圖片來源：pixabay

AI時代已經(jīng)來臨，AI正在重塑原有的各行各業(yè)，不管是互聯(lián)網(wǎng)還是傳統(tǒng)行業(yè)。

炙手可熱的智能便利店、智造機器人、智能銀行客服等，都在快速地替代原有生產(chǎn)鏈條中做重復(fù)工作的人這個角色，也在極速提升著運轉(zhuǎn)效率。那么在線教育行業(yè)是怎樣的呢？

對同樣正在變革、重塑的在線教育模式，AI將史無前例地提升教育的教學(xué)效率，提升學(xué)生的學(xué)習(xí)效率。我們預(yù)期的也是提了很多年的個體差異化教學(xué)、真正舉一反三的智學(xué)時代來臨。

之前的教育溝通何如？

孔子而立之年后宣講私學(xué)，得三千門生七十二得意弟子。他是怎么講的呢？古代和當(dāng)今學(xué)習(xí)差別很大，你認了誰是老師，基本上就一塊交流、吃飯、睡覺，類似自己的房子自家人。如今的教育更像是住賓館，老師與學(xué)生只互相見面卻不了解。所以，最核心的就是言傳身教。如果從介質(zhì)的角度說，即是以對話和語音為載體的。我們當(dāng)今所看到的《論語》等也多是與對話的方式展開的；也多是有孔子門生根據(jù)孔子的教誨而回憶記載的。

在后續(xù)的幾千年，對話和語音依舊是主流；不僅是在教育，也是平民百姓表達信息的主要方式。

印刷術(shù)的發(fā)明大大降低了撰寫的難度，相對竹簡或碑刻也更容易攜帶，極大提高了內(nèi)容傳播效率和傳播范圍，開啟了規(guī)模閱讀時代。后續(xù)很長時期遠程學(xué)習(xí)主要載體是書籍和文字，當(dāng)前面對面對話一直很重要。一直到近代，都是多數(shù)依賴書本和文字。

直到互聯(lián)網(wǎng)時代，把書本這一實體載體變成了虛擬網(wǎng)頁；于是我們廣泛的通過互聯(lián)網(wǎng)獲取咨詢和消息，主流方式依舊是文本。在移動互聯(lián)網(wǎng)時代，文字是我們?nèi)粘Ｅc機器（電腦、電話、智能手機）交互的最核心和主要的橋梁。

文字作為交互的核心橋梁也決定了，這種交互只能發(fā)生在知識分子的社會里。要想與設(shè)備發(fā)生交互，要么會輸入文字、要么會書寫文字。排除了父輩群體中不會拼音、不會書寫太多字的用戶，特別是農(nóng)村地區(qū)。

對話式學(xué)習(xí)為什么會發(fā)生？

而隨著智能機成為國民標配，在農(nóng)村地區(qū)更是直接從電話時代躍到了移動互聯(lián)網(wǎng)時代，跳過了PC互聯(lián)網(wǎng)時代這個過渡區(qū)間。

另一方面，對PC互聯(lián)網(wǎng)的居民，文字輸入固然能完成所有復(fù)雜溝通，但輸入與輸出并非最高效和成本的方式。

在技術(shù)方面，人工智能在被研究了很多年之后，應(yīng)用技術(shù)2016年在全球范圍內(nèi)得到關(guān)注和實踐；深度學(xué)習(xí)、遷移學(xué)習(xí)等都在汽車、醫(yī)療等行業(yè)做嘗試和更迭；在教育行業(yè)，也有AR/VR、自適應(yīng)學(xué)習(xí)、雙師課堂等創(chuàng)新實踐。

這就需要一種更具普世性的、效率更高；而且是更自然和貼近原始本能的交互方式。

顯然基于語音的對話無疑是普世和原始的。

對話式學(xué)習(xí)為什么能現(xiàn)在發(fā)生？

AI+教育的應(yīng)用層，我們看到的都還是從技術(shù)或者機器的角度，或者說是從系統(tǒng)本身屬性的角度來向公眾解釋傳播AI.Edu，比如高頓的EP；滬江的UNI；其他VR、學(xué)生面部表情識別暫且不表。所以我們需要從用戶角度來重新闡述智能學(xué)習(xí)系統(tǒng)中的“系統(tǒng)”；并且思考如何讓這種表達讓用戶輕易感知？

