articletitle:AIinEducation:TheFutureofLearning

ChatGPT与教育 1年前 (2023) lida

33 0 0

文章主题：关键词：ChatGPT，教育，AI，MathGPT，科大讯飞，网易有道，学而思，人工智能，教育创新，教育供需

666ChatGPT办公新姿势，助力做AI时代先行者！

导语：

ChatGPT 进入落地期。

两天！教育圈三个重磅新闻。

5月5日，我国知名互联网企业网易有道的AI部门发布了一部基于「子曰」大模型研发的AI口语老师剧透视频。据相关负责人员介绍，他们在研发AI口语老师和中文作文批改功能方面已经取得了阶段性的重要进展。

在同一天，学而思思维训练平台正式公布其正在开发一款名为MathGPT的大模型，旨在满足全球数学爱好者的需求，甚至有可能解决大语言模型在儿童解题过程中出现的“步骤模糊、错误以及过度机械化”等问题。

在5月6日这场盛大的活动中，科大讯飞成功举办了”讯飞星火认知大模型”成果发布会，向公众展示了他们最新的创新成果——AI学习机。这款设备以其强大的AI能力，誓要改变传统的学习方式，让 learners能够享受到如同教师一般精准的作文批改和如口语老师一般的实时对话体验。

在当前的AI技术浪潮中，各行各业都在尝试利用AI的力量进行升级改革，其中教育行业尤为引人注目。本文将深入探讨AI大模型在教育行业的实际应用，并从中挖掘出两大不同的应用路径，分别是AI主导派和业务主导派。这两条路径分别代表着不同的理念和策略，究竟哪一条能够更好地推动教育行业的创新发展呢？让我们共同探寻答案。

桃李财经「产业观察」的第 25 篇。

主笔 / 脱落酸，文章架构师 / 静静，出品 / 桃李财经

AI 大模型重塑教育形态，一场供给侧改革的军备竞赛正在拉开

语言大模型是一场新工业革命。

所有的APP、软件、网站和应用都有可能经历变革。正如比尔·盖茨所言，“ChatGPT就像互联网一样重要，它将彻底改变世界。”这种改变并非局限于某些特定的产品或服务，而是涵盖了各个领域和行业。无论是日常生活中的常用工具，还是工作场景中的专业应用，甚至是娱乐和社交领域，都可能因为科技的创新而发生颠覆性的变化。因此，我们需要保持敏锐的观察力和开放的思维态度，以应对未来可能的挑战和机遇。

在众多垂直领域中，教育被视为大模型最重要的应用场景之一，这一观点得到了权威佐证。在 GPT-4 发布会上，共展示了 6 个实际应用案例，其中两个与教育领域密切相关。这充分证明了教育行业对于人工智能技术的巨大潜力和广泛需求。

比如，在低年级的教学中，ChatGPT 可以帮助学生锻炼表达能力，例如写作等；在口语表达能力练习中，可以与语音合成和评测技术结合，帮助学生进行多轮对话，并对发音和内容作出回馈和点评；更为关键的，它还可以根据每个学生的实际学习情况，生成个性化的错题本、习题库和学习报告等教育个性化产品。

AI 与教育的结合，已成为教育行业的重要发展方向，未来的大模型将改变教育体系的核心要素，包括教育目标、知识获取方式等，这已经成为行业共识。

大模型成为里程碑事件的背后，是算力发展和数字时代形成的海量数据系统训练而成的结果，而置身于教育行业，不仅需要海量且准确的教育数据，更要求企业本身配备强大的师资力量、内容研发团队以及有足够科学的教育理念与经验积累。

深度洞察需求后，怎么做技术拆解，如何去循循善诱，真正让新技术发挥出价值，实现因材施教的愿景，这些都是教育公司们需要反复思考的问题。

目前，围绕 AI 大模型重塑教育形态，教育行业存在两种发展路径，一是以网易有道为代表的 ” 教育 + 大模型 “，一是以科大讯飞为代表的 ” 大模型 + 教育 “。

