諾貝爾經濟學獎得主James J.Heckman：要藉助AI的力量更好地培養中國的孩子們

雷鋒網按：7月12日-7月14日，2019 第四屆全球人工智慧與機器人峰會（CCF-GAIR 2019）於深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智慧與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智慧和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智慧領域極具實力的跨界交流合作平台。

7 月 12 日上午，「人工智慧前沿」專場在主會議廳舉行。中國工程院院士、IEEE Fellow、香港中文大學（深圳）校長徐揚生任專場主持人。

徐揚生：今天上午有 4 個報告，第一位報告嘉賓是 James J.Heckman，他是 2000 年諾貝爾經濟學獎獲得者，是來自美國芝加哥大學的經濟學教授。他在經濟學方面非常著名，他主要是致力於幫助我們研究並且理解人類與社會方面的一些現象，以及了解如何打造未來所需的各項技能，並適應勞動力市場。James J.Heckman 教授除了獲得了2000年的諾貝爾經濟學獎，他還獲得過其它的眾多獎項，在科研領域、人工智慧領域等等其它前沿科技領域都獲得了非常多的獎項，今天他將會和我們介紹技術是如何助力兒童在早期的認知發展和一些衡量標準，歡迎 James J.Heckman 教授。

James J.Heckman：

非常感謝大家給我這個機會能夠讓我參加此次會議，雖然說我並不是最最厲害的人，但是我也想給大家分享一些內容。

今天我想給大家介紹的，是從一個生命周期的角度來看一下我們應該如何進一步積累以及增長我們的技能，我還會簡單地介紹一下計量經濟學在國際以及中國的發展。今天我為什麼來到這裡講這些內容呢？因為我覺得那些成功的人之所以會成功，他們的技能包里一定是有一些共性所在的，比如說他們的成長路徑，他們從幼兒成長為一個成年人是如何進行學習的，以及他們與世界的互動方式是怎樣的，哪一種類型的互動方式是最為有效的。這些都是我們需要去關注的內容。我知道在座的各位有些是從事科研的，我想要強調的是，在互動當中如何去量化、如何去制定一個衡量標準。這是我今天要講解的重點。

中國正缺乏有技能的工人，而且這個短缺情況越來越嚴重

大家都知道中國的發展速度非常快，特別是在過去40年當中，它的發展速度是非常快的。為什麼發展得那麼快？大家都知道有一個重要的歷史事件，就是中國制定了一個非常聰明的發展策略，引導民眾注重學前教育。所以中國有大量的具備中等技能的勞動力。

我們也知道，儘管有這麼快的發展速度，還是有很多欠缺的地方，比如說如何讓勞動力的技能增長跟上中國的發展速度。我們來比較一下中國在 2000 年和 2016 年的人口情況，圖中藍色是女性，紅色是男性。右邊這個圖表顯示我們在勞動力技能的增長當中遇到了非常多的挑戰，中國的老齡化程度正在不斷地增加，未來會缺少大量的、中等年齡的勞動力。

今天我來到這裡演講的目的並不是來提一些批判性的意見，而是希望提一些有建設性的建議。因此我們需要了解如何打造這些技能，它的路徑是怎樣的，以及如何進行操作，這樣才能幫助整個國家更好地在轉型的過程當中做出更多的貢獻。

中國還有大量的固定資產投資。有人認為中國的固定資產投資太多了，我不認為有證據證明它「太多了」。實際上，經濟發展需要的並不僅僅是機器、機械化，還需要讓人類在其中發揮更重要的作用，就需要科技對人文做出一些關懷。

中國的城市和農村地區之間存在嚴重的不平衡問題

中國城市和農村之間的人均收入差距很大，城市大約是農村的 2.5 倍以上；教育也很懸殊，高等教育的差距隨著教育階段增加而迅速擴大。

這帶來了很大問題，農村留守兒童的教育程度要明顯低於城市地區，他們的生活環境也和城市地區大有不同。我們再看看現在的兒童的教育背景，留守兒童的教育是受到很大影響的，他們主要是祖父母在帶的，由於他們的祖父母沒有受過多少教育，因此對他們的教育也不是很重視。比如說在廣東，有很多孩子是在農村地區的，他們在教育方面是很落後的。在 2010 年的一項研究中，農村留守兒童的語文和數學測試成績都要顯著低於城市兒童。

