211service.com
Kina har startet et stort eksperiment i AI-undervisning. Det kunne omforme, hvordan verden lærer.
Studerende iført hovedtelefoner og ser på en computerskærm Noah Sheldon
Zhou Yi var forfærdelig til matematik. Han risikerede aldrig at komme på college. Så kom et firma ved navn Squirrel AI til hans mellemskole i Hangzhou, Kina, og lovede personlig vejledning. Han havde prøvet vejledningstjenester før, men denne var anderledes: i stedet for en menneskelig lærer ville en AI-algoritme kurere hans lektioner. Den 13-årige besluttede at give det en chance. Ved udgangen af semesteret var hans testresultater steget fra 50 % til 62,5 %. To år senere scorede han 85 % på sin sidste mellemskoleeksamen.
Jeg plejede at synes, matematik var skræmmende, siger han. Men gennem vejledning indså jeg, at det virkelig ikke er så svært. Det hjalp mig med at tage det første skridt ad en anden vej.
Denne historie var en del af vores januar 2020-udgave
- Se resten af problemet
- Abonner
Eksperter er enige om, at kunstig intelligens vil være vigtig i det 21. århundredes uddannelse – men hvordan? Mens akademikere har undret sig over bedste praksis, har Kina ikke ventet rundt. I de sidste par år er landets investering i AI-aktiveret undervisning og læring eksploderet. Teknologiske giganter, startups og etablerede uddannelsesvirksomheder er alle hoppet ind. Titusvis af millioner studerende bruger nu en form for kunstig intelligens til at lære – hvad enten det er gennem vejledningsprogrammer som Squirrels uden for undervisningen, gennem digitale læringsplatforme som f.eks. 17ZuoYe , eller selv i deres vigtigste klasseværelser . Det er verdens største eksperiment med kunstig intelligens i uddannelse, og ingen kan forudsige resultatet.
Silicon Valley er også meget interesseret. I en rapport i marts, Chan-Zuckerberg Initiative og Bill and Melinda Gates Foundation identificeret AI som et investeringsværdigt uddannelsesværktøj. I hans bog fra 2018 Omledning af uddannelse , John Couch, Apples vicepræsident for uddannelse, roste Squirrel AI. (En kinesisk version af bogen er medforfatter af Squirrels grundlægger, Derek Li.) Squirrel also åbnede et fælles forskningslaboratorium med Carnegie Mellon University i år for at studere personlig læring i stor skala og derefter eksportere det globalt.
Men eksperter bekymrer sig om, hvilken retning dette hastværk til AI inden for uddannelse tager. I bedste fald, siger de, kan AI hjælpe lærere med at fremme deres elevers interesser og styrker. I værste fald kan det forstærke en global tendens mod standardiseret læring og test yderligere, hvilket efterlader den næste generation dårligt forberedt på at tilpasse sig i en arbejdsverden i hastig forandring.
Som en af de største AI-uddannelsesvirksomheder i Kina fremhæver Squirrel denne spænding. Og som en af de bedst rustede til at sprede sig til udlandet, tilbyder den et vindue til, hvordan Kinas eksperimenter kunne forme resten af verden.
Zhou Yi tager en undervisningstime i matematik med Squirrel AI. Noah Sheldon
Læringscentret, som Zhou deltager i, et af de første, som Squirrel åbnede, ligger på anden sal i en beskeden bygning på en travl kommerciel vej i Hangzhou, en andenrangsby i Zhejiang-provinsen. Firmapriser står langs væggene i trappeopgangen. Længere inde er store fotografier af mindst et dusin mænd udstillet: halvdelen af dem er Squirrel AI's ledere, og de andre er mesterlærere, en titel skænket på de bedste lærere i Kina, som hjælper med at udvikle virksomhedens læseplan.
