Atom Capital: 大模型将如何重塑教育科技？

　　教育一直是最受关注的大模型技术落地应用的场景之一。一方面，这个领域的特点(如大量的教学数据、对个性化学习的强烈需求以及强劲的付费意愿)，让AI+教育有很大的想象空间;另一方面，作为社会最核心的公共职能之一，教育一直以来都扮演着引导社会前进的关键角色。当谈及大模型在教育领域应用时，我们不仅仅是在探讨一项技术的落地，更是在思考如何利用技术创造更好的教育体验，更好地面向未来培养人才，这个命题重要且意义深远。

　　本文我们将深入分析大模型在教育领域的应用现状、面临的挑战和蕴藏的机会，以及我们对大模型时代教育的思考。

　　01AI+教育：大模型时代与之前有哪些不同？

　　在大模型出现之前，AI技术已经在教育领域取得了一些进展，如自适应学习、智能化阅卷等等。但我们认为大模型技术的出现会给教育带来不同以往的巨大革新，与上一代AI技术相比，大模型有以下几个核心特点：

　　强大的意图理解和自然语言交流能力。这让它能够真正地理解学生，并在沟通过程中有针对性地给学生提供个性化的学习建议，让”千人千面“的教学真正成为可能。众所周知，教育领域的一大问题是“千人一面”的教和“千人千面”的学之间的矛盾。每个学生的思维方式、学习方法和速度、知识盲区等都有所不同，由于资源及成本问题，之前只能是“千人一面”的教。这样的教育只让适应某种学习方式的人获得了最大程度的提升，最终在教育体系的竞争中脱颖而出，这是存在于教育体系中很大的不公平之处。上一轮AI教育科技公司试图扭转这个情况，但是简单地基于规则与知识点所提供的的自适应学习，并没有完全解决这个问题，更多是千人千面的“练”。这一次大模型带来的在意图理解、自然语言交流上的突破，则有望打破教育领域这个顽疾，实现真正的“因材施教”。如果做到，它意味着带来教育领域根本性的变革：从以教师、教学为核心，转向真正地以学生为核心。

　　强大的生成能力。大模型是生成式AI，在文字和图像生成、创意等方面表现出色。这完全可以用于提升教育领域的供给能力，包括教师的课件准备、丰富的教学内容、寓教于乐的多媒体课外材料等等。

　　02海外概览：大模型+教育项目

　　我们将海外大模型+教育领域比较热门的项目做了简要汇总，希望从中获得一些启发：大模型与教育结合的产品是什么样?AI native的学习会是怎样的体验?

　　AI Tutor——个性化辅导，专为个人定制的AI老师

　　上世纪80年代中期，美国教育心理学家本杰明·布鲁姆在其论文中提出了著名的“两个标准差问题"：对比接受传统课堂教学的学生，被一对一辅导的学生的表现高出两个标准偏差(即更加优秀)。因此，他认为，把学生能力归类为“高”或“低”几乎是完全错误的。在传统课堂上50分成绩的学生，只要获得一对一的辅导和掌握学习方法，也能达到98分。后来，学习科学界就一直沿用它的标题，“2 sigma problem”来指代这个现象。

　　

　　如今，大模型的出现将有可能从根本上解决“2 sigma problem", 让每一个学生都有一个专属定制的辅导老师。在海外，这个方向是LLM+教育领域的最热门的赛道之一，比较知名的项目有如下几家：

　　Khanmigo

　　https://www.khanacademy.org/khan-labs#khanmigo

　　Khanmigo是Khan Academy基于GPT-4推出的AI学习助手。Khan Academy是一个非营利组织，成立于2008年，旨在为所有人提供免费、可触达的教育，目前已提供数千门数学、科学和人文课程。借助GPT-4的强大能力，Khanmigo具备了理解自由形式问题的能力。Khanmigo作为AI学习助手，一大核心特色是它并不直接提供答案，而是通过提出开放性问题的方式与用户互动。它已经成为学生的虚拟导师和老师的课堂助手。针对对学生端，Khanmigo融入课堂作业和学习过程中，通过解决各种个性化问题，如数学学习、构思故事、学习编程等，帮助学生深入理解知识。它鼓励学生主动思考，通过互动提高他们的学习效果。

