本文由機器之心編譯
上周,Oculus創(chuàng)始人Palmer Luckey說:「學校教室終將消失,孩子們不需要在教科書上花費太多時間?!筁uckey的話更像是給自家產品打廣告,發(fā)生在美國很多學校里的改變則讓我們看到人工智能、虛擬現實等新技術給傳統(tǒng)教育帶來的巨大顛覆效應……
1.
18個學生依次走入一個明亮的教室,沿著屋子的四周擺放著十八臺計算機。學生們選擇座位坐下,登陸電腦開始安靜的學習。在背面的桌子上,主屏幕用一些表格和數據可視化工具將每個學生的工作進度實時可視化的顯示了出來。
這不是某些未來電影中的橋段,而是來自紐約維斯切斯特社區(qū)大學的Sheela Whelan所教的代數課預備程。
Whelan課堂上的學生都統(tǒng)一使用一個名為 ALEKS的程序。但是定睛一看,你會發(fā)現每個學生在使用時都會遇到不同的問題。一個坐在角落的女學生正試圖用基本的線性方程解決問題。坐在她左手邊的男士則全神貫注的思考分數的問題??拷恍┑?,一個聰明的學生已經開始簡化一個包含分數和變量的公式了。
第一眼看過去,會覺得每個學生都處于不同的教學階段。當然,某種意義上來說,這是對的。當更準備地來說,這個課程本身就是在因材施教。
當這個學期剛剛進行了三分之一的時候,一些優(yōu)秀的學生已經可以參加期末考試了 把其他人遠遠甩在后面。他們最終的目的都是掌握一樣的概念和知識,但是掌握這些知識的順序方法,包括學習的節(jié)奏,都是由人工智能軟件通過評估他們每次的課業(yè)表現來進行調整的。
ALERK剛開始時對每個學生的教學設置是一樣的。但當學生們開始回答系統(tǒng)自動生成的實際問題,ALEKS的機器學習代碼程序變開始自動分析他們回答問題的行為,從而判斷他們對于概念的理解程度。如果對于某種類型的問題錯誤率較高,系統(tǒng)就會推薦閱讀一些背景材料,看一下教學視頻或者給予一些提示。
但如果他們輕而易舉地就回答完了問題,譬如線性不等式,系統(tǒng)就會讓他們開始嘗試多項式或者指數。當他們熟練掌握后,系統(tǒng)就會問他們是否準備接受考試。通過了他們就能繼續(xù)深入學習,當然除非他們更愿意選擇不同的主題,比如數據分析或者概率。一旦他們掌握了先決條件,選擇的主動權就在他們自己。
Whelan,作為課程指導她并沒有一味講課。什么才是教學重點?什么時候能夠讓每個學生都因材施教?她讓自己作為一個流動的引導者,當學生有問題的時候才會去解答問題。課程的助教也是如此,隨時回答學生問題,幫助那些遇到困難或者可以準備考試的學生。在學生們學習的時候,軟件記錄了每個人答題的正確率和時間。當Whelan的在線系統(tǒng)告訴她好些學生都在相同的地方遇到困難時,她會把這些學生組織起來進行一個小組學習。這就是分類教學。
這個模型教育下的成果大大不同于美國過去一百多年的傳統(tǒng)教育。在傳統(tǒng)教育中,老師在幻燈機背后或是在白板前,對著滿屋的學生在同一時間說著同樣的話。有些學生都不知道老師在說些什么,而另一些人已經完全掌握了 覺得上課是浪費時間。只有處于中游的學生 因為老師講課的進度和他們掌握能力差不多,所以覺得課程很好理解也有趣。一節(jié)課結束,每個學生都會收到同樣的閱讀作業(yè)。
大部分認真思考教育這件事的人都認同一個觀點:傳授課業(yè)的固有形式,有時也被戲稱為「講臺上的圣人」是有缺陷的。但應該被何種方式取代卻無法達成共識。課上課下內容對調? 大規(guī)模開放線上課程?或者強調以動手能力,項目完成為導向的學習?
2
思想家們在爭論,課本出版商在行動。傳統(tǒng)的經營模式已經岌岌可危,于是一批批標榜自己為教育技術型的公司開始向學校和大學推廣新一代數字課程。ALEKS就是一個例子,他們承擔了老師的大部分工作并堅持表示這套軟件并不是為了取代教師而是要讓老師們可以減少其自身對某種概括性的,概念性教學方法的依賴。
從Whelan的預備代數課程可以一窺不遠將來的課堂形式——這部僅僅局限于于社區(qū)大學來說。K-12(國際上對基礎教育的統(tǒng)稱),以及高等教育的化學,西語或者社會學等學科,都可能被影響。ALEKS這樣的軟件,在其擁護者眼中代表著幾十年以來科技和教學的新突破,雖然正處于早期階段但具備可以變革教育的潛力。不過在這一切發(fā)生之前,有個問題還是值得一提的:這真的是我們想要的嗎?