Skolens indretning er beskeden. Foyeren er lille og farverig med limegrønne accenter. Billeder af smilende elever hænger langs korridoren mellem seks eller deromkring klasseværelser. Indvendigt opliver falmede mærkater af træer og enkle mottoer som Vær ydmyg væggene. Der er ingen whiteboards, projektorer eller andet udstyr – kun ét bord pr. værelse, beregnet til seks til otte personer.
Instruktionskøretøjet er den bærbare computer. Både elever og lærere stirrer intenst på skærme. I det ene rum bærer to studerende headset, opslugt af en engelsk vejledningssession. I en anden tager tre elever, inklusive Zhou, tre separate matematiktimer. De udarbejder øvelsesproblemer på stykker papir, før de sender deres svar online. I hvert rum overvåger en lærer eleverne gennem et dashboard i realtid.
På forskellige tidspunkter bemærker begge lærere noget på deres skærm, der får dem til at gå hen og knæle ved en elevs stol. De taler i dæmpede toner, formentlig for at besvare et spørgsmål, som vejledningssystemet ikke kan løse. Selvom jeg kun er få meter væk, kan jeg ikke skelne deres ord over den bløde summen af trafikken på gaden nedenfor.
Det er så stille, hvisker jeg til den lille bande af skole- og firmapersonale, der er samlet til min rundvisning. Hangzhou-regionsdirektøren smiler med, hvad jeg tolker som et strejf af stolthed: Der er ingen lyde af lærere, der holder foredrag.
Elever på Squirrel får hjælp fra deres lærer. NOah Sheldon
Tre ting har givet næring til Kinas AI-uddannelsesboom. Den første er skattelettelser og andre incitamenter til AI-projekter, der forbedrer alt fra elevernes læring til læreruddannelsen til skoleledelse. For VC'er betyder det, at sådanne ventures er gode væddemål. Ifølge ét skøn , Kina førte an med over 1 milliard dollar, der blev investeret globalt sidste år i AI-undervisning.
For det andet er den akademiske konkurrence i Kina hård. Ti millioner studerende om året tager optagelsesprøven til universitetet gaokao . Din score afgør, om og hvor du kan studere til en grad, og det ses som den største afgørende faktor for succes for resten af dit liv. Forældre betaler villigt for vejledning eller andet, der hjælper deres børn med at komme videre.
Endelig har kinesiske iværksættere masser af data til deres rådighed for at træne og forfine deres algoritmer. Befolkningen er stor, folks syn på databeskyttelse er meget mere lemfældigt end i Vesten (især hvis de kan få eftertragtede fordele som akademiske præstationer til gengæld), og forældre er store tilhængere af teknologiens potentiale, efter at have set hvor meget den har. forvandlet landet på få årtier.
Egern fokuserer på at hjælpe elever med at score bedre på årlige standardiserede tests, som går direkte ind i nationale gaokao angst; mere end 80 % af dets elever vender tilbage år efter år, hedder det. Det designet også sit system til at fange stadig flere data fra begyndelsen, hvilket har muliggjort alle former for personalisering og forudsigelseseksperimenter. Det markedsfører i høj grad sine tekniske kapaciteter gennem akademiske publikationer, internationale samarbejder og priser, hvilket har gjort det til en elsket af Shanghais lokale regering.
Strategien har ført til en forbløffende vækst. I de fem år siden det blev grundlagt, har virksomheden åbnet 2.000 læringscentre i 200 byer og registreret over en million elever - svarende til hele New York Citys offentlige skolesystem. Det planlægger at udvide til 2.000 flere centre indenlandsk inden for et år. Til dato har virksomheden også rejst over 180 millioner dollars i finansiering. I slutningen af sidste år fik den status som enhjørning og oversteg 1 milliard dollars i værdiansættelse.
Squirrel AI's hovedkvarter i Shanghai. Noah Sheldon
Squirrel er ikke det første firma, der forfølger konceptet med en AI-vejleder. De tidligste bestræbelser på at kopiere lærere går tilbage til 1970'erne, hvor computere først begyndte at blive brugt i undervisningen. Derefter, mellem 1982 og 1984, flere undersøgelser i USA viste, at studerende, der modtog en-til-en menneskelig vejledning, klarede sig langt bedre end studerende, der ikke gjorde det. Dette satte gang i en ny bølge af bestræbelser på at genskabe den slags individuel opmærksomhed i en maskine. Resultatet var adaptive læringssystemer, som nu kan findes overalt fra børnehaver til træningscentre på arbejdspladsen.
