圖片來源：unsplash

“我們傾向于高估一項新技術(shù)的短期效應(yīng)，而低估它的長期影響?！?nbsp; —  James Heppelmann，PTC 總裁兼首席執(zhí)行官

人工智能的「短期效應(yīng)」也曾多次被「高估」過。歷史上，人工智能已經(jīng)歷過三波浪潮。第一波，1956年-1974年的美國，感知神經(jīng)網(wǎng)絡(luò)軟件；第二波，1980年-1987年的英國和日本，語音識別、語音翻譯；第三波，2006年，全球，深度學(xué)習(xí)、圖像識別。但每一波浪潮最終的結(jié)果都是「破滅」。

近幾年，隨著卷積神經(jīng)網(wǎng)絡(luò)席卷全球，再一次燃起了人們對于超級智能的無限向往。

經(jīng)歷過三波「破滅」后，這一次，我們是否應(yīng)該更理性、更真實的看待人工智能以及它在教育領(lǐng)域的應(yīng)用？

在這篇文章中，藍象資本執(zhí)行合伙人周爽將結(jié)合藍象的觀察與感知，與你一起探討對人工智能+教育的擔(dān)憂與未來。

一提到人工智能，不乏有一些人會「神化」它。但其實，人工智能像互聯(lián)網(wǎng)一樣，是一種基礎(chǔ)工具，任何行業(yè)都可以與之結(jié)合并「產(chǎn)生反應(yīng)」。

目前，人工智能在各個行業(yè)的應(yīng)用已經(jīng)非常廣泛，比如醫(yī)療行業(yè)、制造業(yè)、互聯(lián)網(wǎng)行業(yè)等。以醫(yī)療行業(yè)來說，基于科學(xué)底層的概念和認知已經(jīng)相對完善，使得在與人工智能相結(jié)合的時候可以得到很好的應(yīng)用。比如，運用人工智能檢查腫瘤，腫瘤的形狀和特征都有既定的標(biāo)準輔助做辨別和判斷。

但對于教育行業(yè)，目前底層科學(xué)尚不完善，并且它的發(fā)展軌跡和決策機制與其他行業(yè)也是存在差異的。所以，當(dāng)人工智能與教育結(jié)合，我們也從投資人的角度看到了一些擔(dān)憂：

人工智能+教育的擔(dān)憂

人工智能目前在教育領(lǐng)域的應(yīng)用案例有很多，比如，智能批改、校車、校餐、自適應(yīng)推題、高考志愿填報等。但其中不免有些項目的科學(xué)性令人存疑，比如，借助大數(shù)據(jù)分析做高考志愿填報咨詢類的項目，從我們目前看到的BP而言，有一些項目是通過自己采集的部分數(shù)據(jù)樣本來推演全體。

為什么會對這類項目的科學(xué)性存疑？我們想先來探討一下，什么是「大數(shù)據(jù)」？

• 擔(dān)憂一：「偽大數(shù)據(jù)」的應(yīng)用

《大數(shù)據(jù)時代》（作者: [英] 維克托?邁爾?舍恩伯格）一書中這樣定義：大數(shù)據(jù)指不用隨機分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進行分析處理。

而早年間IBM也曾提出過，真正的大數(shù)據(jù)應(yīng)該具備5V特點：

大數(shù)據(jù)的5V特點

1、Volume（大量）

中國在醫(yī)療大數(shù)據(jù)方面的應(yīng)用優(yōu)于北美和歐洲的原因之一，就是擁有足夠大的數(shù)據(jù)量，并對數(shù)據(jù)的使用相對自由；

2、Velocity（高速）

對于底層數(shù)據(jù)的獲取和處理速度要快、要保證時效性。比如，金融行業(yè)的借貸類產(chǎn)品，根據(jù)用戶日常的消費行為，幾乎可以實時計算出過去3-6個月的消費數(shù)據(jù)，從而判斷用戶的消費能力和可承受的借貸額度；

3、Variety（多樣）

數(shù)據(jù)的來源必須豐富多樣。也就是我們在采集數(shù)據(jù)時，應(yīng)該包含不同的渠道、不同平臺的數(shù)據(jù)；

4、Value（價值）

數(shù)據(jù)的價值含量。大數(shù)據(jù)并不在「大」，而在于「有用」；

5、Veracity（真實）

數(shù)據(jù)的真實性。比如，有些行業(yè)存在刷單的現(xiàn)象，在對相關(guān)公司經(jīng)營數(shù)據(jù)進行采集時，采集的是公司經(jīng)營過程中的所有數(shù)據(jù)，如果這些數(shù)據(jù)中摻雜了大量的虛假數(shù)據(jù)，就會改變大數(shù)據(jù)分析的最終結(jié)果。

回到上述使用部分數(shù)據(jù)樣本來推演全體的高考志愿填報咨詢項目上，這其中的問題在于，如果用于分析的數(shù)據(jù)樣本大部分采集到的是學(xué)霸或是某些教育水平偏低地區(qū)學(xué)生的信息，這就會導(dǎo)致最終得出的結(jié)果與真實結(jié)果相差甚遠。

底層數(shù)據(jù)的采集與篩選決定了最終的判斷結(jié)果，使用「偽大數(shù)據(jù)」來推算、預(yù)測孩子應(yīng)該如何填報高考志愿，從科學(xué)的角度看，這是不合理的。

科技+教育，本質(zhì)上我們希望借助科技的力量解決傳統(tǒng)教育行業(yè)存在的問題。

圖片來源于網(wǎng)絡(luò)

今年5月16日，在中國與聯(lián)合國教科文組織合作舉辦的國際人工智能與教育大會上，藍象顧問、好未來集團創(chuàng)始人兼CEO張邦鑫提到了好未來始終堅守的教育理念之一：為每個孩子提供最適合的教育。

