211service.com
Kina har startet et stort eksperiment innen AI-utdanning. Det kan omforme hvordan verden lærer.
Student med hodetelefoner og ser på en dataskjerm Noah Sheldon
Zhou Yi var forferdelig i matematikk. Han risikerte aldri å komme inn på college. Så kom et selskap kalt Squirrel AI til ungdomsskolen hans i Hangzhou, Kina, og lovet personlig veiledning. Han hadde prøvd veiledningstjenester før, men denne var annerledes: i stedet for en menneskelig lærer, ville en AI-algoritme kurere leksjonene hans. 13-åringen bestemte seg for å prøve. Ved slutten av semesteret hadde testresultatene hans økt fra 50 % til 62,5 %. To år senere fikk han 85 % på sin siste ungdomsskoleeksamen.
Jeg pleide å synes matte var skremmende, sier han. Men gjennom veiledning innså jeg at det egentlig ikke er så vanskelig. Det hjalp meg å ta det første skrittet på en annen vei.
Denne historien var en del av januar 2020-utgaven vår
- Se resten av saken
- Abonnere
Eksperter er enige om at kunstig intelligens vil være viktig i det 21. århundres utdanning – men hvordan? Mens akademikere har undret seg over beste praksis, har ikke Kina ventet rundt. De siste årene har landets investering i AI-aktivert undervisning og læring eksplodert. Tekniske giganter, nystartede bedrifter og etablerte utdanningsinstitusjoner har alle hoppet inn. Titusvis av millioner studenter bruker nå en eller annen form for kunstig intelligens for å lære – enten gjennom undervisningsprogrammer som Squirrels, gjennom digitale læringsplattformer som f.eks. 17ZuoYe , eller selv i hovedklasserommene deres . Det er verdens største eksperiment på AI i utdanning, og ingen kan forutsi utfallet.
Silicon Valley er også sterkt interessert. I en rapport i mars, Chan-Zuckerberg Initiative og Bill og Melinda Gates Foundation identifisert AI som et pedagogisk verktøy som er verdig å investere. I boken hans fra 2018 Omkobling av utdanning , John Couch, Apples visepresident for utdanning, hyllet Squirrel AI. (En kinesisk versjon av boken er medforfatter av Squirrels grunnlegger, Derek Li.) Squirrel også åpnet et felles forskningslaboratorium med Carnegie Mellon University i år for å studere tilpasset læring i stor skala, og eksportere den globalt.
Men eksperter bekymrer seg for retningen dette hastverket til AI i utdanning tar. I beste fall, sier de, kan AI hjelpe lærere å fremme elevenes interesser og styrker. I verste fall kan det befeste en global trend mot standardisert læring og testing ytterligere, og gjøre neste generasjon dårlig forberedt på å tilpasse seg en arbeidsverden i rask endring.
Som et av de største AI-utdanningsselskapene i Kina, fremhever Squirrel denne spenningen. Og som en av de best rustet til å spre seg til utlandet, tilbyr den et vindu inn i hvordan Kinas eksperimenter kan forme resten av verden.
Zhou Yi tar en matteveiledningstime med Squirrel AI. Noah Sheldon
Læringssenteret som Zhou går på, et av de første som Squirrel åpnet, ligger i andre etasje i en upretensiøs bygning på en trafikkert kommersiell vei i Hangzhou, en andrelagsby i Zhejiang-provinsen. Firmapriser står langs veggene i trappeoppgangen. Lenger inne er store fotografier av minst et dusin menn utstilt: halvparten av dem er Squirrel AIs ledere og de andre er mesterlærere, en tittel gitt på de beste lærerne i Kina, som hjelper til med å utvikle selskapets læreplan.
Skolens interiørdekorasjoner er beskjedne. Foajeen er liten og fargerik med limegrønne aksenter. Bilder av smilende elever henger langs korridoren mellom seks eller så klasserom. Innvendig gir falmede dekaler av trær og enkle mottoer som Vær ydmyk liv til veggene. Det er ingen tavler, projektorer eller annet utstyr – bare ett bord per rom, ment for seks til åtte personer.
