乂學(xué)教育&朋友印象創(chuàng)始人栗浩洋

乂學(xué)教育創(chuàng)始人栗浩洋可以稱得上是一個完完全全的“AI至上”理論的信奉者，在他看來，未來AI一定能可以取代大部分老師。這一觀點(diǎn)不僅從其在各個場合公開發(fā)表的言論中表露無遺，而在近期的CCF-GAIR大會上，栗浩洋也發(fā)表了他對教育機(jī)器人如何提升學(xué)習(xí)效率的演講。會后，在接受雷鋒網(wǎng)的采訪時，栗浩洋也不帶一絲猶豫地再次強(qiáng)調(diào)了這一觀點(diǎn)。

乂學(xué)教育是一家基于人工智能、面向K-12群體而推出的智適應(yīng)學(xué)習(xí)平臺，利用知識點(diǎn)納米級分離技術(shù)和知識空間理論，可為學(xué)生提供針對性的知識點(diǎn)圖譜和定制化學(xué)習(xí)方案。至于何為知識點(diǎn)納米級分離技術(shù)和知識空間理論，采訪正文中我們會詳細(xì)介紹。

2014年，乂學(xué)教育籌備于上海，2015年6月，其獲得3100萬種子輪投資，時過一年乂學(xué)教育再次獲得1.2億元天使輪融資。

栗浩洋打趣到，自己的經(jīng)歷和早期的馬云有些相似——都是英語教師出身，都在37歲選擇再次創(chuàng)業(yè)，都堅信互聯(lián)網(wǎng)可以顛覆過去行業(yè)的形態(tài)帶給人們十倍百倍的便利。作為某前上市教育機(jī)構(gòu)的創(chuàng)始團(tuán)隊成員之一，栗浩洋在教育領(lǐng)域已有多年的經(jīng)驗。而乂學(xué)教育正是其在AI大環(huán)境下在教育領(lǐng)域的一次顛覆性的創(chuàng)新。

以下是此次雷鋒網(wǎng)采訪栗浩洋的主要內(nèi)容：

一、關(guān)于智適應(yīng)平臺

雷鋒網(wǎng)：目前還有很多非行業(yè)人士對智適應(yīng)學(xué)習(xí)平臺不太了解，作為一名行業(yè)人士，你會怎樣介紹這個平臺？

栗浩洋：即：教無定法、有教無類、因材施教。每個孩子都是與眾不同的，需要用AI教學(xué)機(jī)器人給與不同的教學(xué)。

智適應(yīng)平臺已有23年歷史，之前一直不瘟不火，就在于其是基于規(guī)則來做個性化教育，所以效果很差。然而，這三年智適應(yīng)平臺火了，很大程度來源于AI技術(shù)的發(fā)展，人工智能的介入在以下五個方面大幅度提升了教學(xué)效率：

第一，對學(xué)生的知識點(diǎn)掌握狀態(tài)檢測的精準(zhǔn)度、細(xì)膩程度、和最少測試題量的效率上有了大幅提升;

第二，給不同學(xué)生推薦不同學(xué)習(xí)路徑的有效度;

第三，在學(xué)習(xí)過程中，每分鐘或者幾分鐘運(yùn)用算法調(diào)整學(xué)習(xí)進(jìn)度、速度、效率、知識點(diǎn)內(nèi)容以及練習(xí)量;

第四，對學(xué)生之前數(shù)年學(xué)習(xí)過程中的缺陷進(jìn)行偵測，比如在九年級知識點(diǎn)不能掌握的情況下偵測六年級的前序知識點(diǎn)的薄弱進(jìn)行跳回學(xué)習(xí)；

第五，系統(tǒng)對于學(xué)生期末考試或者中考高考成績的精準(zhǔn)預(yù)測。

很多做智適應(yīng)題庫、智適應(yīng)測評、和智適應(yīng)作業(yè)的，盡管也有AI，但是主要用來做語義分析和試卷批改，基本上沒有介入以上五點(diǎn)或者僅僅介入第一點(diǎn)。

雷鋒網(wǎng)：國外智適應(yīng)平臺knewton的數(shù)據(jù)起步于GMAT培訓(xùn)，乂學(xué)教育又是基于哪方面的數(shù)據(jù)？主要覆蓋哪些范圍？

