人工智能重新塑造了学习体验，新型教育体系正在形成，中国教育发展正在走向智能时代。然而一路走来，人工智能教育的发展仍然面临诸多问题。
针对AI+教育的全面落地，仍然充满了诸多挑战。
其一、人工智能教育的数据量不足。冉工智能教育的核心是数据与算法，目前除个别团队外，人工智能教育企业在核心算法上的差距并不是很明细。目前数据是绝大多数教育公司面临最大的问题。人工智能需要海量精准和标记的数据。但现在从各个细分教育方向切入的人工智能的教育企业，都在数据方面存在不同程度的缺失。此外数据无法进行有效评估，AI+教育的主要障碍是教育行业的学习数据还未形成闭环，某些重要环节仍然缺失，比如学习过程数据，知识点掌握情况等数据，所以现阶段利用AI无法形成有效评估来推动学习改进。传统教育系统对于落地教育场景的接受度将成为AI+教育面临的棘手问题。以K12为例，学生的大部分时间在学校，传统教育体制下的学校还保持传统的学习模式。所以AI+教育的落地需要学校、老师、家长和学生一起配合。
人工智能在教育领域的发展仍然前景光明。为了更好地实现人工智能教育并使其成为教育发展的未来，我们需要重新思考人工智能与教育在社会中的作用：
教育工作者和决策者要在广泛的学习背景下，理解人工智能。从教育工作者层面来看，AI教育为教师的培养机制和未来的角色转变提出了挑战。在未来的教育教学上，人工智能应该会全部代替老师，但是在教育的育人方面，人工只能不可能替代老师，而此时老师的职责则应该从“教”转变到“育”，以及情感的沟通上；
从民生的层面来看，AI教育的发展有利于教育资源公平化，这一点目前也已经被政府和教育决策者洞察，从2016年开始，一系列的智能化、信息化的教育新政正在推动人工智能在教育领域的发展。
机器学习所需的数据通常是高度个人化的。如果用于评估学生的表现，数据安全可能成为使用人工智能的关键瓶颈。AI教育在中国发展相对迟缓的原因质疑时算法要求高，前期研发投入大，但实际使用起来的“边际成本”并不高。解决了算法问题，精准化的数据将决定人工智能是否可以切实落地的关键因素之一。未来在高级的算法和数据支持下，AI教育可以达到特技教师的水平，而用户接受知识的效率能够大大提升。
未来人工智能在支持人类发展方面的作用将越来越大，并产生根本性的半个影响。正如每一次科技和技术进步，围绕这项技术所出现的法理问题也应运而生。人工智能发展过程中的法律法规制定问题也是行业面临的挑战。据Gartner预测，到2020年，人工智能和机器学习可能会淘汰180万个工作岗位，但同时创造230万个新岗位，在这种情况下，消失和创造者两大不同结果在很大程度上取决于你原本的行业：例如医疗保健、教育和公共部门可能会获得利益为了最大化的价值，我们应该把重点放在人工智能行业来丰富未来的工作行业，重新设定旧的规章制度而去创造新的行业。改变自身的文化，从而使我们能够迅速适应人工智能科技技术带来的机会。
