芥末堆 田園 11月14日

11月14日，在以“共建丨讓更好的教育來得更快”為主題的GET2017教育科技大會上，tutorabc的CTO湯崢嶸發(fā)表了名為“如何通過技術創(chuàng)新提升學習效果“的主題演講。

湯崢嶸首先介紹了教育行業(yè)的大背景，他認為教育要回歸本質，保證學生的學習效果至關重要。保證學習效果首先要制定學習效果標準，其次要確保教育的質量，最后要通過創(chuàng)新讓教育效果達到下一個階段。

以下為湯崢嶸的演講實錄：

我覺得今天這個大會辦得非常成功、非常厲害，能參加這樣的大會非常榮幸，我是tutorabc CTO湯崢嶸。 

教育要回歸本質，保證學習效果至關重要

首先我給大家介紹一個背景，如何來定義教育行業(yè)。這是一個四象限圖，分為線上、線下、左、右。我們把左邊稱之為自學，自學的思維模式是生產(chǎn)型、制作型的，比如圖書館；把右邊稱之為跟老師學，跟老師學是服務型的，要以用戶為中心、要為結果負責。我覺得左右兩邊有一堵不可逾越的墻，是兩個不同的行業(yè)。

在線下行業(yè)，左邊以出版社為主，右邊以傳統(tǒng)學校為主。而在線上共有兩種模式，分別是MOOC（大型開放式網(wǎng)絡課程）和在線真人教育。

我認為線下和線上無非就是技術的壁壘。教育行業(yè)非常碎片化，過去可能是因為技術不夠成熟，導致它的可擴展性比較差、企業(yè)規(guī)模、增長速度比較慢。tutorabc就是在這個象限上，通過一系列的技術手段去做各種各樣的演進。

以上是我給大家做的簡單的行業(yè)介紹。我們相信，作為一個教育提供者的價值不是簡單地把知識搬到別人的腦子里去，而是授人以漁。我們不能簡單地把客戶看成客戶，通常對所有行業(yè)來說，滿足客戶需求、取悅客戶是第一要務，所以教育還是要回歸到本質。同時，學習效果是非常重要的。

而保證學習效果需理清以下幾個問題：

1.保證學習效果必須先有一個衡量標準。

2.如何保證教育質量。

3.如何通過創(chuàng)新讓效果達到下一個階段。

保證學習效果必須先有一個衡量標準

以英語為例，有一類標準是以母語為主，比如說美國有一個標準，這套標準主要是為美國學生準備的，如果把這套標準拆開來看，英語部分非常難，是把英語定義為藝術了。

不僅有英語，其實還有數(shù)學、社會科學等等。我舉個數(shù)學的例子，剛才展示的是幼兒園階段數(shù)學的標準，我們知道美國人的數(shù)學比較差，他們對幼兒園的標準是能夠數(shù)數(shù)就好了。這樣的標準我們拿到中國來，可能英語部分過于難，但是數(shù)學部分又過于簡單，因為中國的孩子幼兒園可能很多連乘法都會做了，數(shù)數(shù)顯然太過簡單。

另一類標準是非母語型標準。比如歐洲大部分的國家母語不是英語，而是法語、德語、意大利語、西班牙語等。所以，這張截圖就是他們對標準的定義，核心就是中文常講的四個字：聽說讀寫。

所以，我們首先要定義清楚標準。

我們也買了3套目前全世界非常流行的牛津出版社的教材來匹配標準，國內(nèi)很多雙語國際學校都在用這套教材，國外也有很多人在用。

技術是保證教育質量的關鍵

有了這樣的一個標準，怎樣去保障教育的質量？作為一家在線教育公司，給大家看幾個為了保證質量我們在技術上做的東西。

我們有一個產(chǎn)品是學生用來實時上課的，這是我們自主研發(fā)的一套音視頻技術，它的特點是能夠抗比較高的丟包率。學生上課時老師全部在國外，學生大部分在國內(nèi)，這樣很容易出現(xiàn)延遲的情況，其實延遲只是一方面，延遲本身已經(jīng)有了一個期限，比如說200毫秒是非常難再往下走了，最大的一個問題是會丟包。

所以，很多做在線教育的人都會碰到這樣的問題，客戶來說我怎么在家里看高清的視頻都沒問題，怎么上你們的課就不行？就是因為高清的視頻即使在丟包的情況下也是預先下載的，跟網(wǎng)絡斷點沒關系，丟包就好比是網(wǎng)絡斷了一下，斷的一瞬間，又傳不過來了，我們現(xiàn)在已經(jīng)可以做到在20%丟包的情況下仍然可以順暢地上課。

整個音視頻技術都是我們自主研發(fā)的，我們有一個監(jiān)控體系，可以做到無論是在移動端還是PC端，都可以自動修復問題。但是很多時候許多問題仍然修復不了，但我們會實時知道，有真人幫助客戶，這是我們自主研發(fā)的音視頻服務的好處。

同時我們?yōu)榱吮O(jiān)控教學質量，會有人運用隱性的模式進到教室中去偷聽。比如說，老師不再賣力的講課，會有人進去抽查，但是老師是不知道的。

我們還有一套顧問系統(tǒng)，讓顧問能夠更順暢地在上課的時候服務學生。有一個很有意思的功能，所有顧問都能實時看到學生的開口時長，這個開口時長是一個比例，比如一個45分鐘的課上了15分鐘，到目前為止每個學生的講話占所有人的占比是多少都可以看到。

