在大數(shù)據(jù)的“滋養(yǎng)”下，AI在越來越多的領域更懂人，讓擁有深度學習能力、不斷進化的AI幫助人類探索學習規(guī)律、開拓認知潛能，已成為人不被機器淘汰的必要之舉，根據(jù)教育部的規(guī)定，2018年秋季開學后，高中生們將要開設一門新課程：《人工智能》。
互聯(lián)網教育尤其是線上K12培優(yōu)項目一直是投資熱門，直播1對1模式風口過后，教育圈內最火的應該是AI項目了。據(jù)億歐智庫的報告顯示，2017年人工智能教育融資額度達42．17億元，其中超80％屬于早期投資項目，這個賽道有望誕生多個獨角獸公司。
筆者發(fā)現(xiàn)，當前布局人工智能的在線教育大體分為三派：
（1） 教學或題庫測評類工具產品，比如作業(yè)盒子等；
（2） 培訓機構應用AI技術，比如好未來等；
（3） 人工智能教育引擎及平臺提供商，比如高木學習等。
現(xiàn)在擺在AI教育創(chuàng)投從業(yè)者面前的問題是：到底以技術實力論英雄的AI教育的泡沫有多大？真金不怕火煉的AI教育項目的核心能力在哪里？如何才能落地？ 本文試做解讀。
一、為什么“自適應”其實并非真正的AI？
一位投資人朋友曾向我這樣說道：“既懂互聯(lián)網行業(yè)又完全懂本行業(yè)的業(yè)務的管理型人才不超過十個，這是在‘互聯(lián)網＋’雙創(chuàng)浪潮中每個垂直行業(yè)頭部項目就幾家能玩轉的原因。”而認知和技術門檻更高的“AI＋”情況恐怕會更加不妙，甚至很多人把“自適應”與“AI教育”劃等號。
自適應學習（Adaptive Learning）的鼻祖是美國的Knewton公司，它通過評估不同學生對知識材料掌握度進行個性化推薦，有點類似于今日頭條的興趣引擎。Knewton在國內的門徒眾多，目前大概有40多家項目宣布發(fā)力做“自適應”，比如“乂學教育”（學練測自適應）、“學吧課堂”（題庫自適應）、“英語流利說”（英語口語糾正）、“一起作業(yè)”（家長、老師在線監(jiān)控）等等。
嘉御基金創(chuàng)始人衛(wèi)哲說過，“90％的人工智能項目都是偽AI”，鑒別的依據(jù)是看項目“算法速度”，如果是代數(shù)級而不是幾何級計算那就不是“真AI”，以此來考驗自適應項目，得到的結論未免讓人失望。
初級的自適應項目是人工預設指令或編程規(guī)則推薦，高級的自適應是基于知識圖譜推薦，即使是高級的自適應項目由于沒有按照既定的教學大綱和教學目標有邏輯地展開，在具體知識學習之中并不系統(tǒng)。關鍵是很多自適應項目采集的是各科最優(yōu)秀特級教師的能力，導致其算法本身是線性的、模擬人學習而已。
自適應的技術原理就好比AlphaGo是應用了人類最優(yōu)秀圍棋大師的能力而非是完全迥異機器深度學習和自演化模型；自動駕駛AI應用了某個人類零誤差老司機的感知能力而非是基于全網海量交通大數(shù)據(jù)做運算和決策；人工智能醫(yī)生是應用了看X片最快最準的醫(yī)生的經驗而非是海量數(shù)據(jù)庫訓練；顯然按這樣的路徑訓練出的機器并非是真正的AI。
“真正擁有充分教學大數(shù)據(jù)及算法速度的‘AI教師’是能輕松超越擁有30年教齡特級教師的，并且可以突破人類的知識局限，對算法模型進行自動演化，找到人類從未嘗試過的策略?！备吣緦W習創(chuàng)始人劉瞻這樣描述AI教師。
劉瞻是帝國理工學院科班出身，早在2015年開啟AI教育創(chuàng)業(yè)，他認為判斷真?zhèn)蜛I教育項目具體有三個考察維度：
（1）自適應是基于模擬優(yōu)秀老師的知識圖譜推薦知識，而真正的AI教育機器人則是泡在“教學實踐大數(shù)據(jù)”中做深度學習。
