全文共2720字，預計學習時長6分鐘
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
清華大學計算機科學與技術系副教授 劉知遠
劉知遠教授則是實幹派的行事風格，他以清華大學與學堂在線合作的“小木”在線學習助手為例，分享了他的研究團隊將人工智能技術應用於教育領域的嘗試和思考。
基於對學生新學習方式的預測，學習助手小木的設計從這三方面入手：
一方面是對於學習者，做了學習者數據的分析，對那些有退課風險的用戶進行主動干預。
二是從課程角度，挖掘了課程概念的先修後修關係的抽取，從而幫助這些學習者更好建立起關於課程的概念體系。
三是基於以上這兩種相關的數據分析，建立了自動問答的功能，通過交互式的問答提高學習者的學習效率。
基於這三方面的考量，小木成為一個互動力超群的在線學習夥伴。未來的教學，一方面是更好的人機交互，通過計算機更好理解學習者的特點，基於數據建立起學習者跟課程知識的橋樑；另一方面則是更好的人人互動，以群體為單位，建起學習者與學習者的橋樑。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
清華大學計算機科學與技術系副教授 劉知遠
劉知遠教授則是實幹派的行事風格，他以清華大學與學堂在線合作的“小木”在線學習助手為例，分享了他的研究團隊將人工智能技術應用於教育領域的嘗試和思考。
基於對學生新學習方式的預測，學習助手小木的設計從這三方面入手：
一方面是對於學習者，做了學習者數據的分析，對那些有退課風險的用戶進行主動干預。
二是從課程角度，挖掘了課程概念的先修後修關係的抽取，從而幫助這些學習者更好建立起關於課程的概念體系。
三是基於以上這兩種相關的數據分析，建立了自動問答的功能，通過交互式的問答提高學習者的學習效率。
基於這三方面的考量，小木成為一個互動力超群的在線學習夥伴。未來的教學，一方面是更好的人機交互，通過計算機更好理解學習者的特點，基於數據建立起學習者跟課程知識的橋樑；另一方面則是更好的人人互動，以群體為單位，建起學習者與學習者的橋樑。
彩蛋Q&A：專訪滴滴副總裁 章文嵩
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
清華大學計算機科學與技術系副教授 劉知遠
劉知遠教授則是實幹派的行事風格，他以清華大學與學堂在線合作的“小木”在線學習助手為例，分享了他的研究團隊將人工智能技術應用於教育領域的嘗試和思考。
基於對學生新學習方式的預測，學習助手小木的設計從這三方面入手：
一方面是對於學習者，做了學習者數據的分析，對那些有退課風險的用戶進行主動干預。
二是從課程角度，挖掘了課程概念的先修後修關係的抽取，從而幫助這些學習者更好建立起關於課程的概念體系。
三是基於以上這兩種相關的數據分析，建立了自動問答的功能，通過交互式的問答提高學習者的學習效率。
基於這三方面的考量，小木成為一個互動力超群的在線學習夥伴。未來的教學，一方面是更好的人機交互，通過計算機更好理解學習者的特點，基於數據建立起學習者跟課程知識的橋樑；另一方面則是更好的人人互動，以群體為單位，建起學習者與學習者的橋樑。
彩蛋Q&A：專訪滴滴副總裁 章文嵩
CCF常務理事、CCF TF主席 滴滴出行高級副總裁 章文嵩
——Q：滴滴是一個非常優秀的科技創新企業，近幾年，騰訊、科大訊飛等企業開始“走出去”，與高校共建人工智能研究院，人才培養等。不知道滴滴有沒有校企合作的打算？
——A:校企合作我們滴滴一直在做，比如我們企業會開放或者提供一些題目、數據集、和研究經費，比如青年科技基金給青年教師或學生。
