7月10日，由世界 人工智能 大會(huì)組委會(huì)辦公室指導(dǎo)，北京億歐網(wǎng)盟科技有限公司、EqualOcean主辦，上海市人工智能學(xué)會(huì)協(xié)辦的“2020世界人工智能大會(huì)云端峰會(huì)·創(chuàng)新人才培養(yǎng)論壇”在上海世博中心成功召開(kāi)。

在論壇上，海內(nèi)外知名專(zhuān)家、學(xué)者、企業(yè)家，以“AI賦能人才·教育成就未來(lái)”為主題，從“智能科學(xué)與學(xué)習(xí)技術(shù)”、“AI對(duì)教育教學(xué)的創(chuàng)新變革”、“培養(yǎng)人工智能時(shí)代人才”三大主題出發(fā)，對(duì)“AI賦能人才培養(yǎng)”展開(kāi)了多維度、多角度的研討與對(duì)話。

論壇上， Coursera首席產(chǎn)品官Shravan Goli發(fā)表了主題為“AI與 在線教育 ：賦能未來(lái)”的演講。

以下為Shravan Goli演講實(shí)錄，由億歐精編整理：

在接下來(lái)的20分鐘內(nèi)，我會(huì)簡(jiǎn)要介紹一下 Coursera 在中國(guó)的發(fā)展歷程、 “自動(dòng)化”的影響和技能的未來(lái)、Coursera 是如何在在線教育中利用AI來(lái)幫助個(gè)人和組織應(yīng)對(duì)“自動(dòng)化”的挑戰(zhàn)。

如果硬要給今天的演講加上一個(gè)核心主題的話，那就是 在人工智能工具的支持下，在線教育正在幫助個(gè)人和組織學(xué)習(xí)未來(lái)所需的技能，并在自動(dòng)化的崛起中保持競(jìng)爭(zhēng)力。

2012年 Daphne Koller 和 Andrew Ng 創(chuàng)立了 Coursera，致力于創(chuàng)造一種能夠改變?nèi)松膶W(xué)習(xí)體驗(yàn)，并能夠惠及世界上每一個(gè)人。

如今，Cousera已經(jīng)是在線學(xué)習(xí)平臺(tái)的領(lǐng)頭羊創(chuàng)造了一種能夠連結(jié)教育者、學(xué)習(xí)者和雇主的生態(tài)系統(tǒng)，目前我們有來(lái)自世界各地的6300多萬(wàn)學(xué)員加入 Coursera 課程中學(xué)習(xí)未來(lái)需求的技能，其中來(lái)自中國(guó)的學(xué)習(xí)者有330萬(wàn)。

除此之外，我們擁有200多名來(lái)自世界頂尖大學(xué)和公司的教育者，他們把頂尖的教學(xué)內(nèi)容傳授給我們的學(xué)習(xí)者，我們有超過(guò)2400家公司、政府和其他大學(xué)正在利用 Coursera 來(lái)培養(yǎng)他們所需的人才。

在過(guò)去的五年里，我們大大擴(kuò)展了我們的課程內(nèi)容。主要是為了滿(mǎn)足不同類(lèi)型的課程學(xué)習(xí)需求，以幫助學(xué)習(xí)者實(shí)現(xiàn)他們的目標(biāo)。我們的課程數(shù)量眾多，超過(guò)4300種，然后，我們?cè)黾恿恕皩?zhuān)業(yè)化”課程，也就是3-5種課程的組合，一共有400多種。

去年我們公布了專(zhuān)業(yè)認(rèn)證相關(guān)的課程，我們也注意到了這些方面的大幅增長(zhǎng)，我們一直致力于開(kāi)展學(xué)位課程組合，迄今為止已超過(guò)20種。

最近，我們啟動(dòng)了我們稱(chēng)之為“實(shí)踐應(yīng)用指導(dǎo)”項(xiàng)目，使學(xué)習(xí)者能夠掌握實(shí)際應(yīng)用的學(xué)習(xí)技能，一種有200多種“實(shí)踐應(yīng)用指導(dǎo)”項(xiàng)目。這種可堆疊的內(nèi)容模型是 Coursera 成功運(yùn)作的關(guān)鍵，因?yàn)閷W(xué)習(xí)者能夠選擇從哪里開(kāi)始、如何積累這些技能，這些技能正好是未來(lái)工作所需要的。

