汤涛：智慧教育最终目的是实现个性化学习

人工智能已经渗透到人们生产生活，逐步应用于教育、医疗、养老、环境保护、城市运行、司法服务等领域。近些年，我国高度重视发展人工智能。2017年7月，国务院印发《新一代人工智能发展规划》，面向2030年对我国人工智能发展进行了战略性部署，统筹推进新一代人工智能在社会各领域的研究及应用。我国人工智能产业迎来了朝气蓬勃的春天。

人工智能是集计算机技术、数学、神经科学等多学科交叉的复杂系统，目前，很多人工智能产品的研发很少有自主的核心算法，多是依靠、使用开源算法，再进行针对性的二次开发，最终形成一套外表光亮的应用产品。基于网上共享代码大量使用的现状，也不免让人担心这些代码是否能够支撑起我国人工智能产业的发展。

众所周知，我们离真正人工智能还有很长的路要走，人工智能的应用研究呼唤更多的科研工作者，尤其是数学家脚踏实地投入其中，数学将为科技的发展及突破提供坚实的支撑。现在人工智能花团锦簇固然是好现象，但热繁荣的背后还需要冷思考，更需要扎实做好底层核心算法的架构，一步一个脚印地推动人工智能产业走下去。

在教育领域，人工智能也在悄悄地改变着教育形态，智能识别系统在校园随处可见，人工智能技术深度融入了“教与学”。我们常说，技术是双刃剑，取决于如何使用，所以更需要冷静对待。关于人工智能与教育，我们专访了中国科学院院士、北京师范大学-香港浸会大学联合国际学院校长汤涛。

汤涛院士是国际知名的计算机数学家，在科学计算的重要领域做出系统和原创的研究，在高精度和自适应计算方法研究领域有突出学术贡献。同时，他密切关注人工智能在教育的应用，对中小学人工智能教育有持续的探索。就记者提出的人工智能在教育领域发展方向在哪？如何实现人机协作的智慧教育？怎样让青少年理解并学习人工智能等问题，他给出了自己的思考。

汤涛，中国科学院院士、北京师范大学-香港浸会大学联合国际学院校长

【从物质准备方面来说，物联网、云计算、大数据在智慧教育方面会起到非常大的作用。】

《教育家》：汤院士，智能时代已经到来，我国的许多地方也在推动智慧城市建设。我们想厘清下概念，请问智能和智慧有什么本质的区别？

汤涛：智能与智慧的定义、内容都有所不同。智能比较多元化，一是智能设计上，包括对机器的设计，需要比较深的数学原理。二是智能上最凸显的是机器学习，人工智能的类脑计算、神经网络搭建是这几年我认为非常重要的一个方面。

智能不只是你学会操作机器，而是要考虑机器对人的习惯、方法等方面的学习，比如下围棋，围棋水平低的人写的棋谱，很容易被其他人赢。而经过训练拥有深层神经网络的人工智能“围棋高手”，体现开发者的智力，能推演出更多步以后的局势。假如人只能想到5步棋，但机器可以想到7步棋，水平再高的人也下不过机器。

智慧是一个系统。比如，城市智慧照明灯，人来了自动打开，人离开自动关掉，还有智慧养老服务系统等等以智慧化手段解决人类需求。因此某些程度上说智能比智慧难度大得多。

当下，在教育方面，即便是人工智能技术在教育领域应用很广泛，但是，离智能教育还有不小的距离，用智慧教育来描述可能更为准确。

智慧教育是在信息化基础上，当然还包括人工智能技术的支撑，建构信息时代的教育新秩序，形成信息时代的教育新形态，以及教育的新常态。我们把信息化元素、人工智能技术充分融入教育以后，信息化+教育，人工智能+教育在“时代的催化剂”的催化下，产生智慧教育。

