我们曾将AI称为“新的技术领域”，认为它强大又令人兴奋，而且它将不可避免地影响我们的生活。现在，AI就在我们身边，我们每天都在与它互动，从Siri和Alexa这样的虚拟助手到亚马逊和Netflix的个性化用户体验。
AI也正在改变学生们的学习方式。它允许教育工作者提供教研人员长期以来一直认为的最具影响力的学习体验——由一对一辅导支持的“掌握学习”的教学环境。
但在过去，这是不可能实现的。
准确说，这是让教育工作者们等了三十多年的技术，曾有一项开创性的研究表明这些方法将产生怎样强大的魔力。
在上世纪80年代中期，教育心理学家本杰明·布鲁姆（Benjamin Bloom），在他最出名的学习分类领域回答一些看似简单的问题：我们可以对课堂形式进行具体的调整。比如,给每个学生一个个人导师或掌握学习重点的平台,会对学生成绩有积极的影响吗?如果有，每一步教学调整会产生多大的影响呢?这些调整有没有弹性?
布鲁姆是在18年前的9月去世的，在他去世前，他在教和学的领域有了突破性的发现，极大地推动了当时学习科学领域的发展。
“two-sigma”问题
那么，布鲁姆发现了什么，他是如何做到的呢?
布鲁姆的研究评估了学生在三种不同的教学方式下学习的情况:
第一种是传统的教学模式，一个老师给大约30名学生讲课。这种方法下学生的表现是标准的正态分布曲线——学习成绩中等的学生最多，优秀的和很差的相对较少。
第二种跟第一种相同，但是增加了辅导，要求每个学生在进入下一个课程之前掌握课程的每个步骤。
对于第三种，布鲁姆采取了“掌握学习”方法，并为每个学生增加了一对一的辅导。
结果令人震惊：单单“掌握学习”方法就有助于提高学生的表现，其学习成绩超出一个完整的标准差，即一个完整的字母级别（美国的学习成绩是按字母分类的）。
除了“掌握学习”之外，接受一对一辅导的学生甚至做得更好：“掌握学习”方法+辅导环境中的“平均”学生比传统小组的“平均”学生更是高出两个完整的标准差。也就是说，“掌握学习”方法，加个性化辅导，对学生学习表现产生了“two-sigma”效应。
布鲁姆得出的主要结论是:把学生归类为“高”或“低”的概念几乎是完全错误的。在传统课堂上学习成绩50分的学生，只要获得一对一的辅导和“掌握学习”方法，也能达到98分。
AI可实现 “掌握学习”
现在看来，布鲁姆的调查结果非常有意义，然而为什么他宣称这是“two-sigma”问题？
简单地说，产生“two-sigma”效应的教学调整是不现实的——因为每个学生上下一门课前，不一定能掌握上一门课的内容，同时，没有一所学校有足够的资源为每位学生指定一名全职教师。因此，布鲁姆着手寻找其他途径，通过自己研究中的其他发现来弥补“two-sigma”的差距。
几乎在任何情况下，教育工作者都会尽可能地采用“掌握学习”中的各种要素。20多年来，广泛适度地使用“掌握学习”的原则，如果资源允许，再加入一些辅导，似乎成了我们所能期望的最好的结果。
在过去的十年中，人工智能和自适应技术已经成熟，这使得“掌握学习”方法和一对一辅导比布鲁姆想象的更具弹性。
当谈到持续、个性化的“掌握学习”时，现代人工智能几乎完全适合这项任务。使用形成性评估，AI适应性学习工具可以准确地跟踪学生进度，然后利用反馈提供个性化的帮助学生学习的经验。借助各种行之有效的学习科学原理，这些工具不断地支持每个学生走向成功的道路。
通过学习过程的部分自动化，AI从根本上支持学生以TA最适应的进度去掌握学习方法，同时，这些AI教学工具可以做常规的管理工作，让老师腾出时间与学生进行更有价值的互动。通过向老师反馈学生的学习方式以及告诉他们应该在哪里给予学生更多关注，AI利用空闲时间，促进了教师和学生之间更频繁、更有针对性的互动。
为每个学生提供一对一的教育曾是一个美好的梦想，但现在，人工智能可以真正地复制以“掌握学习方法”为基础的学习所固有的标准，同时提供支持教学的见解。AI现在让我们有机会实现有意义的个性化课堂体验，也就是30多年前布鲁姆所追求的最有效的课堂体验。
如果他今天还活着，我想他会感到欣慰。我们实现了他的愿望。
—完—
来源：Flipboard
作者：David Levin
智能观 编译
想知道AI加教育领域有哪些最新研究成果？请在智能观（zhinengguanym）对话界面回复“论文”；
想要AI领域更多的干货？请在对话界面回复“干货”；
想了解更多专家的“智能观”，请在对话界面回复“观点”，去获取你想要的内容吧。
