当今社会机遇与挑战并存。首先，世界在正经历百年未有之大变局。总书记站在历史唯物主义和科技创新驱动人类未来发展的角度，提出重要论断：“世界正面临百年未有之大变局。”我们经常引用这句话，但很少去思考为什么总书记在特定时期、特定时间段提出这个重要论断。这个问题非常值得我们思考。

 

　　人类过去数亿年的进化遵循有机化学规律，自从有了计算机和互联网以后，人类发展就从过去单纯依赖有机化学规律，朝着有机演化+无机智慧化并存发展。互联网和计算机对教育，乃至对整个人类社会发展的影响是革命性的。过去，我们身处两元世界，即物理空间+人类社会。今天，在两元世界基础上又增加了网电空间。网电空间能量之大、演化之快，远远超越传统技术。人工智能、大数据正在挑战和改变着我们的教育方式。从数据量来看，《四库全书》约1023,000,000页，连在一起足够绕地球赤道一圈有余，但信息量只有2GB，一个U盘就可以存储。我们每年出版的学术著作超过3300,000篇，这个数据量在过去是难以想象的，但对于互联网、云计算来说，都是小儿科。如何应对与日俱增的海量资源？在大数据面前，人类的教育和学习都面临重大挑战。

 

　　其次，第四次工业革命对思维和教育产生重大影响。前三次工业革命提出了一个基本逻辑——人造物，物帮人。从瓦特发明蒸汽机实现机械化到电力大规模应用实现电器化，再到计算机技术促进生产自动化，这三次革命从本质来说都是利用先进科学技术制造出先进的设备，解决体力问题。今天的人工智能超越了这一点，它在继续减少我们的体力劳作的同时，不断拓展人类的智慧，使机器也能做过去由人来做的事情。我们看到的仅仅是表象，事实上背后还有深层逻辑，无论是牛顿的三大定律还是爱因斯坦的相对论，以及电磁学等等，都是建立在实验归纳、逻辑推理、仿真模拟的精确因果关系之上，但智能化革命建立在大数据分析、概率不确定、整体因果论等非确定性分析之上。

 

　　建立新思维模式要从过去精确的数学模型走向关联率，从因果率走向关联率。这种转变是创新型人才培养非常重要的思维转变，如果我们依然沿用老方法去做，很难培养出创新型人才。

 

　　再次，人工智能影响未来职业：2017年7月，国务院《新一代人工智能发展规划》提出，人工智能2.0的五大核心技术是大数据智能、跨媒体智能、群体智能、人机混合智能和无人机系统。人工智能从1.0到2.0产生了五大变革：从专家知识表示到大数据驱动自主学习，从“个体智能”到“网络群体智能”，从单一数据到跨媒体综合认知，从“智能机器”到“人机混合智能”，从机器人到自主智能系统。

 

　　BBC基于剑桥大学研究者Michael Osborne 和 Carl Frey 的数据体系，分析了365个职业未来“被淘汰概率”。银行前台柜台人员、打字员、电话推销员等职业未来很可能被人工智能替代，这不以我们的意志为转移。教师被替代的概率只有0.4%，是因为教育行业需要人的情感、情怀和爱心，而非知识不能被替代。这对大学的管理、专业设置、教学设计都是非常重要的警示和预测。

 

　　人工智能赋能教育创新发展

 

　　教育的本质是唤醒、赋能和传承。从技术角度来看，人工智能如何赋能教育？本质上，人工智能赋能教育是从历史的、大众的各类大数据中挖掘出事物发展演化的规律，形成规则和方法，并开发为软件、工具，实际上就是把历史的、经验的、高手的工作能力用软件、工具固定下来，并分享给普通人使用，赋予普通用户更高的工作能力。

 

　　人工智能未来从三个方面赋能教育创新发展。第一，方法与手段。创建更加沉浸化、能为学习者提供高效知识的手段和方法，包括智慧导学、按需供给、利用增强现实和混合现实技术等，创造更加生动活泼、形象生动的教学场景。第二，管理与服务。实现教育教学智能化，精细化，个性化。第三，评价与测试。为用户提供全息画像，提供询症把脉，提供更加科学有效的、反映学生创新思维和个性能力的评测方法。

 

