7月4日，2024世界人工智能大會暨人工智能全球治理高級別會議（簡稱“WAIC 2024”）在上海啟幕。本屆大會備受關(guān)注的熱點領(lǐng)域之一是“人工智能+教育”，“教育與人才”被列為大會行業(yè)論壇的十大重點議題之一。

7月6日，在“AI 產(chǎn)業(yè)創(chuàng)新與投資發(fā)展主題會”上，學(xué)而思CTO田密以《教育大模型，構(gòu)建未來個性化學(xué)習(xí)藍(lán)圖》為題發(fā)表了主題演講，首次分享了九章大模型在產(chǎn)業(yè)化層面的未來愿景和規(guī)劃。

芥末堆：我們先從一個老話題開始，“人工智能+教育”發(fā)展到今天，能在多大程度上替代老師？

田密：很多人認(rèn)為大模型的進步會對教育行業(yè)產(chǎn)生顛覆性影響。Sora剛出來時，很多人問我，將來還需要輔導(dǎo)班老師嗎？今天的大模型發(fā)展非常迅速，但還沒有達(dá)到徹底替代老師的地步。

教育行業(yè)有一個“不可能三角理論”，即個性化、高質(zhì)量和大規(guī)模很難同時實現(xiàn)。以學(xué)而思為例，最早推出了學(xué)而思小班，可以做到高質(zhì)量和個性化，但是無法實現(xiàn)大規(guī)模；后來推出了學(xué)而思大班，實現(xiàn)了大規(guī)模和高質(zhì)量，但沒有做到個性化；再后來我們推出了各種AI課程，勉強實現(xiàn)了個性化和大規(guī)模，但其質(zhì)量和真人老師相比仍有很大差距。AI技術(shù)的發(fā)展使“不可能三角”成為可能，而大模型技術(shù)的出現(xiàn)是一縷曙光。

教育行業(yè)面臨的最大問題是師資的匹配，優(yōu)質(zhì)資源不足，但事實上學(xué)習(xí)階段的孩子們隨時需要向老師提問。AI老師就彌補了這樣的空白，能夠非常耐心地進行陪伴式講解，孩子們不用擔(dān)心被說笨或者擔(dān)心老師會不耐煩，就像醫(yī)生接診一樣，AI老師能夠回答很多學(xué)生的問題。

芥末堆：能不能用最淺顯的語言，向我們眾多的教育創(chuàng)業(yè)者講清楚，人工智能對于教育而言，意味著什么？

田密：在大模型技術(shù)出現(xiàn)之前，AI技術(shù)已經(jīng)在教育的各個環(huán)節(jié)中發(fā)揮了作用，包括備課、教學(xué)、練習(xí)、評估和管理。例如，備課時可以用AI技術(shù)幫助老師自動生成講義和試卷；授課環(huán)節(jié)中，AI可以充當(dāng)教學(xué)助手，提供智能答題器，幫助老師做智能提醒和個性化的TTS。在練習(xí)階段，AI可以實現(xiàn)自適應(yīng)練習(xí)、中文作業(yè)批改和整頁批改；在評估環(huán)節(jié)，AI可以進行口語評測等。

隨著大模型時代的到來，所有的教育AI科技都可以通過大模型技術(shù)重新實現(xiàn)一遍。這意味著AI不僅可以優(yōu)化現(xiàn)有的教育環(huán)節(jié)，還可以在個性化和規(guī)模化方面實現(xiàn)更大的突破，更好地滿足不同學(xué)生的需求。

芥末堆：大模型和傳統(tǒng)的深度學(xué)習(xí)技術(shù)有什么本質(zhì)差異呢？

田密：第一，大模型更加通用。過去需要上百個大大小小的模型來提供AI服務(wù)，工作量非常大?，F(xiàn)在，一個大模型可以處理所有任務(wù)，極大地降低了訓(xùn)練成本，提高了訓(xùn)練效率，并且通用性得到了保障。

第二，大模型有了通用大模型作為基座。過去，教育大模型只能學(xué)習(xí)教育相關(guān)的語料。如今，通過通用大模型，教育大模型可以融合更多的世界知識和教育知識，從而變得更加聰明，情商更高。

第三，大模型支持多輪交互。這使得人機交互或師生交互更加容易、便捷和自然。大模型生成的多輪交互方式讓互動變得更加流暢，提升了用戶體驗。

芥末堆：教育大模型是怎么訓(xùn)練出來的？訓(xùn)練模型的方式和通用大模型有差別嗎？

田密：沒有本質(zhì)上的差別，通常會分成幾個階段。以九章大模型為例，你會發(fā)現(xiàn)，大模型學(xué)習(xí)知識的方式、手段和人類很相似。我們把訓(xùn)練過程分為三個階段。

