乂学教育"松鼠AI"首席技术官樊星访谈：AI老师能胜过真人老师吗？

自适应学习(Adaptive Learning) 最早出现在上世纪90年代美国的"智能辅导系统"中 -- 按学习水平的高低对学生进行分层，让每一类学生都匹配到他最需要的学习内容和路径。而人工智能的运用，加大了这个系统的分层力度，而且还能根据学生学习的实时情况，动态调整下一步的学习内容和路径。

在2018创业邦年会现场，乂学教育CTO樊星接受了财经时报的访问，分享了乂学教育在人工智能自适应学习上的探索。

财经时报：传统教育模式有哪些痛点？人工智能针对这些痛点做了什么？

樊星：现在的根本问题是人民群众日益增长的教育需求，和现在相对比较落后的教育基础和现状之间的矛盾。比如由于优秀老师的稀缺，导致了现在疯狂的择校、抢学区的问题；还有千人一面的教学方法，但可能每一级的每个孩子情况都不一样。举个例子，现在6岁的孩子虽然一起进入一年级，但可能每个孩子的接受情况都不一样。

我们现在解决的方式就是用一个AI超级教师很多程度上去代替真人老师，因为AI系统的复制是零成本的，这样教育资源空间分布不均的问题就可以得到缓解。AI系统还可以针对每个孩子的情况，做个性化的推荐（知识点讲解视频/薄弱环节的题目练习）。

财经时报：现在这套系统的教学环节中还需要真人老师参与的部分是哪些？人类老师有哪些方面是不能被人工智能取代的?

樊星：现在真人老师主要负责的是与孩子情感上的沟通，通过鼓励等方式让孩子能够有好的学习状态可以把课程完成，但知识点的学习和练习学生可以直接在电脑上通过AI系统完成，因为AI系统相对来说是冷冰冰的。而且孩子一些细微的情感变化，可能很多时候人工智能通过面部识别无法判断，但真人老师可以觉察到。

至于真人老师不能被AI取代的地方，一个是前面所说的情感上的连接、互动，但更重要的是教育的"育"的层面。孩子掌握一门知识之后，能不能把知识用到正确的地方？就是在"育人"这个层面上，我们现在完全没有找到方法通过AI去实现。就像孔子以前带七十二门徒，其实没有传授多少知识，他主要关心的是学生怎么去"育"的过程。这也是我们认为这是真人老师永远无法被AI替代的。而且之后这也是人工智能和真人老师在"教书育人"上更好结合的地方。

财经时报：现在这套系统研发最大的成本或者说难点是什么？

樊星： 最大的难点在于研发。AI老师要做得靠谱，需要教研、算法、技术和产品多方面的结合。比如英语当中，阅读和语法的学习规律和学习方法是不一样的，所以当把阅读和语法做自适应的时候，要针对不同的问题研发不同的个性化学习引擎，进行相应不同的调教。我们现在最大的负担就是要中国孩子的情况、不同的学科、模块的不同特点，去优化引擎、采集数据。

财经时报：有考虑和公立学校或者其它教育机构合作吗？

樊星：这个我们也在考虑，但我们有两点顾虑。其一, To G（government） 成本比较高，我们希望能跟相关合作方来做，减少To G成本。其二，我们希望这个产品的使用能够在受控的环境下进行。因为现在AI老师的教学模式和现在的模式区别很大，如果没有专业的培训和很好的使用训练的话，很难把这个产品用好。

财经时报：之后会考虑做跨消费群体To B的业务吗?比如和培训资格证考试的机构合作，教研完全交给另一个机构负责，乂学这边只做技术支撑?

樊星：这个在技术上是可行的，但我们在意的点有两个。第一，商务角度而言，这是否合算。比如做小众的产品，价值并不大。第二，产品开发上而言，合作方需要教研大量的投入以及和我们密切的合作。因为这不仅仅是简单的商务合作，而是教研、算法需要很紧密地协作，例如我们在产品研发初期的时候，教研和算法的结合基本上每天都需要开两到三次会。之后如果合作的话，也是至少一周要开两到三次会。因为互联网产品需要不断地迭代、打磨。我们差不多需要半年的时间才能把一个产品打磨得靠谱。

财经时报：现在都提倡给K12的孩子们减负，很多以提分为目的的教育机构会受到限制，你们会有这方面的担心吗？

樊星：其实AI自适应学习的目的是为了提升孩子的学习效率，以最小的成本达到最好的效果。可能现在的衡量标准是分数，成本是刷题。之后的衡量标准可能是能力等，虽然能力的提升可能是更难的，但这也是AI能够很好去发挥的点。当我们有更多孩子的学习时间，更多的持续性的数据，对孩子思想、能力的变迁进行数据采集，然后对数据进行分析，同时对我们期待结果的行为决策，这个思路仍然和现在AI的运用是一脉相承的。

据艾瑞咨询发布的《2018年中国人工智能自适应教育行业研究报告 》显示，截至2018年3月，宣布进军这一赛道的企业至少已有40家。在这些企业中，一类是提供在线英语课程和工具的公司，英语领域本身具有一定的国外自适应学习经验，而且相关的学习材料、标准化测评和题库数据都足够多，开发环境相对较好。一类是以题库、作业平台为基础，或进入公立学校做考试数据采集和分析的公司，他们能够收集一部分学习数据，在大数据采集和用户认知经验上具有一定的先发优势。另一类是主打自适应教育的公司，他们以自适应学习系统为主攻产品。此外，其他机构也在试图进入这一领域。 乂学教育是第三类主打自适应学习系统的公司。