2025 年，您将听到大量有关人工智能 (AI) 和教育的内容。
英国政府公布了其人工智能机会行动计划— 一月中旬。作为该计划的一部分，它有授予向 16 家教育技术公司提供 100 万英镑（约合 120 万美元）资金，用于“构建用于反馈和评分的教师人工智能工具，推动更高且不断提高的教育标准”。美国一些州的学校测试 人工智能工具在他们的教室里。一个摩洛哥大学成为非洲第一个在整个机构引入人工智能驱动的学习系统的机构。
今年的主题是联合国国际教育日每年 1 月 24 日举行的活动是“人工智能与教育：在自动化世界中保护人类能动性”。
但人工智能在这种背景下意味着什么？它经常被用作教育领域的一个包罗万象的术语，经常与数字技能、在线学习平台、软件开发甚至基本的数字自动化混合在一起。
这种错误的描述可能会扭曲人们的看法，并掩盖人工智能驱动技术的真正潜力和意义。这些技术是由该领域的科学家和专家开发的，并通过大型科技公司实现规模化。对于许多人来说，AI 一词让他们想起 OpenAI 等系统聊天GPT，能够撰写论文或回答复杂的问题。然而，人工智能的功能远远超出了这些应用范围，并且每种应用都对教育具有独特的影响。
我是专家在人工智能、机器学习、信息流行病学领域——我使用人工智能研究大量信息来对抗错误信息——知识图谱（发现和可视化不同知识领域的内容）以及使用人类语言技术（构建）模型人工智能促进人类语言进步，例如实时翻译工具。我做这一切都是为了头知识图谱实验室（经济与管理科学学院的一个研究小组）的联合主任数字未来跨学科中心在自由州大学。
在本文中，我解释了流行语背后的技术和科学，以阐明机器学习和深度学习等术语在教育中的含义、这些技术如何（或已经）在教育中使用，以及它们的好处和陷阱。
机器学习：个性化实践
机器学习是人工智能的一个子集，涉及从数据中学习以做出预测或决策的算法。在教育领域，这可用于根据个别学习者调整内容 –所谓的自适应学习平台。例如，这些可以评估学生的优势和劣势，根据他们的节奏和风格定制课程。
想象一个数学应用程序，它根据课程提出问题，然后使用学习者的答案来确定他们的困难所在，并调整其课程以专注于进阶前的基础技能。尽管科学仍在探索中，但这种个性化水平可以改善教育成果。
深度学习：评估和可访问性深度学习
是机器学习的一个分支。它通过神经网络模仿人脑，从而实现图像和语音识别等更复杂的任务。在教育领域，这项技术为评估和可及性开辟了新的途径。
在评估方面，人工智能驱动的工具可以协助在评分中，分析手写作业，评估语言学习中的语音模式，或将内容实时翻译成多种语言。此类技术既可以帮助教师减轻管理负担，又可以为学习之旅做出贡献。
然后是包容性。语音转文字文本转语音应用程序使残疾学生能够以以前不可能的方式接触材料。
自然语言处理：超越 ChatGPT
自然语言处理是人工智能的一个分支，它允许计算机帮助理解、解释和生成人类语言。ChatGPT 是最熟悉的示例，但它只是众多此类应用程序之一。
该领域的教育潜力巨大。
自然语言处理可用于：
分析学生写作的情感和风格，为写作的思维、语气和质量提供实时反馈。这超出了语法和语义的范围
识别抄袭
向学习者提供课前反馈，这将加深课堂讨论
总结论文
将复杂的文本翻译成更容易理解的格式。
强化学习：模拟和游戏化教育
在强化学习中，计算机系统通过反复试验来学习。
这是特别有前途在游戏化的教育环境中。在这些平台上，游戏化和教育的原则被应用到学生“玩”的虚拟世界中。他们通过玩耍来学习。随着时间的推移，系统会学习如何根据学生已经学到的知识进行自我调整，使内容更具挑战性。
挑战
当然，这些技术并非没有缺陷和道德问题。他们提出了有关公平的问题，例如：当无法使用此类工具的学生进一步落后时会发生什么？如何防止算法强化教育数据中已经存在的偏见？在前面的数学例子中，这可能不是什么大问题，但想象一下在历史等学科中强化偏见会产生意想不到的后果。
准确性和公平性也是关键问题。设计不当的模型可能会误解口音或方言，从而使特定的学习者群体处于不利地位。
过度依赖此类工具还可能导致学生和教育工作者的批判性思维技能受到侵蚀。我们如何在援助和自治之间取得适当的平衡？
而且，从伦理的角度来看，如果允许人工智能跟踪并适应学生的情绪状态会怎样？我们如何确保此类系统中收集的数据是负责任且安全地使用？
实验
人工智能的潜力需要通过实验来探索。但如果在受控环境下进行管理，效果最佳。实现这一目标的一种方法是通过监管人工智能“沙箱”——教育工作者和设计师可以在其中试验新工具并探索应用程序的空间。
这种做法自 2023 年以来一直在自由州大学使用。作为数字未来跨学科中心的一部分，沙箱充当开放教育资源，提供视频、指南和工具，帮助教育工作者和机构领导者了解并负责任地实施人工智能技术。该资源向大学的学生和教育工作者开放，但我们的主要焦点致力于提高教育工作者的技能。
教育领域的人工智能将继续存在。如果其组成部分得到正确理解，并且其实施是由良好的研究和实验推动的，那么它就有潜力增强学习，同时教育仍然以人为本、包容性和赋权。