在過去的幾年里，機器學習應用已經(jīng)悄然進入人們生活的方方面面：從社交媒體到語音識別，從放射學到零售業(yè)，從戰(zhàn)爭到寫作，從編碼到客戶服務，從機器人到路線優(yōu)化。

信息時代四十年來，我們已經(jīng)能告訴計算機該做什么了。但隨著人工智能的進步，尤其是機器學習的發(fā)展，芯片處理速度的提升，我們可以持續(xù)地為計算機龐大的數(shù)據(jù)集送入各種數(shù)據(jù)。 

它們可以(在狹小的空間里)自己得出一些推論。正如《Ask About AI》報告中所說的那樣，學習代碼的興起標志著增強智能新時代的開始。這是我們擴大受教育機會的大好時機，也是年輕人做出重大貢獻的大好時機。附報告鏈接

考慮到人際關系在人類發(fā)展中的重要性，人工智能將在許多方面增強教育，而不是取代教育者的工作。我們必須在團隊合作方面做得更好，也包括與智能機器的合作。

機器學習正在改善學生的學習，并為教師和學習者提供更好的支持。我們整理了32個可以利用機器學習來支持更好教育的方向，并列舉了一些案例，希望能給大家一些啟思。 

改善學習 

1.早期學習。

Kidaptive是為幼兒提供游戲和玩具的適應性學習平臺。Osmo是一款結合了在線學習和動手學習的互動游戲。

2.自適應學習。

課程助理i-Ready是廣泛使用的適應性閱讀和數(shù)學學習軟件。近日，Rise基金還對自適應學習軟件DreamBox進行了巨額投資；而      Imagine Learning公司收購了非營利的自適應數(shù)學學習軟件公司Reasoning Mind。

3.課程資料。

優(yōu)質內容和開放性內容的提供商越來越多地使用機器學習，來提供最佳課程。像Content Technologies Inc.這樣的公司正在使用機器學習來實現(xiàn)這個過程的自動化。 

4.在線學習。

像Coursera、Udacity和edX這樣規(guī)模較大的高等教育機構，正在使用機器學習來改善學習目標設置、課程和支持服務。

5.語言學習。

正式和非正式使用的語言學習應用程序，(Duolingo, Babbel, Rosetta Stone)開始使用更好的匹配和翻譯服務。VIPKID最近又融了5億美元，以充分融入機器學習。 

6.寫作。

Grammarly、Turnitin、WriteLab (被Chegg收購)、PEG Writing和Write to Learn等軟件，由機器學習提供反饋和評分系統(tǒng)，正得到越來越廣泛的應用。

7.編碼和制造商。

LittleBits和Modular Robotics教授機器人技術基礎知識。 Tynker和CodeHS教授編碼。這些讓所有人都越來越多地了解AI。 

8.考試準備。

像Quizlet、Kaplan、Magoosh和Toppr這樣的學習和考試準備工具，正變得越來越聰明。    

9.調度。

Abl學校是下一代學校的典型。隨著像普渡理工這樣的名校都開始重視個體學生日程安排，預計智能日程安排工具很快就會出現(xiàn)。

10.探索。 

越來越多的孩子有機會在增強現(xiàn)實和虛擬現(xiàn)實中學習和創(chuàng)造。機器學習將繼續(xù)以多種方式改善VR體驗，包括手勢和聲音識別、圖像渲染和更好的協(xié)作體驗。 

11.輔助技術。 

在過去的兩年中，許多幫助特殊需求學習者的技術得到了改進，包括語音識別、文本到語音轉換和文本修改。 

12.評估。

機器學習在許多方面都在改善評估，包括適應性測試(NWEA)、快速評分(GradeScope)、跟蹤解決問題的步驟(Thinkster)和監(jiān)控學生進步[包括難以在學校衡量的技能（全方位教育）]。它也將是實現(xiàn)互動性的關鍵，并能整合形成性評估的多個來源。 

13.診斷。

人工智能在診斷疾病、視力問題和學習差異方面正在迅速改善。

14.分析。

包括BrightBytes、Civitas Learning、Acrobatiq aa在內的分析平臺已經(jīng)在高等教育中廣泛使用，并在K-12課程中也得到了廣泛的應用。  

15.指導系統(tǒng)。

領英和Ziprecruiter等人才平臺幫助雇主和有潛力的求職者之間進行匹配。大量的本地化信息將使Naviance和WorkKeys等高中畢業(yè)生就業(yè)求學指導平臺的可用性更強，并且這些平臺與就業(yè)途徑相關聯(lián)。 

16.能力管理。

學生成績冊將納入多個來源的評估信息，并幫助教師結合徽章或微證書，對學生的能力做出正確判斷。

17.學習者檔案。

能力管理將通過大規(guī)模綜合檔案(包括課外閱讀的書籍和擁有的技能)的比較來實現(xiàn)。各種分散式記錄都將成為擴展記錄的一部分。在可預見的將來，人工審閱人員只需瀏覽記錄的摘要，配合著使用機器學習工具就可以了，這些工具將篩查更大的配置文件——包括提交的和刪除的。 