這裡有一張兒童在不同年齡的平均成績的圖表。從圖裡我們可以知道兩件事，一個顯著受到母親教育程度的影響，母親是本科畢業生的兒童成績最好，母親不到高中學歷的兒童成績最糟糕。留守兒童目前的教育問題很嚴重就歸因於這一點。另外一個要素是兒童在家境比較好和家境不太好的家庭之間產生了差距，在3歲之前，我們可以看到兩種家庭的差距很大，兒童的家境對他的發展起到很大的作用。

現代科學研究揭示了一個人技能養成的動態循環：不同人之間的技能區別很早就形成了

一個人需要具備的技能是多種多樣的。在現代社會當中想要成功，需要很好的認知、非認知技能，需要情商、社交技能、好的個性和品味。這其中也包括了解決實際問題的能力。大家常提起的 IQ 僅僅是認知技能，而我們把以上這所有技能表示為 θt。

我們逐漸地了解怎麼樣去衡量一個人的這些能力，更好地去理解需要哪些能力。不僅僅是聚焦於孩子的智商或者成績，我們更多的關注於孩子綜合的能力，包括認知能力和其它的社交和情商方面的能力，包括父母的認知水平、受教育程度等等，都會產生影響。一個人具備的技能在不同的狀況中是穩定的，但是也會隨著時間而不段增進。

我們進一步挖掘，有更重要的理解：一小組最核心的技能 θt的水平高低決定了而兒童們在長大後的成功程度，不僅僅是職業的成功，還有他們的健康管理、他們自己的幸福指數等等，這都和他們所掌握的綜合技能是正相關的。

這裡是一個動態的發展歷程，這裡有相應的公式：後一年的技能水平，由前一年的技能水平（包括自我生產力和交互作用）、廣義投資（包括父母和環境）和父母的技能水平決定。這些能力是通過動態的方式來形成的。因此在技能方面要儘早投入和投資，這些技能對這個孩子在將來人生的發展當中的歷程起到至關重要的作用。

在這個過程當中，年齡越早，受到的影響越大。當然在孩子後期的發展當中也會產生一些影響，但是我們實際的發現是，在這樣的一個補充作用當中，能夠儘早地投資孩子的早期教育，它的產出成效越大。不同的早期技能的培養也會促進更多後來的技能的培養。

還有一點非常重要的是幫助我們更好地理解他的能力形成，也就是整個能力的形成是一個動態的過程，這樣一個生產力的提升和能力的提升，是一個逐漸積累的過程。在整個過程當中都會發生積極的作用，所以我們把它稱為是孩子整個生命周期的能力形成。

而家庭中父母的不同偏好、對於撫養過程的理解不同，會對能力形成的生命周期有不同的影響，不過這些因素可以對監護人、媽媽們進行干預，帶來一些提升。

我們看到現在的技術怎麼樣來促進孩子在整個生命周期當中的成功。我們知道有基因，以及其它一些要素的影響，在這裡我想把技術在孩子的技能形成當中的公式展示給大家，每一個技術都是基於前一個技術基礎上的，所以對技能的投資也是呈現累加的效果，呈現一個馬太效應，越早投入，在將來就會產生更大的效果。

這裡還存在一個替代因子，它表明早期和後期的投入是存在替代關係的，後期的加大投入可以對早期的投入不足進行彌補。但這個替代關係也有兩面性，早期沒有做到的，後期需要花費更大的代價去做到；而且，有了早期投入以後，後期也要繼續投入才能保證早期投入的效果。

這裡顯示出在整個生命周期當中的投資與回報的關係。隨著年齡的增加，可以看到越是在孩子後期投入來增長他的某項技能，投入越大，而效果會越弱。所以非常重要的是在孩子的成長周期當中，我們要盡量充分地利用這樣一個曲線。

這裡也就引出了一個問題，如何適當地在後期增大投入補充早期投入的不足。在這個過程當中需要有很多的投資，但是關鍵在於我們對最有效的投資還沒有完整的理解，這裡面包括有經濟研究、社會科學的研究，還有包括人工智慧在內的技術研究的工作還要繼續進行。

