作为教师,作为生活在这个日新月异飞速发展的时代的人,我们都热爱科技,我们几乎不能遏制我们对人工智能(AI)及其潜在应用的热情。尤其是在今天这样一个人工智能异常火热的大背景下。

然而,人工智能需要大量的数据。在越来越多的人憧憬人工智能对我们学校教育的美好前景的氛围中,我们的学校教育系统,尤其是中小学的数据系统,准备好了吗?

2018年3月27日,在eSchool News上,Beatriz Arnillas发表了题为《人工智能时代,中小学数据系统是否准备好了?》(Are K-12 data systems ready for AI?)的署名文章

在这篇文章中,作者Beatriz Arnillas指出:

我们需要反思,哪些数据将使教学更有效,并改善学习成果;

我们需要考虑允许我们收集和管理数据的系统;我们要创建流程以共享数据和分析数据。

大多数地区还没有实现人工智能创新应用的基础。学校仍然缺乏数据收集的成熟度,这会让我们对人工智能持谨慎态度。在我们采用大规模人工智能之前,还需要解决算法偏差和公平问题。对于大多数地区来说,在接下来的三到五年内将钱花在人工智能上可能会导致资金流失。在大多数学校和地区,支持AI实施的生态系统还没有实现。

他说,在转向人工智能之前,为了充分利用他们已经正在使用的技术,各地区各级各类学校需要系统地构建自己的数字环境。在文章中,他所提出的测试学校和学区准备好迎接人工智能的5个基本问题。

1,什么样的数据可以帮助我们做出决定以改善学习成果?

2,哪些程序可以帮助我们收集有效数据并进行安全管理?

3,是否所有的“适应性”的内容总是有益的?在有些时候,让教师或学生决定接下来应该做什么是否会更为重要?

4,什么样的反馈对学生的成长最有价值?

5,什么时候干预是一种积极的行动?什么时候干预会消除作为深度学习精髓的建设性的努力?

如此看来,作者的这五个问题,发人深思!在我们狂热地迎接人工智能时代的时候,必须清楚地意识和准确地回答这些问题,否则得话,后果是可以设想的。

在文章的结尾,Beatriz Arnillas指出:

在提高我们的数据素养技能和知识的同时,今天,我们的重点应该放在建立一个稳定的数字生态系统上来。

在现有的一些K-12项目中就有AI的功能,包括自适应技术、学习管理系统、数字图书馆和带有基于角色的数据仪表盘的数据仓库等等。 我们已经在使用人工智能工具了,比如,语音识别、文本到语音、灵活的播放列表、学习偏好数据、传感器、人机对话、以及面部识别等。

但是,在一个学区层面的教学和学习系统的基础上建立人工智能所需要的那种大数据和互操作性目前还没有到位。

读者诸君,目前,国内外人工智能发展势头强劲,人工智能教育应用呼声高涨,前景广阔,但是,学校是否准备好了?学校应该做哪些准备?

在人工智能教育应用方面,你有何评论?欢迎跟帖发表!