張書琛

教育行業(yè)混戰(zhàn)

“善于引導學生，并提供個性化教育”，這是GPT進入教育領(lǐng)域并引發(fā)“地震”最強有力的優(yōu)勢。今年3月人工智能研究公司OpenAI 在發(fā)布GPT-4 的當天，教育非營利組織可汗學院就推出由其驅(qū)動的AI 學習平臺Khanmigo，宣告這位循循善誘的新時代“輔導老師”的誕生。而后人們逐漸意識到，GPT 所代表的不僅僅是一個對話框、一個搜索引擎，還是可以在自學、教學、備課等教育場景中發(fā)揮作用的新角色。

在試用中，Khanmigo 已經(jīng)可以提供十多項學生端的AI輔助活動，包括數(shù)學學習、共同撰寫故事、練習語法詞匯、學習編程等，還能扮演特定的歷史人物或文學人物與學生聊天，或就特定主題和學生展開辯論，并基于學生的教育水平而作出反應。

值得注意的是，Khanmigo 更多時候提供的是思路而非“套路”，并且引導學生反思推理過程。比如在回答學生數(shù)學問題時，它不會直接給出答案，而是引導學生自己解答，如果學生做錯，它還會幫學生分析錯在哪里；在回答編程問題時，Khanmigo 也會一邊解釋每行代碼的意義，一邊引導糾正錯誤……在可汗學院創(chuàng)始人薩爾·可汗（SalKhan）看來，Khanmigo 多數(shù)時候就像一個能理解學生所思所想的“老師”，還是可以實現(xiàn)蘇格拉底式對話辯論學習方式的“優(yōu)秀導師”。

可汗學院創(chuàng)始人薩爾·可汗

過去半年內(nèi)，美國、歐洲、亞洲、中東等地，已有十余家教育企業(yè)宣布推出基于ChatGPT 或GPT-4 的AI應用，包括美國在線教育公司Chegg、Quizlet，開放在線課堂平臺Coursera、edX，語言學習平臺多鄰國，波蘭作業(yè)問答平臺Brainly 等，旨在為每個學生提供量身定制、永遠在線且有無限耐心的“超級輔導員”。

中國教育類互聯(lián)網(wǎng)企業(yè)以及手握人工智能大模型的科技巨頭們也不想承受在新一輪技術(shù)換代中掉隊的代價，相關(guān)產(chǎn)品面世速度加快。

在Khanmigo 發(fā)布兩周后，網(wǎng)易有道釋出了“子曰”研發(fā)消息，稱將推出教育場景下的類ChatGPT 模型；5 月，好未來宣布，學而思正在研發(fā)數(shù)學大模型MathGPT，將于年內(nèi)推出基于該自研大模型的產(chǎn)品級應用；緊隨其后，科大訊飛公開展示“星火大模型”，明確將通用大模型的能力推向?qū)W習機；5 月22 日，百度小度青禾學習手機面世……

冷靜下來，我們也有一個疑問：在新一輪方興未艾的人工智能教育革命中，大模型到底能起到什么程度的顛覆作用？

未竟之業(yè)重獲期待

其實在上一波AI 熱潮中，教育科技類企業(yè)也曾對AI寄予厚望。

2018 年前后，“AI+ 教育”在豪邁的資本加持下被推至教輔產(chǎn)業(yè)和教育投資的風口浪尖，一時間讓人眼花繚亂。對于彼時深陷高獲客成本和高教師成本的在線教育機構(gòu)來說，AI+ 教育提供了一個不可輕易錯失的機會：它更標準化，更能避免師資不穩(wěn)定帶來的風險，也更有希望建立一個低成本的變現(xiàn)模式。

因此，語音識別、OCR文字識別、圖像識別、人臉識別、語義分析等技術(shù)被塞到各類型教育產(chǎn)品中，不斷將“自適應”教育推向市場。

按照技術(shù)活動論的觀點，教育本身也是一種技術(shù)，自適應教育這一技術(shù)的本質(zhì)就是對教育流程的深度數(shù)字化、信息化。

“我們通過大數(shù)據(jù)技術(shù)和人工智能針對學生的學習進度進行人物畫像，從而動態(tài)調(diào)整教學和練習內(nèi)容，挖掘傳統(tǒng)教育流程中的信息化紅利，目的是解決效率低下和重復造成的浪費?！痹诮逃缛耸靠磥恚@一技術(shù)的應用本應該為教育體系帶來革新——既能把知識點細化拆分補足學生知識盲區(qū)，又能個性化地判斷學生學得怎么樣。

