文／王茜穎， 若水 Flow AI Blog 編輯團隊
【若水AI編輯團隊 為您導讀】
2020年 1 月發佈的最新報告預測，2025 年 AI 人工智慧在教育的市場將高達58億美元，較 2017 年成長 45％。AI 正在以數位學習平台等形式進入教室，改變老師的工作方式和你我下一代的學習經驗。
透過AI 實時追蹤、分析大數據，並提供個人化即時回饋的能力，成為教師的千手千眼，替因材施教助拳。另外，還AI 能自動化或半自動化繁重且機械性的工作，讓教師更專注在教學本業上。
史丹佛以人為本AI研究院（Stanford Human-Centered AI Institute / HAI）院長 李飛飛說。(上圖)
「隨著 AI 人工智慧改變工作的需求，未來的教育也將跟著改變。誰能斷言，將來我們還需要 K-12（幼稚園到高中）教育？這些都應該被終身學習、個人訂製學習（Customized Learning）所取代，而 AI 將會扮演關鍵角色。」
學期都要結束了，GIT 喬治亞理工學院教授阿肖克．戈爾（Ashok Goel）班上的400名學生才赫然發現，整學期來信交代作業和回答問題的助教吉爾．沃森（Jill Watson）根本不是人類，是 ChatBot 聊天機器人！
延伸觀看：戈爾教授在 TEDx Talks 介紹他的助教機器人
戈爾教授確實亟需幫手。先不說這門線上課程有數百名學生，每學期要回答的問題更高達1萬個，他跟幾個大學助教根本應接不暇。自沃森接手了作業字數、檔案格式要求等數量最多的制式問題後，教授更有餘裕放在教學和解答較複雜的問題。
他不是唯一一個想到用 AI 來解決教育現場問題的人。
要知道一班數十、甚至數百個學生，人人的基礎、能力、悟性不同，又有進度壓力，要能因材施教已是不易，再加上解惑、出題、改卷、輔導、行政等五花八門的工作。
老師分身乏術，亟需AI助攻。
數據導入，AI 的數位學習之路正在蓄勢待發
「多年來，人們一直在試圖用 AI 重新設計學習，但直到過去 7 年發生了機器學習 (Machine Learning) 的重大革命，才取得真正的進展。」
美國《紐約時報 New York Times》去年底為文指出，「研究者正想辦法用AI來瞭解大腦如何學習，並設法應用在幫助學生學的更輕鬆、更享受。」
無論如何，演算法和深度學習等科技，都正在以數位學習平台的形式，慢慢地走進教室，追蹤學生表現，分析學習弱點，提供個人化的學習經驗，並開始接手重複性高的庶務。
應用上，數學和語言學習等具備明確規則的領域成為開發者的首選，除了提供更準確的即時反饋，AI 透過作答結果預測下一次答對的概率，藉此精準地推出個人化的內容，透過反覆練習，強化學習過程。
本文將鎖定「個人化學習 Customized Learning 」和「教學助理 Teacher Assistant 」兩條主線。
AI實時追蹤和分析大數據的能力無疑是因「材」施教，提供個人化學習體驗的第一個神助攻。在課堂上，LiveLab 和 Thinkster Math 兩個數學相關的數位學習平台就憑這兩項能力，成為老師的千手千眼。
剛拿下去年 EdTech 突破獎「最佳 AI 人工智慧教育應用」獎項的 LiveLab 是由一群美國卡內基梅隆大學的認知心理學家、人機互動專家在 1998 年所創，團隊成員還納入了數學老師、資料科學家、和教育專家，針對美國 6-12年級（相當於台灣的國、高中）學生，追蹤每個學生的數學學習實況。
每個人都需登入 APP，哪個人正在作題或發呆無作為皆難逃法眼，同時根據個人作答內容、完成率、所費時間、錯題率等自動評估學生能力的落點與弱點，即時給予個人化回饋，不僅有錯必挑，還指出錯誤的原因，並進行學習進程預測。
哪些部分、哪些學生落後需要重點加強，AI即時提示，助老師立即抓漏，不用等到大大小小的考試完後再來慢慢檢討，亡羊補牢。
「在用 LiveLab 之前，我會站在教室的後面，試著察看每個學生何時卡住。現在，我不僅知道每個學生何時卡住，還知道為何卡住」
霍普韋爾高中的老師妮基．貝克（Nikki Baker）說，「我喜歡它的即時回饋，讓我知道當下需要專攻哪些學生，哪些人則沒問題。」
從數據判讀解題步驟和思路
創於2014年的數位學習平台 Thinkster Math 則鎖定幼稚園大班到國中的數學教育，創辦人拉吉．瓦利（Raj Valli）念的是化學和藥物研發，當初創業只是為了幫女兒解數學題。
「我的大女兒以前用日本的 Kumon（功文式數學），全是測驗卷。我每週都要帶她去Kumon輔導中心交作業，然後又是另一疊數學作業等著她，她不知道她在做什麼，又做的如何」。
他反對傳統的訂正要孩子抹殺「錯誤」，「若擦掉錯誤，覆蓋上正確答案，我又怎麼知道你錯在哪裡？」他相信孩子要學的好，老師們應觀察孩子們解題的步驟和思路，而非只看結果或答案。
Thinkster Math就是做好這件事。用 AI人工智慧追蹤和分析學生的數學題的解題步驟，畫出其思考邏輯，評估其對各項技能的理解，幫助老師立刻釐清學生哪裡出錯，以及為何出錯，並針對學生的強弱項，客製個人學習計劃，更甚者還能配對適當的家教人選。
教學助理這招更是簡單粗暴，效果立竿見影。利用 AI 將出題、畫重點、複習、改卷變成全／半自動化，將老師從繁重又機械性的工作中解放出來，把時間放在教學、刺激討論、和學生一起解決問題。
而由柏克萊大學電機暨資工系教授彼得．阿比爾（Pieter Abbeel）和他的 3 個博士畢業生共同創立的新創公司「Gradescope」就是讓 AI 來幫老師批改作業和考卷！
「儘管很重要，但不幸的是閱卷確實是最無趣的其中一項教學責任，」身為教授的阿比爾自己坦承，
圖說：Gradescope 共同創辦人團隊 Pieter Abbeel 教授, Arjun Singh and Sergey Karayev, 由左至右.
