0
| 本文作者： 李秀琴 | 2017-07-26 09:24 |
乂學教育&朋友印象創始人栗浩洋
乂學教育創始人栗浩洋可以稱得上是一個完完全全的“AI至上”理論的信奉者，在他看來，未來AI一定能可以取代大部分老師。這一觀點不僅從其在各個場合公開發表的言論中表露無遺，而在近期的CCF-GAIR大會上，栗浩洋也發表了他對教育機器人如何提升學習效率的演講。會后，在接受雷鋒網的采訪時，栗浩洋也不帶一絲猶豫地再次強調了這一觀點。
乂學教育是一家基于人工智能、面向K-12群體而推出的智適應學習平臺，利用知識點納米級分離技術和知識空間理論，可為學生提供針對性的知識點圖譜和定制化學習方案。至于何為知識點納米級分離技術和知識空間理論，采訪正文中我們會詳細介紹。
2014年，乂學教育籌備于上海，2015年6月，其獲得3100萬種子輪投資，時過一年乂學教育再次獲得1.2億元天使輪融資。
栗浩洋打趣到，自己的經歷和早期的馬云有些相似——都是英語教師出身，都在37歲選擇再次創業，都堅信互聯網可以顛覆過去行業的形態帶給人們十倍百倍的便利。作為某前上市教育機構的創始團隊成員之一，栗浩洋在教育領域已有多年的經驗。而乂學教育正是其在AI大環境下在教育領域的一次顛覆性的創新。
以下是此次雷鋒網采訪栗浩洋的主要內容：
一、關于智適應平臺
雷鋒網：目前還有很多非行業人士對智適應學習平臺不太了解，作為一名行業人士，你會怎樣介紹這個平臺？
栗浩洋：即：教無定法、有教無類、因材施教。每個孩子都是與眾不同的，需要用AI教學機器人給與不同的教學。
智適應平臺已有23年歷史，之前一直不瘟不火，就在于其是基于規則來做個性化教育，所以效果很差。然而，這三年智適應平臺火了，很大程度來源于AI技術的發展，人工智能的介入在以下五個方面大幅度提升了教學效率：
第一，對學生的知識點掌握狀態檢測的精準度、細膩程度、和最少測試題量的效率上有了大幅提升;
第二，給不同學生推薦不同學習路徑的有效度;
第三，在學習過程中，每分鐘或者幾分鐘運用算法調整學習進度、速度、效率、知識點內容以及練習量;
第四，對學生之前數年學習過程中的缺陷進行偵測，比如在九年級知識點不能掌握的情況下偵測六年級的前序知識點的薄弱進行跳回學習；
第五，系統對于學生期末考試或者中考高考成績的精準預測。
很多做智適應題庫、智適應測評、和智適應作業的，盡管也有AI，但是主要用來做語義分析和試卷批改，基本上沒有介入以上五點或者僅僅介入第一點。
雷鋒網：國外智適應平臺knewton的數據起步于GMAT培訓，乂學教育又是基于哪方面的數據？主要覆蓋哪些范圍？
栗浩洋：Knewton 在過去五年已經在美國的中小學和大學通過實驗和實際商業化獲得了很多深入的數據。乂學教育是專注在K-12領域，覆蓋6歲到18歲的中小學生。這些數據是過去三年通過和培訓機構、公立中小學、第三方教育平臺合作去取得的。目前乂學教育主要覆蓋一到五線城市的中學，年底會推出小學課程。
雷鋒網：和其他平臺相比，乂學智適應系統有哪些優勢？
栗浩洋：總的來說，目前市面上大多數的教育平臺的很多數據都已失去意義。原因即在于：
1、時效性，很多數據都是一個月甚至更久之前的。以知識點監測為例，學生在一個月前做的測試不會的知識點，現在可能已經掌握了，數據就已失去意義，所以必須實時地采集數據。
2、沒有掌握教學過程的數據。如，一個學生的知識點，一開始不會，后續掌握了。但是這個過程學生到底通過什么樣的學習路徑、教學方法、用了多長時間等等，關于這些數據如果沒有掌握的話，只知道靜態的對錯也是沒有意義的。
