7月4日，2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（簡稱“WAIC 2024”）在上海啟幕。本屆大會(huì)備受關(guān)注的熱點(diǎn)領(lǐng)域之一是“人工智能+教育”，“教育與人才”被列為大會(huì)行業(yè)論壇的十大重點(diǎn)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(huì)”上，學(xué)而思CTO田密以《教育大模型，構(gòu)建未來個(gè)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(gè)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(jìn)步會(huì)對(duì)教育行業(yè)產(chǎn)生顛覆性影響。Sora剛出來時(shí)，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(gè)“不可能三角理論”，即個(gè)性化、高質(zhì)量和大規(guī)模很難同時(shí)實(shí)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(gè)性化，但是無法實(shí)現(xiàn)大規(guī)模；后來推出了學(xué)而思大班，實(shí)現(xiàn)了大規(guī)模和高質(zhì)量，但沒有做到個(gè)性化；再后來我們推出了各種AI課程，勉強(qiáng)實(shí)現(xiàn)了個(gè)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(shí)上學(xué)習(xí)階段的孩子們隨時(shí)需要向老師提問。AI老師就彌補(bǔ)了這樣的空白，能夠非常耐心地進(jìn)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(huì)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(duì)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(gè)環(huán)節(jié)中發(fā)揮了作用，包括備課、教學(xué)、練習(xí)、評(píng)估和管理。例如，備課時(shí)可以用AI技術(shù)幫助老師自動(dòng)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(gè)性化的TTS。在練習(xí)階段，AI可以實(shí)現(xiàn)自適應(yīng)練習(xí)、中文作業(yè)批改和整頁批改；在評(píng)估環(huán)節(jié)，AI可以進(jìn)行口語評(píng)測(cè)等。

隨著大模型時(shí)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(shí)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(gè)性化和規(guī)?；矫鎸?shí)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(gè)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(gè)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(shí)和教育知識(shí)，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(jī)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(dòng)變得更加流暢，提升了用戶體驗(yàn)。

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(huì)分成幾個(gè)階段。以九章大模型為例，你會(huì)發(fā)現(xiàn)，大模型學(xué)習(xí)知識(shí)的方式、手段和人類很相似。我們把訓(xùn)練過程分為三個(gè)階段。

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

階段二，有監(jiān)督微調(diào)。相當(dāng)于請(qǐng)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(qiáng)化學(xué)習(xí)。相當(dāng)于孩子不斷地進(jìn)行多輪練習(xí)，每次練習(xí)后進(jìn)行批改和反饋，不斷進(jìn)階提升。

這個(gè)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(qiáng)化階段需要用獎(jiǎng)勵(lì)模型對(duì)結(jié)果進(jìn)行反饋。

在這一點(diǎn)上，學(xué)而思具備優(yōu)勢(shì)。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(tuán)隊(duì)內(nèi)部有沒有做過類似的對(duì)比實(shí)驗(yàn)，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(gè)大模型里同時(shí)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(diǎn)睛”分析也是九章的特色，它在解題的同時(shí)拆解了題目的考點(diǎn)，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(qiáng)技術(shù)，可以比較有效地緩解這一問題。這個(gè)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(huì)有約束，不會(huì)胡亂生成答案。例如，將學(xué)生的學(xué)習(xí)畫像放進(jìn)去，就可以生成個(gè)性化的回答，這是大模型落地應(yīng)用的關(guān)鍵點(diǎn)。

芥末堆：今天現(xiàn)場(chǎng)有一些觀眾嘗試用手機(jī)拍攝一道四年級(jí)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(shí)點(diǎn)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(gè)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(chǎng)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(duì)話、批改、講題和推薦這五大場(chǎng)景中重構(gòu)了教育科技。

解題很好理解，就是實(shí)時(shí)解答一個(gè)題目；對(duì)話是指具有常見的對(duì)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(jí)別，識(shí)別出答案的對(duì)錯(cuò)和錯(cuò)誤的具體步驟；講題則是AI一對(duì)一地講解題目；推薦則是在大模型的基礎(chǔ)上做到步驟級(jí)的個(gè)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(dòng)解題：九章大模型在數(shù)學(xué)評(píng)測(cè)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(huì)先分析題目，識(shí)別出考察的知識(shí)點(diǎn)，然后進(jìn)行步驟詳解，最終完成解題并提供考點(diǎn)分析，這樣可以讓學(xué)生更清楚地了解題目的考察重點(diǎn)。

2.口語對(duì)話練習(xí)：在我們的APP中，有口語評(píng)測(cè)功能，讓孩子通過游戲化的過程進(jìn)行學(xué)習(xí)。我們會(huì)對(duì)學(xué)生的口語回答進(jìn)行評(píng)測(cè)，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(cuò)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(gè)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(duì)步驟進(jìn)行批改，識(shí)別錯(cuò)誤步驟并提供個(gè)性化講解。

