2017-09-04
一些科学界人士担心AI是个“潘多拉盒子”，会导致危险的后果。早在1993年，计算机科学家Vernon Vinge推广了技术新概念: AI驱动的计算机或机器人能重新设计并改进自身，或者能设计比自身更先进的AI。自然有人认为，这将导致AI超出人类智慧、理解和控制，从而导致人类时代的终结。近来，史蒂芬·霍金和其他权威科学家，包括Stuart Russell, Max Tegmark, 和 Frank Wilczek 同样警告过，AI太过“聪明”的潜在后果。
这个令人忧虑的想法给好莱坞电影提供了素材，从60年代的《2001太空漫游》，到80年代的《终结者》系列及近期的《超验骇客》，所有电影都选择描述各种失去控制的AI主导的反乌托邦世界。
但在我们太过担忧之前，需要说明一下人工智能当前的水平。如果实现，首先“全能AI”必须实现重大进展，即可以AI机器人可以成功胜任所有人类胜任的智能任务。而现在，该AI技术根本还未实现。通用AI不同于我们大多数人熟悉的“领域特定AI”。这些领域特定AI专注于一件事情——例如，掌握国际象棋(Deep Blue或Giraffe)，或者Go(谷歌的Deep Mind)、驾驶汽车(谷歌的自动驾驶)、或护照照片人脸识别。即使是知名的AI倡导者也认为，Vernon Vinge提出的新观点在未来某天终会到来， 通常在他们写出程序后的三十年左右。
然而，AI越来越发达，它已经对我们的经济产生了深远影响。在2013年的一项研究中，经济学家 Frey 和 Osborne 使用AI技术探索自动化对职业影响的研究。基于他们的预测，美国职场上约47%的职位面临极大的风险，可能在接下来的十年或二十年将会被机器 取代。迄今为止，中等收入职位受到的影响最大，也体现了当下最易受自动化影响的工作内容。
对于过去经济发展过程中出现的重大变革(例如，从农业为主的经济转变成工业经济)，人们通过改变教育和学习的范围和内容逐渐适应。这种观点是，如果“工人有灵活的技能，如果教育基础设施得到充分发展，那么...技术和教育之间的竞争没有胜利者，成果将会被更多人共享”。
在快速发展的AI面前，这种方法是否适用值得商榷。历史证明，技术的改变通常会带来很多无法预料的新角色。而其他人，如Martin Ford认为随着自动化承接越来越复杂的任务，工作机会会减少，无法保持当前的就业率。
人工智能(AI)的发展正在加速，渗透到我们生活的每一方面。问题在于，我们是否已准备好可控制的情况下让此发生?正如牛津大学的哲学家 Nick Bostrum 所论述的，需特别谨慎地关注 AI 的伦理问题:“责任、透明性、可审计性、防破坏性、可预测性 (...)；必须在旨在取代人类社会功能判断的算法中考虑这些标准”。
例如，如果 AI“出错”(比如，可参见 2010 年金融界“闪电崩盘”事件中算法起到的作用)由谁来承担责任，是最终用户还是程序员?如果交通事故涉及自动驾驶车辆，该怎么处理?能否知晓它是如何做出决定并对其进行修正来防止问题的?如果 AI 使用的是神经网络，这已变得非常困难。而且，AI 是否开放操控？我们都非常清楚电脑黑客行为的后果。如果出于犯罪目的开发或修改 AI，会发生什么?
对于 AIEd，同样存在这些伦理问题。例如，我们知道共享数据对 AIEd 系统的集成至关重要，而且，匿名化数据的共享，通过削减浪费、重复性工作，可促成该领域的飞跃式进步。但这种共享带来了从个人隐私到专有知识产权的大量问题。的确，AIEd 系统所生成的数据越来越多，同时更加多样化，这让现有的教育数据伦理问题风险加倍。AIEd 系统数据生成、分析、解释和使用有什么影响意义？谁持有数据、谁可使用数据，出于何种目的使用数据、谁负最终责任?