我們把這樣一個技能矢量進行分解，包括認知、社會能力和情商，以及健康管理方面的因子，可以看到技能產生行為，我們看一下他執行的任務，他在某個任務的執行上是否成功，完全取決於他的努力程度和他掌握技能的熟練程度等等。努力程度的確很關鍵，還有其它的環境的因素，包括對他的努力的認可和激勵機制等等都產生影響，這當中有大量的工作需要我們去考量，才能更好地去估算和計算他們的這樣一些作用，包括非因子的一些要素模型等等，這樣我們可以對一些技能進行評估，特別是前沿技術的技能。當然還有一些處於相對比較低維度的技能因子，也會產生行為上很大的改變，這對我們的技能形成也是很重要的一些估算因子。

這裡已經向我們提出了一個挑戰，我們要設置一個最優化的機制是有挑戰的，當然我們已經有了一些能力的測量，還有一些考試的分數，但是分數只是分數而已，我們必須要去分解成具體的技能。

在這裡有一個關鍵要素，到底投資多少才是合適的，怎麼樣去測量它的效果？怎麼制定政策？怎麼樣把收集的觀察數據用於優化這樣的一些投資。這裡有一個簡單的例子向我們表明，教育在這個方面的作用，包括我們的初衷，在我們的認知能力和非認知能力方面的一些發展。這兩者都是在教育當中對孩子的綜合技能的形成有重要的作用。

儘早對處於劣勢環境的兒童進行有質量的干預能有效改善他們的技能發展

我們的多種行為，包括和社會的交互，他的健康、收入、人員之間的信任都受到一些低維度的矢量很大的影響，還包括人們如何去為一些複雜的社會問題提供解決方案的能力等等。而且一個人的能力不是一成不變的，在整個生命周期當中不斷地演化，很顯然，環境和學校都是會發揮一定作用的，有些因子作用更大一些，在這個過程當中，我們可以看到他在年齡小的時候由於弱勢的環境所造成的影響要去彌補，年齡越大效果越差，這樣一個理論非常重要，這一點顯示出我們要確保讓孩子盡量早地不要處於弱勢的地位，或者接受更好的教育，這樣能夠避免他們在後期花了大的力氣又效果不好的情況出現。越早投資他們的教育，在將來會有很大的作用，它的優勢明顯，這樣的投資使得他後面走的每一步都基於前面更強的基礎，可以實現一個馬太效應，這個過程中，後期的投資效果也會更好。

我們必須要有非常精準的策略，所以我們必須要了解越後面投資於孩子的教育，他的缺點是顯而易見的。在這裡看到的是，如果他在早期的時候認知和非認知能力比較弱，到後面需要大量的投資，還不考慮到一些相關的社會的政策，只是從投資的角度來說，這對社會的投資效率或者生產率的提升，把這個投資放到孩子後期來做，都是一種投資產出比更弱的方式。因此這裡展現出早期教育的投資越高，其實對後期是很有幫助的。在這裡我們可以部分規避這樣的風險，以避免孩子在早期處於弱勢的地位，到了大學，哪怕你非常用功，使出很多倍的努力，也是效果不如早期的階段，我們需要聯合社會各界的力量，來更好地了解這樣一個教育投資的曲線，這樣才能在孩子的技能形成過程當中有一個良性的發展，讓孩子盡量小的時候就有一個好的學習環境，使他有一個競爭優勢。比如說在美國最成功的一個項目，我們也是進行了一個隨機性的實驗，在這個試驗項目當中，我們發現這些實驗組的學生，他們能夠更好地參與到學校和家長的互動當中，他們在這個過程當中有更多的自主性，而不是只是家長和學校很權威，孩子不敢發出聲音。

這為我們帶來的政策啟示是：我們需要有精確指向的策略；政策制定者需要考慮如何分配全社會中的教育資源；調動家長的積極性，可以增強其它投資的效果；最優的策略應該在最落後的方面做最多的投資。

30 年前我們在 Jamaican 做過一個介入項目。不過中國還是有很大不同的，並不是所有地區的項目都適用。我們先來看一下 Jamaican 這個介入的實驗是怎麼做的，他們會選擇一些孩子，來跟蹤他們的情況，我們選擇 129 個孩子，做一個隨機性的介入測試。

簡單介紹一下這些孩子和家長的互動是如何進行的，首先我們要理解一下，一個是從經驗主義的角度來看，另外一個是從學術的角度來看，孩子和家長之間的互動。我們做了一個建模，我們認為它是一個非常動態的遊戲型的互動，並且它是一個學習型的互動。

