作為已有前車之鑒的AI+教育新模式，又是否真的能夠在“互聯網+教育”隕落后，開辟一片“新藍海”?
喊了這么多年的互聯網+教育，為何還需要AI的加持
從21世紀初美國將互聯網應用于教育領域、開創MOOC模式到如今，已經過去了近20個年頭。“互聯網+教育”的發展一直不瘟不火，智能相對論分析師柯鳴認為，其存在著自身難以克服的“阿喀琉斯之踵”。
1.多數“互聯網+教育”項目仍只是隔靴搔癢
早在2016年，谷歌與巴西的非營利組織Lemann Foundation合作，為巴西當地小學的英語老師們提供基于手機的在線課程，作為谷歌推進全球互聯網教育的一步。
然而，隨著AI技術的進一步成熟，Google于2018年開始押注AI教育，并進一步推出“ Learn with Google AI” 的在線學習網站，旨在教授大眾人工智能和機器學習，讓每一個人在零基礎的條件下可以快速學習了解AI，這體現出一個現象：人工智能在經歷2017年的醞釀后，正在進入大眾領域。
放眼國內，諸如新東方等互聯網教育企業，也紛紛加注AI元素，比如新東方先后推出了口語智能寫作平臺、智能學習產品Realskill等。
其實，互聯網+教育一直難以有質的突破，究其原因是其依然有“三大難關”至今仍未突破：
首先，以“考核方式“替代實際教學需求。教育信息化強調信息與信息技術在整個教育領域和教育部門中應用與推廣，重點應該放在教學領域，然后在實際應用中，許多互聯網信息化教育突出“技能式”呈現，而忽視了教育的本意。
比如“重學生”而“輕教師”，無法有效融入教育體系。MOOC等一系列在線教育形式的出現，使得在教師主導的教學活動之外為學生重新提供一套學習體系，爭奪學生的學習時間，然而此類的雙倍壓力并沒有讓學生獲得良好的“雙倍收益”。
最后，千篇一律的教學內容，難以滿足個性化需求。缺乏優質內容、千篇一律、難以個性化，依然是在線教育的“不可避免之痛”。
2、“千人一面”本是個過渡，“千人千面”才可能讓傳統教育“改頭換面”
一般來說，對于新生事物，人類會出現兩種反應：反應不夠、反應過度。反應不夠就比如汽車出現之初，人們認為其僅為一個玩具，因為當時沒有開汽車的馬路，也沒有加油站。但是，實際上，在不久之后，汽車迅速的取代馬車，成為了人類使用率極高的交通工具。
而反應過度就如互聯網之于教育。移動互聯網的到來，對于教育領域而言，同印刷術的出現、無線電的出現一般，并無二致。但是，許多人認為移動互聯網會急速顛覆傳統教育。
對于互聯網教育的應用成果，比如十年前美國出現了MOOC課程，許多老師認為通過MOOC課程，學生可以享受到全世界最優秀的老師和課程，而自己將無課可教。然而現實并非如此，當前線下教育依然是我國教育行業的主力軍。
這其中，最重要的原因就是，“千人一面”的互聯網教育只是在“一對多”的傳統教育模式加上了一些互聯網元素，也僅僅只是傳統教育升級變革的過渡，當教育擁抱AI之時，“千人千面”的個性化教育才可能成為真正的“救心丸”。
3.AI+是把刀子，硬生生讓傳統教育脫胎換骨到教育4.0
OKAY智慧教育創始人賈云海曾這樣定義過傳統教育的發展過程：傳統教育發展分為四個階段，傳統教育1.0為口耳相傳階段;2.0時代則為班級授課制;3.0時代即為搭載互聯網的內容電子化時代;而教育4.0時代，即AI加持下的智慧教育平臺化。
顯然，AI教育的平臺化是當下教育行業發展的明智之舉。以平臺化取代簡單的AI優化教育的方式，相當于淘寶之于商業，美團之于消費，滴滴之于出行，真正變革AI教育的思維方式。
比如科大訊飛推出智慧微課工具、智慧紙筆等AI教育形式，以平臺化取代傳統的互聯網教育;天聞數媒與華為合作共建智慧教育新生態。OKAY提出智慧平臺，是希望將AI、大數據、云計算等尖端技術與教育融合，真正輔助學生學習的全流程等等。