過去的20年里,計算機和互聯(lián)網重塑了商業(yè)王國,娛樂行業(yè)以及媒體行業(yè)紛紛轉型,而教育卻被遺留在外。如今大多數課堂中所用到的技術(如書本,課桌,鉛筆,鋼筆)和一個世紀之前并沒太大區(qū)別,無外乎就是白板和投影屏取代了黑板書。但表面之下的整個結構從侯瑞思·曼恩(現代公立學校教育體系發(fā)起人)所處年代就奠定并延續(xù)下來的。
個人電腦在教育中的推廣不僅得到了經濟支持,也取得了成功。 但在學習中配備ipad和Chrome筆記本卻受到了阻力,并且有理可循: 在一間傳統(tǒng)的教室中,接入互聯(lián)網的設備可能導致學生分心,其副作用要大于其輔助作用。 康奈爾大學2003年的一項著名調查顯示在課堂上使用筆記本的學生所記住的材料內容遠遠少于那些拒絕在課堂使用電腦的。將范圍擴大開來, 一個包含了40個國家的經濟合作組織研究發(fā)現:那些無論是在家還是在學校都更頻繁使用電腦的學生在同樣的測試中比他們的同學表現要差。并且在那些對教室技術方面進行了大舉投資的國家中,其學生的成績并沒有因此而得到顯著提高。OECD的報告對此總結說「將21世紀的科技力量加入到20世紀的教學方法僅僅是在稀釋原本的教學效果?!?/p>
同時,曾經被大肆宣傳的高?!笖嚲终摺埂?免費提供大學教育課程的網站也面臨幻滅。MOOCs曾被TED演講極力推薦,還被作為「可以將常春藤聯(lián)盟知識寶庫的大門向普通群眾打開的力量」,登上過Wired雜志的封面,然而就在2013年其風頭正盛的時候,越來越多的研究顯示MOOCs課程的效果并不像人們預期的那樣。學生大多因為沖動報名,只有非常小的一部分人能夠完成課程?,F在宣布MOOCs失敗還為時尚早,他們還在不斷的改變。但是有心的學者已經漸漸遠離這種網絡課堂將取代教師授課的論調。因此,我們傾向于將網絡課程看作是書本教育的一種補充,而不會取而代之。
盡管如此,書本發(fā)行商卻依然頭疼,電商巨頭如亞馬遜已經吞噬了他們曾經占據的市場,人們現在可以非常容易的上網購買圖書教材,而新興的像Coursera還有Khan Academy這樣的網站無疑讓傳統(tǒng)發(fā)行商雪上加霜,因為這些平臺甚至可以免費提供教學視頻和材料。教育出版業(yè),每年僅在美國市場就有80億美元的銷售收入(數據由美出版社協(xié)會提供)現在正遭遇寒冬。
David Levin是McGraw-Hill教育公司的CEO,他的公司將其視為重新開發(fā)核心產品的緊迫需求。為了保留它的價值,21世紀的教科書并不能僅僅只是多媒體的參考來源。它必須要在教育過程中擔任起更加活躍的角色,具有互動性,理解能力并且甚至是智能的。它必須要服務于便利學生和教師,將他們所要做的事情自動化。它愈聰明,就愈能夠自動化教育任務中更多方面——也更加促進學校與老師的采用。
3
ALEKS一開始并不是設計用來振興教科書產業(yè)。ALEKS,即知識空間估測與學習, 由一個加州大學爾灣分校數學家、認知科學家與軟件工程師所組成的團隊在90年代所開發(fā),受到來自國家科學基金的支持。它本來是用來闡述與測試一個特殊的數學理論,關于知識構建以及描述。但是ALEKS的創(chuàng)造者并不滿足于將它局限于象牙塔之內。他們在1996年成立一個私有公司,McGraw-Hill教育公司在2013年收購了它?,F在,這個前教科書產業(yè)的巨人與它的發(fā)明者正在計劃商業(yè)化ALEKS為獲利商品,以及一個教育機器。
我將它叫做前教科書產業(yè)的巨人是因為它不再認為自己是一個生產教科書的公司了?!肝覀兪且粋€將學習科學化的公司」(西方高等教育市場課本非常昂貴,學費通常不包含書本費,而一些刁鉆的老師經常需要學生去買他最新版本的書,而且一搞就幾本的參考書,所以經??梢钥吹揭欢褜W生在復印店印書,某種意義來說在西方真是知識無價的),Levin指出。實際上,自從被母公司McGrawa-Hill在2013年以25億美元售出給一個私募股權企業(yè)后,McGraw-Hill教育公司開始更加趨向于一個科技公司——從不同程度上來說——一個課本產業(yè)里的主要競爭者。這些功成名就的玩家開始被硅谷背景的教育科技創(chuàng)業(yè)者——例如Knewton等其開發(fā)的學習平臺是ALEKS的主要對手——所推動并與之合作。
