科技加持下教育行業的新圖景:AI不是顛覆教育,而是與之深度融合
10月31日,在鯨媒體主辦的“TEC2018教育創想大會”上,開展了主題為《科技加持下教育行業的新圖景》的論壇,主持人為著名生涯規劃師古典老師,對話嘉賓為新東方副總裁兼CTO徐健;寓樂灣CEO劉斌立;淘寶大學雲課堂專案負責人陳捷達;北京師範大學副教授趙亮。
論壇內容亮點:
- 北京師範大學副教授趙亮:我以觀察者的角度給一個預言,未來5-10年之間,AI和教育的結合一定會非常廣泛,並且對教育行業的發展產生巨大的影響。
- 新東方副總裁兼CTO徐健:AI與教育的結合應該還原到教育的初心和本質,助推教育場景的不斷迭代,真正服務好學生。
- 淘寶大學雲課堂專案負責人陳捷達:AI與教育結合唯一的阻礙就是學習力,學習力是第一生產力。我們要精細化地服務好自己的客戶,當你對客戶達到95%的熟悉度和痛點挖掘度的時候,就能在這個行業裡做到最好。
- 寓樂灣CEO劉斌立:AI與教育的結合應該更大化地解放教師的生產力,讓教育資源更加均衡。
以下是論壇實錄:
古典:我們五個人聊一聊AI+教育的可能性。今天請來的每個人身份很不同,從不同的角度去聊,我先把時間交給各個嘉賓,每個人聊聊自己在做什麼,自己的企業是如何把教育和科技結合起來的。
陳捷達:我現在是淘寶大學企業級教育系統雲課堂的專案負責人,剛才古典老師提到的,我這邊簡單分享一下淘寶大學在大資料和演算法方面,怎麼把學生的需求和我們課程做一個精準的匹配。淘大主要賦能是電商企業,我們向外延伸。
在三年前的時候我們發現我們賦能的這些物件包括賣家,他們不知道自己應該學什麼,從後臺會看到他們經常輸入的一些詞都是大詞,比如我不知道如何賺錢,不知道流量從哪裡來,這些大詞是沒有辦法去精準匹配的。
後來淘大跟我們的公司資料演算法的同事合作,做了一個事情,從賣家經營店鋪相關的核心指標大幾百項中抽出來四五十項,對每個背後對應的原因進行了正相關和負相關的操作。把它們包裝成一個平臺的產品,放到我們淘大線上的前臺。
一個學員進入到淘大的體驗是這樣的,他發現數據監控到他的流量降低了,進一步發現他的付費流量降低了,付費流量降低有兩個核心原因,要麼是廣告投放出來沒人看到,要麼是你的廣告設定的不精準,所以你們的廣告費一下花光了,一步一步精準下來,再去匹配我們對應的課程,讓我們的學生能夠真正做到知道自己的店鋪問題在哪裡,自己去尋找問題,淘大幫他們匹配相應的課程。
古典:新東方在這個領域是有最多資料的一家公司,新東方是怎麼樣用科技在自己的教學裡面的?
徐健:大家好!我是新東方的副總裁兼CTO,主要負責技術板塊。新東方面向的學員是3-25歲的全產業鏈的佈局。當我們面向不同需求學生的時候,在技術和教育的結合上,我們主要在三個方面能夠大幅提升我們整個生態裡面的效率。
第一個層面,當學生有不同的訴求到新東方來的時候,選擇不同的課程,第一個方面,在技術結合上,達到千人千面,希望不同的學生根據不同的背景,找到最適合自己的課程。當然我們有最適合他的教學點和時間,能夠去給提供更好的服務。
第二點,當他進入到新東方的體系裡面來的時候,我們能夠提供不同的更多的武器給老師和學生,老師當然是提升他的教學效率和教學質量,第二是給學生能夠更多的個性化的輔導和教學。
第三個層面,在教育+科技和教育+AI層面,我們核心是提升整個企業的運營效率,能夠把我們最好的資源搭配吸收,能夠更好地更高效地服務我們的老師和學生,我們主要在這三個層面不斷嘗試,不斷迭代,最終面向家長和學生提供更好的服務。
古典:徐健總我對第二個環節很感興趣,新東方在語言教學方面是第一名,這個環節中間新東方用了什麼樣的技術?
