18025323819
在人工智能教育下，本文对游戏、社交、合作、问题、自主、探究等7种新型学习方式进行了分析。
减轻负担、整顿监管、素质教育这三座大山把K12教育的线下辅导机构、在线教育压得喘不过气来，逼得无论是线上还是线下的K12教育企业都要面对变革，而K12教育企业却面临着巨大的挑战。
看来，只有打着人工智能教育的旗号，才能避开监管雷区，才能赢得资本青睐。但是更多的企业也只是打着旗号，并没有实质性的变化，只是利用人工智能教育的卖点，寻找新的卖课渠道，新的营销方式而已。但是不管怎么说，现在看来，只要借助人工智能“发力”的教育企业，都能活得好好的。
当前人工智能教育已成为社会热点，甚至是一个风口。那么究竟什么是人工智能教育？
就目前市场而言，人工智能教育主要分为两条赛道：
其主要表现在两个方面：
一是人工智能赋能学校基础设施，使学校、教室联网、智慧化。例如：人脸识别的门禁系统，网络协作的双师班，以及最近因旷世制作的用来监控学生课堂行为状态的人脸识别应用等。
一方面，人工智能赋能教学考核，让教学和学习个性化，提高教与学的效率。比如：松鼠AI的自适应学习系统、英语流利的千面英语学习经验等等。
重点体现在机器人教育、人工智能教育、编程教育等方面，让学生学习人工智能知识，掌握编程能力。
童心制物推出了AIOT电子积木“神经元”、优必选、乐聚教育机器人、由大疆出品的机甲大师RoboMasterS1教育产品等。
通过对人工智能教育的两种模式进行分析，可以看出其存在两种教育模式。但是，无论是第一条赛道的K12智能教育，还是第二条以STEAM教育而闻名的人工智能教育，它们都围绕着学生和学习展开。换言之，无论哪种人工智能教育都不能脱离学生和学习的关系。
这就是说，要用好人工智能教育，首先要把学生和学习的本质弄清楚。而且现在从市场竞争、商业逻辑来看，每一个企业似乎都有自己一套完善、成熟的经营方式。
例如：K12人工智能教育以个性化的服务，如知识图谱、学生画像、学生学习行为数据等，形成差异甚至是竞争壁垒。
比如：STEAM人工智能教育以丰富的课程体系、优质的教师队伍、软硬件产品的整合、竞赛模式等全覆盖的服务赢得了市场份额的商业逻辑。
随之而来，学生和学习的探究常常被忽视。在短期内，忽视那些自认为不起眼的问题似乎也没有造成任何重大“事故”，甚至人工智能教育也变得越来越火爆，入局者大到互联网巨头、小到线下教育机构都跃跃欲试。
而且从长远来看，个性化的K12教育确实能提高学习效率、体验，甚至有很好的学习效果。再假定，通过这样的学习方式，最终使每个学生都成为不分高低的学霸，那么整个社会，市场就会失衡。即普通中学、职业学校、大专院校、二本、甚至一本都不存在，而近一亿七千万中小学生、二千七百万大学生要挤进这些一流大学。
在经济上，一旦供需失衡，整个市场就会出现动荡，进而导致经济下滑。归根结底，教育不平衡，人才培养，人才供给就会出现问题。
上面的假设也许是不现实的，但是谁能预测到未知的事情呢？
如果个性化的学习或机器的教学比教书效率更高，取得更好的成绩，那么这台更为私人化的机器也许会让教师“失宠”，那也许是一种对学生有意义的启发和引导任务，教师是否可以继续有效地进行？
类似地，从长期看STEAM人工智能教育，STEAM教育的风口一定会催生更多形态多样的、多样的入局者。设想一下，每个学生都有机会接触到许多不同种类的产品，那么人工智能的知识会不会像现在移动互联网上所提供的信息那样分散，内容不均衡。而且，对于小学生的辨别能力还不够敏捷的学生来说，哪些人工智能知识值得学习，哪些没有必要深入，我想他们可能无法分辨。
因此，人工智能教育的本质还是教育，教育必须围绕学生学习。无论是AI时代的AI教育，还是未来时代的未来式教育，学生和学习的关系都是永恒的，是学生必然要学习，要学习，要把自己当成学生。在此基础上，本文将从7种新的学习方式入手，探讨新的学习方式对学生学习的影响。
何为新的学习方式，正如其名称所指的不同之处，而传统的学习方式则是以应试为主的先教后学再考、题海战术、千人一面的PPT教学方案、唯分数论的学习方法。
反过来，一直推行的素质教育，以先学后教的翻转课堂、慕课、千人千面的个性化学习、资源共享、网络协同的双师课堂教学模式为代表的所谓新型学习方式。
