11. 人工智赋能教育 （AIED) 的现状 (2)：面向学习者的AIED

这一集两位主持人集中探讨各类以学习者为中心的AI技术，和大家讨论五个类别的面向学习者的AI技术。学习者可以是学生，也可以是在公司接收培训的员工，或者是自己在电脑前看视频的人。而这些技术很多时候是为商业用途而生，之后再被应用到教育中。例如谷歌文档等协作工具套件。五个类别的面向学习者的AI技术，分别是：

• 自适应辅导系统 Intelligent Tutoring System (ITS)
• 人工智能辅助应用程序APP
• 游戏的学习、虚拟现实（VR）、增强现实（AR）等
• 支持残障人士学习者或者是学习有障碍者的人的技术
• 自动形成性评估， 如Grammarly

在探讨这些技术的同时，联系国内APP使用情况，与荷兰小升初的体会，对”个性化学习“进行了详尽的讨论。
最后介绍了亚马逊最新发布的量子芯片。解释了什么是薛定谔的猫。

Y (叶老师): 大家好今天我们两位课代表领着大家继续讨论AI赋能教育学习这个话题。

C (橙子)：上一集我们提到AI技术在教育学习中的应用主要可以被分为三大类：面向教育机构，面向教育者，以及面向学习者。这一集我们集中探讨各类以学习者为中心的AI技术。

Y：学习者可以是学生，也可以是在公司接收培训的员工，或者是自己在电脑前看视频的人，或者听这个播客的人，统称学习者。 在进入讨论之前我们应该做个简短的说明。并非所有的学习者使用的人工智能辅助技术都是为教育，这个目的而开发设计的。相反，可以说这些技术很多时候是为商业用途而生，之后再被应用到教育中。这类技术通常不被视为人工智能赋能教育与学习，但是这些技术被教育者和学习者广泛使用。所以逐渐进化成赋能教育的技术。你来举个例子好不好？

C: 好。我知道，谷歌文档（Google Docs）和谷歌工作表（Google Sheets）等协作工具套件，设计初衷是用于商业用途，但是后来大家发现，用来协助教育和学习也是非常好用的。这是一个原来商业用途的应用，逐渐被用于协助教育和学习的一个很好的例子。其次，我们想指出这些技术不仅仅是帮助在校学生，也不仅仅是应用在传统的学校教育中，而是可以适用不同的教育场景，比如说家庭或是公司中，终身学习。

Y：和大家讨论五个类别的面向学习者的AI技术，看一下这些AI技术如何赋能学习。第一大类是自适应辅导系统 Intelligent Tutoring System (ITS)。这是目前，在市场上受到投资力度最大，开发力度最大的系统。这些系统根据学生的学习进度和理解能力，动态调整教学内容和难度，提供个性化的学习体验。例如，通过分析学生的答题情况，系统可以推荐适合的练习题目和学习资源。这些系统主打的卖点是个性化学习。 第二类的是APP，也就是人工智能辅助应用程序。在主要的应用程序商店中，商业化的人工智能辅助教育应用程序正在迅速增加。这其中有两类值得注意。例如，类似Duolingo和SayHi等语言学习app。有人担心这会进一步削弱学校的外语学习；还有就是人工智能辅助数学应用程序，比如说在国际上大火的Photomath。在国内，类似的就是拍照搜题，帮助学生完成课外作业的app就属此类。

C：就说这个自适应辅助系统，和人工智能辅助应用程序都是个性化学习为目标的一工具，对吧？叶老师，作为一个教育者，你个人对个性化学习的看法是什么样的？

Y：说起来也很巧，我在写硕士毕业论文的时候，论题就是研究（国内）双减之后，人工智能教育的现状。期间和一线的教育工作者，还有教育科技科技工作者们展开了很多场的讨论。因为要写论文，也阅读了大量的学术文章。在我阅读过的一些学术论文中，一部分学者认为个性化学习 “主要被商业教育技术公司用来 ”证明、推广和销售 "基于人工智能的教育解决方案“。这些学者们坚持认为，以个性化为幌子的人工智能是该领域的核心概念，被宣传为通过提高学习效率和效果等方式解决教育问题的一种方法。我个人其实比较同意这个观点。其中一位让我印象深刻，的叫做Bulgar的学者指出，这些 “个性化学习系统 ”的基础是算法，增加达到预期的最终目标的可能性。但是开发和推广这些系统的公司，其实都没有明确说明，这个”个性化目标“含义是什么。Bulgar 认为，“如果不明确定义成功，就很难衡量成功”。换句话说，除了作为市场营销的依据之外，这些系统的存在本身就存在争议。

