（美）學習工程的下一個前沿：教授其他人工智慧的人工智慧
作者：Rebecca Koenig
翻譯：張鐵光教授、劍橋博士
2020年12月10日
本文是《更好、更快、更強：學習工程如何實現教育變革》（Better, Faster, Stronger: How Learning Engineering Aimsto Transform Education）指南的一部分。
人們輔導其他人的工作相當不錯。問題是，這需要很多人。指導人類的人工智慧工具（artificially intelligent tools tutoring humans）也很管用，但構建這些數字系統需要時間和專業知識。
因此，希望設計出更好的教學和學習系統的研究人員正在努力開發一個新的教育效率水平，通過創造人工智慧工具，使幾乎所有人都能更容易地建立一個人工智慧導師（AI tutor）。
卡內基梅隆大學人機互動和心理學（human-computer interaction and psychology）教授Ken Koedinger說：「我們正試圖利用人類輔導和計算機輔導的聯合力量。」
更快地解決學生問題（Speedier Solutions to Answering Student Questions）
創造一種能補充甚至取代人類導師工作的人工智慧輔導工具，需要熟練的電腦程式員數百或數千小時。這使得這些工具對於大多數尋找為學生提供個性化支持新方法的教師來說是遙不可及的。
喬治亞理工學院計算機科學和認知科學教授Ashok Goel今年早些時候在接受EdSurge採訪時說：「沒有一位教師會為了節省200人時而投入1000人時的時間。」「我不能把它交給你或是某個同事，然後說：『去你的班上運行它。』」
《一千小時》講述的是Goel和他的團隊花了多長時間創建了Jill Watson，一個可以回答學生問題的人工智慧助教聊天機器人。現在，Goel和他的同事們正在研究一種新的工具，只需要一點人類的幫助就可以建立一個Jill Watson。這是一個人工智慧系統，它從課程大綱中吸收信息，並用它來構建一個為該課程定製的Jill Watson。這樣做只需要人類大約10個小時的工作。
在原始時間的一小部分時間內生產出人工智慧教育工具的能力讓Goel興奮不已，他認為每個老師、孩子和家長都應該有機會接觸Jill Watson。
他說：「我認為現在有史密斯探員（Agent Smith）是可行的。「如果我們能在兩個小時內完成任務——我們還沒有到達目的地，但如果我們能在兩個小時內完成任務，那麼我可以看到規模的擴大真的發生了。」
找更多的數學老師（Minting MoreMath Tutors）
與此同時，卡內基梅隆大學的Koedinger和其他研究人員正在努力創建一個系統，可以輕鬆地從人類老師那裡學習數學技能，然後指導學生掌握這些技能。
當系統中的第一個人工智慧工具稱為學徒學習者（Apprentice Learner），遇到一個新類型的數學問題時，它將要求用戶演示一個逐步解決的方法。然後，學徒學習者對解決方案步驟的工作原理進行假設，並對後續問題的理論進行測試。人類用戶提供正反饋或負反饋，工具從中學習。
Koedinger說，構建一個與學生通過實踐和反饋學習相同的學習方式的工具，意味著「非程式設計師現在基本上可以通過演示來教授計算機」。他還補充道，這也能讓我們洞悉是什麼讓人類難以學習，因為當學徒學習者掙扎時，「它可以很好地預測一個真正的學生什麼時候會掙扎，通常是以人類專家沒有意識到的方式。」
反過來，學徒學習者利用所學知識創建智能輔導系統，為人類學生提供同樣的數學練習和反饋。
「老師教一個『學生』，電腦教所有其他人，」Koedinger說。「人工智慧正在編寫代碼。」
研究人員希望改進這個系統，使教育者在教授一項新技能時所花費的時間與直接指導學生所需的時間相同。
卡內基梅隆大學的博士生Daniel Weitekamp說：「再快一點就好了。」「仍然有一些漏洞，但我們正在迅速取得進展。」
而且，由於教師通常喜歡用不同的策略來解決數學問題，所以該系統可以學習不同的解決途徑來適應不同的方法。
「一個老師可以讓他們的輔導嚴格，另一種方法可以使它更靈活。你可以按你的方式做。它打開了更多的門。」
建立更好的在線課程（Building BetterOnline Courses）
Korbit 是一家加拿大初創公司，由蒙特婁的Mila人工智慧研究所和劍橋大學的校友創立。Korbit的目標是大幅縮短整個在線課程的開設時間，其中包括人工智慧的個性化輔導。
在線教育很容易獲得，但是在線課程的完成率很低。人工智慧導師可以促進學生的學習，但他們需要大量的資源。Korbit 的目標是將兩種教育體系的優勢結合起來，而不需要通常用於創造任何一種教育體系的人力勞動。
Korbit執行長Iulian Vlad Serban說：「建立這些項目需要很長時間——一年的時間和10人的團隊來建立一門物理課程。」「有很多問題，最大的問題是可擴展性。」
該公司正在開發一種名為Korbi的人工智慧技術，可以減少創建有效的交互式在線課程所需的時間，這些課程包括基於chatbot的教學支持，如提示和定義。Serban說，這是基於「一種在其他算法之上的算法」。
教師構建課程模塊的構建塊，Korbi根據學生的個人目標和工具識別出的課程為學生組織模塊。對於輔導組件，該工具利用教師放入系統中的數據以及它從維基百科和開放教育資源收集的信息。
Serban說：「我們沒有制定一千條規則。「老師寫問題，寫一兩個答案。Korbi對此進行了分析，並從網上收集數據，構建課程。」
他補充說，目前為止，從網際網路上獲取信息並沒有導致很多不準確的地方，但有時確實會引入不相關的事實。
「我們正在努力解決的主要問題是找到學生需要的最相關的信息，」Serban說。
Korbi既是學生又是家庭教師。隨著時間的推移，這個系統會隨著它對人類用戶所提供的幹預進行調整，因為它知道什麼是有效的。事實上，這個工具可以同時為成千上萬的人進行大規模的教學，這也意味著它可以獲得大量的信息來改進。
「我們讓人工智慧算法從自己的數據中找出答案，」Serban說。「它所做的大部分是向學生學習。學生們正在教它做得更好。」
Rebecca Koenig（@becky iu Koenig）是EdSurge的一名高級記者，報導高等教育。
這個故事是關於學習工程的EdSurge系列的一部分。這些報導得到了施密特期貨公司（Schmidt Futures）的資助，而施密特期貨對這篇報導的內容沒有影響。