账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
人工智慧和物联网 创造教育数位化转型
AI、云端和大数据,也将改变教育的风貌

【作者: 盧傑瑞】2020年11月06日 星期五

浏览人次:【6523】

e-Learning本身最常见的定义是「基于ICT的教育和学习(Informationand CommunicationTechnology;ICT)」这种电脑辅助学习系统的起源,实际上是20世纪50年代末,对CAI(电脑辅助教学)的研究,后来作为人工智慧研究的一个领域,如ITS(智慧辅导系统)等,现在已经成为一种工具来支援人类的学习。


构成e-Learning的系统,最初是作为独立的系统开发的,遵循了电脑发展的历史,但在2000年,随着网路的兴起,该系统就被称为WBT(WebBasedTraining)。这个系统已经发展成为目前主流的e-Learning系统,也就是所谓的学习管理系统(LearningManagementSystem;LMS),用来登记和更新教材内容,管理学习进度。


e-Learning市场发展不若预期

根据GlobalInformation于2020年6月10日所发表的「全球数位教育市场研究报告」中显示,数位教育市场的规模预计将从2020年的84亿美元增长到2025年的332亿美元(图一),复合年增长率(CAGR)为31.4%。推动市场增长的主要因素是全球网路普及率的提高、基础设施成本的降低、线上学习的可扩展性,以及微学习需求的增长。



图一 : 全球各区域数位教育市场规模预估(亿美元)。 (资料来源:GlobalInformation;CTIMES整理)
图一 : 全球各区域数位教育市场规模预估(亿美元)。 (资料来源:GlobalInformation;CTIMES整理)

按地区划分,包括中国、日本和印度在内的亚太地区(APAC),在预测期内预计将以最高的复合年增长率(年平均增长率)增长。加上随着各国政府采取措施,改善该地区各国的数位基础设施,以及该地区学生的购买力迅速增长,亚太地区对线上学习的需求迅速增长。预计亚太地区市场的规模成长,将比考虑中的任何其他地区更快。虽然这样预估的结果是让人相当兴奋,但是和现实的结果却往往有相当大的落差。


以日本市场为例,e-Learning在2000年左右开始普及。当时,主要对象是大型企业的员工教育训练和高等教育。无论规模大小,目前都已经达到了一定的普及程度,也包括了补习班在内的教育机构广泛使用。


2000年度企业对企业(BtoB)市场规模为130亿日元,企业对消费者(BtoC)市场规模为7亿日元。当时预计2005年BtoB市场将增长到2100亿日元,BtoC市场将快速增长到100亿日元图二。



图二 : 2001年当时预测的日本e-Learning市场规模(资料来源:矢野经济研究所。/ CTIMES整理)
图二 : 2001年当时预测的日本e-Learning市场规模(资料来源:矢野经济研究所。/ CTIMES整理)

然而这样的预估跟现实发展有很大的落差,BtoC市场在过去几年间,急速地扩大,已经超过了BtoB市场。同样是矢野经济研究所的统计,在2015年时,日本的BtoB市场仅有586亿日元,但是BtoC的规模却激增到1010亿日元。合计为1,596亿日元(2000年预测的70%)。


市场成长为什么大幅缩减

为什么市场的成长会出现这么大幅度缩减?主要有两个原因。


首先,人们对那些仅仅因为拥有网路技术,而进入e-Learning行业的企业抱有过高的期望。换句话说,2003年前后,新进入者开始暴露出自己的弱点,他们无法单独利用网路设计教育,也无法解决学习本身的问题后,就出现大规模退出市场。


此外,2008年之后,智慧手机、平板电脑等行动设备的需求,发生了重大的平台转移,大大超过了对PC的需求(优先采用「行动设备」的趋势,在很多领域正快速地发生)。因此在这两个主要原因背景下,这使得市场的发展方向与原来的市场预测大相径庭。