C：那你个人认为：整个的大方向错了，南辕北辙？还是因为现在的技术还不成熟，因为刚刚开始嘛。因为技术达不到这个要求，所以大家对它有争议？

Y：我觉得可以把这个问题剖开来讲。意思就是说，这里如果你作为一个使用者来看商家提供的产品，你自己要达到的目的是什么？使用这个系统的目的是什么？你先不要管商家提出来的个性化的口号。如果你的目的是提高知识点的掌握，提高考试的能力，我觉得市面上的这些自适应系统和App，能够在一定程度上帮助你提高对知识点的掌握。但如果商家提出的是“个性化学习”，但他们自己没有对”个性化“提出清晰的定义，很难说是成功的。因为什么是“个性化学习”，无论在学术界还是在商业界，大家只有一些基本相同的理念：也就是符合学生的学习习惯，学习兴趣，学习能力。按照这样去给学生提供符合这几个方面的学习内容，学习材料，学习方法。这是大家比较能够同意的，对“个性化”的定义。如果把它提高到一定的高度，按照我们第八集里面所讲。第八集里面，我们讲到过荷兰的教育学家比斯达。他讲到教育有三个目的，第三个目的就是个性化，Subjecitivation，就是你个人的成长，作为一个个体，有完全自主性的成长。如果个性化是，符合个人的成长，有完全自我选择的能力。那么市面上的这些系统，所标榜的”个性化学习“就被完全推翻了。这些系统的原理你可能比我更了解。

C：嗯，是建立在数据库基础上，算法驱动的。

Y：对。数据库里面的所谓原材料，是教方提供的教材，练习题，对不对？是事先把这些东西喂给系统，（简单的来说）然后系统根据学生做题的时候，做对了，开始做错了，给他匹配，然后给他推送。简单的原理是这样子的。学生是逃不出系统喂给你的一些东西。他给你什么，你就得吸收。这是他给你的学习路径（Path），你没有选择的权利。

C：嗯，都是设计好的。

Y：都是设计好的路线。你得跟着他走。

C：选择范围有限。

Y：对！甚至是说你没有选择权。

C：都是系统来决定。

Y：所以从这一点来说，粗浅的说，这个”个性化“是个伪命题，可以推翻。还有一点，我个人对“个性化”比较保留的一点，从实际（practical) 来考量。为什么这么说？你看，我们就拿国内的这些自适应系统，松鼠AI举例，其它相似的系统都有相约的操作原理。设计的时候要给他很多地区的一些教材，大纲，往年中考或者高考的学习题目。国内有个非常大的特点，每年考试的题目都是新题。国内的考试不会用老的题目。

C：对，这好像是不成文的规定。

Y：对，每年的题目要与时俱进，出题的角度和方式都会和现下的社会现象，社会理念，现下教育观点匹配。就是说你在这些自适应系统里面做的题目，只能对你在学习的知识点上有所提高，或许是有效的帮助。但是你个人必须在这个与时俱进的点上，你自己还是需要去做很大的努力和付出。再说的白一点，系统能够帮助学生从60分提高到80分；但是从80分提高到90分，或者90分提高到95分这个程度上面，就缺了这么一点现下最新的发展趋势下的出题方式。他就缺了这一点。但偏偏就是这一点，就决定了你上211还是985。所以我个人对这个系统“个性化”成功定义，还是相当有保留的。

C：刚才讲到考试，我就在想，因为我们亚洲国家里面，升学的时候，考试所占的比例相当大。在荷兰的教育里面，考试在衡量升学的时候，是什么样地位？

Y： 那我们就把现在最有个人体会的一部分拿来讲一讲好不好？因为你家和我家都有，要小升初的小朋友。如果把整个教育系统拿来讲，有点跑题。我们今天就讲一讲小升初的实例？

