10月31日，在鲸媒体主办的“TEC教育创想大会”上，开展了主题为《科技加持下教育行业的新图景》的论坛，主持人为著名生涯规划师古典老师，对话嘉宾为新东方副总裁兼CTO徐健；寓乐湾CEO刘斌立；淘宝大学云课堂项目负责人陈捷达；北京师范大学副教授赵亮。
论坛内容亮点：
北京师范大学副教授赵亮：我以观察者的角度给一个预言，未来5-10年之间，AI和教育的结合一定会非常广泛，并且对教育行业的发展产生巨大的影响。新东方副总裁兼CTO徐健：AI与教育的结合应该还原到教育的初心和本质，助推教育场景的不断迭代，真正服务好学生。淘宝大学云课堂项目负责人陈捷达：AI与教育结合唯一的阻碍就是学习力，学习力是第一生产力。我们要精细化地服务好自己的客户，当你对客户达到95%的熟悉度和痛点挖掘度的时候，就能在这个行业里做到最好。寓乐湾CEO刘斌立：AI与教育的结合应该更大化地解放教师的生产力，让教育资源更加均衡。
以下是论坛实录：
古典：我们五个人聊一聊AI+教育的可能性。今天请来的每个人身份很不同，从不同的角度去聊，我先把时间交给各个嘉宾，每个人聊聊自己在做什么，自己的企业是如何把教育和科技结合起来的。
陈捷达：我现在是淘宝大学企业级教育系统云课堂的项目负责人，刚才古典老师提到的，我这边简单分享一下淘宝大学在大数据和算法方面，怎么把学生的需求和我们课程做一个精准的匹配。淘大主要赋能是电商企业，我们向外延伸。
在三年前的时候我们发现我们赋能的这些对象包括卖家，他们不知道自己应该学什么，从后台会看到他们经常输入的一些词都是大词，比如我不知道如何赚钱，不知道流量从哪里来，这些大词是没有办法去精准匹配的。
后来淘大跟我们的公司数据算法的同事合作，做了一个事情，从卖家经营店铺相关的核心指标大几百项中抽出来四五十项，对每个背后对应的原因进行了正相关和负相关的操作。把它们包装成一个平台的产品，放到我们淘大在线的前台。
一个学员进入到淘大的体验是这样的，他发现数据监控到他的流量降低了，进一步发现他的付费流量降低了，付费流量降低有两个核心原因，要么是广告投放出来没人看到，要么是你的广告设置的不精准，所以你们的广告费一下花光了，一步一步精准下来，再去匹配我们对应的课程，让我们的学生能够真正做到知道自己的店铺问题在哪里，自己去寻找问题，淘大帮他们匹配相应的课程。
古典：新东方在这个领域是有最多数据的一家公司，新东方是怎么样用科技在自己的教学里面的？
徐健：大家好！我是新东方的副总裁兼CTO，主要负责技术板块。新东方面向的学员是3-25岁的全产业链的布局。当我们面向不同需求学生的时候，在技术和教育的结合上，我们主要在三个方面能够大幅提升我们整个生态里面的效率。
第一个层面，当学生有不同的诉求到新东方来的时候，选择不同的课程，第一个方面，在技术结合上，达到千人千面，希望不同的学生根据不同的背景，找到最适合自己的课程。当然我们有最适合他的教学点和时间，能够去给提供更好的服务。
第二点，当他进入到新东方的体系里面来的时候，我们能够提供不同的更多的武器给老师和学生，老师当然是提升他的教学效率和教学质量，第二是给学生能够更多的个性化的辅导和教学。
第三个层面，在教育+科技和教育+AI层面，我们核心是提升整个企业的运营效率，能够把我们最好的资源搭配吸收，能够更好地更高效地服务我们的老师和学生，我们主要在这三个层面不断尝试，不断迭代，最终面向家长和学生提供更好的服务。
古典：徐健总我对第二个环节很感兴趣，新东方在语言教学方面是第一名，这个环节中间新东方用了什么样的技术？