說(shuō)到今天的話題 ，克勞斯·施瓦布在2016年達(dá)沃斯世界經(jīng)濟(jì)論壇在上提到，“第四次工業(yè)革命”時(shí)指出 “當(dāng)下是最具希望的時(shí)代，當(dāng)下也是最具危機(jī)的時(shí)代”，原因是根據(jù)麥肯錫矩陣，全球有4億個(gè)工作崗位面臨被自動(dòng)化替代的風(fēng)險(xiǎn)。

在這張幻燈片上X軸上表示被自動(dòng)化替代風(fēng)險(xiǎn)的大小，Y軸表示工資從低到高。很明顯，如果你看第四象限 ，它表示低工資和被自動(dòng)化替代的風(fēng)險(xiǎn)高，你應(yīng)該不想呆在這個(gè)象限。然后，如果你看看左上角，這里代表高工資和被自動(dòng)化替代風(fēng)險(xiǎn)低，也是未來(lái)工作之所在。

所以從麥肯錫的角度來(lái)看，在右下角的象限里有4億個(gè)工作崗位在零售、管理系統(tǒng)、收銀員、會(huì)計(jì)等領(lǐng)域，以及卡車(chē)司機(jī)等等。還有，當(dāng)你看到中國(guó)國(guó)內(nèi)，根據(jù)麥肯錫矩陣，在這個(gè)象限內(nèi)大約有一千八百萬(wàn)個(gè)自動(dòng)化工作崗位。

所以這不僅僅是個(gè)人層面，我們也看到商業(yè)環(huán)境在不斷變化，個(gè)人和機(jī)構(gòu)都需要為未來(lái)做好準(zhǔn)備。

下面是公司層面，全球2/3的公司已經(jīng)落后，也就意味著全球500強(qiáng)中有超過(guò)40%，在未來(lái)10年后甚至可能不復(fù)存在。

員工個(gè)人層面，技術(shù)技能的半衰期已經(jīng)下降到兩年，所以這些挑戰(zhàn)開(kāi)始引起人們的關(guān)注。當(dāng)CEO試圖找到阻礙公司發(fā)展的原因時(shí)，發(fā)現(xiàn)技能缺乏是一個(gè)關(guān)鍵問(wèn)題。47%的人將質(zhì)量問(wèn)題歸咎于缺乏關(guān)鍵技能。當(dāng)今世界，大學(xué)的數(shù)量還不能滿(mǎn)足人群的需求。因此，如果你仔細(xì)思考一下，每年需要700多所大學(xué)來(lái)滿(mǎn)足工作對(duì)于人員的需求

很明顯，隨著自動(dòng)化的興起，世界正在迅速變化。 不過(guò)，在人工智能工具的支持下，在線教育已經(jīng)開(kāi)始幫助個(gè)人和組織學(xué)習(xí)未來(lái)的技能并保持持久的競(jìng)爭(zhēng)力，以應(yīng)對(duì)自動(dòng)化的崛起。

接下來(lái)我會(huì)分享一些 Coursera 在課程中使用AI的方法、以及這些方法如何幫助學(xué)習(xí)者在第四次工業(yè)革命中保持競(jìng)爭(zhēng)力。

首先我從在線學(xué)習(xí)中學(xué)習(xí)者的角度出發(fā)，然后，我會(huì)談?wù)劷逃叩挠^點(diǎn)，以及人工智能是如何幫助這兩個(gè)群體的。

當(dāng)我們考慮學(xué)習(xí)者的時(shí)候， 首要問(wèn)題之一就是如何識(shí)別“正確”的內(nèi)容，以學(xué)會(huì)“正確”的技能從而找到“正確”的工作。 我們的解決方案是技能培養(yǎng)，就像我們從學(xué)習(xí)者那里反復(fù)聽(tīng)到的一樣，我們還觀察了他們的行為數(shù)據(jù)。他們強(qiáng)烈希望他們的學(xué)習(xí)能與技能發(fā)展和職業(yè)發(fā)展緊密聯(lián)系在一起。