C：好！好！

Y：这是现下我最切身的体会。拿我女儿做例子，前几个星期已经拿到了老师最后的推荐，我们前几集里面也讲过，就是你能够上哪一个类别的中学。他们二月初要进行一个升学考试，叫Doorstroomtoets。从时间上看，老师都已经给了推荐，然后再来考试。所以我觉得，至少证明，从我女儿在的学校来看，考试的重要性，比不得老师这八年来对她成长过程的观察，她的档案，重要。

C：嗯，就是说，考试只占一小部分。最主要的是看这八年来的成长过程。

Y：对，是这样。我们只说一点点，要不然我们可能两个小时都说不完。最近我也在看学校，因为阿姆斯特丹升学是比较特殊的，你需要找九个学校，然后再进行抽签。在整个荷兰里比较特殊。你们家那里不需要抽签对吧？

C：对。我们不需要抽签，基本上是想去哪个学校，谈好了就可以。

Y：对。但是在阿姆斯特丹是一个比较特殊的系统。我个人认为，他可能是想对教育的公平性有注意。另外一个，学生也比较多。所以他会有抽签，这样的一个操作。我发现，在我女儿看的这些中学当中，同一类别的中学，学校办学也是很有特色。有的学校是有双语教育的；有的学校是比较注重体育的，如果你是一个Top Sporter, 学校会有相应的安排，让你能够在这方面有更好地成长。有一些学校会说，我们更注重于理科。学校在办学理念上，有所谓的个性化。虽然不一定最后能够体现，但一定是在往这个方向上努力。我们今天先说到这里，因为跑题了。

C：对。因为我问这个问题的原因，是因为，我觉得“个性化”的定义确实不一样。因为亚洲国家里面，以考试为目标。所以个性化学习还是为考试来服务。但是在荷兰的教育里面，它的定义就非常宽泛。像阿姆斯特丹，在学生这么多，但学校比较少的情况下，你想上心仪的学校，也不完全是通过考试成绩来定，而是根据你的整个学习经历。还要抽签，还有运气的成分在里面。还有，阿姆斯特丹的公立学校，各个侧重点也不一样。每个学校也都有个性化的成分在里面。

Y：正是。对学生个性化的发展，学校会说我们有这样，那样的特色。如果大家感兴趣的话，我们可以专门开一集讲一下。

C：我觉得很有意思，因为这和我们一直以来的标准是完全不一样的体会。我们接下来还是回到主题。

Y：对。我们刚才讲了两类。第三类，AI技术辅助学习，是以模拟的方式。如基于游戏的学习、虚拟现实（VR）、增强现实（AR）。虽然传统上可能不认为这纯粹是人工智能技术。

C：是的。但市面上的虚拟现实（VR）和增强现实（AR）模拟以及基于数字游戏的学习，经常与人工智能机器学习、图像识别和自然语言处理相结合。现在是越来越多地用于教育环境中。

Y：对。举几个例子，人工智能辅助 VR 虚拟现实，已被用于为神经外科住院医师提供各种神经外科手术的培训。也就是医科学生的学习已经在用了。还有，AR 已被用于让学生探索和操作有机分子的三维模型，以增强他们对化学的理解。谷歌在这方面，算是一个比较前沿的开发者。基于数字游戏来学习数学的Digital Game-based Learning（DGBL）也越来越多地采用人工智能技术，使游戏适应学生的个人情况。

C：个人觉得这个非常有意思。让学习变成不是一个很枯燥的过程，而是越来越有趣。边玩边学，对于学习的体验是相当好的。

Y：我们接下来讲第四类。这一类AI技术支持学习，是我个人觉得最有意义的。是支持残障人士学习者或者是学习有障碍者的人，这一类技术是专门帮助这一类的学习者。需要简短的说明一下：我们所谓的Less able, 是指肢体障碍，或是神经或心理发展有障碍。这一类技术主要有两种途径：第一类支持肢体障碍学习者，比如说，如果听力有障碍，它可以立刻把语音转到文本；如果是视觉有障碍，是文本生成语音。第二类需要技术更往深度发展，支持神经或是心理障碍。他能帮助学习者，来克服学习的障碍。如多动症（ADHD），或者是支持自闭症谱系(Autism Spectrum Disorder，ASD)的。。。这些技术，是非常非常有意义的。

