芥末堆 11月16日 田園 報道

11月15日，在以“共建·讓更好的教育來得更快”為主題的GET2017教育科技大會“學術發(fā)展論壇”上，朗播網(wǎng)創(chuàng)始人杜昶旭以“人工智能和大數(shù)據(jù)如何影響在線教育”為題進行了主題演講。

杜昶旭首先從時間的角度切入，闡述了人工智能和大數(shù)據(jù)影響下的時代變化。其次，他介紹了未來的四種學習場景。他認為，AI+大數(shù)據(jù)+教育可以實現(xiàn)“四化”，即從服務導向轉為產品導向的標準化、從結果管理轉為過程管理的過程化、大規(guī)模行為數(shù)據(jù)采集和分析的數(shù)據(jù)化，以及自適應學習系統(tǒng)推動精準學習的個性化。最后，他介紹了人工智能和大數(shù)據(jù)的應用場景。

以下是杜昶旭演講實錄：

大家下午好，特別高興跟大家做這個分享，沒想到今天這場這么多人，看來大家對AI這個話題比較感興趣。

我上午在艾瑞的一個活動上，他們在討論說，現(xiàn)在教育投資到底往哪個賽道上走，他們提出人工智能和大數(shù)據(jù)是一個大家比較關注的賽道。我說你們的提法錯了，因為人工智能和大數(shù)據(jù)不應該是賽道，而應該是技術。所以它必須要和某個產業(yè)方向結合的。

所以今天想跟大家分享，AI、大數(shù)據(jù)是如何影響教育本身的，包括我們看到有越來越多的在線化趨勢，這是一個什么樣的狀況。

這是一個怎樣的時代

如今我們所面臨的時代和很多年前特別不一樣，所以我們才有機會討論AI和大數(shù)據(jù)到底是怎么一回事。那么，這到底是一個怎樣的時代？

第一，這是一個中國的互聯(lián)網(wǎng)基礎建設已經(jīng)在全球領先的時代。我們剛開始接觸到互聯(lián)網(wǎng)這個概念，應該是在90年代末、21世紀初期。那個時候的互聯(lián)網(wǎng)，我們不可能談論跟教育有關的東西，因為教育是一種副媒體的形態(tài)，它有視頻、音頻和圖片。那時大家下載一張圖片要花很長時間，所以我們很難討論大數(shù)據(jù)和和智能化。

但今天，我們使用的手機已經(jīng)足夠方便實現(xiàn)聯(lián)網(wǎng)，并且我們可以通過手機看到許多精彩的視頻。甚至現(xiàn)在大家對流量都沒那么關注了，一個月包月下來很多人是用不完的，所以現(xiàn)在運營商也推出這個月用不完，就導到下個月的服務，這些服務都是讓大家有更好的網(wǎng)絡基礎環(huán)境。下面是一組數(shù)據(jù)，從這組數(shù)據(jù)你可以看到中國這幾年整個互聯(lián)網(wǎng)的增速非?？臁?/p>

第二，這是一個在不知不覺中，互聯(lián)網(wǎng)正在不斷地改造各個傳統(tǒng)行業(yè)的時代。很多事情在互聯(lián)網(wǎng)時代下，已經(jīng)變得越來越容易，我不愿意去區(qū)分是互聯(lián)網(wǎng)還是移動互聯(lián)網(wǎng)，因為這個不重要，它無非一個終端的問題。其實這就是由于網(wǎng)絡發(fā)展，信息傳達效率變高了，我們看到了很多的變化。

你會發(fā)現(xiàn)過去你可能在街邊打車，但現(xiàn)在你都用滴滴，過去你在線下買東西，但現(xiàn)在你都在線上買東西。我覺得這些都是我們可以看到的、很典型的，衣食住行方面的互聯(lián)網(wǎng)的應用。但事實上，我覺得無論是教育，還是醫(yī)療，目前改造的還不夠徹底，所以這個過程還會繼續(xù)。