McGraw-Hill教育公司的總部仍然在曼哈頓Penn Plaza的一棟摩天大廈高層。但是最近它的運行其實在波士頓創(chuàng)新區(qū)的研究與開發(fā)室里,在那里的軟件開發(fā)員正坐著忙于給機器學習算法查漏補缺,簡直可以被錯認為是一家早期階段的科技創(chuàng)業(yè)公司的雇員。負責監(jiān)督其數據運行的是Stephen Laster,后者曾在之前的哈佛商學院首席信息技術官的工作中與「破壞之父」Clay Christensen一起工作。作為CEO的Levin從2014年的四月著手新職位,并不是因為他在課本產業(yè)內的背景——他其實在此行業(yè)內毫無經驗——而是因為他在技術公司的經驗。他的經歷包括了Symbian軟件的CEO,后者為移動手機開發(fā)操作系統(tǒng)的世界先驅。現在McGraw-Hill的產品開始在技術工業(yè)中嶄露頭角,例如拉斯維加斯的消費者電子展覽。
McGraw-Hill和它的競爭者并沒怎么花時間就領悟了「數字化第一」策略的吸引力。幾十年中,二手書形成了產業(yè)內最大的獲利點。大學生省錢買二手書,在圖書館借,或者復印他們同學的書。所有這些給產業(yè)內的公司造成挫折,而后者則用飆升的價錢來反擊。但那只在短期內提高收益,并加劇了惡性循環(huán),驅使學校與學生找到避免購買的更喪心病狂的辦法。
軟件則不同了:你可以向每個學生要求個人,不可冒用的證明,保證這些材料不會被轉手賣出或者傳給無窮無盡的后人。因為一個這樣的證明的邊緣成本可以視為零,你可以收取很少的費用,即,每本25美元,相比于100美元一本的新教科書。教科書看起來更便宜,但是課本產業(yè)的公司會有著更大的收益。McGraw-Hill教育公司的數字產品的利益從2014年上升了24%,接近20億美元年收益的三分之一。
McGraw-Hill教育公司的改革已經顯著提升了它的身價。今年七月,阿波羅全球管理公司宣布了將該公司上市發(fā)行的計劃——以50億美元的身價,幾乎是兩年半以前的兩倍。
另一大型教科書出版商正忙著研發(fā)自己的交互軟件。位于波士頓的Mifflin Harcourt有一款在iPad上使用的數學工具,叫Fuse,工具界面會因每位學生的「學習方式」而有所不同:偏重視覺體驗的用戶,為他多提供些視頻;好動學生的界面上,會多些游戲,等等。倫敦的Pearson已經和Knewton展開合作(并對后者進行了大量投資),這是一家風投投資成立的初創(chuàng)公司,位于紐約,公司的自適性學習平臺也加入到教科書公司的課程教材中。2011年,Knewton募集到3300萬美元,估值達1.5億美元。如今,據傳公司估值已經翻了好幾倍。
4
今年秋天,Pearson 引進了一種叫Revel的「沉浸式數字學習工具」,有了它,學生就能通過多媒體體驗——包括視頻、互動聯(lián)系以及動畫信息圖——重新體驗教科書。Pearson的Stephen Frrail告訴我,他們的目標是讓教材「比如FB還要吸引人」,畢竟,無論什么時候,只要學生在電腦或者在平板上做作業(yè),僅需「一個按鍵」,就能登錄到FB。為此,Frail 說,「我們并不希望學生讀的過多,活學活用地少?!顾自捳f,「少讀多用。」
公立學校和大學總面臨著控制成本、提高學生成績的壓力,事實證明,它們特別能接受科技書籍的兜售。目前,他們正被政府項目(比如Race to the Top)和頗有影響力的非營利組織(比如比爾和梅琳達·蓋茨基金會)的項目鞭策激勵著,這些項目的注重教育標準和成績考核指標與軟件設計的一致性。這些基金資助和研究計劃制造出一系列重疊的流行語,包括「自適性學習」、「個性化學習」、「區(qū)別式學習」,定義如此不固定,很難就表述達成共識。
事實上,數字平臺正快速流行起來。Book Industry Study Group商業(yè)小組的一項調查發(fā)現,2014年,至少上過一堂在線平臺課程的大學生僅為10%。今年,這個數字驟升至40%。
對于那些一直從事教育工作的人來說,這樣的想法很誘人:當前趨勢不過是最新電子潮流,分散管理層注意力,搞亂課程,直到幾年后下一個潮流出現。但是,自適性學習可能要比他們想的更為持久,原因有二。第一,教科書公司已經對此投入很多,不會回頭;第二,可能,至少在某些情況下,真的管用。