徐健:第二個層面就是教學服務板塊,大家經常講教育+AI,如果讓教育+AI,回到教育的本質,少一些噱頭,第一提升我們教學的質量,第二真正能夠提升我們學生學習的能力,這兩個是我們真正的核心。提升教學質量上來講,我們核心在做的,是如何使新東方三萬個老師在一千多個教學點,在全國60多個以上的城市,幾萬間教室裡面的課堂能夠把它變成一個真正透明的課堂,這樣我們能夠去衡量老師在這個課堂上講課的內容、態度、方法、效果,真正變成一個透明的盒子。
尤其在教育+AI這個嘗試裡面,目前是重點投入的一項。不管是線上的課堂還是我們雙師的課堂,還是我們傳統的線下的課堂,這點都是為我們家長負責任的。老師的講解是否覆蓋到所有的知識點,在這些知識點講解上是不是能夠有足夠好的方法,跟學生互動。整個過程我們能夠去監控,能夠讓我們的家長,讓我們後臺管理人員隨時能夠看到這些互動,能夠保證對教學質量的提升和不斷的迭代。
古典:劉總的寓樂灣是在中國科創教育界的領域非常排前的,教的過程中就包括了人工智慧部分,這個部分咱們企業在這裡面有什麼樣的突破?
劉斌立:我是寓樂灣的劉斌立,我們和其他企業不太一樣,我們在科技+教育的元素,有兩個板塊,本身我們就是屬於AI教育的一個從教者,我們有大量的基於人工智慧方面的教學課程內容。作為科創教育企業,我們相當一部分做科技元素的教育化,我們教學生如何學會人工智慧的應用和科技創新。
第二個層面,在我們整個教學領域現在有關於青少年大資料測評系統,做學生學習的科創內容以後,對他們科技創新能力量化的一個評價。這個領域我們引入了大量人工智慧方面的內容,在1.0版本的時候可能更多的是學生的知識點掌握,能力圖譜的繪製,在2.0的時代,更多是行為、表情的抓取,由此帶來的後臺分析。在這兩個方面我們是AI+教育的一個踐行者吧。
古典:趙亮本身是大學的教授,作為大學老師,也是人工智慧的專家之一,您怎麼看待這些企業對這些教學成果的應用?
趙亮:我的本職工作就是大學裡教書,如果我講在大學裡做的事情,一天一夜也講不完。講一點我自己參與的和人工智慧有關的事情,第一個,和前面三位老師有點類似,行業的應用,我作為科學顧問參與了鯨媒體的人工智慧產品的研發工作。在這個過程中,我們主要積累的核心技術能力就是自然語言理解,基於這樣一些能力,開發了幾個模組,包括像輿情還有品控,還有像機器寫作、智慧客服,還有智慧推薦等等各種各樣的模組。我們基於這樣幾個模組,把它包裝成了幾個產品形態,主要是三個。我們現在給它起了一個名字,一個叫做媒體盒子,還有一個叫情緒盒子,還有一個叫教育盒子,這是在行業裡做的和人工智慧有關的一些事情。還做一些其他的,比如我本身的職業是教師,我也會做一些人工智慧教育方面的工作,一個就是我們會寫一些人工智慧的教材,我們團隊裡另外一個老師下午會做我們教材的釋出。另外一件事情,現在大家對人工智慧認識還是有些誤區,我會去中學、大學包括一些企業做一些人工智慧的科普和培訓。還有一些其他的科研工作,科研工作太抽象了,不再詳細展開了。
古典:傳播工作本身是非常重要的一個部分。
趙亮:對,因為我接觸了很多人,他對人工智慧感興趣,但是其實他並不清楚人工智慧到底是什麼,到底能做什麼事情,所以我也花了很多業餘時間去做這種科普的工作。如果有一個人跟我說我對人工智慧很感興趣,我也會很開心地坐下來,我跟你聊一聊人工智慧到底是什麼。
古典:對於人工智慧,咱們這個領域有兩派,一派是神化的,覺得它無所不能,一派人覺得沒什麼,只是趨勢之一。順著這個話題,咱們在用人工智慧和自己的業務做結合的時候,遇到了什麼障礙?咱們是怎麼解決的?