第三，這是一個在線支付變得越來越便捷的時代。我記得很多年前，我在一個分享上講到，支付這個環(huán)節(jié)可能會成為教育在線化過程中一個很重要的制約因素，因為消費者不好付錢這件事是挺痛苦的，但是今天大家可以看到，這個已經(jīng)完全不能成為一個問題，因為我們有各種各樣的支付方式。

朗播大概是從2007年開始做在線教育的，毫不夸張地講，我們可能算國內最早去考慮教育在線化的公司之一。但那時候支付不方便是一件很痛苦的事情，我們只能想各種各樣的辦法來解決。

今天你會發(fā)現(xiàn)，像共享單車這種模式它能夠跑起來的原因其實很簡單，就是支付很方便。我拿一個二維碼，用支付寶和微信掃一掃都可以支付。而且對于大家來說，你可能還沒有意識到你在支付時你就已經(jīng)支付了，這帶來的負面效應就是每個月發(fā)現(xiàn)信用卡要還賬的時候非常多。

第四，這是一個用戶對于“屏幕”的依賴不斷加劇的時代。我覺得這個也是我們今天討論在線教育的一個前提，包括在座的老師在內，我們對于屏幕的依賴變得越來越重。其實我在講，各位老師拿著手機在拍，這就是依賴屏幕的一個表現(xiàn)，你會發(fā)現(xiàn)大家對于屏幕越來越依賴。

在過去80年代，家里面有一臺電視機就很了不起了，但是后來事情發(fā)生了變化。家里有了電腦，你會發(fā)現(xiàn)，大家開始把屏幕依賴從過去的電視轉到電腦上，而且那個時候的電腦基本上是以固化的PC為主。然后再往后，你會發(fā)現(xiàn)現(xiàn)在的家庭狀況是你有PC、筆記本、Pad和手機，所以每個人家里至少有2到3塊這樣的屏幕。

大家注意到我這上面畫的圖都是一樣的，我們來思考一個問題，就是所有的學習是不是可以通過跨屏幕去實現(xiàn)數(shù)據(jù)的共享和一致。比如，我們今天在看一個課程，哪怕它就是一個簡單的視頻課，以前我們就在手機上看，或者是在Pad上看。有沒有一種可能是，我們把這個課程搬到家庭的環(huán)境里，父母和孩子一起坐在電視跟前，然后就在電視上看，也把這個課也學了。而且，這個過程結束后，后續(xù)在iPad上的進度、數(shù)據(jù)又是一致的。

所以你發(fā)現(xiàn)，今天大家已經(jīng)有了很明顯的在線化的趨勢，于是很多人開始進入到這個行業(yè)里面來。但很不幸的是，出現(xiàn)了一個我認為可能也算正常，但卻不希望看到的狀態(tài)：很多在線教育的公司，或者是做在線教育的人，他們把在線教育認為是把過去的教育的服務給線上化。我個人不太贊同這個觀點。

大家可能不太熟悉什么叫服務線上化，過去我們在教室里教學，現(xiàn)在我們搬到線上教學，這個東西就叫服務線上化。所以每次有人跟我討論說，你到底是大班課、小班課還是一對一，在我看來都一樣，因為在他們眼里這都叫服務線上化。但我們的觀點是在線教育不僅僅是服務的線上化。

舉個例子，以前我在傳統(tǒng)培訓機構工作了十多年，我當時在新東方教了11年的課，是一線名師。我們過去是在線下講課，今天如果說你給我弄一個網(wǎng)，我在網(wǎng)上講課，本質上是沒有區(qū)別的，如果這件事情最終也能夠成為在線教育成功的理由，那電大早就成了。

所以我們的觀點是在線教育不僅僅是服務的線上化。那我們今天看一下，如果真的把教育或者是學習這件事情放到線上去，應該是一個什么場景。

未來的學習場景應該是一個什么狀態(tài)

