自2017年以來，在政策鼓勵、人工智能技術爆發、資本加持的大背景下，AI+教育創業熱潮開始興起，人工智能技術在教育行業的落地應用逐漸增多。

截至目前，人工智能技術在教育領域的落地場景主要包括：語言類學習和測試；數據化課堂過程輔助教學；智能閱卷、個性化自動排課系統；自適應學習、虛擬學習助手和專家系統；軟硬件結合的教育機器人；智慧校園一體化解決方案，已經基本覆蓋“教、學、 考、評、管”全產業鏈條。

但是，AI賦能教育的同時也存在很多誤區和錯誤使用，很多些項目都是從AI出發在教育中找應用場景，而不是從教育的實際問題出發找AI的賦能。

不可否認的是，人工智能與教育的結合尚處于起步階段，還遠沒有達到人們的預期，當下，AI+教育存在哪些誤區、又有哪些新的機會？AI+教育如何真正落地？AI+教育如何更好地融合？

近日，在藍象資本主辦的主題為“人工智能在教育相關領域的技術應用及發展趨勢”分享會上，來自AI教育產業界、學術界、行業服務界的一線從業者，發表了他們的看法。

藍象資本執行合伙人周爽認為，盡管人工智能在教育領域的應用，目前還存在處在探索階段，但從教育的本質來說，也許未來對于不同教育目的的不同需求，可以分化出不同的分級，在每個分級里面，都會存在新的機會；好未來 AI Lab 算法科學家楊非認為，隨著人工智能技術的發展和完善，想要實現全面應用到教育中大致需要經歷三個階段：教學輔助、價值創造、因材施教；優學天下副總裁歐陽明則分享了他對于AI+教育融合的思考。

以下是三位嘉賓的演講全文，雷鋒網做了不改變原意的編輯整理：

藍象資本執行合伙人周爽：AI+教育的困局與機會

雷鋒網注：藍象資本執行合伙人 周爽

教育行業與互聯網行業或者其他傳統行業相比，它的發展軌跡和決策機制是不一樣的。當人工智能與教育結合，我也從投資人的角度看到了一些擔憂和機會：

1、大數據+教育，什么樣的數據才算“大數據”？

目前大數據在教育領域的應用有智能批改、校車、校餐、自適應推題、高考志愿填報等。教育本身是個重服務的行業，具有很強的針對性、專業性和適用性，在大數據的應用上也就存在一定的難點。

?底層數據的篩選決定了最終的判斷結果，真正的大數據應該是具備以下幾個特點（by IBM）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性） 。

?比如用大數據分析做高考志愿填報咨詢這類項目，從我看到的BP而言，很多項目都是用自己采集的部分數據樣本來推演全體。我對這樣的項目的科學性是存在質疑的。

?2、人工智能+教育，教育本質中挖掘新機遇

歷史上，人工智能經歷了三波風口：第一波，1956年-1974年，美國，感知神經網絡軟件和聊天軟件；第二波，1980-1987，英國和日本，語音識別、語音翻譯；第三波，2006，全球，深度學習、圖像識別，但最終都“掛了”。

每個人心里對人工智能都有浪漫主義幻想，但理想與現實是存在差距的，理想比現實發展的更緩慢。在2019年的今天，卷積神經網絡席卷全球，再一次燃起了人們對于超級智能的無限向往。那么，教育該如何分享這次人工智能浪潮中的科技紅利呢？

對于教育領域來說，優質教育資源的稀缺、優質老師勞動力的解放等都是亟待解決的問題，藍象作為科技主義者，一直堅信科技是推動教育發展，是解決教育公平、實現因材施教的唯一有效路徑。

但目前在國內，對于教育的好壞并沒有一個可以統一衡量的標準。比如，讓孩子學習鋼琴，目的是為了讓孩子考級？還是為了讓孩子開心？這件事情是沒有標準答案的，這也就導致，人工智能在教育的應用中，無法準確的衡量到底什么是好的教育，什么是真正適合孩子的教育，也就無法判斷應該收集什么樣的數據，這些數據是否是真實、全面的。

盡管人工智能在教育領域的應用，目前還存在處在探索階段，但從教育的本質來說，也許未來對于不同教育目的的不同需求，可以分化出不同的分級，在每個分級里面，都會存在新的機會。

好未來 AILab 算法科學家楊非：AI+教育如何落地？

雷鋒網注：好未來 AILab 算法科學家 楊非

我國作為發展中國家，盡管近年來整體教育水平有了飛速的提升，但目前的教育行業仍然存在很多問題，比如，優質教育資源稀缺，不同地區、不同學校師資力量不均衡；教師工作負擔重，課堂教學效率有待提高；我們還遠遠做不到因材施教，對每個孩子的個性化需求難以滿足等。

隨著人工智能技術的發展和完善，想要實現全面應用到教育中大致需要經歷三個階段：

第一階段：教學輔助。即將一些相對較零散的技術應用到教學場景中，但還涉及不到教學的核心流程，僅能借助一些工具提升教學過程中的效率和優化教學體驗，幫助老師減輕工作負擔，比如：智能測評、智能批改、拍照搜題等；

第二階段：價值創造。開始承擔教育過程中的一些核心環節，通過系統化、智能化教學過程評價與分析，幫助學生提升學業表現，以及幫助老師提升能力價值，比如：學習過程評價、全流程學情分析與管理等；

第三階段：因材施教。開始逐步實現高效的個性化和人性化的互動教學，需要具備強交互能力。具體應用比如AI老師、自適應學習等。

目前，人工智能在教育各場景中的全面落地，還存在一定的挑戰，但毋庸置疑的是，隨著技術的完善，人工智能在教育領域的應用場景會越來越廣泛、越來越深入，最終實現教學以老師為中心轉變為以學生為中心。

優學天下副總裁歐陽明：AI+教育融合的思考

雷鋒網 (公眾號：雷鋒網) 注：優學天下副總裁 歐陽明

我們從使用人工智能的層面，做了一些AI+教育融合的思考：

第一，研究場景，找到剛需。

研究產品的前提是深刻理解產品的使用場景，找到真的剛需。比如，人工智能類產品應該往哪個方向發展的問題，哪個地方需求最大或者說哪個地方市場最大，就是人工智能產品發展的最好的方向。

以我們今天看到的在線課程來說，這可能是目前最大的市場機會。因為現在這個時代，流量已經變得非常昂貴，如何使用人工智能去解決流量的問題就是一個機會。

再者，在線類的課程想要做好教育服務，就需要大量的人工助教，助教的人數幾乎可以占到企業總人數的50%甚至更多，他們的工作中，批改作業、跟家長溝通、做數據分析等這些效率較低的問題都是可以借助人工智能來實現效率的提升。

第二，人+AI，要有溫度。

在我們自身探索AI課程業務的過程中，我發現如果只做純粹的AI課程，其實最后產品在使用效果上依然是存在問題的。好的人工智能+教育，應該合理有效的將人和AI的優勢進行融合，人擅長的事情還是由人來完成，而AI擅長的事情由AI來完成。

第三，少點雞湯，深度融合。

每一波浪潮的到來都會掀起市場的狂熱，這也導致現在大家對人工智能+教育產生了比較大的預期。在我看來，當市場還沒有真正大規模的發展之前，應該選擇一個單點把他打透，做一些深度的融合，會存在一些不錯的機會。

相關文章：

2019，AI教育的變與不變

AI+教育如何抓住“落地”機遇？這六位引領者給你答案 | CCF-GAIR 2019

政策、技術生變，AI+教育路在何方？ | CCF-GAIR 2019

。