3、對知識點的標注不清晰。
與其他平臺相比，乂學智適應系統利用AI和機器學習的目的不是用于識別，而在于路徑推薦。機器會根據監測出的學生的年齡、性別、知識點掌握情況等諸多要素給該名學生推薦不一樣的學習路徑，并實時監測學習路徑的效果變化情況。如果題目標注錯誤，對于算法的優化來說就是一個災難。
基于此，乂學教育的優勢主要表現在：
1、對學生的知識點監測更加精準。監測的精準度和效率比之前要提升了10倍。
2、有一個很好的學習路徑推薦，且能不斷優化。
二、乂學智適應系統的核心AI技術
· 知識空間理論
雷鋒網：乂學智適應系統用了哪些核心技術？從而區別于其他的同類平臺。
栗浩洋：在過去三年的研發中，乂學教育采用了知識圖譜、圖論用于描述和表示學科知識體系；使用貝葉斯網絡和概率圖模型用于學生畫像的刻畫，表示出學生整體的知識掌握情況，采用貝葉斯知識追蹤理論：用于學生對知識點掌握程度達標的判定；在獲得一定數據之后，乂學教育采用分類樹和模糊邏輯用于最優學習內容推薦，采用遺傳算法和進化論用于推薦最佳的學習路徑，并且將加強學習、深度學習用于推薦對學生最合適的教學模式。
舉最簡單的例子，傳統來說，過去的知識圖譜存在兩個問題：
1、對學生知識點的描述非常粗糙。大多數教育行業公司只做到三級知識點拆分，極個別兩家做到四級，而乂學教育已經做到了九級拆分。
2、知識點之間的關聯度只標注了強關聯，而沒有把占絕大多數的弱關聯考慮進去。
針對這兩個問題，我們的處理方式是：在乂學智適應系統中，給每個學生制定一個知識地圖的定位。因為不同的學生，他們的問題點是不一樣的，掌握的知識點及其熟練度也不一樣。所以，我們對其采用了知識點納米級分離技術的方式。具體理解可見下圖：
如圖所示，這是學生A的知識點實時掌握情況的圖譜，乂學智適應納米級知識點會按照以下四大重點分別給予不同圖標、不同顏色的標注：
· 難度級別（簡單/中等/困難）
· 知識點重要性
· 掌握程度（未掌握/待掌握/已掌握）
· 進行狀態（待學習/正在進行/已完成）
如，紅色的六邊形圖標即對應未掌握的“困難”級別的知識點。上圖是全球通用的智適應學生知識畫像，每個知識點采用了4到6個維度的標簽，而乂學系統中每個知識點的標簽已經超過了30個。在該系統的建立下，每位學生的知識點掌握情況就可在一張知識地圖中得到清晰的展現。
事實上，過去已經有很多平臺都推出了知識檢測系統。但是，為什么過去的學?？荚囅到y都沒有采用？原因即在于他們對知識點的標注不夠清晰，所以測試結果的精準度的提升也有限。
· 基因檢測系統
雷鋒網：乂學教育還有一項核心技術，是基因檢測系統，能否介紹一下？
栗浩洋：基因檢測其實就是知識點監測。
舉例來說，在其他智適應平臺上，可能會針對學生的弱項采取專項訓練和學習的方式。如果某學生被機器或系統標注為“冠詞不會”，可能就要訓練10個小時的冠詞題。但是，在乂學教育的智適應系統中，冠詞可能還要拆分成定冠詞、不定冠詞等。在這其中，再把定冠詞拆成13種用法。所以，對單個知識點拆的越細，基因檢測系統就會對其標注的更加清晰。乂學教育采用的基因檢測系統，其知識點標注的數量是其他平臺的30倍。
雷鋒網：判定某學生對定冠詞的某種用法會或不會？知識點監測的難點在哪？
栗浩洋：原則上，是每個知識點采用3道題、可以達到93%的精度。因為做一道題，可能是蒙對的，或者僅僅因為粗心做錯。但是做3道題，可能會達到相對精準的精度。
