7月10日，由世界 人工智能 大會組委會辦公室指導，北京億歐網盟科技有限公司、EqualOcean主辦，上海市人工智能學會協辦的“2020世界人工智能大會云端峰會·創新人才培養論壇”在上海世博中心成功召開。

在論壇上，海內外知名專家、學者、企業家，以“AI賦能人才·教育成就未來”為主題，從“智能科學與學習技術”、“AI對教育教學的創新變革”、“培養人工智能時代人才”三大主題出發，對“AI賦能人才培養”展開了多維度、多角度的研討與對話。

論壇上， Coursera首席產品官Shravan Goli發表了主題為“AI與 在線教育 ：賦能未來”的演講。

以下為Shravan Goli演講實錄，由億歐精編整理：

在接下來的20分鐘內，我會簡要介紹一下 Coursera 在中國的發展歷程、 “自動化”的影響和技能的未來、Coursera 是如何在在線教育中利用AI來幫助個人和組織應對“自動化”的挑戰。

如果硬要給今天的演講加上一個核心主題的話，那就是 在人工智能工具的支持下，在線教育正在幫助個人和組織學習未來所需的技能，并在自動化的崛起中保持競爭力。

2012年 Daphne Koller 和 Andrew Ng 創立了 Coursera，致力于創造一種能夠改變人生的學習體驗，并能夠惠及世界上每一個人。

如今，Cousera已經是在線學習平臺的領頭羊創造了一種能夠連結教育者、學習者和雇主的生態系統，目前我們有來自世界各地的6300多萬學員加入 Coursera 課程中學習未來需求的技能，其中來自中國的學習者有330萬。

除此之外，我們擁有200多名來自世界頂尖大學和公司的教育者，他們把頂尖的教學內容傳授給我們的學習者，我們有超過2400家公司、政府和其他大學正在利用 Coursera 來培養他們所需的人才。

在過去的五年里，我們大大擴展了我們的課程內容。主要是為了滿足不同類型的課程學習需求，以幫助學習者實現他們的目標。我們的課程數量眾多，超過4300種，然后，我們增加了“專業化”課程，也就是3-5種課程的組合，一共有400多種。

去年我們公布了專業認證相關的課程，我們也注意到了這些方面的大幅增長，我們一直致力于開展學位課程組合，迄今為止已超過20種。

最近，我們啟動了我們稱之為“實踐應用指導”項目，使學習者能夠掌握實際應用的學習技能，一種有200多種“實踐應用指導”項目。這種可堆疊的內容模型是 Coursera 成功運作的關鍵，因為學習者能夠選擇從哪里開始、如何積累這些技能，這些技能正好是未來工作所需要的。

說到今天的話題 ，克勞斯·施瓦布在2016年達沃斯世界經濟論壇在上提到，“第四次工業革命”時指出 “當下是最具希望的時代，當下也是最具危機的時代”，原因是根據麥肯錫矩陣，全球有4億個工作崗位面臨被自動化替代的風險。

在這張幻燈片上X軸上表示被自動化替代風險的大小，Y軸表示工資從低到高。很明顯，如果你看第四象限 ，它表示低工資和被自動化替代的風險高，你應該不想呆在這個象限。然后，如果你看看左上角，這里代表高工資和被自動化替代風險低，也是未來工作之所在。

所以從麥肯錫的角度來看，在右下角的象限里有4億個工作崗位在零售、管理系統、收銀員、會計等領域，以及卡車司機等等。還有，當你看到中國國內，根據麥肯錫矩陣，在這個象限內大約有一千八百萬個自動化工作崗位。

所以這不僅僅是個人層面，我們也看到商業環境在不斷變化，個人和機構都需要為未來做好準備。

下面是公司層面，全球2/3的公司已經落后，也就意味著全球500強中有超過40%，在未來10年后甚至可能不復存在。

員工個人層面，技術技能的半衰期已經下降到兩年，所以這些挑戰開始引起人們的關注。當CEO試圖找到阻礙公司發展的原因時，發現技能缺乏是一個關鍵問題。47%的人將質量問題歸咎于缺乏關鍵技能。當今世界，大學的數量還不能滿足人群的需求。因此，如果你仔細思考一下，每年需要700多所大學來滿足工作對于人員的需求