Kjøretøyet for undervisningen er den bærbare datamaskinen. Både elever og lærere stirrer intenst på skjermer. I ett rom bruker to studenter hodetelefoner, oppslukt av en engelsk veiledningsøkt. I en annen tar tre elever, inkludert Zhou, tre separate mattetimer. De utarbeider øvelsesoppgaver på papirlapper før de sender inn svarene sine på nett. I hvert rom overvåker en lærer elevene gjennom et dashbord i sanntid.
På forskjellige tidspunkt legger begge lærerne merke til noe på skjermen som ber dem gå bort og knele ved en elevstol. De snakker i rolige toner, antagelig for å svare på et spørsmål veiledningssystemet ikke kan løse. Selv om jeg bare er noen meter unna, kan jeg ikke skille ordene deres over den myke summen av trafikk på gaten nedenfor.
Det er så stille, hvisker jeg til den lille gjengen med skole- og bedriftsansatte som er samlet til turen min. Regiondirektøren i Hangzhou smiler med det jeg tolker som et snev av stolthet: Det er ingen lyder av lærere som foreleser.
Elever ved Squirrel får hjelp av læreren sin. NOah Sheldon
Tre ting har drevet Kinas AI-utdanningsboom. Den første er skattelettelser og andre insentiver for AI-satsinger som forbedrer alt fra elevlæring til lærerutdanning til skoleledelse. For VC-er betyr dette at slike satsinger er gode spill. I følge ett anslag , ledet Kina an i over 1 milliard dollar investert globalt i fjor i AI-utdanning.
For det andre er den akademiske konkurransen i Kina hard. Ti millioner studenter i året tar opptaksprøven til høyskolen gaokao . Poengsummen din avgjør om og hvor du kan studere for en grad, og det blir sett på som den største suksessfaktoren for resten av livet ditt. Foreldre betaler villig for veiledning eller noe annet som hjelper barna deres å komme videre.
Til slutt har kinesiske gründere massevis av data til rådighet for å trene og avgrense algoritmene sine. Befolkningen er enorm, folks syn på personvern er mye mer slapp enn i Vesten (spesielt hvis de kan få ettertraktede fordeler som akademisk ytelse tilbake), og foreldre er store troende på teknologiens potensial, etter å ha sett hvor mye den har. forvandlet landet på bare noen få tiår.
Squirrel fokuserer på å hjelpe elevene til å score bedre på årlige standardiserte tester, som går rett inn i nasjonale gaokao angst; mer enn 80 % av studentene kommer tilbake år etter år, heter det. Den designet også systemet sitt for å fange opp stadig mer data fra begynnelsen, noe som har muliggjort alle slags personaliserings- og prediksjonseksperimenter. Det markedsfører tungt sine tekniske evner gjennom akademiske publikasjoner, internasjonale samarbeid og priser, noe som har gjort det til en kjæreste for Shanghais lokale myndigheter.
Strategien har ført til en forbløffende vekst. I løpet av de fem årene siden det ble grunnlagt, har selskapet åpnet 2000 læringssentre i 200 byer og registrert over en million studenter – lik New York Citys hele offentlige skolesystem. Den planlegger å utvide til 2000 flere sentre innenlands i løpet av et år. Til dags dato har selskapet også samlet inn over 180 millioner dollar i finansiering. På slutten av fjoråret fikk den status som enhjørning, og oversteg 1 milliard dollar i verdi.
Squirrel AIs hovedkvarter i Shanghai. Noah Sheldon
Squirrel er ikke det første selskapet som forfølger konseptet med en AI-veileder. Den tidligste innsatsen for å kopiere lærere dateres tilbake til 1970-tallet, da datamaskiner først begynte å bli brukt i utdanning. Så, mellom 1982 og 1984, flere studier i USA viste at studenter som fikk en-til-en menneskelig veiledning presterte langt bedre enn studenter som ikke gjorde det. Dette satte i gang en ny bølge av innsats for å gjenskape den typen individuell oppmerksomhet i en maskin. Resultatet ble adaptive læringssystemer, som nå finnes overalt fra barnehager til treningssentre på arbeidsplassen.