陳捷達:是這樣的,我們的科技和動力很多時候當它作用在人的身上的時候,它就會有一些特別感性的層面。我遇到的第一個問題就是學習動力的問題,科技能夠帶給大家學習技能的提升、效率的增大,但是它沒有辦法讓大家變得更熱愛學習。
針對這個問題,我們的解決方式是跟非常多的場景結合起來,舉個例子,淘大現在做的雲課堂是一個企業級的服務,我們在做的事情就是跟我們的釘釘深入的繫結。根據我們一些新零售的門店導購,做的一個場景就是讓門店這些導購同事能夠把我們公司一些工具順利地應用起來。
在過往,導購週一到週五是非常空閒的,通過我們的一些培訓應用,包括自上而下的一些內容指派,包括考試這些系統,我們導購員發現能夠利用他週一到週五的時間通過手淘、釘釘跟客戶聯絡,變成了一個網紅。第二,他自己的收入能夠獲得更高的提升。第三,他的學習過程和他的晉升和激勵的體系能夠掛鉤,所以他就變成非常熱愛學習,這是我們的一些想法和一些實踐。
古典:智慧科技為人賦能,您能舉個小例子嗎?比如你們的智慧科技如何為導購或者為淘寶網紅賦能,有這樣的例子嗎?
陳捷達:可以舉一個大家身邊比較常見的例子,淘寶直播,在過去的時候,非常多的廣告營銷工具,都能幫助賣家去更好的賣貨,消費者心中會有一些牴觸,給我推銷廣告。但其實剛剛古典老師提了一個很好的詞叫賦能,讓一種角色有更多的能力。當淘寶直播推出來之後,激活了一種角色就是淘寶達人,幫助買家挑選自己心中滿意的產品,整個形態就從幫助賣家賣貨到變成幫助買家挑選自己喜歡的產品,從接受度上以及轉化率上都會提高。
古典:您剛才說新東方三萬多個教室同時出現那個場景,出現什麼障礙,又是怎麼解決的?
徐健:很多通用的人工智慧,像語音識別、影象識別、自然語言處理、機器學習、知識圖譜這些領域,相對來說很多通用能力在市場上前些年發展地很迅速,也是基於算力的提高和我們真正大資料的積累。在未來幾年它主要的挑戰,在面向每個垂直行業的時候,在每個垂直行業必然會出現專有的AI平臺,因為只有在每個垂直行業才具有自己無限的可以實際解決問題的這些場景,可以去落地的這些資料。比如自動駕駛這塊,百度推出了阿波羅這個平臺,AI+生活,很多平臺也在出現。未來我相信在教育+AI這個領域,在教育這個領域,包括醫療領域,一定會出現垂直的平臺。
垂直的平臺我們解決一些什麼樣的問題,或者面臨什麼挑戰?在我們教育行業裡面,對話式的語音識別或者自然語言處理,當我們想知道這個老師講什麼課程的時候,很多通用的能力,我們是在外面那些平臺上可以拿到一些基礎的。
比如我們講英文的時候,普遍是中英文混雜,這種識別的準確率在通用平臺裡面是非常低的,我們在教育行業裡面擁有的無數課堂是具有這種場景的。我們是不斷利用這些資料來迭代這種能力,另外一種,就是我們很多數理化專用的術語、公式和圖形的識別,在這個領域裡面通用的技術都是做得比較差的。這些是我們要解決的一些困難,我們要解決的是,在無數個課堂裡面,我們能夠去把控我們的教學質量,不斷去提供更好的或更個性化的素材。這些需要我們在教育垂直場景裡面不斷去解決和攻克。
古典:我昨天剛跟創新工廠合夥人徐輝總聊,他說未來人工智慧像電一樣,是無處不在的,但是需要人發明電燈,需要愛迪生,可能在每個領域都有愛迪生,科創教育領域遇到什麼挑戰?
劉斌立:有兩個模式,一個是完全資訊博弈的情況,像圍棋,像國際象棋這種情況,機器對人的引還是不錯的,我們從人機大戰可以看出來。在非資訊博弈,教育並不是非常好,像我們處在的創客教育有很多需要老師引領的,不可能完全通過機器來實現。在我們這個領域,很明顯,在科創領域只有30%的課程幾乎是可以實現線上人機來進行互動實現的,70%的課程需要線下,尤其剛才說到的非完全資訊博弈狀態下。在這個領域,我們現在有一些問題,能解決其然不能解決其所以然的問題。教育本身關於溫度的問題,關於情感的問題,在我們這個領域也是沒有辦法克服的。在科創領域,關於AI的應用路還很長。本身在學這個新技術的時候,我們在科技上還有很長的路要走。
古典:您覺得科創應用面只有30%,主要是授課物件年齡的問題還是技術瓶頸還是需求瓶頸?
