給教育一個AI支點：能否撬動因材施教這一願景？

隨著消費升級和中產階級崛起，中國教育市場正在從勞動密集型走向資本密集型和科技密集型，國人對教育的追求也從「有學上」轉到「上好學」，天價學區房即是明證。

儘管民眾熱情高漲，遍地「孟母」，但頭部教育資源註定是稀缺的，由此衍生出了在線教育、直播等新的授課媒介形式。但在線教育歸根結底上只是將線下授課搬到了線上而已，從線下的1對少，變為線上的1對N，一定程度上擺脫了時間上、空間上的束縛。也就是說在線教育延展了寬度，省去了「三遷」，可深度上還是取決於老師水平，取決於人意味著批量化生產的不可控性，也就是說在線教育仍然處於小農經濟的作業模式，遠未進入工業化時代的批量生產時代。要知道「三遷」不是目的，只是形式，「三遷」的目的是為了獲得良好的教育，從這一點講，原來的在線教育形式也並不成熟。

人工智慧時代的到來，各行業都在賦能黑科技，教育行業自然不會例外，給教育一個AI支點，能否讓原本稀缺的教育資源具有普惠價值，讓因材施教這一意淫了幾千年的宏偉藍圖從【牆上的美人】，變為【炕上的媳婦】那？

媒介形式賦能AI：由公司結構決定了的嫁接模式

教育機構在傳道授業解惑的路上，分為圖片形式，利用圖片識別技術進行拍照搜題；口語練習，通過聲音練習聽力，說話能力，這個主要是集中在以外語為主的教育機構中；陪伴機器人，寓教於樂，娛樂與學習同步進行的兒童陪伴玩具等等。

AI作為一種新的科技元素，教育機構在技術賦能的時候，有著很明顯的傾向性，主要是圍繞著授業的媒介形式開展技能賦能，比如圖片識別公司利用人工智慧提升圖片識別、認知，外語類通過語音識別技術等等。

早已勾勒好的市場細分走向決定著AI的植入形式。這一波人工智慧浪潮，本質上與下半場這一大基調不謀而合，都是黑科技賦能商業模式，這種形式的技術賦能，很大程度上省去了應用場景的煩惱，避免陷入施樂式的技術型自嗨。

圖像識別：目前使用圖像識別最主流的應用就是拍照搜題，典型代表是作業幫、學霸君、小猿搜題、阿凡題……

傳統的K12應用更多是停留在學生需要主動上來去看視頻和做題，這本身對於學生來講是很難有學習場景的。而拍照搜題則是學生帶著問題和困惑來學習的，所以我們也看到拍照搜題App是所有K12應用里活躍度最高的。拍照搜題的核心技術就是把圖片與文字做對應在，然後再去做文字與已有題庫的匹配。

語音識別：目前使用聲音最主流的應用就是語音評測，也就是學生說一句話，機器給打分，典型代表是訊飛、流利說、一起作業、盒子魚……

而目前絕大多數市面上的口語學習App的口語評測的水平就是評判規定的一句話的發音準確度，或者是半開放式的交流。而真正的難點是評估開放性的對話的好壞。科大訊飛已經在這個方向上與國家多個省簽約合作，嘗試做高考開放式口語題目的自動批改。Google的Wavenet已經接近這個水平只不過運算起來非常慢，百度近期也對這個結果的性能進行了優化。另一個則是把語音識別率再提升一個新的檔次。這兩項工作都是在可預見的兩三年內會實現並且普及起來的。

文字識別：老師講課，最重要不是他的面孔和他的音色，而是他所說的話。同理，真正的在線教育與AI的最重要的結合點既不是聲音，也不是圖像，而是文字。

文字識別另一主要用途可以放在閱卷，老師批改作業。按照人工智慧和大數據分析技術目前發展的趨勢來看，在教育領域中，試卷自動評閱是教育系統智能化必然的方向。一方面，計算機智能閱卷能避免人為的誤差，能夠更客觀的反映出評閱結果，保證了閱卷的客觀公正性。另一方面，電腦閱卷省去了老師在傳統閱卷模式中主觀題閱卷的體力勞動，讓老師省出更多時間和精力用在教學工作中。