徐健：第二个层面就是教学服务板块，大家经常讲教育+AI，如果让教育+AI，回到教育的本质，少一些噱头，第一提升我们教学的质量，第二真正能够提升我们学生学习的能力，这两个是我们真正的核心。提升教学质量上来讲，我们核心在做的，是如何使新东方三万个老师在一千多个教学点，在全国60多个以上的城市，几万间教室里面的课堂能够把它变成一个真正透明的课堂，这样我们能够去衡量老师在这个课堂上讲课的内容、态度、方法、效果，真正变成一个透明的盒子。
尤其在教育+AI这个尝试里面，目前是重点投入的一项。不管是线上的课堂还是我们双师的课堂，还是我们传统的线下的课堂，这点都是为我们家长负责任的。老师的讲解是否覆盖到所有的知识点，在这些知识点讲解上是不是能够有足够好的方法，跟学生互动。整个过程我们能够去监控，能够让我们的家长，让我们后台管理人员随时能够看到这些互动，能够保证对教学质量的提升和不断的迭代。
古典：刘总的寓乐湾是在中国科创教育界的领域非常排前的，教的过程中就包括了人工智能部分，这个部分咱们企业在这里面有什么样的突破？
刘斌立：我是寓乐湾的刘斌立，我们和其他企业不太一样，我们在科技+教育的元素，有两个板块，本身我们就是属于AI教育的一个从教者，我们有大量的基于人工智能方面的教学课程内容。作为科创教育企业，我们相当一部分做科技元素的教育化，我们教学生如何学会人工智能的应用和科技创新。
第二个层面，在我们整个教学领域现在有关于青少年大数据测评系统，做学生学习的科创内容以后，对他们科技创新能力量化的一个评价。这个领域我们引入了大量人工智能方面的内容，在1.0版本的时候可能更多的是学生的知识点掌握，能力图谱的绘制，在2.0的时代，更多是行为、表情的抓取，由此带来的后台分析。在这两个方面我们是AI+教育的一个践行者吧。
古典：赵亮本身是大学的教授，作为大学老师，也是人工智能的专家之一，您怎么看待这些企业对这些教学成果的应用？
赵亮：我的本职工作就是大学里教书，如果我讲在大学里做的事情，一天一夜也讲不完。讲一点我自己参与的和人工智能有关的事情，第一个，和前面三位老师有点类似，行业的应用，我作为科学顾问参与了鲸媒体的人工智能产品的研发工作。在这个过程中，我们主要积累的核心技术能力就是自然语言理解，基于这样一些能力，开发了几个模块，包括像舆情还有品控，还有像机器写作、智能客服，还有智能推荐等等各种各样的模块。我们基于这样几个模块，把它包装成了几个产品形态，主要是三个。我们现在给它起了一个名字，一个叫做媒体盒子，还有一个叫情绪盒子，还有一个叫教育盒子，这是在行业里做的和人工智能有关的一些事情。还做一些其他的，比如我本身的职业是教师，我也会做一些人工智能教育方面的工作，一个就是我们会写一些人工智能的教材，我们团队里另外一个老师下午会做我们教材的发布。另外一件事情，现在大家对人工智能认识还是有些误区，我会去中学、大学包括一些企业做一些人工智能的科普和培训。还有一些其他的科研工作，科研工作太抽象了，不再详细展开了。
古典：传播工作本身是非常重要的一个部分。
赵亮：对，因为我接触了很多人，他对人工智能感兴趣，但是其实他并不清楚人工智能到底是什么，到底能做什么事情，所以我也花了很多业余时间去做这种科普的工作。如果有一个人跟我说我对人工智能很感兴趣，我也会很开心地坐下来，我跟你聊一聊人工智能到底是什么。