（2）自適應主要用作知識盲點的統(tǒng)計，但無法分析出知識體系之間的本質聯(lián)系，用AI更重要的任務是找到行為背后的原因，比如某學生表面上二次函數(shù)是薄弱環(huán)節(jié)，既有可能是其對二次函數(shù)的各細分知識點掌握不牢，也有可能是前置知識點一次函數(shù)、函數(shù)的思想理解不透徹，還有可能是方程求解的問題；甚至有可能是抽象思維或計算能力的問題，AI會根據(jù)該學生數(shù)據(jù)和“知識路徑矩陣”，找到問題背后的原因從而匹配出最優(yōu)學習路徑。
（3）人類教師的情感因素能左右學生的學習效果，AI教師也應綜合考慮學生的自信心與成就感的培育與激發(fā)，從而確保學生學習過程“知”、“情”、“意”的一體化。
二、AI教育的核心：幫助每個學生找到“元認知能力”
AI教育并不會改變“老師－學生”的二元結構，甚至人工智能教育還要在師生兩端徹底解決互聯(lián)網教育未完成的兩大難題：
（1） 如何幫助學生找到學習方法、提升學習效率？在中國一個普通中學生80％的學習時間是低效的。
（2） 如何幫助老師對學生更高效的“因材施教”？目前在我國師資資源依然整體短缺并且分布不均，1對1培優(yōu)成本高、小班普及率低等問題依然突出。
AI教育的優(yōu)勢在于通過數(shù)據(jù)化形式分析學生自己都不清楚的“癥結”，即所謂的“懂我更懂教好我”，同時AI還能幫助老師實現(xiàn)教學效果的穩(wěn)定化和可控化。AI在充分收集和處理教與學兩端的大數(shù)據(jù)后，還得在具體教學場景之中個性化建模，最終實現(xiàn)“讓學生更會學，讓老師更會教”，這是人工智能教育的目的。
陶行知先生說過，“教是為了不教”，教育本質不是灌輸知識，而是要啟發(fā)學生思考并讓學生掌握自主學習的能力。目前很多偽AI學習神器只能“授人以魚”但并不能“授人以漁”，我國基礎教育歷來缺乏方法論課程，只有極少數(shù)有天賦的學生能自主制定適合自己的學習方案，而絕大多數(shù)天資處于平均線的學生在混沌中摸索。如果從AI的視角來看，所謂“天賦”不過是少數(shù)幸運兒自覺不自覺的分享了“元認知能力”。
當人主動設定學習計劃、自我反饋、動態(tài)調整學習策略時，就接近了“元認知”，在大數(shù)據(jù)時代，這種元認知能力是能被定量化分析的，AI 教育可以為學習者提供關于反復激活元認知能力的“訓練法”。根據(jù)劉瞻的解讀，AI教育的“訓練法”就好比給蹣跚學步的嬰兒安上矯正走姿的“學步車”，具體應用什么樣“訓練模型”則是由AI根據(jù)大數(shù)據(jù)進行場景化定制的，有可能是通向學習目標所需要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，這些模型能不斷調取和強化人的“元認知能力”。
盡管市面上90％項目都是著眼于知識點和解題訓練的自適應，真正AI教育項目比如高木學習的AI不僅包含自適應的知識圖譜大數(shù)據(jù)，而且還能不斷從學生的行為數(shù)據(jù)中演化“知識路徑矩陣”即AI可根據(jù)學生對知識和能力體系的理解定制出個性化學習路徑。與此同時，AI讓學生在對知識的理解與記憶過程中不僅訓練知識掌握度，還不自覺地訓練了元認知能力，這套“個性化學習引擎”其實是在培養(yǎng)學生“忘掉所有知識后”剩下的元認知能力，具有普適化的特點。
實際上，AI教育并不需要局限在某一學習階段、某一學科的知識體系，完全可以打造一個跨學科、跨門類、跨階段使用的“通用知識學習引擎”，也就是說，除了應用在K12領域外，AI教育還可以應用在高等教育階段，甚至在輔導大學生時比中小學生會更為輕松，無須綜合考慮學生的學習動力因素等。
反過來講，如果市面上的人工智能教育項目只能用于某一單科或只能教K12，就不是基于大數(shù)據(jù)獲取和智能化引擎的“全才”和“通才”，基本可視為基于特定領域專家總結的經驗規(guī)則的“偽AI”。