C：我很同意。这些技术的发展也非常快，因为非常有意义。有很多的人力物力大量地投入在这个方面。自闭症谱系障碍，主要特征包括社交互动和交流能力的缺陷，以及受限和重复的行为、兴趣或活动。根据世界卫生组织（WHO）的数据，全球大约每160名儿童中就有1人患有自闭症。这意味着全球大约有超过7000万自闭症患者。中国大约有200万0-14岁的自闭症儿童，每年新增约16万1。自闭症的发病率在中国约为1%，这意味着每100个孩子中可能就有1个患有自闭症。

Y： 我在研究文献中读到： 在将人工智能应用于这类学生教育的数字工具方面，有三种类型技术应用最为广泛：社交机器人、手机、平板电脑等数字设备。其中呢，使用具有不同功能和能力的各种类型机器人，是一个快速发展的领域。人工智能机器人越来越多地应用于有自闭症学生的教育中，并在学业、社交、心理和社会适应等方面取得了可喜的成果。第五类是自动形成性评估。这方面的应用，我们上次在讲面向教育者里面也有。一个很好理解的例子是Grammarly。是一个针对学生的人工智能系统。学生用它来看一下，自己的学习成果是否符合学术要求。

C： 就是学生用他先找一下，自己找的资料是否符合要求，正确性是多少，对吗？

Y： 对。

C： 那我再提一个问题，Grammarly是免费的吗？

Y：一部分功能 是免费的。但是也有一些高级的功能是要付费的。也有一些高校会为学生提供这部分功能。学生就不需要付费了。那我们今天先讨论到这里，谢谢大家的收听。下一集我们将和大家讨论有关AGI的话题。

C: 好。 在上一集的新闻里我们提到，微软介绍了他的一款最新的量子芯片。前两天Amazon紧随其后，也介绍了他们的一款量子芯片，拥有九个量子比特，将错误纠正成本降低了90%。芯片的名字叫Ocelot, 野猫。它的量子比特的名字也特别有意思，叫“猫量子比特”，这名字一听就是从”薛定谔的猫“叫过来的。那我们就简单介绍一下，什么是薛定谔的猫。这是量子力学的一个重要概念。这是由奥地利物理学家薛定谔1935年提出来的，用来帮助我们理解量子力学中的一个核心概念叠加。简化一下他的这个实验描述：你有一个密封的盒子，里面有一只猫，一个含有毒气的装置，一个检测器，和一个放射性原子，它有50%的概率在一个小时内发生衰变。如果衰变发生，检测器检测到信号，就会释放毒气，小猫就会被毒死。如果原子没有发生衰变，猫就活着。那我们打开盒子的时候，猫可能是死的，可能是活得，取决于打开盒子的瞬间，原子的衰变有没有发生。盒子打开之前，是处于活着和死的叠加态，既不是活的也不是死的。大家都知道现在计算机的核心是二进制，就像电灯开关：关上是0，打开是1。是“通电-断电“的状态。处理速度再快，也得一步一步计算。但量子计算机就完全不同了！它的核心是量子比特（qubit），而量子比特不仅仅是 0 或 1，它还能同时处于 0 和 1 的叠加状态！而且这个叠加状态，是有无限的可能性，不是仅仅有0和1了。所以量子计算机的计算，要比现代计算机快几百上千倍。大家要有兴趣我们可以，下次多讲一点。今天先到这里。谢谢大家的收听，我们下次节目见。


Sources:
Bulger, M. "Personalized learning: the conversations we’re not having. Data and Society Research Institute." 2016.
Kotsi, Sofia, et al. "A Review of Artificial Intelligence Interventions for Students with Autism Spectrum Disorder." Disabilities 5.1 (2025): 7.
Pelletier, Caroline. "Against personalised learning." International Journal of Artificial Intelligence in Education 34.1 (2024): 111-115.
Prain, Vaughan, et al. "Personalised learning: Lessons to be learnt." British Educational Research Journal 39.4 (2013): 654-676.
Watters, Audrey. 2021. Teaching machines: The history of personalized learning. MIT Press.