Squirrels innovasjon er i sin granularitet og skala. For hvert kurs det tilbyr, jobber ingeniørteamet med en gruppe mesterlærere for å dele inn emnet i de minste mulige konseptuelle bitene. Matematikk på ungdomsskolen, for eksempel, er delt inn i over 10 000 atomelementer, eller kunnskapspunkter, som rasjonelle tall, egenskapene til en trekant og Pythagoras teorem. Målet er å diagnostisere en elevs hull i forståelse så nøyaktig som mulig. Til sammenligning kan en lærebok dele det samme emnet inn i 3000 poeng; ALEKS, en adaptiv læringsplattform utviklet av USA-baserte McGraw-Hill, som inspirerte Squirrel's, deler den inn i omtrent 1000.
Når kunnskapspoengene er satt, kobles de sammen med videoforelesninger, notater, utarbeidede eksempler og praksisoppgaver. Relasjonene deres – hvordan de bygger på hverandre og overlapper hverandre – er kodet inn i en kunnskapsgraf, også basert på mesterlærernes erfaring.
Squirrel AIs ingeniører jobber med å bygge opp selskapets veiledningsplattform. Noah Sheldon
En student starter et studieløp med en kort diagnostisk test for å vurdere hvor godt hun forstår sentrale begreper. Hvis hun svarer riktig på et tidlig spørsmål, vil systemet anta at hun kan relaterte konsepter og hoppe videre. Innenfor 10 spørsmål har systemet en grov skisse av hva hun må jobbe med, og bruker den til å bygge en læreplan. Mens hun studerer, oppdaterer systemet sin forståelsesmodell og justerer læreplanen deretter. Etter hvert som flere elever bruker systemet, oppdager det tidligere urealiserte sammenhenger mellom konsepter. Maskinlæringsalgoritmene oppdaterer deretter relasjonene i kunnskapsgrafen for å ta hensyn til disse nye forbindelsene. Mens ALEKS gjør noe av dette også, hevder Squirrel at maskinlæringsoptimaliseringene er mer begrenset, noe som gjør den i teorien mindre effektiv.
Squirrel har tilbudt en viss validering av systemet sitt. I oktober 2017, for eksempel, fant en selvfinansiert firedagers studie med 78 ungdomsskoleelever at systemet i gjennomsnitt var bedre til å løfte matematikkprøveresultater enn erfarne lærere som underviste et dusin eller så barn i et tradisjonelt klasserom.
Elevene jeg snakker med ved læringssenteret har også stor ros for veiledningsprogrammet. Alle fullfører ungdomsskolen og har kommet til senteret i mer enn ett år. En jente, Fu Weiyi, forteller meg at hun har forbedret seg mye raskere enn da hun fikk individuell veiledning fra en menneskelig lærer. Her har jeg lærer både on- og offline, sier hun. I tillegg er instruksjonen veldig målrettet; systemet kan direkte identifisere hullene i min forståelse. En annen student gjenspeiler følelsen: Med systemet trenger du ikke å gjøre tonnevis av øvelser, men det er fortsatt effektivt. Det sparer virkelig tid.
Selv om jeg må ta ordene deres med en klype salt – studentene er håndplukket og gir sine vitnesbyrd under intens veiledning – er jeg fortsatt rørt over deres lettelse over at de har funnet en formel som virker for å forbedre den ofte brutale akademiske miljø. Zhou Yis historie, kanskje ikke tilfeldig, illustrerer også pent hvordan Squirrel kan hjelpe elever som sliter.