三、為什么AI教育項目落地，to B模式比to C模式更容易跑通？
當前AI教育項目的商業(yè)化進程走向大體分為兩大派：
一派是自建場景的顛覆派，試圖開發(fā)新的測試軟件以抓取學生的數(shù)據(jù)，甚至引入一些把AR（增強現(xiàn)實）、MR（混合現(xiàn)實）等黑科技，其目標是以“AI教師”完全取代真人老師教學，屬于“人機對抗”模式，較為典型的是乂學教育的松鼠AI。
另一派是升級現(xiàn)行教育體系、不另創(chuàng)場景的改良派，屬于“人機共教”模式，較為典型的是高木學習的AI Tutor。
一般走人機對抗模式最終走的是to C模式；而“人機共教”走的是to B模式。鑒于我國當前AI教育的應用場景主要為教學機構包括全日制學校與培訓機構，而非一個個分散的學生；只有讓AI去輔助老師備課、上課，嵌入到學生作業(yè)和訓練，幫助學生提分和學校提升升學率，才能幫助AI更快落地并且找到盈利模式。
從“全日制學校”應用AI的實踐上看， AI能讓老師“心中有數(shù)（據(jù)）”，提升教學的針對性，AI教師實際上相當于真人老師的“智能助教”，可以減輕老師50％的工作負荷量，比如AI幫老師批改作業(yè)，把數(shù)據(jù)分析的可視化呈現(xiàn)出來幫助老師定制教研方案。因此，在市場推廣過程中，AI教育項目不需要擔心基層老師的接受阻力，能讓老師擺脫“汗水老師”的局面也是基礎教育機構所希望看到的。
由于全日制學校獲取的大數(shù)據(jù)比培訓機構更加海量、持續(xù)、高頻，因此高木學習更看重AI在全國全日制學校場景中的數(shù)據(jù)價值，積極在全國推行城市合伙人制度，并計劃與地方教育主管部門合作推出全國教師AI應用能力培訓公益活動。
To B模式中另一大企業(yè)客戶就是體制外的培訓機構，他們所面對的學生付費意愿強、購買力相對旺盛，是AI教育項目獲得穩(wěn)健現(xiàn)金流的必爭之地，那么當前培訓機構應用AI教育項目開展“人工智能雙師班”的效果如何呢？
（1）首先、AI教練能保持教學效果穩(wěn)定化輸出，解決原本老師教學效果不確定的弊端。
（2）其次、AI 提升了老師的工作效率，突破了培訓機構因為名師稀缺且流動性大限制培訓機構的規(guī)?；l(fā)展的瓶頸。
（3）再次、比如高木學習的AI幫助學生發(fā)掘了“元認知能力”增強學習信心、提分效果明顯，幫助合作培訓機構提升了續(xù)費率，為招生帶來便捷。
可以說，人工智能教育走to B模式是“為教學機構賦能”，既能為全日制學校老師和學生“減負”，又在給培訓機構做大業(yè)務“增量”的，難能可貴的是，AI項目并不需要學生端那里刷品牌存在感，把所有的教學效果功勞于老師，可用“潤物細無聲”來形容。
結語：
人工智能教師不僅不會奪走老師的“飯碗”，還能幫助老師從繁重、低效中解放出來，讓學生享受到智能化因材施教教育。當前我國的AI教育是在標準化應試教育的框架下，盡可能讓學生獲得個性化學習解決方案，在幫助學生完成提分、升學的“小目標”同時，喚醒和開發(fā)其“元認知能力”，這回歸了教育的本質。在知識爆炸的年代，教育的重心應該由從儲備具體知識轉向到掌握開啟知識寶庫的“鑰匙”即元認知能力上來，這才是AI教育帶來的智慧啟示。
作者：李星
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網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。本網站對有關資料所引致的錯誤、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站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
