映魅咨询创始人刘凯：AI如何让学习变得更加“个性化”？

Q：目前AI技术驱动下的教育转型主要体现在哪些方面？

　　映魅咨询创始人刘凯：首先，应该说明下，“科技”一直在改变着我们的学习方式，也一直在改变着教育市场的格局。从印刷术、造纸术这些古老的“科技”手段，到今天的互联网、人工智能技术等都在潜移默化地影响着“教育”。

　　另外，也需要说明下的是“人工智能”改变教育也并不是今天才出现的，多年前，一些探索者已经在利用人工智能技术应用到各种教育学习场景中，比如早在十多年前，IBM的Watson人工智能就开始探索人工智能在教育中的应用。当然这里的很多项目最终都没有取得理想的结果。比如自适应学习（Adaptive Learning）方向的初创公司Knewton，这家前后共融资8轮，累计融资达1.8亿美元的公司在2019年仅以不到2000万美元的估值被收购。

　　人工智能涉及到的技术范围非常广泛，包括了如语音识别、语义识别、图像识别、机器人等细分技术方向，也涉及到计算机科学、心理学、数学、神经科学等。自然地，“人工智能＋教育”的实现也离不开这些技术的阶段性发展成熟度水平。另外，我们对“学习”本身的认知和研究水平、市场环境的变化等因素也影响着这些早先和未来的创新公司是否能够取得成功。

　　“个性化学习”。为每一位学习者提供个性化的学习建议是教育领域应用人工智能技术的重要驱动之一，也包括利用今天的以大语言模型、生成式人工智能在内的新一代人工智能技术范畴。但是在这些技术成熟之前，要实现“个性化学习”是一件成本非常高昂的理想。无论是学习内容的生成、内容的个性化推荐、为每一位学习者创建独特的学习图谱等都是如此。这让我想起了美国的一家曾经的教育科技明星公司Altschool，为了了解学生的学习等数据，Altschool甚至自己开设了学校，并希望自己的个性化学习平台被更多的学校使用。高昂的运营、数据获取和分析成本最终使Altschool的理想最终没有实现。

　　今天的新一代人工智能即所谓的“生成式人工智能”建立在上一代的人工智能技术集之上，它利用机器学习技术基于现有的数据或内容创建出新的数据或内容，如文本、代码、图片、视频、音乐等。而到了普通用户面前的，就是我们经常提到的如ChatGPT、Midjourney、Pika等这些应用程序。这是一个巨大的进步，这些应用程序的出现第一次让普通人都能够直接使用到“人工智能”具备的能力，而这在以前是难以做到的。在教育领域，对教师、对学生也是如此。也使得向“个性化学习”的理想目标又迈出了重要的一步。

　　前面我们提到“个性化学习”的实现成本代价非常高，起码要解决两个重要的阻碍：一个是内容创作成本的极大降低，另一个是“可规模化”地实现个性化内容的创作。生成式人工智能应用的出现，将这两个阻碍“解决”了。而在降低成本方面，除了经济成本外，也包括了理解和认知成本。

　　在生成式人工智能出现之前，除了计算机技术专业人员外，绝大多数的普通人对人工智能是难以理解的，更不用说有机会将人工智能应用到自己的工作生活中，原有的人工智能术语和技术就像一个“黑箱”。而生成式人工智能的应用程序的出现，即使是没有接受过任何技术训练的普通人都能够使用了，他/她不再需要了解人工智能的具体细节，完全可以根据自己的需要制作出定制化、个性化的内容，这里面当然也包括了学习内容。“工具的平民化”自然拉动了内容创作的爆发，这在互联网的发展历史上已经不止一次被验证过，是一个非常容易判断的发展演变趋势。

　　试想一下，当我们的学生能够自己发挥想象力，创作出自己喜欢的学习内容。当我们的老师能够集思广益，创作出更加符合学生特点的教学课件的时候，原有的教育市场的格局就已经开始被打破了。

　　“个性化学习”的实现建立了在对各种有效数据的积累上，这可能是最难的，也是最有门槛的环节，因此，拥有高质量数据的机构未来将极具价值。同时，能够更好地利用数据的公司，也将具有竞争力。人们常说“教育是一件非常复杂的事情”，这句话的背后指的是它所涉及到的数据类型、交互方式、学习场景等的高度复杂性。因此，没有哪家机构能够真正拥有所有的数据。我们看到了教育机构开始和科技公司进行了跨界的合作，这只是刚刚开始。对于未来的教育机构来说，如何有效地获取数据并将这些数据转化为价值，还有很长的一段路要走。新一代的人工智能正在促使教育机构们向互联网科技公司的运营模式逐步转型。

　　说到这一代的人工智能对于教育市场可能的转型新方向，我个人判断可能有以下几个方向，仅供参考：

　　大量AI驱动的“个性化学习”的工具的出现。通过生成式人工智能的内容创建能力，大量新的学习内容和形式将广泛出现。同时，学习交互方式的个性化（对话AI机器人、数字虚拟人等）也将拓展更多的数据来源，更加丰富学习者的数据画像。

　　全新的面向学习者和教师工作者的学习社区的出现。如何更好地、更顺畅地将大量的学习内容分发到不同的学习者面前，进而为有想法的内容创作者提供更多价值，成为了一种可能的平台化机会。现有的互联网分发模式可能并不完全适合AI内容创作下的条件，但也需要包括版权等在内的法律条件的进一步升级。

　　围绕着教育学习场景的AI工具生态的转型。这些工具包括了AR/VR、AI智能客服、AI营销内容创建与分发、数字人交互、低代码工具等。对于教育机构来说，长远来说，数字化的转型不是仅仅使用几个AI工具而已，而是更多地需要结合自身的能力、诉求和行业特点，依托技术带来的优势将自己的整体业务实现数字化的转型。实现这一步还需要更长的时间，但是一些机构已经在开始尝试了。

Powered by Froala Editor