必赢nn699net-手机版

官方微信

安德烈亚斯·施莱歇尔:开拓机器人、区块链和人工智能的教育前沿

【浏览字体: 】      发布时间:2021-11-26      来源:必赢nn699net-手机版

 

  对于当下的年轻人来说,数字世界已经变成了现实世界。你可以看到,一些国家的年轻人,每周上网所花费的时间超过40 小时。其实有一部分使用时间是在学校中发生的。但你知道吗?出生在数字世界,成为数字原住民,并不意味着我们就拥有数字化能力。我们研究了年轻人在多大程度上能够在互联网上非常有效地探索信息或者至少是主动运用网络探索知识。在这方面,中国四个参与2018 PISA 测试的省份地区都取得了很好的结果。但即使是这样,我们能看到的最高指标,只有大约60%15 岁的孩子能够恰当地运用网络,而剩下的孩子运用网络的技能有限,有的甚至缺乏这项技能。这是我们的大多数年轻人的现状,是我们今天教育所需要面对的现实。

  科技远远领先于人类的技能。人们总能在发明新工具方面做得很好,却似乎不太能明智地使用它们。因此,当你回顾PISA 的轨迹,并思考科技是如何改变了我们生活中的方方面面,从智能手机到社交媒体,再到机器人、云计算、大数据、生物遗传学。但是当我研究15 岁学生PISA 测试的结果时,在主要的工业化国家,孩子们的测试结果基本持平。在15 岁的孩子中,只有不到一半的人能可靠地分辨事实和观点。这是事实。我们教育体系的现实发展速度远远超过了我们教育体系的反应能力。数字化,实际上能够帮助我们用不同的方式做事。

  当你看到数字化的力量时,你会发现它有巨大的潜力。我们最近发布的《数字化教育展望》报告指出,在课堂上技术是如何支持个性化学习,提高学生的参与度,了解课堂的动态,学习分析能力,以及提高公平性,特别是对有特殊教育需要的学生,进一步就整个教育系统而言,通过技术手段能够显示学生在哪些方面落后,为教师教学提供支持,进行资格认证与后勤管理,它具备巨大的潜能。让我们先看看教室,在这里技术方面最明显的潜力是,使学习更加个性化、更加精细化、更具适应性、更有互动性。如果你想制造一辆自动驾驶汽车,你需要检测环境、评估风险,然后再决定行动,用同样方法的人工智能系统,目前可以支持教师对学习者的追踪,并检测他们的环境,对学习者进行诊断,预测他们的发展,并就如何最好地提高学习提出建议。智能数据系统已经能够很好地使用一系列数据,来了解学习者和学习环境,锁定学生在电脑上的活动数据、生理数据、行为数据以及环境数据、数据流技术,可以通过评估学生的学习进展来支持诊断环节,找到发展中存在的漏洞,衡量动机等,对学生的情绪也越来越了解。这种诊断可以帮助教师调整传达给学生和学习者的反馈,算法能够根据学生的能力恰当地对任务进行调整。

  MATHia 为例,它是一个数学学习平台,它可以检测学生解决问题的进度、诊断学生的知识、判断学生的成长和学习进展,还有学生在学习的哪方面有所进步,然后它可以指出学生什么时候真正掌握了这一主题。并且在各个阶段都会提供详细的反馈信息,老师也会获得宏观层面的规划报告。你可以在中国或世界范围内找到很多类似的系统、类似的技术可以优化,在课程层面学生学习不同主题的顺序。

  再以ALEKS 平台为例,该程序根据学生以前的表现,调整所学习的单元。从本质上说,就是从适合所有学生学习的一刀切式的课程转变为适合每个学生、适合每种学习风格的课程。这些技术,对有特殊教育需要的学生来说十分有价值。老师们可以迅速找到孩子在发展中的差异,发现并诊出例如:阅读障碍、书写障碍、计算障碍,还有一些听力视力上的障碍。目前,在疫情期间,我们观察到的一件事是,只有在学生们富有动机、具备正确的自我管理和学习策略时,科技的作用才能有效发挥。现实就是,为什么全神贯注参与到一门课程中如此困难?参与到线上课程就更难了。有时候喜欢和学习是互相矛盾的。参与并不能使学习自动发生,参与度可以有很多不同的含义,是指出席课堂吗?是完成作业吗?是归属感吗?还是享受乐趣呢?我们应该将参与性视为概念化的东西,一种多维社会结构的概念基于这种结构。大家都知道,传感器可以捕捉学生的动作、姿势和面部表情,然后这些数据可以转化为学生参与度的衡量标准。这是新技术的力量。