For Squirrels grunnlegger Li, stopper ikke denne visjonen ved veiledning. Han har ambisjoner om å bryte ut av grensene til etterskoleprogrammering og integrere læreplanen sin direkte i hovedklasserommet. Squirrel er allerede i diskusjon med flere skoler i Kina for å gjøre systemet til den primære undervisningsmetoden.
Jeg prøver å forestille meg hvordan denne verden kan se ut, og om vi kan ha det bedre for det. Jeg stiller elevene et siste spørsmål: Er det noe Ekorn kan forbedre? En lang pause. Så: Jeg skulle ønske vi hadde mer samhandling med våre menneskelige lærere, sier Fu.
En lærer hjelper en elev via video som en del av Squirrels nye fjernveiledningsprogram.
Hver pedagogisk ekspert jeg snakket med for denne historien begynte med det samme poenget: for å forstå hvordan AI kan forbedre undervisning og læring, må du tenke på hvordan det omformer arbeidets natur.
Etter hvert som maskiner blir bedre til utenatlige oppgaver, må mennesker fokusere på ferdighetene som forblir unike for dem: kreativitet, samarbeid, kommunikasjon og problemløsning. De må også tilpasse seg raskt ettersom flere og flere ferdigheter blir offer for automatisering. Dette betyr at klasserommet fra det 21. århundre bør få frem styrken og interessene til hver person, i stedet for å formidle et kanonisk sett med kunnskap som er mer egnet for den industrielle tidsalderen.
AI kan i teorien gjøre dette enklere. Det kan ta over enkelte utenatlige oppgaver i klasserommet, og frigjøre lærerne til å være mer oppmerksomme på hver elev. Hypotesene er forskjellige om hvordan det kan se ut. Kanskje AI vil lære visse typer kunnskap mens mennesker lærer andre; kanskje det vil hjelpe lærere å holde styr på elevenes prestasjoner eller gi elevene mer kontroll over hvordan de lærer. Uansett er det endelige målet dypt personlig tilpasset undervisning.
En vegg ved Squirrels hovedkvarter som viser eksempler på underpresterende studenter som plattformen 'reddet'. Noah Sheldon
Squirrels tilnærming kan gi gode resultater på tradisjonell utdanning, men den forbereder ikke studentene til å være fleksible i en verden i endring, sier ekspertene jeg snakket med. Det er en forskjell mellom adaptiv læring og personlig læring, sier Chris Dede, professor ved Harvard University i teknologi-, innovasjons- og utdanningsprogrammet. Squirrel driver med adaptiv læring, som handler om å forstå nøyaktig hva elevene vet og ikke vet. Men det tar ingen hensyn til hva de ønsker å vite eller hvordan de lærer best. Personlig læring tar hensyn til deres interesser og behov for å orkestrere motivasjonen og tiden for hver elev slik at de er i stand til å gjøre fremskritt.
Jutta Treviranus, en professor ved Ontario College of Art and Design University som var banebrytende for personlig læring for å forbedre inkludering i utdanning, bryter det ytterligere ned. Personlig læring har en rekke nivåer, sier hun: hun kaller dem tempo, vei og destinasjon.
Hvis læringstempoet er personlig tilpasset, får elever med ulike evner ulik tid til å lære det samme materialet. Hvis banen er personlig, kan elevene få ulike motivasjoner for å nå de samme målene (her er grunnen til at statistikk er relevant for din kjærlighet til baseball) og tilbys materialet i forskjellige formater (f.eks. video versus tekst). Hvis destinasjonen er personlig, kan studentene velge for eksempel om de vil lære med tanke på en fagskole eller et universitet.
Vi trenger at elevene forstår sin egen læring. Vi trenger at de bestemmer hva de vil lære, og vi trenger at de lærer å lære, sier Treviranus. Squirrel AI tar ikke opp disse tingene i det hele tatt. Det gjør det bare mer effektivt å bringe alle elevene til samme standardiserte sted.