Squirrels innovation ligger i dets granularitet og skala. For hvert kursus, det tilbyder, arbejder dets ingeniørteam sammen med en gruppe mesterlærere for at underinddele emnet i de mindst mulige konceptuelle stykker. Middle school matematik, for eksempel, er opdelt i over 10.000 atomare elementer eller videnspunkter, såsom rationelle tal, egenskaberne af en trekant og Pythagoras sætning. Målet er at diagnosticere en elevs huller i forståelse så præcist som muligt. Til sammenligning kan en lærebog opdele det samme emne i 3.000 point; ALEKS, en adaptiv læringsplatform udviklet af USA-baserede McGraw-Hill, som inspirerede Squirrel's, deler den op i omkring 1.000.
Når videnspunkterne er sat, parres de med videoforelæsninger, noter, udarbejdede eksempler og praksisproblemer. Deres relationer – hvordan de bygger på hinanden og overlapper hinanden – er indkodet i en vidensgraf, også baseret på mesterlærernes erfaringer.
Squirrel AI's ingeniører arbejder på at bygge virksomhedens vejledningsplatform. Noah Sheldon
En studerende begynder et studieforløb med en kort diagnostisk test for at vurdere, hvor godt hun forstår nøglebegreber. Hvis hun svarer rigtigt på et tidligt spørgsmål, vil systemet antage, at hun kender relaterede begreber og springer videre. Inden for 10 spørgsmål har systemet en grov skitse af, hvad hun skal arbejde med, og bruger den til at opbygge en læseplan. Mens hun studerer, opdaterer systemet sin forståelsesmodel og tilpasser læseplanen i overensstemmelse hermed. Efterhånden som flere elever bruger systemet, opdager det tidligere urealiserede sammenhænge mellem begreber. Maskinlæringsalgoritmerne opdaterer derefter relationerne i vidensgrafen for at tage højde for disse nye forbindelser. Mens ALEKS også gør noget af dette, hævder Squirrel, at dets maskinlæringsoptimeringer er mere begrænsede, hvilket gør det i teorien mindre effektivt.
Squirrel har tilbudt en vis validering af sit system. I oktober 2017, for eksempel, fandt en selvfinansieret fire-dages undersøgelse med 78 mellemskoleelever, at systemet i gennemsnit var bedre til at løfte matematikprøveresultaterne end erfarne lærere, der underviste et dusin eller deromkring børn i et traditionelt klasseværelse.
De studerende, jeg taler med på læringscentret, har også stor ros for vejledningsprogrammet. Alle er ved at afslutte ungdomsskolen og er kommet på centret i mere end et år. En pige, Fu Weiyi, fortæller mig, at hun har forbedret sig langt hurtigere, end da hun fik individuel vejledning fra en menneskelig lærer. Her har jeg en lærer både on- og offline, siger hun. Derudover er instruktionen meget målrettet; systemet kan direkte identificere hullerne i min forståelse. En anden studerende gentager stemningen: Med systemet behøver du ikke lave tonsvis af øvelser, men det er stadig effektivt. Det sparer virkelig tid.
Mens jeg må tage deres ord med et gran salt – eleverne er håndplukkede og giver deres vidnesbyrd under intens overvågning – er jeg stadig rørt over deres lettelse over, at de har fundet en formel, der virker til at forbedre den ofte brutale akademiske miljø. Zhou Yis historie, måske ikke tilfældigt, illustrerer også pænt, hvordan Egern kan hjælpe kæmpende elever.
