金宝搏188入口
金宝搏188入口
AI不是无情物,助学助教更解忧
2024-06-24 18:30:00
金宝搏188入口
  暑期将至,大型史诗级家庭伦理灾难剧之《爸妈陪我写作业》(别名《陪娃写作业,我好像在历劫》)已进入热播倒计时。
  那,熟悉的“远交近攻(网络释义为“娃做作业时,离远点还能交流,离近了想不攻击他都难”)剧情能否被扭转为GE(好结局)?
  ▲「远交近攻」有了网络新释义。
  自带《拯救》BGM的AI说:我看行。
  AI跟家长辅导作业,听上去有些次元壁,但在“AI赋能教育”的串联下却能产生紧密连接。
  本质上,这是“AI+教育”的宏大叙事沉入现实厚土后该产生的化学反应——那就是,让教育痛点少些、少些、再少些。
  01
  在“最炫AI风”刮起后,“所有行业都值得基于AI重做一遍”已渐成社会共识。
  AI可以重塑三百六十行,最佳应用场景非教育莫属:要用户规模,有,教师、学生、家长都可以是用户;要使用场景,也有,教学、管理、学习、考试都可能用得到。生成式AI的语义理解、内容生成、多模态、对话式交互等特征,也跟教育需要高度契合。
  去年底,比尔·盖茨就预测,AI将在未来5到10年内改变目前的教育范式和内容。
  ▲比尔·盖茨预测,AI将彻底改变教育。
  等风来,风已来。教育插上AI翅膀,是大势所趋。
  问题来了:AI跟教育结合的价值点在哪?
  答案就是,消除教育痛点——既包括老师的,也包括学生的,还包括家长的。
  老师苦繁琐的“备、教、练、考、评、管”久矣,学生苦没人能精准辅导久矣,家长苦辅导作业久矣,环环相扣。
  痛点在哪,AI赋能的触角就该伸向哪。
  02
  “多少老师的青春,被抄教案所吞噬?”这是一教师在网上的感慨。
  这番感慨颇具针对性:现实中,很多老师每天光备课都得花2个小时以上,因为备课通常“既要又要还要且要”,既要分解教学内容,又要制定教授策略,还要设计课堂互动,且要做好课件教案。在此过程中,老师们的大量精力耗在了线性流程上。
  备课的难,只是老师们教研教学中痛点连着痛点的缩影。
  在这方面,AI大模型就有些用武之地:如果AIGC能帮老师在做教案出考题时更省时省力(如设计数学几何题型时先用AI文生图生成想要的画面,再跟专业原画师沟通),AI教学辅助工具能帮老师完成教案自动生成、课堂智能反馈、作业扫描后自动批改、学情自动分析等,那AI助力教研教学提效的图景自然可期。
  ▲有人利用大模型的AIGC能力生出了这张教研用图,可供教师在场景中设计知识点。
  现在看,无论是学而思的九章、网易有道的子曰、作业帮的银河、猿辅导的看云等垂直大模型,还是百度的文心一言、科大讯飞的星火等通用大模型,都切入了该赛道。
  拿九章大模型来说,它就正将学而思沉淀20年教研教学经验用来助力教育行业,把领先的教育AI能力成果与全行业共享。
  在正在进行的2024年百度智能云“千帆杯”AI原生应用创意挑战赛中,学而思深度参与教育生态行业赛活动,今年的主题与教育大模型九章有天然的契合,九章大模型以开放API接口的形式,将中英文作业批改、数学问答解题等教育AI能力开放。参赛选手包括开发者、企业、老师、家长等,都可以在百度智能云千帆大模型平台上调用和体验九章大模型的多项能力,为教育场景下的开发需求提供高效工具,助力更多创新应用的诞生。
  可以想象,当那些繁冗流程、复杂步骤被AI压缩成了“一键××”,从众多程式化工作中解放出来的老师们,也就有更多精力放在个性化精准教学上。
  为老师减负,就是为教育提效。
  03
  老师痛,学生和家长也痛。
  这些年,家长“渐崩式辅导作业”已贡献了太多热搜:有北大教授感慨“不辅导作业父慈女孝,辅导作业鸡飞狗跳”,有清华学爸辅导作业气到捶墙……那些被“心梗+结节”点过穴的家长们都知道,成年人离崩溃往往只差一个辅导孩子写作业的距离,真的不是开玩笑。
  ▲这些年来,家长辅导作业的崩溃瞬间频上热搜。
  究其症结就在于:很多家长的知识结构跟时间精力,未必能匹配辅助孩子个性化学习的需要。
  AI在C端的价值体现,就在帮助学生和家长上。这类帮助,需要软硬一体化(端云协同)的支撑,这样教育AI对学生、家长才是看得见也摸得着的存在。
  从软硬一体化角度看,AI大模型对应的是“软”,以学习机为代表的教育硬件对应的则是“硬”。
  可以看到,这两年,多家科技、教育企业都在用AI改造学习机。去年12月,就有学而思发布了结合九章大模型的学习机旗舰版,近期小度发布了结合文心一言的AI学习机Z30,科大讯飞发布了结合星火认知大模型的AI学习机T20 Pro。
  学习机的革命性迭代,让AI助力个性化学习有了直观切口。
  在此之前,学习机虽然内置了学习资源,但学生几乎没法提问;虽然能拍照搜题,但题库之外的没法答;虽然能解题,但视频是录制好的;虽然学生可以刷题,但未必能根据学情数据调节题目类型和难度。
