西安交通大学副校长 郑庆华

　　机遇和挑战并存

　　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。习近平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！

　　（以上精彩观点根据“2019终身学习公共服务体系高峰论坛”现场速记整理，未经本人审阅。编辑：周淼）