《人工智能赋能教育产业(AIED)服务调研报告》由会员分享，可在线阅读，更多相关《人工智能赋能教育产业(AIED)服务调研报告（9页珍藏版）》请在金锄头文库上搜索。
1、目标 首先聚焦的方向是教育产业，通过人工智能手段可以从哪些领域赋能。整个教育产业， 不管是教育的效率，还是教育分发的精准度，还是教育本身，我们在减轻老师工作量，或者 教育的教学评价环节有哪些机会点，所以就做了这个调研报告。内容：四个板块一个是产业概况，二是应用场景，第三个是案例分析，第四个是趋势挑战，我们当时更多的面向于是K12, K2可能更多的范畴指的是小学、初中或者高中。我们现在主要做的kids, 实际上这份东西可以做参考，但基本上可以决定未来可能近五年和近十年我们整个教育方 向，在AI领域是怎么样来发力的一个情况。AIED（Artificial Intelligence in Educa
2、tion）概念 这个就是人工智能的教育全应用（“人工智能+教育”的全产业应用）,它是个比较宽 泛的概念。在技术界定方面,主要分两个大的板块：就机器学习跟数据挖掘,将来我们会做的一件 事情是数据挖掘,但是我们真要把一些数据源录入做分析的话,机器学习是很重要的一件事 情。而应用的主体,可以分布到教育机构,教师,学生等等。特征主要是能够做到个性化,过程化,然后规模化。最终还是要实现控制成本,提高效 率,进化效果的作用。现在来讲的话,整个行业为什么都在关注今日头条,因为它现在有个产品就是微机简单 教学。就是你看的对象不是实像,它就是背后的一个人工智能。它这个就可以规模化。我们 现在招聘老师就碰到这个问
3、题,你要去找一个形象好,发音好,还要懂课程,时间还能配合 我们课程做排班的老师其实很难。但是机器不存在这个问题,所以这也是一个趋势。驱动因素实际上跟我们7kids平台的驱动因素是一样的。主要是教育信息化，甚至有的讲消费升 级（政策投入,消费升级,技术发展）。目前实际上不管哪个阶层他对教育的渴望和希望都是一样的，你愿意承载一定的知识渴 望，消费会更大，因为你会觉得你下一代一定是根据教育的东西来提升他的能力。说到教育 这件事情，我觉得阿 U 聚焦到幼儿教育是很好的一件事情。至少这是一个只要人类存在、 繁衍，就会一直做下去的事情。再就是技术发展，技术发展本身就是人工智能规范数据完善的模型，当前阶段的
4、发展水 平，确实很多想法都可以落地了。市场规模国内在线教育市场规模持续增长，预计 2019 年将超过 2600 亿元，所以这个项目确实 非常宏大。2017年、2018 年，其实这个规模已经增长非常快了，2019 年增长率慢慢下降， 但是整个市场容量规模已经起来了。实际在高等教育、职业在线教育，中小学教育，特别是 中小学教育里，它的比重是逐年在提升的。产业链分为几个环节，第一个是产品开发，第二个是教学服务，第三个是分发推广，就是这么 把 AI 的能力运用到这些里头去。产品开发就是内容的开发，比如我们的漫画要配音，就是很典型的在内容研发过程中， 我们把 AI 的技术应用进来。以前要做一个配音，还要
5、找一个配音师，一分钟多少钱，那现 在我们把配音的模型先弄好，我们只要把文本输出去，它马上就可以给我们生成一个配音文 件。然后是教学服务，在培训的过程中会做到什么样的一个进入呢？首先是一个分发，我们 可以做到一些很精准的投放，只要把我们整个网络建立起来的话。都是可以做到一个很精准 的分发的。数据供应和底层设施，实际都在做一些基础性的项目。产业图谱。就是在线教育产品，它对AI技术的接受度是非常高的。它主要分为两个大层，基础层和教育应用层。基础层建立在模型和算法，还有技术平台 支持，我们做机器人也用了这些东西。教育应用层包括工具、内容、平台和管理。实际上， 我们 7kids 做的一些事情更像平台，意
