这是工业和大企业应用的计算机视觉和深度学习课程的最后一课：
受过教育的人口对每个国家的经济成功都至关重要，因为他们为其国内生产总值 （GDP gross domestic product） 做出了贡献。然而，据估计，全球约有7.5亿成年人仍是功能性文盲，其中主要是生活在非洲和南亚的妇女。全球青年尤其令人担忧，因为目前全球有超过6400万人失业。这些数字表明，要让劳动力为需要不断再培训的快速技术变革做好充分准备是一项巨大的挑战。
尽管人工智能（AI）可能会取代数百万工人，但它具有巨大的潜力，使他们能够跟上不断变化的技术，并保持对国家的价值。
在新兴市场，人工智能有可能提供负担得起的专上教育，使学习变得令人兴奋和有趣，并使内容个性化以满足个别学生的需求。 此外，随着不断发展的数字技术、智能手机和台式机在家庭中变得普遍，人工智能在教育中的采用可能会加速。
基于人工智能的教育产品的全球市场正在快速增长，预计到 2026 年将达到约 100 亿美元，复合年增长率为 45.1%。这篇博客将介绍在教育领域使用深度学习的好处、应用、挑战和权衡（tradeoffs）。
1. 好处
智能内容（Smart Content）
人工智能可以帮助教师和研究专家为学生创造创新和个性化的内容。基于人工智能的内容创作可以通过提供视听体验（audio-visual experience）来激发现实生活体验，从而帮助学生以多种方式感知信息。 此外，人工智能可以通过低存储学习材料和其他数字格式的课程来生成比特大小的学习。还可以根据学生对各种课程的看法来开发和调整个性化内容，从而通过游戏、程序等功能关注每个人的需求。
任务自动化（Task Automation）
人工智能软件可以轻松处理重复的手动任务（例如，检查家庭作业、评分测试、组织研究论文、维护报告和进行演示/笔记（making presentations/notes））。例如，他们可以借助自然语言处理 （NLP natural language processing） 算法扫描试卷，以检测正确答案并相应地评分。此外，通过分析成绩，该软件可以分析个别学生缺乏的地方以及他们如何改进学习过程。
缩小技能差距（Closing Skill Gap）
随着技术的快速变化，提高学生的技能（upskilling）对于企业和经济的增长很有价值。这确保了人口保持就业能力并对国家有利。人工智能和机器学习驱动的软件可以为学生提供广泛可用且负担得起的技能提升机会。此外，深度学习可以通过分析人们如何获得技能来帮助学习和发展。一旦系统适应了人类的需求，它就会相应地自动化学习过程。
2. 应用程序
学生学习与福利（Student Learning and Welfare）
人工智能可以增强所有年龄段和社会经济背景的学生的学习体验并提高成绩。所需的大部分数据已经在收集中（例如，成绩、学校和州考试结果、出勤率（attendance）、准点率（punctuality）、比较报告、课堂笔记、学生反馈等）。此外，随着新兴的认知解决方案（emerging cognitive solutions），现在可以从手写笔记和音频或视频记录中提取信息。
个性化学习（Personalized Learning）
智能辅导系统（Intelligent Tutoring Systems）可以通过提供即时和个性化的反馈并深入了解学习者的进步来教授学习者。人工智能连接不同数据源的能力可以帮助确定需要实时干预（interventions）的领域。此外，他们可以定制和个性化（tailor and individualize）学习途径，使其专门设计来适应他们的优势、劣势、才能和挑战。这些个性化辅导系统还可以帮助教室内外的学习者。
这种学习将帮助教师专注于其他关键任务，如同理心干预和培养创造力（interventions with empathy and nurturing creativity），而人类天生就比机器更擅长这些任务。此外，这种个性化学习为学生提供了一个最佳（optimal）的学习环境，让他们能够专注于自己的优势和劣势，充分发挥自己的潜力。这提高了他们的学习成绩、对学校的态度、参与程度以及被关心和重视的感觉（academic performance, attitude toward school, engagement level, and the sense of being cared for and valued）。除此之外，总体幸福指数和幸福感（general well-being and happiness ）也可能得到改善。
