精準學：人工智慧教育不是人工智慧＋教育這麼簡單

精準學：人工智慧教育不是人工智慧+教育這麼簡單

引：2017年在人工智慧領域最引人矚目的無外乎AlphaGo和AphaGo Zero這兩兄弟了。一個橫掃人類圍棋界，一個一出生就干翻了自己的「親哥哥」。人工智慧技術的快速發展，讓各個行業都看見了人工智慧在實際應用中的機會。

如果說2016年是人工智慧教育的元年，2017年是人工智慧教育的啟蒙年，那麼2018年人工智慧將進入實際生活，成為人工智慧教育的落地年。

人工智慧教育產業要能夠落地，核心要解決兩個問題。一是在學生學習場景中找到人工智慧與大數據技術真正能發揮所長的場景，二是技術上真正做到即便是資深老師也需要付出巨大精力才能做好的事。

精準學是目前人工智慧教育領域的積極推進者，位於杭州「矽谷」之稱的未來科技城。精準學的COO田陽對於人工智慧教育有一番自己的見解。

人工智慧教育不是人工智慧+教育這麼簡單。

探討這個問題前，首先我們要搞明白教育是什麼？很多圈子內的人和我說，要用人工智慧取代教育，取代老師，取代學校。我不太贊同這種想法，教育是教書育人。學生在學校的學習中，不僅是學習知識，更是學做人，學思維方式，學習面對各種問題的心態。育人這個事情一定是依賴於老師的，而這也是教育中非常重要的工作。所以在我看來，人工智慧教育最核心的工作是提升知識學習的效率，並賦予孩子終身學習的能力，讓他們有能力去面對不斷變化的未來。

想不明白這個問題，人工智慧教育就沒有辦法落地，因為你想要取代老師，那根本不是人工智慧可以解決的問題。

人工智慧教育最困難的地方不是技術。

所有的技術手段都是問題的解決方式。人工智慧教育面臨最大的問題是你怎麼找到人工智慧可以發力的機會點。我十年前在阿里巴巴的時候就開發了阿里巴巴第一代的數據產品，希望個性化完成用戶在網站上的經營分析，但是最後發現不是沒有數據，不是組裝不了數據，而是用戶沒有辦法應用數據，應用了之後沒有個性化的解決方案。每家企業的模式，運營機制，規模都完全不一樣，在數據使用層面的能力更是天差地別。而學生更不要說，知識水平，學習能力，學習意願更是千差萬別，這些問題不能被解決，智能學習產品最終只是一個擺設，家長用來安慰自己的「工具」。

人工智慧最擅長的地方基於大數據的深度機器學習演算法，精準分析學生知識掌握薄弱點，從而有機會獲得更有針對性的個性化輔導，提升老師教學和學生知識學習效率。這個環節即使是非常資深的優秀老師，也幾乎不可能比人工智慧分析更為精準。而且，隨著用戶量的增長，這個系統也正在進化為越來越精準。也正因此，精準學所開發的學情檢測系統受到了家長和學校的普遍歡迎。

人工智慧教育誰能解決「人」的問題誰就是第一

學習是一個持續，並且需要多方協同的過程。這個過程中，學生，家長，老師，學校缺一不可。誰能夠在這個過程中通過自己的產品形成多方合力，誰就能夠笑到最後。精準學的集團公司還有另外一家專門做兒童綜合素質教育的線下連鎖機構，在過往的經驗中告訴我們，有時候學習產品本身的水平不完全是核心競爭力，真正滿足「多方」需求的產品才能達到學習的最終結果。本質，還是回歸到人。

人工智慧教育2018年會百家爭鳴

目前在人工智慧教育領域已經具備了技術+團隊+資金的很多公司，目前大家都是在賽道上驗證各自的商業方向，這個過程會有很多有意思的業務模式誕生，因為教育的複雜性，每個隊伍的切入點，路徑都會不一樣，2018年一定會是各種人工智慧教育應用爭相落地實踐的一年。

轉載請註明出處。

[an error occurred while processing this directive]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！