詹妮弗·特纳（Jennifer Turner）的代数课曾一度让人昏昏欲睡，她的许多学生都难以保持清醒。

如今，新技术的出现，包括使用人工智能驱动的程序来辅助教学，学生们开始变得变得活跃起来，注意力也更加集中了。

詹妮弗·特纳正在使用由人工智能驱动的程序来辅助教学。

詹妮弗·特纳是一位来自新泽西州休厄尔市格洛斯特县基督教学校的代数老师。她使用Bakpax平台，可以阅读学生的笔迹和自动批改作业，她还为学生布置讲座，让他们在家时在线观看。使用该平台为现年41岁的特纳太太提供了更大的灵活性，她可以在课堂上进行互动练习。

特纳太太说：“有了Bakpax，今年家庭作业的成绩好多了，学生们兴高采烈地来到我的房间，告诉我他们喜欢数学，这是我平时听不到的。”

多年来，人们一直试图通过人工智能对学习进行重构，但是直到过去七年的机器学习革命，才真正取得了进展。慢慢地，算法进入课堂，取代了重复性的工作，例如评分；优化课程以满足学生的个性化需求，并彻底颠覆了大学入学考试（如SAT）的准备工作。大量的在线课程和辅导也使教师从授课中解放出来，并允许他们在课堂上花时间与学生一起解决问题。

虽然这种趋势正在帮助像特纳太太这样的人教书，但它才刚刚开始。研究人员正在使用人工智能来了解大脑是如何学习的，并将其应用到他们希望能使学生学习更容易、更愉快的系统中。以机器学习为动力的系统不仅可以跟踪学生的进步，发现他们的弱点，并根据他们的需要提供内容，而且很快就会融入类似人类的界面，学生们可以像老师一样与之交谈。

“我认为，教育将成为深度学习的杀手级应用，”加州拉荷拉市索尔克生物研究所计算神经生物学实验室的负责人、神经信息处理系统基金会（Information Processing Systems Foundation）主席特伦斯·塞伊诺夫斯基这样说道。据悉，这个基金会每年都会举办全球最大的机器学习会议。

特纳太太在教室里拍了一张要上传到Bakpax软件程序的照片。

众所周知，最好的教育是由经验丰富的教育者一对一提供的。但这是昂贵的且是劳动密集型的，无法大规模量化，而现在，AI有助于解决这一问题。

第一个计算机辅导系统出现在1960年代，它以短段形式展示资料，在学生浏览资料时向他们提问，并提供相关答案的即时反馈。由于它们价格昂贵，并且计算机远非普及，因此它们很大程度上局限于研究机构。

到1970年代和1980年代，系统开始使用基于规则的人工智能和认知理论。这些系统引导学生完成问题的每个步骤，并从专家知识库中给出提示。但是基于规则的系统失败了，因为它们不可扩展——因为编程大量的领域专业知识既昂贵又乏味。

从那时起，大多数计算机教学系统都是基于决策树，引导学生通过一条由其表现所决定的预设编程的学习路径——如果他们答对了问题，他们就会被送到一个方向，如果他们答错了问题，则会被送到另一个方向。这个系统看起来像是在适应学生，但实际上它只是引导学生沿着预设的路径前进。不过，机器学习革命正在改变这种状况。

今天，学习算法揭示了大量数据中的模式，这些数据是关于学生过去在材料上的表现，并相应地优化了教学策略。当学生与系统交互时，它们会适应学生的表现。Bakpax要求老师通知家长如何使用孩子的数据，当然家长也可以选择退出。不过Bakpax和其他公司表示，他们会隐匿身份信息，并加密他们收集到的数据。

研究表明，这些系统可以大大提高学生的成绩，远远超过传统班级的水平，甚至超过那些接受人类老师指导的学生所达到的水平。AI老师表现更出色的部分原因是计算机比人类更有耐心，而且往往更具洞察力。

机器学习在教学中的最早商业应用之一是Knewton公司，该公司由私人教育机构Kaplan的前高管Jose Ferreira创立。Knewton使用多种学习算法来评估学生，并根据学生的需要来匹配材料。

费雷拉（Ferreira）先生说：“经过几个问题，我们可以很快找出您所处的水平以及最佳的教学内容。”“您使用该系统的次数越多，我们获得的档案越好，我们就可以为您提供越来越好的内容。”

尽管如此，Knewton还是陷入了财务困境，2019年5月被卖给了教育出版商Wiley。费雷拉说，Knewton的问题不是因为其技术不起作用，而是因为该公司严重依赖一个客户，这个客户后来放弃了Knewton，转而支持内部系统。于是，51岁的费雷拉先生离开Knewton后创立了Bakpax。

Bakpax的核心是一个计算机视觉系统，可以将手写内容转换为文本并解释学生的意思。有趣的是，该系统的自动分级机会自学如何评分。

费雷拉说：“你不用交作业，只需在手机上拍照，几秒钟后我们就能告诉你哪些是对的，哪些是错的。”。“我们甚至可以告诉你，对于那些你做错的题目，正确的答案是什么。”

特纳太太表示，她的学生喜欢这种即时性。该系统还可以随着时间的推移收集数据，使教师可以查看某个班级遇到的问题或将某个班级与另一个班级的表现进行比较。费雷拉说：“目前，所有这些信息都蕴含着巨大的力量，而实际上，它们每天都被扔进垃圾桶。”

在特纳太太的教室里，通过Bakpax显示学生代数作业反馈的屏幕。

毫无疑问，机器学习解决方案正在进入规模达数十亿美元的全球行业考试备考市场。韩国初创企业Riiid正在使用强化学习算法，他们自行学习以达到指定的目标——力图最大化学生在给定时间限制内达到目标分数的概率。

Riiid声称，仅学习20个小时，学生就可以将其分数提高20％或更多。他已经将机器学习算法纳入了为学生准备英语水平测试的项目中，并为SAT引入了备考项目，预计2020年进入美国。

更多的变革性应用正在开发中，这可能会彻底改变教育。硅谷的一家初创公司Acuitus借鉴了过去50年的教育经验，包括认知心理学、社会心理学、计算机科学、语言学和人工智能等方面的经验，正在研究创建一个数字导师，据称这个数字导师可以在几个月内培训出一个专家。

Acuitus的系统最初是由国防部的国防高级研究计划局资助的，最初是用于培训海军信息技术专家。该公司的联合创始人兼首席执行官约翰·纽柯克（John Newkirk）表示，Acuitus专注于教学概念和理解。

该公司已通过信息技术课程教授了近1,000名学生，并且该系统处于原型教学阶段，该系统将教授代数。Newkirk博士说，底层的AI技术与内容无关，可以用来教授所有STEM学科。

纽柯克博士把今天的AI教育比作莱特兄弟早期的飞行实验，证明这是可以做到的，但远远不是十年或二十年后便能实现的事情。

世界仍将需要学校、教室和教师来激励学生，并教授学生社交技能、团队合作精神以及诸如艺术、音乐和体育等软学科知识。

有人说，人工智能辅助学习，最大的挑战不是技术，而是来自需要维持现状的那些官僚层面的壁垒。“每一步都有把关人，”Sejnowski博士说道。

于是，他与密歇根州奥克兰大学计算机科学工程师Barbara Oakley共同创建了一个大规模的在线在线课程，也就是MOOC，名为“Learning How to Learn.”