互联网教诲尤其是线上K12培优项目一贯是投资热门，直播1对1模式风口过后，教诲圈内最火的该当是AI项目了。据亿欧智库的报告显示，2017年人工智能教诲融资额度达42.17亿元，个中超80%属于早期投资项目，这个赛道有望出身多个独角兽公司。
笔者创造，当前布局人工智能的在线教诲大体分为三派：
传授教化或题库测评类工具产品，比如作业盒子等；培训机构运用AI技能，比如好未来等；人工智能教诲引擎及平台供应商，比如高木学习等。现在摆在AI教诲创投从业者面前的问题是：到底以技能实力论英雄的AI教诲的泡沫有多大？真金不怕火炼的AI教诲项目的核心能力在哪里？如何才能落地？ 本文试做解读。
一、为什么“自适应”实在并非真正的AI？
一位投资人朋友曾向我这样说道：“既懂互联网行业又完备懂本行业的业务的管理型人才不超过十个，这是在‘互联网+’双创浪潮中每个垂直行业头部项目就几家能玩转的缘故原由。”而认知和技能门槛更高的“AI+”情形恐怕会更加不妙，乃至很多人把“自适应”与“AI教诲”划等号。
自适应学习（Adaptive Learning）的鼻祖是美国的Knewton公司，它通过评估不同学生对知识材料节制度进行个性化推举，有点类似于今日头条的兴趣引擎。Knewton在海内的徒弟浩瀚，目前大概有40多家项目宣密告力做“自适应”，比如“乂学教诲”（学练测自适应）、“学吧教室”（题库自适应）、“英语流利说”（英语口语纠正）、“一起作业”（家长、老师在线监控）等等。
嘉御基金创始人卫哲说过，“90%的人工智能项目都是伪AI”，鉴别的依据是看项目“算法速率”，如果是代数级而不是几何级打算那就不是“真AI”，以此来磨练自适应项目，得到的结论难免不免让人失落望。
低级的自适应项目是人工预设指令或编程规则推举，高等的自适应是基于知识图谱推举，纵然是高等的自适应项目由于没有按照既定的传授教化大纲和传授教化目标有逻辑地展开，在详细知识学习之中并不系统。关键是很多自适应项目采集的是各科最精良特级西席的能力，导致其算法本身是线性的、仿照人学习而已。
自适应的技能事理就好比AlphaGo是运用了人类最精良围棋大师的能力而非是完备迥异机器深度学习和自蜕变模型；自动驾驶AI运用了某个人类零偏差老司机的感知能力而非是基于全网海量交通大数据做运算和决策；人工智能年夜夫是运用了看X片最快最准的年夜夫的履历而非是海量数据库演习；显然按这样的路径演习出的机器并非是真正的AI。
“真正拥有充分传授教化大数据及算法速率的‘AI西席’是能轻松超越拥有30年教龄特级西席的，并且可以打破人类的知识局限，对算法模型进行自动蜕变，找到人类从未考试测验过的策略。”高木学习创始人刘瞻这样描述AI西席。
刘瞻是帝国理工学院科班出身，早在2015年开启AI教诲创业，他认为判断真伪AI教诲项目详细有三个稽核维度：
（1）自适应是基于仿照精良老师的知识图谱推举知识，而真正的AI教诲机器人则是泡在“传授教化实践大数据”中做深度学习。
（2）自适应紧张用作知识盲点的统计，但无法剖析出知识体系之间的实质联系，用AI更主要的任务是找到行为背后的缘故原由，比如某学生表面上二次函数是薄弱环节，既有可能是其对二次函数的各细分知识点节制不牢，也有可能是前置知识点一次函数、函数的思想理解不透彻，还有可能是方程求解的问题；乃至有可能是抽象思维或打算能力的问题，AI会根据该学生数据和“知识路径矩阵”，找到问题背后的缘故原由从而匹配出最优学习路径。
（3）人类西席的情绪成分能旁边学生的学习效果，AI西席也应综合考虑学生的自傲心与造诣感的造就与引发，从而确保学生学习过程“知”、“情”、“意”的一体化。
二、AI教诲的核心：帮助每个学生找到“元认知能力”
AI教诲并不会改变“老师-学生”的二元构造，乃至人工智能教诲还要在师生两端彻底办理互联网教诲未完成的两大难题：
如何帮助学生找到学习方法、提升学习效率？在中国一个普通中学生80%的学习韶光是低效的。如何帮助老师对学生更高效的“因材施教”？目前在我国师资资源依然整体短缺并且分布不均，1对1培优本钱高、小班遍及率低等问题依然突出。AI教诲的上风在于通过数据化形式剖析学生自己都不清楚的“症结”，即所谓的“懂我更懂教好我”，同时AI还能帮助老师实现传授教化效果的稳定化和可控化。AI在充分网络和处理教与学两端的大数据后，还得在详细传授教化场景之中个性化建模，终极实现“让学生更会学，让老师更会教”，这是人工智能教诲的目的。
陶行知师长西席说过，“教是为了不教”，教诲实质不是贯注灌注知识，而是要启示学生思考并让学生节制自主学习的能力。目前很多伪AI学习神器只能“授人以鱼”但并不能“授人以渔”，我国根本教诲历来缺少方法论课程，只有极少数有天赋的学生能自主制订适宜自己的学习方案，而绝大多数资质处于均匀线的学生在混沌中摸索。如果从AI的视角来看，所谓“天赋”不过是少数幸运儿自觉不自觉的分享了“元认知能力”。
