1
當你的孩子正由AI教師來教導(dǎo)時，實際上大家預(yù)設(shè)一個前提：既然AI比人更聰明，那就讓AI做老師。AI教育出現(xiàn)意味著教育不再只是人與人之間經(jīng)驗傳授，而是變成“把你更懂你自己”的機器來幫助人進行潛能開發(fā)。而AI教師躋身講臺究竟會不會砸掉線下真人老師的飯碗成為熱議話題。
現(xiàn)在主張AI教育公司基本都是互聯(lián)網(wǎng)教育公司，而互聯(lián)網(wǎng)教育又主要聚集在變現(xiàn)能力最強的K12階段。正如慕課教育、網(wǎng)校模式、直播課甚至雙師模式都沒有沖擊到線下學校業(yè)務(wù)一樣，AI教育要想繞開老師幾乎是不可能的。因為在K12教育領(lǐng)域，能否督促和管理學生去學習（愿意吃苦或者不玩游戲）是成敗的關(guān)鍵。但凡是高舉技術(shù)大旗顛覆某個崗位，到頭來都會遭遇現(xiàn)實的迎頭痛擊！
AI老師不會替代真人老師，與AI教育勢必可擋并不沖突，AI的確有望解決K12教育存在多年的痛點：
1．天賦好的學生不知道自己為什么會學東西容易，成績差的學生努力不知道自己為什么學不進去，這些一直處于“上天注定”的混沌狀態(tài)，導(dǎo)致很多學生在努力無效后喪失信心、放棄努力，需要人工智能分析給出答案。
2．老師診斷學生基礎(chǔ)或者知識點掌握情況一般通用的做法就是不斷讓學生做題，但老師出的題只能兼顧到不到20％的學生，人工智能針對不同人出不同的題做測試，并及時作出反饋。
3．在大班模式之下，老師由于時間和精力不足很難做到個性化輔導(dǎo)，即使在培訓(xùn)機構(gòu)的“1對1個性化教育”在應(yīng)試教育框架之下始終受制于師資供給端相對缺乏而無法落地；AI教師可以批量、規(guī)?；瘜崿F(xiàn)個性化1對1輔導(dǎo)。
說到底，AI教育解決的是“學生端數(shù)據(jù)模糊化”與“老師端教學效果輸出不穩(wěn)定”的兩大難題，因而是在線教育發(fā)展的必然演進階段。
AI的可怕之處就是其深度學習（Deep Learning）能力超越于人類。人類學習是通過感官經(jīng)驗＋邏輯推理，但AI深學習則是來自大數(shù)據(jù)＋云計算。人輸出的感性材料加工出來的是知識，而機器輸入的是大數(shù)據(jù)得出的是數(shù)據(jù)化的分析和結(jié)果，人容易受到情緒的干擾而產(chǎn)生謬誤，而機器只要數(shù)據(jù)收集充分準確就能得出客觀的結(jié)論。
因而做AI教育就得找到“大數(shù)據(jù)”作為AI教師訓(xùn)練的“場景”，而要讓AI老師更敏捷就必須不斷優(yōu)化算法模型，讓其算法速度能實現(xiàn)幾何級加速。再好的人類教師都有“天花板”（時間、精力、水平等等限制性因素），而AI教師的天花板取決于數(shù)據(jù)和算法，所以不能用人類的認識能力去度量AI。
吳伯凡和梁東老師在《東吳同學會》一期節(jié)目中提出個非常有啟發(fā)的觀點：古代往往擁有更多“戰(zhàn)馬”資源的民族更容易成為勝利者，馬除了速度和力量以外，在于馬聰明并且通人性，馬就是古代社會的“人工智能”。人雖然不能跟馬比速度，但人可以騎在馬背上。
馬云在數(shù)博會上懟阿爾法狗與圍棋大師對弈時用了一句“So TM what！”阿爾法狗學一天等于柯潔修煉十年還不止，人在完全不對等規(guī)則下PK智力，是不自量力，也是自取其辱！
