Rose Luckin

“数据对AI来说至关重要，可以帮助人们分析其行为和认知方式。如果我是老师，我会指导学生如何用AI来了解自己的行为。”

在2019T-EDGE全球创新大会上，伦敦大学教授 Rose Luckin阐释了AI教育结合后的教育新方式。

Rose Luckin是2017年塞尔登名单“20位最有影响力的教育人之一”，她还是AI在教育领域应用的专家，在国际人工智能教育协会(AIED，Artificial Intelligence in Education)执行委员会担任委员。

她还是伦敦知识实验室负责人。这是一所由50名社科专家和计算机专家组成的英国权威知识机构，主攻计算机科学与社会科学领域，协助跨学科的合作。

Rose Luckin指出，AI之所以能与教育产业碰撞出火花，根源在于大量的数据、成熟的AI算法以及计算能力。

虽然主张用AI去变革教育产业，但她认为AI只是辅助，其发展是为了拓展人类智慧，人类智慧才是产业变革的关键力量。 而AI与人类教师各有优势，可以各司其职，相辅相成。

在钛媒体2019T-EDGE全球创新大会上，Rose Luckin接受了钛媒体专访，就AI与人类教师如何“各司其职”、AI伦理与应用边界、“AI+数据”对教育的助益，以及中英AI教育差异等问题展开讨论。

AI与人类教师如何“各司其职”

钛媒体：在您演讲中指出AI具有局限性，想知道哪些是可以被AI化，哪些是不能被AI化的？

Rose Luckin：在教育领域里要寻求合适的方式使用AI。首先，AI的适用场景是基础性辅助性的教育工作，比如在一些语言培训课程中我们已经运用到了AI。

其次，在行政工作中，教师平时需要观察学生的日常表现和反馈，这种工作也可被AI替代。最后，对于有视觉或听觉障碍的学生，AI可以帮助特殊群体去“补足”听力和视觉，助益他们的学习过程。

教育场景下教师的角色体现在两方面：第一是情感能力，第二是社交能力上。需要与学生交互的复杂社交情景中，就需要教师来负责。

至于AI具体能如何帮助到教师，现在我们在教学中会运用大数据和AI，这样不仅可以了解学生在各个学科上表现如何，也可以在认知和情感层面上，了解学生的情绪和精神动态。这样就可以通过AI和大数据补足我们元认知的能力。

钛媒体：能否阐释下您强调的元认知概念的涵义？

Rose Luckin：元认知是不太好理解的术语，它包含了许多不同的能力。比如，提前规划就是一种元认知能力，在受到干扰时能有意识收回注意力也是一种。另外，准确了解知识图谱中哪些知识是学生已知的，哪些是未知的。通过大量信息收集和积累，就可以使得老师判断学生所擅长的领域是哪一种。

钛媒体：当前观点认为AI更多负责重复性基础性工作，而教师则负责情感输出。国内已经有公司推出了AI教师，一个真人教师能操作十几个虚拟分身上课，如何看待这一应用前景？

Rose Luckin：如果真人老师无法去课堂教学，我认为还是比较有帮助的。但我认为更重要的场景是远程教学。在远程教学的场景中，教师依然可以在AI的帮助下与学生互动。我认为远程教学的场景更有价值，因为AI是替代了一部分老师的教学，而非像虚拟分身一样将人类教师完全替代。

谈AI伦理与应用边界

钛媒体：国内有学校引进了一种运用脑机接口技术的“黑科技头环”，校方会要求学生佩戴头环检测注意力，并将注意力打分传输给老师，这一事件在国内引发了争议。当AI与教育结合越来越紧密，你认为是否会有技术滥用的情况出现？

Rose Luckin：我了解到有些案例也运用了类似的技术。提及技术滥用，我认为不是技术本身有问题，而是使用方式出了问题。像刚才这种监测注意力的设备，如果能让学生了解在哪些环节注意力容易走失，帮助其了解自己、提升专注度就会带来比较积极的效果。

我也在演讲中指出，内在动力才是学生最大的动力源，如果不去寻找学生内在的动力源，其实外界的力量没有太大的帮助。

钛媒体：提到技术滥用的问题，你认为在教育产业中，AI应用的边界在哪里？

Rose Luckin：你提到的问题我也非常关心，因此我也和教育委员会等合作方共同成立了伦理道德委员会。但我担心的是，如果我们太过担心伦理问题，反而会错失AI在教学中带来的福利。

因此，我们要了解AI会涉及哪些伦理问题，在哪些层面会给人带来怎样的伤害，再通过一定的管理和规则制定去尽量避免带来的伤害。

但我们更应注意的是，伦理并不是一成不变的，在不同的时间和空间下，伦理问题的定义和边界都会有所改变。比方说，在一个文化场景中受到抵制的伦理问题，可能在另一个文化场景中就可以接受。或者某一个伦理问题，随着时间推移就能逐渐被人所接受。

另外，有些红线是很明显不能触碰的，比如用电击方式去惩罚走神的学生。但更多时候伦理问题是比较模糊，尚待商榷的。这时我们能做的就是让过程更透明，给家长和学生呈现出尽可能多的信息，让他们自己去判断要不要接受AI教学。

比如在教学中使用人脸识别技术，要让家长清楚收集面部数据的目的是什么，收集了哪些数据，要如何去处理和分析，数据要存储在哪里等各种情况都要与家长说明，并让他们自己做判断是否要采用。

像我在英国推动的一个国家健康服务的项目，要将AI运用到国家提供健康服务的过程之中，当人们发现这些数据能有助于反馈他们自身的健康状况时，人们是很乐意去和我们分享数据的。

谈“AI+数据”的产业变革

钛媒体：在演讲中提过数据的重要性在于能研究人们的行为组织方式，在具体的AI落地上，数据收集要以什么方式去实现？

Rose Luckin：我们研究的数据来源比较多样。学生的面部表情、身体姿势，甚至是日常输入到电脑中的文本信息，都可以作为数据来源。我们会运用心理学、神经科学以及教育学作为根据去分析。

现在有很多科学期刊为我们提供了借鉴。我们还可以去追踪声音，声音的频率、音调和音色也能反映出人的行为模式。

钛媒体：为什么要通过面部、声音、形体这么多的途径收集数据？

Rose Luckin：我们采取多模态的信息收集方式。因为收集面部数据只是一个渠道，与语音、形体等多种数据一起分析结果才更加可靠。像面部表情，在不同国家不同文化背景下，情绪表达方式是不同的。如果只收集面部数据去阐释人的情绪，很难达到有效的结果。

谈中英AI教育差异

钛媒体：能否预测下2020年AI教育会产生什么新变化？

Rose Luckin：AI教育想取得多大的变革，根本在于有多少资金投入。我们现在去收集数据并进行分析需要很大的投资，但这个项目并没有很好地投资收益。在英国本土可能没有多少社会人士想要投资，但我已经看到有很多人对此产生了兴趣。

钛媒体：你来中国多次，应该观察到中国近两年在教育科技领域出现了不少独角兽公司。能否评价下中英两国教育科技产业的区别，双方各自的发展的优势是什么？

Rose Luckin：AI教育在中国发展的速度非常快。我认为AI教育的发展需要三个要素。一是良好的投资环境。

二是由AI企业和教育机构所构建的生态系统。在这一系统中，AI企业和教育机构要承担起基础设施的作用，提供技术方面的支持，我们还可以通过国际性的合作，去将这一系统变成全球型的生态系统。

三是从业者要具备丰富的学科知识。这三个要素会构成一个“铁三角”，三个要素缺一不可。

（本文首发钛媒体，采访、作者/芦依）