栗浩洋：Knewton 在過去五年已經(jīng)在美國的中小學(xué)和大學(xué)通過實驗和實際商業(yè)化獲得了很多深入的數(shù)據(jù)。乂學(xué)教育是專注在K-12領(lǐng)域，覆蓋6歲到18歲的中小學(xué)生。這些數(shù)據(jù)是過去三年通過和培訓(xùn)機(jī)構(gòu)、公立中小學(xué)、第三方教育平臺合作去取得的。目前乂學(xué)教育主要覆蓋一到五線城市的中學(xué)，年底會推出小學(xué)課程。

雷鋒網(wǎng)：和其他平臺相比，乂學(xué)智適應(yīng)系統(tǒng)有哪些優(yōu)勢？

栗浩洋：總的來說，目前市面上大多數(shù)的教育平臺的很多數(shù)據(jù)都已失去意義。原因即在于：

1、時效性，很多數(shù)據(jù)都是一個月甚至更久之前的。以知識點(diǎn)監(jiān)測為例，學(xué)生在一個月前做的測試不會的知識點(diǎn)，現(xiàn)在可能已經(jīng)掌握了，數(shù)據(jù)就已失去意義，所以必須實時地采集數(shù)據(jù)。

2、沒有掌握教學(xué)過程的數(shù)據(jù)。如，一個學(xué)生的知識點(diǎn)，一開始不會，后續(xù)掌握了。但是這個過程學(xué)生到底通過什么樣的學(xué)習(xí)路徑、教學(xué)方法、用了多長時間等等，關(guān)于這些數(shù)據(jù)如果沒有掌握的話，只知道靜態(tài)的對錯也是沒有意義的。

3、對知識點(diǎn)的標(biāo)注不清晰。

與其他平臺相比，乂學(xué)智適應(yīng)系統(tǒng)利用AI和機(jī)器學(xué)習(xí)的目的不是用于識別，而在于路徑推薦。機(jī)器會根據(jù)監(jiān)測出的學(xué)生的年齡、性別、知識點(diǎn)掌握情況等諸多要素給該名學(xué)生推薦不一樣的學(xué)習(xí)路徑，并實時監(jiān)測學(xué)習(xí)路徑的效果變化情況。如果題目標(biāo)注錯誤，對于算法的優(yōu)化來說就是一個災(zāi)難。

基于此，乂學(xué)教育的優(yōu)勢主要表現(xiàn)在：

1、對學(xué)生的知識點(diǎn)監(jiān)測更加精準(zhǔn)。監(jiān)測的精準(zhǔn)度和效率比之前要提升了10倍。

2、有一個很好的學(xué)習(xí)路徑推薦，且能不斷優(yōu)化。

二、乂學(xué)智適應(yīng)系統(tǒng)的核心AI技術(shù)

·  知識空間理論

雷鋒網(wǎng)：乂學(xué)智適應(yīng)系統(tǒng)用了哪些核心技術(shù)？從而區(qū)別于其他的同類平臺。

栗浩洋：在過去三年的研發(fā)中，乂學(xué)教育采用了知識圖譜、圖論用于描述和表示學(xué)科知識體系；使用貝葉斯網(wǎng)絡(luò)和概率圖模型用于學(xué)生畫像的刻畫，表示出學(xué)生整體的知識掌握情況，采用貝葉斯知識追蹤理論：用于學(xué)生對知識點(diǎn)掌握程度達(dá)標(biāo)的判定；在獲得一定數(shù)據(jù)之后，乂學(xué)教育采用分類樹和模糊邏輯用于最優(yōu)學(xué)習(xí)內(nèi)容推薦，采用遺傳算法和進(jìn)化論用于推薦最佳的學(xué)習(xí)路徑，并且將加強(qiáng)學(xué)習(xí)、深度學(xué)習(xí)用于推薦對學(xué)生最合適的教學(xué)模式。

舉最簡單的例子，傳統(tǒng)來說，過去的知識圖譜存在兩個問題：

1、對學(xué)生知識點(diǎn)的描述非常粗糙。大多數(shù)教育行業(yè)公司只做到三級知識點(diǎn)拆分，極個別兩家做到四級，而乂學(xué)教育已經(jīng)做到了九級拆分。

2、知識點(diǎn)之間的關(guān)聯(lián)度只標(biāo)注了強(qiáng)關(guān)聯(lián)，而沒有把占絕大多數(shù)的弱關(guān)聯(lián)考慮進(jìn)去。