古典：对于人工智能，咱们这个领域有两派，一派是神化的，觉得它无所不能，一派人觉得没什么，只是趋势之一。顺着这个话题，咱们在用人工智能和自己的业务做结合的时候，遇到了什么障碍？咱们是怎么解决的？
陈捷达：是这样的，我们的科技和动力很多时候当它作用在人的身上的时候，它就会有一些特别感性的层面。我遇到的第一个问题就是学习动力的问题，科技能够带给大家学习技能的提升、效率的增大，但是它没有办法让大家变得更热爱学习。
针对这个问题，我们的解决方式是跟非常多的场景结合起来，举个例子，淘大现在做的云课堂是一个企业级的服务，我们在做的事情就是跟我们的钉钉深入的绑定。根据我们一些新零售的门店导购，做的一个场景就是让门店这些导购同事能够把我们公司一些工具顺利地应用起来。
在过往，导购周一到周五是非常空闲的，通过我们的一些培训应用，包括自上而下的一些内容指派，包括考试这些系统，我们导购员发现能够利用他周一到周五的时间通过手淘、钉钉跟客户联系，变成了一个网红。第二，他自己的收入能够获得更高的提升。第三，他的学习过程和他的晋升和激励的体系能够挂钩，所以他就变成非常热爱学习，这是我们的一些想法和一些实践。
古典：智能科技为人赋能，您能举个小例子吗？比如你们的智能科技如何为导购或者为淘宝网红赋能，有这样的例子吗？
陈捷达：可以举一个大家身边比较常见的例子，淘宝直播，在过去的时候，非常多的广告营销工具，都能帮助卖家去更好的卖货，消费者心中会有一些抵触，给我推销广告。但其实刚刚古典老师提了一个很好的词叫赋能，让一种角色有更多的能力。当淘宝直播推出来之后，激活了一种角色就是淘宝达人，帮助买家挑选自己心中满意的产品，整个形态就从帮助卖家卖货到变成帮助买家挑选自己喜欢的产品，从接受度上以及转化率上都会提高。
古典：您刚才说新东方三万多个教室同时出现那个场景，出现什么障碍，又是怎么解决的？
徐健：很多通用的人工智能，像语音识别、图像识别、自然语言处理、机器学习、知识图谱这些领域，相对来说很多通用能力在市场上前些年发展地很迅速，也是基于算力的提高和我们真正大数据的积累。在未来几年它主要的挑战，在面向每个垂直行业的时候，在每个垂直行业必然会出现专有的AI平台，因为只有在每个垂直行业才具有自己无限的可以实际解决问题的这些场景，可以去落地的这些数据。比如自动驾驶这块，百度推出了阿波罗这个平台，AI+生活，很多平台也在出现。未来我相信在教育+AI这个领域，在教育这个领域，包括医疗领域，一定会出现垂直的平台。
垂直的平台我们解决一些什么样的问题，或者面临什么挑战？在我们教育行业里面，对话式的语音识别或者自然语言处理，当我们想知道这个老师讲什么课程的时候，很多通用的能力，我们是在外面那些平台上可以拿到一些基础的。
比如我们讲英文的时候，普遍是中英文混杂，这种识别的准确率在通用平台里面是非常低的，我们在教育行业里面拥有的无数课堂是具有这种场景的。我们是不断利用这些数据来迭代这种能力，另外一种，就是我们很多数理化专用的术语、公式和图形的识别，在这个领域里面通用的技术都是做得比较差的。这些是我们要解决的一些困难，我们要解决的是，在无数个课堂里面，我们能够去把控我们的教学质量，不断去提供更好的或更个性化的素材。这些需要我们在教育垂直场景里面不断去解决和攻克。
古典：我昨天刚跟创新工厂合伙人徐辉总聊，他说未来人工智能像电一样，是无处不在的，但是需要人发明电灯，需要爱迪生，可能在每个领域都有爱迪生，科创教育领域遇到什么挑战？
