掌门1对1张翼：AI对教育最大的赋能是让学生获取打开知识宝库的“钥匙 ”

雷锋网消息，11月15日-16日，“全球AI+智适应教育峰会”在北京嘉里中心大酒店盛大开幕，峰会由雷锋网联合乂学教育松鼠AI，以及IEEE（美国电气电子工程师学会）教育工程和自适应教育标准工作组共同举办，汇聚国内外顶尖阵容。

AI智适应学习是目前产学研三界关注度最高的话题之一。此次峰会，我们将邀请美国三院院士、机器学习泰斗Michael Jordan，全球公认机器学习之父Tom Mitchell，斯坦福国际研究院（SRI）副总裁Robert Pearlstein、美国大学入学考试机构ACT学习方案组高级研究科学家Michael Yudelson等顶尖学者；新东方、掌门1对1、作业盒子、一起作业、ALEKS等国内外最具影响力的AI智适应教育公司共聚北京，共同探讨AI智适应热点话题。

在16日主论坛上，掌门1对1CEO张翼发表了主题为“教育AI化”的演讲，分享了他对教育AI化的思考与见解，张翼认为，新一代人工智能发展之后，“教”和“育”、“训”和“练”第一次被解构，AI对教育最实际的赋能是赋予学生打开知识宝库的“钥匙”，AI的本质是个性化，最大的亮点是能够更快地帮学生找到学习过程的“正循环”。

以下是演讲实录 （雷锋网 (公众号：雷锋网) 做了不改变原意的编辑与整理）：

构建教育生态

各位亲爱的嘉宾大家下午好，很高兴今天能在这里跟大家一起分享我们对于教育AI化的思考。

因为掌门这些年一直从事整个K12的学科辅导，覆盖一年级到十二年级的所有学科，对于这样非常复杂的产品来说，我们一直在思考如何把AI植入到教学里，提高它的效果。

今天我们讨论人工智能和教育结合之前，我觉得我们先要思考，在现阶段有哪些是非人工智能——这也是我们一直以来的思考。我们做教育到底是在构建一个什么样的生态，生态里有哪些组成部分，哪些可以被解构，哪些不可以被解构。

我提出来两个词： 教育、训练 。教育是对老师而言的，训练是对学生而言的。古代练兵的时候经常说是训练士兵，其实训和练不一样。 训是训话，包括价值观、组织文化、力量 ； 练是士兵整个操练过程，放在学生身上也一样 。包括教育 ，教是知识，育是育人 。五千年来我们一直都拆不开，新一代人工智能发展之后，我们可能可以把其中一些东西拆出来了。

我自己有很深刻的体会，我念高一的时候，一开始学物理，我这个人不喜欢听课，喜欢自学，我记得我第一位老师特别不喜欢我，我坐得比较考前又不听课。因为这位老师不喜欢我，所以我也不喜欢他，就导致我的物理一开始学的确实比较一般。后来高一下学期换了一位物理老师，那个物理老师特别喜欢我，他给我定了一条规则，说你不听课没问题，只要你物理每次单元考达到95分以上，我允许你不听课，也允许你不做作业。所以我非常有动力，我不听课，但是上课的时候在下面做题，当然后来我理工科特别好，很大原因是因为我喜欢那个老师，我喜欢物理，所以我不断练习，所以越学越好。

我发现 整个学习过程中练是一部分，怎么样让学生具备学习的动力这是另一个部分 。我们思考到最后，无论是做学科的教育还是任何一个领域的教育，其实大家都有一个共同的使命，就是我们希望培养一个孩子有 全面面向未来的独立思考的能力 ，这是一个非常立体的概念。所以对于现代的老师来说，无论你是否用人工智能辅助他，老师都是立体的，现在的老师跟以前的老师是不一样的。以前的老师只要做好练的过程，但是现在练的过程大部分已经可以被机器替代了。

以前我们说授人以鱼不如授人以渔，现在后面应该加一句话， 授人以鱼不如授人以渔不如授人以渔之动力 。上面的两个层次确实比较难，我们最有意义的探索是在网上探索，怎么做到第二个层次的授人以渔或者授人以渔之动力。老师必须把大部分精力放在最底层的授人以鱼上，是有希望往上走的，所以这是人工智能给新一代老师带来的福音或者是提升的关键所在。

数字这个东西是区别人和人工智能的重要标志，或者这么讲，一个孩子学习一个东西的过程有三个层次， 第一是他学会了一项技能或者知识，第二是他学会了一种学习的方法，第三是他能够创造，已经摆脱了学习本身 。而数字是上面的两个层次，当然我们大量思考的还是怎么学方法、知识点。而数字最高的境界是什么？其实就是哲学，现在有一个词是哲学科学思维，简称 哲科思维 ，我觉得这是人类最高境界的思维。

很多教育工作者最好看的书不是物理、数学，不是很多基础的书，很多都是哲学书，只有哲学目前没有办法被人工智能取代，或者取代的可能性很小，这是他们在探索的，未来真正能发生颠覆的话也应该是在这个领域发生颠覆，到目前为止这还是人工智能和人类最大的差别。

AI对教育最实际的赋能是赋予学生打开知识宝库的“钥匙”