針對這兩個問題，我們的處理方式是：在乂學(xué)智適應(yīng)系統(tǒng)中，給每個學(xué)生制定一個知識地圖的定位。因為不同的學(xué)生，他們的問題點(diǎn)是不一樣的，掌握的知識點(diǎn)及其熟練度也不一樣。所以，我們對其采用了知識點(diǎn)納米級分離技術(shù)的方式。具體理解可見下圖：

如圖所示，這是學(xué)生A的知識點(diǎn)實時掌握情況的圖譜，乂學(xué)智適應(yīng)納米級知識點(diǎn)會按照以下四大重點(diǎn)分別給予不同圖標(biāo)、不同顏色的標(biāo)注：

· 難度級別（簡單/中等/困難）

· 知識點(diǎn)重要性

· 掌握程度（未掌握/待掌握/已掌握）

· 進(jìn)行狀態(tài)（待學(xué)習(xí)/正在進(jìn)行/已完成）

如，紅色的六邊形圖標(biāo)即對應(yīng)未掌握的“困難”級別的知識點(diǎn)。上圖是全球通用的智適應(yīng)學(xué)生知識畫像，每個知識點(diǎn)采用了4到6個維度的標(biāo)簽，而乂學(xué)系統(tǒng)中每個知識點(diǎn)的標(biāo)簽已經(jīng)超過了30個。在該系統(tǒng)的建立下，每位學(xué)生的知識點(diǎn)掌握情況就可在一張知識地圖中得到清晰的展現(xiàn)。

事實上，過去已經(jīng)有很多平臺都推出了知識檢測系統(tǒng)。但是，為什么過去的學(xué)?？荚囅到y(tǒng)都沒有采用？原因即在于他們對知識點(diǎn)的標(biāo)注不夠清晰，所以測試結(jié)果的精準(zhǔn)度的提升也有限。

·  基因檢測系統(tǒng)

雷鋒網(wǎng)：乂學(xué)教育還有一項核心技術(shù)，是基因檢測系統(tǒng)，能否介紹一下？

栗浩洋：基因檢測其實就是知識點(diǎn)監(jiān)測。

舉例來說，在其他智適應(yīng)平臺上，可能會針對學(xué)生的弱項采取專項訓(xùn)練和學(xué)習(xí)的方式。如果某學(xué)生被機(jī)器或系統(tǒng)標(biāo)注為“冠詞不會”，可能就要訓(xùn)練10個小時的冠詞題。但是，在乂學(xué)教育的智適應(yīng)系統(tǒng)中，冠詞可能還要拆分成定冠詞、不定冠詞等。在這其中，再把定冠詞拆成13種用法。所以，對單個知識點(diǎn)拆的越細(xì)，基因檢測系統(tǒng)就會對其標(biāo)注的更加清晰。乂學(xué)教育采用的基因檢測系統(tǒng)，其知識點(diǎn)標(biāo)注的數(shù)量是其他平臺的30倍。

雷鋒網(wǎng)：判定某學(xué)生對定冠詞的某種用法會或不會？知識點(diǎn)監(jiān)測的難點(diǎn)在哪？

栗浩洋：原則上，是每個知識點(diǎn)采用3道題、可以達(dá)到93%的精度。因為做一道題，可能是蒙對的，或者僅僅因為粗心做錯。但是做3道題，可能會達(dá)到相對精準(zhǔn)的精度。

不過，問題在于，在使用納米級知識點(diǎn)分離技術(shù)之后，知識點(diǎn)多了30倍。比如，高考、中考，會選取所有知識點(diǎn)的5%，一場考試下來，就至少需要2個小時來完成。如果要考完全部知識點(diǎn)，可能就需要30個小時甚至更多，這對學(xué)生來說，是不能忍受的。

在這種情況下，在知識地圖上使用AI算法來根據(jù)知識點(diǎn)之間的關(guān)聯(lián)性、根據(jù)每個學(xué)生對于每一道題的不同反饋，實時調(diào)整信息量最大的測試題目就顯得非常必要，可以通過極少的測試量獲得極精準(zhǔn)的測試結(jié)果。同時這也是非常難的一個環(huán)節(jié)。

三、觀點(diǎn)