　　Q-Chat

　　https://quizlet.com/labs/qchat

　　Q-Chat是Quizlet接入ChatGPT推出的自适应AI导师。Quizlet是一款提供学习卡片和测试的记忆学习工具，目前提供超过3.5亿个学习集，MAU高达5,000万。Q-Chat利用Quizlet庞大的教育内容库，以对话的形式互动，根据学习材料提出适应性问题，能够熟练适应用户不同的学习风格和技能水平，测试用户对学习内容的理解，提供更有针对性的学习工具能力。

　　CheggMate

　　https://www.chegg.com/cheggmate

　　Chegg成立于2005年，于2013年在纽交所上市，是一家专注于在线教育服务的公司。目前已经成为一家涵盖教材租售、在线课程、作业辅导、职业规划等业务在内的多元化在线教育领军企业。

　　Chegg积极借助人工智能技术，推出了基于GPT-4的全新功能，名为CheggMate。这一创新将GPT-4与Chegg丰富的内容库及专家资源相结合，通过对话的方式接受各种形式的输入，包括文本、图像和图表等。CheggMate能够根据用户的学习风格、学习进度和个人偏好，提供快速、个性化、自适应、精确且高效的学习指导。此外，CheggMate还能够生成个人定制的练习测试，并提供实时反馈，助力用户提高学习成效。目前，CheggMate的关注领域主要集中在数学和科学领域，不包括挑战性的学术文章写作。

　　Embibe

　　https://www.embibe.com/

　　印度公司Embibe通过AI大模型，为用户提供定制的智能学习方案。Embibe的主要业务领域是在线学习平台，该平台采用了先进的数据科学和AI技术，根据每位学生的个人能力、学习进度和目标，提供个性化的学习计划、练习题库以及模拟考试等智能化学习工具，以最大程度地提升学习效果。

　　语言学习

　　Duolingo Max

　　https://blog.duolingo.com/duolingo-max/

　　Duolingo是全球最大的多语言学习平台之一，创立于2011年，2021年7月在纳斯达克挂牌上市。截至2023年一季度，它在全球拥有超过5亿的注册用户、6000万月活用户、1600万日活用户和420万付费用户，覆盖英语、西班牙语、法语、德语、葡萄牙语、意大利语等40多种语言课程。

　　今年三月，它推出了基于GPT-4的Duolingo Max，提供拥有个性化练习与反馈机制的新功能，进一步提升了产品的趣味性与灵活性。Duolingo Max引入了两项全新功能，分别是“解释我的答案”(Explain my answer)和“角色扮演”(Role play)，更灵活、流畅、准确地满足用户的语言学习需求。其中，“解释我的答案”功能针对用户个人的答案，在对话的形式中解释答案正确或错误的原因，帮助用户深入理解逻辑层面。“角色扮演”功能提供真实世界的场景对话与练习技巧，用户可与AI进行对话互动，突破传统模式对话的限制，提供更具沉浸感的学习体验。

　　它主要通过付费订阅和广告方式盈利。新推出的AI版(Max)，订阅服务每月收费30美元，按年收费168美元。

　　Speak

　　Speak于2016年创立，是具有AI功能的英语口语学习平台。近期，Speak基于GPT-4开发对话内容，模拟各种日常场景和互动，提高用户口语能力，通过AI导师取代传统外教，提供实时反馈，包括发音、语法、词汇等。作为第一批获得OpenAI投资的项目，Speak也获得了非常多OpenAI的技术和资源加持：Speak可提前获得新的OpenAI系统和Azure资源。2023年3月，Speak与OpenAI合作推出ChatGPT插件，成为OpenAI流量生态中的首批合作商，ChatGPT用户可以直接通过OpenAI的聊天产品无缝访问Speak。AI导师功能目前是Speak用户体验中最受欢迎的部分之一，在ChatGPT插件功能推出两个月内，Speak用户享用了超过200万节GPT-4赋能的练习课程。

　　目前，Speak主要通过提供自动续订的月度和年度订阅的模式盈利。Speak在韩国有近10万付费用户，2022年开设约1,500万节课程，ARR超千万美元。定价方面，Speak订阅约100美元/年，22美元/月。

　　Elsa Speak

　　Elsa Speak利用GPT技术提供语音反馈，与传统英语口语练习软件相比，它提供了多种创新的英语练习模块：1)个性化类人学习反馈。2023年4月，推出了“ELSA GPT Voice AI Tutor”功能，鼓励用户在多种主题和场景下进行对话，并提供对发音、词汇、语法、语调、节奏等多个维度的个性化反馈。2)多场景模拟练习。ELSA GPT在备考、工作、生活等多种场景下，不仅提供个性化的自适应练习以增加学习兴趣，还有助于提高工作中的对话效率等方面。目前的主要市场包括亚洲、欧洲和拉丁美洲等地区，特别关注新兴经济体和非英语母语国家。截至目前，下载量已超过5,000万次，拥有数百万小时的英语口语音频数据。

