人工智能赋能教育产业(AIED)服务调研报告

目标首先聚焦的方向是教育产业，通过人工智能手段可以从哪些领域赋能。

整个教育产业，不管是教育的效率，还是教育分发的精准度，还是教育本身，我们在减轻老师工作量，或者教育的教学评价环节有哪些机会点，所以就做了这个调研报告。

内容：四个板块一个是产业概况，二是应用场景，第三个是案例分析，第四个是趋势挑战，我们当时更多的面向于是K12，K2可能更多的范畴指的是小学、初中或者高中。

我们现在主要做的kids，实际上这份东西可以做参考，但基本上可以决定未来可能近五年和近十年我们整个教育方向，在AI领域是怎么样来发力的一个情况。

AIED（Artificial Intelligence in Education）概念这个就是人工智能的教育全应用（“人工智能+教育”的全产业应用），它是个比较宽泛的概念。

在技术界定方面，主要分两个大的板块：就机器学习跟数据挖掘，将来我们会做的一件事情是数据挖掘，但是我们真要把一些数据源录入做分析的话，机器学习是很重要的一件事情。

而应用的主体，可以分布到教育机构，教师，学生等等。

特征主要是能够做到个性化，过程化，然后规模化。

最终还是要实现控制成本，提高效率，进化效果的作用。

现在来讲的话，整个行业为什么都在关注今日头条，因为它现在有个产品就是微机简单教学。

就是你看的对象不是实像，它就是背后的一个人工智能。

它这个就可以规模化。

我们现在招聘老师就碰到这个问题，你要去找一个形象好，发音好，还要懂课程，时间还能配合我们课程做排班的老师其实很难。

但是机器不存在这个问题，所以这也是一个趋势。

驱动因素实际上跟我们7kids平台的驱动因素是一样的。

主要是教育信息化，甚至有的讲消费升级（政策投入，消费升级，技术发展）。

目前实际上不管哪个阶层他对教育的渴望和希望都是一样的，你愿意承载一定的知识渴望，消费会更大，因为你会觉得你下一代一定是根据教育的东西来提升他的能力。

说到教育这件事情，我觉得阿U聚焦到幼儿教育是很好的一件事情。

至少这是一个只要人类存在、繁衍，就会一直做下去的事情。

再就是技术发展，技术发展本身就是人工智能规范数据完善的模型，当前阶段的发展水平，确实很多想法都可以落地了。

市场规模国内在线教育市场规模持续增长，预计2019年将超过2600亿元，所以这个项目确实非常宏大。

2017年、2018年，其实这个规模已经增长非常快了，2019年增长率慢慢下降，但是整个市场容量规模已经起来了。

实际在高等教育、职业在线教育，中小学教育，特别是中小学教育里，它的比重是逐年在提升的。

产业链分为几个环节，第一个是产品开发，第二个是教学服务，第三个是分发推广，就是这么把AI的能力运用到这些里头去。

产品开发就是内容的开发，比如我们的漫画要配音，就是很典型的在内容研发过程中，我们把AI的技术应用进来。

以前要做一个配音，还要找一个配音师，一分钟多少钱，那现在我们把配音的模型先弄好，我们只要把文本输出去，它马上就可以给我们生成一个配音文件。

然后是教学服务，在培训的过程中会做到什么样的一个进入呢？首先是一个分发，我们可以做到一些很精准的投放，只要把我们整个网络建立起来的话。

都是可以做到一个很精准的分发的。

数据供应和底层设施，实际都在做一些基础性的项目。

产业图谱。

就是在线教育产品，它对AI技术的接受度是非常高的。

它主要分为两个大层，基础层和教育应用层。

基础层建立在模型和算法，还有技术平台支持，我们做机器人也用了这些东西。

教育应用层包括工具、内容、平台和管理。

实际上，我们7kids做的一些事情更像平台，意向于幼教信息化等，这些东西大家可能都有接触过。