教育機器人

除了工業機器人與服務機器人之外，教育機器人也是一個相當重要的領域，《2016全球教育機器人發展白皮書》預測未來5年（2016-2021年）全球教育機器人的市場規模將達111億美元。目前做教育機器人的典型的企業有智童時刻，旗下產品KeeKo機器人主打兒童教育，兒童可通過卡片、觸摸、語音，外設等方式，對機器人進行可視化編程，從而訓練孩子的邏輯能力和創造性思維。但這類企業都還停留在早期融資階段，還沒有大量資本進入。

人工智慧的技術目前只是有所進展，仍然不夠成熟，導致產品售價不低，且看不到解決實際痛點的標杆產品，用戶購買意願不足。我們看到的很多人工智慧只是應用在兒童教育領域，這些公司核心普遍在於技術，不能兼顧生產優質的教育內容，如何將機器人的娛樂性和教育性良好地平衡是值得思考的問題，否則教育機器人極易淪為使用期不長久的兒童玩具。

因材施教願景：理想光明，道路曲折

「因材施教」、「有教無類」，是大教育家孔子所首倡的教學理念，影響著教育行業的發展。因材施教更是成為很多教育機構所追尋的目標，但是教育作為一項不可複製、不可控的人為活動，想大面積的普及，將此理念貫徹，絕非易事，人工智慧的問世，卻讓此宏偉藍圖具備了實現的可能性。

雖然教育活動的主角仍然是教師，但人工智慧可以有效地降低教育的成本，如通過網路讓更多人在線學習優秀教師的課程，並通過AI技術來分析學習效果，幫助教師用更少的精力提供對更多人的差異教育，真正實現因材施教。

不僅如此，人工智慧也縮短了學習反饋周期。針對某個具體的學習目的，必然存在：現狀診斷+學習目標——反饋調整——提高與效果的展示。教學效果可視化、可量化很重要，如果無法展示學習效果，不能及時反饋，學生的水平很難得到提升。

雖然AI對教育能帶來很大的幫助，但是教育並不是一個最容易被AI滲透的行業。我們知道，打造人工智慧的核心有三個，演算法、計算資源和數據。

由於人工智慧演算法的分享和傳播是非常快的，Facebook、Google都大力倡導開源，所以演算法並不是壁壘；而計算資源現在則是可以購買的，比如各種形式的雲計算等，也不是壁壘；只有拿到契合使用場景的數據，才是壁壘。因此，數據會是未來AI類公司的一決勝負之地，獲取數據和處理數據的能力將成為強弱公司的分水嶺，如何設計產品巧妙獲取教學過程中的數據、而且將反饋用於自身產品的提升，將成為公司從1到100的大考。

數據才是人工智慧時代不可多得的資產。人工智慧會在教學中間起到穿針引線的作用，給教師做輔助或者決策性的分析。

可是核心的教育數據並不容易獲取，因為很多數據來自於線下，或者是非結構性的，難以用於機器學習。雖然各種教育場景中，都會產生大量的個體信息，但是教師沒有多餘的時間和能力處理那麼多的數據。

雖然可以通過技術手段把課堂錄下來，把試卷掃描下來。但是，這只不過實現了教學信息的數字化，實際沒有形成可處理、可分析的數據化。因此，即便我們能全部記錄下來，也沒辦法知道它對每個人的效果，必須要想辦法把數據中的個體信息提煉出來，才能為以後的教學行為產生指導。

毫無疑問，傳統教育賦能AI，因材施教將一個長期的過程。不過，利好的信號是政策的支持：教育部已經正式提出，下一步教育信息化的重點是信息化和教育技術深度融合，由應用驅動。它將不再像以前僅僅是學校買計算機設備，而是切切實實推動技術和教學實踐結合。同時，現在已有很多剛需的應用。比如上文所提及的作業評測，口語訓練等很多剛需。讓老師願意去用，用的過程中產生數據，數據指導老師有針對性的教，指導學生個性化的學，隨著數據越來越多，整個學校的智慧系統會越來越強大。

