聊天機器人改變世界的方式，將比我們想象的更多。在全球范圍內(nèi)，機器人可以完成一系列不同的任務(wù)。從在線訂購披薩，到微軟Murphy項目中的人臉整合，聊天機器人將成為日常生活中的一個常見元素。
隨著聊天機器人越來越廣泛，新的應(yīng)用程序不斷出現(xiàn)。傳統(tǒng)認知中，教育一直是被認為創(chuàng)新發(fā)展緩慢的領(lǐng)域。在近幾年里，為改進教育技術(shù)、加強教學和學習而產(chǎn)生的創(chuàng)新工具被大量宣傳。
現(xiàn)在是聊天機器人和人工智能來滿足教育行業(yè)的時候了。目前已經(jīng)發(fā)生了一些，但毫無疑問，在不久的將來，教育技術(shù)將會產(chǎn)生更深遠的影響。
在教育領(lǐng)域，我們看到聊天機器人和人工智能以下6方面的應(yīng)用，它們可能會對整個行業(yè)產(chǎn)生驚人的影響。
自動作文評分
對于個人的書面論文，給予反饋是一項非常艱巨的任務(wù)，許多教師為此備受煎熬，而在大規(guī)模的在線開放課程中，這個問題甚至更大。因為一個班級里可能有1000多名學生，所以沒有什么實際的方法可以給寫論文的學生即時提供個人反饋。為了解決這一問題，教育創(chuàng)新者們一直在與人工智能(AI)行業(yè)進行接觸，而解決方案則都相差無幾。
許多人相信，通過給機器學習算法提供成千上萬的論文，用人工智能系統(tǒng)取代人類反饋是很有可能的。該項目自2012年起就取得了快速的進步，當時休萊特基金會贊助了論文評分系統(tǒng)的競賽。結(jié)果顯示，獲獎?wù)叩钠骄嚓P(guān)性為0.81。
從那時起，研究人員和學者們一直在不斷地加速和完善系統(tǒng)。一份報告稱，同樣使用了休萊特競賽的數(shù)據(jù)，他們的平均相關(guān)性達到了驚人的0.945。然而，在論文打分時，對于只依賴技術(shù)這一行為，也有人提出了強烈的反對。Skeptic Les Perelman已經(jīng)開始揭露評分算法的真實性質(zhì)，并指出了自動評分系統(tǒng)的弱點。
自動評分系統(tǒng)最終會怎樣?結(jié)果尚不明朗，但現(xiàn)實中應(yīng)該有機會。在幾年時間里，用人工智能至少可以取代一兩個必要的閱卷人。
間隔學習
波蘭發(fā)明家Piotr Wozniak提出了一種基于間隔效應(yīng)（當你快要忘記的時候，回頭復習是一種最優(yōu)的學習方法，這叫做間隔效應(yīng)。）的學習應(yīng)用。這款應(yīng)用可以追蹤你學的東西，以及學習的時間。通過整合人工智能技術(shù)，這款應(yīng)用可以告訴你什么時候你最容易忘記信息，并提醒你復習。它只需要重復幾次就能確保信息在未來的幾年里都能被記住。
學校應(yīng)該用這種方法來追求更持久的知識保留，而不是學生在期末考前臨陣抱佛腳，考后幾周就忘記了所有的事情。
可悲的是，像間隔效應(yīng)這樣的研究結(jié)果對教育系統(tǒng)產(chǎn)生了很小的影響，而教育系統(tǒng)的聲譽則讓這個行業(yè)變成了一個采用技術(shù)和創(chuàng)新很緩慢的領(lǐng)域。
課程評估與學生評分
學生通過教學調(diào)查進行教學評估已經(jīng)存在了將近100年。盡管調(diào)查已經(jīng)從紙上發(fā)展到了網(wǎng)上，但是本質(zhì)上幾乎沒有什么變化，學生的反饋沒能使各方面都變得更好。但學生對教學的評價往往是最重要的信息來源，所以很明顯，他們需要改進。
現(xiàn)代科技，如人工智能驅(qū)動的聊天機器人、機器學習和自然語言處理技術(shù)，使教師反饋領(lǐng)域出現(xiàn)了很多令人興奮的機會。
