（圖片來源於網絡）
文 | 易不二
來源 | 智能相對論（ID：aixdlun）
教育資源分布不均已經是我國千百年的教育難題，改革開放以來，我國在政治經濟文化等方面都取得了舉世矚目的成就，人均受教育年限也在逐年增長，但一二線城市與三四線城市、同一城市城鄉之間在教育經費、教育質量、教師資源等方面分布不平衡問題依然嚴峻。
「技術的進步，是解決教育普惠更好的方式。好未來希望運用(教+育)*AI，通過提高效率、改善體驗，實現教育的公平與質量。」在2019好未來TI教育智能大會上，好未來教育集團總裁白雲峰如是說。
教育被稱為永遠的朝陽行業，同時也被認為是AI落地的最佳場景之一，隨著各大玩家的爭相入局，AI+教育賽道越來越精彩，已從發展早期的探索階段來到了升溫階段，目前，根據艾瑞的AI教育報告，AI+教育可分為輔助工具類和直接教學類，從這兩個類型實現AI在教育行業的落地。然而，面對千百年來的教育資源分布不均問題，這些好未來這些企業們究竟能向前推動多少？
輔助工具類與直接教學類的殊途同歸：規模化的個性教育
教育資源分布的不平衡，一方面，從城市資源來說，一二線城市與三四線城市的教育資源差異巨大，學生面對的教育機會完全天壤之別；從貧富差距來說，同樣的城市，富裕的家庭又能得到更多的教育資源。另一方面，從學生角度來說，傳統的教育無法做到個性化，不能滿足每個學生的接受程度，從而導致接受能力慢的學生跟不上，而接受能力快的學生卻要浪費時間聽自己已經會了的知識點。另外，老師每天都要面對大量的備課、作業批改、教研任務等，沒有更多的精力去給每個學生做精細化輔導。
AI+教育解決教育行業痛點，體現在兩個方面。
首先，讓教育從千篇一律到有針對性，更大規模化的實現「因材施教」。好未來搭載智能教室WISROOM 2.0版本，根據學生的個性化數據反饋來調整授課內容，成為適應每個學生的課程。WISROOM 2.0的「智能大腦」T-Box，可以實現表情識別、人臉框檢測、語音識別、動作識別等智慧課堂所需AI能力，分析學生上課是否專注；在問答環節，根據學生的做題時間長、正確率低，去安排這名學生回答相應難度的題目，讓學生找回信心。同時，學習數據將會反饋給老師，幫助老師了解各個學生的情況，針對不同的學生調整相應的教學方案。
乂學教育推出的松鼠AI，以系統為主導完成「教」和「學」，模擬成一個優秀的老師，通過知識地圖的拆分，細化到具體的知識點，更加精準地檢測孩子水平的時候，再根據孩子的水平調整相應的教學模式，做到因材施教。
其次，將一二線的優質教育資源延伸到三四五線城市，更大範圍地實現教育普惠。好未來還推出了「教研雲」系統，來進行資源共享，普惠下沉市場。據TI教育智能大會介紹，教研雲」系統匯聚了好未來16年教學教研核心資源，總計收入500萬試題、2000冊圖書、10000張圖片、4000個視頻和1000個小程序，這些內容帶有標籤，可以通過輸入關鍵詞進行檢索，供教研備課使用，具備完全數字化、可視化、互動化三大特徵，可以幫助使用者獲取好未來優質的教學內容、教學方法和教學經驗。
網易有道用AI將老師從批改作業中解放出來，可節省更多時間放在學生身上或提高自身教育水平上。「中學老師花在作業批改上的時間是兩個小時，老師布置作業、學生完成提交，老師做批改，分析、診斷、反饋給學生，這個過程每天都需要兩個小時，強度是比較大的。」「對比傳統的方法和有道的方案可以節省100分鐘，也就是說從120分鐘的批改變成20分鐘的批改時間，之前都是手動一個作業本一個作業本的批改，現在可以實現批量的批改。」這樣，老師就有更多的時間去教授學生，提高自己。
以輔助工具類起家轉化為直接教學類的流利說，則以「與AI同行」公益項目來惠及大量教育資源匱乏的偏遠地區。教育資源匱乏去的學生只需要下載「英語流利說」APP，就能跟著內嵌的人工智慧老師進行英語學習。
從事物的特殊性和普遍性來說，一個新事物的發現我們會認為它具有特殊性,但是當我們對事物的認知達到一定的程度,它就會具有普遍性。不管是輔助工具類AI還是直接教學類AI，在大範圍的教育普惠和規模化的因材施教目的上，都是殊途同歸，也都已經技術的發展下，從特殊性走向了普遍性。這個從特殊到普遍的變化，是AI教育從教師效率和學生體驗上做了根本的改變，從而優化教育資源的分配，提高學生學習質量，實現更加公平而有質量的教育。
解決教育資源分布不均，AI+教育還有一些問題
「人工智慧的數據處理整體上還處於比較簡單的階段。數據處理包括多模態的數據收集，比如課程音視頻數據、學習交互數據、日常練習數據；數據化處理，如圖像識別分析、語音分析；可挖掘的數據分析，譬如學情分析、綜合測評分析。」2019全球人工智慧與機器人峰會的智慧教育專場，騰訊AI教育總經理關俊輝如是說。