Det betyr ikke at adaptive læringssystemer ikke vil ha noen plass i det 21. århundres klasserom. David Dockterman, en kollega av Dede, mener deres styrke i å trene mennesker på strukturert kunnskap fortsatt er verdifull. Men det ville være en feil å gjøre dem til den dominerende læreren i klasserommet: Den slags utenatlige aktiviteter – kunnskapsinnhenting, ferdighetstilegnelse – som er lettere å lære bort med en smart veileder, er også de tingene som lettere kan utføres av en smart maskin , han sier.
Derek Li, Squirrel AIs grunnlegger Noah Sheldon
Li, ekornets grunnlegger, er høy og rank og har kraftige kinnbein. Når han snakker engelsk, setter han inn noen få setninger med Right?, løftet øyenbryn for å være sikker på at du er på samme side. Når han snakker mandarin, faller ordene dobbelt så raskt.
En uke etter mitt besøk på læringssenteret møter jeg ham ved Squirrels hovedkvarter i Shanghai. I stil med en diskré showmann gir han meg den store omvisningen. Læringssenterets beskjedenhet står i skarp kontrast til kontorinnredningen her: hver vegg kan skryte av forskjellige detaljer om selskapet og milepæler den har nådd. Her er en med alle medieomtaler. Her er en annen med alle sine priser. Og her er noen eksempler på studenter som ble ansett som håpløse og deretter reddet. Jeg støter på en ny tur før jeg er ferdig med min egen.
Noen få skritt forbi den første døren peker Li ut en skjerm rett til venstre for meg som spiller et TV-klipp på repeat. Det er et spillprogram som viser et oppgjør mellom Squirrels veiledningssystem og en menneskelig lærer – en av de beste i Kina, sier han. Tre av lærerens elever, som han har undervist i tre år, står ved siden av ham på scenen og løser problemer. Systemet og læreren konkurrerer om å forutsi hvilke de vil få rett.
Li venter ikke på at klippet skal slutte for å avsløre punchline: På tre timer forstår vi elevene mer enn de tre årene de beste lærerne har brukt.
På skjermen ser læreren stadig mer nedslått og ydmyket. Han ser så trist ut, sier jeg.
Du la merke til det! Li ler.
Mye av Squirrels filosofi stammer fra Lis egne erfaringer som barn. Da han var ung, hadde han ikke særlig god emosjonell intelligens, sier han, og det hjalp ikke å lese bøker om emnet. Så han brukte et halvt år på å dele ferdighetene inn i 27 forskjellige komponenter og trente seg selv på hver enkelt. Han trente seg opp til for eksempel å være mer observant og være en interessant samtalemann (jeg brukte mye tid på å finne 100 emner, så jeg har mye stoff å snakke med andre, sier han). Han trente til og med seg selv til å fortsette å smile når andre kritiserte ham. (Etter det, i mitt liv, har jeg ingen fiender.) Metoden ga ham de resultatene han ønsket – sammen med den faste troen på at alt kan læres på denne måten.
Li bruker en analogi for å legge ut sin ultimate visjon. Når AI-utdanning råder, sier han, vil menneskelige lærere være som en pilot. De vil overvåke avlesningene mens algoritmen flyr flyet, og for det meste vil de spille en passiv rolle. Men av og til, når det er et varsel og en passasjer får panikk (si, en elev blir mobbet), kan de gå inn for å roe ned. Menneskelige lærere vil fokusere på emosjonell kommunikasjon, sier han.
Li tror dette er den eneste måten menneskeheten vil kunne heve sin kollektive intelligens. Å betro lærere noe annet kan risikere å skade genier. Han spiller ut denne filosofien på sine egne barn, og bruker Squirrels system så mye som mulig for å trene dem. Han skryter av at hans åtte år gamle tvillinggutter, i andre klasse, nå lærer fysikk i åttende klasse, et bevis på at metoden hans fungerer. Bare adaptive systemer kunne gjøre slike mirakler, sier han.
