AI不僅改變了我們獲取和處理信息的方式，更在教學方法、學習效率以及個性化教育等方面展現(xiàn)出巨大潛力。本文深入探討了AI如何成為教育領域的關鍵驅動力，供大家參考。

過去一年里，我在大廠負責教育AI產(chǎn)品，從一開始只有AI的大概念，到作為小白用戶使用AI產(chǎn)品，如ChatGPT、通義千問、Midjourney等，再到直接接手負責做一款教育AI產(chǎn)品，我負責的AI產(chǎn)品在大廠拿了年度最高產(chǎn)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(chǎn)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(jīng)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(chǎn)品，到今年上半年，一年過去了，除了基礎的大模型產(chǎn)品之外，也沒有出現(xiàn)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(xiàn)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(xiàn)啥特別驚艷的AI應用。

這段時間沒有在做AI產(chǎn)品，但是我在通過AI產(chǎn)品幫助我提高工作效率，我發(fā)現(xiàn)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(xiàn)，那是不現(xiàn)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(jīng)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(xiàn)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(xiàn)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(jīng)足夠，兩個已經(jīng)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(jīng)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(xiàn)差異化教學。

我過去8年的時間一直從事的是互聯(lián)網(wǎng)+教育的產(chǎn)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(wǎng)教育就應該做到千人千面，但是在做的過程中我發(fā)現(xiàn)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(xiàn)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(xiàn)已經(jīng)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(xiàn)，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(jīng)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(jīng)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(xiàn)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(xiàn)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(shù)據(jù)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(shù)據(jù)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?？?，連續(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(xiàn)在還在早期階段，不過有一些廠商已經(jīng)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(chǎn)力，對于教育，也是如此。