所以我們幾年前創(chuàng)立了這個(gè)技能圖譜。本質(zhì)上，這個(gè)圖譜繪制了這樣一副圖景。未來(lái)的工作需要什么樣的技能，哪些內(nèi)容教授這些技能，以及這些技能如何與學(xué)習(xí)者的特定目標(biāo)和結(jié)果相匹配、以及他們當(dāng)下在這些技能的發(fā)展路徑上所處的位置。

所以通過(guò)這個(gè)以機(jī)器學(xué)習(xí)驅(qū)動(dòng)的算法，我們已經(jīng)繪制并成功創(chuàng)建這樣一個(gè)健全的技能圖譜以指導(dǎo)課程內(nèi)容、適應(yīng)工作崗位并且賦能學(xué)習(xí)者。每年我們的學(xué)習(xí)者能夠完成超過(guò)1億份測(cè)試。借此我們也能夠持續(xù)提高技能培養(yǎng)的質(zhì)量。

作為學(xué)習(xí)者，對(duì)于產(chǎn)品的認(rèn)識(shí)是一個(gè)“發(fā)現(xiàn)”的過(guò)程。 當(dāng)學(xué)習(xí)者進(jìn)入Coursera的時(shí)候他們可以先從基于技能的搜索開(kāi)始，也可以從基于角色的搜索開(kāi)始。

這里舉一個(gè)例子 ，我們最近推出了被稱(chēng)作“技能跟蹤”的工具，基于職業(yè)特征的搜索能力，假設(shè)你想成為一名數(shù)據(jù)科學(xué)家 ，我們可以很快地告訴你這些是數(shù)據(jù)科學(xué)家需要的基本技能、這些是技能的熟練程度以達(dá)到數(shù)據(jù)科學(xué)家的工作需求，以及從個(gè)人層面，我的技能水平與數(shù)據(jù)科學(xué)家的工作還有多大差距。

然后我們繼續(xù)在具體微觀層面上展示。例如，Python學(xué)習(xí)，在Coursera中，我們會(huì)建議學(xué)習(xí)者學(xué)習(xí)哪些內(nèi)容，才能將Python提升至專(zhuān)業(yè)水平。最終通過(guò)這個(gè)過(guò)程，學(xué)習(xí)者可以找到正確的內(nèi)容，這些內(nèi)容也被精確地規(guī)劃出來(lái)，以幫助學(xué)習(xí)者在學(xué)習(xí)中取得成功。

接下來(lái)，找到專(zhuān)業(yè)角色僅僅是開(kāi)始。 第二個(gè)問(wèn)題是幫助學(xué)習(xí)者保持學(xué)習(xí)的動(dòng)力、在學(xué)習(xí)過(guò)程中保持興趣。

除此之外，我們還做了許多其他努力，一是我們所說(shuō)的技能跟蹤，我們知道學(xué)習(xí)者能夠通過(guò)進(jìn)步的追蹤收獲超強(qiáng)的動(dòng)力，尤其是當(dāng)這些進(jìn)步與他們的職業(yè)目標(biāo)相匹配的時(shí)候，所以當(dāng)學(xué)習(xí)者學(xué)習(xí)課程、并在我們的課程中進(jìn)行測(cè)試時(shí)，他們能確切地看到技能分?jǐn)?shù)在不斷提升和變化，他們可以收獲強(qiáng)烈的激勵(lì)，這都得益于背后的人工智能驅(qū)動(dòng)的算法，由這種算法得出的技能評(píng)分可以幫助學(xué)習(xí)者跟蹤他們的分?jǐn)?shù)

第二，從一個(gè)學(xué)習(xí)者的角度出發(fā)想要保持學(xué)習(xí)動(dòng)力的持續(xù)，我們也會(huì)考慮學(xué)員總共至少要花費(fèi)多少時(shí)間進(jìn)行學(xué)習(xí)以及學(xué)員學(xué)習(xí)的頻率。這時(shí)，AI加持的課程支持我們稱(chēng)之為“課中輔助”，會(huì)給予學(xué)習(xí)者指導(dǎo)和支持。

它會(huì)貫穿學(xué)習(xí)者的整個(gè)學(xué)習(xí)過(guò)程。比如，這里你可以看到一條信息，上面說(shuō)的是 “嘿！你進(jìn)步很明顯！”數(shù)據(jù)顯示，完成周度學(xué)習(xí)任務(wù)的所有學(xué)員中77%的學(xué)員會(huì)繼續(xù)學(xué)習(xí)、完成課程。