Netex Learning正在利用人工智能界面为各种设备开发电子课程。这项技术、“智能”教室（smart rooms）和其他沉浸式（immersive ）教育体验为教授科学、地理和其他科目提供了新的、更有效的方式。
社交、情感成长和幸福（Social, Emotional Growth, and Well-Being）
社会和情感幸福在教育部门变得越来越重要，因为人际交往技能、同理心和创造力（interpersonal skills, empathy, and creativity）对未来的工作至关重要。此外，协作和解决问题（collaboration and problem-solving）等社交技能对于劳动力市场来说也是必要的。 随着学生接触互联网和社交媒体的人数不断增加，他们需要将自己的观点和情绪与他人互动和协作的能力以及学习能力联系起来（they need to link their outlook and moods to their ability to interact and collaborate with others and their capacity to learn）。假新闻、令人不安的图片、故事、同伴压力、网络欺凌、健康和福利障碍、饮食失调、抑郁和焦虑（Fake news, disturbing images, stories, peer pressure, cyberbullying, health and welfare disorders, eating disorders, depression, and anxiety）都会对学习产生重大影响。
人工智能和多模式社交计算（multimodal social computing）可以让教育工作者个性化教学（personalize instruction），分析定性和定量数据（ qualitative and quantitative data），以评估和帮助学生掌握这些技能，从而有助于提高认知、社交和情感技能（cognitive, social, and emotional skills）。 此外，人工智能可以帮助预测和预防学生福祉或福利方面的危机。例如，它可以从各种来源获取数据（例如，绩效报告、出勤率以及教师和辅导员的报告）。它还可以创建一个仪表板和警报，帮助学校规划和分配资源，为需要帮助、有辍学危险或经历心理健康（in danger of dropping out, or undergoing mental health）、学术或个人生活危机的学生提供早期干预。
获取21世纪技能（Acquiring 21st-Century Skills）
21世纪的技能是学生在毕业时需要的一系列竞争力和能力（competencies and capabilities），以充分发挥他们的潜力。尽管列表可能有所不同，但核心技能包括创造力、协作、批判性思维、毅力、解决问题、自我指导、意识和数字素养（creativity, collaboration, critical thinking, perseverance, problem-solving, self-direction, awareness, and digital literacy）。 人工智能可以通过安排和个性化学习交付（orchestrating and personalizing learning delivery），帮助学生发展所有这些领域的技能。
人工智能可以根据一组庞大而不同的衡量标准来评估进步，从所有学习途径中获取数据，并产生见解，对每个学生的进步提供全面的（holistic）看法，最清楚地说明人工智能在提高学习产出方面的价值。帮助一批学生发展21世纪的广泛技能需要收集和分析大量数据（有时称为大数据）。如果要揭示有价值的见解，人工智能是必不可少的，这将有助于他们的旅程。正如组织理论家杰弗里·摩尔（Geoffrey Moore）所说，“如果没有大数据，你就是又盲又聋，处于高速公路中间。（Without big data, you are blind and deaf and in the middle of a freeway.）”