第一，沒有人在意學習場景是線上還是線下。任何一個新興事物剛出現(xiàn)的時候，大家總是喜歡先討論概念用以區(qū)隔，大家開始討論到底是線上好還是線下好。這個問題在過去幾年所有的論壇、會議都在討論的，但今年這個聲音已經(jīng)小了很多了，好像大家已經(jīng)默認接受線上是一個很正常、很自然的學習方式。

第二，沒有人在意學習行為是在PC端還是移動端。這個也是過去很多人在討論的問題，我記得我創(chuàng)業(yè)這么多年的時間里，在早期時候大家都在說，你們這個東西是在網(wǎng)站上還是手機上，但今天我們已經(jīng)不再討論這個問題了。到底是網(wǎng)頁、H5還是小程序、APP，已經(jīng)不再重要了，重要的是你到底通過這些媒介得到了什么。

第三，沒有人在意直播和錄播哪個更好。不會有人去討論直播錄播哪個更好，很多人說課程到底直播好還是錄播好，我告訴你們朗播的課程既有直播也有錄播，我們從第一天開始就是這樣的，我們跟消費者說你自由選擇，直播無非就是你感覺更像線下，如果你是一個比較傳統(tǒng)的人，這更適合你。錄播時間比較自由，你愿意怎么聽就怎么聽，本質上是沒有區(qū)別的，因為里面有一些概念，核心不是在于形態(tài)的問題，而是在于你對過程的切分、把控、數(shù)據(jù)的切割是否合理，所以這個東西也不會有人在意。

很多不同的教學場景和學習場景中間有一個共性，而把所有的東西連起來的就是數(shù)據(jù)。因為這個人在學習過程和教學過程中，會產生大量的行為數(shù)據(jù)和教學數(shù)據(jù)，這些數(shù)據(jù)都應該被一套系統(tǒng)管理起來，這樣的話他們就形成了一個整體。也就是說，這個學習者的所有狀態(tài)都是可以被處理、量化、管控的。

所以，我們所有學員的學習過程都是這個樣子的，你完全可以隨時隨地地做，你所有的數(shù)據(jù)我們在后臺都是通的。任何時間、地點你都可以去完成你的學習過程，這個就叫Any Time Any Where。

第四，“班級”概念消失，每個人都是獨立的學習個體。“班級”這個概念其實是不對的，過去我們所有人討論的都是到底是一對一好、小班好，還是大班好，這里面的問題不出在大班、小班的人數(shù)上，而是出在你對教學過程有沒有拆分和管理。

從教學本身的角度來說，對于所有的人都需要知道的知識，它可以通過一對多的信息傳達方式來實現(xiàn)，而有一種情況是每一個人都不一樣，這需要有個性化的過程。如果你從這個角度想，你就會發(fā)現(xiàn)“班級”這個概念根本不對，而恰恰互聯(lián)網(wǎng)是沒有邊界的，我們應該打破這種邊界感。

AI+大數(shù)據(jù)+教育：實現(xiàn)“四化”

我們來看一下在這樣一個模式下，我們怎么把AI、數(shù)據(jù)、教育結合起來，我提出四點供大家參考。

第一，標準化，從服務導向轉為產品導向。這個詞已經(jīng)被說爛了，剛才我提到今天很多人做在線教育是把服務從線下翻到了線上，我認為這個不對，因為你這樣做永遠不可能成標準化。比如說今天是張老師講、李老師講或是王老師講，因為講法不一樣，所以我如果要去學，我得到的東西肯定也不一樣。企業(yè)能不能做到把整個教學過程全部產品化后，再討論其他東西是個問題。

第二，過程化，從結果管理轉為過程管理。以前大家只看結果，這個沒錯，教育肯定要為結果服務的。但是不談過程只談結果，這樣做是不對的。以前就是從結果倒推，一個學期結束后，家長一看孩子成績70分，就把孩子叫過來一頓胖揍，但這中間到底出了什么問題，我們很難知道。