很明顯，隨著自動化的興起，世界正在迅速變化。 不過，在人工智能工具的支持下，在線教育已經開始幫助個人和組織學習未來的技能并保持持久的競爭力，以應對自動化的崛起。

接下來我會分享一些 Coursera 在課程中使用AI的方法、以及這些方法如何幫助學習者在第四次工業革命中保持競爭力。

首先我從在線學習中學習者的角度出發，然后，我會談談教育者的觀點，以及人工智能是如何幫助這兩個群體的。

當我們考慮學習者的時候， 首要問題之一就是如何識別“正確”的內容，以學會“正確”的技能從而找到“正確”的工作。 我們的解決方案是技能培養，就像我們從學習者那里反復聽到的一樣，我們還觀察了他們的行為數據。他們強烈希望他們的學習能與技能發展和職業發展緊密聯系在一起。

所以我們幾年前創立了這個技能圖譜。本質上，這個圖譜繪制了這樣一副圖景。未來的工作需要什么樣的技能，哪些內容教授這些技能，以及這些技能如何與學習者的特定目標和結果相匹配、以及他們當下在這些技能的發展路徑上所處的位置。

所以通過這個以機器學習驅動的算法，我們已經繪制并成功創建這樣一個健全的技能圖譜以指導課程內容、適應工作崗位并且賦能學習者。每年我們的學習者能夠完成超過1億份測試。借此我們也能夠持續提高技能培養的質量。

作為學習者，對于產品的認識是一個“發現”的過程。 當學習者進入Coursera的時候他們可以先從基于技能的搜索開始，也可以從基于角色的搜索開始。

這里舉一個例子 ，我們最近推出了被稱作“技能跟蹤”的工具，基于職業特征的搜索能力，假設你想成為一名數據科學家 ，我們可以很快地告訴你這些是數據科學家需要的基本技能、這些是技能的熟練程度以達到數據科學家的工作需求，以及從個人層面，我的技能水平與數據科學家的工作還有多大差距。

然后我們繼續在具體微觀層面上展示。例如，Python學習，在Coursera中，我們會建議學習者學習哪些內容，才能將Python提升至專業水平。最終通過這個過程，學習者可以找到正確的內容，這些內容也被精確地規劃出來，以幫助學習者在學習中取得成功。

接下來，找到專業角色僅僅是開始。 第二個問題是幫助學習者保持學習的動力、在學習過程中保持興趣。

除此之外，我們還做了許多其他努力，一是我們所說的技能跟蹤，我們知道學習者能夠通過進步的追蹤收獲超強的動力，尤其是當這些進步與他們的職業目標相匹配的時候，所以當學習者學習課程、并在我們的課程中進行測試時，他們能確切地看到技能分數在不斷提升和變化，他們可以收獲強烈的激勵，這都得益于背后的人工智能驅動的算法，由這種算法得出的技能評分可以幫助學習者跟蹤他們的分數

第二，從一個學習者的角度出發想要保持學習動力的持續，我們也會考慮學員總共至少要花費多少時間進行學習以及學員學習的頻率。這時，AI加持的課程支持我們稱之為“課中輔助”，會給予學習者指導和支持。

它會貫穿學習者的整個學習過程。比如，這里你可以看到一條信息，上面說的是 “嘿！你進步很明顯！”數據顯示，完成周度學習任務的所有學員中77%的學員會繼續學習、完成課程。

因此這是一個優秀而有力的激勵方式，因為我們也有數據證明，這種方式提升了12%的完成率。另一個方面是：設定目標。我們知道設定目標能夠增強學習決心并完成課程。

我們的想法類似于督促他們的學習 。從某種程度上來說，我覺得我不需要花費20、30甚至40小時完成一門課程。相反，他們基本上可以選擇一天中的某個時間、一周中的幾天。他們可以設定這些目標，通過基于機器學習的算法，我們已經能夠讓這些學習者養成這些學習習慣從根本上解決問題，通過這個過程，我們也看到了完成率的提高。

