教育+AI产品设计——以考试机器人为例

AI 技术与教育的融合速度日益加快,AI 助力的自适应学习大家都比较熟悉,本文的产品以考试机器人为例,举例教育 +AI 产品的设计内容。

教育考试机器人(Educational Evaluation Robot)作为教育行业中的服务机器人,通过 AI 技术中的模式识别、自然语言理解、逻辑推理、机器学习等技术,在不改变学生手写习惯的前提下,全程记录学生解题过程和步骤,实现客观题和主观题的自动评价,自动分析结果,及时诊断学习困难并给予主动干预。
本产品设计了教育 +AI 考试机器人的 1 个产品理念,设计了 3 大功能模块、4 层系统架构与 5 个应用策略用。

一、教育 +AI 产品理念

教育考试机器人 (Educational Evaluation Robot) 作为教育行业中的服务机器人,通过模式识别、自然语言理解、自动推理及机器学习等技术,全程记录学生解题过程和步骤,实现客观题和主观题的自动评测,自动给出评测结果,主动诊断学生学习困难并主动给予精准个性化干预,包括:自动推送个性化学习资源,清晰呈现个性化知识图谱,实时推断学习状态等。
教育 +AI 与传统教育的对比图如下:

二、教育 +AI3 大功能模块。

教育考试机器人由笔迹采集系统、智能分析系统和诊断干预系统三部分构成。
笔迹采集系统是在不改变学生正常书写习惯的前提下,使用智能笔(Smart Pen)自动记录学生解题过程,自动采集学生原始答题数据,学生解题结束后,通过蓝牙技术将数据传输至智能分析系统。智能分析系统实现对学生客观题、主观题的自动分析与批改。
基于分析与批改结果,针对学生解题过程出现的易错步骤,诊断干预系统呈现学生的考试详情、分析报告等,给出学习建议,并提供有针对性的学习资料供学生学习。

三、教育 +AI 产品 4 层系统架构

1. 数据采集层 - 硬知识和软心里双管齐下

数据采集层主要由智能笔作为数据采集器,实现学生解题细颗粒度数据全程采集。根据前人研究证明学习者感知测量应该综合考虑学习行为和学习生理反馈两种数据。
因此本研究采集的信息主要包括两方面:

  • 一是知识信息,采集学生答题数据并进行预储存,实现数据的智能采集与数字化管理;
  • 二是学生个体特征信息采集,通过设置贴近皮肤的感应器,收集学生的心理、情绪、态度等方面信息。采集的数据存储在 Hbase 分布式数据库中。

2. 数据分析层 - 提升教学效率

数据分析层主要是基于大数据的数据存储与分析方式,主要采用 Spark 数据分布平台对采集的学生解题数据进行分析,分析过程并不是把学生解题过程和后台数据库简单匹配,而是根据后台数据库中的数学公理、命题等,采用自动推理、机器学习等方法,实现数学问题智能考试。

3. 数据可视化 - 实现智适应学习

在对数据进行挖掘和分析后,通过图表、视频以及其他可视化方法来表征数据,进行可视化分析,最终呈现学生学习诊断报告。通过个性化诊断发现学生学习过程中存在的问题,进而采用智能推送服务,为学生提供答题引导,为学生提供最适合的答题方法,并有针对性地推送错题集、强化训练习题等,满足个性化学习需求。

4. 数据显示层 - 构建个人学习中心

将数据分析结果以可视化学习诊断报告的形式在用户终端(如:智能手机、个人电脑、智能移动终端及平板电脑等)显示,最大程度满足不同场景的使用需求,有助于学生及时了解自身学习情况,有助于教师、家长精准掌握学生学习状况,从学生时代构建一个个人学习中心平台。
具体功能模块:
教育考试机器人在 AI 助力下具有精准诊断与主动干预等功能特点,包括学生端、教师端和家长端,功能模块,设计如下图所示:

(1)教育 +AI“机器人助教”
教育考试机器人具有机器人助教的功能,能够提供教师教学相关事务的协助,如:协助备课、协助出题、协助批改作业、分析课堂以及与家长保持互动沟通等,发挥技术优势,从而帮助教师从繁琐的事务中解脱出来,让老师有更多的时间和精力专注于教学设计与课堂教学。
例如:在美国一所高校中一名 AI 机器人助教在学生知道是 AI 机器人之前被学生评价为最优秀的助教,这名助教在午夜凌晨学生提问时也在线对这届学生的问题进行推理识别,然后搜索往届类似的问题给学生回答,学生的问题不仅得到解答,同时精神上也得到激励,因为学生凌晨提问,AI 机器人在凌晨回答。
(2)学生的“智适应学习中心”
学生在不改变书写习惯的情况下使用智能笔答题,自动上传答题内容,并实现作业自动批改。全程记录学生学习轨迹,实现学习过程贴身管理。教育考试机器人能够扮演“学习诊断医生”角色,收集、记录并分析学生解题过程中出现的问题,形成诊断报告,分析解题困难原因,自动生成学生个人学习报告,精准锁定薄弱学习环节,及时发现问题并针对性解决。
自动生成个人错题本,错题本详细记录了学生错题情况及原因分析。针对学生错误知识点和难点,设计开发针对性学习资源。教育考试机器人根据学生作业完成情况,及时诊断发现薄弱知识点,自动推送学习资源,帮助学生巩固知识。自动生成学生个人知识图谱,提供个性化学习服务。
(3)家长全面了解学生的“好帮手”
家长可以随时随地掌握学生学习情况,通过课程中心,学习教育学、心理学等相关资源,掌握与孩子沟通技巧,与孩子共同成长。同时,保持家校沟通,建立“学生—教师—家长”学习共同体,共同探讨教育考试机器人使用过程中的问题。

四、教育 +AI 的 5 个应用策略

1. 选择适用的学科内容

任何一种工具都需要考虑其适用的学习内容。虽然不同类型知识的习得、巩固与转化、迁移与应用等阶段都有共同特征,但不能忽视它们的不同特征。因此,要使教育考试机器人发挥其优势,就需要对知识类型加以准确定位。
作为两种不同性质的知识,陈述性知识和程序性知识在习得阶段基本相同,但在巩固与转化、迁移与应用等阶段有所不同。在巩固与转化阶段,教育考试机器人需要针对陈述性知识提供复习和记忆的方法指导,而对于程序性知识,需要提供变式练习,并根据学生的完成情况作出有针对性的反馈。
在迁移与应用阶段,教育考试机器人需要考察学生提取新习得的陈述性知识,或者学生应用新习得的程序性知识 (如:解题技能或策略) 解决新异问题的能力。

2. 满足学生个性化学习需求

学生在知识储备、学习经历及学习风格等方面存在差异,在知识获取和技能习得过程中有不同需求。然而,当前学校教育强调“整齐划一”“标准答案”,教师授课也只能兼顾中等知识水平学生,很难满足学生个性化学习需求。
教育考试机器人能够发挥精准诊断与主动干预优势,与学校教育密切结合,关注学生个性化学习需求。如:在作业反馈过程中,教育考试机器人能够自动识别学生手写笔记,精准诊断学生解题过程,自动收集学生解题数据,并给每个学生提供个性化干预方案,推荐个性化学习内容与学习路径。

3. 保持学生的学习动机

教育考试机器人作为新技术在教育中应用的代表,促进了学习方式的转变。然而,学生不是从技术中学习,而是借助技术优势,从反思中不断学习。
在学习过程中,根据教育考试机器人提供的反馈,不断提高思维能力。当学生发现利用技术工具来建构自己对知识的理解时,会对所学知识产生热情和兴趣,具有较强的学习动机,进而会把教育考试机器人作为学习伙伴,而不是学习负担。

4. 鼓励父母与教师合作交流

Toh 等人研究发现,面向中小学生设计应用程序时,父母支持至关重要。在使用教育考试机器人过程中,鼓励父母和教师一起参与产品设计。由于学生自制力存在差异,学生在课下使用教育考试机器人时,需要家长的有效监督。当学生遇到困难无法完成学习任务时,家长应积极鼓励学生,增强学生自信心和克服困难的勇气,与教师一起,形成学习共同体,提高使用效率。

5. 提升师生的信息素养

教育考试机器人产品的精准诊断和主动干预功能,不但能够帮助学生开展个性化学习,还可以将每个学生的知识掌握情况即时反馈给教师,为教师设计课堂教学提供科学依据和参考。
因此,在应用教育考试机器人的过程中,学生要熟练掌握基本操作,实现与课堂教学的“无缝连接”;教师要不断提高自身的整合技术的学科教学知识 TPACK(Technological Pedagogical and Content Knowledge)水平和信息素养,满足信息时代人才培养的内在需要。

总结

人工智能是一门交叉综合学科,从上个世纪 70 年代以来就是冲着代替人类的劳动,增强人类的智能来研究和产品化落地。例如:机器定理正面(应用 AI 的逻辑和推理)是仿学生解题,机器翻译(应用 AI 的自然语言理解)是仿学生的翻译,学习(应用 AI 的神经网络)仿初学者。
虽然对人工智能各有各的看法,但是通过教育 +AI 产品化的实战产品案例来看,在教学中在学习中学会优先采用 +AI 至少能够获得信息优势和持续提升能力的终身学习行为。
作者
连诗路,公众号:LineLian。《产品进化论:AI+ 时代产品经理的思维方法》一书作者,前阿里产品专家,希望与创业者多多交流。