从物质准备方面来说，物联网、云计算、大数据在智慧教育方面会起到非常大的作用。小学、中学、大学、继续教育等都可以通过互联网、大数据实现教育发展和升华。 

【智慧教育现在非常热门，到底怎么做，怎么做得好，实际上是一个非常有吸引力的话题，也是一个非常有挑战的课题。】

《教育家》：那么，如何构建智慧教育体系？

汤涛：智慧教育现在非常热门，到底怎么做，怎么做得好，实际上是一个非常有吸引力的话题，也是一个非常有挑战的课题。

我认为，智慧教育体系包括智慧教师、智慧管理、智慧学习者，以及智慧学习、智慧课程、智慧教学和智慧教育资源等等。智慧教育的重点在课堂，排排坐的课堂并不利于交流，信息化促进了课堂的演变，将改变以往一排排桌椅的传统课堂设置。现在，我们通过虚拟技术，让大家的互动机会更多，看似是教室的变化，其实质价值在于使课堂可以利用数据和观点，以及利用开放式的学习工具对资源社区进行管理，降低成本，提高可靠性、利用性和产出。

智慧教育的发展可能会进一步扩大数字鸿沟，使我们的教育不平衡，最重要的一点，我觉得人工智能的科研工作者应该和高校、中小学合作，共同做一些教育内容来填平鸿沟，努力构建一个更加开放、平衡的智慧教育生态系统。

【教育每天都在产生大量的数据，通过数据分析可以把教育往更高的层次推进。】

《教育家》：您刚刚提到智慧教育体系包括智慧学习，技术如何促进学习？

汤涛：人工智能技术可以做许多事，比如人脸识别、指纹识别、声纹识别等，但对于学习还是需要继续往前走。教育每天都在产生大量的数据，通过数据分析可以把教育往更高的层次推进。

比如一个班有60多个学生，老师很难照顾到所有人。可能有一半的学生跟得上进度，有的学生“吃不饱”，还有的学生完全跟不上。

从整个班级来说，每个人回答老师提出的问题，老师不可能分析全班60多个人，而如果交给机器来做，它马上就能分析出结果。根据学生的回答，机器能够判断出这个知识点太简单大家很容易学会，或者是太难了大家都不理解。还有个别学生需要额外的辅导以跟上教学进度，“吃不饱”的学生则需要更多更深的东西，这些都能通过大数据判断，机器分析后反馈给教学。智慧教育实现了个性化教学，更凸显了知识的可靠性。

【数据分析、智能推送、评价系统整个一套下来，某种意义上可以代替老师的很多作用，尤其可以弥补贫困地区师资力量的不足。】

《教育家》：中国现有1700万教师，这是一个非常庞大的群体，但农村地区仍然还有师资短缺现象，如何破解？

汤涛：对中小学生来说，学科学习最为重要，这也考量着各个地区老师的教育、教学能力，而利用互联网技术能够帮助学生提高成绩，但互联网教育必须要有好的材料，老师理所当然地成为互联网资源的整合者、应用者和提供者。

当前我们国家可能有一半地区语言类的老师稀缺，质量也不太高。数学老师也是如此，大城市的数学老师专业能力强，教学有深度，但很多地方达不到这种水平，我觉得互联网教育可以部分解决师资力量短缺的问题。

以语言互联网教学为例，现在市面上出现了一些比较成熟的语言学习软件，学生可以跟着机器上的老师发音，读单词和句子，还可以通过提速、降速把文章读下来。这些语言学习软件自带评价系统，学生读完后系统可以打分，这样就激发了学生的学习动力，从而改进学习。机器还会提示学生的语言水平到达了什么程度，可以继续学接下来的课程，这等于有人在指导你。

再比如像俄语、韩语等小语种教学，可能你某天也想学一门语言，不需要达到非常专业的水平，但是足够满足出国旅游的基本交流。比如有些中国学生从零开始通过机器学韩语，半年后韩语能考出很不错的分数，到国外留学完全没有问题。

因此针对小语种学习的互联网教育产品，对于很多学生，包括成人教育都十分有用。现在很难培养大批的语言型老师，大部分培养出来的是刚需的英语老师，培养韩语、日语、俄语等小语种老师需要大量的时间。在国家开放一带一路以后，我们需要培养一些小语种的人，小语种的互联网知识平台，应该是大有可为的。

现在学校的硬件设施都很完善，直接安装软件就行了。刚开始可能需要进行软件使用的培训，之后就可以熟练运用软件开展教学活动。数据分析、智能推送、评价系统整个一套下来，某种意义上可以代替老师的很多作用，尤其可以弥补贫困地区师资力量的不足。

