人工智能下的翻轉教育
教育知識學園 作者 湯梓辰
大數據的發展造就了人工智能的到來。早期人工智能是會是利用數據來衍生人類思考的模式，假設出機器與人互動的意識、自我、心靈、等等 。也因此，人工智能不只是數據的衍伸，除了科技的技術，也包含心理學、教育、哲學的衍生。而現在兒童人工智能機器人開始普及，帶來許多教育或家庭的實際應用。如: 透過聲音辨識，父母可以從嬰兒哭聲知道孩子可的需求；透過人臉辨識，機器人也可以迅速的了解孩子可能的情緒，再者人工智能可以依照個別孩子的需求，結構化的給予適合孩子的學習課程。
人工智能解決了許多可以結構化的知識技能，但通常在教育的過程中，也有許多大量非結構化的知識，人工智能的興起解決了部分結構化可辨識的互動，幫助了老師、家長針對一些結構化的判斷，提供學習者相對應的知識需求。
兒童人工智能機器人配合著大數據的處理、分析及應用，對於孩子的互動行為進行回收，實踐出教學、反饋、社交、學習等排序推薦，對於系統化、結構化的假設出孩子可能之回饋，並給予適時的協助，讓孩子的學習更立即，也更有效能。
美國教育部教育科學研究所（Institute of Education Sciences, U.S. Department of Education）提到，運用數據來提升學校效能與學生學習的時代已經來臨。大數據資料的分析在教育領域近年來備受矚目快速推展，課堂、課外的教學模式因此有多改革，透過數據分析從學生和老師的教學應用、行為中，抓取了許多學習相關的數位化資料，進一步探究教與學中隱藏的訊息，也發揮了許多數位教育的特性和價值。
而就大數據分析在教育上的發展和應用，涵蓋了正式及及非正式的教育體系，這其中包括了: 學習歷程記錄分析、教學歷程的紀錄和分析、評量考試的紀錄和分析，透過不同之面向教學更能深刻理解不同的學習群體，各群體之間的特有學習需求和傾向，幫助老師設計更為個性化的教學課程，達到因材施教，及適性教育之理想。
隨著人工智慧和大數據的出現，教育會有更多的選擇性。Fuller (1938 & 1973) 在1938年就提出了科技趨勢的觀點“Ephemeralization”一詞，此觀點是相信科技可以帶來以越來越少的東西來作越來越多的事情，最終科技帶來的便利性，可以更結構性、系統性的作出更多元多面且正確客觀的判斷。大數據的分析可以成為人工智慧機器人的養分，使機器人能夠充分的獲得訓練資料，機器人使用大料的數據統計方法，進而建模、推論、建立預測的能力，這些系統且結構化的方式，幫助了我們更了解孩子的需求，也更能推論出相對應的適合每一位孩子的教學模式。
