TUhjnbcbe - 2024/8/5 16:56:00
本文笔者将以在线教育为例，按照“AI技术——AI能力——应用场景”的逻辑顺序，分析：在线小班课中的AI+，到底能“+”些什么？就像前几年的“互联网+”一样，最近两年，“AI+”突然变成一个炙手可热的话题，一切皆可AI+，现在在和别人聊点儿事儿，你要是不聊几句AI，仿佛就跟不上这个时代。作为“永远都是风口行业”的教育行业，更是不会放过每一拔风口上的任何一个概念，一夜之间，线下、线上、ToB的、ToC的、老牌机构、新创企业都开始或多或少的谈起了AI+的创新和转型问题。动作快的机构也己经开始落实到产品化并推向市场。当然，受限于技术水平、资金实力以及理解和设计深度的不同，各家实际作出来的东西也深浅不一。有些产品的确让人惊艳、极大的提高了教育的效率和质量，也有很多的产品让人看不出来到底“AI”了啥。这就造成了两个印象的极端：现在开口跟你谈AI+的，不是绝顶高手，就是个骗子。为了在当下各种嘈杂的声浪中理出一点头绪，本文尝试着以在线教育为例，从最底层的技术概念入手，按照“AI技术——AI能力——应用场景”的顺序，冷静的缕缕思路：在线小班课中的AI+,到底能“+”些什么。AI技术首先，以目前的“AI”概念而言，比较有代表性的是以下几大类技术（以下仅为例举）。文本分析：通过统计和机器学习方法从文本中抽取特征词进行量化、以促进对句子结构、意义、情绪、意图的理解。语音识别：根据不同应用场景的需要，将人类语音转换成计算机可识别和处理的信息。自然语言生成：从计算机数据生成可用于人机交互的文本、图像或自然语言。生物识别技术：通过对语言、图像、触摸识别、肢体语言识别等信息的处理，使人类和机器之间能够进行更多的更自然的互动。虚拟代理：用机器人代替人类作一些具体的工作，随着开发技术的深入，应用模型也正逐渐从简单的聊天机器人向更高级、更精细化的分析、互动和执行系统过渡。决策管理：将规则和逻辑插入人工智能系统的引擎，用于初始设置、培训；以及通过持续的维护和调优，来进行辅助的或完全自动化的决策。机器学习平台：提供算法、api、开发和培训工具包、数据，以及计算能力来设计、培训和部署模型到应用程序、流程和其他机器上。目前多用于预测和分类。深度学习平台：一种特殊类型的机器学习，由具有多个抽象层的人工神经网络组成。目前多用于模式识别和分类应用。机器人过程自动化：使用脚本和其他方法来自动化人类活动，以支持高效的业务流程。AI-优化硬件：包括从GPU的通用性设计，到FPGA(Field－ProgrammableGateArray）这样的可编程器件，再到专用的特定领域芯片ASIC（ApplicationSpecificIntegratedCircuit，如TPU）定制向的设计、开发、嵌入和优化，为硬件设备赋能，以有效地运行面向对象的计算和执行工作。AI能力第二步，通过以上各种AI技术的深入挖掘和组合，能够实现哪些AI能力（以下仅为例举）？智能的语言和文字处理能力：例如语音和文字的识别、实时翻译、语音合成等。计算机视觉：例如人脸识别和美化、图像识别和自动处理、视频分析、各种OCR等。模拟和仿真技术：例如各种机器人、自动客服系统、自动销售系统等。智能决策：例如实时的运营过程管理监测系统、数据可视化系统、一些商务决策引擎平台等。智能硬件：例如智能家居产品、智能穿戴设备、具有自动驾驶功能的汽车等。应用场景第三步：在在线小班课的教学和服务过程中，以上那些AI技术可以（或有可能）融入哪些环节，为提高教学质量、效果、效率或降低成本方面提供服务（以下仅为例举）？就目前AI技术的发展水平和应用实例而言，可以从产品AI化、服务AI化和管理AI化三个维度，来进行各种AI技术与在线小班课应用场景的融合和探索。产品AI化方面AI测评：在线小班课模式存在的核心价值之一就是其既提供了仅次于1V1模式的高度个性化教学、又提供了一个比学赶帮超的班级学习氛围，同时还比1V1省钱，规模更经济。