階段一，預(yù)訓(xùn)練。就像一個孩子要看大量的書去學(xué)習(xí)，通過自學(xué)獲取基本知識和理論框架。

階段二，有監(jiān)督微調(diào)。相當(dāng)于請了一名老師給孩子講解標(biāo)準(zhǔn)的解題套路，孩子向老師學(xué)習(xí)解題步驟，比如一二三步驟分別怎么做。

階段三，強化學(xué)習(xí)。相當(dāng)于孩子不斷地進行多輪練習(xí)，每次練習(xí)后進行批改和反饋，不斷進階提升。

這個過程讓大模型像孩子一樣學(xué)習(xí)一門學(xué)科，比如數(shù)學(xué)。其中，最關(guān)鍵的是數(shù)據(jù)。訓(xùn)練什么樣的模型需要什么樣的數(shù)據(jù)。在不同的訓(xùn)練階段，比如預(yù)訓(xùn)練階段，需要海量的題庫、講義和教輔書；微調(diào)階段需要大量的步驟清晰的解決方案數(shù)據(jù)；強化階段需要用獎勵模型對結(jié)果進行反饋。

在這一點上，學(xué)而思具備優(yōu)勢。我們一直在投入教育科技研發(fā)，從2003年成立起就在積累題庫數(shù)據(jù)，這些都是訓(xùn)練大模型寶貴的原材料。

芥末堆：此前有網(wǎng)友讓九章大模型和ChatGPT分別去答高考數(shù)學(xué)卷，引來熱議。在開發(fā)團隊內(nèi)部有沒有做過類似的對比實驗，結(jié)果如何？

田密：大模型和人類一樣，有文科生和理科生的區(qū)別。我們發(fā)現(xiàn)，很難在一個大模型里同時學(xué)好數(shù)學(xué)、語文和英語。九章采用了多專家模型方式，有專門的數(shù)學(xué)專家模型、語文專家模型和英語專家模型，最終以MoE方式組合起來提供全科服務(wù)。

九章作為以數(shù)學(xué)領(lǐng)域的解題和講題算法為核心的大模型，在高考數(shù)學(xué)題目上比GPT-4o得分更高?！包c睛”分析也是九章的特色，它在解題的同時拆解了題目的考點，更適合學(xué)習(xí)者參考。

大模型應(yīng)用最大的阻礙在于“幻覺問題”。通過搜索召回增強技術(shù)，可以比較有效地緩解這一問題。這個技術(shù)很簡單，在大模型生成之前，先搜索并召回相關(guān)的內(nèi)容，拼裝到程序中作為提示詞工程的一部分，這樣輸出就會有約束，不會胡亂生成答案。例如，將學(xué)生的學(xué)習(xí)畫像放進去，就可以生成個性化的回答，這是大模型落地應(yīng)用的關(guān)鍵點。

芥末堆：今天現(xiàn)場有一些觀眾嘗試用手機拍攝一道四年級數(shù)學(xué)題，大模型并沒有直接給出答案，而是分析了題目考察的知識點和形式，再引導(dǎo)用戶一步步思考。這和一些拍題軟件的講解方式區(qū)別很大，讓大家感受到了人工智能在個性化引導(dǎo)學(xué)習(xí)方面的潛力。

田密：我們認(rèn)為，所有教育場景都值得用大模型重新做一遍。到今天，學(xué)而思已經(jīng)在解題、對話、批改、講題和推薦這五大場景中重構(gòu)了教育科技。

解題很好理解，就是實時解答一個題目；對話是指具有常見的對話能力；批改方面，AI可以批改中文和英文作業(yè)，甚至細(xì)致到數(shù)學(xué)題的步驟級別，識別出答案的對錯和錯誤的具體步驟；講題則是AI一對一地講解題目；推薦則是在大模型的基礎(chǔ)上做到步驟級的個性化推薦，使得標(biāo)簽更加精準(zhǔn)，推薦效果更好。

具體來看，這些過程如下：

1.自動解題：九章大模型在數(shù)學(xué)評測網(wǎng)站Matheval上排名第一。在我們官網(wǎng)上也有展示，一道高中的函數(shù)題，大模型會先分析題目，識別出考察的知識點，然后進行步驟詳解，最終完成解題并提供考點分析，這樣可以讓學(xué)生更清楚地了解題目的考察重點。

