电竞已经成为一门学科，人工智能或让其避开应试教育的老路

3天赛程、300万奖金、5个项目、2块金牌，这就是首届“CHINA TOP·国家杯电子竞技大赛”留给中国的成绩。

纵观2016全年，从年初的国家级移动电子竞技大赛CMEG，到日前结束不久的CHINATOP国家杯电竞大赛，国家体育总局用主办这两项赛事的实际行动向外界说明，电子竞技是一项体育项目。“不甘示弱”的教育部，则用增补“电子竞技运动与管理”专业的方式，为电竞人才的正规化培养扫平了障碍，自此打游戏与玩物丧志就不再划着等号了，游戏高手也可以是得到高校学历认可的运动员。

2016年相关部门纷纷为电竞发展助力，在这背后是高速发展的电竞市场规模。2014年，电竞市场规模增长到226亿，比2013年飙升了5倍，2015年更是以269亿超越美国成为全球最大的电竞市场，今年前两个季度，国内电竞市场规模就达到了251亿，几乎相当于2015年的全年总值。

此外，电竞用户规模也从2014年的8000万升至今年的1.7亿，直播用户规模也达到5000万DAU（日活跃用户），未来还将进一步大幅提升。各大赛事的奖金更是不断攀升，吸引了众多游戏厂商向竞技游戏进军，电竞类型游戏在市场上的比例已经接近两成，如果仍说打游戏是玩物丧志的话，能产生这样的市场规模实在令人无法理解。

与传统体育行业一样，电竞行业的繁荣势必产生大量的电竞人才需求，在此之前，社会上对电竞存在着诸多误解，显然大家将电竞专业想的太好了，有人简单的将“打游戏”与“电竞”进行挂钩，认为只要有兴趣打游戏，都有机会成为电竞运动员，这种想法显然不对。

电竞专业VS应试教育

电竞并不是简单的打游戏，而是有计划目标的竞技运动，培养电竞高手与培养传统竞技项目的优秀运动员一样，需要天赋和长时间训练。而且对于不同类型游戏所需的“天赋点”并不完全一样，擅长FPS游戏的高手不太可能在RTS游戏上取得好成绩，就算同是RTS类型的《星际争霸》和《魔兽争霸》，一名选手要转型也需要花很多时间适应。

优秀的电竞选手不仅要对游戏规则理解到透彻，还需要到对各个英雄（枪械）特点精准掌握，在这样的基础上还要具有战略战术的判断力，最后要通过精准迅速的操作能力反映出来。

电竞选手每天都要在电脑前进行长时间的枯燥训练，这也是一项极度依靠实践相结合的运动。现在问题来了，以应试教育为主的高校能否具有培养电竞运动员的教育机制和能力？

早在教育部将电竞加入增补专业名单前一个月，内蒙古锡林郭勒职业学院已经设立了国内首个电竞专业，学制两年结业后可以授予中专学历。

11月有多名已经加入电竞专业的学生在网上晒出了自己的考试试卷，一位名叫何金铎的同学上传了《英雄联盟》的科目试卷，此后又有一名父亲上传了他儿子在《穿越火线》科目中的试卷，《炉石传说》的试卷也在随后曝光。虽然三张试卷分数有高低之别，但从题目的设置情况来看，试卷类型都是以普通课程类似，选择、填空、简答、分析题不一而足，内容多是与游戏和电竞赛事相关的知识点。

尽管这些晒出的试卷也是电竞专业针对学生基础知识的摸底，但通过这些试卷还是能反映出，国内依然在使用应试教育那套思维下的教学方式，长远来看，对于电竞人才的培养是弊大于利。

其一、电竞专业是高度市场化的职业教育，与理论教学的应试教育的思路不符，电竞专业的学生不必像传统科目学生那样，花大量的时间在背诵记忆上面。可实际情况是何金铎同学曾表示，“考前一天，我抱着课堂笔记背了一整晚。”这仍然是传统应试教育的行为方式。

电竞专业所需要记忆的部分主要在于游戏数据，比如英雄的攻击力、攻击频率、技能伤害值、附加BUFF等细节，对于电竞历史的认知并非最优先事项，目前在课程设置上虽然结构合理，有语数外的基础科目和按游戏项目分类的专业课，但核心思路依然是应试教育的那套东西。

其二、电竞专业的目标是培训出具有高度实战能力的电竞选手和相关管理者，培训方式极度偏重于实战。目前看来课程中对实战部分所投入的时间非常不足，不论是对游戏的基础规则理解、对英雄的数据学习或是战略战术运用，这些都是通过大量实操训练后加以分析得出的，因此在电竞培养上还是需要更偏向于目前的电竞职业教育，而非传统的高校教学模式。

人工智能助阵新兴教学

电竞专业是首次进入高校的新型专业，作为一个与传统教育完全不相同的专业，在培训方式上也不应该拘泥于传统的课堂教学实践，而应该用前沿技术走出一条新路，而人工智能就是这条路上必不可少的伴侣。

世人上次关注到人工智能时，还是恰逢AlphaGo与李世乭的围棋大战，AlphaGo通过深度学习方式积累比赛经验并最终战胜了人类围棋九段旗手，让世人意识到深度学习方式对于发展人工智能带来的巨大意义，而游戏则是很好的检验人工智能学习成果的完美试验田。由此，人工智能和游戏就此结下了不解之缘。

早在围棋大战之前，其研发团队DeepMind就已经在包括 Atari 2600 等骨灰级游戏平台上的 49 款游戏中测试AlphaGo，尽管这些游戏都是如《吃豆人》和《弹珠台》的休闲类作品，但AlphaGo在 29 款游戏中的得分都超过了专业级玩家，在 43 款游戏中的得分超过了基础玩家。

2016年AlphaGo又开始学习更为复杂的《星际争霸》游戏，甚至另一个名称接近的AI系统阿尔法使用了4个模拟喷气战机对抗两个强大武装的攻击机，阿尔法控制的飞机通过躲避动作在没有损失的情况下，成功地防守一个海岸线，事实证明人工智能在游戏上的表现令人惊异。

而人工智能在游戏上的非凡潜力可以在电竞教学上发挥巨大作用。

首先，人工智能是个好助手。AI可以通过深度学习他人的比赛经验，在综合他人经验的基础上，使出常人意想不到的战术，为玩家进行战术创新提供思路。

其次，人工智能是个好对手。电竞专业教学中需要大量实战，玩家和玩家PK固然有趣，但人工智能也可以担任教学中的对手，人工智能与人类玩家相比，不会受情绪影响，还拥有手速零延迟优势，此外人工智能还可以通过和人类交手得到更多的经验，对于人工智能来说也是成长的机会。

最重要的意义在于，将人工智能引入电竞教育，可以作为教育领域的革新性实验，为未来时代的教育提供某些前瞻性的经验，如何用前沿技术改革创新传统教育，电竞专业就是最好的平台。

电竞专业在教育领域中是个新生儿，让人不知道如何去抚养它。它成长在自由的市场环境中，又恰逢人工智能技术大爆发的时代机遇，人工智能那么会玩游戏，让它教人如何玩游戏，有何不可？只要不让它用在那些令人担忧的领域就好。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App