Arthur Graesser

McGraw教育奖获得者

孟菲斯大学心理系和智能系统研究所教授

2018年，美国国家科学、工程和医学院发布了一份重要的报告，这是美国国家科学院一千多份报告中下载量最高的报告之一。报告的一部分，是阐述现在的学习方式与过去不同，人们想知道不同领域的人的学习机制，也想知道如何利用技术来实现这些机制。

我负责的是刚刚在2018年出版的第二卷的部分，其中之一就是你需要个性化的指导。学生的学习方法并不都是一样的，你需要进行个性化学习，那么就必须选择数字环境，根据学生的特性在正确的时间教授正确的学生，我相信人工智能将是实现这一目标的关键。

“因材施教”对于人类教师来说压力巨大

人类老师无法追踪学生的所有特质——想象一下一名教师要面对30甚至50个学生并记录下所有信息——我们必须要存储数据，必须有一种智能的方式来使用这些数据。

技术必须在这方面发挥重要作用，这是显而易见的。美国国家科学院的报告也提到了，并没有所谓的普适的学习方式，他们提出了六种自然的学习方式——

学习机制

1. 习惯养成式的学习；

2. 知觉和运动技能的学习，比如学习骑自行车；

3. 观察性学习，比如通过观察老师、父母、同伴。观察性学习可以是积极的，也可以是消极的，取决于观察的是高质量的生产性的工作，还是负面的欺凌；

4. 事实学习；

5. 内隐模式学习；

6. 针对复杂系统构建心理模型的学习，比如电脑是如何工作的。

需要强调的是，这些学习方式背后有不同的大脑机制。所以，当你围绕一个主题建立学习环境的时候，你必须确定对应的学习类型。

孟菲斯智能对话代理

几十年来，我们一直依赖于听讲座或读书，现在我们有了一个数字化的世界，这个世界里有互动性、适应性，可以适应个体的学习者，并且对学习者进行反馈。我和同事一起开发了很多类似的东西，有针对不同话题的自动辅导老师，教学内容包括读写能力、物理知识、生物知识、科学推理、研究、道德、电子产品等等。

完整视频请下载造就APP观看

智能导师与人类教师的教学效果不分伯仲？

我们最近与南加州大学合作的一个系统是终身学习的个性化助手。

如果你是一个学生，智能导师可以一直与你互动，帮助你弄清楚要学什么课程，如何在课堂上取得成功，可以从事哪些职业等等。同时，我们可以评估技术对于学习的帮助程度，而其中一种方法是计算净效应大小。

学习提升了多少？

可以看一下学生在技术帮助下的表现与在教室环境中的表现的比较：在理想情况下，个性化助手比课堂环境要好得多。

智能导师是如何做到这一点的呢？它是基于导师和人类之间的轮流对话的过程发挥作用的，这个过程是往复的。智能导师并不是简单地让计算机给学生讲课，这并不有效。它不仅可以给学生的回答作出反馈并打分，更重要的是，整个过程是对话式的，智能导师提供了获取更多信息的提示，问一些可能会引起学生兴趣并提升自我的问题，如果学生表达出误解，它会试图以某种方式纠正这些错误。

例如，在阅读理解训练中，智能学生代理向智能教师代理提出阅读策略，学生需要回答针对每个阅读策略设计的选择题，系统会在学生答题后立即给予反馈。

在训练环节，学生针对科学文章的每句话输入自己的解释。系统对学生的解释进行评价，智能教师代理及时给予反馈。反馈的结果很大程度上基于学生的答案与当前文章的相似度，而评价的标准是希望学生可以结合自己的知识基础来回答。当回答与当前文章太相近时，智能教师代理会告诉学生，“请尝试增加其他信息解释这句话的含义”。而系统给学生的反馈意见会因学生的解释差异而有所不同。

事实上，这样的训练目的就是为了激发学生的深层思考。Auto Tutor并不是机械地完成设定好的流程，它提取了很多老师的话语模式，分析他们如何帮助学生学习。通过随时随地的在线交流、互动、反馈来训练思考能力。

更重要的是，Auto Tutor不仅仅是一对一辅导，也可以同时有两个智能代理与学生一起进行争论，两个智能代理也可能同时转向学生，针对他提出质疑。

我们已经研究了几十年的对话机制，并尽可能多地在智能导师中实施。

AutoTutor示例

举个例子，这里有一个关于物理的问题，里面有深度的推理，需要三到五个句子来进行信息的解释。然后学生在对话中输入答案，通过键盘输入或者通过语音识别都可以，并且生成一个对话历史记录。

