教育AI的發展
從 Chat GPT 問世，已經不難發現大語言模型能對生產力與學習帶來許多幫助，未來教育型 AI 機器人很大機率將會成為主流，使用 AI 輔助學習、即時從 AI 獲得解答、利用 AI 學習新技能都會是新的學習場景。根據教育市調機構 HolonIQ 過去的報告顯示全球教育人工智能的投入預計 2025 年將達 60 億，而在 2023 年最新調查中表示人工智能在教學場景上的四個關鍵技術：可視化、語音、機器學習(ML)和 自然語言處理(NLP)。
- 可視化技術：
已廣泛應用於工業領域，運用可視化設備記錄產線的生產狀況，幫助管理者獲取生產線數據。而在教育端則是可用於檢測困惑與學習投入程度，幫助教學者能擁有優化判斷的數據與更有效率的管理學習狀況。 - 語音：
當前廣為人知的就是智慧音響，透過語音互動過程逐步學習，非常有利於語言類的學習。 - 機器學習：
建置 AI 演算法模型，協助的判讀學習過程的狀況，創造個人化的學習路徑。
推測未來教育 AI 可以做到哪些事情
AI 輔助學習的兩個角色
在自學過程最怕的就是「前後知識關連性高」的知識點聽不懂，直接影響後續學習的意願與效益，而經特殊訓練過的 AI 模型，則可以做為一對一輔導的角色，即時、快速的協助學習者解決當前所遇到的問題，避免學習中斷；而 AI 也能起到鼓勵者的作用，在解決學習問題時，同時鼓勵、陪伴學習者度過難熬的學習過程，提升課程的完課率。
教學者的輔助 AI
而線上課程的侷限在於無法依照每位學習者背景制定專屬的案例或作業，原因可能是製作成本上的考量，也可能是講師沒有那麼多元的產業經歷，但未來產生多元的案例與作業 AI 也許就能夠幫上忙！許多知識＆技術背後都有「思維系統」或「組成邏輯」，而組成邏輯越具有「固定性」的知識，越能通過 AI 協助生產多元案例與作業；而具有「不確定性」的知識，則能透過 AI 提供在不同變因之下的可能性，供學習者參考。當然，包括作業批改及錯誤解析皆能請 AI 做第一階段的輔導，雖然會需要投入 AI 學習建置的時間，但長期來說可以降低講師備課需要花費的時間。
高度個人化的學習設計
運用 AI 演算辨識學習者的情緒、行為或利用文字的調查，並給予學習者個人化的學習步驟。由於學習者的背景、程度與理解能力都存在差異，因此若要透過人工智慧規劃個人化的學習方案時，就需要更細節的去拆解教學的過程，逐一去對應到學習者的多元背景（ 知識儲備、學習習慣、程度、理解能力等…），讓 AI 有足夠的條件進行判斷，並給予學習者專屬的學習解決方案。
由於每個學習者背景差異極大，因此對於 AI 的建置會是一項艱難挑戰，而轉換到市場角度來說，擁有一個高度個人化的學習商品，是節省時間的最佳選擇，也願意付更高的金額，但同時也會擔心實際的學習效益是否與心理預期產生落差、教學者對於「個人化的定義」是否與學習者的需求不一致。
推測教育 AI 的發展三階段
來源：AWS re:Invent 2023 - Keynote with Dr. Swami Sivasubramanian
有在使用大語言模型的人，應該都會遇到的問題「一本正經的胡說八道」，就算是錯誤資訊仍會提供，沒有相關知識很容易就會學歪，更不知道自己是在哪裡出錯的，這也是 AI 商用的一大技術壁壘。而現在科技大廠 亞馬遜(AMAZON.COM INC) 就提供了解決方案 Amazon Bedrock (簡稱 RAG)，可以從外部公開資訊中(文章、網站、資料庫)，提煉更為精準的答案提供給使用者。
但要作為線上學習產業發展使用，就會考量到「可不可以商業使用」，若依照 Amazon Bedrock(RAG) 的大語言生成模式，在產生課程內容時會從各個外部網路中獲取資訊，勢必使用到其他人的知識產權，對於自學者來說可說是一大福音，但對於教學者則會是遇到不可商用的一大困境。
第一階段：基礎應用建設
因而在教育 AI 初步發展階段，可能就會走自己建置資料庫供 AI 學習與使用的模式，且 AI 學習需要的資料量相當龐大，初期很難依靠個人的力量來建置，所以推測未來第一階段的教育 AI 發展可能會是由具備大量學員、課程與專業講師的「教育科技」相關行業作為領軍者，它們較有能力整合大量的資料，不論是擁有大量專業知識內容的產權、具備搜集/彙整資料的能力，或是有能直接測試的場景（網站/平台），這都是推動 AI 發展上的優勢。
第二階段：人人都能使用 AI 工具
而隨著 AI 雲端科技服務的發展（GCP、AWS、Azure），能大幅降低 AI 部署所需要的成本，且過程中也會產生許多規模大小不一的創新 AI 模型提供方，對於中小型、個體教學者也能以低成本導入 AI 科技的使用，這可能就會是第二階段的發展「人人都能使用 AI 」。
第三階段：AI 講師
走到第三階段也許就會出現「AI 講師」，現今的 AI 應用不僅是能文字對答，更能製作出影片、聲音檔，不論是希望用動畫製作課程，或是用自己的臉，都可以通過 AI 製作出來，以目前的技術製作過程需要橫跨多個 AI 工具，製作相對較為複雜，但相信不久這些功能將會整合。
AI 講師也許能成為一個在幕前教學的角色，而背後則需要一位擁有專業知識的講師監製，顛覆現有課程生產的流程，大大降低課程生產所需的成本，例如：教學內容準備、拍攝/後製。
結論
Amazon.com首席技術長 Werner Vogels 早在 2021 年就成功預測生成式人工智能將開始幫助寫程式，而他預測 2024 年將會有四個領域的加速創新，而其中之一就是教育行業（想看影片在文章最下方）。
也許在不久的未來全球資訊傳遞會比現在更快上十倍、百倍之多，AI 能將語言更精準的翻譯，查找資料過程也不需要一篇一篇「爬」，而是能直接透過 AI 獲得經過整理的報告、解答，直接串連全球最前沿到資訓，彌平語言的隔閡。
這是看了 Amazon 的 re:Invent 年會突然蹦出的想法，趕緊寫文記錄下來，覺得有道理可以參考參考，覺得沒道理也可以當作故事看看。
【相關影片】
Amazon.com首席技術長 Werner Vogels 預測 2024 科技發展
AWS re:Invent 2023
CEO Keynote with Adam Selipsky
Keynote with Dr. Werner Vogels
Partner Keynote with Dr. Ruba Borno