远看殊途同归，细想完全不同，一场针对教育供给侧改革的军备竞赛，正在拉开帷幕。

” 大模型 + 教育 ” 技术至上，” 教育 + 大模型 ” 生态为先

先看 ” 教育 + 大模型 ” 路径。

主要强调在原有业务基础上，加入可以突破常识推理、聊天交互和需求对齐等，传统关键难点的大模型增值方案，提升教育产品的竞争力的同时降本增效。

这种路径的优势在于，现有的教育解决方案，已经走过了 90% 的路，新技术的出现有望补足剩下的 10%。

这或许意味着，只要开发出类 ChatGPT 的模块，以爆款产品作为依托，相比通用模型的诸侯争霸，垂类模型反而更能在细分领域中占据一席之地。基于明确的业务作为抓手，大模型更能有的放矢。

大语言模型为既具备 AI 技术积累，又具备细分场景优势的教育公司提供了创新和应用的机会。

扎根教育科技的有道，如今形成了 “AI+ 内容 + 智能教育硬件 ” 的闭环，而此番尝试应用新技术有可能进一步拔高产品价值。早在今年 3 月，就有媒体报道称，网易有道专为教育场景自研的类 ChatGPT 模型 ” 子曰 “。

5 月 5 日，网易有道官方发布了基于 ” 子曰 ” 大模型开发的 AI 口语老师剧透视频。从视频中可以看到，网易有道 AI 口语老师不仅能提供灵活的练习场景，还可以根据用户需求扮演多种角色，循循善诱地引导用户进行多轮对话。网易有道正试图全面推进内容、产品、技术做好大模型生态，这与科大讯飞技术为上的路线侧重点不同。

像好未来本身在硬件内容方面积累了优势，学而思学习机推出 AI 讲题机器人小 π，因叠加了自研的 AI 技术，就能在智能化解题方面脱颖而出。

另一条路径的代表是科大讯飞和百度文心一言。

长期致力于人工智能技术的研发，在数据积累、算力等方面的优势地位，日前讯飞发布的星火认知大模型，支持多风格多任务长文本生成，可写发言稿、讲故事、新闻稿等内容形式。在现场，科大讯飞还发布了首款搭载大模型的 AI 学习机 T20，并演示了发音评测、类人自由对话等大模型相关的新功能。事实上，早从 2022 年末开始，科大讯飞就启动了生成式预训练大模型任务攻关。

但如果，回到 ” 大模型 + 教育 ” 的这个路径就会发现，技术之外的教育资源内容以及服务专业度更加重要，尤其是需要深刻洞察课程设计、教学方法等专业领域需求，纯粹的大模型公司在教育赛道的应用，还是要走一遍教育公司已经摸索过的路，才能补足在垂类场景专业度不够的短板。

此外，从竞品角度分析，科大讯飞等科技企业们，在应对巨头大模型方面将会承受更大的压力。

3 月 16 日，百度围绕新一代大语言模型、生成式 AI 技术，推出新产品文心一言。

作为国内首款类 ChatGPT 产品，文心一言凭借其强大的数理推算和逻辑推理方面的能力，可以帮助学生更好地理解和掌握数理知识，撰写令人信服的文章，生成有效的计算机代码等。

相比之下，巨头覆盖范围更广更加开放，无论在数据还是技术方面，都更加有优势。

如此来看，要比较，技术为先的 ” 大模型 + 教育 ” 派，与生态为上的 ” 教育 + 大模型 ” 派到底孰强孰弱，并不能一概而论，需要从更加全面的维度具体分析。

” 教育 + 大模型 “vs” 大模型 + 教育 “，四个维度剖析路径差异

企业基因各异，路径侧重点也有所不同。

各行业都有自己的 Know-How，这些最关键的数据都在企业的数据库里，甚至一部分专家的笔记本里。

越是低价值的领域，越适合通用大模型；同理，越是高价值的应用场景，垂类大模型的机会越大。

接下来，我们从四个维度（数据挖掘、需求场景、成本效率、商业壁垒），来剖析这两条不同路径，在教育场景里的优劣势。仅以网易有道和科大讯飞为例，不带有商业偏见。

一、数据挖掘

以教育为主导的公司自研大模型技术，优势在于对教育全流程更了解，对数据的理解更充分。比如，针对教育领域，网易有道覆盖从少儿到成人全年龄段的数据。

而以大模型主导的科技公司，它的优势在于覆盖范围足够广，也足够开放，可以广纳各家教育公司与其合作。

像百度的文心一言在正式发布以前，便已经与多家教育公司达成战略合作，借助文心一言的技术或许可以为教育公司节省巨大的人力成本，而通过接入各大生态合作伙伴，也能为百度带来更海量的教学内容和用户数据。