工具类像猿题库啊，作业盒子啊，包括以前有道做的云笔记。

内容类的就直接内容输出的，比较知名的VIPKID，沪江，哒哒英语。

商业模式AIED现阶段商业模式还是以个人用户为效果付费，它决定了哪些顾客为什么买单。

我把这个系统做好，然后授权给你，你用能力打包成某一项服务，然后单独来分发给不同的应用层。

收费模式可以看看，内容可以怎么来做，这里有几种像课时啊，内容啊，平台佣金，系统授权，广告，电商抽成，下面四个是待验证，上面两个都是在做的。

通过课时，就直接抽成。

发展阶段整个在线教育转AI还在一个升温阶段，大部分公司还是没有盈利的，本身在线教育这件事情盈利的就不多，为什么AI能够进来呢？就是能够降低人工的成本。

像今日头条用机器人替代人工这件事情，我要做机器人的话模型先建好的话，可能它做分发效率会高很多，所以我们现在还处于这个升温的阶段。

但是大家可以看到AI这个概念，不管是过去还是现在在资本市场都是很热的，但有一个问题就是真正在资本市场得到良好认可的没有。

为什么，就是它没有落地，所以在教育里头，AI能力和落地还是比较好的一个场景。

应用场景应用这个是整个在线教育里的一个大环节。

从教研到教、学、练，到测评管理，所以最核心的环节我们是在教学练的环节，其次是测、评，还有外围的管理。

其实真正能让用户感知到价值的，是最核心的环节就是在教学练。

也许我们将来也是可以开发这件事情的，就像现在我们上一些大班课，就是一个老师对1000个小朋友，这样老师成本是低的，就是我们企业成本低，但是1000个小朋友的感受很弱。

就是在讲课的过程中，我们光讲，不反馈。

就算你得到老师的一个认可，或者一个奖励、点名什么的，是索然无味的，它不同于线下，我们线下有互动，但是你线上一旦起了规模化效应的话，老师很难照顾得到，我怎么可能做得到我要保证课时的进行，还能跟你1000个小朋友来打个招呼啊，来鼓励一下你，说你不对等等。

所以，将来我们也会做到千人千面，这个概念已经提出来。

实际上在是在做一个技术评估。

假如说我上课上到十分钟，这时候就是一个和学生互动地环节了，这个互动环节并不是我真的和你某个学生在互动，但是我们让你这个学生感知到我这个老师真的和你这个学生在交流。

不管好坏，你不听话的话，我至少要说你不喜欢不是吗，你听话的话我要给你奖励，这个评价是一个实质的。

那么这段时间，这段音频，或者这段视频，或者这个动作我们都可以用AI实现。

打个比方，我把这个讲义笔记，或者说我理解这段话切成一个很小的片段，然后把你这个人脸直接对过来，然后跟老师的人脸对起来，你现在看到就是我在关注到你，所以这个感觉是完全不一样，所以这个就是在教育中，很典型的一个AI应用的一个场景。

实际上真的到小学阶段，整理错题真的是一个很痛苦的事情。

每周我都和小朋友整理个把小时错题，老师要求你要写错题，写完之后为什么错，正确答案是什么，错在哪里，你要把这个整理出来。

这个事情本身对教学来讲是很有帮助的一件事情，查漏补缺嘛。

那将来如果通过AI，所有东西都可以数据化，还可以做到一个精准的推送，就是我能够分析到你错的就是这一类，就可以把你不懂的课程，薄弱的地方推给你。

这个在网易也是典型落地的，就是一个微课。

后面一个测评是老师比较喜欢的。

原来改作业是老师一个个看，现在机器阅卷已经是变成现实了。

我在网易做的一个事情叫做轨迹同步笔，就是你在这边写的一个轨迹，那我在后台上马上就同步上去了，是对还是错，做一个很实时的一个评价。

以前是小朋友写完之后我拍个照上传，小朋友那个拍照技术好一点的，还知道把这个东西对好，有时候这个角度拍一下那个角度拍一下，光线不对，可能偏差很大，那我们现在就是很好的和硬件结合，我能够把它的轨迹都做一个同步。

