我们不清楚我们不知道的是什么——这是前国防部长唐纳德·拉姆斯菲尔德的名言：未知的未知——这是一个军方和数据科学家都熟知的困境。
Ken Koedinger
卡内基·梅隆大学人机交互和心理学教授肯•科丁格（Ken Koedinger）也认为，这一原则动摇了学校的教学方式。他认为，学生们在学习的时候可能会表现得很差，因为他们往往没有能力判断自己是否真的掌握了知识，或者是否还需要更多的训练。
为了解决这一缺陷，科丁格教授提倡使用人工智能教育——不是把人工智能当作教师的替代品，而是把人工智能当作一种教学工具。他认为，“智能辅导系统”可以为学生提供个性化的课程，让学生们在这些课程中得到训练，避免重复学习他们已经掌握了的内容。同时，这个系统还可以做其他的事情:智能辅导系统会生成学生如何才能更好地学习的数据，而且这个数据还可以用来完善学习系统。
1.你知道什么时候该学习吗？
在哈佛大学的演讲中，科丁格教授向应用计算科学研究所的50位与会者提出了一个问题：“你知道你什么时候该学习吗?”
知道和不知道的回答各半，科丁格教授认为这是对这个问题的典型反应。然而，研究表明正确答案其实是不知道——学生不知道他们什么时候该学习，他们自认为在学习，其实是一种错觉。
让我们来看一个例子，对于某一学科或大学课程，“喜欢”与“学会”的关系。学生们可能会认为，他们越喜欢一个课程，就越能学到东西。但是根据科丁格教授的说法，“喜欢”与“学会”之间的相关度其实很低。根据科丁格教授的研究，使用人工智能软件来检测学生参与情况的结果表明，那些自称喜欢某一课程的学生可能会把注意力集中在错误的内容上，而那些看起来很困惑的学生可能正处于一场富有成效的学习中。
科丁格教授说，回答上述问题的部分困难在于，学生并没有获得他们需要的专业知识，无法“将他们知道的东西与他们是否真正知道或者他们是否只是认为自己知道”进行比较。
而另一方面，教师们学到了太多的知识，以至于他们可能意识不到学生会什么不会什么。科丁格教授研究了学习高中代数问题的难点。他用了三种形式对同一问题进行解析——叙事问题、单词问题和方程。老师们认为方程对学生来说是最容易解决的。但学生们却觉得这是最难的，因为他们在运算顺序等基本的数学词汇上就遇到了困难。
科丁格教授的观点是，专家往往低估了自己的知识，而高估了学生所知道的。他说:“有文献表明，专家们对70%的知识一无所知。”这些文献来源于各种认知任务分析报告。
2.“以数据开始和结束”
智能辅导系统——确切地说，应该是智能辅导系统产生的数据——可能有助于弥补认知方面的差距。科丁格教授专门讲述了卡内基·梅隆大学开发的智能辅导系统Cognitive Tutor，以及他参与推进的一个项目。
Cognitive Tutor已经存在了几十年，它以机器生成的认知模型和表现模型为基础。认知模型建立在解决问题所需的技能以及如何获得这些技能、问题管理的规则以及学生可能犯的错误等范围。
认知模型使用两种算法来测量性能。一种是模型跟踪算法，通过学生的个人表现来跟踪问题，然后提供动态帮助，这个过程不仅可以找到学生困惑的知识点，还包括找到学生是如何被困惑的。还有一种是贝叶斯知识跟踪算法，它通过对学生所学知识点进行追踪，可以知道学生掌握知识点的情况。
所有的智能辅导系统模型都产生数据，这对教育研究和改善学习系统是至关重要的。科丁格教授表示，这些改进是在一个以数据开始，以数据结束的连续循环中进行的。在这两者之间，研究人员创造了一种叫作“体内测试”的A/B测试法。他说:“这是一项随机、可控的实验，在我们测试版本1和版本2的过程中，使用数据来进行评估改进。”
他说，数据还可以揭示学生的学习方式。总体来说，这些数据可以用来生成学习曲线，映射出学生学习的错误率，并为改进提供了依据。而不是泛泛地告诉学生，如果他们想在几何学上做得更好，他们应该做更多的几何题，智能辅导系统所产生的数据可以帮助教育者把广泛的话题拆分为具体的、细微的小问题来解决。
通过观察各个组成部分的学习曲线，教育工作者和研究人员可以更好地识别学生在哪里出现问题，或者观察他们有没有把一个章节里学到的东西应用到另一个章节上。“想象一下，你怎么能把网球打得更好。”科丁格教授说。传统上，如果网球运动员发球有问题，他们就会专门练习发球。但是如果发球的问题是由某些特定的东西引起的，比如球员扔球的方式，那就可以更加针对性地加以练习。
他说:“因此，我们的想法是，使用数据来发现一个出现特定问题的点，现在我们应该做的是找到一种方法来专门在这个特定问题点上进行反复实践。”
原文链接：
http://searchcio.techtarget.com/news/252436834/Intelligent-tutoring-systems-use-AI-to-boost-student-IQ
来源：searchCIO
作者：Nicole Laskowski
智能观 编译
—完—
亲爱的朋友：
读完这篇文章，我想到吴恩达说过的一句话：
我希望我们可以建立一个AI驱动的社会，让每个人都能看得起病，每个孩子都能获得个性化的教育，人人都能用上廉价的自动驾驶汽车，男男女女都做着有意义的工作。
祝安！
智能观 一米
2018-3-25 于北京中关村
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请在对话界面点击“找找看”，去获取你想要的内容吧。
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论