——Q：您覺得現在大部分學生以“就業”為導向，或者一些高校注重“就業率”的現狀，對創新型人才培養有沒有影響？
——A:我們應該以樂觀的態度看待，尤其是對我們企業而言。就業能讓學生的技能落地於產品和應用，更好地創造社會價值。高校培養學生的目的就是使其成為有用的人。企業是一個實踐和檢驗學術成果的戰場。我們歡迎更多的青年學生和老師來到企業將想法變為可量化的指標。實際的模型迭代等等，對本身做科研可是很有幫助的。
——Q：黎銘教授在報告中說，企業重金求才，激勵人才，但是對社會整體人才增量沒有用。包括目前國內高校許多博士甚至許多青年教師從科研轉身企業，這會對造成科研或者高層次研究人才的流失嗎？
——A:我覺得這應該說是人才流動，人才去到他可以發揮作用的地方。而且這也是他們的選擇。
——Q：現在普遍有一種反向觀點，認為目前人過分依賴處於工具階段的AI技術，會限制人的創造力，您怎麼看？
——A：我不太認同這種說法，人獲得信息的手段和速度獲得提升，是一種價值交換的進步。現在的創造是組合信息的過程，信息獲取高效，我們有時間做更多的組合和創新。
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
清華大學計算機科學與技術系副教授 劉知遠
劉知遠教授則是實幹派的行事風格，他以清華大學與學堂在線合作的“小木”在線學習助手為例，分享了他的研究團隊將人工智能技術應用於教育領域的嘗試和思考。
基於對學生新學習方式的預測，學習助手小木的設計從這三方面入手：
一方面是對於學習者，做了學習者數據的分析，對那些有退課風險的用戶進行主動干預。
二是從課程角度，挖掘了課程概念的先修後修關係的抽取，從而幫助這些學習者更好建立起關於課程的概念體系。
三是基於以上這兩種相關的數據分析，建立了自動問答的功能，通過交互式的問答提高學習者的學習效率。
基於這三方面的考量，小木成為一個互動力超群的在線學習夥伴。未來的教學，一方面是更好的人機交互，通過計算機更好理解學習者的特點，基於數據建立起學習者跟課程知識的橋樑；另一方面則是更好的人人互動，以群體為單位，建起學習者與學習者的橋樑。
彩蛋Q&A：專訪滴滴副總裁 章文嵩
CCF常務理事、CCF TF主席 滴滴出行高級副總裁 章文嵩
——Q：滴滴是一個非常優秀的科技創新企業，近幾年，騰訊、科大訊飛等企業開始“走出去”，與高校共建人工智能研究院，人才培養等。不知道滴滴有沒有校企合作的打算？
——A:校企合作我們滴滴一直在做，比如我們企業會開放或者提供一些題目、數據集、和研究經費，比如青年科技基金給青年教師或學生。
——Q：您覺得現在大部分學生以“就業”為導向，或者一些高校注重“就業率”的現狀，對創新型人才培養有沒有影響？
——A:我們應該以樂觀的態度看待，尤其是對我們企業而言。就業能讓學生的技能落地於產品和應用，更好地創造社會價值。高校培養學生的目的就是使其成為有用的人。企業是一個實踐和檢驗學術成果的戰場。我們歡迎更多的青年學生和老師來到企業將想法變為可量化的指標。實際的模型迭代等等，對本身做科研可是很有幫助的。
——Q：黎銘教授在報告中說，企業重金求才，激勵人才，但是對社會整體人才增量沒有用。包括目前國內高校許多博士甚至許多青年教師從科研轉身企業，這會對造成科研或者高層次研究人才的流失嗎？
——A:我覺得這應該說是人才流動，人才去到他可以發揮作用的地方。而且這也是他們的選擇。
——Q：現在普遍有一種反向觀點，認為目前人過分依賴處於工具階段的AI技術，會限制人的創造力，您怎麼看？
——A：我不太認同這種說法，人獲得信息的手段和速度獲得提升，是一種價值交換的進步。現在的創造是組合信息的過程，信息獲取高效，我們有時間做更多的組合和創新。