2.口語對話練習(xí)：在我們的APP中，有口語評測功能，讓孩子通過游戲化的過程進行學(xué)習(xí)。我們會對學(xué)生的口語回答進行評測，包括流利度和發(fā)音。

3.作業(yè)批改：中文作文批改涉及字詞判斷、錯別字、段落批改、內(nèi)容建議和潤色方法。英文作文批改分為三個步驟：批改、建議和潤色。數(shù)學(xué)題的批改更為復(fù)雜，特別是主觀題，需要對步驟進行批改，識別錯誤步驟并提供個性化講解。

4.講題：我們推出了“九章隨時問”小程序，它是一個數(shù)學(xué)AI老師，不是直接給出答案，而是一步步講解，任何不懂的地方可以隨時追問。這個功能的目的是讓孩子學(xué)會主動提問，培養(yǎng)批判性思維。

5.推薦：個性化學(xué)習(xí)的核心在于題目推薦。過去的診斷只能精確到題目級別，而現(xiàn)在可以拆解成多個步驟，每個步驟考察的知識點不同，對題目錯因的判斷更加精準(zhǔn)，從而推薦的效果也更好。

總的來說，AI時代的教育需要孩子主動提問，因為AI幾乎無所不知。提問的能力在很多情況下不被鼓勵，但AI讓這一過程變得自然，孩子們可以更加放松地提出問題。AI老師會盡可能激發(fā)孩子的主動提問，通過不斷的反問和設(shè)問，引導(dǎo)孩子學(xué)會主動學(xué)習(xí)。這是AI給教育帶來的一個變化。

芥末堆：有人擔(dān)心AI會讓教育變得更惰性，認(rèn)為是拍照抄答案。對此你怎么看？

田密：并不是這樣的。拍照講解之后會有追問，這才是真正的方向。我們的AI老師會盡可能去激發(fā)孩子主動問問題。我們會把問題拆成很多個小步驟，每一步都問孩子“你怎么看這一步？”、“你覺得這么做是對的嗎？”或者“你認(rèn)為有什么重要的方法嗎？”通過不斷地反問和設(shè)問，讓孩子自己學(xué)會主動提問。

這種方法不僅幫助孩子理解題目，更培養(yǎng)了他們的批判性思維和主動學(xué)習(xí)的能力。AI在教育中的作用不僅是提供答案，更是引導(dǎo)學(xué)生思考，鼓勵他們獨立解決問題。這樣，AI不僅不會讓教育變得更惰性，反而會推動教育質(zhì)量的提升，使學(xué)習(xí)變得更加積極和主動。

芥末堆：國內(nèi)外大模型在教育領(lǐng)域的應(yīng)用，目前還遇到什么樣的難題？解決方向會是在哪里？

田密：坦率地講，雖然目前大模型很熱，但從全球來看，真正落地用的產(chǎn)品并不多。大家看到比較成熟的應(yīng)用主要有兩個，一個是搜索，另一個是聊天（chat）。

目前，大模型的應(yīng)用還處于早期階段，教育領(lǐng)域也是如此。簡而言之，教育上的大模型未來要成為AI老師。AI老師需要具備多種能力，比如解題、講題、口語練習(xí)和批改答疑。然而，目前還沒有哪一個產(chǎn)品能夠?qū)⑦@些功能完美地結(jié)合在一起。

我們都希望有一個全能的AI老師，但實現(xiàn)這一目標(biāo)非常困難?，F(xiàn)在的實際做法是將這些能力分解并逐步落地。例如，我們的“隨時問”專注于講解和答疑，口語練習(xí)則集成在一些應(yīng)用程序中。這些能力逐步落地，最終有一天可能會形成一個完整的產(chǎn)品。

目前，AI老師還遠(yuǎn)未成熟。這與自動駕駛有些類似?，F(xiàn)在智能座駕很火，但真正意義上的全自動駕駛（L4以上）尚未實現(xiàn)。然而，這并不妨礙一些具體功能的落地，比如自動泊車、智能變道和高速巡航。AI老師也是如此，它會逐步替代老師的許多工作，最終成為一個比較全能的AI老師。