除应试教育应对个性化学习方式外，当前的素质教育、人工智能教育还需要什么样的学习方式，才能在教学模式、教育理念等方面发生改变？
也许，还有这几种学习方式需要我们注意，游戏化、社交化、协作、问题、自主、探究、项目等7种学习方式。
在这些学习模式中，根据学生与学习的关系，可以分为学习心理、群体心理、教学心理三种类型，对应的是：游戏型、自主型、社交型、协作型、研究型、问卷调查型。
对学生来说，如果学习像游戏一样有趣、轻松，如游戏机制一样具有极大的吸引力，那麽，他们就会把升级打怪的精力全部放在学习上，游戏玩法策略就用在学习方法上。
自然，令人着迷的游戏也不只有这些魅力，就像之前写的文章《市场分析：爆款玩具难再现》一样，游戏之所以能比玩具更吸引人是因为它拥有4大法宝。
对于这种游戏化的学习体验，相信能引起学生的关注、兴趣、向往。例如：现在的少儿英语、少儿编程、早教等产品很多都是利用游戏化的元素，结合游戏通关机制来触达用户。
自主性，显然使学生有选择自己感兴趣的东西进行学习的权利，在应试教育体制下，学生的选择空间并不大，他们在做其他事情的同时，似乎得不到父母的支持，甚至受到限制。
就像前期热播剧《小欢喜》一样，在应试教育和家庭教育中体现的淋漓尽致，除了高考之外，其他的兴趣、爱好都是不为过的。
该剧中，乔英子可谓学霸，但她没有自主选择兴趣、专业的权利，完全受母亲宋倩的约束。妈妈不让她玩乐高，不让她在南京大学就读，以至最后乔英子没有抵抗来自父母的压力、学习的压力，得了抑郁。这出戏就是在描述当前的教育和家庭状况，推荐你看。
相反，如果学生拥有自主选择的权利，他们就会对自己所做的选择负责，他们也会为自己的责任而努力学习，并为实现目标而努力。正如乔英子的梦想是研究宇宙，邀请太空旅行，尽管利益、选择一再受阻，但她依然朝着梦想奋勇前行，因为她会对梦想负责。
从这个意义上，我们也可以发现，对学生来说，兴趣驱使事物往往会有更大的精神支撑，就会有更持久的战斗力，就会更加自主。很明显，现在STEAM教育是为兴趣而生，但似乎缺少什么？疑团暂时保密。
社会性是人类生存的基本需求，也是社会性动物的生存法则。所谓物以类聚人以群分，是有数据依据的，据调查研究，学习成绩好的学生周围的同学成绩也不赖。(不包括特殊情况，综合考虑)
当然，这并非是教唆学生与所谓成绩好的同学相处或者排斥其他学生。这是一种现象，为什么会出现这种现象？
事实上，这一现象也不算什么巫术，你想，当一个成绩中等的学生和几个优秀的学生聚在一起之后，他们能做什么呢？
他们会讨论学习或者和学习有关的事情和原因。由于与学习有关的事情，成绩优异的学生们当然渴望在团体中得到认同、成就感，所以成绩优异的学生之间也会为某一问题的最佳解决而争辩，而这过程中的批评思考则是社交后的收获。你们想，为了什么事可以与自己争辩。
诚然，成绩中上的学生可以在寻求最佳解决方案的探究中学习，向成绩优异的同学学习，久而久之，他们就会被学习的气氛所引导、感染。事实上，这类学生群体也并非炮灰，他们也可以从自己擅长的领域切入，以获得生存感、参与感。还有，因为有强者不服输的志气，所以成绩优秀的学生是否可以从中学习自己不擅长的方面的知识。
反过来，如果没有社交，他们就不能互相学习，也不能感受到团体带给他们的强烈成就感。事实上，社交带来的好处就更多了。
正如前一篇文章提到，如今智能玩具编程教育产品有一个软肋就是不能做到网络协同、在线社交，这也让其产品失去了群体优势。
走得快，走不远，这是团队的力量所在。离开团队的协作、合作，我们很难完成一件需要多方资源参与的事情。
那么如果学习上进行合作，会有什么意想不到的事发生呢？
可这样假定，假如在一段时间紧张而干货多的讲课中，如果单凭一个人的记录，可能就会漏掉一些。但是，如果事先约定，彼此心照不宣，也许可以把整堂课重要的内容一字不落地记录下来。
反来看，STEAM的人工智能教育，在实验作品输出、竞赛作品制作过程中，更不能忽视团队协作的作用。虽然是可以独立完成的，但毕竟一个人的智慧是有限的，没有头脑风暴、集思广益，也许作品创意不够或创新能力不强，甚至完成度达不到预期。
但是，在这些场景中也只是看到了合作的表面。现在，仔细一想，或许我们可以发现在合作的背后可能面临竞争、磨合、合作伙伴、角色这一飞轮。