当人主动设定学习操持、自我反馈、动态调度学习策略时，就靠近了“元认知”，在大数据时期，这种元认知能力是能被定量化剖析的，AI 教诲可以为学习者供应关于反复激活元认知能力的“演习法”。根据刘瞻的解读，AI教诲的“演习法”就好比给蹒跚学步的婴儿安上纠正走姿的“学步车”，详细运用什么样“演习模型”则是由AI根据大数据进行场景化定制的，有可能是通向学习目标所须要的“云梯”，有可能是“舟楫”，或者是“拐杖”等等，这些模型能不断调取和强化人的“元认知能力”。
只管市情上90%项目都是着眼于知识点和解题演习的自适应，真正AI教诲项目比如高木学习的AI不仅包含自适应的知识图谱大数据，而且还能不断从学生的行为数据中蜕变“知识路径矩阵”即AI可根据学生对知识和能力体系的理解定制出个性化学习路径。与此同时，AI让学生在对知识的理解与影象过程中不仅演习知识节制度，还不自觉地演习了元认知能力，这套“个性化学习引擎”实在是在培养学生“忘掉所有知识后”剩下的元认知能力，具有普适化的特点。
实际上，AI教诲并不须要局限在某一学习阶段、某一学科的知识体系，完备可以打造一个跨学科、跨门类、跨阶段利用的“通用知识学习引擎”，也便是说，除了运用在K12领域外，AI教诲还可以运用在高档教诲阶段，乃至在辅导大学生时比中小学生会更为轻松，无须综合考虑学生的学习动力成分等。
反过来讲，如果市情上的人工智能教诲项目只能用于某一单科或只能教K12，就不是基于大数据获取和智能化引擎的“全才”和“通才”，基本可视为基于特定领域专家总结的履历规则的“伪AI”。
三、为什么AI教诲项目落地，to B模式比to C模式更随意马虎跑通？
当前AI教诲项目的商业化进程走向大体分为两大派：
一派是自建场景的颠覆派，试图开拓新的测试软件以抓取学生的数据，乃至引入一些把AR（增强现实）、MR（稠浊现实）等黑科技，其目标因此“AI西席”完备取代真人老师传授教化，属于“人机对抗”模式，较为范例的是乂学教诲的松鼠AI。另一派是升级现行教诲体系、不另创场景的改良派，属于“人机共教”模式，较为范例的是高木学习的AI Tutor。一样平常走人机对抗模式终极走的是to C模式；而“人机共教”走的是to B模式。鉴于我国当前AI教诲的运用处景紧张为传授教化机构包括整日制学校与培训机构，而非一个个分散的学生；只有让AI去赞助老师备课、上课，嵌入到学生作业和演习，帮助学生提分和学校提升升学率，才能帮助AI更快落地并且找到盈利模式。
从“整日制学校”运用AI的实践上看， AI能让老师“心中有数（据）”，提升传授教化的针对性，AI西席实际上相称于真人老师的“智能助教”，可以减轻老师50%的事情负荷量，比如AI帮老师批改作业，把数据剖析的可视化呈现出来帮助老师定制教研方案。因此，在市场推广过程中，AI教诲项目不须要担心基层老师的接管阻力，能让老师摆脱“汗水老师”的局势也是根本教诲机构所希望看到的。
由于整日制学校获取的大数据比培训机构更加海量、持续、高频，因此高木学习更看重AI在全国整日制学校场景中的数据代价，积极在全国实行城市合资人制度，并操持与地方教诲主管部门互助推出全国西席AI运用能力培训公益活动。
To B模式中另一大企业客户便是系统编制外的培训机构，他们所面对的学生付费意愿强、购买力相对兴旺，是AI教诲项目得到稳健现金流的必争之地，那么当前培训机构运用AI教诲项目开展“人工智能双师班”的效果如何呢？
首先，AI教练能保持传授教化效果稳定化输出，办理原来老师传授教化效果不愿定的弊端。其次，AI 提升了老师的事情效率，打破了培训机构由于名师稀缺且流动性大限定培训机构的规模化发展的瓶颈。再次，比如高木学习的AI帮助学生发掘了“元认知能力”增强学习信心、提分效果明显，帮助互助培训机构提升了续费率，为招生带来便捷。可以说，人工智能教诲走to B模式是“为传授教化机构赋能”，既能为整日制学校老师和学生“减负”，又在给培训机构做大业务“增量”的，难能名贵的是，AI项目并不须要学生端那里刷品牌存在感，把所有的传授教化效果功劳于老师，可用“润物细无声”来形容。
结语
人工智能西席不仅不会夺走老师的“饭碗”，还能帮助老师从繁重、低效中解放出来，让学生享受到智能化因材施教教诲。当前我国的AI教诲是在标准化应试教诲的框架下，尽可能让学生得到个性化学习办理方案，在帮助学生完成提分、升学的“小目标”同时，唤醒和开拓其“元认知能力”，这回归了教诲的实质。在知识爆炸的年代，教诲的重心该当由从储备详细知识转向到节制开启知识宝库的“钥匙”即元认知能力上来，这才是AI教诲带来的聪慧启迪。
#专栏作家#
靠谱的阿星（李星），"大众号：靠谱的阿星，大家都是产品经理专栏作家。靠谱汇创始人、科技媒体专栏作家，CMO演习营认证导师。
本文原创发布于大家都是产品经理。未经容许，禁止转载。
题图来自 Unsplash，基于 CC0 协议