【在机器与老师进行融合教学的过程中，我们应该训练机器知道老师教的怎么样，学生学习的效果怎么样。】

《教育家》：您刚刚举例的小语种教学，机器就发挥了教师的作用。人工智能时代，根据您的判断，未来课堂上机器人教师和人类教师如何更好地融合教学？

汤涛：这样的小语种互联网教学产品几乎相当于机器人教师了。最简单的是读一个句子，机器的数据分析系统会告诉你发音准不准，是不是需要再改进。我小时候曾经在农村待过两年，教英语的老师还带着口音，发音非常不标准，所以对于欠发达地区尤其是师资力量不足的地方，这是很重要的一步跨越。

现在信息超载，问题也越来越复杂，一定是有一部分要给交机器做的，人可以训练机器，让机器将事情一步一步理顺，人只要知道机器做的对就行。

在我看来，教师是永远无法被代替的，教育也不能完全是机器做，教育信息技术发展、应用需要人的聪明才智，只有将人与技术深度融合才能做得好。老师的力量加上人工智能的力量，会让教育向个性化、均衡化、深度化的方向发展。

在机器与老师进行融合教学的过程中，我们应该训练机器知道老师教的怎么样，学生学习的效果怎么样。同时也需要发挥人的主观能动性，从教学活动的角度，人工智能教学需要依靠老师的经验，要针对老师教学的优势和弱势，通过机器保留优势、改进弱势。

【搭建神经网络完全可以用数学的语言实现，可以教学生搭建神经网络，进而理解语音识别、图像识别、对话系统和决策对策等人工智能。】

《教育家》：人工智能浪潮蓬勃发展，影响着未来人才培养的趋势。不少高校纷纷设立人工智能学院，创设人工智能专业，基础教育领域的人工智能教育也引起重视，如何培养中小学生这方面的能力？

汤涛：理解神经网络对学习人工智能尤为重要，比如我认识一个人，第一次见面我可能记得不太清楚，第二次见面慢慢就有印象，第三次我肯定能记住。很多的记忆力和分辨能力都是通过神经网络层数逐步加深。搭建神经网络完全能用数学的语言实现，可以教学生搭建神经网络，进而理解语音识别、图像识别、对话系统和决策对策等人工智能。

如何通过简单的数学语言告诉学生学习AI不是困难的？举个神经网络实验的例子，1234567890手写数字，比如写个“2”，打出很多方格，每个方格都记上一些记号就给出一个矩阵，我找100个人来写各种的“2”字以后，就把矩阵数据拟合，这个人的“2”有这样的特点，那个人的“2”有那样的特点，全部拟合完，任何人写“2”字和这100个人写的“2”不会相差太多，因此我们就可以从概率判断出来。最后我们可以训练机器，任何一个人写的数字拿过来以后都可以被机器认出。

写个乱七八糟的“1”，机器就能理解并输出1。ABC的A，进行机器训练完了以后，出现一个正确的A，都可以被识别。这件事通过20行到30行的一个代码写出的程序就可以做到。我们教给学生这些代码，把每一个代码是干什么的讲清楚，学生通过学习这个程序，把字识别出来，他们会很有成就感。数字、汉字，或者26个英文字母，学生通过学习这些代码，可以完成字的识别。他们学会之后可以做很多事情，我们只是教他们一些基本的方法。

我们要告诉一个中学生一辆汽车是怎么造的，讲清楚造车的原理再知道怎么开车将非常困难。但是给我一辆车，告诉中学生怎么开这辆车，实际上不是很困难的一件事。关于神经网络，我们现在要做的就是向中学老师讲清楚人工智能的数学原理，他们能够理解以后，再训练学生如何操作，如何体验。

最后再总结一下，智慧教育，实际上我们要做的事情，就是把数据拿出来，应用统计学、数学等学科方法，通过AI进行数据挖掘、分析，体验出一些真正的内在联系。比如提出一种可解释的人工神经网络，理解学生数学素养的潜在多层次因素，如数学自信心、内在动机、外在动机、数学焦虑和家庭影响等，我们把很多因素分析出来，就可以对学生进行个性化的教学。再通过教学评估的测量方式，把传统的心理测量法、统计学等评估方法转变到现代机器学习和人工智能上来，为每位学习者提供不同于别人的学习策略和学习方法，最终实现个性化学习。