南加州Myrtle Beach附近的一所曾經面臨困境的中學,將功勞歸功于新的科技。為了提高學生的考試成績、學習興趣和其他教師出勤率,學校采用了ALEKS以及其他自適性軟件平臺。威斯康星的一所以STEM(科學、技術、工程和數學)為主的慈善學校 也見證了類似成功,根據教育周刊的報道,這家學校將本來用于全職教育職位的資金用來購買更多的數字評估材料,讓人印象深刻。
亞利桑那州立大學已經有了自己的自適性軟件,最著名的是來自Knewton 和Pearson,這也是過去三年中十幾門大學課程中的核心亮點,而且使用軟件的課程已經從數學擴展到諸如化學、心理以及經濟學等學科。大學聲稱,現在自適性課程的招生規(guī)模都在每年2,6000左右。 大學首席學術技術官Adrian Sannier說,「目前,我們還沒有遇到過失敗?!闺m然他的工作頭銜現在聽起來有點怪,但總有一天,它會和教導主任一樣,為美國校園中的每個人所熟知。
但是這幾乎是不可避免的。從B.F.Skinner在50年代提出的作為電子學習模式開端的「教學機器」開始,在教育的歷史上對于自主學習的失敗嘗試不計其數。阻礙這一切發(fā)展的因素本質上來源于教育的專業(yè)性,以及即使在少數專家認同(網絡教學實踐)的情況下依然存在的糟糕的周遭環(huán)境。目前在這方面,依然沒有一款自適性的可用軟件。對于那些個別的成功案例來說,近些年控制法調查出來的對于(網絡學習)的效率的結果可謂不容樂觀。
「卡內基代數輔導」是卡內基梅隆大學在90年代開發(fā)的,世界上最早也最具有影響力的自適性軟件藍本之一。它的效率被探究了很多年,而且被證明了在特定的條件下確實地在促進學生的課程表現。但是在2010年,一份聯(lián)邦研究報告顯示它對于高中生標準考試的分數「沒有顯著的影響」。
整個大環(huán)境在2013年,以RAND公司公布的自己一項歷時七年耗資600萬美元,橫跨七大洲147所中高校的研究結果為開始,變得更加復雜。在這項研究中,在普通教室以傳統(tǒng)方式學習的學生和在虛擬教室,使用「卡內基代數導師」的學生的學術表現被相互比較。初中階段的比對結果不明顯所以無法得出有說服力的結論。高中階段時,研究發(fā)現第一年的比對結果沒有明顯的差別,然而在第二年,使用軟件授課的學生的成績全年提升幅度是傳統(tǒng)教師授課學生的兩倍。
一位持樂觀主義態(tài)度的專家看到了研究結果進而得出結論:恰當的科技的實施只需要學生,老師或者雙方都進行一個適當的調整過程。只要方法得當,結果將是豐碩的。這位樂觀主義者還指出我們依然處在(對于網絡課程的)科技與教育專業(yè)性的發(fā)展階段。
5
那么先暫且認為卡內基學習機構的聯(lián)合創(chuàng)始人之一Ken Koedinger是一位充滿好奇心的樂觀主義學者吧。Koedinger并不為那家在2011年以7500萬美元出售給擁有菲尼克斯大學利潤鏈的名為阿波羅教育的公司(這家公司并不是那家創(chuàng)辦麥基尓教育的阿波羅全球管理機構的附屬)工作。Koedinger依然保留了自己過去在卡內基梅隆大學人機交互學和心理學的教授職位,他在這個位置繼續(xù)進行著自適性軟件的開發(fā)?!刮艺J為潛力是巨大的,」Koedinger說,」我喜歡類比科技在其他領域諸如交通方面的應用。我們從走路發(fā)展到了馬車又發(fā)展到了Model T系列,現在我們甚至有了噴氣機?,F在的教育科技方面的發(fā)展,我認為我們正在Model T階段?!?/p>
Peter Brusilovsky,一位匹茲堡大學的教授和自適性學習的先驅者,說他看到了(并且實踐)很多的使用自適性軟件輔助學習而得到高分成果的研究。他說當(學習使用的自適性系統(tǒng)輔助)沒有得到高分,則可以認為軟件的設計不夠好,或者在是軟件的設計問題,即當教師和學生試圖引入一項新的學習方式的時候,學習如何使用這個軟件的學習曲線過于陡峭,對于初學者不好上手。
一位持悲觀態(tài)度的專家瀏覽了教學技術的變化,則看到了不一樣的東西——一段雷聲大雨點小的實踐?!刮艺J為很多對于「 自適性學習」 的發(fā)表實在是被過分渲染了」,一位名為Audrey Watters的,在著名教育雜志EdTech撰寫批判類文章的教育作家說,」研究的結果五花八門:一些研究展示了(自適性學習)幾乎與傳統(tǒng)學習的成果沒有區(qū)別;還有一些說明自適性學習的影響很小。我不確定我們是否真的可以說這是一種提升教育質量的有效途徑?!?/p>