18.學習管理系統(tǒng)。

目前像Canvas from Instruction、D2L和AltSchool這樣的學習平臺對機器學習的使用是有限的，但也在不斷地增長。有一些自適應的LMS（學習管理系統(tǒng)），如Fishtree和realize zeit主要用于職業(yè)教育。隨著學習者數(shù)據(jù)的增加，更多的平臺將加入推薦引擎和個性化路徑。

在企業(yè)LMS市場，進展可能會更快。隨著像NAF這樣的集團采用SAP的SuccessFactors平臺，我們開始看到更多的雙贏現(xiàn)象。 

19.經(jīng)驗管理。

隨著學習方式變得更加分散和能力體系的提高，系統(tǒng)將提供來源、進度和適合學習科目等學習經(jīng)驗。 

20.指導。

在正確的時間，以正確的理由(即基于項目的指導)將行業(yè)導師與學生聯(lián)系起來。盡管在線學習平臺在今天起到了一定的作用，但一個帶貢獻激勵機制的新版本，會極大地調動大家的積極性(很可能會與大學校友會聯(lián)合出現(xiàn))。 

21.招聘和入職。

機器學習在企業(yè)招聘和入職培訓中被廣泛使用，目前它正在進入教育領域?！爸悄芎Y選”是人力資源領域的一項重大舉措，人力資源領域將應用這種智能平臺，以提高招聘、人員匹配和入職培訓的效率。 

22.員工調度和替代管理。

為了處理日益復雜的人員調配問題，以支持個性化和基于能力的學習，F(xiàn)rontline等公司正在構建更好的智能安排解決方案。

23.專業(yè)學習。

采用混合和個性化的學習策略，面向教育者的新學習平臺混合了開放的和專有的內容，并提供微證書。在不久的將來，這些平臺將會隨著個性化推薦(也許由教育學院和平臺合作伙伴提供)而變得適應性強。

改善支持

24.交通。

使用像Creatrix這樣的人工智能手機應用程序，公交調度變得更容易了。在不到十年的時間里，各學區(qū)將會把特殊兒童的交通和自動駕駛汽車納入學生交通計劃。

25.維護。

Dude Solutions公司利用云智能軟件來指導建筑和地面維護。與傳統(tǒng)的行業(yè)基準相比，能使設備監(jiān)控變得越來越容易，生產(chǎn)效率也有很大提高。學?？梢宰孕锌刂茣r間(例如，什么時候修剪草坪)和服務。

26.設施管理。

智能建筑管理軟件幫助管理暖通、照明和安全。

27.營養(yǎng)。

梅奧醫(yī)學中心(Mayo Clinic)創(chuàng)建了一個名為FEED的人工智能項目，旨在關注營養(yǎng)缺乏患者補充營養(yǎng)的安全和質量。在芬蘭，他們有5個試點，使用智能工具來改善營養(yǎng)和健康。

28.采購。

Deloitte公司通過對采購員的調查發(fā)現(xiàn)，88%的人認為自動化和機器人技術將在五年內影響采購行業(yè)。新的采購平臺將更有效率、獨立和支持精確跟蹤。

29.金融。

埃森哲公司表示，在商界，“自動化、微型機器人、機器學習和適應性智能正以閃電般的速度成為金融團隊的一部分”，簡化月度結賬和費用管理。當學校董事會成員有問題時，一個人工智能聊天機器人就會提供答案。

30.網(wǎng)絡安全。

安全專家預計，在人工智能工具上將有更多資金投入。思科(Cisco)的一份報告稱，人工智能應該能夠學習如何在加密網(wǎng)絡和物聯(lián)網(wǎng)(IoT)環(huán)境中，自動檢測模式異常。

31.安全和保障。

越來越多的人使用人工智能，在學生的語言或行為中，預先識別出可能會出現(xiàn)學校暴力的情況。帕克蘭高中的一名學生創(chuàng)建了#NeverAgainTech項目，她希望該項目能利用人工智能對校園槍擊案相關的大量數(shù)據(jù)進行匯編和分析。

32.學校管理。

隨著西方越來越多的微型學校(見CottageClass和Acton學院)和非洲、印度的低成本私立學校的出現(xiàn)，人們對包括招生、學生信息、出勤率和學費在內的學校管理平臺越來越感興趣。 

就我們所看到的，與教師建立持久的關系，學會他人的學習經(jīng)驗，將繼續(xù)成為教育中最重要的因素。而人工智能只是讓學校里使用的每一種工具都加速了。能夠幫助年輕人學習，讓他們的學習能力每個月都會得到持續(xù)提高。

本文由微信公眾號“智能觀”編譯，原文來源EdWeek，原文作者Tom Vander Ark，原文鏈接。