而为了真正实现这种理想上的效果，对于在线小班课而言，面临的第一个问题就是如何科学合理的分班，确保基础水平和学习能力接近的同学分在一个小班里。当然，根据所学科目的不同，这个学习能力又需要细分成识记能力、理解能力、分析能力、表达能力、应用能力等等多个维度；而且随着学习过程的不断深入，在同一个周期的学习过后，每个学生对这个学期所学内容的掌握和以上各项能力的提升还存在不同程度的提升、并逐渐拉开差距。因此，多维度、高精度的测评工作就显得尤其重要。实际情况是，受自身实力和成本影响，很多在线小班课产品在这一个方面基本上是流于形式，用一张试卷、老师人工面试（很多机构甚至是销售人员或助教面试，难免出现评价标准不一、评价维度不全的现象）、甚至干脆根据年龄、年级或学生在校的考试分数进行分班（K12提分班或大班课如此尚可、素质教育类小班课仅用这个考量分班就难免要受到竞争对手牵制了）。同样，新入学的分班都如此敷衍的机构，在续班时基本上更不会再进行深度的重新评测，而是直接按授课内容递推续班；这些操作很难使在线小班课的价值得到真正的体现，长期如此，见不到明显外化的培训效果，机构一次转化率和续费率很难做高，陷入高获客成本的流量漩涡也就再所难免了（反正都见不到效果，只能比谁砸在广告上的钱多了）。这是目前大多数在线小班课机构都面临的问题，而一个认真设计和维护的AI测评系统很可能是目前解决这个问题最高效的手段。AI正课：既想享受1V1的高度个性化教学服务，又无法承担高昻的教学费用，怎么办？随着AI技术的不断进化，高度仿真的虚拟教师课程正让我们逐步看到解决这个问题的希望。通过对学生学习数据的智能分析以及和学生库中教学大数据的比对，AI老师不仅能够实现按需调出教学和练习的内容，有的放矢的对学生进行极具针对性的教学和训练。同时，可按需求变换身份、形象和交流风格并且永远耐心的AI教师无疑也能大大激发学生的学习兴趣，减少学习的枯燥和疲惫感。更重要的是，这种虚拟教师可以依照业内最优秀的老师进行设计和持续维护，真正实现了名师的阳光普照。以前，互联网教育的使命是让每一个地方的孩子都能享受到最优质的教育。未来，AI+互联网教育可以实现的是：一些偏远地区的孩子不仅能享受到最优质的教育，而且还是专门针对他设计的课程和作业，并且超便宜。当然，不可否认的是：AI正课和真人老师的小班课各有优势，以目前的实现水平来看，这两者之间并不能完全互相替代。所以，现在的趋势是：以AI课起家的公司在开发小班课、以小班课起家的公司在研究AI课。看起来，同一个公司内部同时存在这两种产品会成为一种趋势，而这种组合基本上是两种形式：营销上的分工，用以收割不同属性的课户群。同时，低客单价、更易快速推广的AI课还可以起到搭建私域流量池的作用，为高客单价的小班课进行引流。形式是产品上的组合，即卖给学生的课程包里即包含一定量的AI课、又包含一定量的小班课；让学生在同时享有两种教学形式的优点的基础上，又进一步降低了产品成本。AI辅助授课：对于在线小班课而言，师资是一个很让人头疼的问题。一方面，这种形式虽然不象1V1那么吃老师，但随着规模的扩大，海量的师资团队也是不可避免的。好的老师贵且少，经验差一点的老师又影响教学效果。有些机构会尝试把班型稍作扩充以降低对师资需求的比例，但扩充后发现学生的体验又直线下降！同样的老师教同样的内容，一个小班多加2、3个学生而己，体验下降在哪部分呢？究其原因，主要在于对教师控场精力的稀释。特别的低幼阶段的学生或针对素质教育的内容，这个问题尤其明显。低幼阶段的学生自控能力和集体意识本就不足，对于素质教育的也没有太多非学好不可的压力和意识。必竟对于大多数人而言，学习本身又是一项反人性的劳动；同时，在线教育又没有线下教育那么强的现场氛围、控场手段和仪式感；所以，班级规模稍一扩大，授课老师想要准确及时的发现哪位同学眼神迷离、哪位同学神情恍惚就显得越发艰难。而借助AI作一些辅助，就成了众多解决方案中相对具有一劳永逸属性的一种。AI的辅助授课体现在两个方面，一方面是通过计算机视觉技术，辅助授课教师随时对学生的上课状态进行跟踪，并给予预警，随时提醒和辅助教师