Noah Sheldon
Squirrel eksporterer allerede teknologien sin til utlandet. Den har dyrket sitt internasjonale rykte ved å dukke opp på noen av de største AI-konferansene rundt om i verden og få med seg anerkjente samarbeidspartnere tilknyttet MIT, Harvard og andre prestisjetunge forskningsinstitutter. Li har også rekruttert flere amerikanere til å tjene i sitt lederteam, med den hensikt å presse inn i USA og Europa i løpet av de neste to årene. En av dem er Tom Mitchell, dekan for informatikk ved Carnegie Mellon; en annen er Dan Bindman, som ledet brukeropplevelsen og redaksjonen i ALEKS.
Treviranus bekymrer seg for at Squirrels utdanningsfilosofi er representativ for en bredere feil i Kinas jakt på intelligent utdanning: dens vektlegging av standardisert læring og testing. Tragedien med Kina-eksperimentene er at de tar landet til et utdanningspunkt som enhver progressiv pedagog eller utdanningssystem beveger seg bort fra, sier hun.
Men hun mener at Kina også har en av de beste mulighetene til å gjenoppfinne et mer lærervennlig, elevfokusert klasseromsmiljø. Det er mindre forankret enn Vesten i eldre utdanningsmodeller og mye mer villig til å prøve nye ideer. Kina må se på en helt annen form for AI, sier hun. Spørsmålet er: Hva betyr det?
Svaret kan ligge et dusin mil vest for Squirrels hovedkvarter, overfor Huangpu-elven som går gjennom Shanghai. Der utfører Pan Pengkai, en pedagogisk ekspert for barn, eksperimenter av en annen karakter.
Pan har tenkt på hvordan man kan bruke AI i utdanning i nesten to tiår. For femten år siden grunnla han sitt første ed-tech-selskap i Kina etter å ha tatt doktorgraden fra MIT Media Lab. Inspirert av sin erfaring fra grunnskolen, fokuserte han på å bygge verktøy for å lære engelsk. Innovasjon kommer av annerledeshet, sier han. Det er akkurat det Kina mangler. Hvis du er i stand til å snakke flere språk, er du i stand til å snakke med forskjellige mennesker; du er i stand til å formidle ulike ideer.
Pan driver nå Alo7, et K-12 ed-tech-selskap med samme oppdrag som å undervise i engelsk. I motsetning til mange andre firmaer søker den imidlertid å bevege seg bort fra testorientert læring og i stedet fremme kreativitet, lederskap og andre myke ferdigheter. Selskapet tilbyr produkter og tjenester for både fysiske og digitale klasserom. Den har en nettbasert læringsplattform, sammen med en samling lærebøker, for eksempel, som hjelper elevene å lære og øve på språkferdighetene sine. Den har også en tjeneste som kobler opptil tre elever via video med engelskveiledere i utlandet for vanlige gruppetimer. Til dags dato har det tjent rundt 15 millioner studenter og lærere og samarbeidet med 1500 institusjoner nasjonalt.
Pan Pengkai, grunnlegger og administrerende direktør for Alo7 med tillatelse fra Alo7
I motsetning til Squirrel, er Alo7s nettbaserte læringsplattform ment å supplere et tradisjonelt klasserom. Kunnskap som kan utøves gjennom adaptiv læring, som vokabularord, praktiseres hjemme gjennom appen. Det samme er ferdigheter som uttale, som kan foredles gjennom talegjenkjenningsalgoritmer. Men alt som krever kreativitet, som skriving og samtale, læres i klasserommet. Lærerens bidrag er viktig. Pan tilbyr en parallell: Det er mye medisinsk teknologi som brukes på sykehus, men vi kan ikke si at maskinen er bedre enn legene. Det er fortsatt et legeassistentverktøy.
Pans ultimate visjon for AI i utdanning er å bli kvitt standardiserte tester helt. Hvorfor tester vi folk i to eller tre timer for å finne ut om de er gode eller dårlige? han spør. Han tror AI på sikt vil skape fleksible læringsmiljøer som er like gode for sensitive og kreative elever som for presise og analytiske. Utdanning vil ikke lenger handle om konkurranse, sier han.
