我是李明Bright，前阿里產品專家，12年產品經理，現在是一名獨立商業(yè)和產品博主。這篇分享下我對AI和教育行業(yè)的看法。

過去一年里，我在大廠負責教育AI產品，從一開始只有AI的大概念，到作為小白用戶使用AI產品，如ChatGPT、通義千問、Midjourney等，再到直接接手負責做一款教育AI產品，我負責的AI產品在大廠拿了年度最高產品獎項，此處并不是為了夸耀自己，而是表明自己確實是做過AI+教育的產品，深入一線，也許這樣的觀點會更加有價值。

我對AI的判斷，經歷過一個峰值和一個谷值，峰值的時候是去年上半年的時候，ChatGPT和Midjourney風生水起，好像寫作和畫圖都不存在了，我當時認為AI一定會快速改變很多領域，但是接下來似乎就進入到一個瓶頸期，大家都在談論AI，但是AI真的對哪些領域有重大改變嗎？

好像并沒有。巨大的期望之下，是巨大的失望。從我去年開始接手做AI產品，到今年上半年，一年過去了，除了基礎的大模型產品之外，也沒有出現啥殺手級應用。前幾個月的時候，我對AI的預期降到了低谷，除了畫圖領域在視覺效果方面現在確實可以媲美人類最頂級的繪畫師，文生文依然還是一股子八股文的味道，一眼就能識別出來，也沒有出現啥特別驚艷的AI應用。

這段時間沒有在做AI產品，但是我在通過AI產品幫助我提高工作效率，我發(fā)現自己對AI的信心在恢復，其中一方面的信心，就是來源于教育領域。

我認為，未來AI一定會深刻改變教育，只是這個變化不是以日或者月計算的，而是以年計算的，為啥？

我之前把AI大模型比做掌握各種基礎知識，全科都能得到60分到70分的大學生，這樣的大學生你讓他去參加工作，馬上做出行業(yè)領先水準的表現，那是不現實的，但是，你讓一個大學生去輔導一個小學生或者中學生，那是完全夠的。

AI應用在教育行業(yè)，會有幾個大的優(yōu)勢。

第一個是成本，這個成本主要指經濟成本。教育行業(yè)的雙減把明面上的教培給停了，但是需求并不會減少，千軍萬馬過獨木橋，那么家長一定會想各種辦法來提高孩子學習成績，包括但不限于單獨請私教，自己更多投入等等，現代城市里，家庭生活的成本除了日常的生活開支、旅游之外，主要就是房貸和教育開支，并且教育的開支是很大一部分，現在培養(yǎng)一個大學生出來那都是幾百萬的投入。

如果是請私教，一般來說每個老師都是分學科的，很少有能同時帶兩個學科的老師，即使有家長也不信任，因為人的時間總是有限的，能把一個領域做到足夠好，就已經足夠，兩個已經很不容易，何況更多？但是AI不存在這個問題，如果用AI來輔導孩子學習，一個AI助理是可以全科優(yōu)秀的，這就會極大地減少成本支出。

第二個是效率，教育行業(yè)一直以來有個追求，就是提效減負，做教育的不提這個詞，等于沒做教育。除了前面說的經濟成本，時間成本其實更大，這里面包括孩子的時間成本、家長的時間成本、老師群體的時間成本等。人類之所以繁衍迭代但知識持續(xù)更新，就在于教育的傳承，有些是通過人傳承，有些是通過書本等傳承。而提效減負的核心就在于因人而異，實現差異化教學。

我過去8年的時間一直從事的是互聯(lián)網+教育的產品工作，其中思考的一個重要命題就是教育是否應該是千人千面的，還是應該是跟著大部隊走，我一開始的觀點是互聯(lián)網教育就應該做到千人千面，但是在做的過程中我發(fā)現做不到，效果也不好，反而是跟著大部隊走，一套教材統(tǒng)一培訓這種方式效果更佳，成本更優(yōu)。AI來了之后，我再重新review我的觀點，還是堅信應該做到千人千面，過去千人一面只是受限于成本。