教育工作者（Educators）
人工智能和分析可以帮助教育工作者向学生提供身临其境、引人入胜的（immersive and engaging educational content）教育内容，并为他们每个人构建个性化的学习体验。因此，人工智能可以提高教学效率，帮助教师和机构为学生提供理想的学习和成长环境。
通过帮助教师创建个性化的学习路径，人工智能可以为他们节省大量时间，他们可以在机器不擅长的其他移情和创造性任务上花费更多时间。此外，通过向他们提供对每个学生的行为和进步的详细见解，他们可以快速发现学习方法中的差距并加以改进。人工智能还可以创建实时绩效报告，供机构和家长使用。这些报告可以比传统报告更准确、更及时，因为它反映了过去在一学年中设定时间点的表现。
一家总部位于加利福尼亚州的初创公司Gradescope正在提供人工智能辅助评分技术（AI-assisted grading technology），将类似的测试答案分组为一批，教师可以更有效地扫描、复习和评分。他们的人工智能算法学习根据老师提供的少量答案对学生提交的材料进行评分。
数据分析可以提供见解，支持整个学校的团队合作。 教师、系主任、辅导员和领导层（department heads, counselors, and leadership）可以根据类似的学习和指标，为提供个性化的支持计划和强化课程（enhanced curricula）做出贡献和合作。人工智能可以帮助院系和教师识别当前课程的优势和劣势，并正确构建课程。此外，可以确定和分享改善学习成果的最佳做法。最后，导师制和同伴辅导关系（mentorships and peer coaching relationships）可以通过随时和持续获取定量和定性数据来加强。
父母参与（Parent Engagement）
父母在学生的学习过程中扮演着至关重要的角色。父母积极参与（Active engagement and participation）孩子的学习过程，可以教会孩子上学的准时性（punctuality）和好奇心。这将激励他们学习高级课程，并在学术上取得优异成绩。这样的学生往往也有更好的社交能力。
学校和机构也可以从家长的积极参与中受益。通过优先考虑家长与教师的关系，可以改善学生的学习环境，从而取得更好的结果。人工智能可以让家长参与孩子的学术旅程，而不仅仅是评审员，从而帮助加强家长的参与。他们可以确保自己能够从中获得数据和见解。通过为父母提供对孩子进步的见解，人工智能可以帮助他们加强教育对孩子的重要性。
学校和机构管理（School and Institution Management）
学校领导必须确保他们的机构即使在意外情况下也能继续运作并提供服务。建筑维修的突然支出、教职员工的缺席以及学生入学人数的高峰和低谷都会给学校带来压力和财务限制，从而影响其服务质量。预测分析可以帮助学校领导在问题发生之前主动管理和预测问题。这些人工智能解决方案可以降低能源成本、管理员工缺勤、优化资源等。
留住和吸引人才（Retaining and attracting talent）也是学校领导面临的最大挑战之一。 世界银行可以认识到，全球优质教师短缺导致教学危机。尽管人工智能不能创造和取代教师，但它可以通过解决根本原因，并为教师提供自主发展个性化学习道路、确定学生需求和实现自动化的能力，帮助学校领导理解和管理流失。在实时报告中，人工智能可以让教师以更有效、更有回报的方式做他们最喜欢的事情，从而减少教师的沮丧情绪。
人工智能可以询问和识别需要帮助的特定个人。例如，人工智能为互联网搜索添加上下文，避免网络安全漏洞（avoids cybersecurity breaches），并保护敏感的学生数据。如果它注意到一名学生正在寻求自残，它也可以生成警报。
学校课程需要随着教学法和技能需求的变化而变化。缺乏基本技能和熟练程度可能会阻碍经济和社会发展，阻碍或阻碍国家的进步。人工智能可以通过询问大型数据集、分析和生成见解，并通过仪表板显示，来帮助学校课程负责人。这将提高课程设计过程中可用信息的质量和准确性。
3. 挑战
缺乏专业知识和识字能力（Lack of Expertise and Literacy）
