随着消费升级和中产阶级崛起,中国教育市场正在从劳动密集型走向资本密集型和科技密集型,国人对教育的追求也从“有学上”转到“上好学”。 尽管民众热情高涨,遍地“孟母”,但头部教育资源注定是稀缺的,由此衍生出了在线教育、直播等新的授课媒介形式。但在线教育归根结底上只是将线下授课搬到了线上而已,从线下的1对少,变为线上的1对N,一定程度上摆脱了时间上、空间上的束缚。也就是说在线教育延展了宽度,省去了“三迁”,可深度上还是取决于老师水平,取决于人意味着批量化生产的不可控性,也就是说在线教育仍然处于小农经济的作业模式,远未进入工业化时代的批量生产时代。要知道“三迁”不是目的,只是形式,“三迁”的目的是为了获得良好的教育,从这一点讲,原来的在线教育形式也并不成熟。 人工智能时代的到来,各行业都在赋能黑科技,教育行业自然不会例外,给教育一个AI支点,能否让原本稀缺的教育资源具有普惠价值,让因材施教这一意淫了几千年的宏伟蓝图从【墙上的美人】,变为【炕上的媳妇】呢? 媒介形式赋能AI:由公司结构决定了的嫁接模式 教育机构在传道授业解惑的路上,分为图片形式,利用图片识别技术进行拍照搜题;口语练习,通过声音练习听力,说话能力,这个主要是集中在以外语为主的教育机构中;陪伴机器人,寓教于乐,娱乐与学习同步进行的儿童陪伴玩具等等。 AI作为一种新的科技元素,教育机构在技术赋能的时候,有着很明显的倾向性,主要是围绕着授业的媒介形式开展技能赋能,比如图片识别公司利用人工智能提升图片识别、认知,外语类通过语音识别技术等等。 早已勾勒好的市场细分走向决定着AI的植入形式。这一波人工智能浪潮,本质上与下半场这一大基调不谋而合,都是黑科技赋能商业模式,这种形式的技术赋能,很大程度上省去了应用场景的烦恼,避免陷入施乐式的技术型自嗨。 图像识别:目前使用图像识别最主流的应用就是拍照搜题,典型代表是作业帮、学霸君、小猿搜题、阿凡题…… 传统的K12应用更多是停留在学生需要主动上来去看视频和做题,这本身对于学生来讲是很难有学习场景的。而拍照搜题则是学生带着问题和困惑来学习的,所以我们也看到拍照搜题App是所有K12应用里活跃度最高的。拍照搜题的核心技术就是把图片与文字做对应在,然后再去做文字与已有题库的匹配。 语音识别:目前使用声音最主流的应用就是语音评测,也就是学生说一句话,机器给打分,典型代表是讯飞、流利说、一起作业、盒子鱼…… 而目前绝大多数市面上的口语学习App的口语评测的水平就是评判规定的一句话的发音准确度,或者是半开放式的交流。而真正的难点是评估开放性的对话的好坏。科大讯飞已经在这个方向上与国家多个省签约合作,尝试做高考开放式口语题目的自动批改。Google的Wavenet已经接近这个水平只不过运算起来非常慢,百度近期也对这个结果的性能进行了优化。另一个则是把语音识别率再提升一个新的档次。这两项工作都是在可预见的两三年内会实现并且普及起来的。 文字识别:老师讲课,atv,最重要不是他的面孔和他的音色,而是他所说的话。同理,真正的在线教育与AI的最重要的结合点既不是声音,也不是图像,而是文字。 文字识别另一主要用途可以放在阅卷,老师批改作业。按照人工智能和大数据分析技术目前发展的趋势来看,在教育领域中,试卷自动评阅是教育系统智能化必然的方向。一方面,计算机智能阅卷能避免人为的误差,能够更客观的反映出评阅结果,保证了阅卷的客观公正性。另一方面,电脑阅卷省去了老师在传统阅卷模式中主观题阅卷的体力劳动,让老师省出更多时间和精力用在教学工作中。 教育机器人 除了工业机器人与服务机器人之外,教育机器人也是一个相当重要的领域,《2016全球教育机器人发展白皮书》预测未来5年(2016-2021年)全球教育机器人的市场规模将达111亿美元。目前做教育机器人的典型的企业有智童时刻,旗下产品KeeKo机器人主打儿童教育,儿童可通过卡片、触摸、语音,外设等方式,对机器人进行可视化编程,从而训练孩子的逻辑能力和创造性思维。但这类企业都还停留在早期融资阶段,还没有大量资本进入。 (责任编辑:本港台直播) |