使用聊天機器人來收集反饋是定性研究和定量研究方法之間最好的折衷方法。因為老師通常都太忙，無法從每個學生那里收集定性反饋，所以只能使用最終的課程調(diào)查。
聊天機器人可以在對話界面中收集意見，與“真實”的面試一樣，卻只需要做一小部分的工作。對話可以根據(jù)學生的反應(yīng)和個性進行調(diào)整，然后繼續(xù)問后續(xù)問題，并找出原因。也可以過濾掉在教師評價問卷中有時也會出現(xiàn)的針對個人的辱罵和臟話。
除了用于教學調(diào)查和定性數(shù)據(jù)外，聊天機器人還為那些尋求提高教學效率的教師帶來了許多其他的優(yōu)勢。通過更多的數(shù)據(jù)來源，如自我評估、評分、同伴反饋，以及最新的關(guān)于如何有效教學的科學發(fā)現(xiàn)，我們有可能形成一種更微妙的教學表現(xiàn)。
將這些數(shù)據(jù)與世界各地其他教師的數(shù)據(jù)進行比較，可以使系統(tǒng)有可能提出新的、強有力的方法來改進教學，并在整個教師社區(qū)中分享研究成果。
沃森,老師的助理
在佐治亞理工學院，學生們被新來的教師助理吉爾·沃森迷住了，他以一種快速而準確的方式回應(yīng)了學生的詢問。
學生們不知道的是，沃森的真實身份其實是一臺電腦，由IBM的AI-system為其命名。計算機科學教授Ashok Goel給沃森提供了超過40000個論壇帖子，讓系統(tǒng)啟動運行。
回答常見問題是聊天機器人的完美應(yīng)用，它比使用faq-tab更有交互性。
在獲得大面積的宣傳之后，吉爾·沃森正在全球的大學里進行推廣。其中最新的一項應(yīng)用在挪威奧斯陸的BI商學院。
迪肯大學校園精靈
在澳大利亞維多利亞的迪肯大學，第一個聊天機器人校園精靈的開發(fā)正在全面展開。就像人工智能教師助理的例子一樣，它背后的智能來自IBM的超級計算機系統(tǒng)沃森。
一旦運行起來，迪肯的校園精靈將能夠回答與學生有關(guān)的問題，這些都是學生需要了解的關(guān)于校園生活的問題。比如，如何找到下一個演講廳，如何申請下一個學期的課程，如何提交作業(yè)，在哪里找到停車位，如何找到輔導員……所有這些問題都可以由校園精靈解決。
當新生涌入校園時，他們每年都有類似的問題，這使得聊天機器人能有所作為。
William Confalonieri是“genie-project”的幕后推手，也是迪肯大學的CIO。
“使用這項技術(shù)的最有希望的機會，”他說，“是支持一種更加個性化的校園服務(wù)方式，這種方式仍然吸引著大量的人群。該系統(tǒng)還將有助于減輕壓力過大的教員的負擔，因為他們不再需要向不同的學生解釋同樣的事情?！?/p>
Confalonieri希望在未來的幾年里能夠迅速擴大該系統(tǒng)的能力，并在未來處理更復雜的任務(wù)。
以學生為中心的反饋
目前的教育制度有時可能被描述為一個工廠生產(chǎn)線，其最終目標是生產(chǎn)有能力的學生以填補公司對員工的需求。工廠期望同樣的原料（學生），同樣的功能（課），在同一時間內(nèi)得到同樣的結(jié)果。由于人類是復雜的，甚至超越了最先進的科學，因此，以工廠的方法將知識轉(zhuǎn)移到多元化的新一代身上時，效果并不理想。
現(xiàn)在，企業(yè)家們正在探索一種新的教育模式。一個以學生為中心的系統(tǒng)，在課程配置中，學生的個性和興趣是最重要的因素。
課程內(nèi)容適應(yīng)了個體學習的節(jié)奏，隨著學生的理解越來越深入，也會逐漸出現(xiàn)越來越難的問題以加速學習。這樣一來，無論是快速還是慢速的學習者，都可以按照自己的節(jié)奏進行學習，而不會被其他學生影響。
此外，以人工智能為導向的課程也可以預(yù)見未來的問題，并提出更多與之相關(guān)的問題，以防止未來的沖突。
最后，希望在教育領(lǐng)域，我們能看到更多進步。