即使ALEKS(Assessment and Learning in Knowledge Spaces)的創(chuàng)作者都認同這項技術還有很長的路要走。在涉及到通過與學生交流,在了解他們的強項和弱點,提供有針對性的輔導的方面,就算是世界上最好的人工智能也還不能具備類似人類的老師的資格。
去年我參加在Westchester社區(qū)大學里的Whelan(蕙蘭)老師的公開課的時候看到這一幕。當18歲的學生Spencer Dunnings(斯賓塞,鄧寧)在代數公式上遇到問題了,他遵循ALEKS的提示到嘗試下來把公式分解成組成的因子。但是,這些因子本身就是充滿了Dunnings (鄧寧)所不理解的術語。 如果不理解什么是公倍數的時候,「首先找到公倍數」這樣的解釋是不能夠讓學生滿意的。理論上講,Dunnings(鄧寧)還可以接著點擊的他不理解的術語來了解它們的定義。但是失去耐心的他(直接放大招了) 「惠蘭老師你有時間的回答我一個問題嗎?」
Whelan (蕙蘭)老師拉出椅子坐在 Dunnings (鄧寧)身邊看著他嘗試了下問題,就立即看出他錯在哪里了。
Whelan(蕙蘭老師): 你了解那里說的「簡化表達式了么?」的意思嗎?
Dunnings(鄧寧): …..搖頭表示不懂
Whelan(蕙蘭老師): 好吧,我們舉個例子(栗子)吧,你來問我多大了。
Dunnings(鄧寧):你多大了?
Whelan(蕙蘭老師): 我可以說自己是60減去6歲,同時也可以直接說我是54歲,后一種表達是不是更簡單?
Dunnings(鄧寧):是的。
Whelan(蕙蘭老師): 所以這就是為什么,當我們看到「60減去6歲,」我們要直接替代為54歲。
Dunnings (鄧寧)閃念之間簡化他的方程,然后問題突然看起來更易于解決了。
在這種圍繞計算機和軟件學習課件實驗班上,你可能以為,課件作為主角會做大部分的教學。但是與之相反的,在Whelan(蕙蘭老師)班級里的學生們主要通過在與他們的指導老師簡短啟發(fā)性的個別交流中學習到新的概念。
這樣看來,如果現在就把ALEKS 軟件是作為一體化的教育解決方案投入市場似乎會帶來嚴重的問題。但McGraw-Hill 教育產品公司沒有焦急的要把這個產品馬上投入市場,至少目前不會
「和一些初創(chuàng)企業(yè)不同的是,我們不需要取代老師,」Laster,該公司的CDO首席技術官說。 「我們認為教育本質上是社會性的,學生需要由訓練有素,精通的老師來培訓。但是一對一培訓,手把手的教如論是從時間還是資源,成本都越來越昂貴。
機器學習軟件的作用,是把所有可能幫助自助學習的經驗都編入程序,這樣可以把老師的精力釋放出來,把重點放在課件解決不了的問題上。
但是有多少教學經驗可以實現課件化?同時這樣做會得不償失嗎?
6
在McGraw-Hill Education 氣派的紐約總部中的一個小會議室中,一個瀟灑的丹麥人站在白板前面試圖來解答這個問題。他的名字叫Ulrik Christensen,他的頭銜是數字化學習的高級研究員,他在丹麥醫(yī)學院學習期間,就創(chuàng)辦了一家公司推出了幫助醫(yī)生學習并保持重要的前沿醫(yī)學知識和技能的醫(yī)學知識庫軟件。這讓他把興趣轉向了研究人是如何學習的,他后來啟動一個叫Area9初創(chuàng)公司,面向自適應教育的專門教材。McGraw-Hill Education先是與Area9合作打造智能學習平臺,然后在2014年購并了它。
Ulrik Christensen的解釋是,計算機輔助教育的程度和效果,在于課程的選擇。在像惠蘭的數學課,教學目標相對獨立,容易測量。她的學生需要能夠正確地和一致地解決幾個類型的問題,所有這些都只是一個正確的答案。如果他們能做到這一點,他們已經掌握了材料。如果他們不能,他們沒有。
這使得ALEKS-方案的優(yōu)點是側重于技能,實踐和掌握。這也使得該軟件的對教育的影響相對容易衡量。