For Squirrels grundlægger Li stopper denne vision ikke ved vejledning. Han har ambitioner om at bryde ud af grænserne for efterskoleprogrammering og integrere sit læseplan direkte i det primære klasseværelse. Egern er allerede i diskussion med flere skoler i Kina for at gøre sit system til den primære undervisningsmetode.
Jeg prøver at forestille mig, hvordan denne verden kan se ud, og om vi måske er bedre stillet til det. Jeg stiller eleverne et sidste spørgsmål: Er der noget, som Egern kunne forbedre? En lang pause. Så: Jeg ville ønske, at vi havde mere interaktion med vores menneskelige lærere, siger Fu.
En lærer hjælper en elev via video som en del af Squirrels nye fjernundervisningsprogram.
Hver pædagogisk ekspert, jeg talte med til denne historie, begyndte med at gøre det samme: For at forstå, hvordan AI kunne forbedre undervisning og læring, skal du tænke over, hvordan det omformer arbejdets natur.
Efterhånden som maskiner bliver bedre til udenadsmæssige opgaver, bliver mennesker nødt til at fokusere på de færdigheder, der forbliver unikke for dem: kreativitet, samarbejde, kommunikation og problemløsning. De bliver også nødt til at tilpasse sig hurtigt, efterhånden som flere og flere færdigheder bliver ofre for automatisering. Det betyder, at klasseværelset i det 21. århundrede bør bringe hver persons styrker og interesser frem i stedet for at give et kanonisk sæt viden, der er mere egnet til den industrielle tidsalder.
AI kunne i teorien gøre dette lettere. Det kunne overtage visse udenadslige opgaver i klasseværelset og frigøre lærerne til at være mere opmærksomme på hver elev. Hypoteserne er forskellige om, hvordan det kan se ud. Måske vil AI undervise i visse former for viden, mens mennesker underviser andre; måske vil det hjælpe lærere med at holde styr på elevernes præstationer eller give eleverne mere kontrol over, hvordan de lærer. Uanset hvad er det ultimative mål dybt personlig undervisning.
En væg i Squirrels hovedkvarter viser eksempler på underpræsterende elever, som platformen 'redde'. Noah Sheldon
Egerns tilgang kan give gode resultater på traditionel uddannelse, men den forbereder ikke eleverne til at være fleksible i en foranderlig verden, siger eksperterne, jeg har talt med. Der er forskel på adaptiv læring og personlig læring, siger Chris Dede, professor ved Harvard University i teknologi-, innovations- og uddannelsesprogrammet. Egern laver adaptiv læring, som handler om at forstå præcis, hvad eleverne ved og ikke ved. Men det er ikke opmærksom på, hvad de vil have at vide, eller hvordan de lærer bedst. Personlig læring tager hensyn til deres interesser og behov for at orkestrere motivationen og tiden for hver elev, så de er i stand til at gøre fremskridt.
Jutta Treviranus, en professor ved Ontario College of Art and Design University, der var banebrydende for personlig læring for at forbedre inklusiviteten i uddannelse, bryder det yderligere ned. Personlig læring har en række niveauer, siger hun: hun kalder dem tempo, vej og destination.
Hvis læringstempoet er personligt, får elever med forskellige evner forskellig tid til at lære det samme materiale. Hvis stien er personlig, kan eleverne få forskellige motivationer til at nå de samme mål (her er grunden til, at statistik er relevant for din kærlighed til baseball) og tilbydes materialet i forskellige formater (f.eks. video versus tekst). Hvis destinationen er personlig, kan eleverne f.eks. vælge, om de vil lære med en erhvervsskole eller et universitet i tankerne.
Vi har brug for, at eleverne forstår deres egen læring. Vi har brug for dem til at bestemme, hvad de vil lære, og vi har brug for, at de lærer at lære, siger Treviranus. Squirrel AI adresserer slet ikke disse ting. Det gør det kun mere effektivt at bringe alle eleverne til det samme standardiserede sted.