劉斌立:兩個問題,第一個問題是來自於這個學科更新太快,大家知道做科技創新教育,要不斷把新的科技元素轉化成教育元素,幾乎每六個月進行一次迭代,很明顯是跟不上的節奏。第二是教學手段上面,從我的觀察,我在教育行業18年的時間了,以前在新東方任職,在我的觀察,科創教育科技化的元素用的比較薄弱,其實還是在跟隨語言類教育的方向。本身對科技元素的應用目前也是比較欠缺的,而且在科創教育裡面一直有一個誤區,太過於注重教具的概念,導致了很多教育類的企業把重心全部放在這上面,這其實還是一個誤導的。我們最終還是要回到教育本身,最終的創新點落在教育上,這點導致大家對科創元素應用不是非常好的原因。
古典:趙教授您覺得從您的角度看,現在教育和AI的應用有什麼障礙?
趙亮:我想從一個觀察者的角度來說這件事,在AI和教育結合過程中,有兩個比較大的困難,一個是人的困難,一個是技術的困難。我說的人的困難指的是什麼呢?在我們國家是沒有人工智慧專業的,人工智慧成為熱點之後,誰來做人工智慧呢?一個是做其他工作的人轉行做人工智慧,另外和人工智慧相關專業的研究生,但是這兩個方向轉過來的人都不足以解決當前對人才的需求,這是一個人的問題。這樣的問題,我想至少還需要3-4年的時間才能得到緩解,我們現在慢慢開始設定人工智慧的專業方向,但是培養人才有一個週期。包括師資的建設、教材的建設都是有周期的,大概需要3-4年的時間。另外一個困難是技術的困難,我說的技術的困難是什麼意思呢?很多人對人工智慧的認識是跟它實際已有的技術是不一樣的,現有的人工智慧技術和我們所想象的強人工智慧技術還是有非常大差距的。這時候我們怎麼去解決這種技術障礙的問題?比如說現在有很多自動閱卷的產品,是不是足夠好了呢?在某些場景,我們是不敢用它的,雖然它可以提高效率。比如在高考閱卷過程中,你敢不敢完全依賴人工智慧的閱卷產品去閱卷?其實是不能這麼做的。
怎麼去解決技術上的障礙?一方面是我們要去推動人工智慧的技術和理論上的研究工作,這是一個很自然的選擇。另外一個解決困難的方法是我們要去看看如何通過現有的技術,把這件事情做好。比如高考閱卷這件事情,我自動閱卷的產品,不敢把它用在高考的考試環節裡,能不能用在其他的考試環節?我把它用在高考的環節裡,不敢完全依賴它,能不能部分地依賴它,讓它作為一個輔助的手段,也是可以提高效率的一個方式,這是我認為我們去解決這種技術困難的兩種方式。
古典:我有這麼幾個問題,第一個,大家覺得需要多長時間,包括技術、人才,包括大家理念上的認同,人工智慧才會成為教育機構的一個標配?第二,你覺得如果成為標配以後,有機會顛覆今天的教育嗎?第三個話題,如果像一些垂直的小機構,他想去接觸大資料這個概念,他該從什麼地方著手呢?徐健總您先開頭。
徐健:我剛才也提到了,教育+AI的結合實際是從量變到質變的過程。我們在整個過程中看的時候,過去這幾年的實踐,一個是基於我們算力的提升,一個是基於大資料處理能力迭代的加速,導致了我們很多的場景能夠看到一些比較可喜的成績。我們看過去這些年的積累,我們雖然叫AI,但實際上它做的是IA,它是基於現有的這些資料去做分析,它如果想去真正替代人類,替代很多在場景裡面說的不同的角色,這其實是一個很漫長非常難的過程,在這方面的積累還不足夠。剛才提到了有些創業公司在去做一些新的嘗試的時候,創業公司有很多對場景的想象能力,我希望他們在實際落地的場景化的困難和挑戰裡面,解決一些我們真正實際的問題。
給大家舉個例子,最近IBM的Watson也是很有名的,有五千人的科學家和研發團隊,他們在最近面臨一些挑戰,他們也有一些裁員。大家知道他們這麼大的團隊研究一個領域裡面進展的時候,面臨的挑戰。