在威徹斯特社區(qū)大學,初等代數這門課的合格率僅僅是40%。但在計算機輔助教學的惠蘭老師實驗班上的學生,平均合格率為52%。而且ALEKS還功能使用了它的個別學生單獨輔導幫助少數有潛力的(天才)學生在同一個學期內通過了更高層次的電腦輔助教學(CAI)的數學課程。對于計算機輔助教學提升考試通過率來說,惠蘭老師認為是這個實驗班只有18名學生而卻有2個老師所帶來的原因,而正常來說大學的初等代學課只用1個老師來教25個學生。
但是當一個初等代數班上的同學學習目標往往都是不容易簡單定義或量化,例如「作為原創(chuàng)媒介理論家的麥克盧漢會對推特Twitter出現如何評頭論足?」
在這一點上,麥格勞·希爾教育的解釋是,ALEKS僅設計針對數學,化學和商業(yè)類的學科。對于其他的學科,企業(yè)提供的叫 LearnSmart 的課件,與競爭對手的Knewton 產品類似的是,在涉及更復雜的知識領域的課件上增加了自我調整,開放適應的功能,允許教師隨時測試和衡量每個學生的接受的知識和技能。(在這個系統(tǒng)中,)教師可以調整測試的內容或在一些學科中使用特殊的教材。
Knewton平臺的特點在于對幾乎任何一種教學內容都能加上「協(xié)調性層面」。它在一開始先分析學生們如何與文字和課后練習互動,接著通過機器學習算法得出的結果把學習的內容按照它認為對學生最有用的順序排列。但是這個平臺也有一個缺點,Knewton的創(chuàng)始人Jose Ferreira表示, 「Knewton在沒有標準答案的時候無法工作?!?/p>
我跟兩位在新澤西州的Kean University的兩位老師聊過,他們都在他們的課程中使用LearnSmart和McGraw-Hill教育的系列產品,SmartBook。(SmartBook 是是一種互動的教材,會根據學生對隨機小測的回答來改變課程的內容)這兩位老師都告訴我科技讓他們教學更簡單方便了,同時他們也認為這對他們的學生有幫助。
Julie Narain,一個副教授談道之前為25個學生的每份作業(yè)評估打分總是會花費她很多精力和時間。現在這個軟件接手了這項工作?,F在,她的學生們可以馬上看到他們哪里答對或答錯了,而不是再像以前一樣等上好幾天才能知道他們的成績?!竿ㄟ^軟件,我能知道他們在每道題上面花了多少時間,也知道他們哪里答錯了。」
不過萬事古難全。一方面來說,每個學期總有那么幾個學生在設置他們的賬號、登陸上會遇到問題,或者他們忘記了如何在這個教學平臺上找到布置的作業(yè)或者忘記交作業(yè)。Valerie Blanchard, 一位也在Kean University教授communication課程的教授,表示電子教材的其中一個優(yōu)點是比印刷教材便宜。
不過,她又談道,「不過也有點苦樂參半,比如說當你有兩個學生他們是室友,在修同一堂課,卻不能用同一本書,必須要有自己單獨的登陸碼時?!?這聽起來也許只是一個小小的不便,但是同時也是這些『個人化教程』的一個更深度的問題的象征——它們把學習的過程完全設置成獨自的努力?!?/p>
還記得前文Whelan教授預備代數課上在電腦前安靜地滾動屏幕的學生們嗎?就在走廊的另一端是一個吵鬧的學習室里,我發(fā)現了三個在一本印刷教材前學習的年輕人,正在解決一個數學問題。他們在同一個由傳統(tǒng)的方式教授的初等代數課里,盡管他們在這節(jié)課中的程度不同。
他們也許在進入到這個班級的時候程度就不一樣。但是,由于他們在同一時間被布置了相同的閱讀任務和作業(yè),他們就可以一起協(xié)作,互相幫助。這個他們一起解決問題的協(xié)作過程中包含了另一種適應性學習——人類對彼此差異性的協(xié)調,與前一種讓算法來幫他們協(xié)調的有所不同。
當把科技應用到教室中時發(fā)現其優(yōu)點總是比找出缺點來的更容易。也許是因為軟件是為了優(yōu)化一些已知的衡量標準和結果。當有一個程序為了提高學生的表現而仔細地被設計和研發(fā)的確能在實際中提高學生的表現時,是一件好事。
但這會讓我們容易忘記測試只是對更廣闊的目標測量的一個入口:我們期望學生在學習中達到的目標除了獲得知識和技能之外,還有創(chuàng)造性思考的能力,協(xié)作的能力,以及將這些知識和技能運用到新的場景里。
并不是說這些先進的科技教學不能達到這些目標,只是:我們要如何才能知道?