学习概念物理学

这是我们20年前开发的一个界面，随机地给学生分配不同的条件，一个是在计算机媒介的对话中使用人类导师，一个是智能导师，一个是使用同样的时间读教科书，还有一个是什么都不做。很多人认为机器只能替代重复性劳动，缺乏创造力和启发能力，而实际上，智能导师的教学策略非常灵活。我们发现，智能导师对于学生学习成果的影响，与人类教师几乎是一样的，相比之下，学生单纯阅读教科书的学习成果则差很多。实际上如果你对他们进行一个需要推理的测试（比如多项选择题），如果给他们一个能够对能力进行分级的测试，你会发现，仅仅阅读课本和什么都不做是没有区别的。教科书是让学生接触信息的好方法，但这并不能促使他们获得真正需要的深度推理。

阅读理解项目

还有另一个关于阅读理解技能的项目，由智能导师来教授理解能力，系统中有两个角色，一个是“智能教师”，另一个是“智能学生”。有时候“老师”和“同学”会有不同的意见，二者同时与人类学生形成了一种三方对话。经过四个月的干预后，结果证实智能导师确实能够帮助学生学习，并且有很好的效果。

阅读理解为何如此重要？

你可能会问，为什么人类学习阅读和理解如此重要？

经济合作与发展组织给出的答案是——

一个国家的经济与需要阅读技能的工作的比例之间存在相关性。

21世纪的知识和能力

世界正在改变，21世纪所需要的技能是不同的，当然我们仍然需要阅读，需要数学，但我们还需要更多。这是一份21世纪常见技能清单，上面是孩子们在上学的时候需要学习发展的技能。对工作的需求分析清楚地表明，需要合作和复杂的非日常性能力的工作将会越来越多，这类工作的需求会比机械体力劳动，以及农业领域的工作需求更大。

所以，如果你想让学生为21世纪做好准备，那么你就必须培养这些21世纪的技能。我们需要更深入的学习，但我们不可能对每一件事都有深入的了解。比如我很了解教育，但我不知道电视是怎么运作的。正因为如此，你需要的是思考解决问题的团队——这就是我想要讲的最后一部分，协作解决问题。

学生需要学习如何成为团队的一员，通过协作解决问题。过去，人们还没有上过协作解决问题的课程，它是被逐步融入到教育系统中的。国际学生评估项目PISA测试已经将这一因素纳入考量。2015年，他们对52个国家的学生做了关于协作解决问题的评估。

一群15岁左右的学生计划去博物馆参观，他们必须弄清楚要去哪里。这里有一个本地的自然历史博物馆，还有社区市场和电动汽车的展览，他们只能去其中的一个。学生必须讨论这个问题，他们必须记录下时间，计算哪些人要去，使用不同的交通工具，需要多少时间等等。所以这些学生必须作为一个团队来解决问题。

各国学生协作解决问题能力比较

各国在协作解决问题方面的差别进行比较，你会发现突尼斯是最差的，新加坡是最好的。我们很高兴地看到，中国和美国都是处于中等偏上的水平。由此，可以引导学校改善教育重点和方式，让学生成为更好的协作问题的解决者。

有趣的是，我们发现在所有国家中，女性的表现都优于男性，女孩们更擅长于此。在之前对独立解决问题能力的评估中，男性只是比女性好一点点，但是当涉及到协作解决问题的时候，女孩的表现更好。参与各种活动可以帮助学生学习如何以协作方式解决问题，比如组建一个乐队，或者聚在一起写一本年鉴等等，甚至运动也有助于提升协作解决问题的能力。

协作解决问题方面，女孩的表现优于男孩

我从事建造这样的系统已经有22年了，同时我还从事了10年关于人类导师的研究。我们试图从人类导师那里学习，然后在电脑上打造相似的导师，并试图超越人类导师。

建立数据科学学习者数据研究所

有些事情人类做得好，有些事情电脑做得好，我们想要的是它们的完美结合。显然我不是孤军奋战，我是智能系统研究所的一员。在孟菲斯大学的联邦技术学院，共有30位员工，其中很多人都在参与这个项目，我们还与其他数十家机构合作，包括松鼠AI 1对1。

而我们面临的挑战是——

如何为学生设计学习的科技，以满足21世纪的需求；

如何训练教师在教育实践中使用这些科技。

如果我们解决了这些问题，我们将为学生提供更好的服务。

感谢松鼠AI 1对1以及全球AI+智适应教育峰会（AIAED）的大力支持。