不过,虽然与2000年的预测相差甚远,但目前e-Learning市场本身已经呈现出稳定的成长趋势,尤其是BtoC的市场。因此,目前市场进入了真正的竞争期。


日本对于e-Learning的推动

日本推动了「创建世界最先进的资讯技术国家宣言」,强调建设社会,发展让人们生活在资讯技术便利的环境中,并明确指出,教育环境本身的资讯技术发展(基础设施,包括软体和硬体)是必不可少的要求。这种教育资讯化基础设施是教育资讯化基础设施的重要组成部分。


根据早稻田大学小果的论文提到的案例研究,这一基本思路是基于KOLb的体验式学习理论的设计,即「通过讲座获得先前的知识,并通过小组实践来体验这些知识和理论」(图三)。混合式教学组合有多种模式,但所有组合的目的都是在e-Learning中所学到的基本知识和技能的基础上,通过面对面的教学(小组讨论、小组工作等)来深化学习。



图三 : 基於Kolb的经验学习理论来设计教学计画。(资料来源:白梅学园大学; CTIMES整理)
图三 : 基於Kolb的经验学习理论来设计教学计画。(资料来源:白梅学园大学; CTIMES整理)

数位好莱坞大学案例研究

日本的数位好莱坞大学(Digital Hollywood University)自成立以来,一直采用基于视讯的e-Learning方式来提高教育效果。学校在基础知识的输入和基本技能的训练上采用e-Learning,在基础性和应用性学习上采用混合式(Blend)学习与面授相结合的方式。


这所大学的一个独特之处,在于其混合式学习和教育训练师驻班设计。虽然是基于视讯的学习(e-Learning),但改变了形式,把学生集中在一个教室里,让他们观看视讯影片,然后把教育训练师上课的90分钟全部分配到实践中去,也就是把点播课变成相当于一节课的时间,点播课和课堂课以周为单位,重复15周。



图四 : 2008年至2009年授课方式喜好度调查。 (资料来源:白梅学园大学;CTIMES整理)
图四 : 2008年至2009年授课方式喜好度调查。 (资料来源:白梅学园大学;CTIMES整理)

经过2008年至2010年三年的实践,学生的喜好逐渐发生变化,混合式课堂广泛受到学生的喜爱。


这一案例研究具有很强的指导意义,因为这是一种教员与学生对话的教学方式。这样做的原因是e-Learning很难由学生个人决定进行,透过让学生习惯于视讯教学,可以追求一种高度集中的效果。


韩国鲜文大学开发云端Digital Twin教学方法

鲜文大学的智慧汽车工程学院已经成功地透过AIoT(AI-Internet of Things)技术进行常规模拟测试的在线测试。学院采用云端Digital Twin技术,再透过电子笔和相机,将学生作业资料库存储在云端中,再利用AI分析学生的写作风格、速度识别、眼睛跟?、答案是否正确等,来分析对任务的理解程度并积累资料库。就像亚马逊一样,这是一种知识和资讯的Recommend形式。


考试会根据通常的堆叠数据库(StackedDatabase)调整难度级别,即时为所有参加考试的学生,提供不同的问题。为公平起见,问题的顺序会被更改,虽然问题的格式是相同,但给出的数字会是不一样。与学生作业资料库类似,测试过程使用电子笔,将脸部、瞳孔追?等讯息,与学生的前端资料处理一起存储在资料库中,并为测试计算集中度。


在学生测试过程的最后,教授会复习和评估学生的个人资料库课程,并透过AI分析以增强学习能力的学生不足,再对个人提出高挑战性的作业。这被视为透过利用AI、云端和大数据,将现有的传统人工和数位方法结合起来的数位转换的成功案例,而AI、云端和大数据是第四次工业革命时代的核心技术。


例如,参加考试的学生李贤河(智慧汽车工程学院二年级学生)表示,起初我并不相信第一次中期考试将会在线中进行,但我实际上参加了考试后,发现了这个方式公正性。因为测试结束后不是完全的结束,相反的学习量因此增加了,而人工智慧可以弥补了我所缺乏的部分。