这个非常实时，你的轨迹先写哪一个后写哪一个都可以判断出来，包括你的对话，还有对学生的一个兴趣分析。

我把我们的整个课程，零到四十五分钟做一个切片的话，我们每个知识点讲到哪里，我相信我们做动画片的时候可能也会做这个测试。

我现在播这个动画片小朋友喜欢，兴奋点在哪里？这个在我们教育领域是一样的，我们可以分析为把他的脸部表情抓样，他知不知道我在讲哪个课程，我觉得他专注力还可以，讲到哪里他是兴奋的，他的表情是怎么样的，这个都是可以建立成模型，一一对应起来的。

虽然它是一个试课的环节，但是如果你能形成一个良好的报课性质的话，对家长来讲，它也是非常认可的一件事情。

最后就是一个管理，管理的话不管在考勤或是排课，这些东西都可以变成模型来完成这些事情，所以来看一看下面两个应用点。

这个金色的是AIED的整个应用重点，还有网易接下来马上参与的搜题啊，批改，专注度分析，口语评测等。

这里说到口语评测，我们科学这个也可以结合进去，根据小朋友在课上和你互动的这个情况，来判断这个产品怎么样。

如果你参与度高的，我可以和你做一个分层，对于高潜力的用户，我将来多花点精力和你互动，你的二次机会率会更高，很典型。

这些都是将来可以进入产品，或者将来你的产出效率会更高的一些。

分类基于整个功能价值，我们分类一下。

一个是私人教师，刚才我们说的千人千面就是这样的。

实现规模化的个性化教学，实现千人千面，现在我们逛天猫淘宝都是千人千面，每个人看见的都是不一样，这件事在教育里面是一样的。

还有虚拟学习助手，我提供陪练、答疑。

最近我在面试比较高阶的人员，有一个人他想了个产品，就是说英语的在线教育是有的，也就是一对一，这个就是成本高，他就是做一个虚拟机器人出来，我跟你聊也就是做口语陪练，游戏化互动。

这件事情确实商业化价值是有的，真的要落地的话，还有很多资源要拿，不管是内容还是AI，这些要求还是挺高的，不过还是可以做到的。

还有智能专家系统，通过诊断、决策、预测等等。

最后的一个管理助理，教育数据的一个智能，实际来讲就是提升效率。

智能自适应学习第一个是我们可以做一个知识状态的检测，第二个是智能推荐教学内容，还有智能推荐习题，学情分析。

虚拟学习助手“虚拟陪练”由“练”全面切入多学科教育，“解放家长”和“辅助老师”的作用逐步凸显。

我们现在做的科学教育和素质教育是比较类似的，音乐、围棋、运动，我们可以做一些智能陪练对弈，还有语言教育字词听说阅读写作。

现在我们还是有机会的，网易在做一些幼教衔接的过程，就是让你小孩子多讲。

一个故事，让小朋友参与进来会是怎么样的呢？现在他们的手法是比较传统的，就是建立一个社群，然后老师在等着一个小朋友看那个图片，你要说一段话，最后聊的怎么样都会做个点评，就是这种方法。

现在是人工，但是你要规模化的话，还是很难的。

还有题型训练等，现在做得比较好一点的是小猿搜题。

现在通过一识别，马上就可以匹配到这道题。

但这个东西相对是个双刃剑。

就是小朋友我在家里也是控制他用这些产品，用起来会不太思考，会有这个问题。

所以这个事情看你怎么来界定这个产品的工具属性。

虚拟学习助手，这个是虚拟助教，就是把AI的能力赋予到一个具体的形态上，当时我们做兔子也是有一定这样的概念，这个东西还是比较潮的，科大的那个讯飞蛋还是不错的，卖得也不错。

智能专家系统这个就是我们AI未来整个大数据来做的一个自我学习和综合分析能力。

我们所有学到的东西都不是静态的，而是一个随着你不断地数据输入，然后动态更新的一个过程。