“AI+教育”假套路还是真功夫，本质还是对AI能力的拷问

乂学教育的“松鼠AI”是一个以高级算法为核心的人工智能自适应学习引擎，简称“智适应学习引擎”，就如AlphaGo模拟围棋大师，乂学AI系统模拟特级教师给孩子一对一量身定做教育方案并且一对一实施教育过程。

掌门1对1正在研发的ICPE智能个性化测评提分系统，是希望从智能师生匹配系统、智能课堂系统和智能测评系统三个版块发力，结合学生学习个性化的特点，全力攻破学生知识点薄弱环节，来提升学习的智能化水平。

好未来的“魔镜系统”则利用人脸表情识别等技术，来判断学生上课时的举手、练习、听课、发言等课堂状态和面部情绪变化，生成专属每一个学生的学习报告的人工智能辅助教学系统，这样学生端听课数据可实时回传给老师，让老师动态调整自己的授课策略。

尽管这些都在朝着“千人千面”走，但仍然只是深度个性化教育的初级阶段，数据量的样本规模、学生的情绪、学习状态等都将影响学习效果，真正的“千人千面”依然还有一段距离。

二、赛道这么多，AI到底该去哪个地方发光发热？

如今AI+教育已经细分成K12、素质教育、职业教育、出国留学等多领域，但并不是所有教育场景都是笔好生意。

如今AI+教育正迈入商业模式成熟期。但显然只有三个赛道能跑出大玩家。

首先是K12教育，中国有2亿学生，他们都在竞争更好的学校，家长们舍得为此投入。

其次英语培训。包括幼儿、青少年、大学生、职业人士等，英语既是考试项目，又是职业技能。

还有素质教育，比如音乐、美术、体育等，以及新兴的编程、机器人等科技领域。目前光是编程，就有50家公司在做。

事实上，从上市公司、明星公司来看，也是如此。

从这2张图上可以看到，K12、语言学习两个赛道最为活跃，科大讯飞、立思辰、网龙、新东方、ATA等上市公司或深耕自身技术业务或通过投资并购布局于此，类似OKAY智慧教育这样的种子选手也扎根在此并发布OKAY智慧平台、OKAY学习机、OKAY教学机等。

在智能相对论看来，赛道选择的标准其实有两个：

1、极强的刚需，强刚需才能够保证产品的复购率和现金流；

2、AI技术能落地，互联网+教育的模式是将优质的教学资源输送到三四线城市，但并没有完成实现“千人千面”，AI+教育就需要在此下功夫。所以我们看到图像识别、语音识别、人机交互等AI应用技术被广泛应用在教育领域。比如通过图像识别技术，AI可以让教师从繁重的批改作业和阅卷工作中解放出来；人机交互技术被用来协助教师为学生在线答疑解惑；语音识别和语义分析技术被应用在辅助教师进行英语口试测评。从具体公司来看，科大讯飞、网龙等上市公司是通过语音测评、语义分析提升语言学习效率。新东方、好未来等引进的分级阅读是通过机器和算法制定标准，对学生与读物测定评级，完成自适应阅读。

三、比育人更重要的是懂学生，AI能否帮上忙？

一直以来，教育，尤其是基础教育领域的教育，需要更多的情感交流。所以和学生打交道时，除了教授知识、技能，更重要的是懂学生的情绪。

做了15年老师的贾云海谈到教学经历说道，“课堂容量越大，孩子越不喜欢，教学效果越不好。”这个效果不好就是没有适时对学生的情绪做出反馈并调整教授策略。以K12为例，行业和用户最大痛点在于：上课的时候，经过大量备课与准备的教师滔滔不绝地讲课，但学生却因没心情、没兴趣等因素，无法将这些知识完全接受。

但正如精锐教育创始人张熙表示的，AI发展的过程中，机器如何实现跟人进行一些情感上的交流就是问题之一。目前的AI教育技术很难复制教师的行为模型，现实中的教师可以通过自己的课堂行动适应挑战，并在情感上做出适当的回复，而这一点很难由人工智能体系重新创建。

不过也有一些企业试图攻克这个问题，比如之前提到的好未来“魔镜系统”，海风教育也推出了AI应用“好望角”，这是以AI技术为主导的多维情绪识别、专注度分析与课程质量分析的系统，用来智能识别孩子状态。

但显然，情感化和社会化问题仍是目前AI教育存在的普遍问题，如何做到AI的情感化沟通依然仍重而道远。

竞相角逐，谁才能突出重围？

讲完这些“AI+教育”的问题后，我们并不是要全盘否定，而是希望通过对现有项目的考察来讨论“AI+教育”到底该往哪走。

而且目前“AI+教育”群雄逐鹿，并没有出现垄断性的巨无霸，说明大家都还有机会，但这场机会恐怕只会留给两类项目。

第一类：拥有结构化的数据，能让AI真正使上力的项目

和大多数AI+行业一样，教育AI的核心是数据与算法模型，算法模型上，大家基本处于同一水平线，于是数据成了行业竞争的赛点。

阿凡题联合创始人兼CTO李启林就曾承认“数据是很大的壁垒” 。

因为对绝大多数AI+教育企业来说，在数据方面都是“羸弱”的。

（编辑：滁州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!