最新培训与会展
» 更多活动
专家建言:当人工智能遇见企业培训(转载) 阅读(191 评论(0)
分享到:
huiyghg  2016/10/14 14:53:06 回复
前阵子,由谷歌AlphaGo智能软件对战韩国围棋九段名将李世石的人机大战,掀起了人们对人工智能(artificial intelligence)的关注。随着计算机演算能力的提升,人工智能已经从需要外力监督的机器学习(machine learning),跨入不需要监督的深度学习(deep learning)。也就是说,人工智能能够模拟大规模的神经网络,让机器在不需要直接人为干预的状态下自己“动脑思考”。这也开始让人们担忧,在不远的将来,运用人工智能技术制造出的能够独立思考的机器人,是否会威胁人类的生存。

人工智能在培训行业的应用,除非已经进化到像电影《黑客帝国》中的场景一样,可将所需知识直接下载至脑中,否则,还是得回归学习的本质。人工智能无法替代人类学习,学习是个性化的,并且还要经历内化的过程,才能最终完成。然而,这并不代表人工智能在培训行业没有用武之地,恰恰相反,“智能化”学习技术的发展正为培训行业注入一股新动能,而其中有些应用值得重点关注。

辅助系统

在学习环境中,与传统学习管理平台注重管理与记录不同的是,智能化辅助系统会提供给学习者(learner)个性化的反馈。学习者参加完测验后,可以更好地了解自己的弱项,进一步获取相关的学习资源及后续所建议的学习路径。智能化辅助系统扮演了助教的角色,有效指导并促进学习者的学习。在工作环境中,智能化辅助系统可以依照角色或流程等属性,即时提供给任务执行者(performer)个性化且适量的内容,扮演了教练的角色,加速问题解决并提升工作成效。

课程规划

想像一下,你所经历的学习与工作都留下了记录,你曾经去过哪儿、看过什么、读过什么,都被记录分析。之后通过电脑演算模型,人工智能就可以根据你的程度与需求,为你匹配相关的资源,选取真正对你有用的内容,提供多元与个性化的学习历程(learning experience),从而摒弃以往齐头并进式的课程规划。

内容资源

通过学习元件(learning objects)或知识元件(knowledge objects)在元数据(meta data)的标签,内容资源可以具备学习者能力、角色、工作场景及业务流程等属性。之后,结合智能推荐引擎,内容便可以依照单一或多元属性呈现,作为获取知识的来源被自动推送给学习者,或者作为问题解决的资料来源被推送给任务执行者。

精确搜索

语言可能是模棱两可的,通过建立知识图谱(knowledge graph),学习者可以快速缩小搜索范围。智能化搜索也可以更好地理解学习者搜索的信息,总结出与搜索话题相关的内容。由于知识图谱构建了一个与搜索结果相关的完整知识体系,所以学习者往往会获得意想不到的发现。在搜索中,学习者可能会了解到某个新的知识或新的联系,从而进行一系列全新的搜索与学习。

数据分析

学习无处不在,当学习或者历程记录可以通过xAPI这类学习技术标准,来收集多元数据的时候,学习数据就不会只停留在以往SCORM课件阅读的纪录模式,而是可以实现学习历程数据的集中。过去单纯的学习记录也可以上升到预警及预测的层次,甚至通过数据收集与深度分析,提供学习者如何建构所学内容的意义、如何形成理解、以及学习过程中所做决策的报告,这对教学设计会有莫大的帮助。

项目运营

过去,培训管理者在运营学习项目时,往往只能凭借经验或者“拍脑袋”。通过广泛收集学习者各类的历程与行为数据并进行分析,学习项目运营者就可以了解项目的健康度,并实时监控,即时调整运营手段。在项目推广时,还可以针对不同特征的学习者选择个性化的推广手段,提供更精准的学习服务。

展望未来,学习技术应用的“智能化”是一条必走之路,但也不是一蹴而就的。因为“智能化”基于数据,因此收集完整的学习与行为历程数据,精确内容的颗粒度并赋予多元属性、算法建模等工作都需要完善,“智能化”这条路才能走得顺。虽然有很多事得做,但“方向对了,就不怕路远”。

2016/10/14 14:53:05