人工智慧 與教育

1. 從人工智慧反思教育現場
清華大學資工系 陳宜欣

2. About Speaker
 Currently
 清華大學資訊工程系副教授
 主持智慧型資料工程與應用實驗室 (IDEA Lab)
 Education
 Ph.D. in Computer Science, USC, USA
 M.B.A. in Information Management, NCU, TW
 B.B.A. in Information Management, NCU, TW
2
陳宜欣 Yi-Shin Chen

3. 我的人工智慧旅程
3

4. 人工智慧興衰
1950~1960萌芽期
1960~1970黃金年代
1970~1980人工智慧第一個冬天
1980~1990專家系統
1990 人工智慧第二個冬天
1997 第二波人工智慧
 與人的競賽
2016 Alpha Go
4
開始學習人工智慧
博士班
教書

5. 頗怪異的旅程
大學：人工智慧
研究所：遺傳演算法
博士：資料庫（＋一點人工智慧）
教書：智慧資料工程
 教授：高等資料庫庫、資料探勘
 十年後才加入中華民國人工智慧學會
 教授：文字探勘、自然語言
 主持教育部「人工智慧技術及應用領域課程」
5
（誤解?）

6. 學生教我的事情
6

7. 兩國學生比較
2004 清華大學
 學生下課才發問
 很多人上課體力不支
 課堂上給挑戰題會自信心受損
 分數比答案重要
 期末會寫評量
7
2003 南加州大學
 學生上課發問/發表意見較多
 學生上課很專注
 課堂上給挑戰題會很開心
 答案比分數重要
 期末會寫私人感謝信

8. 教改前 vs 教改後
教改後
 很多學生下課會睡覺
 獨行俠越來越多
 考試會請假
 自覺自己比較好
8
教改前
 很多學生下課會問問題
 獨行俠較少
 上課會請假
 自覺教改後的學生比較好

9. 教育現場的改變
對未來茫然的比例越來越高
對現有課程失去興趣的比例越來越高
小範圍的考試比期末Project拿手
 見樹不見林
為何而讀？
 父母
 未來工作
 越來越少人會提到自己
9

10. 人工智慧教我的事情
10

11. 目標很重要
人工智慧：目的
機器學習：方法
 監督學習：給答案
 非監督學習：如何衡量
巨量資料：資源
11
找到正確的目標

12. 我們有正確的目標嗎?
12

13. “我們要訓練怎樣的學生？
13
培養？
教導？
經由有計畫、步驟的指導，並實
地操作練習，使受訓者具有某種
特長或技能。例這隻狗經訓練之
後，成為非常優秀的導盲犬。
長期策劃和訓練。例培養人才、
培養信心
在適宜的環境中培植養育。例培
養細菌、培養新品種
訓誨指導
訓誨：教導勸誡
指導：指示引導
指示：對部屬或晚輩說明處理事情的原
則或方法
引導：領導、引領指導

14. 教育目標的轉換
從解題到提問
14

15. 如何衡量辦學成效？
KPI
15

16. 解題
16
標準答案扼殺用不同觀點看世界的能力
片斷的知識切斷學生與真實世界的連結

17. ““Purpose endows a person with joy in good times and
resilience in hard times, and this holds true all throughout
life.” --William Damon (The Path to Purpose, 2008)
17
“Young people do not wish to be shielded from hard realities;
they wish to learn how to accomplish their dreams in the face
of such realities. Informing them of the actual steps they must
take in order to achieve their highest aspirations is educative in
the best sense of the word.” --William Damon
教育部應該思考的問題

18. More in the future…
Thank you.
Contact me at:
yishin@gmail.com