今天，整個AI大模型對教育行業(yè)的影響和賦能還處于非常早期的階段。學(xué)而思將把三項最重要的核心AI能力——解題、講題和批改，向全行業(yè)開放。我們希望將核心能力開放給行業(yè)中的所有參與者，包括各類硬件廠商，如AIPC、手機、iPad和汽車制造商，以及一些公立學(xué)校的2B2C應(yīng)用。我們希望通過大模型的應(yīng)用能力，真正推動教育行業(yè)的發(fā)展，為整個教育的數(shù)字化轉(zhuǎn)型貢獻一份力量。

芥末堆：人們看到五月剛剛經(jīng)歷新一輪升級的“小思”也來到了今天的舞臺?！靶∷紝υ挕鄙闲铝擞洃浭较到y(tǒng)，新增了情緒識別，可以根據(jù)提問者的聲音、狀態(tài)識別他當(dāng)下的情緒，并以對應(yīng)語氣進行回應(yīng)。還會通過對話記錄，在家長端提供成長報告和養(yǎng)育建議?？瓷先ピ絹碓较裾嫒死蠋熈?。

田密：是的，“小思對話”的升級使其越來越像真人老師。然而，反過來說，有些人擔(dān)心AI大模型會不會顛覆教育行業(yè)，讓AI老師完全代替真人老師。對此，我的答案是否定的。我們認(rèn)為大模型會給每名老師配備一個AI助教，每個孩子配備一個AI學(xué)伴。

老師有很多固定的工作，比如備課和作業(yè)批改，這些重復(fù)性的工作可以由AI大模型替代。這樣一來，老師就可以把精力集中在對孩子的關(guān)愛、喚醒和激發(fā)上。對于孩子來說，AI學(xué)伴可以24小時在線陪伴他們學(xué)習(xí)和成長，孩子可以隨時向AI學(xué)伴提問，沒有任何壓力，不用擔(dān)心問題是否愚蠢，也不用擔(dān)心需要重復(fù)講解幾遍才能聽明白。

AI可以幫助孩子保持對學(xué)習(xí)的樂趣和自信，這才是教育行業(yè)大模型賦能的終極意義所在。通過這種方式，AI不會替代老師，而是增強老師的能力，讓教育變得更加人性化和個性化。

芥末堆：從整個教育產(chǎn)業(yè)結(jié)構(gòu)來看，大模型的融入將會引發(fā)怎樣的變化？未來三年內(nèi)，教育產(chǎn)業(yè)在整合大模型時面臨的主要挑戰(zhàn)是什么？

田密：人們都看到大模型的潛力，也都在積極地?fù)肀н@個事情，但目前來看，無論是公立學(xué)校、培訓(xùn)機構(gòu)還是從業(yè)者，對于未來的變化尚不是特別清晰。大家都意識到變革將會發(fā)生，但具體的變化何時到來，以及線上與線下的關(guān)系是否會被顛覆，人人都在探索。

大模型在教育產(chǎn)業(yè)的應(yīng)用不會是一蹴而就的，而是一個漸進的過程。類似于自動駕駛技術(shù)從L1到L5的逐步演進，大模型的應(yīng)用也需要逐步落地。因此，首先需要明確教育行業(yè)中可以應(yīng)用大模型的場景，并逐一實施落地，同時不斷提升模型的性能。數(shù)據(jù)的收集和積累是關(guān)鍵中的關(guān)鍵。只有通過收集大量真實用戶數(shù)據(jù)，并建立完整的數(shù)據(jù)閉環(huán)，才能實現(xiàn)全面的AI教師服務(wù)。

我們的孩子幾乎都是移動互聯(lián)網(wǎng)的原住民，從小就在各種電子產(chǎn)品中成長。未來的孩子將會成為AI的原住民，他們從出生起就接觸到帶有AI功能的產(chǎn)品。

教育是一個非常敏感的領(lǐng)域，人們對教育的容錯率很低。就像自動駕駛技術(shù)如果應(yīng)用不當(dāng)可能導(dǎo)致事故一樣，教育中如果傳授的知識有誤，家長和社會都會產(chǎn)生極大的不滿。這就要求在大模型演進過程中要極為謹(jǐn)慎，特別是在進入公立學(xué)校領(lǐng)域時，對教學(xué)內(nèi)容的準(zhǔn)確性要求更加嚴(yán)格。

因此，大模型在教育中的融合過程將是緩慢而長期的。在此過程中，需要克服的主要挑戰(zhàn)包括技術(shù)性能的提升、數(shù)據(jù)隱私與安全的保護、教育內(nèi)容的準(zhǔn)確性保障以及社會接受度的提升。這些挑戰(zhàn)的解決將決定大模型在教育產(chǎn)業(yè)中的成敗。