这意味着，AI+教育虽然在人工智能领域的风口已极速升温，但仍然还有很长的路落地之路要走，智能相对论认为，还要面对一些问题。
第一，从行业角度来说，数据短板限制AI发展。
工欲善其事，必先利其器”，因材施教的前提，是对每个学生进行个性化关注，这就需要AI跟踪记录完整的教学与学习数据，从大量的数据中多层次、多精度、多情境等去分析教学与学习特点，从而辅助教学。但在教育领域，尤其是公立学校，并没有足够的教育和学习数据被记录，这就无法为人工智能提供足够的数据支持。新东方在线COO潘欣曾表示，人工智能最核心的不仅是算法，还需要数据，对整个教育培训行业来说，最缺的就是数据。
对于培训机构，样本学习的场景主要来自于在线教育和课堂教育，以好未来为例，截止到2018年末，好未来共服务了全国234个城市及地区，1107家教育机构，超过2万线下学员。但，这样的数据依然不够。每个学生的学习状态都不一样，而不同的课程的学习状态又有不一样的表现，比如，有学生可能上课一直全神贯注，表情、动作都符合认真听课的标准，但实际上，他可能在英语课上画了一副老师的漫画。而且，培训机构的学习环境下的人群与学校的环境下的人群，又具有不同的差异性，对学生真正做到个性化关注，就需要AI建立多个维度联系对其取样分析。
第二，从学生角度来说，数据捕捉存在信任危机。
互联网时代，隐私是人们最为重视的事，但这也是常常引发信任危机的源头。据至顶网消息称，新东方教育科技集团信息安全负责人杨宁曾说新东方每月遭受的应用层攻击（如扫描、SQL注入等攻击尝试）高达上千万次。外部攻击风险和内部数据泄露一直是造成信任危机的主要原因，比如曾经的携程“隐私泄漏门”、华住酒店近5亿条数据遭泄漏事件等。在智慧课堂上，AI要以个性化关注做到因材施教，就需要不停的捕捉学生的动态，而那些不断被AI收集的大数据，若无法被100%保证只会十分安全地出现在于教学系统里，则会引发巨大的信任危机。
怎样能避免危机产生？除了企业建立防御体系，行业建立标准或是解决之道。美国OpenEd的CED亚当布卢姆在面对“在保护学生数据隐私和安全的同时，如何满足人工智能工具的需求?”提问时曾回答说：“我们正处在一个没有PII(personally identifiable information：个人可识别信息)的位置。如果你获得了足够的信息，那么有可能解析出某个人是谁。因此， 我们需要行业标准。在隐私方面需要更好的标准，如果他们遵循这个标准，就没有人会被起诉。”
第三，从老师角度来说，AI引发被替代恐慌。
随着人工智能的发展，“未来10年可能超过50%的工作会被人工智能所取代”这种说法开始流传，而AI在教育相继取得的成就，也引发了老师们担心被替代的恐慌。根据BBC基于剑桥大学研究者Michael Osborne和 Carl Frey的数据体系，分析了365个职业在未来的“被淘汰概率”，其中人事、客服、政府职员、会计等职业都高于89%，而教师被取代的可能性仅为0.4%，不难看出，能被AI取代的，一般都是工作流程简单、重复性高这些有客观标准可被量化的职业，而教师这样有情感需求的职业，则很难被替代。根据艾瑞咨询的《中国人工智能自适应教育行业研究报告》,人类教师以经验教学为主,优势在于情感、创新和温度;人工智能自适应学习系统,以学生学习数据为基础,优势在于精准,标准和速度。教师除了教书育人，还充当着学生的引路人、帮助者和陪伴者，AI也许能做到教书，但做不到育人。
“一切AI落地的矛盾都在于从事人员对于新技术的抗拒、抵触心理，本质是担心被替代掉”，只要疏导了教师被替代的心里，老师层面的落地矛盾也相应解决了。就如福建教育学院教授黄家骅在《人工智能重构未来学校》文中说的：机器人只是替代教师的部分劳动，并不能取代教师的角色。
结语
随着好未来、网易有道、乂学教育等巨头在AI+教育赛道上的不断突破创新，大规模实现因材施教和大范围实现教育普惠将不再是难题，而随着技术的不断发展与人们观念的的更新，AI+教育面对的难点，也有望逐一解决。AI加持下，好未来等巨头已经为解决教育资源分布不均迈开了一大步，随着技术的成熟，缩小教育资源的不平衡差距，实现规模化的个性教育，是非常值得期待的事。
不管怎样，AI+教育赛道上，风已渐大，教育行业正在变天。
[完]
智能相对论（微信id:aixdlun）：AI新媒体，今日头条青云计划获奖者TOP10，文章长期“霸占”钛媒体热门文章排行榜TOP10,著有《人工智能 十万个为什么》，重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
