掌门1对1联合创始人吴佳峻：AI+教育的探索已逐步进入教学全场景式应用

12月7日，“聚势谋远 创变未来——2018年度CEO峰会暨猎云网创投颁奖盛典”在北京望京凯悦酒店隆重举行，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位投资人与创业者共聚盛会。

在主题为《AI+时代，在线教育如何重新定义优质》的演讲中，掌门1对1联合创始人兼首席战略官吴佳峻认为，优质教育的本质是教研+技术升级。随着在线教育走向3.0智能化时代，教育在人工智能领域的探索已逐步进入教学全场景式应用。

AI+教育的探索已逐步进入教学全场景式运用

据吴佳峻介绍，随着在线教育走向3.0智能化时代，掌门1对1在人工智能领域的探索已逐步进入教学全场景式应用。围绕着在线课堂、师资力量、平台服务三大在线教育要素，以行业领先的大数据容量为翼，结合1000万注册学子在平台上学习所产生的日常行为轨迹，掌门1对1从课前的情绪识别，学习力测评，学习路径推荐等多方面切入，打造出了在线教育3.0-AI平台建设系统，精准地将学生学习效率提升数倍，实现高效学习。

吴佳峻还展示了掌门1对1是如何将AI技术融入在线教育的学习链。如何从用户学习大数据，标签化题目大数据，和视频教学课堂场景大数据三个角度，将课程、教学、评价三大学习核心贯穿到场景运用中。

比如，一个学生上课前，掌门1对1的虚拟AI老师为学生提供多维度的智能化测评，通过课前的答题、语音交互问答等方式，综合测评学生的知识点掌握情况、学习习惯、动力和热情。课中，掌门1对1运用AR/VR技术打造沉浸式智慧课堂，在虚拟环境下搭建仿真的教学场景。同时，情绪识别则能够通过学生的面部表情识别学生的学习情绪，帮助老师及时调整课程进度。课后， AI技术则成为老师们的得力“助教”，一方面通过电子墨水平板、笔迹识别技术和知识点分析为学生进行课后作业的精准推送,并自动帮助老师完成作业批改。另一方面能够智能生成知识点切片，进行智能课件建设，方便老师备课。

“AI+教育”的意义在于提升学习体验

在掌门1对1联合创始人兼首席战略官吴佳峻看来，AI的意义在于落地，提升课堂质量，提高学习效率，给学生和老师带来真正有效的帮助。目前，掌门1对1已经在情绪识别、课程规划、学情跟踪、作业批改等等方面取得了一定的成绩。未来，智能化仍将作为掌门1对1坚持的重要战略。

最后，吴佳峻还介绍了掌门1对1“AI助手”的多种教学辅助应用，将教育与科技进行了更加深度的融合，从而实现让科技促进教育发展，推动教育进步的愿景。

本次猎云网CEO年度峰会由猎云网主办，锐视角、猎云资本、AI星球、企业管家、猎云财经、创头条协办。各行业创业者、投资人围绕“致敬改革开放40周年和时代坚韧的创业者”；“时至今日面临前所未有的变革时代，创投市场的机遇与挑战”；“创业创新的版图和格局如何变革，商业世界里如何持续创新？”、“展望未来十年中国互联网创投走向”四大板块分享科技和产业前沿观点，探讨创新潮流趋势、把握未来新方向。

以下为掌门1对1联合创始人兼首席战略官吴佳峻演讲实录，猎云网整理删改：

大家下午好。非常高兴有这样一个机会来跟大家一起谈一谈关于AI和在线教育的话题。今天我主要从在线一对一这个角度讲讲AI和在线教育的融合。

其实我们做在线教育大概有四年时间，整个经历回顾一下可以划分出三个阶段：首先1.0阶段是我们的信息化阶段。这个阶段主要是为了解决教育资源分布不平衡的问题，因此我们利用互联网教育的形式开创了在线一对一的领域。在信息化的初期，我们主要做的是将教学资源在线化，就是搬到线上，把老师、学生、课件、教学课堂进行统一的线上管理，这是我们最开始的1.0时代。进入2.0时代后，我们发现在整个教学过程中可以将在线学习的轨迹记录进行分析总结，从而改善教学质量和提升学习效率，所以这就自然而然地进入了2.0时代，就是我们的数据化时代。我们将学生从课前、课中、课后、测评、期中、期末所有数据进行汇总分析，最终打造出不同的学习模式，这个其实是我们在2.0时代最重要的一个升级。当我们数据化以后，甚至可以对它进行一些算法的自适应学习，这就进入了3.0时代：智能化时代。而现在在线一对一其实也已经逐步进入了智能化时代，最终要达到的教育效果，就是两个优质：一个是内容优质，第二个是我们的过程优质。所谓过程优质就是我们的学习体验呈现出正比提升。