　　历史学习

　　Hello History

　　https://www.hellohistory.ai/

　　旨在通过将AI技术与历史数据结合，为用户提供更具深度、全面的历史学习体验,帮助用户更好地了解历史事件和人物，以及他们对现实世界的影响。用户可以在平台上选择自己感兴趣的历史主题或事件，然后通过AI生成的虚拟导师，获取相关的历史知识和深入的分析。同时，平台还提供了各种形式的历史资料，包括文字、图片、音频和视频等，这使得历史学习更加有趣和互动，并有助于用户更好地理解历史的背景和意义。

　　教师助手

　　这个方向比较具有代表性的例子还是上文提到的Khanmigo，针对教师端，Khanmigo能够帮助老师高效地创建教学材料，并为每个学生量身定制学习内容。这一功能解放了老师繁杂、费时的管理工作，使他们能够更专注于教学任务，提供更个性化的指导和支持，提升教学效率。

　　通过对目前海外知名LLM+教育项目的梳理，我们看到，目前大模型在教育领域最热的两个应用领域是个性化辅导和语言学习，这也跟大模型自身的特点非常契合。

　　03大模型+教育：机遇与挑战

　　我们的一个核心关注点，是希望判断这一次AI技术是否有可能为教育领域带来本质性的变革和颠覆式创新，并从中找到新的机遇。经过一系列研究与调研，关于大模型+教育方向的机遇与挑战，我们得到如下几个结论。

　　赛道机遇

　　颠覆式创新不会在学校内发生，要在其他市场寻找机遇

　　为方便分析教育领域的具体机遇，我们将整个教育市场按照几个核心维度做了如下拆解：

　　

　　按年龄段：可以分为学龄前、K12、成人，其中针对K12人群的项目又可以按照主导方分为校内、校外

　　按照用户：可以分为学生、老师和家长

　　按照学习目的：可以分为技能/素质培养、应试培训

　　在所有的细分市场中，K12阶段的校内市场是体量最大也最重要的市场。然而，这也是新技术难以撼动、颠覆式创新难以发生的市场。关于这一点，克里斯坦森在其著作《Disrupting Class》中做了详细的分析与阐述，其最根本的原因在于：颠覆性创新通常通过引入与现有市场上完全不同维度的产品或服务(比如品质不如现有产品但更加便宜易用，创造了新的“质量”及“改良”维度)，来打乱现有竞争格局。通过服务“非消费者”，让这些原本的“非消费者”成为消费者，从而打开新的竞争市场，并随着新市场的成长扩大，从边缘走向主流。但对于校内教育来说，一个关键问题是市场上根本不存在“非消费者”，这让颠覆式创新失去了土壤。同时，公立学校作为履行公共职能的机构，法律法规实质上确保了它们的行业垄断地位，这也让新的商业模式和竞争者难以进入。这是学校教育难以“革新”的根本原因，也解释了为什么上一轮双减政策过后，很多试图进行的校内教育创新尝试都没有成功。即便在鼓励创新的美国，校内教育实际上也没有颠覆式创新的成功先例。

　　我们认为，这一轮大模型技术对教育带来的变革，也会从校内之外的细分市场开始，再逐步渗透进校内市场。对于创业者来说，以上象限中，”K12-校内“之外的市场，是应当优先考虑的市场。

　　个性化辅导老师成为可能。本轮大模型技术很大的一点突破在于AI开始变得像人，能够真正承担得起个性化辅导的工作。这是海外大模型+教育领域最为热门的赛道之一，也是我们认为该领域有很大潜力的赛道。与人类教师相比，AI辅导老师有很多优势：成本低廉、知识丰富、情绪稳定，24小时实时在线，长期陪伴。个人辅导老师的成本指数级下降，让很多原本负担不起这项服务的消费者变得可能，大大扩大了潜在用户规模，同时也增强了教育的公平性。我们相信，在大模型的加持下有朝一日布鲁姆所提出的“2 sigma problem”将得到很好的解决。