除主會大咖外，多個panel的論點也是精彩紛呈，想知道老師們臺下的另一面？就持續關注小芯芯哦~
全文共2720字，預計學習時長6分鐘
CCF會士，北京大學教授李曉明
上集小芯說到，本次大會主題是“FOR AI & BY AI”，這恰巧從側面展現了人工智能教育的雙重含義。
一個是理論部分，FOR AI，需要搞清楚其目標和定位，這是原則性的問題。一個是技術實踐的部分，AI技術如何賦能高校計算機教育改革，讓AI賦能自身領域教育，這是最基礎的破壁之旅。
技術或者產業出身的大佬們，都在嘗試將AI技術帶進教育過程的“未來課堂”。AI時代信息的快速湧入，爆炸和繁榮，使得老師的課堂、決策和評定模式也面臨著新的變革。
李曉明：“學生不好好學”還是“老師沒好好教”
CCF會士，北京大學教授 李曉明
李曉明教授的報告在小芯看來，更多的是經驗和觀念的分享。李曉明教授從自身參加Learning@Scale2019和AI in Education (AIED) 2019大會的“破冰之旅”出發，指出了中國學界目前在交叉融合領域的保守和不足。
國外研究“大規模學習”和“人工智能教育”的開放會議具有更強的開放性、交叉性和創新性。幾天的參會經歷讓李教授收穫頗多：
一，國外人工智能教育研究的眼光是發展的，思辨的。面對某個現象性或者技術性新事物的衝擊，他們回去探討和預測對“教育”本身的影響。因此他們的研究得以是最新的，最尖端的部分。
二，對某個現象和問題的關心程度存在差異。要保持對新名詞新事物的學習和接受，不能在邊緣徘徊；
三，要改革關心的方式，比如面對技術賦能知識學習，不能再是效率第一原則，也應該注重提升價值觀念。
談及感想：一是AI教育，老師們需要學習一些心理學、認知科學基礎；二是將技術用於追求層次價值，而不應該一味追求效率。
“一堂課的效果更多師生行為之間相互預期的一種均衡。我們在技術的支持下應該提高均衡的水平，而不是學生的成績。” 到底是“學生不好好學”還是“老師沒好好教”？這也是需要認真反思的。
高瑋：IT培訓機構的教育使命感驅動創新
達內教育集團校企合作中心總經理 高瑋
因為互聯網技術人才的高薪福利，小芯周圍很多非本專業的同學都轉身培訓機構的懷抱。有需求就有市場，不可否認培訓機構的教學特性和繁榮市場。
達內集團的高瑋女士臨時受董事長韓少雲先生的委託，發表了報告。她從區別於高校和用人單位的獨特立場——培訓機構，談了談對人工智能教育的看法。
隨著計算機技術的普及和各領域對計算機人才的缺口，IT培訓機構已成為高校密不可分的培訓夥伴。相較於高校人才培養，培訓機構的教育業務更為複雜。
市場規模小、獲客成本高、課時單價低、客戶構成複雜等問題都是嚴峻的挑戰，但是IT培訓機構這幾年也迎來了產業的繁榮期。創造出一套更為靈活的人才培養模式。
一是：O2O雙師遠程直播的教學模式；二是專注於求職的“技能”教育；三是保護與企業的密切合作，不斷更新課程體系。四是因材施教，分級培優的人才培養模式。
因為培訓機構用戶具有“就業”方面的剛性需求。在產學研的戰略合作和“技能”型人才的培養上，有明顯的自身優勢。
成秀珍：AI賦能教育要正視技術、市場和社會的挑戰
山東大學計算機科學與技術學院院長、教授 成秀珍
成秀珍教授條理有序地分析了人工智能賦能教育的挑戰和機遇。
成秀珍老師與七八位博士生討論，最終從技術、社會和市場三方面總結出多重挑戰。
首先技術方面：數據不完備、數據共享不到位、深度學習缺少理論解釋，因而其結果在教育上有不確定性。這三大挑戰會造成教育測量與評價體系難以建立。
應對策略：面對技術上的挑戰，構建完備的數據庫，最關鍵的是面向學生，比如，設置智能工具的時，讓學生參與進來。這正是以用戶為導向的做法。