I fjor begynte Alo7 å eksperimentere mer. Den la til ansikts- og stemmeanalyse til videoveiledningsøktene for å lage sammendragsrapporter for hver leksjon. Algoritmer måler hvor mye tid elevene snakket engelsk i klassen, nøyaktigheten av deres engelske uttale, og grunnleggende indikatorer på deres engasjement og glede, for eksempel antall ganger de åpnet munnen for å snakke og le. Tidligere i år opprettet selskapet flere fysiske klasserom utstyrt med kameraer og mikrofoner for å produsere lignende analyser. Lærere får også rapporter om sine egne prestasjoner.
Jeg går og ser et av Alo7s intelligente klasserom for meg selv. Den er liten, men full av farger. Veggene er illustrert med selskapets maskoter, fem tegneseriekamerater med distinkte personligheter, som vises gjennom selskapets undervisningsmateriell. Det er verken bord eller stoler, bare en benk som går langs bakveggen. Foran er en tavle og to TV-er for å vise dagens læreplan.
Det er ingen timer i økten, men en bedriftsansatt spiller noen korte klipp av barneskoleklasser for meg. I den ene sitter seks elever på en benk og øver på å si navnene på forskjellige dyr. Fugl, fugl, fugl! de synger sammen med læreren sin mens hun slår med armene som vinger. Skilpadde, skilpadde, skilpadde! de fortsetter mens skjermen endrer visningen til en tegneserieskilpadde. Lærer-elev interaksjonene tar forgrunnen; AI blekner med vilje, ubemerket, inn i ryggen.
Elevene lærer engelsk i Alo7s intelligente klasserom. Med tillatelse fra Alo7
Dede sier at den typen data som genereres i et intelligent klasserom kan være nyttig, men han advarer om at kameraer og andre sensorer også kan misbrukes for å bedømme en elevs følelser eller sinnstilstand, applikasjoner som har liten forankring i vitenskap og kan føre til over- overvåkning. Pan er enig i at det er viktig å være forsiktig: Det er derfor vi gir dataene hovedsakelig til lærere og ikke studenter, fordi vi ennå ikke har kjørt vitenskapelige tester.
Pan forteller meg at han ikke har planer om å utvide Alo7 utenfor Kina. Hjemmemarkedet alene er en utfordring nok når han skal selge en utdanningsfilosofi som går mot mainstream. Men han har begynt å se et skifte i den nasjonale samtalen. Ettersom regjeringsledere har søkt nye måter å stimulere innovasjon på, har ideen om en kvalitetsorientert utdanning – en som vektlegger kreativitet og liberal kunst – fått fart.
I februar i fjor vedtok Kinas utdanningsdepartement en rekke reformer, inkludert strengere lisensiering for veiledere, rettet mot å redusere besettelse med testing . Tidligere denne måneden avduket regjeringen også en sett med retningslinjer å fokusere mer på fysisk, moralsk og kunstnerisk utdanning, og mindre på eksamen. Selv om kritikere påpeker at det fortsatt ikke har eliminert gaokao , Pan er optimistisk om sin intensjon om å endre seg. Alo7 er også klar til å hjelpe landet med å søke etter nye veier fremover.
Vi ønsker å endre fremtiden til kinesisk utdanning med teknologi, sier Pan alltid. Kinas nåværende masseeksperiment innen AI-utdanning, og valgene det må ta, kan også endre utdanning for verden.
Rettelser: Alo7s videoveiledningstjeneste følger et gruppeformat; det er ikke en-til-en. Etter publisering presiserte Squirrel at Dan Bindman var redaksjonsdirektør i ALEKS, ikke en medgründer som opplyst på Squirrels nettside, og begge selskapene bruker færre kunnskapspoeng enn førstnevnte tidligere delte. ALEKS har også mer data enn Squirrel.