因材施教，人工智能会成为最优秀的教师吗？

在2017年10月30日《纽约客》封面上，描绘了人类作为乞丐正接受机器人施舍的情景，引发了热议。无论是家中电子设备的远程控制，个人健康数据的监测与提示，还是商业营销中的数据分析定制策略，乃至政治选举、交通运输，人工智能发展到今天，已经对各行各业产生了深刻而长远的影响。

人工智能作为不断发展的颠覆性科技，给人力资源与学习发展领域带来了革命性的影响，在学习发展领域，人工智能可根据个体定制学习方法、学习节奏与学习内容，为学习者提供沉浸式的培训。美国的Ashok Goel教授使用IBM公司的机器人Jill Waston作为助教，提供即时的线上聊天，为学生答疑解惑。经过一年的不断学习与进步，机器人助教可以回答学生大约40%的问题。甚至有学生在期末提名机器人助教为最优秀助教。

人工智能的发展，使得因材施教、为每个人定制培训成为可能。从以下几个维度，人工智能可以使员工培训更为灵活，员工学习的积极性也可以因此得到提升：

1.个人定制

基于数据采集，个人的工作内容、学习的习惯、兴趣与爱好都被人工智能一一记录，你曾去过哪里、习惯在一天的什么时段学习、有什么爱好都可进入数据库进行分析。如视频网站一样，基于人工智能的学习系统可以为你推送与你最为相关、最能够吸引你兴趣的内容，例如你是一名在制造业工作的HR，在工作之余喜欢旅游，家中有宠物，那么在推送学习内容时，系统就会以制造业、人力资源、旅游、宠物等为关键词，为你提供相关文章与视频，选取对你来说更为实用的内容，提供多元化与个性化的学习之旅。

而在学习者进行搜索时，人工智能可以更为精确地总结出搜索内容相关的信息，提供与搜索内容相关的知识，使学习者建立知识谱系，由点及面较为透彻地理解与解决问题。

2.所学即所需

学习的内容如何实际运用于工作之中，并产生投资回报率，是学习发展人士始终关心并希望解决的问题。而随着人工智能与AR科技的发展，所学能够真正快速地运用于工作之中。AR技术可以模拟出现实中所遇到或者是将会遇到的工作场景，尤其是对于高危或高成本的场景（如救灾应急现场、大型机械操作等）而言，通过人工智能采集数据，由AR还原现实场景，有助于员工掌握工作所需的技能，尤其是实际操作类的技能。

3.项目管理

人力资源与学习发展专业人士可以通过人工智能与集成技术将员工的学习数据统一到一个平台，通过广泛收集员工的学习路径与行为数据并进行分析，了解学习项目的健康度，并可以实时进行监控与预测，对项目进行调整。对于处于不同的学习阶段或不同背景的员工，还可以进行更为精准的调整。项目开发者与员工基于此可以进行更为即时的互动。

然而，人工智能仅是众多技术中的一种，其使用关键在于人。人工智能的深度学习现今遇到了瓶颈，在更为复杂的判断中，因为缺乏基本常识与整合抽象知识的能力，人工智能无法进行更为深入的推理。哪怕是如白纸一般的孩童也可以根据所见、所感，由具象事物推导出抽象概念，如接触很多个相似的苹果，哪怕其中有一个腐烂面积较大的苹果，孩童也会认为这是一个“奇怪的苹果”，而不会得出“这不是苹果”的结论。但人工智能基于数据进行分析，当数据间差异过大时，人工智能就可能将其判断为“不是苹果”。

在《How to Teach Artificial Intelligence Some Common Sense》中列举了计算机科学家们的担忧。更为极端的例子是，当房间着火时，人类会拉响警报，远离火源，而人工智能则无动于衷，只会想着继续击败象棋选手。人类拥有常识，如着火需要逃离，而人工智能需要具备各学科知识后（如着火会导致温度过高，此时会危及人工智能）才能做出正确的判断。

在实际运用中同样如此，人工智能有着非0即1，非是即否的判断，而在现实中很有可能出现模棱两可的情况，需要人来把控并最终做出判断，尤其是在软技能的学习中，更加需要人类教师与人工智能的共同努力。在如语言学习水平的测试中，机测固然能提供较为可信的数据，但无法对口音等更为灵活的指标进行评估。在软技能学习的过程中，人工智能基于数据进行路径定制、内容推送与监测，而培训师授课、联络并针对学习者提供帮助，两者结合后才能为学习者提供更好的指导与帮助。

人工智能与其它各种学习技术的爆发式发展，可能会让“学习发展专业人士成为技术人员”这一进程提前。技术将让学习与企业发展更有效率，但不管是AI还是AR都不能解决所有问题。学习发展人士应当重视人的因素，与时俱进，不断探索，勇于试错，使人与技术真正紧密结合。