AI改造教育本质及实现路径分析

优质教育资源规模化、公平化、个性化。

1.AI 改造教育本质：科技替代拓展人力边界，实现优质教育资源规模化、公平化、个性 化

传统教学模式存在个性化教育与普惠教育之间的矛盾。AI 相较于真人教师具有成本优势 （规模化条件下），因此 AI 替代人力的过程使得在维持现有教育投入成本不变的情况下， 优质教育资源规模化成为现实，且随着 AI 所替代人脑活动的复杂度提升，其对于教育的 降本增效作用也更为明显。因此 AI 与教育结合、改造教育的本质在于：依靠低成本科技 替代、拓展高成本人力，实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点， 从而实现教育公平、低成本因材施教。

在规模化教育背景下，个性化教育与普惠教育的矛盾难以调和。教育的目的是实现人的全 面发展，其内涵极为丰富，而“因材施教”是从古至今被广泛接受的教育理念。1984 年 Benjamin Bloom 在其教育实验中提出"two sigma"理论从定量角度证明了其正确性，即接 受一对一辅导的教学组的平均表现明显优于传统教学组，差距达到两个标准差。 但教育个性化程度的提升需要配套教师资源的持续投入，对于具有规模化教育需求的国家 而言，会产生师资稀缺、教育开支过高等问题。一方面，根据教育部数据，2022 年我国各 级各类在校学生人数为 2.93 亿人，而配套的专职教师数仅为 1880.36 万人，教师学生人 数比接近 1：16，教师资源相对稀缺；另一方面，2021 年我国教育行业就业人员年平均工 资为 11.14 万元，且过去 5 年呈现稳步上升的态势，通过采取小班上课或 1 对 1 模式将会 产生庞大的教育开支。因此，在规模化教育背景下，实现个性化教育与实现普惠教育之间 存在明显的矛盾。

AI 赋能教育的过程即为替代人类脑力活动由简入繁的进程。AI 技术诞生的初衷是通过模 拟人类的智能、行为，将人类从繁重、琐碎的程序化任务中解放。AI+教育是指将 AI 技术 应用于教育场景，即借助计算机视觉、NLP、智能语音、知识图谱等技术，降低教育环节 中的繁琐、低效脑力活动时间。从 AI+教育的发展历程看，创新 AI 技术于教育领域实施、 落地的过程，也正是 AI 替代人类脑力活动由简入繁的流程：计算智能代替人脑的记忆、 计算功能；感知智能代替人脑听觉、视觉、语言功能；认知智能代替人脑推理、联想、思 维组织功能，而达到认知智能的 AI 系统（自适应学习系统），在某种程度上已经具备了提 供“千人千面”教育服务的能力。 AI 替代繁琐人力的同时拓展人脑机能，实现 AI 与真人的“教”、“育”分工。一方面，AI 教师可以超越人脑的限制，完成真人教师能力所不能及之事，如自适应系统可以精准记录、 分析学生的学习进度、遗忘曲线、专注力、知识薄弱环节等，并据此推荐个性化的学习内 容、学习路径；另一方面，目前的 AI 教师并不能完全替代真人教师，根据剑桥大学 Michael Osborne、Carl Frey 的数据（BBC 整理），教师被人工智能替代的可能性仅为 0.4%，情感、 道德、个性培养等育人工作是 AI 教师难以涉及的领域。技术的发展促使 AI 教师与真人教 师实现“教”、“育”分工，AI 负责替代、深化繁琐的教学工作，真人教师则专注于学生品 行、素质、情感的提升以及为 AI 提供必要的教学补充。

随着服务学生规模上升，AI 教师可实现普惠的个性化教育。开发一套 AI 系统前期的成本 极高，其中包含数据科学家、机器学习工程师等研发人员成本；外购或自主收集标注数据 的成本；云计算资源、服务器等硬件设备成本；优化算法、升级系统等维护更新成本。而 AI 教师的优势在于，一旦开发成功，即可凭借较低的运营成本，跨越时空的障碍为数以万 计的学生提供个性化教育服务，且随着服务学生规模的上升，其人均成本逐渐趋向于 0。 根据格隆汇专访松鼠 AI 创始人栗浩洋的数据，开发一个合格的 AI 教师至少需要 10 亿元， 而随着系统优化投资还需要持续跟进，80 分（表现优异）的 AI 教师需要 100 万左右生源 达到盈亏平衡。 人工智能训练成本大幅下降，进一步巩固 AI 教师的成本优势。近年来，人工智能的训练 成本呈现明显的下降趋势，根据 ARK Invest 数据，2020-2022 年，将一个大语言模型训 练至 GPT-3 性能级别所需要的成本由 460 万美元下降到 45 万美元，下降幅度超过 90%， 而预计到 2030 年，训练成本将以每年 70%的降幅递减，只需要 30 美元。AI 教师前端开发 成本的下降将使得其低成本优势进一步扩大。

2.实现路径：AI 赋能教育、AI 人才培养

AI 替代、拓展人脑机能从而实现规模化普惠教育有两条并行发展的实现路径，即 AI 赋能 教育、AI 人才培养，二者协同发展。

1）AI 赋能教育：本质上是 AI 技术在教育场景下的应用，是指在各教育领域中（K12、职 业教育、高等教育等），通过 AI 硬件设备、AI 软件系统与教育中“备”、“教”、“练”、“考”、 “评”、“管”等环节（场景）深度融合，达到提升教育质量、促进教育公平、节约教育成 本等目的，并最终实现“因材施教、个性化学习”的愿景。 其最先落地于拍照搜题软件（利用 OCR 技术）与英语口语测评（语音识别技术），代表性 的产品有小猿搜题、英语流利说。随后一段时期内，AI 赋能教育各赛道产品“百花齐放”， 在软件系统方面，智能作业批改、智能题库、分级阅读、AI 课堂等辅助教师教学、学生练 习的应用纷纷落地，走班排课软件、校园安防系统也在新高考下教务管理压力、校园安全 需求日益增大的背景下应运而生；在智能硬件方面，交互白板、智能平板、智能手写笔、 智能台灯等设备层出不穷。而其中最亮眼的当属自适应学习系统，其最有可能从根本改变 教育的理念与方式，是 AI 赋能教育的核心赛道，代表产品为松鼠 AI 于 2017 年（并非最早的）推出的“松鼠 AI”人工智能自适应学习系统。

2）AI 人才培养：即以人工智能作为教学内容的教育培训过程，其属于 STEAM 教育的一个 分支，也是未来深化人工智能理论基础、实现人工智能应用落地的关键驱动因素。 AI 人才培养可分为校内与校外两大场景，也可根据教育阶段划分为青少年 AI 教育、高校 AI 教育、成人 AI 教育等。其中校内场景下的高校 AI 教育是高层次 AI 人才输出的主要渠 道，截至 2022 年中国已有 499 所高校的人工智能专业通过审批、备案，而 2017 年以来各 地政府也推出多项政策推广中小学人工智能教育，培养科技创新后备人才。而同时期的课 外 AI 培训机构也针对课外教育场景、特定的受众人群提供匹配的人工智能课程，使得 AI 人才教育培养体系更加完备，代表性的课程为传智教育旗下的数字化专业人才课程（含人 工智能培训模块）与盛通股份旗下的人工智能启蒙课程（基于机器人编程）。