无论是哪一路径，都需要注意，对于教育行业而言，数据的容错率很低，准确度至关重要，这就需要在数据训练中喂养足够质量且规模的数据，参数越多，数据准确性越高，研究落地就越快。

二、需求场景

从需求场景的角度来看，教育场景与其他通用场景的需求有所不同。

在教育场景中，学习内容往往比较专业化和细分化，需要针对不同的学科和知识点提供个性化的教学支持。例如，中文作文批改需要针对不同的文章类型、语言表述等方面提供个性化的建议和评估。

在教学场景中，教育 + 大模型的路径具有更高的准确性和专业性，可以针对性地提供个性化的教学支持。

以刚刚提到的中文作文批改为例，教育 + 大模型可以针对文章结构、语言表述等方面进行深耕和优化，从而提供更准确和有效的中文作文批改服务。而大模型 + 教育，在深入研究教育特定领域的细节和特点层面，还需要更多磨合案例验证。

三、成本效率

众所周知，人工智能核心要素在于数据、算法和算力，而算力方面，一个很大的问题是成本。

根据测算，训练一次 ChatGPT 需要花费 450 万美元，需要 10000 张 A100 训练一个月，GPT-3 有 1750 亿参数，GPT-4 的参数据说有 100 万亿。

大模型的参数规模还在不断上升，往这个方向下去，不仅在研发阶段要承担巨大的人力算力成本，即便是推出了效果类似的 ChatGPT 大模型，数据成本、算法调优、AI 伦理优化等投入依然是个无底洞。

做个参考，在数字人垂类技术场景中，一套垂类模型的训练和推理成本，可以做到比 Open AI 同参数规模的模型低一个量级，像启元世界的战略总监王思捷就曾提到：先构建更小的垂类模型（比如百亿参数、十亿参数），让数据飞轮和模型训练能够很好结合，垂类模型在某些领域可能比 Open AI 的效果更好成本更低。

总体而言，大模型 + 教育，初始成本很高，但未来边际成本会逐步降低；相较之下，教育垂类模型，初始的训练成本更低，但长期边际成本还是会高于前者。

四、商业壁垒

大模型 + 教育路径，由于其模型规模大、参数多，训练需要大量数据和计算资源，因此只有少数大型科技公司和研究机构具备自主研发和应用这类模型的能力和条件，具有较高的商业壁垒。

但从另一个角度来看，大模型 + 教育的竞争对手主要是各大头部互联网公司，竞争压力相对更大，可以想见，未来 1-3 年，大模型 + 教育会成为头部企业拼杀的主战场之一。

而教育 + 大模型由于主要针对教育领域进行开发，同质化竞争的压力较大。

这类企业可通过两个方式提升商业壁垒：

其一，基于自身在教育领域的深耕和积累，踏踏实实利用技术做出用户真正需要的产品和服务，提高自身在市场中的竞争力。

其二，开放性也是壁垒的一部分。如果能够开放模型，让更多教育公司使用，则能建立更深厚的护城河，这对企业的开放度是一个极大的考验。

当然，这些都是理论层面，具体还要看各家的战术落地情况，不能一概而论。

按照远望资本程浩的观点，无论是教育 + 大模型，还是大模型 + 教育，最关键的是要看 AI 在整个业务流程价值链的占比。

AI 可以解决生产效率的问题，但教育场景的交付链路、交付周期都很长，依然强依赖于人的价值。

不管是 AIGC+，还是 +AIGC，创业者懂行业始终都是必要条件。