「沒有AI的助攻，公平公正的評分將極度耗時」
其概念很簡單，我們做事講究事半功倍，Gradescope 則求舉一反三。上傳到 Gradescope平台的試卷或作業，經老師標註題型（選擇題、填空題、申論等），接著利用 AI 的 Computer Vision 圖像辨識來判讀學生筆跡，區辨塗改痕跡等數據，並依據作答結果分組。
老師僅需確認分組正確，再從每一組各選一張卷子批改，加以評分並附上反饋，結果立即適用該組所有試卷，省下老師一張一張改的時間。
阿比爾曾拿資訊工程期末考超過 600 份考卷來試刀，將閱卷時間大砍75％。迄今，Gradescope 的 AI 已經批改了來自柏克萊大學 (UC Berkeley)、普渡大學 (Purdue)、紐約大學 (New York University)、密西根大學 (University of Michigan)、杜克大學 (Duke University) 等 500 多所學校。
13,000多名教師，超過 6,000 萬份學生考卷，主題涵蓋電腦工程、物理、數學、化學、生物、電機、經濟等專業領域。
當演算法 Algorithm 親手打造你我的教科書
AI 不僅縮短至少一半的批改考卷時間，還能針對每個學生出錯之處，提供詳細分析報告和輔導建議，掌握學生的學習狀況。
另一家教育科技新創公司 Content Technologies 則推出了 Cram101 和 JustTheFacts101，利用深度學習 (Deep Learning)，將龐雜的教科書內容庖丁解牛，再依照老師上傳的課程大綱，用演算法 (Algorithm) 自動量身打造客製教科書、章節摘要、重點、練習題、抽認卡等輕薄短小、容易入口的各式教材。這類「智慧內容」(Smart Content)節省老師規劃教綱、備課、出題的時間，彈性又高，可隨時調整。
無論是個人化學習或教學助教，起碼目前看來，AI 並不能取代教師，而是成為教師身體的延伸，輔助老師適時看見每個學生的需要，並有更多餘力、更有效地做實現因材施教的終極理想。
當然，AI 人工智慧進入教室並非沒有疑慮，如何有效地監督數據的收集、使用和分享，保護學生個資，如何避免機器放大人類偏見，確保教育的包容性和公平性，都是不容逃避的問題。
專家點評
政治大學應數系副教授 蔡炎龍
看完這篇文章，想起這幾年與產業互動的研究經驗，一個AI專案落地，最花時間的地方往往在前期溝通，手上的數據如果沒有化成問題，就無法繼續前進。
而很難形成問題的「意識」，往住是出於 Domain 專業領域這端的專家對AI如何運用還不夠了解，不知道哪些問題適合問。又或者，技術出身的人，沒法掌握到現實世界的問題。
比方，文中提到追蹤學生的「學習實況」，要看學生專不專心，講究一點可以戴儀器掃腦波，但這可能要收集到上萬筆AI數據，並精準數據處理 (Data Processing)或數據標註 (Data Tagging) 才足夠機器學習 (Machine Learning)。
此時，如果夠了解AI運作，就能「換個方向問」：比方，從作題停留的時間長短、臉部表情呆滯或微笑，能不能也用來判讀學生專注程度？這就省下前期大量收集數據的時間。
問了什麼問題，才能看出背後運用的技術難度。乍看之下，文中這些案例用到的AI技術不算太深，像考卷批改是筆跡辨識，這項技術在法律、醫療裡都有運用案例，一轉到教育場景裡，真的就大大鬆綁老師的時間。
這類結合AI，輔助教與學現場的優化，就我所知，在台灣多處於研究階段，或開發出來也未必針對教學使用。期待在台灣，也能有足夠誘因讓更多人投入開發教育科技。
【推薦閱讀】
1, 對Tomofun執行長張友辰來說，很早就知道AI的重要性，但他刻意讓自己不要那麼鑽進去「AI」，而是花時間深入了解消費者的情境，才能讓技術真正為消費者解決問題 ➡️➡️ 請看 【The Ellen Show欽點 全球唯一的「狗保姆」創造訂閱新經濟】
2, 甫獲「美台科技挑戰賽」首獎，「防詐達人」是許多台灣人手機裡必備的APP。面對大量的數據處理，他們交給若水團隊協助，「我們省下好多時間，更能深入掌握各種詐騙的型態，若水協助標註數據，給予使用者回饋，發揮一加一大於二的綜效」➡️➡️ 全文 在此
圖片來源：TED Talks、科學人雜誌、The Learning Agency Lab、 Berkeley、Home School Gardens、NeONBRAND、You X Ventures