雷鋒網(wǎng)：AI+教育確實是一個大的趨勢，那么阻礙它被大規(guī)模應(yīng)用的因素在現(xiàn)階段還有哪些？

栗浩洋：事實上，AI+教育在歐美已經(jīng)被大規(guī)模的使用了。數(shù)千所中小學(xué)、大學(xué)的數(shù)百萬學(xué)生都在受益，而且這個數(shù)字還在不斷激增。而在國內(nèi)而言，沒有被大規(guī)模使用是因為大家認(rèn)知不夠。在中國的主要阻礙因素就在于認(rèn)知水平、本土化的研發(fā)水平、和該領(lǐng)域的投資金額這三個因素。

雷鋒網(wǎng)：目前來說，智適應(yīng)平臺或者產(chǎn)品主要還是在一線城市聽得比較多，這與一開始設(shè)立這一平臺的目的——解決教學(xué)資源的不平衡，是否相悖？

栗浩洋：這是能力問題。未能進(jìn)入生活水平不那么高的城市，主要原因還在于商業(yè)化能不能到達(dá)。乂學(xué)教育的團(tuán)隊中，負(fù)責(zé)商業(yè)推廣部分的之前在上一家公司曾經(jīng)有過全國一千多個城市開拓2000多家學(xué)校的經(jīng)驗，從一線到六線城市全部覆蓋。另外，隨著時間的推移，尤其是過硬的口碑傳播，智適應(yīng)平臺的推廣范圍會越來越廣泛。

雷鋒網(wǎng)：智適應(yīng)平臺會完全取代老師嗎？

栗浩洋：一定會。不過需要將其拆分來看：

在傳授知識和訓(xùn)練學(xué)生的能力上，傳統(tǒng)意義上的老師一定會被取代，不論是過去的知識點(diǎn)學(xué)習(xí)，還是現(xiàn)在乂學(xué)教育已經(jīng)開發(fā)的能力學(xué)習(xí)，都能被AI系統(tǒng)所取代，甚至AI比老師教授的效果還要好得多。

而對老師的升級定義的取代可能需要一段時間。因為老師不止是老師，也和學(xué)生之間有情感交流、激勵、監(jiān)督等正向作用。

雷鋒網(wǎng)：提一個假設(shè)：隨著AI取代老師，未來是不是連學(xué)校，以及和學(xué)校相互依存的各個考試制度都沒有存在的必要了？那么，與考試制度依附的各類教輔機(jī)構(gòu)，就像乂學(xué)教育這類平臺，還有存在的價值嗎？

栗浩洋：這里邊存在兩個問題，一個是考試的存在性，另一個是學(xué)校的存在性。

考試一定會永遠(yuǎn)存在。隨著未來AI技術(shù)的發(fā)展，實體的校園可能會變成虛擬的，考試也有可能會在網(wǎng)絡(luò)上考?？荚囀呛饬恳粋€學(xué)生會或不會的重要標(biāo)準(zhǔn)，其先天具有的衡量效果就決定其具有永遠(yuǎn)存在的價值。在我們對萬事萬物都需要數(shù)字化管理的年代，每一個人的知識和技能水平也不例外。

學(xué)校也永遠(yuǎn)不會消失。雖然我相信未來會有60%左右的學(xué)生實際上已經(jīng)不需要再去學(xué)校學(xué)習(xí)知識，但是學(xué)校就像健身房、酒吧一樣，盡管人們可以在路上跑步、家里喝酒，可能還仍舊需要一個有氛圍的定制場所供一部分人使用，同時，也方便完成一些特殊功能，比如合作實驗等等。所以，學(xué)校必定存在。

不管是未來的50年還是100年，考試制度和學(xué)校都會永遠(yuǎn)存在。

雷鋒網(wǎng)：怎樣看待老師被AI取代這件事？

栗浩洋：在我看來，老師被取代是不可避免的。未來一定會有70-90%的老師會失業(yè)。但是這些被取代的老師在將來一定會有另一種服務(wù)方式。所以，就像農(nóng)業(yè)機(jī)械化和工業(yè)自動化的年代造成的所謂失業(yè)也被經(jīng)濟(jì)發(fā)展所吸收并且待遇條件升級了那樣，AI+教育的發(fā)展并不會造成失業(yè)率的增加，而是會激發(fā)社會創(chuàng)造更多的工作方式以滿足更多人的升級需求。

老師要從現(xiàn)在的黃包車夫，變成未來的飛機(jī)駕駛員。在這樣一個新的時代，怎么變成AI的操作者才是關(guān)鍵。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。