而学院中的高国元教授也说,第四次工业革命时代的技术,已经进入一般生活的阶段,而不是仅在特定行业或公司中的技术。希望不断地对案例进行建立模式,并希望未来将这样方式定位为一流大学的教育基础。


e-Learning新技术发展的趋势

有两个趋势将对未来的e-Learning及其实施环境产生重大影响:IoT和AI,一直是ICT行业的话题中心。在这里介绍另外两个趋势:EDTeCh和自我调整学习。虽然后者也可以包含在前者之中,但还是要结合具体的例子来简单的了解一下。


EDTeCh

EDTeCh被日本总务省教育云平台委员会定义「利用数位技术带来教育结构、产业(商业模式)、学习方式、教育内容创新的运动」。这可以理解为一场将数位技术的急剧发展与教育联系在一起的运动。提供一个系统,可以无限制地学习任何东西。可以看作是一场利用IoT和AI提供个性化教育的运动,考虑到每个人的能力水准和兴趣,而不是一个统一的e-Learning系统。具体来说,颠覆了网路大学的传统智慧,密涅瓦大学(MinervaSchool;比哈佛大学更难)就是一个典型的例子。


此外,为了培养推动第四次工业革命的人才,将程式设计教育作为中小学教育的必修课是世界性的趋势。


在日本,小学的程式设计教育从2020学年开始实施,为此,日本文部科学省发布了「Programin」,NHK的「WHYWHYProgramming」节目也开始播出。此外,由厚生劳动省认证的资讯技术硕士对小学和初中进行程式设计教育也已经开始。


而公司和私人组织(CANVAS、DeNA、CATechKids)已经开始培养未来所需的IT知识和程式设计技能,并正在扩大与公共教育的合作。在高等教育阶段,如何利用大规模开放线上课程(MOOCs),让学生在任何时间、任何地点透过网路免费学习顶尖教授的课程,是日本大学面临的一大课题。


自我调整学习

这似乎经常和AI、大数据一起被提及,但它被称为「个性化教育」。这种情况在美国也很普遍(如美国的Newton、TeachtoOne等等),其特点是以私立教育为主,与学校教育相辅相成,个性化教育与学校教育的联系越来越紧密。


日本著名的例子包括RecruitMarketingPartners公司的考试Supply课程和SuRaLaNet公司。这两个领域与AI技术直接相关,也是变化特别快的领域。


结语

在未来,e-Learning框架下的「基于资讯通讯技术的教育和学习」时代将结束,接下来将会是提供一个更加开放的系统,考虑到学生个人的技能水准。


例如,现在可以在熟悉的媒体中使用AR、VR等虚拟化技术,而不是传统的视讯萤幕。如果我们使用这些技术,将能够创造出更真实的内容(不过,这些内容到目前为止还无法实现)。


此外,学生个体所获得的学习成果和技能,不仅会在学校的局部环境中传播,还将通过IoT技术的应用在更大的开放环境中传播,当然,这不仅仅是一个技术问题,也是一个法律问题,比如个人资讯的管理,需要上级政策的决策和支持。


相关文章
大数据和AI预测助力 快土石流不只一步!
食品包装机导入AIoT应用
科技改变世界 AIoT翻转农渔业
智慧照护趋於联网应用 安全防护乐龄到老
MCU新势力崛起 驱动AIoT未来关键
comments powered by Disqus
相关讨论
  相关新闻
» Satellite 2024:仁宝携手耀登与富宇翔展示全新卫星通信解决方案
» 圆展与新光保全合作打造远距照护服务
» 远传以智慧空品解决方案打造健康永续城市
» 工研院MWC 2024展会直击 5G-A无线通讯、全能助理成下一波AI风潮
» Ansys模拟分析解决方案 获现代汽车认证为首选供应商


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83J6OIHIWSTACUKW
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw