在过去的几年里,机器学习应用已经悄然进入人们生活的方方面面:从社交媒体到语音识别,从放射学到零售业,从战争到写作,从编码到客户】服务,从机器人到路线优化。
信息▼时代四十年来,我们已经能告诉计算机该做什么了。但随着人工智能的进步,尤其是机器学习的发展,芯片处理速度的提升,我们可以持续地为计算机庞大的数据集送入各种数据。
它们可以(在狭小的空间里)自己得出一些推论。正如《Ask About AI》报告中所说的@ 那样,学习代码的兴起标志着增强智能新时代的⊙开始。这是我们扩大受教育机会的大好时机,也是年轻人做出重大贡献的大好时机。附报告链接
考虑到人际关系在人类发展中的重要性,人工智能将在许多方面增强教育,而不是取代教育者的工作。我们必须在团♀队合作方面做得更好,也◆包括与智能机器的合作。
机器学习正√在改善学生的学习,并为教师和学◥习者提供更好的支持。我们整理了32个可以利用机器学习来支持更好教育的方向,并列举了一些案例,希望能给大家一些启思。
改善学习
1.早期学习。
Kidaptive是为幼儿提供游戏和玩具的适应性学习平台。Osmo是一款结合了在线学习和∴动手学习的互动游戏◤。
2.自适应学∞习。
课程助理i-Ready是广泛使用的︻适应性阅读和数学学习软件。近日,Rise基金还对自适应学习软件DreamBox进★行了巨额投资;而 Imagine Learning公司收购了非营利的自适应数学学习软件公司Reasoning Mind。
3.课程资料。
优质内容和开放性内容的提供商越来越多地使用机器学习,来提供最佳课程。像Content Technologies Inc.这样的公司正在使用机器学习来实现这个过程的自动化〇。
4.在线学习。
像Coursera、Udacity和edX这样规模较大的高等教育机构,正在使用机器学习来改卐善学习目标设置、课程和◆支持服务。
5.语言学习。
正式和非正式使用的语言学习应用程序,(Duolingo, Babbel, Rosetta Stone)开始使用更好的匹配和翻译服务。VIPKID最近又融了5亿美元,以充分融入机器学习。
6.写作。
Grammarly、Turnitin、WriteLab (被Chegg收购)、PEG Writing和Write to Learn等软件,由机器学习提供反馈和评分系统,正得到越来越广泛的应用。
7.编码和制造商。
LittleBits和Modular Robotics教授机器人技术基▃础知识。 Tynker和CodeHS教授编码。这些让所有人都越来越≡多地了解AI。
8.考试准备。
像Quizlet、Kaplan、Magoosh和Toppr这样的学习和考试准备工具,正变得越来越聪明。
9.调度。
Abl学校是下一代学校的典型。随着像普渡理工这样的名校都开始重视个体学生日程安排,预计智能日程安排工具很快就会出现。
10.探索。
越来越多的孩子有机会在增强现实和虚拟现实中学▲习和创造。机器学习将⊙继续以多种方式改善VR体验,包括手势和声音识别、图像渲染和更好的协作体验」。
11.辅助技术。
在过去的两年中,许多帮助特殊需求学习者的技术得到了改进,包括语音识别、文本到语音转换和文本修改。
12.评估。
机器学习在许多方面都在改善评估,包括』适应性测试(NWEA)、快速评分(GradeScope)、跟踪解决问题的步〖骤(Thinkster)和监控学生进步[包括难以在学校衡量的技能(全方位教育)]。它也将是实现互动性的关键,并能整合形成性评ζ 估的多个来源。
13.诊断。
人工智能在诊断疾病、视力问题和学习差异方面正在迅速改善。
14.分析。
包括BrightBytes、Civitas Learning、Acrobatiq aa在内的分析平台已经在高等教育中广泛使用,并在K-12课程中也得到了广泛的应用。
15.指导系统。
领英和Ziprecruiter等人才平台帮助雇主和】有潜力的求职者之间进行匹@配。大量的本地化△信息将使Naviance和WorkKeys等高中毕业生就业求学指导平台的可用性更强,并且这些平台与就业途径相关联。
16.能力管理。
学生成绩册◇将纳入多个来源的评估信息,并帮助教师结合徽章或微证书,对学生的能力做出正确∮判断。
17.学习者○档案。