比如個性化學(xué)習(xí)，你說自己搜集和整理海量的知識圖譜，做了顆粒極細的數(shù)據(jù)標注，能為學(xué)生提供基于最近動態(tài)的相匹配的學(xué)習(xí)計劃和學(xué)習(xí)內(nèi)容；你確實做到了。

你說自己能基于用戶學(xué)習(xí)行為和細顆粒的知識標注，按學(xué)生的薄弱點進行智能的、精準打擊的推薦；你確實做到了。

你說自己能基于復(fù)雜的知識圖譜，“一葉而知秋”，通過初一的學(xué)習(xí)情況判斷你五年紀一個知識未掌握導(dǎo)致了學(xué)習(xí)盲區(qū)；你也做到了。

你說自己能基于檢測學(xué)生的面部表情，做面部表情識別，以知道屏幕對面的學(xué)生的學(xué)習(xí)狀態(tài)、情緒等；你可能也能做到。

然而，用戶卻感知不到。到現(xiàn)在為止，我們的角度一直是：研究用戶需要什么，然后從研究者的角度給他解決方案，比如“自適應(yīng)學(xué)習(xí)系統(tǒng)”、“智能學(xué)習(xí)系統(tǒng)”、“個性化學(xué)習(xí)”等等。如何把這些程序解決方案涵蓋進去，并且以友好的方式做交互？

顯然基于語音的對話無疑是是感知最明顯、最清晰的方式；甚至能感覺到“本來就該這樣”“有什么稀奇嗎”無陌生感。

另一方面，從言傳身教的角度講，線下課程是比線上教育做的好很多的；然而不管什么年齡段的人，與老師面對面的時間占比都不會到24小時的1/6；為每一個學(xué)生配備一個私人教師，理想很好，然而大多數(shù)都承載不起這個成本。

那么有沒有一種像老師一樣什么都懂、想問就問即時解疑且沒有繁瑣的查找時間成本呢？顯然有一個充滿智慧的隨時供你召喚的私人教師，是一個理想的模型。

因此，筆者提出了針對教育+AI、智能學(xué)習(xí)的大背景嘗試提出“對話式學(xué)習(xí)”這一新理念。

何為對話式學(xué)習(xí)？

對話式學(xué)習(xí)是以自適應(yīng)學(xué)習(xí)系統(tǒng)和智能評測為應(yīng)用技術(shù)支撐的，以不限年齡與學(xué)習(xí)水平而提供個性化教育和自主探索學(xué)習(xí)為目的的以語音對話為核心媒介的學(xué)習(xí)交互方式。它的核心角色是隨叫隨到的私人教練；核心關(guān)系是平等對話和互相成長。

在對話式學(xué)習(xí)場景中，我們不希望學(xué)生感知到的是和“一個程序機器對話”；而是一個有溫度的耐心智慧的“人”。這個“人”知道我的冷暖、優(yōu)勢與弱項；能提供給針對自身的學(xué)習(xí)方案；不僅能了解和建議，也能給你問候和鼓勵，在你沒有達到父母預(yù)期但是確實有進步時她給你點贊；你提的每一個問，他多數(shù)能懂，如果不懂，也能自己學(xué)習(xí)，下次再問時，一定能滿意答復(fù)。

對話式學(xué)習(xí)，像聊天一樣學(xué)知識——她是虛擬伙伴，實時與你語音對話面對面；是伴友，也是答疑導(dǎo)師。

她了解你，聽懂你，指導(dǎo)你，啟發(fā)你，陪伴你。

了解你。對話式學(xué)習(xí)基于學(xué)習(xí)系統(tǒng)的知識圖譜和細顆粒的知識點標注。結(jié)合數(shù)據(jù)分析與計算，通過全方位的實時數(shù)據(jù)的獲取，包括預(yù)習(xí)數(shù)據(jù)、聽課數(shù)據(jù)、課后作業(yè)數(shù)據(jù)、模擬測評數(shù)據(jù)、錯題數(shù)據(jù)、對話內(nèi)容數(shù)據(jù)等，動態(tài)評估學(xué)生當(dāng)前的學(xué)習(xí)狀態(tài)、優(yōu)勢點、弱勢點；分析出關(guān)聯(lián)圖譜中歷史知識點的缺失；