组建团队也许就是这个过程，想想学生参加的竞赛为什么多是团队式的，从政府顶层设计的目当然是促进学生合作的教育目的，但如果从学生的角度来看，其实是因为比赛是竞争性的，所以需要站着，结伴而行。从根本上来说，这就是学生们寻找参赛队伍的原因。
很明显，团队存在的目的不仅仅是在气势上压倒了一切，竞争意识是决定团队形成的因素。和团队的真正建立，是在经过一次甚至几次的磨合之后，才逐渐明白了哪个人适合这个团队，团队中每个人依附适合的角色是什么，扮演什么角色才能发挥自己的竞争力。
只是在这样重复了一遍，大浪淘沙之后，才能找到志同道合的人，才能拥有竞争对手。反过来看，现在的学生参赛队伍，要么共同经历过一次或多次比赛就会散场，要么在学习结束后结束，散场。
笔者认为，STEAM人工智能教育，应努力打破这一现状，做到让学生在教育过程中形成一个强大的团队，走出校园，走向社会，走向岗位，走向世界，走向未来。
最后，我们谈谈现有的STEAM人工智能教育能否在新型学习方式的配合下促进素质教育的发展。
项目式学习(PBL)在这一天风靡一时，你已不再是一个陌生的概念，它为何会如此流行？
本人认为，编程教育需要一种形式，编程教育需要以项目为依托，以实物、问题为载体，以虚拟作品的创作为载体，从而通过输出式来检验或检验编程教育的学习状况。
二是与项目式的过程有关，当前对素质教育的呼吁，不外乎训练、培养学生的综合素养、综合能力。并且项目式的教学或学习过程是与综合能力培养相一致的。
由创意/新创意的产生足以判断该学生具有独立思考的特征，而所产生的创意一旦被进一步分析，便开始分析创意的可行性、新颖性，从而充分展示该学生的知识储备和活跃的思维。
直到进入方案和问题的分解阶段，这对于学生的创新和解决问题的能力都是一个巨大的考验，也是一个有经验的阶层。
与行动、执行更为明显，这是对一名学生的行动、驱动力以及实践能力的考察。最终评价与优化，实际上是反映一个学生的追求程度，看问题的态度，乃至分析问题的能力。
反过来，实际STEAM教育，往往忽视这种教学过程。
探询，顾名思义就是对一件事情进行追溯，寻找更多相似的知识。不知你们是不是偏科到了那个时候就对某个学科产生了浓厚的兴趣，而我就是个数学狂。在那个时候，我学习数学的态度可以用探究的方式来描述，因为我常常因为一个问题不能解决，而花费大量的时间去研究它，最后找到了一些规律或最佳解。
并且研究，实际上是在不断地推翻自己的假设，验证所提出的假设，以及质疑假设得出的结论的过程。这个持续的过程，就是不断地更新自己解决问题的思路，更是不断训练自己的批判性思维。
反过来，STEAM教育的作品输出也好，人工智能理论知识学习也好，其实更多的是缺乏质疑的环节。
例如：学生使用电子积木来搭建物联网的避障小车，他们会提出自己所需要的假设，例如设想，红外探测传感器设定的距离设定了多远，在探测到障碍物时向右转还是向左转。
看起来是正确的假设之后，开始试验，这时，他们已经在小车的前面放置了传感器，并且设置好“检测到障碍物-执行右转的程序”，在正常情况下进行验证，实际上往往会按预期执行。
因此，他们将停止对该应用的调查。但是，这个过程实际上更有趣的是提出质疑，如：如果左右两边、后面都有别的车撞着自己，该怎么做，要不要全方面安装传感器。例如，障碍是否太小而无法探测到，障碍是否透明，传感器无法判断，等等，围绕着进一步探讨的问题应用。
这些质疑，实际上就是不断地提出问题、发现本质问题的过程，也是学习的最后一条途径。
以上的避障小车若应用于实际的自动驾驶汽车，其后果相当严重。也许我们不应该把学生的工作和实际的产品相对应，但是，如果人工智能的教育脱离了现实的场景或实际的应用，那么，人工智能教育的意义是否缺失了？人工智能只是一种初生牛犊不怕虎，更是一种产品，一种应用模式。
那时，他们在实际开发的时候，会不会像先前的想法一样，设计出缺少可用性，缺少安全，缺少价值。
因此，在实际教学中，实际创作过程中，应教授人工智能知识，深入实际场景，找出应用最重要的问题，发现最本质的产品问题。即要将每个项目、每项工作、每一项应用，围绕应用最核心的部分，多问几句，多问几句，使之反复修正自己对应用的认知。
如前所述，当AI产品越来越多样化、越来越混乱的时候，学生们如何知道哪些应该学习，哪些不应该学习。现在，我认为，答案应该是，学习那些最接近我们实际情况，并且最适合实际应用的知识。
当前位置 ： 