与人工智能在工业和农业中的应用相比，人工智能在新兴经济体的教育部门还处于起步阶段。大多数教育机构都需要一个正式的数据管理策略来支持他们对人工智能能力的使用，而教育工作者通常需要更多的理解来实际实施这样的策略。集成涉及复杂算法的人工智能解决方案所需的技术专业知识的缺乏也阻碍了人工智能市场的增长。与人工智能技术通常的情况一样，由于观察到的人群或人群数据集缺乏多样性，数据是差异的来源。
道德维度（The Ethical Dimension）
在开发和部署阶段，每个人都需要道德框架（ethical framework），才能在教育中获得人工智能的好处，而不是被利用。教育中的人工智能将引发对学生数据隐私、保护和道德使用的担忧。 这样一个道德框架需要确保在发展层面不会引入性别、社会经济和能力偏见（biases）。它需要确保文化陈规定型观念不被传播，并确保所有学习者无论生活在哪里都能获得相同质量的内容。加强基本人权需要透明度和监督（Transparency and oversight will be required to strengthen fundamental human rights）。
平等和准入（Equality and Access）
根据一份关于互联网普及率的全球报告，超过40%的人无法访问互联网。不同地区之间的差异很大。例如，在北美洲，95%的人可以访问互联网，而在中非，只有12%的人可以使用互联网。在这个数字时代，没有像样的智能手机和互联网可能会对学生不利。由于没有智能手机，对训练无偏见的机器学习模型所需信息的访问将受到限制。当建立能够充分识别和满足他们需求的个性化学习途径时，这可能是不利的。
对技术的依赖（Dependence on Technology）
随着对这些机器的依赖增加，完全依赖人工智能进行教育可能是危险的。依赖人工智能的学生将失去创造性思维的能力。也许那些依赖人工智能进行计算的人在心算（mental arithmetic）方面变得不那么熟练了。因此，人工智能的适当和有效（appropriate and effective）使用始终需要人工输入。 因此，教育者的作用可能会被技术所加强，而不是被技术所取代。
总结
受过教育的人口对每个国家的经济成功至关重要，因为他们对国内生产总值有贡献。在新兴市场，人工智能有潜力提供负担得起的中学后教育（），使学习变得令人兴奋和有趣，并使内容个性化以满足学生的个人需求。教育部门可以通过以下方式采用人工智能：
- 个性化学习（Personalized Learning）：智能辅导系统可以为学习者提供即时的个性化反馈，并深入了解他们的学习进展。他们可以定制和个性化学习途径，使其专门设计来适应他们的优势、劣势、才能和挑战。
- 幸福感（Well-Being）：人工智能可以从绩效报告、出勤率以及教师和辅导员的报告等来源获取数据，并创建警报，帮助学校为需要帮助、有辍学危险或经历心理健康、学术或个人生活危机的学生提供支持。
- 节省时间（Time Saving）：通过帮助教师创建个性化的学习路径，人工智能可以为他们节省大量时间，让他们在机器不擅长的其他移情和创造性任务上花费更多时间。
- 家长参与度（Parent Engagement）：人工智能可以让家长参与孩子的学术旅程，而不仅仅是评审员，从而帮助加强家长的参与度。他们可以确保自己能够从中获得数据和见解。通过为父母提供对孩子进步的见解，人工智能可以帮助他们加强教育对孩子的重要性。
- 学校管理（School Management）：人工智能可以通过集成大型数据集、分析和生成见解，并通过仪表板显示这些见解，来帮助学校课程的负责人。这将提高课程设计过程中可用信息的质量和准确性。
然而，人工智能在教育领域也面临着挑战。
- 缺乏专业知识（Lack of Experties）：缺乏集成涉及复杂算法的人工智能解决方案所需的技术专业知识也阻碍了人工智能市场的增长。与人工智能技术通常的情况一样，由于观察到的人群或人群数据集缺乏多样性，数据是差异的来源。
- 道德问题（Ethical Issues）：教育中的人工智能将引发对学生数据隐私、保护和道德使用的担忧（data privacy, protection, and ethical use）。这样一个道德框架需要确保在发展层面不会引入性别、社会经济和能力偏见。
- 平等和接入（Equality and Access）：在这个数字时代，没有像样的智能手机和互联网接入可能会使学生处于不利地位。由于没有智能手机，对训练无偏见的机器学习模型所需信息的访问将受到限制。