另一个需考虑的问题是，AIEd 旨在影响用户的长期行为并对其进行改变。例如，系统可作出建议、进行劝说或提供反馈，使人机之间建立关系。行为改变毫无疑问是一种可能，但这仍没有经过严肃的伦理考虑。
其他担忧则与学习伙伴相关，虽然它们被设计出来的原意是支持学习者学习，但恐怕 “跟随”您的伙伴反而会永久性地记录下学习失败经历，不利于未来的发展。
同样地，AIEd 教学辅助工具的概念也引发了担忧：该技术是否会被教师用作课堂“间谍”来记录和报告学生的不良表现?
因此，我们有责任确保社会能对 AIEd 有充足的认识，使我们以恰当、有效和符合伦理的方式使用这些新技术。
很多时候，人工智能教育(AIEd)中的“仿真人工”一词造成了该技术在某种程度上脱离我们真实生活的感觉。我们的观点是，AIEd 本质上是人类的真实尝试，在其发展过程中，AIEd 将愈加依赖人类和实体环境，并由此变为学习过程不可分割的组成部分。
1、AIEd 将增强实体环境
增强现实(AR)系统能够支持学习者和教师以不同的方式体验实体世界并与之交互， 从而比智能虚拟现实系统更进一步。AR 技术可展示关于人环境信息的叠加层，使课堂内容叠加到学习者的真实体验中。例如，学习者在周游世界过程中，周围建筑物的年代、建筑风格等都可以随之变化。
我们已经看到现有的 AIEd 系统如何以社交和文化智能，让它们在虚拟环境中引导和支持学习者的。在 AR 系统中增加 AIEd 将促成个人化的自适应教育体验；其中虚拟导师引导学生进行实地考察，而教师将注意力集中到需求最为强烈的学习者身上。
2、AIEd 将与万物网相连
具备内置计算系统、传感器和网络连接的物品及支撑网络被统称为“万物网(IoT)”。IoT 使任何网络支持的物体可与任何其他网络支持的物体相互连接。这为 AIEd 系统开拓了新的可能性，例如，支持学习者形成需要较多一致性练习的运动技能，比如跳舞、演奏乐器、甚至是学习手术技能。
3、AIEd 将理解我们如何感觉及运动
我们如何感觉(情感)和我们如何运动对学习有显著的影响。最近的研究已支持这一观点。这些深入的见解表明，可通过将这些额外信息纳入考虑范围进而改进学习技术。现在，学习者模型已不再仅限于记录和展现学习者的学业进步情况，可佩戴在衣物中或绑在身体部位的传感器(如Fitbit)已经开发出来。
通过采集学习者情绪和生理状态数据的复杂模型，未来的 AIEd 系统将更加支持学习者。这些得到完善的模型将进一步促进学习者的学习，且将向单个教师提供关于学习者的生理和情绪健康状态，并支持其认知发展的实时信息，使教师可以对学习者进行恰当及时的干预。
毫无疑问，在 AIEd 发展的下一个阶段，老师将成为中心点。一方面，老师会成为协调者，决定何时以及如何使用AIEd 工具。同时，AIED 也将提供工具和数据分析，支持老师更好地利用丰富多样的教学资源。
不仅仅局限于此，老师、学生和家长应当在 AIED 教学工具的设计与使用方式上发挥重要作用。共同参与式的设计方式能够确保产品满足老师的需求，比如为现实中混乱的课堂提供支持，而不是技术或设计人员想象的需求。参与产品的设计与研发过程的老师也会有收获，增强其对技术，产品设计，以及AIED 系统的理解。
如前所述，我们认为，引入 AI 支持工具将促使老师进行角色转换。目前我们希望由老师承担的部分工作将由 AIED系统完成，比如对学生的学习进程做标记和记录。 AIED系统会把老师从日常耗费大量时间的重复性工作中解放出来，把更多精力放在创造力、人文关怀上，使学生的学习更上一层楼。伴随着这一转变，教师也需要学习新的技能(可能是由 AIEd 系统提供的职业发展培训)。他们将特别需要：
深入理解并评估 AIED 系统，正确判断新的AIED产品的价值；
提升研究能力，学会解读数据，从数据中发现问题，并帮助学生解决问题
新的团队合作模式和管理能力，每个老师都会有虚拟的人工智能助手，“他们”负责有效管理资源。