  但在接入AI大模型后,学习机变得智能化了:它可以带来“精准学”和“启发式教育”。
  ▲学而思学习机内置了AI精准学功能。
  你擅长三角函数,却不擅长立体几何,以往学习机不会据此帮你动态调整学习方案,但现在很多智能学习机可以根据你的做题用时、知识盲点、错题情况等学情数据判断你的薄弱项,帮你巩固知识点,这就是精准学。
  你碰到不会的数学题,以往学习机习惯于直接给答案,但现在学而思学习机可以“分析(分析解题思路)”、“详解(给出具体计算方式)”、“点睛(对考点、难点、关键点加以提示)”,让你知其然还知其所以然,就是启发式教育。
  用精准学和启发式教育把学生的学习能力提升上去了,辅导作业的“费爹妈指数”就降下来了。
  为家长解压,也是为教育提效。
  04
  值得注意的是,无论是“精准学”还是“启发式教育”,都是在助益个性化学习。
  AI要想在助力教育上发挥更大价值,就得满足学生在个性化学习上更高的要求——“内容+AI+硬件”体系中的内容资源要好,AI能力要强。
  内容资源好,说白了,就是课程充足、题库丰富、细致讲解多。这很考验企业在教育行业的积累。
  在部分“搜题App”出身的企业比内容丰富度之际,学而思直接安排上了全学段、全学科、全体系学习内容:20年的教研内容,3000人的研发成果,超3000万学员的检验、超2万本教学教辅、15万套真题试卷都在里面了,了解一下?
  ▲题库丰富、解题能力强,才能更好地满足学生个性化学习的需要。
  从学前启蒙到高中阶段,孩子校内外的学习需求都能覆盖,是为“好而全”。
  AI能力强,可以归为一句:好用才是硬道理。这挺考验AI大模型的能力。
  都知道,6月是中高考季。今年高考刚过去,就有人拿着语文题、数学题、物理题去“考验”大模型的能力。结果显示,多数大模型在写作文时表现尚可,但在面对数学、物理考题时,准确率参差不齐。
  这不奇怪:绝大多数大模型都是大语言模型,擅长作文、对话,不少大模型都是将这作为技术能力强项。
  但这阵子凭“17岁中专学生”身份夺得阿里全球数学竞赛第12名而爆红的姜萍告诉我们,学好数学也很重要。
  ▲姜萍的爆红,让数学的价值重回很多人的视线。
  这正是学而思九章大模型“错位竞争”的切入点:作为国内首个专为数学打造的教育大模型,它除了在语文、英语、物理、化学、生物等学科能打外,更在数学方面形成了技术能力壁垒——前几天有人拿九章大模型跟GPT-4o同做今年高考数学题,九章大模型得分更高。
  在此基础上推出AI对话学、数学随时问、10大AI辅助神器(AI查词、AI指尖翻译、AI作文助手、AI听写、AI背诵、AI口算练习、AI口算批改、AI小思练习、AI百科问答、AI读绘本),还升级AI伴学助手“小思伴学”(含作业模式、AI口语分级练、圈圈学以及小思对话、小思建议等功能),也让学而思AI变得更好用。
  05
  去年大热的电影《学爸》里,黄渤饰演的学爸多次在辅导孩子做作业时,血压飙升到180。
  片中有个场景:儿子在家学习英语,念奶奶的英文“grandmother”时发音怪异,黄渤急忙纠正,不料自己的“塑料英语”把孩子差点带到另一条沟里。
  这引发了许多人的共鸣:在培养个性化学习能力上,家长经常会陷入无力境地。倍感无奈的,还有老师和学生。
  这类痛点,正是“AI+教育”的破题方向所在:要把他们从缺乏个性化学习条件环境带来的压力中解放出来。
  比尔·盖茨就多次表示,AI能帮学生进行个性化学习。这是AI为教育提效的重要锚点。
  现在看,学而思在学习机上推出的特色应用“小思伴学”,在小程序端推出的突出启发引导的AI数学搜索答疑工具“九章随时问”,网易有道推出的AI全科学习助手“有道小P”APP,猿辅导推出的AI伴学应用“海豚AI学”等,都在靶向发力。
  个性化学习,要激发学习兴趣。学而思“AI口语分级练”将孩子跟机器的口语对话从同类应用的平均3轮左右提升到了14轮,靠的就是AI拟人化交互对孩子兴趣的激发。
  ▲科学的教育方式通常更能激发孩子的学习兴趣。
  个性化学习,要保障身心健康。学而思“小思伴学”能在孩子受欺负、有压力时,化身“儿童心理老师”,还生成报告提醒父母用科学方式回应孩子心理需求,凭的是记忆式系统、情绪识别系统等AI能力。
  不难想见,当AI+教育的“新”在智能批改作业、个性化辅导带来的便利中变得更具体可感,AI的打开方式会更有温度。
  而有温度的AI用在教育上,带来的景象才会是:AI不是无情物,助学助教更解忧。
免责声明:

① 凡本站注明“稿件来源:金宝搏188入口 ”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:金宝搏188入口 ”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

相关新闻
Baidu
map