刘斌立：有两个模式，一个是完全信息博弈的情况，像围棋，像国际象棋这种情况，机器对人的引还是不错的，我们从人机大战可以看出来。在非信息博弈，教育并不是非常好，像我们处在的创客教育有很多需要老师引领的，不可能完全通过机器来实现。在我们这个领域，很明显，在科创领域只有30%的课程几乎是可以实现线上人机来进行交互实现的，70%的课程需要线下，尤其刚才说到的非完全信息博弈状态下。在这个领域，我们现在有一些问题，能解决其然不能解决其所以然的问题。教育本身关于温度的问题，关于情感的问题，在我们这个领域也是没有办法克服的。在科创领域，关于AI的应用路还很长。本身在学这个新技术的时候，我们在科技上还有很长的路要走。
古典：您觉得科创应用面只有30%，主要是授课对象年龄的问题还是技术瓶颈还是需求瓶颈？
刘斌立：两个问题，第一个问题是来自于这个学科更新太快，大家知道做科技创新教育，要不断把新的科技元素转化成教育元素，几乎每六个月进行一次迭代，很明显是跟不上的节奏。第二是教学手段上面，从我的观察，我在教育行业18年的时间了，以前在新东方任职，在我的观察，科创教育科技化的元素用的比较薄弱，其实还是在跟随语言类教育的方向。本身对科技元素的应用目前也是比较欠缺的，而且在科创教育里面一直有一个误区，太过于注重教具的概念，导致了很多教育类的企业把重心全部放在这上面，这其实还是一个误导的。我们最终还是要回到教育本身，最终的创新点落在教育上，这点导致大家对科创元素应用不是非常好的原因。
古典：赵教授您觉得从您的角度看，现在教育和AI的应用有什么障碍？
赵亮：我想从一个观察者的角度来说这件事，在AI和教育结合过程中，有两个比较大的困难，一个是人的困难，一个是技术的困难。我说的人的困难指的是什么呢？在我们国家是没有人工智能专业的，人工智能成为热点之后，谁来做人工智能呢？一个是做其他工作的人转行做人工智能，另外和人工智能相关专业的研究生，但是这两个方向转过来的人都不足以解决当前对人才的需求，这是一个人的问题。这样的问题，我想至少还需要3-4年的时间才能得到缓解，我们现在慢慢开始设置人工智能的专业方向，但是培养人才有一个周期。包括师资的建设、教材的建设都是有周期的，大概需要3-4年的时间。另外一个困难是技术的困难，我说的技术的困难是什么意思呢？很多人对人工智能的认识是跟它实际已有的技术是不一样的，现有的人工智能技术和我们所想象的强人工智能技术还是有非常大差距的。这时候我们怎么去解决这种技术障碍的问题？比如说现在有很多自动阅卷的产品，是不是足够好了呢？在某些场景，我们是不敢用它的，虽然它可以提高效率。比如在高考阅卷过程中，你敢不敢完全依赖人工智能的阅卷产品去阅卷？其实是不能这么做的。
怎么去解决技术上的障碍？一方面是我们要去推动人工智能的技术和理论上的研究工作，这是一个很自然的选择。另外一个解决困难的方法是我们要去看看如何通过现有的技术，把这件事情做好。比如高考阅卷这件事情，我自动阅卷的产品，不敢把它用在高考的考试环节里，能不能用在其他的考试环节？我把它用在高考的环节里，不敢完全依赖它，能不能部分地依赖它，让它作为一个辅助的手段，也是可以提高效率的一个方式，这是我认为我们去解决这种技术困难的两种方式。
古典：我有这么几个问题，第一个，大家觉得需要多长时间，包括技术、人才，包括大家理念上的认同，人工智能才会成为教育机构的一个标配？第二，你觉得如果成为标配以后，有机会颠覆今天的教育吗？第三个话题，如果像一些垂直的小机构，他想去接触大数据这个概念，他该从什么地方着手呢？徐健总您先开头。