　　人工智能驱动从资源到知识的自动化

 

　　据不完全统计，全世界已经开发各类MOOC课程63,000多门次，这是一个庞大的数据量，也体现了互联网教育行业对人类社会教育事业的重大贡献。但我们要思考的是，人脑有30亿个脑细胞，记忆容量是1.25TB，分析、处理能力有限，由此造成了严重的“认知过载”挑战。怎么利用人工智能破解从资源到知识转化的难题？针对这个难题，我们做了一些基本工作。

 

　　我们研究了Coursera、edX、Udacity三大MOOC平台和西安交大自己的网络课程共计409门，搜集有效数据21,796,733条，抽取记录学习时长的日志538,784条，并将学习日志分解为若干网络学习行为，共采集79种在线学习行为，发现了四个特点：1.MOOC学习人数与所在区域之间的情况呈正相关。经济社会越发达的地区人们越愿意学习，学习完成率越高。2.学习、交流、作业等符合幂律分布，课程学习各环节参与人次随着课程进度推进快速递减。3.学生学习自律性差，时间管理不科学。4.知识碎片化造成学习迷航和认知过载。如果用百度搜索某一关键词，可能出来100多万个结果，给学生带来的是负担，而不是赋能。

 

　　MOOC为什么没有设想的那样成功？我认为决定MOOC成败的因素有三个：一套高校和社会认可的质保体系，及时个性化的支持与服务，将人工智能、大数据应用于MOOC。

 

　　互联网教育知识工程是从资源到知识的升华，基本思路就是资源知识化、知识体系化、供给个性化。知识体系化就是将碎片化知识融合、关联，构建知识图谱。在知识体系上为学生提供个性化网络学习，这是终身学习不可逾越的技术制高点。这个难题一旦解决，就可以从过去的在资源中找知识、学知识，升华为知识体系导航的个性化学习。

 

　　麦肯锡全球研究所2013发布《展望2025，决定未来经济的12大颠覆性技术》，其中之一是知识工程自动化（Automation of knowledge work），我认为它的本质就是新一代知识工程。知识工程自动化将创造5.2-6.7万亿美元的价值，仅次于移动互联网。把这些知识整合成知识体系，重构教学内容，将离散、无序、片面的碎片知识组织成层次化、主题化、可视化的知识体系，支持归纳、类比、联想学习功能，改变以往“千人一面、线性罗列”的网络学习模式，实现“既见树木、又见森林”。

 

　　人工智能精准解决课堂问题

 

　　人工智能精准发现问题课堂和课堂问题。过去评价一堂课、一位老师，是先把指标体系设计好，让专家拿着指标体系去评价教师的课堂、教学质量。但是，现在大数据将评价模式颠倒过来，我们创新提出“分类—多维—融合”质量评价方法，运用深度学习算法，从课堂教学大数据中挖掘出72个课堂教学质量细粒度特征，融合成五维核心指标，突破以往单一的“结果导向”，建立分类、多维、多源评教指标体系和过程性评价方法。发现了5大类1626个问题课堂和12万余条课堂的具体问题，识别的准确率达88%，为问题课堂和优秀课堂的识别提供了强大的技术支持。

 

　　此外，我们利用人工智能、大数据创新全息个性画像算法，构建了学业、社团、社交、消费、上网、作息六维特征的学生画像，研制出成绩预测、生活行为异常模式发现、贫困生识别算法。我们还利用人工智能、大数据分析挖掘学生的异常行为，及时发现厌学、疲劳等心理状态并及时干预。

 

　　人工智能将对未来的教育产生革命性的影响，将打破线上与线下、过去与未来、现实世界与虚拟世界的壁垒，拆除各种“围墙”，将人的认知能力延伸到世界的每一个角落。时空压缩和时空延展并存，营造一个全新的“人机物”三元世界。从工业时代的“人造物、物帮人”，到今天的人工智能代替人的事务性、程序性、重复性、机械性工作，凡是能被机器替代的事情都不是人应该做的事情。奥鹏教育2.0就要创造一个从过去“要我学”到将来“我要学”，从过去“学一阵”变成“学一生”这样深刻的转变。正如习近平总书记所说“人工智能将赋能新时代”，希望互联网教育为学习者赋能、为教师赋能、为教育赋能！