人民日报中国经济周刊官方网站国家一类新闻网站

经济网 中国经济论坛


首页 > 公司 > 正文

iTutorGroup首席运营官汤峥嵘:在线教育的下半场,AI怎么辅助老师?

在技术与资本推动的商业浪潮下,“风口”接踵而来,热点高速迭代,机遇与挑战并存,在风口兴衰瞬变的时代,我们需要冷静思考"大风起于何处,下一刻又将刮向何方?"36氪关注着每一次新风口的兴起与沉寂。以“风口更迭,探索永恒”为主题的2018新风口峰会与你携手探索商业进化之道。

在线教育的下半场,如何既做到个性化又做到规模化?在人工智能的浪潮之下,AI又该如何辅助老师?

在36氪主办的新风向大会,iTutorGroup首席运营官汤峥嵘对这些问题做了一一解答,同时汤峥嵘认为在线教育下半场AI是不会替代老师的,老师是在教育过程中对人的情感、心理有大量的解读,并不是简单的知识传输。

以下为汤峥嵘演讲全文:

今天我给大家分享的主题是“在线教育的下半场,教育为本,AI赋能”。教育行业在前段时间投资非常火热,现在有一些降温了,我把它视作行业开始进入到了下半场,教育的下半场也一定会回归理性。

iTutorGroup旗下有两大品牌,一个是成人在线英语教育品牌TutorABC,一个是青少儿在线教育品牌vipJr。

第一,整个行业都很热,我们看到互联网行业热过的有共享经济、AI等等。AI还在持续发热中,但是很明显也在降温,包括区块链都是目前非常热的。到了教育板块,K12英语非常热,K12当中更热的其实是四到七岁低龄段。市场产品差异并不大,大家都在低龄段学习过程中。不管行业的热点怎么样,终归要做一些你自认为正确的事情,正确的事情有这样几件。

首先,在教材的投入,四到七岁,教英语,教孩子的26个字母,几百个单词,少量语法的结构,门槛是很低的。而我们花了几百万美金买了牛津出版社最好的三套教材来教英语,这三份教材是非常具有代表性的,它能够从零基础教到中学。

其次,是标准。以英语为例,今天市场都在追求美式英语,有一个标准叫做CCSS,但在CCSS网站的首页,明确写着这套标准是为美国学生的成功做准备。即便如此,这个标准在美国今天还没有达成一致,美国有50个州,希望用这套标准把50个州的教育统一起来,但到目前为止,美国50个州还是有不同的教法。把它拆开来看,这个标准中第一个当然是英语,美国人对英语的解释是类似于文学,要求是很高的。还有数学,这个也会被搬到中国来,但它的数学在幼儿园级别就只要求数数,这个标准我们认为对中国孩子太低了——中国的幼儿园孩子可能连乘法都会。

我们在多个标准中找了另外一个非母语的标准,也就是欧洲的标准,这里面核心的就是听说读写。为什么欧洲的标准不错?德国、俄罗斯、法国、西班牙、葡萄牙,几乎都不讲英语,除了英国,对于欧洲大陆的国家来说英语对他们来讲就是第二语言,跟中国的情况是非常相似的。美国的标准对非英语母语的中国孩子是不太适合的,所以我们坚持一定要找一个合适的标准。最终,平台教学还是要回归到效果上去的。

以上给大家简单讲了我们怎么看待教育的本质,我们觉得教育必须坚持做正确的事情。

AI一定是教育下半场中非常重要的武器。在AI的运用上可以分为微观的和宏观的。微观就是在上课的那个瞬间发生的事情,我们做到了对老师表情的监控,做些统计,可以实时或者是事后分析老师在上课过程中的参数,我们在课程中加上现在非常有趣的虚拟现实、增强现实的场景,不仅让老师可以用更有趣表现,对于低龄的孩子也会更有效果,这都是微观的。

还有一层是宏观层面的,这一点在整个教育行业中像我们这样做的是非常少的。拿打车行业做比较,打车本质上就是匹配司机和乘客,而换到教育行业宏观就是匹配学生和老师。在打车行业,今天如果是请乘客来选择司机你们会觉得很可笑,我们现在打开滴滴让我选择司机,滴滴、优步他们都是用算法匹配司机的,如果乘客来选司机可能会出现几个场景:

第一,对于一家出租车公司以及滴滴,空车率是他非常重要的考察指标,如果公路上车空车很多说明没有利用起来,空车率低说明效率好。我们在行业中是唯一一家不让学生选老师,匹配老师的公司。有人会讲我是消费者,难道我没有权利选老师吗?