有了AI助力，智慧教育落地前需要解決幾個問題
從市場表現來看，人工智能在教育上的發展依然有很長的路要走。AI教育上的應用主要體現在圖像識別和語音識別兩個方面，其目前尚處于初級階段。在技術和應用場景上還需要更多的探索。智能相對論分析師柯鳴認為，AI助力后的智慧教育，依然需要注意幾個問題。
1.“取代”論基本扯談，“助力”才可能使上力
不可否認的是，現在談“取代”一切都為時尚早。即使未來人工智能在知識儲備量、知識傳播速度以及教學講授手段等方面超越人類，人類教師仍然具有不可替代的作用。
同樣，市面上押注AI的教育企業也深諳此理，其業務范圍更多的是基于教育信息化、智慧學習等能夠以AI輔助傳統教育的領域。從市場表現來看，以AI助力傳統教育，這才是以后AI教育發展的“正途”。
顯然，從國內教育發展的現狀來看，想要制造一個完全“取代”人類教師的機器人老師，有相當大的技術難度和倫理風險。然而，如果將思維轉換為如何以AI助力原有教育模式，并進一步優化，AI在其中將會發揮著舉足輕重的作用。
? 市面上教育企業人AI助力教育方式
2.由“教”至“導”，更加需要用優質數據推進“因材施教”
在傳統教學場景中，通常情況下采用一刀切的教學方法，然而，這忽略了學生在學習速度、進度上的差異，同時，老師也很難及時發現和處理學生在學習過程中的教育需求。然而，隨著AI的引入，機器學習和大數據技術可以更好的解決此類問題。
這些都是人工智能能夠解決的問題。人工智能通過機器學習算法，從數據中收集模式，從而提供見解和建議，幫助教師發現他們的教學中的空白，并且針對性的指出學生的問題所在。
如何充分收據數據實現由“教”(學)至“導”(學)，這成為了當下的一個重要問題。對于數據來說，一方面是來源于數字化的教學環境，教學和學習數據在這種數字化環境中自然而然的產生，其次是從傳統教學行為中收集教育信息，并將之轉化為數據。
比如，OKAY智慧教育已實現千余所學校的常態化應用，師生數據30余萬，將所有的數據容納于OKAY智慧平臺之中，并以用戶數據為基準，去實現“因材施教”。
步步高、猿題庫、作業幫等企業，也是基于VIPKID的人臉識別技術能夠實時跟進每位學生的學習進度，并根據具體情況定制個性化學習計劃，與C端學生用戶實時互動。
3.情感化溝通將成AI教育攻堅點
未來學家、發明家雷·庫茲韋爾曾說：“不斷減輕人類痛苦是技術持續進步的主要動力。”同樣，教育的任務是教書育人，教師的作用不僅是傳授知識，而且需要通過情感的投入和思想的引導教會學生做人、塑造學生的品質等。
在BBC基于劍橋大學研究者Michael Osborne和Carl Frey的數據體系，對于365種職業未來“被淘汰率”的分析之中，教師這個職業被機器人取代的可能性僅為0.4%，而其中一個重要的理由是則是人與人的互動能讓學習的過程更加令人享受，而這正是目前AI的缺陷所在。
顯然，如何做到AI的情感化溝通依然是目前AI應用于教育中的一大難題，本無情感的算法，怎樣能夠在與學生的交互中親近而又高效呢?情感化和社會化問題是目前AI教育存在的普遍問題，行業中OKAY智慧教育、好未來、科大訊飛等龍頭企業也正在尋求“治本之策”。而這一切，還需要時間的檢驗。
總之，AI+教育作為行業新風口，其發展前景是市場看好的。但是，在此大背景下，也存在著“偽AI教育”的混雜現象，消費者也應練就火眼金睛，識別真正符合自身需求和智能化的“真AI教輔產品”，以AI增進學習效果。
【完】
智能相對論(微信id:aixdlun)：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。
京公網安備 11010502049343號