市場方面：國家間研發競爭激烈，產品落地難度大，投入轉化率不高，這三大問題導致市場對人工智能賦能教育系統的需求並未完全打開。
應對策略：加大科研經費的投入，減少滯後性；政府參與進來整合市場投資；教育部應打破壁壘提高預算，縮短市場反饋週期。
社會層面：一是隱私保護的問題，二是社會和道德問題，三是社會對於人工智能的認識存在兩極化。
應對策略：一是政府應建立完善的隱私保護制度。二是對社會和道德問題需要從產品的設計上進行考慮，部署前明確產品的責任歸屬問題。三是普及人工智能+教育的融合技術，普及技術科普和技術教育。
當然，人工智能技術也帶來了新機遇：AI技術具有處理重複勞動的能力、對海量數據提取規律的能力、在規律基礎上的模式識別能力、自我優化能力和針對性優化能力。根據技術特性找準定位，可以幫助教師解決例如“教學睏倦”等諸多問題。
不過暢想中能應用於中國AI教育的技術和產品還很遠，國內亟需解決的是課程體系的設置問題。
劉知遠：未來需要更多“小木”一樣的學習助手
清華大學計算機科學與技術系副教授 劉知遠
劉知遠教授則是實幹派的行事風格，他以清華大學與學堂在線合作的“小木”在線學習助手為例，分享了他的研究團隊將人工智能技術應用於教育領域的嘗試和思考。
基於對學生新學習方式的預測，學習助手小木的設計從這三方面入手：
一方面是對於學習者，做了學習者數據的分析，對那些有退課風險的用戶進行主動干預。
二是從課程角度，挖掘了課程概念的先修後修關係的抽取，從而幫助這些學習者更好建立起關於課程的概念體系。
三是基於以上這兩種相關的數據分析，建立了自動問答的功能，通過交互式的問答提高學習者的學習效率。
基於這三方面的考量，小木成為一個互動力超群的在線學習夥伴。未來的教學，一方面是更好的人機交互，通過計算機更好理解學習者的特點，基於數據建立起學習者跟課程知識的橋樑；另一方面則是更好的人人互動，以群體為單位，建起學習者與學習者的橋樑。
彩蛋Q&A：專訪滴滴副總裁 章文嵩
CCF常務理事、CCF TF主席 滴滴出行高級副總裁 章文嵩
——Q：滴滴是一個非常優秀的科技創新企業，近幾年，騰訊、科大訊飛等企業開始“走出去”，與高校共建人工智能研究院，人才培養等。不知道滴滴有沒有校企合作的打算？
——A:校企合作我們滴滴一直在做，比如我們企業會開放或者提供一些題目、數據集、和研究經費，比如青年科技基金給青年教師或學生。
——Q：您覺得現在大部分學生以“就業”為導向，或者一些高校注重“就業率”的現狀，對創新型人才培養有沒有影響？
——A:我們應該以樂觀的態度看待，尤其是對我們企業而言。就業能讓學生的技能落地於產品和應用，更好地創造社會價值。高校培養學生的目的就是使其成為有用的人。企業是一個實踐和檢驗學術成果的戰場。我們歡迎更多的青年學生和老師來到企業將想法變為可量化的指標。實際的模型迭代等等，對本身做科研可是很有幫助的。
——Q：黎銘教授在報告中說，企業重金求才，激勵人才，但是對社會整體人才增量沒有用。包括目前國內高校許多博士甚至許多青年教師從科研轉身企業，這會對造成科研或者高層次研究人才的流失嗎？
——A:我覺得這應該說是人才流動，人才去到他可以發揮作用的地方。而且這也是他們的選擇。
——Q：現在普遍有一種反向觀點，認為目前人過分依賴處於工具階段的AI技術，會限制人的創造力，您怎麼看？
——A：我不太認同這種說法，人獲得信息的手段和速度獲得提升，是一種價值交換的進步。現在的創造是組合信息的過程，信息獲取高效，我們有時間做更多的組合和創新。
除主會大咖外，多個panel的論點也是精彩紛呈，想知道老師們臺下的另一面？就持續關注小芯芯哦~
留言 點贊 關注
我們一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”