各企业都想在工作流程中应用机器学习。即便是学者和高盛投行的分析员们，也想通过机器学习预测世界杯比赛的结果（尽管结果错得离谱）。
机器学习在教育中究竟会发挥怎样的作用——以及它是如何影响学生、教育工作者、家长，甚至开发教学设备与工具的企业的呢？
在近日举办的一场在线教育讨论会上，亚马逊AI/ML业务发展部门高级总监Carlos Escapa、加州大学-伯克利分校Socos Labs理论神经科学家兼执行主席Vivienne Ming、Chegg公司AI书写工具产品管理部门领导人Matthew Ramirez以及Quizlet公司的首席技术官、联合创始人Andrew Sutherland，共同讨论了在教室和董事会议室中，使用机器学习方面的问题。
数据问题
让机器运转的是数据——但不恰当的数据可能会导致误解和麻烦的结果（Ming提到，谷歌的图像识别算法曾把黑人认成大猩猩）。
“如果在广告中出错了，没什么人在意，”Ming说道，“但如果在诊断、教育或招聘中出错，可能会毁了某个人的一生。从道德义务上讲，大家真的很有必要理解系统的运转机制。”
Ming指出，教育和人类发展十分复杂。能够将四岁孩子晚上与家长一起做的事情，与他们未来的人生状况联系起来的数据，并不是很多。她警示道，在复杂的数据组，尤其是那些有许多人类数据的数据组中，毫无意义甚至有误导性的因果关联，通常比可靠的因果关联更常见。
Escapa补充道，如果你的数据有问题，那决策也会出问题。数据对于其目标人群来说，必须有代表性，同时数据量也要充足。“如果处理的数据量不够，那你试图解决问题的模型，也很容易出错。”
大数据，大责任（大代价）
那么，教育公司怎样才能减少工具中的偏见呢？
Ramirez建议，公司如果想要开发自己的机器学习系统，就应该找到“事实的基本来源”来作为工具设计的指导。
人力资源也同样重要。Ming建议公司雇佣机器学习系统开发领域的专业人士。Ramirez觉得，能够研究数据，并推断学生是否需要建议或反馈的工作人员，对他们公司的书写工具开发有很大帮助。
机器学习技术也能帮人们完成这些任务。“我觉得AI助手平台十分出色且有趣，因为能够从事、渴望从事、善于从事这项工作的人类专家非常多。”Ramirez说。
但这项技术支持价格昂贵。Ramirez说，对于那些已经筹集到风险投资的人来说，预计至少有一半的资金，将用于人工智能的研究和开发，以及雇用机器学习工程师上。公司需要分配更多的资金，雇佣专家而不是普通的网页开发员。
这些成本，许多刚刚进入该领域的人，应该不曾预料到，而风险投资人也正在学习如何预估它。因此，Ramirez很欢迎风投圈对AI进行宣传。
教师应该问什么？
不仅投资者们被EdTech公司用“我们的AI和机器学习工具，能够转变教育模式”这样的保证不断宣传，渐渐地，正在考虑使用哪种技术的教育者和管理人员，也成了宣传对象。
他们怎样才能做出明智的选择、不上噱头的当呢？
Escapa认为，教育者应该询问AI公司，他们的模型使用的是什么数据、怎么管理数据、更新模型的频率，以及如何确定自己的数据没有偏见。另外，教育者应该让公司保证，他们使用的数据适用于目标人群。
Sutherland说，教育者在购买之前，也应该拥有体验人工智能技术的资格。
“用PPT等展示决策过程和结果是一种办法，但还有另一种方法——你可以直接让老师体验五分钟，”Sutherland说，“他们知道学生可能犯的所有错误。他们可以在工具上尝试犯这些错，如果没效果，这个工具就没用。”
原文链接：
https://www.edsurge.com/news/2018-07-11-education-technology-s-machine-learning-problem-and-responsibility
来源：Edsurge
作者：Tina Nazerian
智能观 编译
—完—
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”？
请前往：www.智能观.com。
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