徐健：我刚才也提到了，教育+AI的结合实际是从量变到质变的过程。我们在整个过程中看的时候，过去这几年的实践，一个是基于我们算力的提升，一个是基于大数据处理能力迭代的加速，导致了我们很多的场景能够看到一些比较可喜的成绩。我们看过去这些年的积累，我们虽然叫AI，但实际上它做的是IA，它是基于现有的这些数据去做分析，它如果想去真正替代人类，替代很多在场景里面说的不同的角色，这其实是一个很漫长非常难的过程，在这方面的积累还不足够。刚才提到了有些创业公司在去做一些新的尝试的时候，创业公司有很多对场景的想象能力，我希望他们在实际落地的场景化的困难和挑战里面，解决一些我们真正实际的问题。
给大家举个例子，最近IBM的Watson也是很有名的，有五千人的科学家和研发团队，他们在最近面临一些挑战，他们也有一些裁员。大家知道他们这么大的团队研究一个领域里面进展的时候，面临的挑战。
它给大家的预期太高，开始就打出我要去替换掉这些医生，尤其疑难杂症。背后核心的是数据，这些疑难杂症本身数据量就不够大，怎么突破这一点？第二，当你去做这些算法优化或者想去替代一些医生的时候，在医疗这个行业，它具有不可确定性，是没有办法让病人接受的。在这个领域里面，你过大地去夸大或强调这个能力，就会带来很多的风险，面临巨大的压力。到后面实际交付上就出现了一些挑战，我也希望在教育行业创业的公司不要想做一个平台，或者打着我要去干掉老师的旗号，消灭掉老师，还是实实在在的去落地到我们这些企业里面，面向客户的时候，很多这些场景，解决一些实际的问题。刘斌立：我跟徐健总观点有很多相似性，我不同意颠覆，更多应该叫共生和伴随，本身这个东西，技术已经来临，我们不可能拒绝它。在整个教育领域，大家都知道教育资源永远都是稀缺性的。在教育均衡上，从优秀师资上，从技术上可以解决一些问题，这是非常好的。第二，AI技术在教育手段上面，确实有些很好的工具在应用，这个领域是必然可以发挥作用的。我们更多应该谈谈共生、伴随，以后如何应用等更现实的问题。
赵亮：我来接着斌立总来说，斌立总用了一个名词叫共生，我换一个词，AI和教育的结合不是一个颠覆的状态，而是一个融合的状态。很多正常路径不会在短期内产生颠覆性的效果，而是融合的过程。
自动驾驶我们认为会颠覆出行行业，会颠覆我们汽车制造业，自动驾驶已经有接近一百年的历史了，它慢慢融合到我们生活里。现在很多人开的汽车其实已经在使用自动驾驶的技术了，比如像辅助的泊车系统，是自动驾驶一个非常重要的环节。它是慢慢融合到了汽车制造业，慢慢融合到了出行领域。
AI和教育最后一定会达到一个融合的状态，每个人都在使用AI，但是感觉不到AI的存在，我想这是一个最终理想的状态。
陈捷达：我非常喜欢阿里的一句老话，仰望星空，脚踏实地。包括创业者也一样，当大家谈平台谈生态的时候，曾敏教授用点线面的方式，教育本身就是一个体，在这个里面寻找一个自己垂直纵深的点去精细化地服务好自己的客户，不失为一个非常好的策略。就像大家买一个东西，可以去一个小而美的店。
古典：我自己也在做教育，医学的问题，你治完以后不知道，没有第二种选择，不具有可重复性，教育也是，AI+培训还好，但孩子受了教育，未来成长，需要更长周期的，需要我们更耐心地去看的一个东西，整个趋势在来，但是没有想象的那么颠覆。今天大家贡献了很好的观点，最后每个人能不能用一句话，对我们在场
转载请注明：http://www.0431gb208.com/sjsbszl/3458.html