我們幫助學習者的另一種方法是利用人工智能技術，就是要了解學習者在學習內容時遇到的困難。舉個例子來說，這里有一些題目，當學習者在測驗中遇到挑戰時。例如，如果你覺得測驗過于頻繁、你感覺遇到了瓶頸。

所以在這種“試錯模式”下，我們實際上是在引導學習者去復習他們需要的知識。把知識點弄明白，然后再做一次測驗，最后通過我們把每一個問題都加上了標簽。使用機器學習算法，我們能夠幫助學習者當他們遇到困難走不動的時候讓他們回過頭去回顧知識。

以上這些是我們從發現的角度、學習體驗的角度幫助學習者的方法和技能的培養過程，最終能夠跟蹤進度并展示進度。

除了從學員角度以外，我想談談教學方面的問題。我來談談Coursera如何利用人工智能來幫助教育工作者、在規模化教學同時保持教學質量。

教育者面臨著一個非常具有挑戰性的問題：在線學習和在線教學教學者面對的不再僅僅是面對20或者30個學生，而是有可能幾百個學生同時在線的大規模教學。

所以 在大規模教學時，如何才能知道哪些學生需要額外的支持才能成功？我們的解決方案是風險評估。 舉個例子，在這里我們為教學者提供以課節為單位的學習情況追蹤，這張幻燈片上顯示的是，對于每個學生我們可以展示習者的成績預測和該課程的放棄風險。

這是因為機器學習算法在觀察學生的行為并且貫穿整個課程，包括課程的小測試、大測驗、課后作業，最后課程的成績可能是多少，同時也會監測學習者有多大的學習動力去完成整個課程的學習，這有助于教育工作者及時采取干預。

我們面臨的另一個挑戰是，當教學者面對大量的學習者時如何處理評分和反饋，要為一節大規模的課中幾百名學習者打分是一個很大的挑戰。 我們的解決方案叫做“機器輔助”下的“同行評審”加速課程打分。這個功能會自動評估同行評審提交的材料，并立即準確地評分 。

我們的團隊估計可以處理190萬份不成系統的文本中大約40%，這些提交的材料是我們mooc平臺上課程項目的一部分，也就是那些公開課。這就讓大規模的打分變得可行了，再次強調，這是基于NLP的算法和人工智能技術驅動的解決方案。

最后，最近因為COVID超過16億學生受到影響，學校被關閉，學生被困在家里。教育工作者需要立即做出反應，并著手讓學生參與學習——如何開始在網上教授這些學生

很多教育者轉向用zoom講課繼續教學，那我們能夠做些什么事情來幫助這些教育工作者有效地擴大他們的教學規模，推動高質量教學向前發展？

我們發布了一個名為 “Live to Coursera” 的功能。從本質上講，Live to Coursera就是讓一個教育者將他用zoom錄的或拍的教學視頻，然后直接把它們作為課程上傳到Coursera，只需簡單地點擊zoom的錄像，然后Coursera的平臺會自動抓取那些視頻并將它們創建成一個可以作為私人課程啟動的課程包，并且教給他們的學生。

以上這些是我們一直在使用的創新，尤其是AI作為一種工具去解決一些世界各地的學習者和教育者都面臨的問題。

就像我在演講的開頭提到的 ，技術和自動化正在迅速改變我們今天所知道的生活，這張圖表是托馬斯·弗里德曼的《感謝你遲到了》一書中的插圖，它說明了技術變化的速度是指數級的，這些技術由“云”、AI、機器學習以及其他各種技術所驅動。

而人類適應的學習速度是線性的，在這個時間點上，技術的發展速度已經超過了人類適應和學習的速度，這就是 Coursera 的切入點，我們正致力于利用人工智能和其他技術來提升學習的規模，讓學習者學得更快，讓教學者教得更快。

通過這種方式，我們非常希望通過AI和教育可以成為賦能的工具來幫助推動個人和組織都向前邁進，并應對未來的挑戰，再次感謝組委會給我這次機會，感謝大家的聆聽！

本文經授權發布，版權歸原作者所有；內容為作者獨立觀點，不代表億歐立場。如需轉載請聯系原作者。