Det betyder ikke, at adaptive læringssystemer ikke vil have nogen plads i det 21. århundredes klasseværelse. David Dockterman, en kollega til Dede, mener, at deres styrke i at træne folk i struktureret viden stadig er værdifuld. Men det ville være en fejl at gøre dem til den fremherskende lærer i klasseværelset: Den slags udenads-aktiviteter – indhentning af viden, tilegnelse af færdigheder – som er lettere at lære med en smart vejleder, er også de ting, der lettere kan udføres af en smart maskine , han siger.
Derek Li, Squirrel AI's grundlægger Noah Sheldon
Li, Egerns grundlægger, er høj og ranglet og har svære kindben. Når han taler engelsk, sætter han nogle få sætninger ind med Right?, løftede øjenbryn for at sikre, at du er på samme side. Når han taler mandarin, vælter hans ord dobbelt så hurtigt.
En uge efter mit besøg på læringscentret møder jeg ham i Squirrels hovedkvarter i Shanghai. I stil med en underspillet showman giver han mig den store tur. Læringscentrets beskedenhed står i skarp kontrast til kontorindretningen her: hver væg kan prale af forskellige detaljer om virksomheden og milepæle, den er nået. Her er en med alle dens medieomtaler. Her er en anden med alle dens priser. Og her er nogle eksempler på studerende, der blev anset for håbløse og derefter reddet. Jeg løber ind i endnu en tur, før jeg er færdig med min egen.
Et par skridt forbi den første dør peger Li ud af en skærm til venstre for mig, der afspiller et tv-klip på repeat. Det er et spilshow, der byder på et opgør mellem Squirrels vejledningssystem og en menneskelig lærer - en af de bedste i Kina, siger han. Tre af lærerens elever, som han har undervist i tre år, står ved siden af ham på scenen og løser problemer. Systemet og læreren konkurrerer om at forudsige, hvilke de får rigtige.
Li venter ikke på, at klippet slutter for at afsløre punchline: På tre timer forstår vi eleverne mere end de tre år, de bedste lærere brugte.
På skærmen ser læreren mere og mere nedslået og ydmyget ud. Han ser så trist ud, siger jeg.
Du lagde mærke til det! Li griner.
Meget af Squirrels filosofi stammer fra Lis egne oplevelser som barn. Da han var ung, havde han ikke særlig god følelsesmæssig intelligens, siger han, og det hjalp ikke at læse bøger om emnet. Så han brugte et halvt år på at dele færdigheden op i 27 forskellige komponenter og trænede sig selv på hver enkelt. Han trænede sig selv til for eksempel at være mere observant og til at være en interessant samtalepartner (jeg brugte meget tid på at finde 100 emner, så jeg har meget stof at snakke med andre, siger han). Han trænede endda sig selv i at blive ved med at smile, når andre kritiserede ham. (Derefter har jeg ingen fjender i mit liv.) Metoden gav ham de resultater, han ønskede – sammen med den faste tro på, at alt kan læres på denne måde.
Li bruger en analogi til at udforme sin ultimative vision. Når AI-uddannelse sejrer, siger han, vil menneskelige lærere være som en pilot. De vil overvåge udlæsningerne, mens algoritmen flyver med flyet, og for det meste vil de spille en passiv rolle. Men en gang imellem, når der er en alarm og en passager går i panik (f.eks. en elev bliver mobbet), kan de træde til for at berolige tingene. Menneskelige lærere vil fokusere på følelsesmæssig kommunikation, siger han.
Li mener, at dette er den eneste måde, menneskeheden vil være i stand til at hæve sin kollektive intelligens på. At betro lærere noget andet kan risikere at skade genier. Han udspiller denne filosofi på sine egne børn og bruger Squirrels system så meget som muligt til at træne dem. Han praler af, at hans otte-årige tvillingedrenge i anden klasse nu lærer fysik i ottende klasse, et vidnesbyrd om, at hans metode virker. Kun adaptive systemer kunne lave sådanne mirakler, siger han.