并以可視化的方式全局直觀展現(xiàn)的學(xué)生。

聽懂你。對話式學(xué)習(xí)基于語音和自然交流。我們希望的結(jié)果這就像和一位朋友聊天時的狀態(tài)。某些場景下，文字無法全部表達，語音則包含了信息和情感。因此，在對話式學(xué)習(xí)場景中，她不僅能聽懂你說的話，還能根據(jù)你的情緒給予情緒化的對答。最優(yōu)的結(jié)果是：對話式學(xué)習(xí)就如學(xué)生實時連線了以為知識淵博、反應(yīng)敏捷、時刻解疑的老師教授，類似對講機或FM連麥。

指導(dǎo)你。對話式學(xué)習(xí)基于“了解你”“聽懂你”獲取的各類數(shù)據(jù)等，能及時的動態(tài)的給出個性化學(xué)習(xí)計劃。

第一，貫穿學(xué)習(xí)周期的測評需要是動態(tài)的、分級的，區(qū)別于原有的所有同一套、所有使用一組鞏固方案，個性化智能計劃是符合當(dāng)前學(xué)生且當(dāng)前階段但難度等級略微高于學(xué)生已掌握水平，并且整個私人訂制的方案是動態(tài)；

第二，個性化智能計劃必須是可量化的，以任務(wù)的方式呈現(xiàn)給用戶，并督促學(xué)生完成；

第三，個性化智能計劃必須是可追蹤的，可根據(jù)量化指標和實際的行為，追蹤往期實際完成情況，請循環(huán)調(diào)整下一步的進度；

第四，任務(wù)是個性化學(xué)習(xí)的一部分，按照斯金納的操作條件反射，每次任務(wù)完成后要給與鼓勵和獎勵，并形成一種預(yù)期。

啟發(fā)你。學(xué)習(xí)知識是啟發(fā)的過程。對話本身就帶有“啟發(fā)”的基因。在對話的邏輯上，特別是在答疑的對話中，避免使用給答案的方式展示；而是循循善誘，給與“解決的問題”——“題干條件有哪些”——“解題方法”。

第二，智能錯題舉一反三。不管在K12還是職業(yè)教育的學(xué)習(xí)中，對于“錯題”我們都使用的太簡單粗暴。K12多數(shù)需要自己整理錯題集；職業(yè)教育類使用智能題庫系統(tǒng)偏多，會自動記錄、歸檔錯題。但是也止于記錄、查閱、重練。

對話式學(xué)習(xí)中，我們把錯題視為一座寶藏——錯題僅是結(jié)果，實際上是記憶或思維方式的缺失。基于知識圖譜和知識標注，我們知道學(xué)生具體錯誤的原因，并找出關(guān)聯(lián)的最末梢的知識點或往期年級的知識點。然后基于動態(tài)評測的邏輯，推薦錯題知識點所屬知識點下難度等級+1的其他題目做強化。如果失敗則難度-1，如果掌握則難度+1，如此直到掌握精通。

在應(yīng)試教育中，包括我們所說的中考、高考、各種專業(yè)考證等，分數(shù)一直是一個非常重要的指標。在一份試卷中，繼續(xù)做對的題無助于提分；只有把錯誤盲區(qū)解決掉，則分數(shù)會明顯增高。而基于錯題的舉一反三，顯然是最經(jīng)濟租高效的，而AI為喊了多年的舉一反三提供了可能性。總之，在對話式學(xué)習(xí)系統(tǒng)中，通過智能分析，我們把錯題有閑置物變成黃金，舉一反三定向鞏固。

在對話式學(xué)習(xí)中，底層支撐對核心的還是智能算法，無疑也與自適應(yīng)框架是一致的。一開始說我們想塑造是：她是一個充滿智慧無所不知的伙伴或?qū)?。因為可對話，所以覺得輕松、有情切感；因為實時響應(yīng)，所以覺得有一種時刻在自己身邊的陪伴感。

"智慧懂你的溫暖"，這是對話式學(xué)習(xí)的主色調(diào)。

本文為投稿，作者Panda