AI会否成为教育行业的下一个“PPT”？

对于我们这一代人来说，这大概就是在线教育最初的样子。到后来风靡一时的101网校、今天的各种云课堂，在线教育的形态越来越多样化，其受众也从单一的学生的群体泛化到一切智能终端用户。

到如今，线上教育四个字已经慢慢失去风头，取而代之的是智能化教育。几个月前，某厂商的智能高考机器人参加高考的新闻还狠狠的刷了一下屏，与十几年前空中课堂不同的是，我们不再被动的去接受某种新的教育形式，而是去主动的拥抱，甚至将智能化教育视作教育资源分布不公、生产线模式严重的救星。

可是智能化教育真能做到这些吗？

现在市场上已经形成雏形的智能化教育模式大概有这么几类，语言/语音类、智能适应类和一些起功能性作用的辅助工具。

先说语言/语音类。外语学习、口语练习这一刚需促生了这一类智能化教育产品，利用NLP技术，识别用户的语音，寻找错误进行纠正，甚至可以综合分析用户的习惯性错误，进行具有针对性的指导。这片市场上的玩家也很活跃，像“英语流利说”、“盒子鱼”等等企业都频繁献身于各种AI+会议的峰会中，其中英语流利说还完成了B轮投资。

相比连接中国学生和海内外口语老师的在线教育平台相比，语音类智能化教育产品只需要语料数据就可以完成冷启动，之后反复通过用户提供的语料数据进行监督训练，最终将算法和数据掌握在了自己手上，也就拥有了绝对的定价权。

而在线口语教育平台无法降低老师们的人工成本，让语音类智能化教育百元左右一个月的价格十分有竞争力。一些产品还推出了模拟雅思等体系的口语测试，相比动辄上千的考试费用，语音智能化教育不仅降低了口语学习成本，也变相降低了应试成本。

目前看来，语言/语音类智能化教育产品更多是优化了人们学习口语的方式（和价格），而自适应教育则更接近我们心中的“未来教育”。

要想明白什么是自适应教育，首先要清楚现如今教育的本质。我们大部分人，从小学到大学，再到一些培训班，接受的都是生产线教育——一套教材对应一代学生，一个老师教导多个班级，还要用一个标准考核所有人。因为并不是所有人都能负担起个性化、定制化的私人教育。

理想中的自适应智能教育就像一位私人AI教师，通过学生的学习数据发现其对于知识的了解程度，再对症下药。可想达到理想状态，对于AI的教学模型要求极高，也很依赖于文字识别能力，能识别上下文理解逻辑，了解学生和题目的意思，而不是单纯的根据答案判断对错。

目前市场上也有一些产品在试水自适应智能教育，不过大多数还停留在初级阶段。比较典型的有Knewton，这家来自纽约的初创企业已经获得了5100美元的投资，据称现在已经实现了盈利。相比理想中的自适应教育，Knewton做的更多的是将教材数字化，建立知识图谱，通过学生历史学习成果进行智能化推荐。

其中建立教材数字化、建立知识图谱是最关键的部分，其他步骤很多都利用了开源算法（如IRT），这也注定了自适应智能化教育有很强的地域壁垒，每一个新的教育体系都需要全新的知识图谱。目前Knewton更多是作为学生学习时的辅助工具，没能发挥我们想象中的作用。

除了以上两种，最近还出现了很多具有辅助功能的智能教育小工具。比如百度教育最近推出的智能志愿填报服务，收录各个院校专业历年的分数线，为考生匹配各类院校作为志愿填报参考。说实话这种产品谈不上什么人工智能，更多的是大数据，算是为考生提供了便利，实质上只能算无功无过。

这类小工具百度教育推出过不少，笔者还见到过百度的AR扫题——利用AR相机技术，让课本上的一些知识点通过动态图片显示出来，虽然创意不错但作用毕竟有限。

脑洞大开一下，智能化教育不一定非要应用于应试教育上，生活中一切需要学习的地方都能出现它的身影。应用在口语中的语音识别技术是否也可以应用于声乐、乐器的学习？VR场景下的动作捕捉是否可以应用于体育教育？基本一切移动化的教育产品都可以智能化。

要问智能化教育比人工教育强在哪，理由很多，比如可以打破地理和时间的隔阂，均衡教育资源；机器比人类拥有更强的存储和检索能力；降低成本让更多人享受个性化教育等等。

不过让智能化教育完全“颠覆”现在的教育，恐怕还有不小难度。学习、教育的效果不仅仅关乎与知识的灌输方式，环境和个人主动性也起着很大的作用。随便登上个某某云课堂都能学到大量哈佛、常春藤的公开课，可真能学出名校水平的又有几个呢？现在多个AI，恐怕也很难起到决定性的作用。

但是从市场方面看来，智能化教育的前景着实不小。即使只作为校园教育的辅助品，也是一片蓝海。中国教育从不吝啬通过科技力量提升自己，从粉笔授课到多媒体的普及也就仅仅用了5年左右。

毕竟人人都和教育二字利益相关，相比无人驾驶、仿真机器人等等“显性市场”，教育或许是AI商业化更快的隐性市场：有数据、有需求、对于算法要求不高，更注重与教研能力配合。或许在显性市场繁荣之前，AI会先在隐性市场发挥作用，成为如今PPT一样教育必备品。