在早期的理論當中，我們做了建模，測試了一下技能的生成和這些被動性格的學生之間，它會產生一個怎樣的反應。最近的一些行業內的工作是更加關注於孩子在學生技能的時候他這個動態過程的演進。我們來想像一下孩子在認知形成的過程當中，不管是孩子還是家長，有沒有老師帶他們，我們的目的都是希望能夠讓孩子獲得一個個性化的教育，他這個學習的結構應當是個性化、定製化的。

我們這裡也採取了一些數學的研究方案，我們首先設想了一個線性的過程，我們界定了很多的因素，包括技能的演進本質和孩子的行為，以及在觀察的過程當中，他們有怎樣的表現，這些因素的權重是不一樣的，綜合起來，我們可以把它算出一個投資回報比，這樣一個計算公式裡面所有的因子都是非常重要的，正因為有那麼多的影響因素，這也映射了我剛剛強調的近來的研究都是非常強調這樣一個動態化的學習過程，這不僅僅是取決於孩子一方的表現，而且也跟家長的行為以及整個環境的綜合狀況是非常有關的。儘管我們現在還有很多盲區沒有覆蓋到，這個公式不能解決所有的事情，也有很多不完美的地方，但是我們也從中得出了很多有效的結論，來支持我們下一部分的研究。

我們建立了這樣一個矩陣公式，並且對它做了一些更新。我們現在的研究因素不僅僅是包括孩子、家長，還有導師，我們會把重點放在孩子身上，以他作為主體來做這樣一個公式的運算。我們希望能夠了解孩子在逐漸心智發展成熟的過程當中，他的各方面技能會發生怎樣的變化，以及他的技能形成過程有哪些規律，這是我們所關注的重點。我們發現有兩個綜合公式是特別適用的，對照組是心智發展比較成熟的孩子，另外有心智發展較為不成熟的孩子，分為兩組，然後來分別對他們進行一個調查研究。其中非常重要的一個事情就是時間這方面，你研究調查的時間，他是否是一個連續性的時間，以及家長對兒童的教育是否是連續的，這就是我們第一步所做的，拋開環境的因素不說，先研究兒童跟家長之間的互動關係，這裡的兩個公式就是分別描述了心智非成熟的孩子和較為成熟的孩子他們是有一個怎樣的不同。我們看到心智較為成熟的孩子，他們的各方面表現會比對照組更快一些。

說到具體的不同，就要進一步研究一下環境的情況。另外我們也研究了對家長的行為是否可以做一個優化，使得他達到一個最佳的效果。我們就把它叫做貝爾曼方程。

這裡是我自己比較感興趣的一個地方，我也想跟大家分享一下，在這個故事當中IT和AT這兩個變數，它所說的是你的投入和你的行為之間的關係。我來給大家解釋一下，為什麼這兩個點是非常重要的，以及它的難點在什麼地方，我也希望大家能夠在後面加入我們，一起來做更多的研究。

下面我來解釋一下，在中國的一個情況，我們在培養孩子的時候是怎樣的現狀。我最近在做一個項目，是在甘肅做的對孩子的研究，我們會把一些訪學者送到孩子的家裡面，去跟他們互動，然後來獲得一些信息。

我們選了1500個孩子，他們都是在甘肅華池縣這個地方，在2015年1月份的時候，他們的年齡是6—24個月。我們也選擇了很多計算的變數，比如說一些體重、身高和其它的因素。這個地圖展示的是我們做調查的地理位置，我們也在西藏現在了一些樣本進行研究。我們目前也在進一步的進行研究，今天沒有時間來一個一個說。我們大體來看一下，這些訪問者到達孩子的家庭當中觀察孩子和家長之間是如何互動的，這種互動的方式是非常重要的。我們看到它有一個模式，就是說下一次的互動他會基於上一次互動中孩子的反應來進行。我們追蹤了幾個星期，通過一些疊加的數據，我們可以生成一些模型，然後來評估孩子的認知能力和非認知能力，這些表現是怎樣的情況。我們會看哪些孩子基於數據是有比較多的優勢的，這些都是以量化的方式來呈現在我們的系統中，時間周期都是按每周來計算。同時我們也會去記錄我們的引導者在整個互動的過程中，他們是如何進行引導的，這個引導的方式也是我們所關注的。

我們在這個列表中可以看到，在甘肅華池縣的情況，雖然是隨機抽查的，我們有抽查組和對照組，我們看到這個中位數，就會發現一些基本的規律，並且它的趨勢也是非常明顯的，我們會就語言能力、社交能力來進行主要的調查，這兩項我們認為是非常重要的。我們看到有一個非常明顯的情況，在每一個維度都做了調查。

