人工智能教育下产生的新型学习方式

（文章来源：人人都是产品经理）

时下的人工智能教育是社会的一个热点、甚至是一个风口。那人工智能教育到底是什么呢？

从两个赛道的划分，显而易见人工智能教育有两种不同的教育模式。但，不管是第一个赛道的K12人工智能教育，还是第二个赛道以STEAM教育著称的人工智能教育，他们都围绕着学生与学习。换句话说不管任何形式的人工智能教育都无法脱离学生与学习两者的关系。

从经济学上来讲，一旦供需失衡，整个市场就会产生动荡以至经济下行。同理，教育失衡，人才培养、人才供应就会出现问题。也不妨从比较实际的假设来看，假如个性化的学习或者机器的教学比教师教授来得更有效率，能取得更好的成绩，那这个更私人化的机器或许就会让教师“失宠”，那对学生有人生意义的启发和引导的任务，教师还能够继续吗？

同样，从长远来看STEAM的人工智能教育，STEAM教育的风口必将催生越来越多不同形态各式各样的入局者。现在假设，每位学生都有机会接触很多不同类型的产品，那人工智能知识会不会像现在移动互联网的信息一样，碎片化、内容参差不齐。而，对于辨别力还不是很敏捷的中小学生来说，人工智能的哪些知识是值得学习的、哪些是没必要深入的，我想他们可能分辨不出。

所以，人工智能教育的本质还是教育，教育就必须得围绕学生与学习。不管是AI时代的AI教育也好，或者是未来时代的未来式教育也罢，学生与学习之间的关系都是永恒的，是学生就一定得学习，要学习就要把自己当做学生。由此，本文将从7种新的学习方式，来聊聊新的学习方式对学生学习有何影响。

何为新的学习方式，顾名思义就是跟传统学习方式有差异的地方，而传统的学习方式就是我们耳熟能详的以应试为主的先教后学再考、题海战术、千人一面的PPT的教学方案、唯分数唯成绩论的学习。反观，一直以来推行的素质教育，以先学后教再测的翻转课堂、慕课，以千人千面的个性化学习，以资源共享、网络协同的双师课堂教学模式为代表的所谓新型的学习方式。

除了应对应试教育的个性化学习方式之外，当下的素质教育、人工智能教育还需哪些学习方式才能够在教学模式、教育理念上进行变革呢？或许，还有这几个学习方式需要我们关注，游戏化、社交化、协作型、问题式、自主型、探究型、项目式等7个。其中，可根据学生与学习的关系，将上述学习方式划分成学习心理、群体心理、教学心理这三类，依次对应：游戏化、自主型；社交化、协作型；项目式、探究型、问题式。

对此，游戏化的学习体验，相信能够引起学生的关注、兴趣、向往。诸如：现在的少儿英语、少儿编程、早教等产品很多都利用游戏化的元素，结合游戏通关的机制来触达用户。自主型，显然是让学生有权利选择自己感兴趣的事物进行学习，而在应试教育体制下，学生的选择余地并不大，他们除了为考试而学习外，做其他事情似乎得不到父母支持，甚至被受限。

团队的形成或许正是这一流程，想想学生们参加的竞赛为什么大多是团队式的，从政府顶层设计的目当然是促进学生之间协作的教育目的，但要是从学生的角度来看，其实是因为比赛是竞争式的，所以需要站队，结伴而行。这也就是为什么学生们要寻求参赛团队的根本原因。

显然，团队存在的目的不单纯是为了在气势压倒一切，竞争意识是触发形成团队的因子。而团队的真正建立，是要经历一场甚至多场赛事的磨合，才逐渐清楚哪些人适合这个团队，团队中的每个人依依适合什么角色，扮演什么角色才能够发挥他们各自的竞争力。

所以，在实际的教学中，实际的创作过程中，我们应该教授他们将人工智能的知识深入到实际场景中，在实际的环境中发现应用最关键的问题，发现产品最本质的问题。也就是应对每一个项目、每一份作品、每一个应用时，需围绕应用最核心的部分，多多质疑，多多提出问题，多问为什么，以使来反复校正自己的对应用的认知。

正如前面提到，当AI产品越来越多样，越来越杂乱时，学生怎么辨别出哪些东西该学，哪些不该学。我想，此刻的答案应该是，学那些离我们实际场景最近，对实际应用最契合的知识。反观，现在编程教育、人工智能教育，它们离掌握实际的人工智能技术、应用到底有多远呢？希望引发你的质疑。