第三，數(shù)據(jù)化，數(shù)據(jù)會涉及到大規(guī)模的數(shù)據(jù)采集和分析。數(shù)據(jù)采集和分析中有一定的維度，比如說什么樣的數(shù)據(jù)有效，什么樣的數(shù)據(jù)無效，從相對專業(yè)的角度來說就是數(shù)據(jù)純凈度。

那么，什么樣的數(shù)據(jù)純凈度比較高呢？比如說我今天跟你講了某個知識，然后讓你去做某個題，你在做這個題的過程中猶豫了，你的鼠標滑過的數(shù)據(jù)顯示你焦慮了，或者說你在做題過程中，我們發(fā)現(xiàn)你可能先選了某個典型的錯誤答案，后來又改回了一個正確答案，這樣的數(shù)據(jù)反而是有效的。所以，我們要考慮哪些數(shù)據(jù)是有效的，這個事情對于做數(shù)據(jù)、做評價、做分析的人來說非常重要也非常困難。

第四，個性化，通過自適應學習系統(tǒng)推動精準學習。大家思考一下，如果我們今天要想針對某個人制定適合他的東西，那首先我們是不是得有個定義，你應該從哪些維度評價他，然后才是評價過程，最后是結合結果去做相應產品推送。簡單說，應該是這么一個過程，當然這個過程也許是分離的，也許是整合的，這個都有可能。

人工智能和大數(shù)據(jù)的應用場景

我們來看一下，人工智能和大數(shù)據(jù)到底會在什么場景下有應用。我們認為大概有這么幾個場景。

第一，測評技術優(yōu)化。如今做測評的企業(yè)有很多，像我們就是更多地專注語言能力的測評。關于語言能力測評，我們正在解決幾個問題。比如說我們怎樣去優(yōu)化測評的題庫，因為測評的題庫和大家過去看到的考試題完全不一樣。舉一個簡單的例子，比如，你做一個英文的閱讀理解題，做完了以后你說我錯了，但不知道是什么原因錯的。那我能不能通過一些測評題測出來，你到底是因為單詞不會，還是句子沒看懂，還是邏輯不清楚。這個東西需要專門的測評題庫，而一旦涉及到題庫，麻煩就來了，本職做不做，信度、效度檢測做不做都是難題，這些東西非常專業(yè)。

第二，語音圖像識別和NLOP。這個領域我覺得更多是能做一些對于語音的評價，圖像識別其實在拍題、掃題的領域做得比較多，像我們更多的就是語音識別，包括語義的一些處理，還有在自然語言處理這一塊，有一部分會涉及到機器學習和深度學習。

機器學習和深度學習是什么意思呢，簡單來說，一個是基于規(guī)則，一個是積累數(shù)據(jù)。我舉個例子：

1.機器學習。我要教會你語法，首先要講語法規(guī)則，我把規(guī)則一條一條講明白了，然后你聽完之后會了，這就是機器學習，它是基于規(guī)則的。

2.深度學習。你從小到大學說話，這個是深度學習，將大量的預料放進去，“你怎么學會的？”“不知道”?！皶粫?？”“會”。這個是深度學習。

第三，過程性評價。就是你怎樣去把行為數(shù)據(jù)進行有效地采集、分析，然后對教育結構做預測。

最后幾點：

我今天講的東西其實是相對宏觀的東西，我想跟大家說的是，朗播今天做的產品，是給學生提供整個語言學習的一站式的解決方案，這個解決方案既包括課程，也包括自適應學習系統(tǒng)，還包括我們說的測評、內容這套東西。

我們過去是一家純2C的公司，我們面向個體消費者，但是現(xiàn)在我們也跟一些機構，包括一些國際學校也進行一些合作。我們希望成為整個語言學習這個領域的中央廚房，我們把最標準的、最有技術含量的部分東西做好，最后我們希望更多的人能夠利用這個平臺嫁接更多的服務。

非常感謝大家！