那么，這里又衍生了第二個值得我們探討的問題，到底什么樣的教育是「最適合的」？

• 擔(dān)憂二：「最適合的」教育，沒有統(tǒng)一衡量標(biāo)準

想要理解什么樣的教育才是「最適合的」，我們就需要先理解教育是什么、教育的本質(zhì)是什么。我們先來看看，美國是如何描述「公立教育的目標(biāo)」的（來源：《Disrupting Class》，作者: Clayton M. Christensen）：

“最大化實現(xiàn)我們作為‘人’的潛能”

也就是表達了，為什么一定要花費那么多的錢去做公立教育。

“培育一個茁壯的民主環(huán)境，使我們的選民得以不被自私自利的政客的聒噪所迷惑，清醒和理智的行使投票權(quán)?！?/strong>

這句話是當(dāng)年亞歷山大·漢密爾頓等一群美國國父在建國之后，游說各個州給聯(lián)邦政府交稅以提供教育支持時說的。體現(xiàn)了教育是影響人民政治思想和理念的一種工具。

“訓(xùn)練人民的技能、能力和品性，提供足夠的人才來保證我們國家的經(jīng)濟繁榮、國力強盛、保持國際競爭性?！?/strong>

曾經(jīng)我們也研究過歐洲、以色列以及一些新興國家的公立學(xué)校系統(tǒng)，發(fā)現(xiàn)幾乎每一個民主國家都一樣，需要通過教育來培養(yǎng)國民的技能。

“教育人民理解和寬容他人的多樣性，使他們懂得，不一樣的觀點應(yīng)該被尊重而非被迫害。”

最后，則是美國作為一個多元文化的國家，它還需要國民具備理解和寬容他人多樣性的素質(zhì)。

圖片來源于網(wǎng)絡(luò)

與美國環(huán)境下的獨立教育不同，我國的國情、政治體系以及人民的訴求（比如，學(xué)生家長和學(xué)校的訴求）不一樣。

那么，在中國這樣的系統(tǒng)里我們是如何理解教育的呢？

“堅持立德樹人，著力培養(yǎng)擔(dān)當(dāng)民族復(fù)興大任的時代新人?！?/strong>

這句話來源于今年7月中共中央、國務(wù)院印發(fā)的《關(guān)于深化教育教學(xué)改革全面提高義務(wù)教育質(zhì)量的意見》。我國作為社會主義國家，這就決定了我們的教育必須把培養(yǎng)社會主義建設(shè)者和接班人作為根本任務(wù)。

除了黨中央出臺的文件，目前社會上還沒有其他比較好的來源可以很清晰的說明教育的本質(zhì)是什么。于是，我們就在網(wǎng)上搜索了一下，大概得到了以下幾種答案：

“讓孩子擁有健康的人格”—— 把目的當(dāng)本質(zhì)

“給孩子創(chuàng)造一個安全的成長環(huán)境” —— 把手段當(dāng)本質(zhì)

“教育是自由、是愛、是引發(fā)人獨立思考?！?/strong>—— 把方法當(dāng)本質(zhì)

“教育的本質(zhì)是在淡泊中歸真，在靜篤中抱樸，在禪定中重生?！?/strong> —— 把價值輸出當(dāng)本質(zhì)

通過以上這些搜索結(jié)果可以看出，目前社會中對于「教育的本質(zhì)」還沒有一個統(tǒng)一衡量的標(biāo)準。

有效的采集到學(xué)生的行為數(shù)據(jù)，是實現(xiàn)人工智能+教育發(fā)展的基礎(chǔ)。如果無法準確的衡量到底什么樣的教育對于孩子是「最適合的」，我們也就無法判斷應(yīng)該采集什么樣的數(shù)據(jù)。

人工智能+教育的未來

教育本身是個重服務(wù)的行業(yè)，具有很強的針對性、專業(yè)性和適用性。

目前，人工智能在教育領(lǐng)域的應(yīng)用還處在探索階段，也許我們還無法像醫(yī)療行業(yè)一樣，比如，通過科學(xué)的方式判斷不同的題目刷下去會對孩子的大腦產(chǎn)生什么樣的影響，從而準確的衡量或者提升學(xué)習(xí)效果。

但是，當(dāng)一個市場沒有統(tǒng)一的見解和衡量標(biāo)準時，就會出現(xiàn)分眾市場。每個分眾市場，都可能出現(xiàn)新機會。也就是說，當(dāng)不同的用戶產(chǎn)生了不同的教育目的時，不同的教育目的就會分化出不同的需求，于是就形成了不同的分眾市場，而每個分眾市場中或許都蘊含著新的機會。

比如，讓孩子學(xué)習(xí)鋼琴的目的是為了讓孩子考級？還是為了讓孩子開心？

我們相信每個老師、家長甚至孩子自己的觀點可能都不太一樣，這件事情其實是沒有標(biāo)準答案的。這時，我們就可以把不同的教育目的進行分級，當(dāng)用戶的目的是讓孩子考級時，可以借助大數(shù)據(jù)+考試或者人工智能+考題的結(jié)合，把考級這件事做到極致；而當(dāng)用戶的目的是讓孩子開心時，又會出現(xiàn)可以滿足這類需求的教育產(chǎn)品。

圖片來源于網(wǎng)絡(luò)

在當(dāng)下的市場環(huán)境中，教育行業(yè)還存在著各種各樣的問題，而科技的發(fā)展為教育行業(yè)帶來了無限的想象空間。

本文轉(zhuǎn)載自微信公眾號“藍象資本”，作者周爽。文章為作者獨立觀點，不代表芥末堆立場，轉(zhuǎn)載請聯(lián)系原作者。