在教育领域到底什么才是真AI？

在2017年，把教育搬上互联网似乎还在被热谈，殊不知，在这刚刚开年的2018，AI＋教育却悄然撕开了又一“风口”，据不官方统计，进入2018后，在线教育公司放出的各类新闻，多多少少都与AI相关，企业也均转型为依托人工智能大数据的高新教育科技公司。

那么问题来了，他们是否真的AI了？

曾在2016年就有人预测，人工智能将会颠覆两大知识密集型行业，其中一个行业就是教育。那么当前，诸多教育企业宣称已开发出大量的人工智能教育产品，包括语言类口语考试和智能阅卷、自适应学习、虚拟学习助手和专家系统等，基本覆盖“学、练、改、测、评”全产业链条。

一般来说AI的技术逻辑是标注数据叫做能力提升，然后告诉机器，达成这个结果是好的，机器就会不断的收集数据进行深度学习，达到用户想要的结果。就像阿尔法狗只要看棋谱，最后输出的结果是赢对方，机器就在不断的进行学习达到这个目标。基于这一点，AI第一步是需要拿到足够的用户的数据和内容数据，然后进行自我学习，从而可以针对每个人提供个性化的解决方案，让用户的能力值得到提升。

那么第二个问题是，是否数据库足够大就是大数据？

用传统算法及数据库系统可以处理的海量数据在某种意义上来讲已经不是大数据了，当今大数据的主要特征不仅在量级上，在价值性、及时性、复杂性均有特性体现。因此我们可以假设一下，近些年如雨后春笋般的人工智能公司，你的基础数据是否有足够的量级，数据是否有多重特性，是否有贴合全新商业模式及用户行为的分析算法，是否有合理的推理模型可以预测用户行为等等等等，如果没有，那你们推崇的基于大数据分析的人工智能，是否是个伪命题。

AI+时代应该如何融入教育领域？

早期的教育数据挖掘只是网站日志数据的挖掘，而随着互联网技术的高速发展，交互式的在线学习方式及大量的互动学习工具的出现，可以收集大量的学习行为数据，为传统教育的转型带来了新的契机。特别是更加模块化标准化更加复杂化的在线学习系统提供更多类型数据，其中包括了挖掘算法的许多变量。根据这些数据的规律，探索建立全新的学习行为预测模型，从而发现学生是如何学习的。

例如101网校开发的一种在线课程评价方法就是通过分析一个学生的课程学习日志，在学习平台上近2万学员的学习日志，结合他们的地域及学后的评价内容进行分类，并预测未来的学习成绩，并从而研究队课程的满意度及知识点的接受度，通过这类数据的分析结果，可以便于学习平台推荐更适合有效提分的学习方案，并设定合理的冲刺目标。

除了预测数据的分析挖掘，在学习行为的分析上，大数据也可以帮助学生有全新的学习场景体验。试想一个场景，当一名学生通过一个简单的测试以后，他看到的不仅仅是一个分数，还附有一份“诊断报告单”。通过这份报告，他不但可以了解到自己学科板块知识点和能力点的掌握情况，还能看到对自己的优势、劣势的学科分析。通过这些数据为每个学生进行“画像”，从而找到提升成绩的方法。这就是借助大数据的帮助，通过对学生学习成长过程与成效的数据统计，诊断出学生知识、能力结构和学习需求的不同，以帮助学生和教师获取真实有效的诊断数据。学生可以清楚看到问题所在，学习更高效；教师也可对症下药地针对具体情况，选择不同的教学目标和内容，实施不同的教学方式，进一步提高教与学的针对性、有效性和科学性。