  实际上,通过对机器进行训练可以推断学生对课程感兴趣的程度。通过识别可读信号这类信息进行判断,我们可以关注两种技术,第一种是前瞻性方法。通过传感器判断学生是否抽离了学习,尝试重新投入学习的情况。其中一个例子是Classcraft。它会告诉学生如何去做,有助于作业管理。“水晶岛”是另一款沉浸式游戏。用户在交互世界中进行微生物知识的学习,发展探究式学习的技能,它是一个沉浸叙事性的交互平台。第二种是通过反应性方法,监测学生的参与度,然后在学生抽离学习时进行干预。这也是我们现今可以做到的事情。但是技术力量的体现,不仅仅源于为每个学生提供了个性化的学习,更多的是来自于将孩子们的洞察力移植到课堂发生的事情上。利用科技,我们可以把整间教室看作一个数字化系统。它可以捕捉教室里发生的一切,可以是学生与设备全部的互动过程。整个班级的注意力水平由眼神跟踪器、行为频率传感器或其它传感器决定。学习分析程序可以将这些数据整合在一起。帮助教师了解正在发生的事情,将看不见的东西可视化,教师可以利用这些信息进行监测干预、共享信息、组建团队、把握过渡时机,而且可以不断地了解自我。协调学习是一个把控时间的过程。如果你的进度太快,很多学生就会被落在后面。如果你进度太慢,对于很多学生来说是在浪费时间。作为一名教师,你可以研究一下学生们喜欢的学习方式。用同样的方法,科技可以帮助教师更多地了解自己,他们说多少话、都走到了哪些地方、他们最关注的是哪位学生。我们的数字化教育前景试图从高度上梳理我们的前途。

  人工智能并不需要一个躯体,尽管流行文化有时让我们认为它需要躯体。到目前为止,我向大家展示的大多数系统,只需要一个处理器和一个屏幕。但是似乎赋予人工智能一个躯体可以对学习产生影响,也许现在还无法达到电影中的那种效果,但是机器人仿真的行为是能够吸引孩子们的。所以社交机器人可以支持社交互动和参与,它们通过注入一些乐趣来提高学生的注意力,激发学生的学习动机,一对一辅导,似乎是社交机器人很有前途的一个角色。语言学习机器人家教就是一个很好的例子。它能帮助学生通过互动进行语言学习,而不是仅仅通过词汇表和语法表进行学习。机器人还可以作为教师的助手减轻管理上的麻烦,从而帮助教师在班级内进行分组互动。这里有一个例子,在机器人助手的帮助下完成的一节英语课。与单独由教师教导的一组学生来说,有机器人助手的另一组学生实际上表现出了更强的词汇能力。机器人的一个有意思的作用是机器人可以作为个人学习助手。这种理念建立在通过教来学习,其中的想法是,如果你向别人解释你知道的学习材料,这可以加强你自己的理解,而这看起来是起作用的。还有远程呈现机器人,它们在教室里代表了老师的形象。

  在澳大利亚和日本已经进行了实地试验。日本的试验成果表明,学生们实际上感到,在虚拟形象面前,教室的课堂气氛是在控制之中的。他们对此非常积极,想想现在疫情期间的情况,机器人比传统的电话会议更先进,所以这些让你体验了一下科技在教室里能做什么。让我们简要地看看,技术是如何转变教育机构和系统的。早期预警系统发出信号,预警面临辍学风险的学生,并且,科技可以使录取过程更加公平,或帮助优化资源的分配。例如,在美国,实际只有38%的辍学者符合我们通常认为的风险学生。大学现今称之为厌倦类辍学。所以,按照我们的传统观点,我们错过了另外两类非常重要的辍学者。安静类辍学者,他们实际是喜欢学校的,但他们进展太慢而无法获得成功。这类人实际在辍学者中占了绝大多数。如果我们不能及时发现问题,为什么他们缺课了也没办法给他们提供支持。还有牵连形辍学者,他们喜欢学校,成绩也不错,但是,他们有时走了弯路,然后就辍学了。科技可以帮助我们及早发现这些辍学模式,然后进行干预。这里有一个软件的例子。它可以准确地向老师展示学生在哪些方面落后了,以及他们可以如何干预。因此,至少证明科技有着改变评估的巨大潜力。

  教育所犯的最严重的错误之一就是把学习和评估分开。你知道,我们的学生学了堆积如山的知识,年复一年地学,突然有一天,我们又把他们拽回来,告诉我一切你们所学的知识,而且是在一个极端的人为限制的环境中。未来我们将创新并重塑评估和学习,基于游戏的评估可以通过最优化课程流程,模糊传统评估和沉浸式学习之间的界限,奖励学生展示认知的过程,而不仅仅是记忆事实。这种评估可以将现代心理学理论应用于评估,可以整合形成性元素和总结性元素,可以掌控难以掌握的技能。它们可以测量更大粒度的结构,更多地关注互动和参与。但老实说,这个方案仍处于起步阶段。我们需要很多流程来实现这种规模,想要达到潜在的数字评估,则需要结合区块链技术。区块链使发行者和接受者同时具备数字证书的所有权,并且移除了对于发行机构的依赖,以及对软件供应商和第三方依赖,以及那些通常涉及对官方记录的依赖。所以,人们总是有他们的自己可验证的信用和记录。他们可以在一个开放的区块链中展示,这可以让学习者对他们的学习内容、学习方式、学习时间和学习的地点有更多的自主权,但我们也还没到那一步。

