Patrefans
simonshen from patreon
simonshen patreon

【國際未來學】人工智能時代的「老師2.0」

🕑 Added 2021-02-26 03:01:59 +0000 UTC

Comments

Ryan Wong

分數僅次於電機、資工 成大不分系為何成了搶手貨? https://www.cw.com.tw/article/5102233

MMDDVV

第一點: 理論adaptive learning係幫到手,實際是停留研究階段冇成熟產品 第二點: 我記得十年前有個討論會提到,MIT有做過 employer survey,發現僱主想fresh graduate所需要的技能,係需要十六至十八年學習...

MMDDVV

AI for education (learning analytics) 有什麼"有待解決的問題",可以睇呢個 https://youtu.be/DDhPa6lVogY 其中一個有待解決的問題是研究人員"如何向律師解釋 AI 系統" -- 孭鑊

MMDDVV

對對,情景對話設計是最樽頸的一步,這亦是大部份投稿論文所忽視的一步。但好處是非技術人員都可以參與,可以crowdsource。

Ryan Wong

網上找到另外一篇 conversation design https://uxdesign.cc/intro-to-conversation-design-ce3bd30e4385

Ryan Wong

有唔少工種都係屬於要孭鑊嘅 呢啲好似冇得畀AI揸弗 (不過,其實揸車都屬於要孭鑊嘅工種,而智能全自動駕駛已經發展得好快) - - - 有啲要孭鑊嘅工種,工作性質係需要進行法律判斷(例如政府部門要執行某政策,要點樣執行同改動先至符合法律)。 目前AI對於理解同判斷法律條文,發展成點?我想聽吓。 - - - 我之前聽過嘅係,AI可以用嚟做法律文件boilerplate生成器。(boilerplate即係又長又噆又重複嘅千篇一律文字)

Ryan Wong

對幾乎所有人而言,Conversation Design 都是新事物新技能。如果缺少了 Conversation Design,chatbot 只能處理一些瑣事,例如客戶求助分流(理解客戶求助原因然後分派到專職負責的同事),初步的疑難排解等。 要完成較複雜的任務,都必須有 Conversation Designer 把任務「對話化」,一方面引領使用者,另一方面要因應使用者可能會遇到的情況設計應對方法。這些情況千變萬化;若果「對話式設計」的功夫做得不夠徹底,chatbot 往往會比笨蛋更笨,大部份時候以「用戶遇到無法解決的問題」或者「用戶放棄」結束。 由於這是一門新技能,若果系統開發者沒有足夠的「對話式設計師」,可能令系統的使用者觀感不佳。 - - - 我是因為參加一次講座,當中提到DialogFlow,所以才知道有這門新興設計行業。 但是,我自己嘗試了一兩次,發覺難度不在於技術門檻,而是在於預測用戶會遇到的問題,以及用戶會以何種方式表達。 AI雖然能夠輔助理解用戶的意思和狀態,但只有當設計師為AI提供足夠的訓練範例,才能夠讓從用戶言談中抽取關鍵的資訊。 - - - 網上可以找到一些香港人嘗試學習DialogFlow的例子。 https://medium.com/@kwoktszho/dialogflow-tips-for-hong-kong-banking-sector-d4b62407308c https://www.gdghk.org/2020/01/14/%E5%BB%A3%E6%9D%B1%E8%A9%B1google-assistant-night/ - - - 網上搜尋 > similar to dialogflow 可以找到很多相似的 chatbot 構建技術。 - - - 我猜想,偵探小說的劇場版編劇,可能會掌握對話式設計的竅門。