很可惜，囿于人工智能的發(fā)展水平，燒錢的AI+ 教育局限也越來越清晰。根據(jù)科目、年齡、個體差異和受教育環(huán)境影響的程度不同，AI 需要考慮的要素十分廣泛，這種企業(yè)先構(gòu)建一個“好學生”形象，再把這個學生怎么學、如何學轉(zhuǎn)化成一個個小標準，去精準衡量每個學生的學習模型因此常常失效。

現(xiàn)已改名“小盒科技”的作業(yè)盒子在上一輪AI+ 教育熱潮中的融資情況 圖源：企查查

按照華創(chuàng)證券科技行業(yè)研究員張璋的解釋，兩三年前的AI 技術(shù)發(fā)展水平對已經(jīng)打好精細化標簽的選擇題可以完美回答，但對于紙筆上的非題庫無標簽的問題，比如主觀題、問答題、證明題，依然無法有效準確識別，也無法精確打標簽，“這是之前全球包括中國自適應教育探路者不甚成功的原因之一，甚至是擴大應用范圍的最大障礙”。

而在內(nèi)容生產(chǎn)上表現(xiàn)驚人的GPT 以及類似大模型的出現(xiàn)，讓種種關(guān)于完成上一波AI+ 教育未竟之業(yè)的愿景再度萌發(fā)。從業(yè)者對于GPT 和相關(guān)應用前景寄予厚望，一是因為成熟大模型的對話能力，二是因為其“涌現(xiàn)”的能力。

如今，大語言模型正在向人類思維方式看齊，使得有常識推理能力的AI 可以與用戶言之有物地持續(xù)對話。接入大模型的“私人老師”會根據(jù)學生反饋不斷反問過程，最終讓學生自己決定學什么、如何學。實際上就是以較低的成本“為每個學生配備一個老師”。

所謂的“涌現(xiàn)”能力，指的是當大模型突破某個規(guī)模時，性能會顯著提升，表現(xiàn)出讓人意想不到的能力，比如語言理解能力、生成能力、邏輯推理能力等。 一般來說，模型在100 億到1000 億參數(shù)區(qū)間，可能產(chǎn)生能力涌現(xiàn)。這也意味著，盡管現(xiàn)在GPT 等大模型還會在加減乘除上出現(xiàn)失誤、在邏輯推理上有不足，但偏科的問題很有可能會在大模型的進化中得到解決。

沖擊波悠長

教育部原科技發(fā)展中心主任李志民在不久前發(fā)表的文章中曾表示，人類往往會高估技術(shù)對近一兩年的影響，同樣由于人類的思維和行為習慣，往往又會低估今后十幾年的影響。而GPT 對于教育界底層邏輯的改變，可能正是未來十幾年影響最為深遠的事件之一。

在我們的教育過程中，在應試這一指揮棒下，老師會花很多時間把每一年的教育內(nèi)容以周為單位分成多個知識點，翻開全國的教材都是這樣編寫的，這被稱為公式化的教育方法。如果未來AI 能做到啟發(fā)式答疑、誘導學生思考，那老師又該怎么上課？考試又該考什么？

另一方面，在GPT 等大模型在教育領(lǐng)域被寄予厚望的同時，也面臨著“基本上是‘高科技剽竊和逃避學習的方式”的質(zhì)疑。尤其是在國內(nèi)企業(yè)即將大面積上市類ChatGPT 教育產(chǎn)品的情況下，如果產(chǎn)品仍是直接給出答案以應對作業(yè)或考試，那么新的教育資源又有何種意義？

AI 這一次能否滿足教育界人士和資本的期待，還有待時間檢驗，但可以確定的是，就像沒有人會因為汽車的發(fā)明而放棄學會走路，知識的學習更不可能因為工具的進化而廢止。