为什么我们这么做?我们有两万多外教,让孩子去选会比较,而对于成年人还会不停的换老师,成年人学英语本就应该跟更多不同的人交流沟通,对于小朋友固定一段时间,因为对陌生人有一定的适应过程。

因为有了匹配算法,我们做了第二个事情,出租车出现之后,下一个一定是顺风车,大家可以搭车、拼车,在教育行业就叫做一对多,一个班里面可以有多个人。大家先可以网上搜一下,其实真正做一对多的公司,除了我们,其它还没有发现。有一些固定模式的一对多,这个班级里有四个学生一直是在一起的,但如果在打车行业你就会觉得很奇怪,拼车,四个人每天得一起去,除非你们住在一个小区到一个地方上班,否则你们不叫拼车。我们做的是完全动态,这个班级里面的学生全部是按条件匹配出来的,小班最多六个人,通常匹配到三个人左右,我们要求他们的时间一定是一样的,英语水平也要差不多。与此同时,对成人来讲他们学习的目的就不一样,比如说出国、旅游、去外企,他们所在的行业也不一样,比如说学科技的、医疗的、金融的,甚至他们对老师的要求偏好也不一样,我们通过这些方式把非常相似的人尽可能精准的匹配在一起,做到一对多。

除了可以匹配老师,还可以匹配课程,我们发明了一个词语叫做线性课程和灵活课程,我们上课通常是书,书是从第一页到最后一页翻过去,到我们这边课程上课,你可以想象把每一页的书都撕下来,就直接跳到你要上的那一页,不一定按照顺序,因为知识点之间不完全是按顺序的,可以有先后的关系混合。

谈到AI,大家一定很关心数据。因为有了系统、匹配算法。一对多的课时效果最好,一节课老师讲45分钟,如果是一对三分到身上只有15分钟,所以是不是一对一会更好,而这个数据告诉竟然是相反的。在英语水平相对低的时候,一对一学习相比一对多,一对多反而更快,同样上十节课,一对多居然会进步的更快,这个非常反我们的常识。

经过分析发现,整个45分钟的课,每个单词都要想是非常烧脑的,学员可能只能集中20分钟的注意力,后面20分钟已经很累了,而一对多学员只要讲15分钟,还有30分钟是在听,听对能量的消耗要低很多。所以在低层级你的进步更快,因为你在听的过程也是在学习,而且你还学习了一些别人讲的过程中发现了自己从来不讲的话,当你水平高了以后你已经讲得非常流利,基本上不用大脑思考,用小脑思考的时候,老师给你的时间越多,你的练习时间就会越有效。

对于AI,我们一定会想到下面一个问题,未来教育的挑战在哪儿。首先是知识爆炸,现在我们的知识是不缺的,十年前、二十年前知识是匮乏的,现在是爆炸的。第二个是时间碎片化,大家没有大块的时间来学习。第三个是AI普及了,什么要学,什么不要学,我们的英语还要学吗,数学还要学吗,AI会不会给替代,这是非常严峻的问题,我们也看到传统教育的几个弊端,传统教育是工业时代的产物,是为了批量生产,当时为了生产工人而造的学校,今天逐渐变成高等教育,它是批量化的,也导致了教育的标准化。

今天很多人在批判我们现在的教育,要淘汰标准化,一个大班没有办法让老师给每个人都个性化教学。未来教育的问题和机遇同在,第一个你怎样做到既个性化同时规模化,这是一个严峻的问题。第二个,AI怎么辅助老师,今天已经有很多人讲过这个问题。 最后一个问题,AI是不是最终会替代老师,我个人的解读是不会的,老师是在教育过程中对人的情感、心理有大量的解读,并不是简单的知识传输。


(网络编辑:何颖曦)
  • 微笑
  • 流汗
  • 难过
  • 羡慕
  • 愤怒
  • 流泪
0