要想捍衛(wèi)人在“智識”上尊嚴，最好的辦法或許也是唯一的辦法，用人工智能培養(yǎng)人，讓人學會設(shè)計AI、駕馭和馴化AI，這也是我本人為什么堅定認為人工智能教育是最有價值的AI落地領(lǐng)域的原因。
2
做“AI＋教育”既要具備人工智能的優(yōu)勢又要扎根在教育業(yè)務(wù)上，并不是那么容易做成的，在線教育公司在這一波“在線教育AI化”過程中轉(zhuǎn)向太快，其中大多數(shù)積累的數(shù)據(jù)并不是AI理念和技術(shù)邏輯下收集的，結(jié)構(gòu)化分析了之后能否用上都是個問題。一些項目的AI能力并非是自身所有的，而是其他底層技術(shù)服務(wù)商或者AI能力引擎輸出上提供的。
阿星判斷一家公司是否是真的在做AI教育，更愿意聽創(chuàng)業(yè)者是否真的對AI有體系化認知？是否真的對中國K12以及教育產(chǎn)業(yè)懂行？這兩點直接決定其項目究竟會長什么樣，朝什么方向演化。
AI教育項目首先得解決的是AI數(shù)據(jù)來源問題，而教育類大數(shù)據(jù)目前還主要在線下，BAT并沒有形成壟斷，這本身就是創(chuàng)業(yè)者的最大機會。在相當長一段時間內(nèi)，AI教育都會處于一個對大數(shù)據(jù)積累的“跑馬圈地”階段，其中公立學校的數(shù)據(jù)量最大，甚至誰能夠更多占據(jù)學校大數(shù)據(jù)資源進行處理，誰家AI就更智能。而讓學校教學數(shù)據(jù)“線上化”（云端化）最好辦法就是將AI嵌入在教學過程中獲取老師上課、學生答題以及測試之中。
乂學教育推廣“自適應(yīng)”松鼠AI獲取數(shù)據(jù)的辦法是直播課＋自建校區(qū)＋加盟制模式，創(chuàng)始人栗浩洋此前創(chuàng)辦昂立教育就是線下培訓(xùn)機構(gòu)，最近乂學教育還專門把旗下渠道獨立為“乂渠”單獨獲1300萬Pre－A融資。作業(yè)盒子在C輪融資1億美金，創(chuàng)始人劉夜著手搭建200多人地推隊伍在全國各地推進其“AIOC”軟件。高木學習AI tutor在廣東、湖南、河南等18個省份，通過城市合伙人落地全日制學校、連鎖教育機構(gòu)的B端賦能商業(yè)模式。可見，在AI教育市場開拓期，有著線下培訓(xùn)機構(gòu)從業(yè)背景和教育資源的人才相對緊俏。
不同的AI團隊在收集數(shù)據(jù)的能力不一樣，有的維度少數(shù)據(jù)的顆粒度很粗，有的是維度比較多能夠抓取到學生深度數(shù)據(jù)，即使是同樣的學生大數(shù)據(jù)用不同的引擎做出AI產(chǎn)品肯定不一樣。
據(jù)阿星觀察，在AI算法模型目前人工智能教育項目主要分為“知識圖譜引擎模式”與“通用知識學習引擎模式”大兩類。
基于知識圖譜做知識相關(guān)度推薦的算法模型其實更容易，一方面很多項目本身擁有對某一門學科的完整知識庫數(shù)據(jù)，另一方面類似于“今日頭條”式千人千面、為不同學生個性化定制學習知識的模式比較容易講給投資人聽，比如今年6月份完成10億融資的乂學教育為了區(qū)別自適應(yīng)鼻祖knewton改稱為“智適應(yīng)”，其實就是“知識圖譜引擎”。
“通用知識學習引擎”則不限于具體學科或?qū)W習階段，只要按照教學計劃和大綱輸入相應(yīng)的數(shù)據(jù)給AI學習，AI能在大數(shù)據(jù)中自動個性化建模，從而AI能夠幫助學生學習任何想要學習的知識，國內(nèi)目前做“通用知識學習引擎”的有高木學習等。