「適應性的科技的預設是知識是能被切成塊及重新排列的,」教育作家Watters談道,「但這并不僅是知識架構的問題。它還暗含著等計劃,由上至下,以目標為驅動的的結構。」
教學式機器已經走過漫漫的發(fā)展道路,但是如今的自適性軟件的發(fā)展速度和顯著功效可能會掩藏其內在的局限和不足。因為它擅長于評價學生在多項選擇題、最佳選擇題以及電腦編程方面的表現。最優(yōu)的機器學習軟件已經可以更好地識別人類語言以及分析寫作樣本,而自然語言處理依舊是這個領域的最前沿。
注意有模式了嗎?簡言之,正如MIT數字化學習學者Justin Reich在《教育周刊》的博客帖子中說道的那樣,「電腦擅長評估一些數據處理和計算方面的事情。換句話說,它們擅長處理一些不再訴諸于人類的一些工作?!?/p>
這就意味著自適性軟件在培訓學生通過標準化考試方面非常有效,而在教授學生更基本的技能,比如如何處理復雜的、現實世界的問題時有些無能為力。這就無法保證學生在機械工作不斷自動化的未來勝出。
McGraw-Hill Education的 Laster說他已經充分意識到盡管自適性科技在高度抽象化教學中有其局限,但在社會科學和人文學科的教學中依然有其不可替代的作用,當然前提是設計精良、實施得當。如果科技繼續(xù)以這樣的發(fā)展速度推進,Laster相信自適性軟件終有一天可以智能到推斷出學生的概念理解,而不是僅僅評估學生在類似「最佳選擇題」等問題解決中的表現。Laster相信,因為有一支不斷壯大的機器學習專家隊伍,他的公司有一天可以實現這個目標。
McGraw-Hill Education在今年四月推出了最新一款叫「Connect Master」的自適性軟件產品。和ALEKS一樣,它首先會進入數學課堂,緊接著慢慢引入到其他學科。不同的是Connect Master更多地應用概念方法而不是行為學方法,它會要求學生呈現出他解題的每一個步驟。一旦出錯,它就會分析他的每一步推理過程,然后診斷出他哪里出錯以及出錯的原因,這是其他軟件很少嘗試的。
這也是這個領域里面其他軟件過去幾年致力發(fā)展的智能形式。卡內基梅隆大學的Koedinger把它叫做「步驟層面的自適應」,也就是軟件可以針對學生每一步的推理即時反饋,它和「問題層面的自適應」截然相反,因為后者只分析最終答案。Carnegie Learning和Koedinger一起研發(fā)的 Cognitive Tutor先鋒性地提出這個方法。您可以嘗試下這種功能的基本演示。以下是簡單的互動,由Koedinger和卡內基梅隆大學匹茲堡高級認知輔導中心提供。
7
從某些層面上來講這真是一個令人激動的突破,尤其是一想到Koedinger和他的團隊早在90年代后期就在致力于這種模式的技術研發(fā)。但是從上面的軟件演示,你會發(fā)現這個軟件并不能實現任何問題的步驟演進的動態(tài)評估。它沒有任何人工智能的成分,只是用簡單的硬件連線去定位和診斷學生解題的整個思維過程中出現的一些推理斷層和錯誤。
準確地診斷學生的誤解要比你認為的還難些,McGraw-Hill教育的Christensen。一道代數題可能只有唯一正確答案,但是學生理論上可用來解決問題的恰當步驟卻多的數不清。如果你不夠仔細,你的軟件將會告知你:你走上錯誤道路了,而實際上,你只是走在了一條與教科書作者們的設想不一致的道路上。
在學生提出錯誤問題時,同樣的難題也在挑戰(zhàn)著軟件程序給出合適方案的能力。當學生們在McGaw-Hill教育的一本交互教科書上提出錯誤的問題,這本書會通過文本、圖表或者視頻解釋來試著更好地解答這個錯誤的概念。但是這要求這本教科書的作者們預先想到能夠導致學生產生錯誤答案的常見錯誤或誤解。McGraw-Hill教育的研究發(fā)現,這些作者們——盡管在自己所在的領域是專家——在學生們可能產生概念誤解的地方,預測能力卻出奇的糟糕。
問題并非是教科書作者們不稱職,Christensen說。實質上是,他們從未有途徑獲得關于自己編寫的教科書如何真正被應用的反饋。為了寫出能夠有效解決學生們需求的解釋和實際問題,他們本質上是在瞎猜。
如果他們完成不了其他事情——如果他們解決不了適應性和人格化這類難題——新興起的交互課件應該至少可以幫助作者們寫出更好的教科書。
然而,所有學生數據的收集和分析自身也存在危機和憂慮。在2013年一個深入的事件中,亞利桑那州使用了為Inside Higher Ed設計的Knewton數學軟件。Steve Kolowich檢測了該軟件技術的優(yōu)缺點。優(yōu)點:亞利桑那州大學的通過率提高了18%,使用Knewton適應工具的數學課堂退課率下降了47%。