Noah Sheldon
Squirrel eksporterer allerede sin teknologi til udlandet. Det har dyrket sit internationale omdømme ved at optræde på nogle af de største AI-konferencer rundt om i verden og bringe velrenommerede samarbejdspartnere tilknyttet MIT, Harvard og andre prestigefyldte forskningsinstitutter. Li har også rekrutteret adskillige amerikanere til at tjene på hans ledelsesteam med den hensigt at skubbe ind i USA og Europa i de næste to år. En af dem er Tom Mitchell, dekanen for datalogi hos Carnegie Mellon; en anden er Dan Bindman, der ledede brugeroplevelsen og redaktionen hos ALEKS.
Treviranus bekymrer sig om, at Squirrels uddannelsesfilosofi er repræsentativ for en bredere fejl i Kinas stræben efter intelligent uddannelse: dens vægt på standardiseret læring og test. Tragedien ved Kina-eksperimenterne er, at de fører landet til et uddannelsespunkt, som enhver progressiv pædagog eller uddannelsessystem bevæger sig væk fra, siger hun.
Men hun mener, at Kina også har en af de bedste muligheder for at genopfinde et mere lærervenligt, elevfokuseret klassemiljø. Det er mindre forankret end Vesten i ældre uddannelsesmodeller og meget mere villig til at prøve nye ideer. Kina skal se på en helt anden form for kunstig intelligens, siger hun. Spørgsmålet er: Hvad betyder det?
Svaret kan ligge en halv snes miles vest for Squirrels hovedkvarter, over for Huangpu-floden, der løber gennem Shanghai. Der udfører Pan Pengkai, en pædagogisk ekspert for børn, eksperimenter af en anden karakter.
Pan har tænkt på, hvordan man bruger kunstig intelligens i uddannelse i næsten to årtier. For 15 år siden grundlagde han sin første ed-tech-virksomhed i Kina efter at have fået sin ph.d. fra MIT Media Lab. Inspireret af sin erfaring i gymnasiet fokuserede han på at bygge værktøjer til at lære engelsk. Innovation kommer af forskellighed, siger han. Det er præcis, hvad Kina mangler. Hvis du er i stand til at tale flere sprog, er du i stand til at tale med forskellige mennesker; du er i stand til at formidle forskellige ideer.
Pan driver nu Alo7, en K-12 ed-tech virksomhed med samme mission som at undervise i engelsk. I modsætning til mange andre virksomheder søger den dog at bevæge sig væk fra testorienteret læring og i stedet fremme kreativitet, lederskab og andre bløde færdigheder. Virksomheden tilbyder produkter og tjenester til både fysiske og digitale klasseværelser. Det har en online læringsplatform, parret med en samling af lærebøger, for eksempel, der hjælper eleverne med at lære og øve deres sprogfærdigheder. Det har også en service, der forbinder op til tre elever via video med engelske vejledere i udlandet til almindelige gruppetimer. Til dato har det tjent omkring 15 millioner studerende og lærere og samarbejdet med 1.500 institutioner på landsplan.
Pan Pengkai, grundlægger og administrerende direktør for Alo7 takket være Alo7
I modsætning til Squirrel er Alo7s online læringsplatform beregnet til at supplere et traditionelt klasseværelse. Viden, der kan udøves gennem adaptiv læring, som ordforrådsord, øves hjemme gennem appen. Det samme er færdigheder som udtale, som kan raffineres gennem talegenkendelsesalgoritmer. Men alt, der kræver kreativitet, såsom skrivning og samtale, læres i klasseværelset. Lærerens bidrag er afgørende. Pan tilbyder en parallel: Der er masser af medicinsk teknologi, der bruges på hospitaler, men vi kan ikke sige, at maskinen er bedre end lægerne. Det er stadig et lægeassistentværktøj.
Pans ultimative vision for kunstig intelligens i uddannelse er at slippe helt af med standardiserede tests. Hvorfor tester vi folk i to eller tre timer for at afgøre, om de er gode eller dårlige? han spørger. Han tror, at AI på sigt vil skabe fleksible læringsmiljøer, der er lige så gode for sensitive og kreative elever som for præcise og analytiske. Uddannelse vil ikke længere handle om konkurrence, siger han.