因此這是一個(gè)優(yōu)秀而有力的激勵(lì)方式，因?yàn)槲覀円灿袛?shù)據(jù)證明，這種方式提升了12%的完成率。另一個(gè)方面是：設(shè)定目標(biāo)。我們知道設(shè)定目標(biāo)能夠增強(qiáng)學(xué)習(xí)決心并完成課程。

我們的想法類(lèi)似于督促他們的學(xué)習(xí) 。從某種程度上來(lái)說(shuō)，我覺(jué)得我不需要花費(fèi)20、30甚至40小時(shí)完成一門(mén)課程。相反，他們基本上可以選擇一天中的某個(gè)時(shí)間、一周中的幾天。他們可以設(shè)定這些目標(biāo)，通過(guò)基于機(jī)器學(xué)習(xí)的算法，我們已經(jīng)能夠讓這些學(xué)習(xí)者養(yǎng)成這些學(xué)習(xí)習(xí)慣從根本上解決問(wèn)題，通過(guò)這個(gè)過(guò)程，我們也看到了完成率的提高。

我們幫助學(xué)習(xí)者的另一種方法是利用人工智能技術(shù)，就是要了解學(xué)習(xí)者在學(xué)習(xí)內(nèi)容時(shí)遇到的困難。舉個(gè)例子來(lái)說(shuō)，這里有一些題目，當(dāng)學(xué)習(xí)者在測(cè)驗(yàn)中遇到挑戰(zhàn)時(shí)。例如，如果你覺(jué)得測(cè)驗(yàn)過(guò)于頻繁、你感覺(jué)遇到了瓶頸。

所以在這種“試錯(cuò)模式”下，我們實(shí)際上是在引導(dǎo)學(xué)習(xí)者去復(fù)習(xí)他們需要的知識(shí)。把知識(shí)點(diǎn)弄明白，然后再做一次測(cè)驗(yàn)，最后通過(guò)我們把每一個(gè)問(wèn)題都加上了標(biāo)簽。使用機(jī)器學(xué)習(xí)算法，我們能夠幫助學(xué)習(xí)者當(dāng)他們遇到困難走不動(dòng)的時(shí)候讓他們回過(guò)頭去回顧知識(shí)。

以上這些是我們從發(fā)現(xiàn)的角度、學(xué)習(xí)體驗(yàn)的角度幫助學(xué)習(xí)者的方法和技能的培養(yǎng)過(guò)程，最終能夠跟蹤進(jìn)度并展示進(jìn)度。

除了從學(xué)員角度以外，我想談?wù)劷虒W(xué)方面的問(wèn)題。我來(lái)談?wù)凜oursera如何利用人工智能來(lái)幫助教育工作者、在規(guī)模化教學(xué)同時(shí)保持教學(xué)質(zhì)量。

教育者面臨著一個(gè)非常具有挑戰(zhàn)性的問(wèn)題：在線學(xué)習(xí)和在線教學(xué)教學(xué)者面對(duì)的不再僅僅是面對(duì)20或者30個(gè)學(xué)生，而是有可能幾百個(gè)學(xué)生同時(shí)在線的大規(guī)模教學(xué)。

所以 在大規(guī)模教學(xué)時(shí)，如何才能知道哪些學(xué)生需要額外的支持才能成功？我們的解決方案是風(fēng)險(xiǎn)評(píng)估。 舉個(gè)例子，在這里我們?yōu)榻虒W(xué)者提供以課節(jié)為單位的學(xué)習(xí)情況追蹤，這張幻燈片上顯示的是，對(duì)于每個(gè)學(xué)生我們可以展示習(xí)者的成績(jī)預(yù)測(cè)和該課程的放棄風(fēng)險(xiǎn)。

這是因?yàn)闄C(jī)器學(xué)習(xí)算法在觀察學(xué)生的行為并且貫穿整個(gè)課程，包括課程的小測(cè)試、大測(cè)驗(yàn)、課后作業(yè)，最后課程的成績(jī)可能是多少，同時(shí)也會(huì)監(jiān)測(cè)學(xué)習(xí)者有多大的學(xué)習(xí)動(dòng)力去完成整個(gè)課程的學(xué)習(xí)，這有助于教育工作者及時(shí)采取干預(yù)。