通用知識學習引擎的優(yōu)點在于通過學生學習方法的訓(xùn)練和督促，能夠提升學生的學習能力，而不是停留在知識掌握上；缺點在于通用知識學習引擎的模式對于深度數(shù)據(jù)的獲取更為剛需，在極為碎片化教育產(chǎn)業(yè)之中需要找到一個突破的抓手比如數(shù)學培訓(xùn)或者K12階段語言興趣培訓(xùn)等，實際上通用知識學習引擎更接近真正意義上的AI教育，但由于在國外還沒有找到一個成功對標案例，導(dǎo)致很多賽道投資機構(gòu)看不是很懂。
3
以前有很多互聯(lián)網(wǎng)產(chǎn)品是直接針對C端用戶的，尤其是在英語語言、題庫作業(yè)類、直播培訓(xùn)平臺項目，其中有家長直接參與的付費率會更高一些，但是AI產(chǎn)品目前在手機端App應(yīng)用相對較少，如果做C端教學產(chǎn)品，對于學生來說是會當做是“新負擔”?，F(xiàn)階段在AI教育的起步階段只有在B端（教育機構(gòu)）才能跑通。
所以，人工智能教育公司要想落地和壯大，應(yīng)該要有這樣的格局：要想AI替學生提供個性化學習解決方案，就得先為教育機構(gòu)賦能。
全日制學校的數(shù)據(jù)比培訓(xùn)學校數(shù)據(jù)更加全面、完整，全日制學校應(yīng)用AI是教育信息化延續(xù)，而類似好未來、新東方這種培訓(xùn)機構(gòu)本身就有自己學校，不用像其他人工智能團隊那樣去找學校拿合作數(shù)據(jù)，在轉(zhuǎn)型做人工智能教育方面占據(jù)“地利”優(yōu)勢。
AI在學校應(yīng)用只有提升老師教學效率才能快速推廣開去，AI教師不再是老師競爭者而是助教、教練的角色，也有人通俗稱之為“人工智能雙師班”（AI老師＋真人老師）。
以前好未來等機構(gòu)在西部省份推廣的“雙師模式”認為自己把平臺上的特級教師通過慕課或直播課形式向偏遠地區(qū)孩子教學是在“教育扶貧”，但是消極后果是，線下老師成為輔助，很容易會孩子對現(xiàn)有老師所教的知識產(chǎn)生不信任感，線上老師也沒有辦法兼顧到學生學習特點，傳統(tǒng)“雙師模式”由于對抗人性而流于形式；而“人工智能雙師班”是一個老師加上一個機器人助教，基層老師的接受度相對較高。
“AI雙師班”的模式協(xié)調(diào)了“機器老師與真人老師”之間的矛盾，就像真人老師需要像用電腦一樣使用AI，是有助于一線老師從混沌、憑感覺經(jīng)驗摸索狀態(tài)中走出來，以往的老師教齡與經(jīng)驗水平掛鉤，未來的老師會逐漸年輕化，并且有AI教練輔助教學。
其實，按照知識圖譜引擎模式的話，AI收集具體一門學科的知識，并把頂尖水平知識水平更有效率地教會學生的路徑，走的是一條讓機器老師替代真人老師的“人機對抗”之路。而如果按讓AI幫助老師的理念走，則是讓一個AI通用引擎教學生如何訓(xùn)練和培養(yǎng)學習能力，這個AI不局限于某門課程、某個學習階段，是所有老師和學生的AI教練，這是條“人機共教”的道路。
AI教師并不需要像人類那樣成為分門別類的專業(yè)分工，如果是真的AI的話。
結(jié) 語
AI時代已經(jīng)到來，現(xiàn)行標準化應(yīng)試教育制度如果不能適應(yīng)的話，刻苦努力教出了許多學生缺乏自學能力和獨立思考能力，本質(zhì)上培養(yǎng)出來的是“機器”；如果用人工智能辦法訓(xùn)練人對認知的能力，培養(yǎng)起學習知識的方法，看似是用“機器”輔助老師，實際教出來是真正的“人”。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