6、向于幼教信息化等，这些东西大家可能都有接触过。 工具类像猿题库啊，作业盒子啊，包括以前有道做的云笔记。内容类的就直接内容输出的， 比较知名的VIPKID，沪江，哒哒英语。商业模式AIED 现阶段商业模式还是以个人用户为效果付费，它决定了哪些顾客为什么买单。我 把这个系统做好，然后授权给你，你用能力打包成某一项服务，然后单独来分发给不同的应 用层。收费模式可以看看，内容可以怎么来做，这里有几种像课时啊，内容啊，平台佣金，系 统授权，广告，电商抽成，下面四个是待验证，上面两个都是在做的。通过课时，就直接抽 成。发展阶段整个在线教育转 AI 还在一个升温阶段，大部分公司还是没有盈利的，本身在线教育这
7、 件事情盈利的就不多，为什么 AI 能够进来呢？就是能够降低人工的成本。像今日头条用机器人替代人工这件事情，我要做机器人的话模型先建好的话，可能它做 分发效率会高很多，所以我们现在还处于这个升温的阶段。但是大家可以看到AI这个概念， 不管是过去还是现在在资本市场都是很热的，但有一个问题就是真正在资本市场得到良好认可的没有。为什么，就是它没有落地，所以在教育里头，AI能力和落地还是比较好的一个场景。应用场景应用这个是整个在线教育里的一个大环节。从教研到教、学、练，到测评管理，所以最核心 的环节我们是在教学练的环节，其次是测、评，还有外围的管理。其实真正能让用户感知到价值的，是最核心的环节就是在教
8、学练。也许我们将来也是可 以开发这件事情的，就像现在我们上一些大班课，就是一个老师对1000 个小朋友，这样老 师成本是低的，就是我们企业成本低，但是1000 个小朋友的感受很弱。就是在讲课的过程 中，我们光讲，不反馈。就算你得到老师的一个认可，或者一个奖励、点名什么的，是索然 无味的，它不同于线下，我们线下有互动，但是你线上一旦起了规模化效应的话，老师很难 照顾得到，我怎么可能做得到我要保证课时的进行，还能跟你 1000 个小朋友来打个招呼啊， 来鼓励一下你，说你不对等等。所以，将来我们也会做到千人千面，这个概念已经提出来。 实际上在是在做一个技术评估。假如说我上课上到十分钟，这时候就是一个
9、和学生互动地环 节了，这个互动环节并不是我真的和你某个学生在互动，但是我们让你这个学生感知到我这 个老师真的和你这个学生在交流。不管好坏，你不听话的话，我至少要说你不喜欢不是吗， 你听话的话我要给你奖励，这个评价是一个实质的。那么这段时间，这段音频，或者这段视频，或者这个动作我们都可以用AI实现。打个 比方，我把这个讲义笔记，或者说我理解这段话切成一个很小的片段，然后把你这个人脸直 接对过来，然后跟老师的人脸对起来，你现在看到就是我在关注到你，所以这个感觉是完全 不一样，所以这个就是在教育中，很典型的一个AI应用的一个场景。实际上真的到小学阶段，整理错题真的是一个很痛苦的事情。每周我都和小朋友
10、整理个 把小时错题，老师要求你要写错题，写完之后为什么错，正确答案是什么，错在哪里，你要 把这个整理出来。这个事情本身对教学来讲是很有帮助的一件事情，查漏补缺嘛。那将来如 果通过AI,所有东西都可以数据化，还可以做到一个精准的推送，就是我能够分析到你错 的就是这一类，就可以把你不懂的课程，薄弱的地方推给你。这个在网易也是典型落地的，就是一个微课。后面一个测评是老师比较喜欢的。原来改 作业是老师一个个看，现在机器阅卷已经是变成现实了。我在网易做的一个事情叫做轨迹同 步笔，就是你在这边写的一个轨迹，那我在后台上马上就同步上去了，是对还是错，做一个 很实时的一个评价。以前是小朋友写完之后我拍个照上传
11、，小朋友那个拍照技术好一点的， 还知道把这个东西对好，有时候这个角度拍一下那个角度拍一下，光线不对，可能偏差很大， 那我们现在就是很好的和硬件结合，我能够把它的轨迹都做一个同步。这个非常实时，你的 轨迹先写哪一个后写哪一个都可以判断出来，包括你的对话，还有对学生的一个兴趣分析。我把我们的整个课程，零到四十五分钟做一个切片的话，我们每个知识点讲到哪里，我 相信我们做动画片的时候可能也会做这个测试。我现在播这个动画片小朋友喜欢，兴奋点在 哪里？这个在我们教育领域是一样的，我们可以分析为把他的脸部表情抓样，他知不知道我 在讲哪个课程，我觉得他专注力还可以，讲到哪里他是兴奋的，他的表情是怎么样的，这个