首先是語言能力的分布，我們分了控制組和對照組，這兩條線表示的是兩個組不同的情況。我們也有一個樣本的生成，來為後面的調查做鋪墊。現在還存在一些問題，我希望能在後期進行研究，也希望大家能夠加入進來。

用前沿技術幫助培養兒童技能

哪些特定的互動方式是可以幫助孩子更好地、更有效率地去提高他們的技能呢？這是我想大家提出的一個問題，也是我們後期研究的重點。

我們設想一下現在是如何量化我們的技能成長過程的，我們在上海也有一些研究，上海是一個重點的城市，有一些在電腦上進行的測試，但是他們的動態程度並不夠，他們的綜合程度並不夠，這個問題出現在也許他們的研究對象並不夠廣泛，以及他們選取的樣本過於局限。另外他這個速度也是非常慢的，跟不上我們的更新速度，通常是以一年為周期。現代的測試方式其實在理論層面已經進步得非常快了，特別是在學術、教育這方面，我們可以用的工具也越來越多了，比如說GRE、ETS這些實驗方式。在研究的前沿盡量地進行個性化、量身定製的可測量的學習，遠離傳統的考試。

在這個過程中，我們用人工智慧的技術、機器學習來進行相應的個性化的測試、個性的輔導。看一下在他的人生當中哪些能提高他們的幸福指數，提高他們的能力，讓他們執行一些複雜的任務，可以很好地完成，因此對互動的質量和數量都進行量化和分析。

這個過程當中是有挑戰的，因為它都是涉及到一個又一個的前沿。好處當然在於它是實時的監測和測量，老師和學生都可以進行互動的測量，而且這是個性化的測量，處處了一些主觀的因素，能夠形成孩子早期複雜的綜合能力。現在我們可以看到計算力和感測力無處不在，可以充分利用這樣一些前沿的技術，更好地去了解雙方之間的互動到底是怎樣的，哪些互動能促進孩子能力的成長。是哪一種動態、哪一種方式、哪一種路線的互動，能夠針對每個孩子的特點，量身定製適合他的互動方式。比如說基於遊戲化的學習，其實不光小孩愛玩遊戲，大人也喜歡遊戲，我們在遊戲當中迎接挑戰，包括在美國和在中國開發出的遊戲，不僅僅是孩子能夠喜歡，而且在這個過程當中讓孩子可以學習、可以成長，帶孩子進入到下一步，更上一層樓，發現孩子現在的狀態，打造屬於他的技能，不斷地能讓他持續地成長，可以通過遊戲化的方式來進行.

我們用前沿的工具來賦能，包括語音識別、自然語言處理等等。現在很多人也會用視頻分析，視頻分析有很好很酷的方式，很多人都喜歡拍視頻，然後分析出這個家庭裡面和課堂上是怎樣的互動，可以客觀地分析，而不帶過多主觀的因素，看哪些因子起到更大的作用。目標是用可穿戴的感測器，以遊戲為基礎的方式，面向未來的教育方式，通過這樣的方式，用計算機、人工智慧，或者說遊戲化的方式來為孩子未來的能力賦能。就像軍隊訓練那樣，讓他們能用各種各樣的設備，在這個過程當中，我們主要去分析這個個性化、遊戲化的方式，來幫助我們分析這個互動當中出現了哪些問題，分析這個視頻，基於遊戲化來檢驗它的效果，對這個孩子來說，這樣的項目是否可行，效果在哪裡。這樣就把分散的一些因子整合起來，來找到個性化的行之有效的方法，來提升孩子的成長.

這個活動的目標就是為了去除人的編程、程式化的方式。2019年做了相關的研究，包括個性、孩子的壓力，包括相關的互動等等，身體的接觸起到的作用等等，父母和孩子之間互動的作用，充分地利用了視頻、機器的技術等等來進行監測，對這樣一些互動的方式進行監測和評估，而且是實時的方式進行，不是一周、一年以後才進行評估和分析，而是在當時實時的分析，看一下和父母的關係，在這個過程當中，包括每年都評估語言學習的效果，有很多可穿戴的設備、音頻、視頻的技術，很多前沿的技術，大家應該已經是耳熟能詳了。