入口價值軟肋，用戶基數是發揮馬太效應的關鍵一環

雖然人工智慧是人類的下一幕，甚至比移動互聯網對用戶的影響都要大，但是，我們也要清楚的明白，吊炸天的人工智慧並不具有入口價值，不是流量入口，人工智慧對於各行業起到的作用只是錦上添花而已，這個基本事實。既然不是流量入口，各行業都在重兵加持人工智慧技術，如何才能發揮馬太效應那？

雖然人工智慧不直接產生流量，但是卻對用戶活躍度，用戶粘性起著重要的促進作用。上文中，我們分析到，線下的學校作為一個核心使用場景，雖然不便於積累數據，也沒有數據可言，但是在線教育機構有數據積累。在線教育行業開啟人工智慧時代，實際上沿著教與學的過程中，會產生很多行為數據，當更多用人工智慧技術的時候，一定會把這個效率更加提升，從這個角度來講在線教育因為有了人工智慧會比過去的傳統線下教育將有更加絕對的優勢。如今，不論是口語批改、寫作還是自適應，人工智慧技術在語言的教學和學生的語言習得上面都有實時的發展路徑。

我們知道，加入了人工智慧元素的產品，比如人工智慧電視，有一個很大的特點就是越用越靈活，越用越懂用戶。越用積累的數據越多，越懂用戶也就意味著因材施教越成為可能。

粘性最強的產品無疑是社交產品，因為這裡有你有你的朋友，你刷朋友圈上癮，是因為朋友圈與你是強關係，非社交類產品，尤其是工具類產品，一般不具備這麼強的粘性，可替代性強，因為工具類產品與用戶之間就是使用與被使用的關係，沒有感情可言，一款更好的工具類產品，分分鐘會被替換掉。

在線教育也算是工具類產品，可基於人工智慧技術的在線教育平台粘性將提升，不再單單是使用與被使用的關係，而是用戶與過去自己的社交關係。因為這裡有自己的數據，用戶要想讓因材施教成為可能，必須與工具產品成為強關係。如果說以前的工具類產品與用戶間之間玩的是約炮，搞得是一夜情，用完即走，想換就換，而現在更像是談戀愛，拴住了用戶的心，用戶投入了數據，而且越陷越深，是有感情的，且是雙向的，具備了社交工具類產品的粘性。

雖然人工智慧是基於生產效率的提升，它本身沒有網路效應，技術有它固定的規律和速度，不太可能用融資的方式拔苗助長。但是人工智慧搭載到產品上卻可以發揮網路效應，增強粘性，因此用戶基數越大，體量越大的在線教育平台，在這一波人工智慧浪潮中，將能發揮其乘法效應，市場規律依然遵循著馬太效應。

在線教育賦能人工智慧技術不僅能增強用戶粘性，而且還可以擺脫在線教育天生做不大的宿命，這也是人工智慧賦予中小在線教育平台的市場機遇。

中國大約有30萬家教育培訓類的機構，平均的營業額卻只有幾百萬元，教育賽道中能夠做大的並不多，大部分都是灌木型企業——死不了，但是始終長不大。

換言之，這些企業在規模化方面出了問題；問題在於，如果僅僅是一兩個企無法做大尚可理解，但全行業出現這個問題，說明有更深刻的原因。

之所以會遭遇規模化的瓶頸，和教育的特點密切相關。教育行業的核心痛點是優質資源稀缺。一個好老師，需要具備先天智商，較好的人品，加上後天的培養，自身長時間的積累，以及外部環境的支持才能造就。優質師資很難規模化複製，進而導致稀缺。

在大學就很明顯，清華老校長梅貽琦早有論斷：「大學者，非大樓也，大師之謂也，中國現在很多大學的硬體和設備以及經費都早已超越世界名校，差距就在於大師。

人工智慧的出現，讓優秀教師教學質量的標準化、批量化成為可能，進而讓中小企業也能有很強的的教學能力。

當然，任何科技+教育，其實最終拼的的還是教研和內容，而不是科技本身，而且人工智慧技術尚處行業早期，教育機構的重點還應當放在教育質量上，不錯過這波AI浪潮，適當布局即可。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！