12、 都是可以建立成模型，一一对应起来的。虽然它是一个试课的环节，但是如果你能形成一个 良好的报课性质的话，对家长来讲，它也是非常认可的一件事情。最后就是一个管理，管理的话不管在考勤或是排课，这些东西都可以变成模型来完成这 些事情，所以来看一看下面两个应用点。这个金色的是AIED的整个应用重点，还有网易接 下来马上参与的搜题啊，批改，专注度分析，口语评测等。这里说到口语评测，我们科学这 个也可以结合进去，根据小朋友在课上和你互动的这个情况，来判断这个产品怎么样。如果 你参与度高的，我可以和你做一个分层，对于高潜力的用户，我将来多花点精力和你互动， 你的二次机会率会更高，很典型。这些都是将来可以进入
13、产品，或者将来你的产出效率会更 高的一些。分类基于整个功能价值，我们分类一下。一个是私人教师，刚才我们说的千人千面就是这样 的。实现规模化的个性化教学，实现千人千面，现在我们逛天猫淘宝都是千人千面，每个人 看见的都是不一样，这件事在教育里面是一样的。还有虚拟学习助手，我提供陪练、答疑。最近我在面试比较高阶的人员，有一个人他想 了个产品，就是说英语的在线教育是有的，也就是一对一，这个就是成本高，他就是做一个 虚拟机器人出来，我跟你聊也就是做口语陪练，游戏化互动。这件事情确实商业化价值是有 的，真的要落地的话，还有很多资源要拿，不管是内容还是AI，这些要求还是挺高的，不 过还是可以做到的。还有智能
14、专家系统，通过诊断、决策、预测等等。最后的一个管理助理，教育数据的一 个智能，实际来讲就是提升效率。智能自适应学习第一个是我们可以做一个知识状态的检测，第二个是智能推荐教学内容，还有智能推荐 习题，学情分析。虚拟学习助手“虚拟陪练”由“练”全面切入多学科教育，“解放家长”和“辅助老师”的作用逐步 凸显。我们现在做的科学教育和素质教育是比较类似的，音乐、围棋、运动，我们可以做一些 智能陪练对弈，还有语言教育字词听说阅读写作。现在我们还是有机会的，网易在做一些幼教衔接的过程，就是让你小孩子多讲。一个故 事，让小朋友参与进来会是怎么样的呢？现在他们的手法是比较传统的，就是建立一个社群， 然后老师在等
15、着一个小朋友看那个图片，你要说一段话，最后聊的怎么样都会做个点评，就 是这种方法。现在是人工，但是你要规模化的话，还是很难的。还有题型训练等，现在做得比较好一点的是小猿搜题。现在通过一识别，马上就可以匹 配到这道题。但这个东西相对是个双刃剑。就是小朋友我在家里也是控制他用这些产品，用 起来会不太思考，会有这个问题。所以这个事情看你怎么来界定这个产品的工具属性。虚拟学习助手，这个是虚拟助教，就是把AI的能力赋予到一个具体的形态上，当时我 们做兔子也是有一定这样的概念，这个东西还是比较潮的，科大的那个讯飞蛋还是不错的， 卖得也不错。智能专家系统这个就是我们AI未来整个大数据来做的一个自我学习和综合
16、分析能力。我们所有学到的东西都不是静态的，而是一个随着你不断地数据输入，然后动态更新的 一个过程。现在我们是根据数据做一些线性的分析，那未来我们可以做到一些预测，包括最 后做一个最优选择。高考填志愿大家大概都有这个经验，我在第一个志愿填什么，第二个志 愿填什么。 AI 助手可以给你做一个比较精准的一个匹配，结合你自身的情况，选择你比较 中意的学校。这个是教育的一个数据智能，这个目前来讲的话，在海外起步得比较早，应用场景更丰 富。我们现在主要开一个智慧课程，然后这个场景呢，是比较大的。我们现在那个招生目前 有一些在线培训的，我们的投放地点就需要去怎样拟定。打个比方，我们菲纳克斯园是在钱 江世纪城，它辐射的板块可能最多周边方圆十五公里，太远接送上就是个问题。那本身就这 个区域做一个定位，我们知道附近人群的一个画像的话，我们可以很好地进行推送。这是非 常好的一个例子，也是AI