- 它給大家的預期太高,開始就打出我要去替換掉這些醫生,尤其疑難雜症。背後核心的是資料,這些疑難雜症本身資料量就不夠大,怎麼突破這一點?第二,當你去做這些演算法優化或者想去替代一些醫生的時候,在醫療這個行業,它具有不可確定性,是沒有辦法讓病人接受的。
- 在這個領域裡面,你過大地去誇大或強調這個能力,就會帶來很多的風險,面臨巨大的壓力。到後面實際交付上就出現了一些挑戰,我也希望在教育行業創業的公司不要想做一個平臺,或者打著我要去幹掉老師的旗號,消滅掉老師,還是實實在在的去落地到我們這些企業裡面,面向客戶的時候,很多這些場景,解決一些實際的問題。
劉斌立:我跟徐健總觀點有很多相似性,我不同意顛覆,更多應該叫共生和伴隨,本身這個東西,技術已經來臨,我們不可能拒絕它。在整個教育領域,大家都知道教育資源永遠都是稀缺性的。在教育均衡上,從優秀師資上,從技術上可以解決一些問題,這是非常好的。第二,AI技術在教育手段上面,確實有些很好的工具在應用,這個領域是必然可以發揮作用的。我們更多應該談談共生、伴隨,以後如何應用等更現實的問題。
趙亮:我來接著斌立總來說,斌立總用了一個名詞叫共生,我換一個詞,AI和教育的結合不是一個顛覆的狀態,而是一個融合的狀態。很多正常路徑不會在短期內產生顛覆性的效果,而是融合的過程。
自動駕駛我們認為會顛覆出行行業,會顛覆我們汽車製造業,自動駕駛已經有接近一百年的歷史了,它慢慢融合到我們生活裡。現在很多人開的汽車其實已經在使用自動駕駛的技術了,比如像輔助的泊車系統,是自動駕駛一個非常重要的環節。它是慢慢融合到了汽車製造業,慢慢融合到了出行領域。
AI和教育最後一定會達到一個融合的狀態,每個人都在使用AI,但是感覺不到AI的存在,我想這是一個最終理想的狀態。
陳捷達:我非常喜歡阿里的一句老話,仰望星空,腳踏實地。包括創業者也一樣,當大家談平臺談生態的時候,曾敏教授用點線面的方式,教育本身就是一個體,在這個裡面尋找一個自己垂直縱深的點去精細化地服務好自己的客戶,不失為一個非常好的策略。就像大家買一個東西,可以去一個小而美的店。
古典:我自己也在做教育,醫學的問題,你治完以後不知道,沒有第二種選擇,不具有可重複性,教育也是,AI+培訓還好,但孩子受了教育,未來成長,需要更長週期的,需要我們更耐心地去看的一個東西,整個趨勢在來,但是沒有想象的那麼顛覆。今天大家貢獻了很好的觀點,最後每個人能不能用一句話,對我們在場關注於AI,關注於教育的說說,一句話來說。
陳捷達:教育就是點燃,作為個人而言,阻礙其的唯一一個阻礙是學習力,學習力是第一生產力,作為教育從業者而言,精細化地服務好自己的客戶,做到比自己競品提高,做到自己行業95%以上對客戶的熟悉度以及痛點的挖掘度,就會在自己的那個領域做到最好。
徐健:希望教育+AI讓大家能夠回到教育的初心和本質,大家能夠一起齊心協力,在教育不同場景逐步地去迭代,落地,真正成為服務我們學員和老師不同的武器和工具。謝謝大家!
劉斌立:AI技術可以更大化地解放我們的教師生產力,這樣可以使教育資源更加均衡,我覺得更加關注技術在教育中的運用,回到教育的本源上是我們應該去關注的問題。
趙亮:我說兩句話,第一句話,以觀察者的角度給一個預言,做未來5-10年之間,AI和教育的結合一定會非常廣泛,並且對教育行業的發展產生巨大的影響。第二句話,希望大家關注下午我們團隊的AI教材的釋出。
古典:我也講一句話,AI是指向未來的,教育也是,我相信各位一定會在未來更加接近教育本質的某個地方相聚。