AI技術與教育的融合速度日益加快，AI助力的自適應學習大家都比較熟悉，本文的產品以考試機器人為例，舉例教育+AI產品的設計內容。

教育考試機器人（Educational Evaluation Robot）作為教育行業(yè)中的服務機器人，通過AI技術中的模式識別、自然語言理解、邏輯推理、機器學習等技術，在不改變學生手寫習慣的前提下，全程記錄學生解題過程和步驟，實現客觀題和主觀題的自動評價，自動分析結果，及時診斷學習困難并給予主動干預。

本產品設計了教育+AI考試機器人的1個產品理念，設計了3大功能模塊、4層系統(tǒng)架構與5個應用策略用。

一、教育+AI產品理念

教育考試機器人(Educational Evaluation Robot)作為教育行業(yè)中的服務機器人，通過模式識別、自然語言理解、自動推理及機器學習等技術，全程記錄學生解題過程和步驟，實現客觀題和主觀題的自動評測，自動給出評測結果，主動診斷學生學習困難并主動給予精準個性化干預，包括：自動推送個性化學習資源，清晰呈現個性化知識圖譜，實時推斷學習狀態(tài)等。

教育+AI與傳統(tǒng)教育的對比圖如下：

二、教育+AI3大功能模塊。

教育考試機器人由筆跡采集系統(tǒng)、智能分析系統(tǒng)和診斷干預系統(tǒng)三部分構成。

筆跡采集系統(tǒng)是在不改變學生正常書寫習慣的前提下，使用智能筆（Smart Pen）自動記錄學生解題過程，自動采集學生原始答題數據，學生解題結束后，通過藍牙技術將數據傳輸至智能分析系統(tǒng)。智能分析系統(tǒng)實現對學生客觀題、主觀題的自動分析與批改。

基于分析與批改結果，針對學生解題過程出現的易錯步驟，診斷干預系統(tǒng)呈現學生的考試詳情、分析報告等，給出學習建議，并提供有針對性的學習資料供學生學習。

三、教育+AI產品4層系統(tǒng)架構

1.?數據采集層-硬知識和軟心里雙管齊下

數據采集層主要由智能筆作為數據采集器，實現學生解題細顆粒度數據全程采集。根據前人研究證明學習者感知測量應該綜合考慮學習行為和學習生理反饋兩種數據。

因此本研究采集的信息主要包括兩方面：

• 一是知識信息，采集學生答題數據并進行預儲存，實現數據的智能采集與數字化管理；
• 二是學生個體特征信息采集，通過設置貼近皮膚的感應器，收集學生的心理、情緒、態(tài)度等方面信息。采集的數據存儲在Hbase分布式數據庫中。

2.?數據分析層-提升教學效率

數據分析層主要是基于大數據的數據存儲與分析方式，主要采用Spark數據分布平臺對采集的學生解題數據進行分析，分析過程并不是把學生解題過程和后臺數據庫簡單匹配，而是根據后臺數據庫中的數學公理、命題等，采用自動推理、機器學習等方法，實現數學問題智能考試。

3.?數據可視化-實現智適應學習

在對數據進行挖掘和分析后，通過圖表、視頻以及其他可視化方法來表征數據，進行可視化分析，最終呈現學生學習診斷報告。通過個性化診斷發(fā)現學生學習過程中存在的問題，進而采用智能推送服務，為學生提供答題引導，為學生提供最適合的答題方法，并有針對性地推送錯題集、強化訓練習題等，滿足個性化學習需求。

4.?數據顯示層-構建個人學習中心

將數據分析結果以可視化學習診斷報告的形式在用戶終端（如：智能手機、個人電腦、智能移動終端及平板電腦等）顯示，最大程度滿足不同場景的使用需求，有助于學生及時了解自身學習情況，有助于教師、家長精準掌握學生學習狀況，從學生時代構建一個個人學習中心平臺。

具體功能模塊：

教育考試機器人在AI助力下具有精準診斷與主動干預等功能特點，包括學生端、教師端和家長端，功能模塊，設計如下圖所示：

（1）教育+AI“機器人助教”

教育考試機器人具有機器人助教的功能，能夠提供教師教學相關事務的協(xié)助，如：協(xié)助備課、協(xié)助出題、協(xié)助批改作業(yè)、分析課堂以及與家長保持互動溝通等，發(fā)揮技術優(yōu)勢，從而幫助教師從繁瑣的事務中解脫出來，讓老師有更多的時間和精力專注于教學設計與課堂教學。

例如：在美國一所高校中一名AI機器人助教在學生知道是AI機器人之前被學生評價為最優(yōu)秀的助教，這名助教在午夜凌晨學生提問時也在線對這屆學生的問題進行推理識別，然后搜索往屆類似的問題給學生回答，學生的問題不僅得到解答，同時精神上也得到激勵，因為學生凌晨提問，AI機器人在凌晨回答。

（2）學生的“智適應學習中心”

學生在不改變書寫習慣的情況下使用智能筆答題，自動上傳答題內容，并實現作業(yè)自動批改。全程記錄學生學習軌跡，實現學習過程貼身管理。教育考試機器人能夠扮演“學習診斷醫(yī)生”角色，收集、記錄并分析學生解題過程中出現的問題，形成診斷報告，分析解題困難原因，自動生成學生個人學習報告，精準鎖定薄弱學習環(huán)節(jié)，及時發(fā)現問題并針對性解決。

