2018夏季世界经济论坛仍然在瑞士 达沃斯 停止。微博上和冤家圈里勤劳的“特派记者” 李开复 ，再次给我们分享了闭门论坛热议的话题。

这次是AI+教育。

请看创新工场董事长发自达沃斯的见闻：

明天在参与达沃斯经济论坛的WEF Generation AI panel环节，我和Kay Firth-Butterfield（AI-Austin公司执行董事）、Ronald Dahl （加州大学伯克利分校人类开展研讨所所长）、Erica Kochi （结合国儿童基金会结合开创人）、Matt Hancock（英国数字文明媒体和体育部长）等嘉宾讨论，关于AI教育和AI品德公道成见有几个有意思的观念跟大家分享。

我的观念是中国在AI和教育的结合方面，更英勇超前，美国的EdTech太理想主义。

中国教育和AI技术结合更超前

这个月我和一些创业公司访问哥伦比亚大学，接待我们每一个教师，无论是Jeanette Wing, Mary Boyce还是Merit Janow，是从心里酷爱他们做的每一个技术，即便曾经是60多岁，仍然对技术痴迷。这种教育肉体，是十分棒的学习典范。

但针对AI+教育的将来，我的观念是美国的EdTech（教育科技）太多理想，太多修辞，不够务虚。同时对先生数据隐私过于纠结，没有看到应有的进度。中国在AI技术和教育的结合方面，走的更超前。

我跟大家描绘中国AI教育的迅速开展。每个先生都有完好教育画像，画像数据来自：近程教育视频和学习记载（如 VipKid），双师教员视频和学习记载（如高思），考试自动修正和错误记载（如七天），自动软件练习（如盒子鱼）。这几个公司掩盖了接近百万付费家长，数千万先生。

在这几个范畴创新工场投资的几家教育公司，曾经验证这些逻辑，正在改写将来教育。比方VipKid可以透过一对一视频学习链接北美教师和中国孩子，弱小的后台零碎可以将整个教学进程数字化，反应给教师，不时优化教学效果。创业公司“联帮在线”推进双师课堂，把优质师资经过网络带进偏僻学校，外地教师做特性化课后辅导。创业公司“七天网络”提供AI智能阅卷，加重教师反复性任务。

教师不会被AI取代

在将来的10-30年里，这些任务将会渐渐消逝，这种场面我们很难去改动。很多人都在担忧本人的任务会被AI取代，具有以下四种特质的任务很难被AI取代：精致、复杂、创意、爱心。

所以，学校教师的角色将来不能够被AI取代，AI反而能加重教员任务中反复机械化的义务（比方阅卷、点名），让教师们真正释放出来关注先生、教学互动。

但我们需求改动教育，为孩子们开设开掘天赋和才干的课程，让更多的孩子承受更好的教育，还需求加强职业品德培训。

将来，人类也许一周任务30个小时（4天）就可以了，未来会有更多的 机器人 替我们任务，我们也有更多的财富，这也会减弱我们的任务动机。但我们需求婚配的教育方式培育对应的人才。

AI的品德偏向AI公司应担任

AI的智能程度依赖数据。一旦数据样本不片面，就会形成后果和判别的偏向。一些研讨曾经显示，随着机器越来越接近于掌握人类的言语才能，它们也在吸收隐藏于言语中的根深蒂固的成见。浅显地说，由于人类的言语带有成见，计算机经过对人类言语的少量学习，也学会了成见。例如，当一台计算机在搜索计算机顺序员时，会将“顺序员”与男性联络在一同，男性的简历将会抵达最顶部。

关于AI 品德公道成见成绩，UNICEF 创新担任人Erica Kochi 宣布了比拟有意思的观念。

1）假如AI数据不完好，能够招致各种成绩。比方说在非洲用手机通话数据训练的小额存款就无法存款给比拟贫穷没有手机货很少运用手机的人，还有墨西哥有些保险公司会预测人将来生病的概率，假如很高就大幅度涨保险月费，

2）AI公司在处理品德上有四个责任：数据的完好性和代表性、算法的公道性、用户关于算法和决策的知情权，用户赞扬渠道。

3）如何执行这样关于大AI公司的监视呢，Erica建议采取财务审计的形式，来检视算法、数据、通明度、政策等方面。可以从最风险的范畴（比方说 无人驾驶 ）开端，逐步完善审计制度。审计可以来自外部或内部。公司由于自律审计，对公司名誉会有所提升。假如是内部审计，则可以给公司时机回应整改。这些观念在国际历来不会听到，虽然不一定是最好的方案，

这些观念虽然不一定是最好的方案，我也不见得赞同她的观念，但是他们研讨更深，且基于不同文明背景，可彼此参考商讨。

李开复总结：2018达沃斯聚焦AI对人类的六大应战

2018年夏季达沃斯的主题是“在分化的世界中增强协作”， 人工智能 呈现在全球各界首领的讨论议题当中。从我的感受来看，全球的各界首领对AI对人类的应战尤为关注，次要聚焦在以下六个话题里：

1） 平安性： 无人驾驶汽车可以被黑客变成武器，如何防止？

2）隐私： 团体隐私如何维护，如何让每团体掌控本人的数据，或至多防止AI公司滥用团体数据（如出售等）？

3）任务： 15年内50%的任务义务将被取代，4-8亿人需求重新训练，人类如何渡过这个历史性的应战？

4）贫富不均： AI发明的富豪和被AI取代的反复性任务者，这两者的差距能够是有史以来最大。如何防止穷人凌虐穷人？

5）数据的成见： 假如数据不完好或标注有成见，能够带来对一些用户的歧视，如何监视防止这方面成绩？

6）大公司的垄断： 巨头公司拥有少量用户数据，可以靠此优化产品，添加支出，花大钱雇佣AI迷信家买机器，再累积更少数据，源源不时维护垄断。AI时代的垄断，由于无数据累积作用，能够比任何过来时分的垄断都反竞争，应该怎样办？