自适应 联合创始人兼首席学习科学家Dylan Arena博士访谈

迪伦·阿伦纳(Dylan Arena)博士是以下机构的联合创始人兼首席学习科学家 自适应 ,该公司将自适应学习带入教育产品,利用最新的学习科学技术打造个性化学习体验。

6月5日,Kidaptive成为AI Time Journal的一部分 AI for 教育 2019计划 在列表中 10家EdTech公司通过AI加强教育和学习.

列表中选择的公司以不同的方式应用AI,从而使学生,学习者和整个教育领域受益。

Dylan Arena博士在这次访谈中分享了有关AI如何帮助解决或缓解教育系统最大挑战的AI智能之家。


你的背景是什么?

我的本科学位是符号系统,它是涉及计算机科学,心理学,哲学和语言学的跨学科课程。我是从高中毕业后获得的大学学分进入学校的,但是我没有三年毕业,而是四年级获得哲学硕士学位。然后,我以软件开发人员的身份加入Oracle Corporation,但是我很快开发出了重复性劳损(RSI),这清楚地表明我没有成为编码员的未来。因此,毕业四年后,我又回到学校学习了七年,获得了另一个硕士学位(这次是统计学专业)和博士学位。学习科学与技术设计专业。

我的博士研究重点领域是基于游戏的学习和下一代评估。我计划成为一名教授,同时设计和测试教育游戏以支持对各种事物的学习,同时教授实验方法和统计学课程。不过,在完成课程的前一年,我遇到了PJ Gunsagar,他说服我,与通过学术研究和教学相比,我可以通过创办公司为我们提供更多的学习帮助。

自适应 是如何开始的?什么是自适应’s mission?

PJ Gunsagar认识到他的公司Prana Studios为迪士尼和皮克斯制作的令人难以置信的动画功能与可用于其年幼女儿的教育应用之间的差异时,决定创立Kidaptive。贡萨加(Gunsagar)相信,有一种方法可以制作出引人入胜的教育内容,就像他正在拍的电影一样吸引人,并且可以从人们对学习方式的最新科学理解中获悉。因此,在他的Prana联合创始人的祝福下,他离开了该公司,并说服我与他一起在2011年创立了Kidaptive。随着时间的流逝,我们从创建自己的内容到为他人创建的内容提供动力的过程已经演变,但我们的使命是通过创建充满活力的个性化学习体验生态系统,仍然可以增强各个年龄段的学习者及其父母和老师的能力。

当今教育系统面临的主要挑战是什么?

现代教育系统的一项基本挑战是调和学习者带入系统的多样性之间的不匹配-各种各样的经验,支持,能力,局限性,偏好,热情和目标-以及系统要求的统一结果。

人工智能技术如何帮助解决或缓解它们?

人工智能可以通过两种方式应对这一挑战。一种方法是优化每个学习者的路径,以实现当前系统的统一结果。对于AI而言,更健康,更雄心勃勃的替代方案将是帮助AI学习者开辟自己的道路,为他们找到合适的结果,这可能与其他学习者的结果大不相同。

无论哪种情况,负责任的AI技术应用都将具有以下关键特征:

  • 它将考虑每个学习者独特的背景经验,领域能力以及认知和情感特质的组合。
  • 它可以适应每个学习者掌握概念的步伐。
  • 通过保持所有数据的私密性和安全性,并且绝不会将这些数据用于支持学习者成就的任何目的,从而尊重学习者及其家人的信任。
  • 它的目的不是取代而是支持处于人类学习和发展中心的人类关系。
  • 它会在每个学习者中培养起成功的终身学习基础的好奇心,代理和主人翁精神。

当学生在当前的教育系统中移动时,人工智能有一个明显的机会来帮助使所产生的大量数据有意义,

如今,人工智能在教育领域带来了哪些主要机遇?

当学生在当前的教育系统中移动时,人工智能有一个明显的机会来帮助解释所产生的大量数据,但这要比技术人员和其他人所认为的有时需要更多的有关教育和心理学的领域知识。魔术盒会以某种方式自行找到答案。

教师如何为AI驱动的教育做准备?

可以说,老师应该落伍了,可以这么说,了解AI技术是如何工作的。对这项技术进行神秘化处理可以缓解恐惧,并使教师有权反对在教育中不适当地使用AI(不幸的是,有无数的例子)。

揭开该技术神秘面纱可以缓解恐惧,并使教师有权反对在教育中不适当地使用人工智能

您认为哪种AI技术将在未来几年对教育产生最大的影响,为什么?

深度学习在支持自然语言处理中的作用将导致人机界面的重要进步,这将降低屏幕在数字教育体验中的中心地位。扫除屏幕可以而且应该帮助学生和教师回到互动模式,从而进行更多的面对面交流。换句话说,随着计算机更好地理解我们说话时的意思,我们将能够与他们交谈并听到他们的回应,这将使我们将注意力从屏幕,键盘和鼠标转移到每个方面其他,它属于哪里。

教育系统管理软件应如何适应AI的出现?

这些软件产品的开发人员应该为模块化和互操作性而构建,同时也为了隐私和安全性而构建。许多AI应用程序将需要大量数据,这些开发人员将需要提供这些数据,但开发人员也将对共享这些数据持谨慎态度,因为许多此类AI应用程序的设计和/或实现方式都不会不遵守我在上面对问题3的回答中概述的原则,在这种情况下,开发人员绝对不应与AI应用程序共享数据。

您是否在接受人工智能教育的过程中看到不平等的威胁?

绝对:教育中的马修效应一直导致进步,使已经享有特权的人受益不成比例。

人工智能目前的技术局限性是什么,一旦克服,该局限性将为教育系统带来巨大的改善?

引入新技术从来没有对教育系统进行过大规模改进。即使是可移动类型的引入,也可以说是历史上最具教育意义的技术创新,但它本身并不能导致教育系统的大规模改进。教育制度是一个复杂的社会制度,受到众多选民支持的众多竞争利益的制约。这种系统是通过社会行动而不是技术来改变的。

在接下来的5-10年中,您在哪里看到AI用于教育?

正如我在先前的答复中所讨论的,自然语言处理将得到足够的改进,以减少教师和学习者必须依靠屏幕与计算机进行通信的程度。这些进步使更多的对话交互模式成为可能,应至少使用一些点对点和学生与老师之间的协作来代替至少一些孤立的面向屏幕的工作。

另一个重大变化是,适应性学习将通过Gartner的幻灭槽进入生产力的稳定期。换句话说,对于神奇的AI盒子没有辜负他们的炒作,我们将感到失望。我们将找到有效利用适应性学习实际可以帮助学习者的方法。

当然,这并不意味着到那时我们不会对某些有望治愈教育疾病的新技术创新感到兴奋。广播,电视,个人计算机,互联网,移动设备,AR / VR和AI都轮到了所谓的教育技术救星。我怀疑我们会突然意识到我们每次都被愚弄了,我们是否应该停止相信技术银弹。

的使命   AI时间杂志  是泄露信息
和关于人工智能的知识,
的到来和使用AI技术的新机会
造福人类。

关于AI Time Journal编辑人员

的使命   AI时间杂志  是泄露信息 和关于人工智能的知识, 的到来和使用AI技术的新机会 benefit humanity.

查看AI Time Journal编辑人员的所有帖子→