這個顧問系統(tǒng)非常有利于老師進行管理，它是量化的。舉個例子，有一個一對三的課程，三個同學一起上課，其中一個同學講話總是只有1%，另一個同學講話占到50%，這時候老師便可以更有效調(diào)整。

最后，為了保障質量，我們在全球部署網(wǎng)絡，全球目前已經(jīng)有11個節(jié)點都用我們自己的服務器來搭建專線網(wǎng)絡。

剛才講的是我們在整個技術上保證教育質量。其實，今天在整個教育行業(yè)，像我們這樣從音視頻到網(wǎng)絡，再到底下的數(shù)據(jù)全部投入的公司非常非常少，我們整個研發(fā)團隊有500多人，都在做這樣的事情。

如何通過創(chuàng)新讓效果達到下一個階段

接下來我給大家分享一下，我們對于個性化學習效果的創(chuàng)新是什么。

從傳統(tǒng)排課到網(wǎng)絡選老師。我們把老師全部公布出來，就像網(wǎng)上掛號一樣，你可以看到所有醫(yī)生，然后自己去選擇。但這樣做有一個缺點，就是總有少數(shù)老師被認為是優(yōu)秀老師，大家就開始搶老師。就像大家網(wǎng)上掛號一樣，你肯定去搶專家號，不去搶普通的號。

從指定老師到動態(tài)分配。我們解決上面問題的方法非常顛覆大眾的普遍思維，我們不允許學生選老師，而是動態(tài)地分配老師，用的是DCGS算法。開始很多客戶都不習慣，說我是客戶，怎么付了錢還不能指定老師？其實你還是在選老師，你上任何一節(jié)課，都可以給老師打分。如果你不喜歡這個老師，打了低分，以后這個老師就不會給你安排；如果你喜歡這個老師，打了高分，只要這個老師下次跟你的時間匹配上，我們都盡可能給你匹配。這種智能匹配老師的方法本質上就是人工智能。

從1對1到1對多。如今大部分企業(yè)都在做1對1，因為1對1算法比較簡單，一個學生匹配一個老師。但當你有多個學生時，怎樣把其他幾個學生匹配在一起是個難題，因為大家不是永遠綁定在一起上課的。我們解決問題的方法是靠算法，把你的老師、同學匹配出來。

從線性課程到動態(tài)課程。一般書都是從第一頁到最后一頁，課都是從第一課到最后一課， 而我們的做法類似于把這本線性的書的每頁都撕掉，鋪在地上，來了一個學生，我就找最適合的那一頁，我們叫非線性課程、動態(tài)課程。

我們通過算法把整個課程的順序全部打亂，特別是在成人，成人到我們這學習的都是四、六級以上水平的人，他們學習的路徑幾乎是不一樣的，沒有一套教材適合所有人。我們還做了一些AR、VR的體驗，比如說模擬VR的場景來教火星、太陽系方面的知識，你可以親自感受到星球之間的關系，甚至可以做出日食、月食的效果。

通過大數(shù)據(jù)可以看出很多有意思的結果

最后給大家分享幾個很有意思的數(shù)據(jù)，圖中右邊的綠色、紅色柱子分別代表1對1課程和1對多課程，我們通常認為1對1比1對多課程好，可是看到數(shù)據(jù)后我們被震驚了。我們發(fā)現(xiàn)在低水平的時候，1對多反而比1對1效果更好，這很違反我們通常的認知。

后來，我們發(fā)現(xiàn)，對于大部分中國人來講，老師是外教，完全不會講中文，你可能英語不太好，所以在初級階段學習時，每個單詞仍然要用大腦思考。其實一節(jié)課45分鐘是非常燒腦的，學習效率也會下降。但是當1對多的時候，比如1對3，一節(jié)45分鐘的課程一個學生僅需要聽15分鐘，另外30分鐘主要是為另外兩個學生講，你聽的時候也是在學習。

我們還可以看到，青少年的開口時長數(shù)據(jù)也非常讓人震驚。我們看到，在初級階段一個25分鐘的課，孩子開口時長平均下來甚至不到2分鐘，因為小孩沒有講話的能力，所以時間非常非常短。只有到了后面高年級，才有可能講到10分鐘左右。

所以，我們發(fā)現(xiàn)通過大數(shù)據(jù)可以得出很多有意思的結果。下面是我們在技術上的整體投入，其中包含大數(shù)據(jù)、人工智能和深度學習。

最后，我向大家拋出3個問題，我自己也沒有答案，希望和大家一起思考。 

1.現(xiàn)在人工智能已經(jīng)做得非常不錯了，但是語音識別可以成為真正替代我們做英語教學的有效工具嗎？

2.人工智能現(xiàn)在甚至可以做到表情識別，表情識別有多少效果？比如說在上課的過程中，機器是可以識別出表情，但是我困惑的是，我怎么去指導學生？我怎么知道他表情背后的心理是什么？我覺得還缺乏其他數(shù)據(jù)。

3.AI是否會最終取代老師？現(xiàn)在很多AI機器人都在取代各行各業(yè)，我們又是一個以真人教學為主的公司，它會不會取代真人老師？我的感受是，整個教育除了教授知識外，還有很多心理上的互動。比如說一個孩子答錯問題，你這個時候是應該鼓勵，還是打擊？機器人暫時做不了這樣的選擇。所以，目前AI是否能取代老師是一個沒有答案的問題。

這是今天我的演講，謝謝大家！