能力管理将通过大々规模综合档案(包括课外〖阅读的书籍和拥有的技能)的比较来实现︼。各种分散式记录都将成为扩展记录的一部分。在可预见的将ξ 来,人工审阅人员只需浏览记录的摘要,配合着使用机器学习工具就可以了,这些工具将筛查更大的配置文件——包括︾提交的和删除的。
18.学习管理♀系统。
目前像Canvas from Instruction、D2L和AltSchool这样的学习平台对机器学习的♀使用是有限的,但也在不断〓地增长。有一〗些自适应的LMS(学习管理系统),如Fishtree和realize zeit主要◣用于职业教育。随着学习者数据的增加,更多的平台将加入推荐引擎和个性化路径。
在企业LMS市场,进展可能会更快。随着像NAF这样的集团采用SAP的SuccessFactors平台,我们开始看到更多的双赢现象。
19.经验管理。
随着学习方式变得◥更加分散和能力体系◤的提高,系统≡将提供来源、进度和适合学习科目等学习∴经验。
20.指导。
在正确的时间,以正确的理由(即基于项目的指导)将行业导师与学生联系▆起来。尽管在线学习平台在今天起到了一定的作用,但一个带贡献激【励机制的新版本,会极大↑地调动大家的积极性(很可能会与大学校友会联合出现)。
21.招聘和入■职。
机器学习在企业招聘》和入职培训中被广泛使用,目前它正在进入教育领域。“智能筛选”是人力资源领域的一项重大举措,人力资源领域将应用这种智能平台,以提高招聘、人员匹配和入职培训的〒效率。
22.员工调度和替代管理。
为了处理日益复杂ㄨ的人员调配问题,以支持个性化和※基于能力的学习,Frontline等公司正在构建更好的智能安排解决方案。
23.专业学习。
采用混→合和个性化的学习策略,面向教育者的新学习平台混合▃了开放的和专有的内容,并提供微证书。在不久的将来,这些平台将会随着个性化推荐(也许由教育学院№和平台合作伙伴提供)而变得适应性强。
改善支持
24.交通。
使用像Creatrix这样的人工智能手机应用程序,公交调度变得更容∏易了。在不到十年♂的时间里,各学区将会把特殊儿童的交卐通和自动驾驶汽车纳■入学生交通计划。
25.维护。
Dude Solutions公司利用云智能软件来指导建筑和地面维护。与传统的行业基准相比,能使设备监控◆变得越来越容易,生产→效率也有很大提高。学校可以自行控制时间(例如,什么〗时候修剪草坪)和服务。
26.设施管理。
智能建筑管理软件帮助管理暖↙通、照明和安全。
27.营养。
梅奥医学中↙心(Mayo Clinic)创建了一个名为FEED的人工智能项目,旨在关注营养缺乏患者补充营养的安全和质¤量。在芬兰,他们有5个试点,使用智能工具来改善营养和健康。
28.采购。
Deloitte公司通过对采购员的调ω 查发现,88%的人认为自动化∑和机器人技术将在五年@内影响采购行业。新的采购平『台将更有效率、独立和支持精确】跟踪。
29.金融。
埃森哲公司表示,在商界,“自动化、微型机器人、机器学习和适应性智能正以闪电般的速度成为金融团队的一部分”,简化月度结账和费」用管理。当学校董事会成员有问题时,一个▲人工智能聊天机器人就会提供答案。
30.网络安全。
安全专家预々计,在〓人工智能工具上将有更多资金投入。思科(Cisco)的一份报◎告称,人工智能应该能够学习㊣ 如何在加密网络和物联网(IoT)环境中,自动检测模式异常。
31.安全和保障。
越来越多的◥人使用人工智能,在学生的语言或行为中,预先识别出可︾能会出现学校暴力的情况。帕↓克兰高中的一名学生创建了#NeverAgainTech项目,她希望该项目能利用人工♀智能对校园枪击案相关的大量数据〓进行汇编和分析。
32.学校管理。
随着西方越来〗越多的微型学校(见CottageClass和Acton学院)和非洲、印度的低成本私立学校的出现,人们对包括招生、学生信息、出勤率和学费在内的学校管理平台越来越感兴趣。
就我们所看到的,与教师建立持久々的关系,学会他人□的学习经验,将继续成为教育中最▲重要的因素。而人工智能只是让学校里使用的每一种工具都加∞速了。能够帮助年轻人学习,让他们的学习能力每个月◣都会得到持续提高。
(原标题:AI到底能改善教育的哪些方面?我们列出这32个方向)