Sidste år begyndte Alo7 at eksperimentere mere. Det føjede ansigts- og stemmeanalyse til sine videoundervisningssessioner for at producere sammenfattende rapporter for hver lektion. Algoritmer måler, hvor meget tid eleverne talte engelsk i klassen, nøjagtigheden af deres engelske udtale og grundlæggende indikatorer for deres engagement og glæde, såsom antallet af gange, de åbnede munden for at tale og grine. Tidligere i år oprettede virksomheden flere fysiske klasseværelser udstyret med kameraer og mikrofoner for at producere lignende analyser. Lærere får også rapporter om deres egen præstation.
Jeg går selv og ser et af Alo7s intelligente klasseværelser. Den er lille, men sprængfyldt med farver. Væggene er illustreret med virksomhedens maskotter, fem tegneserie-ledsager med tydelige personligheder, som optræder i hele virksomhedens undervisningsmateriale. Der er hverken borde eller stole, kun en bænk, der løber langs bagvæggen. Foran er en tavle og to tv'er til visning af dagens pensum.
Der er ingen undervisning i session, men en virksomhedsmedarbejder spiller nogle korte klip af folkeskoleklasser for mig. I den ene sidder seks elever på en bænk og øver sig i at sige navnene på forskellige dyr. Fugl, fugl, fugl! de synger med deres lærer, mens hun slår med armene som vinger. Skildpadde, skildpadde, skildpadde! de fortsætter, mens skærmen ændrer sin visning til en tegneserieskildpadde. Lærer-elev interaktionerne tager forgrunden; AI forsvinder med vilje, ubemærket, ind i ryggen.
Eleverne lærer engelsk i Alo7s intelligente klasseværelse. Udlånt af Alo7
Dede siger, at den slags data, der genereres i et intelligent klasseværelse, kunne være nyttigt, men han advarer om, at kameraer og andre sensorer også kan blive misbrugt til at bedømme en elevs følelser eller sindstilstand, applikationer, der kun har ringe grund i videnskab og kan føre til over- overvågning. Pan er enig i, at det er vigtigt at være forsigtig: Derfor leverer vi data primært til lærere og ikke elever, fordi vi endnu ikke har kørt videnskabelige test.
Pan fortæller mig, at han ikke har planer om at udvide Alo7 ud over Kina. Alene hjemmemarkedet er en udfordring nok, når han sælger en uddannelsesfilosofi, der går imod mainstream. Men han er begyndt at se et skift i den nationale samtale. Efterhånden som regeringsledere har søgt nye måder at stimulere innovation på, har ideen om en kvalitetsorienteret uddannelse – en der lægger vægt på kreativitet og den liberale kunst – taget fart.
I februar sidste år vedtog Kinas undervisningsministerium en række reformer, herunder strengere licenser til undervisere, rettet mod at reducere besættelsen af test . Tidligere på måneden afslørede regeringen også en sæt retningslinjer at fokusere mere på fysisk, moralsk og kunstnerisk uddannelse og mindre på eksamen. Selvom kritikere påpeger, har det stadig ikke elimineret gaokao , Pan er optimistisk omkring sin hensigt om at ændre sig. Alo7 er også klar til at hjælpe landet med at søge nye veje frem.
Vi vil ændre fremtiden for kinesisk uddannelse med teknologi, siger Pan altid. Kinas nuværende masseeksperiment i AI-uddannelse og de valg, det skal træffe, kan også ændre uddannelse for verden.
Rettelser: Alo7s video-undervisningstjeneste følger et gruppeformat; det er ikke en-til-en. Efter offentliggørelsen præciserede Squirrel, at Dan Bindman var redaktionschef på ALEKS, ikke medstifter som oplyst på Squirrels hjemmeside, og begge virksomheder bruger færre videnspunkter end førstnævnte tidligere delte. ALEKS har også flere data end Egern.