所以探索完人工智能和非人工智能在现阶段的区别之后，我们回到人工智能本身思考，AI对于教育最实际的赋能是赋予你打开知识的一把钥匙。

其实人都是处在循环里的，只不过有的人处在正循环里，有的人出在负循环里。贝克汉姆踢香蕉球很厉害，但是一开始他也不厉害，只是有一次踢出来了香蕉球还不错，他就觉得自己有这样的天赋，他每次训练的时候踢球踢完都在门框前面放一个轮胎，训练半小时，所以后来越练越牛，最后他这一脚橡胶球就特别厉害。

我们发现有的人像他一样，找到了他自己的正循环，觉得我应该这样，就越来越牛。有的人不在正循环，在负循环里，很痛苦，所以就没学好，这是学渣和学霸的区别。有些学渣也是很聪明的，只不过没有找到自己的循环。

AI现在最大的亮点是什么？ 更快的帮你找到了正循环 ，市场上所有的AI公司所努力的方向都是如此。

以前孩子学习的时候不知道学什么，而很多老师、题库提供给学生的都是学生不会的东西，学生学他不会的东西本身没太大意义，学生应该学什么？学值得他学的东西。

比如说我对这个技能掌握是70分，你可以推一个可以让他提高到75分的东西，这才有意义。这个东西在人工智能出来之前是没法解决的，一个将军必须猜下属或者徒弟、学生到底哪里不会，而一个师父带的徒弟太多的时候，就很难清楚的记忆哪个人在哪个地方有问题。所以他帮学生找到正循环的时间就会拉长，当一个孩子长期无法找到正循环的时候，就会失去耐心，最终就很难把这项技能给学好。

所谓AI最大的作用就是可以记住所有人的行为，并且可以快速的推送给你，最值得你做的东西，这是我们这个时代最应该探索的事情，所谓人生值得。

目前整个教育最大的方向就是这样，包括AI给学生、给老师、给教学赋能，还有人走得更深，比如说AI能不能取代老师本身，或者能取代百分之六七十，甚至有很多公司在尝试，直接就把老师的动作给肢解了，通过这样的方式做全面真正的AI，当然这些都是非常值得探索的方向。

但是 所有AI的本质就是个性化 ，未来我认为无论是做一对一的教学还是做小班课教学、大班课教学，都必须是个性化的。就算是大班课，未来也一定是个性化的，虽然所有学生看的老师是一个，但是每个人训练的东西应该是不一样的，我们觉得这是未来最大的方向。

关于我们自己在智能化方面也做了非常多的努力，知识点很多，尤其对学科来讲知识点是非常庞杂的，越往高龄段走知识越复杂，图谱越复杂。里面有个东西是知识源或者是题库，很多题是公海区域，这适合学霸，要海纳百川，而对正常人来说不需要做这么多，实际上题目是有好坏之分的，只有一部分是值得80分学生做的，更少部分的题值70分的学生做。我们经过了大量的筛选，最后做成了非常庞大的数据库。

在知识图谱里大家希望给题打更多的标签，一个题很丰富，但是后来我们发现这对人工智能来说是很基础的东西，真正往前走应该做什么？题序。当我这道题没做好的时候，做下一道题，这中间的连接点是题序。

整个AI融入教育过程中，其实不是单维度的，是多维度的。以 前大家说All in AI，其实应该是AI in All ，是不是可以更精准，更个性化，这里面提了很多。现在所能做到的有人脸职别，我们可以清楚的知道在哪个知识点学生已经走神了，在哪个知识点学生已经清楚的掌握了。包括语音的分析，现在已经非常发达了，你能知道老师上课的过程中是不是涉及到了一些点，哪些点没有涉及，在语言和表情方面已经比较发达。

我们觉得智能化语音不仅于此，今天我们谈这个东西，十年后可能我们就不谈这个东西了，它是“水、电、煤”，是必需品。

整个教育环节，不管是课前、课中还是课后，都可以植入进去，现在做题已经可以直接识别出你写的字是不是对的，包括现在的学生已经被解构成很多模型，就像我给学生解构成40几个模型。

你属于这个模型的学生，你的学习曲线是什么样的，学习曲线很复杂，比如说遗忘曲线。一个人学会一项技能并不是今天学会了就永远学会了，是会忘记的，并且每个人忘记的速度还不一样，以往我们是很难考虑到，值得庆幸的是人工智能可以帮我们判断、模拟谁适合哪个模型，这是很大的价值。

当然它存在于课中也存在课前，智能化很高。以前要老师答疑，成本很高，现在我们可以对每道题的解说截取出来，放在答疑素材库，这是最大的赋能。

所以 在线教育这样一个天然与信息化、数据、互联网高度结合的物种里，AI是很好的陪伴品。 以后会围绕各个维度帮助学生、老师前进，这也是我们公司的使命，让教育共享智能，让学习高效快乐。

在我们的使命里，除了共享，无论是高效还是快乐都跟智能有关，你减负的时候学生才能真正快乐，人工智能任重道远，掌门也希望与各位一起推动人工智能在教育领域的实践，走向更大的未来，谢谢大家。

相关文章：

乂学教育松鼠AI联合创始人周伟：网络教育发展的六次浪潮，第七次将导向何处？ | 全球AI+智适应教育峰会

Michael I. Jordan：或许该对 AI 教学进行一些思考 | 全球AI+智适应教育峰会

。