圖源：Pixabay

2023 年，ChatGPT引爆了全球?qū)IGC的廣泛關(guān)注，科技界、知識界、教育界也圍繞其正在引發(fā)的一系列深刻的連鎖反應(yīng)激烈爭論。

芥末堆持續(xù)關(guān)注教育前沿與最新的科技動態(tài)，對于“大模型＋教育”的諸多可能性，乃至大模型與人類文明的關(guān)系，我們充滿好奇。而這些問題，我們渴望行業(yè)領(lǐng)袖、科技大咖的專業(yè)解答。

面對同一問題，各位教育界、科技界的前輩大咖是英雄所見略同還是會碰撞出不同觀點(diǎn)的火花？芥末堆全新推出[大模型＋教育]系列專題訪談，每期邀請一位業(yè)界翹楚，無保留分享他們的專業(yè)觀點(diǎn)。

今年，中國科技界、教育界掀起了“百模大戰(zhàn)”，但不管是大廠、大模型創(chuàng)業(yè)公司還是教育頭部企業(yè)，都還處于探索階段，多數(shù)教育公司是基于開源的大模型做出了一些有意思的產(chǎn)品，并沒有太多讓人眼前一亮的突破。根據(jù)網(wǎng)絡(luò)分析公司Similarweb公布的數(shù)據(jù)，ChatGPT的訪問量首次出現(xiàn)負(fù)增長，6月份的訪問量環(huán)比下滑了9.7%。從毋庸置疑的話題C位到熱度稍減，中國大模型真正落地產(chǎn)業(yè)并產(chǎn)生價(jià)值了嗎？這是“大模型十講”欄目的第二期，我們邀請到聲網(wǎng)教育業(yè)務(wù)負(fù)責(zé)人錢奮，談?wù)勊麑Υ竽Ｐ驮诮逃袠I(yè)應(yīng)用的感受以及聲網(wǎng)教育業(yè)務(wù)最新的動態(tài)。

芥末堆：可以談?wù)劇按竽Ｐ汀碑?dāng)前在教育行業(yè)的應(yīng)用嗎？或者您預(yù)測該技術(shù)還將應(yīng)用于教育的哪些領(lǐng)域？

錢奮：我個人認(rèn)為大模型在教育行業(yè)的應(yīng)用還處于比較早期的階段，當(dāng)然在其他行業(yè)目前也沒有看到非常出色的大模型應(yīng)用場景。就教育行業(yè)來看的話，我覺得大模型的應(yīng)用有以下方向：首先，大模型擅長自然語言處理和智能問答，它可以理解和生成人類的語言，應(yīng)用在教育中的話，適合開發(fā)應(yīng)用于智能輔導(dǎo)系統(tǒng)。例如海外公司Chegg推出的CheggMate，利用GPT-4，支持學(xué)生輸入任何格式的內(nèi)容，學(xué)生也可以獲得不同格式的智能回答。

另外的應(yīng)用就是智能反饋和智能評估，教學(xué)的過程很需要反饋，但單純依賴教師反饋非常消耗人力。其實(shí)AI可以更好地分析和反饋，通過學(xué)生的學(xué)習(xí)數(shù)據(jù)給出一個相對客觀準(zhǔn)確的評估結(jié)果。像海外的Gradescope，就是通過AI來給學(xué)生的作業(yè)考試，乃至整個學(xué)期的表現(xiàn)做一個評估，所以我覺得這一部分也為大模型在教育行業(yè)的應(yīng)用留有空間。從更高維度來看大模型的話，未來可能會應(yīng)用于各省各市乃至全國的教育數(shù)據(jù)分析，有利于教育決策者去制定更有效的學(xué)習(xí)模式或教育策略。

芥末堆：目前國內(nèi)大模型創(chuàng)業(yè)賽道上還有一種專做應(yīng)用的公司，從現(xiàn)有大模型調(diào)用接口做產(chǎn)品和運(yùn)營，您是怎么看待這種商業(yè)模式的？

錢奮：我覺得這種模式在早期還是非常不錯的，特別是對一些創(chuàng)業(yè)公司來講，利用比較成熟的大模型去搭建應(yīng)用，比從零開始更現(xiàn)實(shí)，會節(jié)約非常多的開發(fā)成本，風(fēng)險(xiǎn)也會低很多。如果自己去搭建，要找研發(fā)、要融資，不一定能成功，但利用現(xiàn)有模型的話可以比較快地驗(yàn)證市場，方便決策者快速做出決策。再有就是大模型在自然語言處理、圖像識別等各方面已經(jīng)做得非常不錯了，所以調(diào)用完全沒問題。

當(dāng)然這種商業(yè)模式也具備一定的風(fēng)險(xiǎn)和挑戰(zhàn)，太過依賴于外部公共模型的話，如果它的系統(tǒng)發(fā)生不穩(wěn)定或者有任何突發(fā)情況，都會影響產(chǎn)品的正常運(yùn)行。另外要考慮的就是市場競爭的問題，因?yàn)槟憧梢哉{(diào)用別人也可以用，如果大家推出的都是同質(zhì)化的產(chǎn)品，你就要思考自己的核心競爭力在哪里。

再就是調(diào)用公共模型難以滿足一些特定場景和特定需求，對一些垂類的場景也很難做到定制化，所以整體上來講的話，我覺得這種模式早期可以作為創(chuàng)業(yè)的idea去做，但是后期還是需要根據(jù)市場競爭環(huán)境、技術(shù)的演化去調(diào)整產(chǎn)品的設(shè)計(jì)和運(yùn)營策略，可能這樣的話商業(yè)模式會比較健康一點(diǎn)。

芥末堆：大模型爆紅后，貴公司有在進(jìn)行相關(guān)嘗試嗎？其中在教育業(yè)務(wù)板塊做了哪些努力？

錢奮：聲網(wǎng)作為技術(shù)企業(yè)進(jìn)行了很多的嘗試和探索，但就像我前面提到的，整體上大家都在一個摸索的過程中，雖然有一些應(yīng)用出來，但這些應(yīng)用還是基于一個通用的模型在做，并沒有更新的突破。聲網(wǎng)更傾向于和我們的客戶一起來研究、探討大模型的玩法和實(shí)踐，由我們提供技術(shù)。比如在娛樂版塊，聲網(wǎng)提供了AI版的“誰是臥底”這些娛樂游戲的新玩法。在教育版塊，聲網(wǎng)也有很多與AIGC結(jié)合的實(shí)際應(yīng)用，包括智能輔導(dǎo)、智能反饋和智能評估等，我們利用自研的語音識別技術(shù)，把音頻轉(zhuǎn)化成文字輸入給AIGC，再生成實(shí)際的反饋，包括一些個性化的指導(dǎo)，可以幫助學(xué)生更好地理解和學(xué)習(xí)。

芥末堆：長期來看，大模型會帶來教育賽道集中化的趨勢和競爭的進(jìn)一步加大嗎？

錢奮：競爭方面大公司優(yōu)勢還是比較明顯，算力、算法、數(shù)據(jù)、人才都會更厲害，根據(jù)自身的優(yōu)勢去把這個東西給創(chuàng)建好并投入應(yīng)用，由此就擁有了技術(shù)壁壘，也可以提供更高質(zhì)量的服務(wù)和產(chǎn)品。

具體點(diǎn)看，當(dāng)好的產(chǎn)品和服務(wù)建立起品牌心智后，就會產(chǎn)生一連串的效應(yīng)?？蛻粲玫枚嗔?，公司根據(jù)客戶的粘性提供更多個性化學(xué)習(xí)體驗(yàn)，然后進(jìn)一步增加客戶粘性。越做大客戶越多，數(shù)據(jù)積累也就越多。再加上大廠的資金優(yōu)勢，實(shí)際上大公司就又擁有了更多資源投入大模型研發(fā)并有了更多訓(xùn)練數(shù)據(jù)，所以競爭差距還是客觀存在的。

但我其實(shí)不是非常認(rèn)同集中化的趨勢，因?yàn)榻逃旧磉€是有各種屬地化的問題，比如存在教材版本的差異、教育資源的分配差距并受當(dāng)?shù)卣叩纫蛩氐挠绊?，所以集中化趨勢我不太認(rèn)同。

芥末堆：有人提出構(gòu)想，將來每個城市都會有一個底層的城市級別的大模型，在此基上，大家都可以定制各種垂直領(lǐng)域或者行業(yè)應(yīng)用的模型。您怎么看？

錢奮：從技術(shù)角度完全是可行的，它有點(diǎn)類似我們在做的分布式部署，包括分布式部署后的一些定制化模型，這種也具備一定的優(yōu)勢。

比如說我在某個城市搭建了一套獨(dú)立模型，首先它是本地化運(yùn)營，所以可以根據(jù)當(dāng)?shù)氐奈幕?、教育需求或特點(diǎn)來進(jìn)行定制，也會更貼近于當(dāng)?shù)貙W(xué)生和老師的實(shí)際需求。從技術(shù)角度來講的話，它減輕了一個集中的大模型的計(jì)算壓力和存儲壓力，其實(shí)是有利于資源分配的，但也有局限性，每個城市都有一個模型的話，其實(shí)你的數(shù)據(jù)是比較邊緣化的。雖然可以滿足各個城市自身的本地化服務(wù)，但對于特定行業(yè)領(lǐng)域還存在數(shù)據(jù)上的局限性，集中化的模型可能訓(xùn)練得更好，所以對于某個行業(yè)領(lǐng)域來說，它可能會存在一些弊端，訓(xùn)練不夠快速不夠集中。

另外在你說的協(xié)同方面，各個城市之間大模型如果協(xié)同的話，可以更好地去做跨區(qū)域的教育資源共享，包括數(shù)據(jù)交換，綜合來說要根據(jù)未來的發(fā)展來看來定義這種模型。

芥末堆：借助AIGC可生成許多以假亂真的內(nèi)容，您覺得將來會基于“辨別真?zhèn)巍毖苌鲂碌纳鈫幔?/p>

錢奮：我覺得隨著人工智能的發(fā)展，未來一些基于AIGC的辨識工具和服務(wù)也會慢慢出來，AIGC可以生成虛偽的信息，但是我們也可以利用AIGC去辨別真?zhèn)巍?/p>

芥末堆：您如何看待大模型的“涌現(xiàn)能力”？您猜想未來教育領(lǐng)域大模型可能會產(chǎn)生什么樣的“涌現(xiàn)行為”？

錢奮：首先我認(rèn)為“涌現(xiàn)能力”不太好判斷，但一定是會出現(xiàn)的，就像我們在一些科幻電影里看到的—— AI到后面會產(chǎn)生自主意識，或者說它會有一些超乎預(yù)測的行為。如果是這樣的話，恰好教育的過程是需要一些情感交流的，會不會將來AI也能理解學(xué)生考試失敗之后沮喪的情感并給予他一些情感上支撐？這就意味著AI在學(xué)生的情感或者心理健康方面可以提供支持。

芥末堆：對于尚處在學(xué)習(xí)與發(fā)展階段的孩子，AIGC的廣泛應(yīng)用是否會壓縮用戶深度思考所需的空間？會如何改變用戶的學(xué)習(xí)習(xí)慣？

錢奮：客觀來講，一定會的。工具輔助我們快速獲取信息，學(xué)習(xí)者會過度依賴這個技術(shù)，但當(dāng)AIGC生成海量的信息，我們有沒有判斷力去篩選這些信息呢？另外，如果學(xué)生自主學(xué)習(xí)時(shí)長期輸入自己感興趣的某一個話題或某一個領(lǐng)域，AIGC就會一直反饋這些信息，長此以往學(xué)生可能會“偏科”，或者忽視其他領(lǐng)域的探索。

所以技術(shù)只是一方面，技術(shù)的功效終究取決于整個教育系統(tǒng)的設(shè)計(jì)和教育者的設(shè)計(jì)、應(yīng)用。比如我舉個例子，在教學(xué)設(shè)計(jì)中，教育者可以設(shè)計(jì)一些學(xué)習(xí)關(guān)卡，鼓勵學(xué)習(xí)者先進(jìn)行深度思考和探索，而不是直接使用技術(shù)給出答案。所以在未來，構(gòu)思如何進(jìn)行學(xué)習(xí)系統(tǒng)設(shè)計(jì)、如何培養(yǎng)孩子獨(dú)立思考的能力而不是堆砌知識很重要。