无论是古希腊还是古代中国，从亚里士多德到孔子，圣贤们都崇尚因材施教，而在义务教育普及化的今天，人们又重新开始思考“教育”应该如何进化？每个国家都面临着改革教育的难题，而改革的效果最终体现在孩子们是否从教育中得到了更多知识和品德的滋养，尤其是个体的潜能优势是否被外放和培养。
北京师范大学未来教育高精尖创新中心发布的《人工智能+教育》认为，智能教育环境、学习过程、教育评价、教师助理、教育管理与服务等五个方面将是人工智能教育应用的典型场景。在教育部出台的《中国教育现代化2035》教育发展规划中，人工智能等新技术被强调来促进教育管理与教育组织的变革。
古时候的圣贤一定没想到，他们提倡的“因材施教”最终由人工智能来实现。其实，文明的进步何尝不是工具的进步，AI技术是最有希望的新一代教育工具，而且AI在教育领域的落地也远远领先于其他行业。
“教辅工具”是首先被人工智能突围的领地。国内教育科技企业已开发出智能口语/文本测评、智能拼写检查、自适应测试、智能排课等一系列服务于教育领域的人工智能技术。
在测评方面，人工智能显示出超越教师的优势。有公开信息称，AI已经能实现针对中国学生英语口语水平的评测，评分过程像批改选择题一样轻松，准确率甚至超过普通老师的水平。人工智能不仅帮助学生进步，同时也让成绩考评更“公平”。在批改试卷方面，作文批改机器人已在部分地级市投入使用，机器人通过图片扫描、智能识别、特征提取和模型训练等环节，系统地根据卷面整洁程度、词汇丰富度/连贯性、文章结构、文采、主题和表达进行打分。
至于“因材施教”，一方面而言相关企业就通过智能测试精准定位学生的薄弱环节，采集学生在答题过程中的行动细节进行科学分析，生成可视化的多维度数据分析报告。另一方面而言，也有企业将认知心理学、生涯教育学、神经科学等前沿的现代教育理论，通过人工智能的方式应用于教育场景中。作为因材施教的两个层次，应试型的AI教辅工具和创新型的AI潜能培养工具都是当今学子需要的。
在实际运用当中，AI教辅工具的发展要更快速，中国约1.6亿中小学生的规模使多数教育科技企业急速驶进K12领域，并且以教辅类AI技术作为试金石。K12已经成为教育“可量化”的必争之地，这里的“可量化”基于模型和大数据。模型应当是一个闭环，比如“自主学习-教研-教学-训练-自主学习”这样一套路径，学生在这套系统内会返回大量数据，而机器需要分析这些返回数据。
在标准恒定的学科中，机器可以更快速地以大量数据来训练，但在一些没有恒定标准的情况下，机器学习的进度要慢许多。有业内人士介绍，目前英文定标打分的技术已经成熟到能代替人工，而中文的非定标打分技术还有待开发。
对于人工智能而言，语言比起数字是更难的，而且人类语言学仍在不断发展，新的事物出现则产生新的词汇。在进行语言和情感分析的训练中，人工智能绝不可能采取“小数据”的思路。
以青少年英语学习应用为例，AI要能识别男生、女生不同的声线和发音习惯等细节，以不同的发音基础、词汇水平制定不同的学习计划，并且能按照阶段学习成果适时调整。仅以这种常规模式需要特定采集的数据量就不可小觑，而要想达到出类拔萃的“智能”，不仅取决于理想的训练模型，同时机器学习必须经历“密度、梯度和深度”的数据训练。
虽然有了AI+教育的快速发展，但不代表教育难题被迎刃而解。圣贤们的“因材施教”是基于对个体的理解，理解包含理性和感性两个方面，人工智能在理性部分已经做得不错，但在感性部分还不能代替人。在判断对与错之外，理解个体优势、给予合适的学习方案是人工智能赋能教育的另一片天，将取决于算法、算力，也取决于数据的“变与不变”。