自動生成個人錯題本，錯題本詳細記錄了學生錯題情況及原因分析。針對學生錯誤知識點和難點，設計開發(fā)針對性學習資源。教育考試機器人根據學生作業(yè)完成情況，及時診斷發(fā)現薄弱知識點，自動推送學習資源，幫助學生鞏固知識。自動生成學生個人知識圖譜，提供個性化學習服務。

（3）家長全面了解學生的“好幫手”

家長可以隨時隨地掌握學生學習情況，通過課程中心，學習教育學、心理學等相關資源，掌握與孩子溝通技巧，與孩子共同成長。同時，保持家校溝通，建立“學生—教師—家長”學習共同體，共同探討教育考試機器人使用過程中的問題。

四、教育+AI的5個應用策略

1. 選擇適用的學科內容

任何一種工具都需要考慮其適用的學習內容。雖然不同類型知識的習得、鞏固與轉化、遷移與應用等階段都有共同特征，但不能忽視它們的不同特征。因此，要使教育考試機器人發(fā)揮其優(yōu)勢，就需要對知識類型加以準確定位。

作為兩種不同性質的知識，陳述性知識和程序性知識在習得階段基本相同，但在鞏固與轉化、遷移與應用等階段有所不同。在鞏固與轉化階段，教育考試機器人需要針對陳述性知識提供復習和記憶的方法指導，而對于程序性知識，需要提供變式練習，并根據學生的完成情況作出有針對性的反饋。

在遷移與應用階段，教育考試機器人需要考察學生提取新習得的陳述性知識，或者學生應用新習得的程序性知識(如：解題技能或策略)解決新異問題的能力。

2. 滿足學生個性化學習需求

學生在知識儲備、學習經歷及學習風格等方面存在差異，在知識獲取和技能習得過程中有不同需求。然而，當前學校教育強調“整齊劃一”“標準答案”，教師授課也只能兼顧中等知識水平學生，很難滿足學生個性化學習需求。

教育考試機器人能夠發(fā)揮精準診斷與主動干預優(yōu)勢，與學校教育密切結合，關注學生個性化學習需求。如：在作業(yè)反饋過程中，教育考試機器人能夠自動識別學生手寫筆記，精準診斷學生解題過程，自動收集學生解題數據，并給每個學生提供個性化干預方案，推薦個性化學習內容與學習路徑。

3. 保持學生的學習動機

教育考試機器人作為新技術在教育中應用的代表，促進了學習方式的轉變。然而，學生不是從技術中學習，而是借助技術優(yōu)勢，從反思中不斷學習。

在學習過程中，根據教育考試機器人提供的反饋，不斷提高思維能力。當學生發(fā)現利用技術工具來建構自己對知識的理解時，會對所學知識產生熱情和興趣，具有較強的學習動機，進而會把教育考試機器人作為學習伙伴，而不是學習負擔。

4.?鼓勵父母與教師合作交流

Toh等人研究發(fā)現，面向中小學生設計應用程序時，父母支持至關重要。在使用教育考試機器人過程中，鼓勵父母和教師一起參與產品設計。由于學生自制力存在差異，學生在課下使用教育考試機器人時，需要家長的有效監(jiān)督。當學生遇到困難無法完成學習任務時，家長應積極鼓勵學生，增強學生自信心和克服困難的勇氣，與教師一起，形成學習共同體，提高使用效率。

5. 提升師生的信息素養(yǎng)

教育考試機器人產品的精準診斷和主動干預功能，不但能夠幫助學生開展個性化學習，還可以將每個學生的知識掌握情況即時反饋給教師，為教師設計課堂教學提供科學依據和參考。

因此，在應用教育考試機器人的過程中，學生要熟練掌握基本操作，實現與課堂教學的“無縫連接”；教師要不斷提高自身的整合技術的學科教學知識TPACK（Technological Pedagogical and Content Knowledge）水平和信息素養(yǎng)，滿足信息時代人才培養(yǎng)的內在需要。

總結

人工智能是一門交叉綜合學科，從上個世紀70年代以來就是沖著代替人類的勞動，增強人類的智能來研究和產品化落地。例如：機器定理正面（應用AI的邏輯和推理）是仿學生解題，機器翻譯（應用AI的自然語言理解）是仿學生的翻譯，學習（應用AI的神經網絡）仿初學者。

雖然對人工智能各有各的看法，但是通過教育+AI產品化的實戰(zhàn)產品案例來看，在教學中在學習中學會優(yōu)先采用+AI至少能夠獲得信息優(yōu)勢和持續(xù)提升能力的終身學習行為。

如果你想系統(tǒng)化入門AI產品經理，掌握AI產品經理的落地工作方法，戳這里>http://996.pm/7bjab

#專欄作家#

連詩路，公眾號：LineLian。人人都是產品經理專欄作家，《產品進化論：AI+時代產品經理的思維方法》一書作者，前阿里產品專家，希望與創(chuàng)業(yè)者多多交流。

本文原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協(xié)議