但是,有關學生使用軟件所形成的數據歸誰所有以及最終如何使用它們,大學與那些從中獲利的科技公司公司各執(zhí)一詞。Knewton的Ferreira說,他設想的未來里,學生們的教育記錄不再統(tǒng)計為傳統(tǒng)成績單上那一系列字母等級。這類軟件數據會引起申請委員會和雇主的極大感興趣。從理論上講,它也可能侵犯長期以來圍繞年輕人家庭作業(yè)所產生的隱私問題。
這不僅僅是一個理論上的擔憂。2014年,一家叫做InBloom的教育數據管理創(chuàng)業(yè)公司從K-12學生的教育表現收集各種數據,而處理這些數據的方式讓它陷入了批評風暴最終關門大吉。在這起流言風波中,一系列教育科技公司,包括Knewton和Houghton Mifflin Harcourt,簽署了一份隱私保證書,發(fā)誓他們不會販賣學生信息、向學生進行廣告推銷或者利用學生數據從事非教育目的活動。他們還保證會限定數據收集的范圍并給予學生和家長查看自己記錄的權限?!肝覀兊恼軐W是:數據應該只用于提高學習結果,」Ferreira說。
這樣看來,這個產業(yè)很早就認識到它們如果濫用數據會造成多大的危害,這是讓人安心的一個方面。同時,保護敏感數據以免泄露或者被盜這個任務,在目前而言,即使是對當今科技最前端、安防技術最強的組織而言也是一件難度極大的。即使這個行業(yè)的從業(yè)人員給出發(fā)自心底的承諾,也不能完全打消人們的疑慮。
另一個對于自適型學習風潮更廣泛的擔憂是:其傳播的學習資料會有一天被證明是有誤的。
暫時假設這些學習資料都是正確的,當今最優(yōu)秀的自適型教學軟件已能在一個類似于Whelan老師的啟發(fā)性數學課堂運作良好,它面臨的核心挑戰(zhàn)就是要教會一屋子背景各異的學生一些特定的技能。我們假設規(guī)定自適型學習軟件還需要做出更多努力以完成教導學生完全掌握技能的教學目標,并且其教學成果能夠通過多選題或簡答題測試出來。再進一步假設,機器學習的算法將進化得更為成熟,數據將更為穩(wěn)定,教學內容也不斷改進,教師越發(fā)擅長將軟件技術與課程結合起來。以上這些是否能實現都還不是定數,即使我們還未得知任何相關的技術飛躍,都認為存在實現的可能,。
當發(fā)展到科技逐漸可以替代無法用「是」「否」衡量的這類教學時,就難說了。如果學校面臨預算緊張、給予提升成績(尤其是K12測試)的巨大壓力時,學校很可能會犧牲教員,對自適型學習軟件孤注一擲。同樣,軟件發(fā)行者很可能會捏造數據,吹噓軟件效果來搶占市場份額。(Ferreira并未指名道姓,但他告訴我他相信這正是一些Knewton的競爭者已經在做的事了)。他們也可能會有意無意的驅逐那些不愿為適應課堂軟件而重新組織課堂,改變教學風格的教師。如果發(fā)生了這些情況,那么自適型學習風潮對社會就很有可能是弊大于利的了。
我們可以回顧一個在教育學者間廣為人知的例子,來考察上述情況出現的可能性。在一項1986年的研究中,研究人員問中小學生這樣一個問題:「一個牧群中有125只羊和5只狗,請問,牧羊人幾歲?」
這些學生的數學教學并沒教會他們停下提出「這個問題究竟是什么意思?」或者「我已經有足夠的論據還回答這個問題了么?」這樣的疑問。相反,他們學會了生搬硬套,用各種數學手段來應付這些問題,他們也是這樣回答這個題目的。有些用125減去5,有些認為25相對120更有可能。三分之四的人給出了這樣那樣的數字作為答案。這就引發(fā)了這樣一個疑慮:自適型學習軟件可能會把這一代學生訓練得更為缺乏自身思考,只會生搬硬套公式。
因此,自適型學習軟件可能最終會使教育系統(tǒng)發(fā)展誤入歧途。但是在完全了解后果之前,把自適型學習軟件看做完全錯誤的也不一定正確。要記住,在 ALEKS、Knewton軟件之流發(fā)明之前,這方面的研究早已有之。這些軟件是對他們意欲替代的教學課本的一種批評警醒。他們?yōu)榱丝浯蟋F狀,對于當今教育技術的評價可能是錯誤的。
最大的希望可能要寄托于教育工作者本身,希望他們可以留意到之前提到的牧羊人問題:在采取措施前,確保自己理解面臨的問題。理想狀態(tài)下,希望他們可以找到一種新的可行可推廣的,不會把學生機械訓練成「綿羊」的新技術。
?本文由機器之心原創(chuàng)編譯
2、芥末堆不接受通過公關費、車馬費等任何形式發(fā)布失實文章,只呈現有價值的內容給讀者;
3、如果你也從事教育,并希望被芥末堆報道,請您 填寫信息告訴我們。