我調研過很多的老師，看看他們在教學、管理的過程中有哪些痛點，接收到的反饋就是，要是能實現學生的個性化學習就好了，班級教學的進度是統(tǒng)一管理的，但是學生學習能力有強有弱，老師去做輔導或者布置作業(yè)，可能出現已經會的還是繼續(xù)學，不會的沒有時間去學習補充，會有極大的時間浪費在里面。不知道大家有沒有發(fā)現，考試成績最終脫穎而出、出類拔萃的尖子生，很有可能更多的是靠自學，有自己的一套學習方法和節(jié)奏，這是有底層邏輯支撐的。

所有人的時間就是這么多，花在已經會的知識、題目上就是重復浪費時間，花在不會的知識、題目上就是有效補足。

未來AI可以記錄一個學生會的知識點和不會的知識點，并且AI很容易舉一反三，針對不會的知識點出多道題型進行鞏固，讓學生把更多的時間花在不會的知識點和題目上。這就會極大的提高時間的利用率，最終反應到學習成績上。

以上就是我之所以認為未來AI一定會深刻改變教育，教育區(qū)分為使用AI技術的模式和傳統(tǒng)教育模式。這套個性化提效的模式在電商領域甚至籃球、游泳領域都已經是廣泛應用了。

先說電商，最開始淘寶是貨架電商+簡單推薦的模式，通過固定的分類、搜索、商品的發(fā)布時間、銷量等等去推薦商品，所有人看到的商品是一樣的，后來做了一個重大的改革就是實現千人千面，不同的人看到不同的商品，結果就是商品銷量有很大的提升。再到后面抖音、拼多多把這個邏輯推到更加極致，索性主要就是靠推薦了。

再說籃球領域，喜歡看NBA的朋友可能知道，2014-2015年開始到現在，NBA主打空間籃球也就是所謂的魔球，大量地投三分球，節(jié)奏推得很快，比賽比分很高，這波風潮可以說是金州勇士隊拉起來的，他們不是最早探索這個思路的球隊，但是是最成功的球隊。

這股所謂的魔球風潮呢，其實來源于數據科學的統(tǒng)計，一個兩分球投中的概率是40%多，一個三分球投中的概率是30%多，如果以33%的命中率投中三分球，那就相當于50%的兩分球命中率，如果三分球的命中率能提升到40%，那就相當于60%的兩分球命中率，這比打入禁區(qū)艱難50%的命中率得分要有效得多，而且大量的投射三分球會把防守球員帶到外線，靠近籃筐就不那么擁擠，反而也提高了籃下球員的命中率。

這個是籃球技術的進步帶來了籃球理念的革新，最終不跟隨這個趨勢的球隊都無法取得好的成績。甚至NBA會有專門的數據統(tǒng)計某個球員在某個區(qū)域的命中率是多少，指導球員球場選擇和場下訓練，以提高其能力。

至于游泳領域，大家都知道今年獲得巴黎奧運會冠軍并打破世界紀錄的潘展樂吧。他不僅僅只有有天賦和勤奮訓練這么簡單，我看過一個報道，說潘展樂實際上采用了非常精細化的訓練方法，有多精細？精細到用設備去測量手臂劃水姿勢的角度的阻力大小，從而調整泳姿，最大程度減少水的阻力，所以過去1、2年潘展樂的成績提升非?？欤B續(xù)打破世界紀錄。這也是技術革新帶來的紅利。

這個邏輯在教育行業(yè)也是一樣的，未來通過AI一定會大幅提升學生的學習成績，不用AI幫助學習的學生會很吃力，當然大家的成績都提高了之后，相信考試的難度也會繼續(xù)往上提，一輪又一輪地迭代，直到AI的紅利吃盡。

AI深刻地改變教育，現在還在早期階段，不過有一些廠商已經提前沖刺，推出AI學習機或者AI搜題等能力。

不管你的教育行業(yè)從業(yè)者，還是學生家長，我都建議你關注下AI對教育的影響，早點嘗鮮，享受紅利。

科學技術是第一生產力，對于教育，也是如此。

看完覺得寫得好的，不防打賞一元，以支持藍海情報網揭秘更多好的項目。

標簽： 標簽 內容 隨筆