Ryan Wong

關於「傾向流水線式工序,且易於預測和重複性的職業,被人工智能取代的機率」。 - - - 目前,這些工作沒有被AI取代,是因為機械化(mechanization)的局限,而不是人工智能化的局限。這些工業當中,有不少工序已經機械化。但是,機械化往往無法達到百分之百;因此需要靈活而且靈巧(flexible and dexterous)的人類充當「人肉臂」。 - - - 疫情之下,有不少肉食廠房出現感染群組。肉食廠房之內,有大量員工進行帶骨的肉類切割。這些就是超出了目前機械化所能及的工種的例子。而新興的植物肉,生產過程不如肉類處理過程繁複,所需的人手也減少。這就是由於機械化程度差異,將來會引致成本上的差異。 - - - Tesla公司在建設汽車工廠的過程中,就是過份相信機械化,沒有充分考慮一些只有人類能勝任的工序,結果機器生產線落成後還要對生產線進行大量修改,延誤了新型號汽車的推出。 - - - 就正如圍棋大戰一樣,黃士傑博士就充當「人肉臂」。這不是AlphaGo的一種缺陷,而是不論機械臂與否,從來都不是人機大戰的重點。 - - - Mechanization 不是 Artificial Intelligence,但兩者肯定有很多互相補足之處。若兩者都不斷發展,將來確實有機會完全取代一些工種。 - - - 至於 Mechanization 和 Artificial Intelligence 發展的樽頸在哪裡?為甚麼像 Ghost in the Shell 的世界還未出現?我不知道。

Ryan Wong

教師某些功能,例如以同理心的方式觀察學生、關懷學生、提供人生路上的指引、樹立榜樣等,是完全無法由AI取代的,但是可以透過AI來加強。 然而,這些實際上是 interpersonal relationship 的環節,AI的作用並不明顯。 而且,如果將教師和學生之間的溝通紀錄下來,會產生私隱和信任方面的憂慮。若不紀錄下來,又如何將學生的資訊輸入到AI?AI如何能知道/推測學生有那些特性?

Ryan Wong

只有能力極強的學生(具備最高的 motivation 、attention、information processing capability 的學生)才適合用上文描述的(啟迪型)個體化學習方式。 學習過程本身會有一定阻力和痛苦。沒有經歷這些痛苦,沒有反覆運用,學習成果不會牢固,會隨時間而忘記。 若果學生不是有特別強的動力去戰勝這些阻礙,最終都會放棄。 - - - 而現時就業環境所要求的能力水平,是要求學生經歷將近十二年到十八年的高強度(高痛苦)學習,才達到就業條件。 - - - 大部分國家都有人浮於事(人太多,職位空缺太少)的問題。因此會有不少競爭。若果是以創業者身份去競爭,固然可以選擇競爭場地,以自己的強項取勝。然而,若以僱員的身份去競爭,致勝之道就是獲得人事部和上司的信任。而素未謀面的人,除了靠見面時的首次印象和談吐之外,就是靠各種身外物,例如學歷、年資。

Ryan Wong

小學中學都係用嚟幫大學篩選新生 大學就用嚟培訓辦公室職員 有博士學位嘅研究院就用嚟培訓未來嘅大學教職員 總之整個教育制度都係用嚟維持返現時社會制度嘅人力需要 所以先至會出現做人力資源嘅同埋做會計嘅可以喺香港做教育局局長

Franco Ng

現在科技進步得太快了,基本上任何工作都有機會被AI取體,只是先後問題而矣。當然,物極必反;當科技去到某個點時,亦會走向衰落。這個定律,永恆不變。

YF Lo

未準備好!現有嘅教師自身學習模式已規範了一切改革,要徹底改變教師,談何容易?而且現今教師團隊中大約30%本身來自中國模式家庭,他們的父母在國內成長、受教育,已習慣凡事接受、不批判、不思考、肓目服從。而香港本土成長教師,亦離不開背誦、標準答案和被繁重工作壓倒,完全沒有空間去改變。再加上固有考試制席,這個固定架構已扼殺一切。

Peeko Chan

政府識員technically好易比取代 不過politically好難

MMDDVV

我們上星期舉辦了一個相關講座,大家可參考 (https://hku.to/AI2021)。教育咨詢公司 HolonIQ 有 AI 的教學應用的市場分析,大家可參考。 https://www.holoniq.com/notes/2019-artificial-intelligence-global-education-report/ 我2020年也評審了兩三份 chatbot tutor journal manuscript submission。我相信更多工具會開始進入市場。


More Creators