我們面臨的另一個(gè)挑戰(zhàn)是，當(dāng)教學(xué)者面對(duì)大量的學(xué)習(xí)者時(shí)如何處理評(píng)分和反饋，要為一節(jié)大規(guī)模的課中幾百名學(xué)習(xí)者打分是一個(gè)很大的挑戰(zhàn)。 我們的解決方案叫做“機(jī)器輔助”下的“同行評(píng)審”加速課程打分。這個(gè)功能會(huì)自動(dòng)評(píng)估同行評(píng)審提交的材料，并立即準(zhǔn)確地評(píng)分 。

我們的團(tuán)隊(duì)估計(jì)可以處理190萬(wàn)份不成系統(tǒng)的文本中大約40%，這些提交的材料是我們mooc平臺(tái)上課程項(xiàng)目的一部分，也就是那些公開(kāi)課。這就讓大規(guī)模的打分變得可行了，再次強(qiáng)調(diào)，這是基于NLP的算法和人工智能技術(shù)驅(qū)動(dòng)的解決方案。

最后，最近因?yàn)镃OVID超過(guò)16億學(xué)生受到影響，學(xué)校被關(guān)閉，學(xué)生被困在家里。教育工作者需要立即做出反應(yīng)，并著手讓學(xué)生參與學(xué)習(xí)——如何開(kāi)始在網(wǎng)上教授這些學(xué)生

很多教育者轉(zhuǎn)向用zoom講課繼續(xù)教學(xué)，那我們能夠做些什么事情來(lái)幫助這些教育工作者有效地?cái)U(kuò)大他們的教學(xué)規(guī)模，推動(dòng)高質(zhì)量教學(xué)向前發(fā)展？

我們發(fā)布了一個(gè)名為 “Live to Coursera” 的功能。從本質(zhì)上講，Live to Coursera就是讓一個(gè)教育者將他用zoom錄的或拍的教學(xué)視頻，然后直接把它們作為課程上傳到Coursera，只需簡(jiǎn)單地點(diǎn)擊zoom的錄像，然后Coursera的平臺(tái)會(huì)自動(dòng)抓取那些視頻并將它們創(chuàng)建成一個(gè)可以作為私人課程啟動(dòng)的課程包，并且教給他們的學(xué)生。

以上這些是我們一直在使用的創(chuàng)新，尤其是AI作為一種工具去解決一些世界各地的學(xué)習(xí)者和教育者都面臨的問(wèn)題。

就像我在演講的開(kāi)頭提到的 ，技術(shù)和自動(dòng)化正在迅速改變我們今天所知道的生活，這張圖表是托馬斯·弗里德曼的《感謝你遲到了》一書(shū)中的插圖，它說(shuō)明了技術(shù)變化的速度是指數(shù)級(jí)的，這些技術(shù)由“云”、AI、機(jī)器學(xué)習(xí)以及其他各種技術(shù)所驅(qū)動(dòng)。

而人類(lèi)適應(yīng)的學(xué)習(xí)速度是線性的，在這個(gè)時(shí)間點(diǎn)上，技術(shù)的發(fā)展速度已經(jīng)超過(guò)了人類(lèi)適應(yīng)和學(xué)習(xí)的速度，這就是 Coursera 的切入點(diǎn)，我們正致力于利用人工智能和其他技術(shù)來(lái)提升學(xué)習(xí)的規(guī)模，讓學(xué)習(xí)者學(xué)得更快，讓教學(xué)者教得更快。

通過(guò)這種方式，我們非常希望通過(guò)AI和教育可以成為賦能的工具來(lái)幫助推動(dòng)個(gè)人和組織都向前邁進(jìn)，并應(yīng)對(duì)未來(lái)的挑戰(zhàn)，再次感謝組委會(huì)給我這次機(jī)會(huì)，感謝大家的聆聽(tīng)！

本文經(jīng)授權(quán)發(fā)布，版權(quán)歸原作者所有；內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表億歐立場(chǎng)。如需轉(zhuǎn)載請(qǐng)聯(lián)系原作者。