  公共政策仍然需要做一些功课。我们应该确保立法提供总体框架,而不是绑定到非常具体的技术实现去阻碍我们个体的建设。好的开放标准将是摆在我们面前的重要任务之一。那么这意味着什么呢?数字教育前景和我们在经合组织的工作说明了科技可以为人们提供许多东西,提高教与学有效性及公平性,提高学习者的参与性,并帮助我们重新配置空间、人员、时间,这些通过技术能更好运用的方面。未来就在这里,我们有大量的机会利用技术,不仅仅是保存和改善当前的教育实践,而是真正转变教育实践,同时服务于更广泛的学习者和学习者的需求。但是我想请大家看清现实,目前现实看起来还是这样的,PISA 的评估显示,现今学生在教室里使用科技越多,实际反而体现在PISA 测试中的数字素养越差。这确实是真实情况。无论是在学校玩模拟游戏,还是在学校的电脑上做作业,或者使用学习软件或网站。在数个国家这都真实发生着。虽然有很多理由可以解释这一点,但最重要的是,再多的技术只靠其本身,不会自动转化为更好的学习结果。

  那么,为什么我们在科技和教育方面如此艰难呢。你知道,指责别人是很容易的。教师不具备科技方面的技能,而科技公司利用教育市场经常销售功能失调的产品。因为没有人去投诉,或是工会抵制变革,以及其他各种情况。但你知道,一部分原因是不论行业内还是公共政策,到目前为止都没能完全掌控一个办公系统或生态系统的方法。我们一直都有一些拼凑的技术解决方案,但没有部分整体也是无法突破的。在教育方面,学校通常不得不依靠于整体和局部不相容的解决方案。不同的学校和地区做出选择是不一样的。我们无法利用和使用数据来帮助学生更好地学习、帮助教师在学校教得更好、辅助学校更有效地教学。在这个支离破碎的市场中,公司通常需要一大群销售人员,来把产品带到市场而这给创新者和创业公司的介入创造了诸多障碍。公共政策也仍处于一段难以调和的时期,即数据隐私和数据有效利用的平衡。

  从各国国家的角度我们需要努力更好地融合教育实践。为什么教师要寄希望于单一的数字工具而未来大方向是智能和集成系统,政府应该推动该行业增加不同技术之间的兼容性。我们需要更好的连接和更综合的数字工具。我们还需要将注意力从学习技术转移到学习活动上。在电子环境中以整合个人、团队和课堂活动为目标。最后,同样重要的是我们需要进化,让设备出现得更频繁,但去掉刻意的痕迹。我们需要应用更全面的智能发展系统,将人类和人工智能结合起来。我们需具备适应性和个性化核心的智能系统,而且能为功能障碍级别进行深度定制,为学校和儿童级别定制。最终的一点要确保科技是以人类为中心的,你可以看到这组数据。我们的汽车是如何实现自动化的,不是你自己开车而是全自动化技术帮助你。而你可以坐下来放松,科技接替一切操作。这个流程是没问题的,但说到教育我们需要更仔细地思考,适合教育者和科技的角色是什么?学习不是一个交易过程,它始终是一个社会的关系的过程。技术可以为教师提供一部分信息,它可以进一步控制特定任务,甚至接管更大的任务。科技提示教师什么时间采取行动,但在这个层次关系中我们想要的终点在哪?这需要智能的教师、智能的科技和智能政策来解决这个问题。最终,我们需要在想法和创新上进行更多的投资,与卫生部门相比全球教育的风险投资占比仍然很小。

  当你看这个进化过程的时候,这个进程实际上是这样的,从中国角度讲,在2014 年,全球超过一半的教育风险投资是美国的投资。到了2020 年,中国的份额已经上升到63%。你几乎是意识不到的,世界需要更好地合作,对新想法进行更多投资,使它们规模化并制定使这一切实现的标准。我们都需要更加努力,推动教育的前沿。我知道这就是NIES 的目的。这不仅关乎资源,还意味着公共政策需要更好地识别,变革的关键动力和引领者,要找到更有效的方式来扩大和传播创新。这也意味着要找到更好的方式来辨别、奖励和庆祝成功。尽一切可能让创新者更乐于去冒险尝试,鼓励教育中出现新思想。这样教育就变成了教育下一代未来的东西而不是传递我们过去经验。

  (本文系OECD教育与技能司司长安德烈亚斯·施莱歇尔在第三届“一带一路”教育对话上的报告)