4.講題：我們推出了“九章隨時(shí)問”小程序，它是一個(gè)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(shí)追問。這個(gè)功能的目的是讓孩子學(xué)會(huì)主動(dòng)提問，培養(yǎng)批判性思維。

5.推薦：個(gè)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(jí)別，而現(xiàn)在可以拆解成多個(gè)步驟，每個(gè)步驟考察的知識(shí)點(diǎn)不同，對(duì)題目錯(cuò)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(shí)代的教育需要孩子主動(dòng)提問，因?yàn)锳I幾乎無所不知。提問的能力在很多情況下不被鼓勵(lì)，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(huì)盡可能激發(fā)孩子的主動(dòng)提問，通過不斷的反問和設(shè)問，引導(dǎo)孩子學(xué)會(huì)主動(dòng)學(xué)習(xí)。這是AI給教育帶來的一個(gè)變化。

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

田密：并不是這樣的。拍照講解之后會(huì)有追問，這才是真正的方向。我們的AI老師會(huì)盡可能去激發(fā)孩子主動(dòng)問問題。我們會(huì)把問題拆成很多個(gè)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(duì)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(huì)主動(dòng)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(dòng)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(lì)他們獨(dú)立解決問題。這樣，AI不僅不會(huì)讓教育變得更惰性，反而會(huì)推動(dòng)教育質(zhì)量的提升，使學(xué)習(xí)變得更加積極和主動(dòng)。

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(huì)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(gè)，一個(gè)是搜索，另一個(gè)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(gè)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(gè)全能的AI老師，但實(shí)現(xiàn)這一目標(biāo)非常困難?，F(xiàn)在的實(shí)際做法是將這些能力分解并逐步落地。例如，我們的“隨時(shí)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(huì)形成一個(gè)完整的產(chǎn)品。

目前，AI老師還遠(yuǎn)未成熟。這與自動(dòng)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(dòng)駕駛（L4以上）尚未實(shí)現(xiàn)。然而，這并不妨礙一些具體功能的落地，比如自動(dòng)泊車、智能變道和高速巡航。AI老師也是如此，它會(huì)逐步替代老師的許多工作，最終成為一個(gè)比較全能的AI老師。

今天，整個(gè)AI大模型對(duì)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(xiàng)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(jī)、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(dòng)教育行業(yè)的發(fā)展，為整個(gè)教育的數(shù)字化轉(zhuǎn)型貢獻(xiàn)一份力量。

芥末堆：人們看到五月剛剛經(jīng)歷新一輪升級(jí)的“小思”也來到了今天的舞臺(tái)。“小思對(duì)話”上新了記憶式系統(tǒng)，新增了情緒識(shí)別，可以根據(jù)提問者的聲音、狀態(tài)識(shí)別他當(dāng)下的情緒，并以對(duì)應(yīng)語氣進(jìn)行回應(yīng)。還會(huì)通過對(duì)話記錄，在家長端提供成長報(bào)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(duì)話”的升級(jí)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(huì)不會(huì)顛覆教育行業(yè)，讓AI老師完全代替真人老師。對(duì)此，我的答案是否定的。我們認(rèn)為大模型會(huì)給每名老師配備一個(gè)AI助教，每個(gè)孩子配備一個(gè)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(duì)孩子的關(guān)愛、喚醒和激發(fā)上。對(duì)于孩子來說，AI學(xué)伴可以24小時(shí)在線陪伴他們學(xué)習(xí)和成長，孩子可以隨時(shí)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(duì)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(huì)替代老師，而是增強(qiáng)老師的能力，讓教育變得更加人性化和個(gè)性化。

芥末堆：從整個(gè)教育產(chǎn)業(yè)結(jié)構(gòu)來看，大模型的融入將會(huì)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(shí)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(gè)事情，但目前來看，無論是公立學(xué)校、培訓(xùn)機(jī)構(gòu)還是從業(yè)者，對(duì)于未來的變化尚不是特別清晰。大家都意識(shí)到變革將會(huì)發(fā)生，但具體的變化何時(shí)到來，以及線上與線下的關(guān)系是否會(huì)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(huì)是一蹴而就的，而是一個(gè)漸進(jìn)的過程。類似于自動(dòng)駕駛技術(shù)從L1到L5的逐步演進(jìn)，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(chǎng)景，并逐一實(shí)施落地，同時(shí)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(shí)用戶數(shù)據(jù)，并建立完整的數(shù)據(jù)閉環(huán)，才能實(shí)現(xiàn)全面的AI教師服務(wù)。

我們的孩子幾乎都是移動(dòng)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(huì)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(gè)非常敏感的領(lǐng)域，人們對(duì)教育的容錯(cuò)率很低。就像自動(dòng)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(shí)有誤，家長和社會(huì)都會(huì)產(chǎn)生極大的不滿。這就要求在大模型演進(jìn)過程中要極為謹(jǐn)慎，特別是在進(jìn)入公立學(xué)校領(lǐng)域時(shí)，對(duì)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(hù)、教育內(nèi)容的準(zhǔn)確性保障以及社會(huì)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。