我們看看孩子在這個過程當中的表現，它的作用何在。最重要的是大人和孩子的互動，包括我前面講過的這樣一種動態的、良性的互動的作用。這些前沿的技術作用不言而喻，我們也在不斷地研究過程當中，包括技能的分析和評估都有很多很好的例子。這個案例很有名，大家可以關注一下。

（播放了一個視頻）這是來自麻省理工的實驗室的一個研究，他們錄下了孩子的聲音，是從家裡拍的一個視頻，錄了非常長的時間，看看小孩是怎麼學英語的，從一開始說得比較模糊，到最後完整地講出一個詞，很好地釋放了孩子學習語言的過程。當然這樣的要求還是非常嚴格的，在過程當中也有一些挑戰，但是讓我們很興奮。他們做了大量的工作，做了很多的演講和分享，在兩個人互動的過程當中，了解裡面的一些本質。當然要在中國和世界各地進行這樣的項目，也是有一些挑戰的，它可以幫助我們了解哪些方式是最有可能成功地促進孩子在成長周期當中的發展。

這裡還有一些10年前的老的技術，就是錄下人的語音。現在有更先進的語音識別的機器，包括在日常也可以使用，可以用視頻和音頻的方式來記錄下大人和孩子的互動場景和方式，包括現在還有手勢和動作的識別和跟蹤設備，大量的可穿戴感測器，包括在麻省理工的實驗室當中，有些小的感測器、可穿戴設備，聲音的識別裝置、藍牙設備等等。在課堂上我可以作為孩子的良師益友，和幾個小孩進行互動，在這個過程當中，這樣的一些前沿的技術也幫助我更好地去了解這些互動的作用和價值。在芝加哥大學最近也是在用這樣的設備來更好地了解物理上的接觸，孩子和大人之間身體上的接觸所帶來的互動的價值。

有一些互動測量和評估的工具，都對我們的前沿科學研究有很大的促進作用。我們可以實時地進行測試，它的價值很大，可以在這個過程當中學習這個內容可以加速一點，我們可以實時監測。有時候我們可以讓孩子在這個過程當中及時的調整，加快或者減慢，可以讓孩子更好地學習，因為我們的監測是實時的。

在美國，這樣一種基於遊戲化的學習越來越流行，在玩遊戲的過程當中，使得孩子能夠掌握一些先進的技術、綜合的技能，這樣的教育方式也是很成功的，不僅學習，而且讓他們覺得有趣，而且能夠實時地給到教學過程當中的反饋，讓我們調整我們和孩子互動的策略。

現在有很多大的AI和技術的公司做這方面的研究，包括在芝加哥大學，他們有一些教育技術。

可以建立教育平台促進大人和孩子之間的互動，非常好地跟蹤學校裡面的大數據，我們可以存儲這些大數據，這樣我們的教師就有足夠的數據來進行教學效果的評估，來改變教學的策略，每周對教學的情況進行評估，現在小孩的學習狀態怎樣，他們更多需要什麼，下周教學安排，基於他們的現狀應該怎麼樣去進行改進，這可以解決很多的問題，我們可以讓教學變得更加輕鬆，給到我們一個良好的資料庫，不僅僅是有演算法，而且是個性化的，每個孩子的學習狀態數據都能夠進行存儲和分析。

總結：

我們現在面臨社會高技能勞動力人才短缺的問題，教育要跟上是很大的挑戰，中國也在努力解決這方面的問題，儘管任重而道遠。家庭的環境、父母的技能有很大的作用，在孩子的早期教育中發揮至關重要的作用；早期的教育的投資能夠起到很好的效果，在政策上各方面也可以起到更好的支持。當然，大人和孩子之間的互動是至關重要的，這當中有很多的評估標準，我們要確保這樣的互動是行之有效的，要找到成功的配方，孩子和父母的交互、孩子與孩子之間的交互、孩子和老師之間的交互，要去了解哪些互動是很好的，這是一個很大的挑戰，就是要去了解怎樣的互動才是更好的方式，我們需要持續地研究。我們有一些具體的論文，有一些詳細的細節，非常有意思。在這個過程當中也需要我們的人機互動，用客觀的方式來對互動的效果進行測量，了解孩子對它的反應，有很多的研究正在落地當中。

我認為在這個過程當中人工智慧可以發揮很大的作用，所以我也非常迫切地想從各位那裡學到人工智慧的前沿技術，很顯然，對個性化的孩子的教育，人工智慧可以發揮巨大的作用。再次感謝各位的耐心聆聽，感謝大家。

雷鋒網整理。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！