说到优质教育，它最本质是两点：一个是教研，一个是技术升级。我们做算法时会有很多底层数据。在有了这样一个庞大的数据量后，才可能会得到一个精准的结果，因而做大数据需要投入庞大的技术成本，这不是一般量级企业可以做到的。在教研方面，我们已经有了全国教研员1万名，在课件量上目前已独立研发出120万套，从而让我们的教学服务覆盖到了超600余个省市县。这是我们对底层数据的一个基础保障。

说到智能化体验，我们做技术升级有三个维度：第一是在线课堂。在线课堂很好理解，因为学生在学习的过程中，主要是由老师讲学生听，在讲课的过程中学生的表现往往是最真实的，所以对于在线课堂，我们专门进行了升级。第二是师资力量，AI的最终定位是辅助老师去进行授课，我们希望通过AI提升老师的教学质量，去评价我们的老师，这样会产出具有一定客观度的数据化考核结果。第三是我们的平台服务。因为做教育，其实除了教学，更加离不开服务。通过一些智能化的推送、状态通知，或者说智能化的学习规划，可以让我们的家长、学生直接感受到高品质的教学服务。

在过程优质这一点上，和现阶段的新零售追求极致消费体验的思路是大致相同的。未来教育思维，我们认为是要追求高效的学习体验。这其中，高效这两个字非常关键。因为我们的学生在学习过程中存在很多低效场景，分析下来大概分三类：第一，他很难记住他以前做了什么事情。因为我们知识体系是很庞大，他很难记得他哪块学的怎么样，包括这道题做没做过。第二，他很难对自己有一个清晰的认识。很多时候我们去问我们学生，你这个知识点掌握怎么样？他会说这个知识点掌握挺好。但是测试这个知识点的时候会发现很多其实是没有达标的。第三，他的学习缺乏个规划。也就是说，他经常会走一些重复性的路子。所以说这三点中的任何一点都会造成学生学习低效的情况。

接下来，我向大家介绍一下掌门的在线教育3.0-AI平台搭建，底层包括GPU集群和海量数据积累，应用层我们叠加的技术比较多，像计算机视觉，情绪分析都是我们的主要内容。利用情绪识别分析，学生在讲这道题的时候展现出的表情也会同步到我们的后台数据库，这样的一整套分析会对孩子有一个最真实的反映，而像学习力测评、学习路径推荐，其实都是AI+教育的探索之一。我们希望通过AI辅助的落地让学生有一个更好的学习生涯规划，并且能根据在学生所处的不同学习阶段进行改进，根据测评结果和上课的过程进行调整，从而达到理想的学习效果。

在AI的上层应用中，我们会在上课课件当中进行埋点。一方面可以通过课件检测学生知识点掌握程度；另一方面，希望通过这个课件来记录老师行为，来对老师形成评价体系，看知识点是否讲的透彻等等。

利用上述所讲到的一系列切片和汇总到的课堂数据，最终会形成我们的三个大数据，一个是用户学习大数据；第二是标签化题目大数据；第三是视频教学课堂场景大数据。这些大数据库的建立为AI体系的成熟运用搭建了扎实的底层基础。

下面这张图列出了我们的真人教师和AI老师的教学分工，AI老师主要在教学过程中进行辅助，比如说学生在一进来的时候我们会进行入学测评，老师会通过测评报告的形式提前了解到学生情况，包括我们的测评报告、课件、学生课堂表现数据、课后测评都会实时反馈到老师，并且给到相应的推荐，看老师是否采纳，从而将师生紧密联系起来，让老师对学生更加了解，让学生对自己也更加了解，最终达到个性化教学目的。

在AI+教育的未来发展方向上，我们认为会有两个发展趋势。第一个是自适应学习，在图像识别，情绪识别这些技术综合相加后，我们要得出的是自适应学习的路线。同时，自适应学习不仅是一种AI智能，我们也在尝试结合VR/AR教学，这个可能更多地利用在物理实验，化学实验的场景中。在线课堂如何能让实验表现得更加实在，我们正在做一些积极的尝试。

第二个方向是AI助手。所有的底层算法和逻辑最终是要给老师、学生、家长提供一个相对外显的形象，我们把它称之为AI助手。AI助手定位于贯穿学生整个学习周期的辅助性手段。我们希望通过AI助教让学生有疑问时可以得到快速的反馈，而AI助手也能实时记录并分析学生的行为。对于老师来讲，通过AI助手可以解放老师一部分精力，让他们更多地专注在授课、育人，如何让教学更有效果的过程中。同时我们也对老师的上课质量进行管控。对于家长来说，通过AI助手让家长更了解学生的学习行为，让家长更来了解每个孩子不同成长阶段的特性，达到信息的共享和透明，让家长这一角色更有参与感。

以上是我的分享，谢谢大家。