這意味著，AI+教育雖然在人工智慧領域的風口已極速升溫，但仍然還有很長的路落地之路要走，智能相對論認為，還要面對一些問題。
第一，從行業角度來說，數據短板限制AI發展。
工欲善其事，必先利其器」，因材施教的前提，是對每個學生進行個性化關注，這就需要AI跟蹤記錄完整的教學與學習數據，從大量的數據中多層次、多精度、多情境等去分析教學與學習特點，從而輔助教學。但在教育領域，尤其是公立學校，並沒有足夠的教育和學習數據被記錄，這就無法為人工智慧提供足夠的數據支持。新東方在線COO潘欣曾表示，人工智慧最核心的不僅是算法，還需要數據，對整個教育培訓行業來說，最缺的就是數據。
對於培訓機構，樣本學習的場景主要來自於在線教育和課堂教育，以好未來為例，截止到2018年末，好未來共服務了全國234個城市及地區，1107家教育機構，超過2萬線下學員。但，這樣的數據依然不夠。每個學生的學習狀態都不一樣，而不同的課程的學習狀態又有不一樣的表現，比如，有學生可能上課一直全神貫注，表情、動作都符合認真聽課的標準，但實際上，他可能在英語課上畫了一副老師的漫畫。而且，培訓機構的學習環境下的人群與學校的環境下的人群，又具有不同的差異性，對學生真正做到個性化關注，就需要AI建立多個維度聯繫對其取樣分析。
第二，從學生角度來說，數據捕捉存在信任危機。
網際網路時代，隱私是人們最為重視的事，但這也是常常引發信任危機的源頭。據至頂網消息稱，新東方教育科技集團信息安全負責人楊寧曾說新東方每月遭受的應用層攻擊（如掃描、SQL注入等攻擊嘗試）高達上千萬次。外部攻擊風險和內部數據泄露一直是造成信任危機的主要原因，比如曾經的攜程「隱私泄漏門」、華住酒店近5億條數據遭泄漏事件等。在智慧課堂上，AI要以個性化關注做到因材施教，就需要不停的捕捉學生的動態，而那些不斷被AI收集的大數據，若無法被100%保證只會十分安全地出現在於教學系統里，則會引發巨大的信任危機。
怎樣能避免危機產生？除了企業建立防禦體系，行業建立標準或是解決之道。美國OpenEd的CED亞當布盧姆在面對「在保護學生數據隱私和安全的同時，如何滿足人工智慧工具的需求?」提問時曾回答說：「我們正處在一個沒有PII(personally identifiable information：個人可識別信息)的位置。如果你獲得了足夠的信息，那麼有可能解析出某個人是誰。因此， 我們需要行業標準。在隱私方面需要更好的標準，如果他們遵循這個標準，就沒有人會被起訴。」
第三，從老師角度來說，AI引發被替代恐慌。
隨著人工智慧的發展，「未來10年可能超過50%的工作會被人工智慧所取代」這種說法開始流傳，而AI在教育相繼取得的成就，也引發了老師們擔心被替代的恐慌。根據BBC基於劍橋大學研究者Michael Osborne和 Carl Frey的數據體系，分析了365個職業在未來的「被淘汰機率」，其中人事、客服、政府職員、會計等職業都高於89%，而教師被取代的可能性僅為0.4%，不難看出，能被AI取代的，一般都是工作流程簡單、重複性高這些有客觀標準可被量化的職業，而教師這樣有情感需求的職業，則很難被替代。根據艾瑞諮詢的《中國人工智慧自適應教育行業研究報告》,人類教師以經驗教學為主,優勢在於情感、創新和溫度;人工智慧自適應學習系統,以學生學習數據為基礎,優勢在於精準,標準和速度。教師除了教書育人，還充當著學生的引路人、幫助者和陪伴者，AI也許能做到教書，但做不到育人。
「一切AI落地的矛盾都在於從事人員對於新技術的抗拒、牴觸心理，本質是擔心被替代掉」，只要疏導了教師被替代的心裡，老師層面的落地矛盾也相應解決了。就如福建教育學院教授黃家驊在《人工智慧重構未來學校》文中說的：機器人只是替代教師的部分勞動，並不能取代教師的角色。
結語
隨著好未來、網易有道、乂學教育等巨頭在AI+教育賽道上的不斷突破創新，大規模實現因材施教和大範圍實現教育普惠將不再是難題，而隨著技術的不斷發展與人們觀念的的更新，AI+教育面對的難點，也有望逐一解決。AI加持下，好未來等巨頭已經為解決教育資源分布不均邁開了一大步，隨著技術的成熟，縮小教育資源的不平衡差距，實現規模化的個性教育，是非常值得期待的事。
不管怎樣，AI+教育賽道上，風已漸大，教育行業正在變天。
【完】
智能相對論（微信id:aixdlun）：AI新媒體，今日頭條青雲計劃獲獎者TOP10，文章長期「霸占」鈦媒體熱門文章排行榜TOP10,著有《人工智慧 十萬個為什麼》，重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、算法、人機互動等。