　　利用大模型的生成能力可以极大提升教育领域的供给能力。在这个方向上也有很多值得探索的细分赛道：如辅助老师备课的工具、个性化教学内容生成等。

　　出海是值得国内创业者探索的方向。在国内当前的教育政策下，做教育相关的创业会相对困难，但国内创业者强大的产品能力及过往服务大体量用户的经验，是可以出海“卷”向国际市场的。实际上，“双减”政策落地后，中国教培企业正在大量出海，第一步通常是瞄准海外华裔，主打中文和K12学科培训。

　　赛道挑战

　　教育核心要解决的问题之一是如何激发学习者的内在学习动机，而这一点，不是技术可以完全解决的。技术能做的，只是提供更加适合的方式让学生学习。过往的许多教育项目在这个问题上采取了“迂回战术”——虽然不能解决动机问题，但尽量让学生增强对学习的兴趣，减少反感程度，比如游戏化的机制、或者通过老师的陪伴提供一些情感价值，让学生可以继续坚持下去。

　　教育是个很慢的事情，这个领域的创业者需要耐心。教育是一个渐进的过程，其效果通常不会立刻显现。之前的教培行业为了更好地让家长付费，有意思地在做效果外化，让家长感知到提升的效果，其实这些更多地只是在表层。教育是一项长期投资，很难一蹴而就。

　　政策的影响以及对政策的理解和把握。教育不是一个完全商业化的领域，因而需要与政府政策和监管框架协调一致。在国内当前背景下，教育领域的创业对教育政策的理解和把握是至关重要的，以确保教育技术能够在法律法规的框架内运营并得到支持。

　　04大模型时代，怎样培养我们的孩子？

　　ChatGPT发布之后，大量的人开始恐慌他们工作会被AI替代掉。从程序员到办公室文员、律师、金融分析师……不一而足。而这也同时也让家长们陷入了焦虑：AI能做的事情越来越多，该怎样教育和培养我们的孩子，才能让他们在未来不会被AI替代？

　　从第一性原理出发，当我们从大模型的工作原理去考虑大模型"做不了”什么，上面这个问题的答案也就呼之欲出，在我们看来，在面向未来的教育中，有如下几点是非常重要的：

　　通过培养批判性思维，帮助孩子建立起对世界正确的认知（world model)。著名AI学者Yann LeCun说过，每个人都有一个对世界的认知框架，根据它来预测发生什么，然后通过现实的反馈不断确认或修正。人们的判断和决策，根本上来自对世界的认知体系，而这个体系是孩子在成长过程中逐渐养成的。如何培养起一个正确的认知体系?《千脑智能》有段话总结的很好：“只有一种方法来看我们的世界模型是否有错误，就是积极寻找与我们的信念相矛盾的证据。找到支持的证据有帮助，但不那么重要;找到相反的证据证明模型不正确、需要修改，是至关重要的。积极寻找证据来反驳我们的信念，这才是科学的方法，是唯一能让我们更接近真相的方法。这其实是批判性思维。孩子们只有对问题独立思考，有批判性思维，保持开放心态，才能不断完善、形成对世界正确的认知框架。后大模型时代，观点和内容将变得越来越泛滥，其中会有很大比例是由AI生成的，很多时候这些内容是充满幻觉和错误的，如果没有建立起对世界的正确认知和批判性思维，一味地接受大模型的输出，人的价值将被淹没。

　　保持孩子的好奇心，培养孩子持续学习的能力。世界在不断变化。OpenAI的出现，会替代的工作出乎意料，包括设计师、程序员、甚至AI研究员。站在今天的时间点，要去精准预测什么样的技能在未来会依然有用几乎是不可能的。唯一确定的，是孩子们需要能够不断学习新的技能。而充满好奇心的人往往会有更强的驱动力去不断学习新的事物和技能。孩子们天生是好奇的。所以，保持他们的好奇心，帮助他们探索自己的兴趣，是培养学习能力的关键。

　　培养孩子的创造力。虽然大模型的“生成能力”让人惊艳，也在绘图、文案等“创意”类领域展示出了很好的“创造性”，但这种创造的本质是基于已有的语料中的信息/知识的拼接和二次加工，大模型无法做完全原创性的工作(例如，设计一种全新的软件架构)而这正是未来人会领先于大模型的地方：在未来，创造新事物的能力比会解决“旧问题”重要。

　　让孩子学会用好AI工具。AI是非常强大的工具，会用AI的人会替代掉的不会用AI的人。在未来，一个人的生产力和生产效率将很大的程度取决于其运用AI的能力。