學(xué)教育對(duì)學(xué)習(xí)能力進(jìn)行拆分，教孩子如何舉一反三，如何舉一反一百。但是能力教學(xué)是非常難的事情，因?yàn)樗鼪](méi)有辦法被評(píng)估，它更是一門(mén)中醫(yī)跟玄學(xué)。我在我的研發(fā)部提出了三可理論，第一個(gè)叫可定義，能力要可定義。比如說(shuō)情商如何定義？情商這個(gè)詞我們都講不清楚，就沒(méi)有辦法提供教學(xué)。第二個(gè)叫做可測(cè)量，能力拆分完一定要可測(cè)量。第三個(gè)是可傳授，就是我一定要教給你。達(dá)到三可之后，我們現(xiàn)在已經(jīng)有了500多種學(xué)習(xí)能力的拆分，每一個(gè)學(xué)科都有100多個(gè)能力的拆分，這些所有拆分全部做到可定義、可測(cè)量、可傳授。

　　現(xiàn)在我?guī)е覀儓F(tuán)隊(duì)，已經(jīng)開(kāi)始研究用AI系統(tǒng)實(shí)現(xiàn)創(chuàng)造力培養(yǎng)。我們把所有創(chuàng)造力的方向，也拆分成分可量化、可規(guī)則化、可模塊化的描述。通過(guò)這些描述，不斷的采用機(jī)器對(duì)學(xué)生的啟發(fā)式的人機(jī)對(duì)話(huà)，來(lái)獲得學(xué)生的反饋和感受。通過(guò)NLP的語(yǔ)義理解，知道學(xué)生的反饋是在哪個(gè)層面，然后給到他不同的回答。這件事情需要三四年時(shí)間的努力，以?xún)?nèi)一些科技機(jī)構(gòu)不斷的成長(zhǎng)成熟，人機(jī)對(duì)話(huà)和語(yǔ)義理解有一個(gè)提升。

　　人工智能智·適應(yīng)系統(tǒng)也是需要不斷的找到學(xué)生的學(xué)習(xí)最佳策略，通過(guò)這樣的對(duì)抗網(wǎng)絡(luò)，能夠不斷的大幅度提升算法準(zhǔn)確度，以及給到每個(gè)孩子的知識(shí)內(nèi)容推薦和知識(shí)路徑推薦的準(zhǔn)確度。我們從大量的學(xué)生得到反饋，他們?cè)诎肽陼r(shí)間里面提分很高。每個(gè)孩子對(duì)于智·適應(yīng)的感受不一樣，他們覺(jué)得整個(gè)系統(tǒng)是人性化的，是根據(jù)自己的水平去定制的。

　　 有的孩子對(duì)數(shù)學(xué)或者某個(gè)學(xué)科非常頭疼，不想學(xué)習(xí)。但是有了這樣的軟件，他慢慢了解自己是什么樣的，自己站在哪里，不管是好還是差。在這個(gè)系統(tǒng)里面，他們愛(ài)上了學(xué)習(xí)。教育不應(yīng)該是用趣味性解決教育的問(wèn)題，而是用學(xué)習(xí)成長(zhǎng)的成就感去解決教育的問(wèn)題。當(dāng)你有了成就感之后，你會(huì)愿意進(jìn)入下一個(gè)階段的學(xué)習(xí)，只有這樣才會(huì)有最好的結(jié)果。（多知網(wǎng) 尚昌華）