不過，問題在于，在使用納米級知識點分離技術之后，知識點多了30倍。比如，高考、中考，會選取所有知識點的5%，一場考試下來，就至少需要2個小時來完成。如果要考完全部知識點，可能就需要30個小時甚至更多，這對學生來說，是不能忍受的。
在這種情況下，在知識地圖上使用AI算法來根據知識點之間的關聯性、根據每個學生對于每一道題的不同反饋，實時調整信息量最大的測試題目就顯得非常必要，可以通過極少的測試量獲得極精準的測試結果。同時這也是非常難的一個環節。
三、觀點
雷鋒網：AI+教育確實是一個大的趨勢，那么阻礙它被大規模應用的因素在現階段還有哪些？
栗浩洋：事實上，AI+教育在歐美已經被大規模的使用了。數千所中小學、大學的數百萬學生都在受益，而且這個數字還在不斷激增。而在國內而言，沒有被大規模使用是因為大家認知不夠。在中國的主要阻礙因素就在于認知水平、本土化的研發水平、和該領域的投資金額這三個因素。
雷鋒網：目前來說，智適應平臺或者產品主要還是在一線城市聽得比較多，這與一開始設立這一平臺的目的——解決教學資源的不平衡，是否相悖？
栗浩洋：這是能力問題。未能進入生活水平不那么高的城市，主要原因還在于商業化能不能到達。乂學教育的團隊中，負責商業推廣部分的之前在上一家公司曾經有過全國一千多個城市開拓2000多家學校的經驗，從一線到六線城市全部覆蓋。另外，隨著時間的推移，尤其是過硬的口碑傳播，智適應平臺的推廣范圍會越來越廣泛。
雷鋒網：智適應平臺會完全取代老師嗎？
栗浩洋：一定會。不過需要將其拆分來看：
在傳授知識和訓練學生的能力上，傳統意義上的老師一定會被取代，不論是過去的知識點學習，還是現在乂學教育已經開發的能力學習，都能被AI系統所取代，甚至AI比老師教授的效果還要好得多。
而對老師的升級定義的取代可能需要一段時間。因為老師不止是老師，也和學生之間有情感交流、激勵、監督等正向作用。
雷鋒網：提一個假設：隨著AI取代老師，未來是不是連學校，以及和學校相互依存的各個考試制度都沒有存在的必要了？那么，與考試制度依附的各類教輔機構，就像乂學教育這類平臺，還有存在的價值嗎？
栗浩洋：這里邊存在兩個問題，一個是考試的存在性，另一個是學校的存在性。
考試一定會永遠存在。隨著未來AI技術的發展，實體的校園可能會變成虛擬的，考試也有可能會在網絡上考?？荚囀呛饬恳粋€學生會或不會的重要標準，其先天具有的衡量效果就決定其具有永遠存在的價值。在我們對萬事萬物都需要數字化管理的年代，每一個人的知識和技能水平也不例外。
學校也永遠不會消失。雖然我相信未來會有60%左右的學生實際上已經不需要再去學校學習知識，但是學校就像健身房、酒吧一樣，盡管人們可以在路上跑步、家里喝酒，可能還仍舊需要一個有氛圍的定制場所供一部分人使用，同時，也方便完成一些特殊功能，比如合作實驗等等。所以，學校必定存在。
不管是未來的50年還是100年，考試制度和學校都會永遠存在。
雷鋒網：怎樣看待老師被AI取代這件事？
栗浩洋：在我看來，老師被取代是不可避免的。未來一定會有70-90%的老師會失業。但是這些被取代的老師在將來一定會有另一種服務方式。所以，就像農業機械化和工業自動化的年代造成的所謂失業也被經濟發展所吸收并且待遇條件升級了那樣，AI+教育的發展并不會造成失業率的增加，而是會激發社會創造更多的工作方式以滿足更多人的升級需求。
老師要從現在的黃包車夫，變成未來的飛機駕駛員。在這樣一個新的時代，怎么變成AI的操作者才是關鍵。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
