「GET2017」科大訊飛教育事業群王卓：人工智慧如何驅動教育教學方式變革

科大訊飛教育事業群副總裁王卓

芥末堆 紅印兒 11月17日報道

11月16日，在「GET2017教育科技大會」第三日的人工智慧論壇上，科大訊飛教育事業群副總裁王卓發表了以「人工智慧助力教與學」為主題的演講。他介紹了科大訊飛人工智慧技術的發展情況，並分享了科大訊飛將人工智慧技術應用到教和學之中的經驗。

「如果不能回應中國社會的重大問題，科大訊飛的價值會大打折扣。」王卓說。科大訊飛在教育行業中發現了很多亟待解決的問題，比如，如何讓學生個性化地學習、如何減少老師的重複性工作。通過利用人工智慧技術收集和分析教學數據，科大訊飛逐漸建立起一個網路化、數字化的教學平台，為後續實現個性化學習打下數據基礎。

以下是王卓的演講實錄（芥末堆有刪減）：

今天我想在這裡做兩件事。一是向大家全面地介紹科大訊飛AI技術發展到什麼樣的程度、在教育行業是怎樣應用的。二是介紹科大訊飛在教育行業中將技術、用戶流量、內容整合、渠道建設都做到什麼樣的程度，看看這些資源怎麼與在座的創業團隊對接、形成生態，共同推動中國教育產業的發展。

技術發展的價值在於它能解決怎樣的社會問題

首先，介紹一下人工智慧現在的發展情況。人工智慧已經上升到了國家戰略的層面。在2016年，人工智慧被美國和歐盟列入整體發展戰略。我們國家今年出台了相關文件，公布了新一代人工智慧發展規劃。未來，人工智慧對國家的經濟發展將起到至關重要的作用。在人工智慧的發展方面，中美兩國處於同一個賽道上。我們在人工智慧尤其是感知智能的發展賽道上處於全球最領先的水平。

今年2月，我國人工智慧發展的進展受到美國的關注，《紐約時報》專門對此進行了報道。在發展人工智慧的過程中，科大訊飛認識到這不是一家企業的事，也不是幾個團隊的事情，而是需要舉全國之力來做。凡是有志於從事這個領域的團隊、公司、研究機構，應該聯合起來，一起推動中國人工智慧產業的發展。2016年，我們聯合相關合作單位發表了《人工智慧深圳宣言》，就是要在國內團結一切可以團結的力量，共同推動中國人工智慧產業的發展。

在這個背景下，我們再來談教育。科大訊飛為什麼要進入教育行業？科大訊飛發展到目前的狀態，如果想在未來追求更大的發展，我們的價值取決於我們能解決什麼樣的重大社會問題。如果不能回應中國社會的重大問題，科大訊飛的價值會大打折扣。

放眼中國各個行業，教育行業存在的問題最多。教育行業未來的變革中存在巨大的商業價值，這是科大訊飛把人工智慧技術應用在教育行業的根本出發點。由於教育行業的特性，這件事也不是一家企業能做的。我們懷著去年發表《深圳宣言》時的那種心態，希望團結國內有志於從事教育行業的企業和創業團隊，一起實踐人工智慧在教育行業的應用。

我們把人工智慧分為三個層次，即計算智能、感知智能和認知智能。計算智能是說機器就像AlphaGo機器人一樣，計算能力和存儲能力超強。科大訊飛的自身定位是在感知智能和認知智能方面。感知智能就是讓計算機能聽會說、能看會認，像人一樣跟你交流。認知智能是說讓計算機能理解、會思考。科大訊飛從1999年創業之始就在感知智能的賽道上，到今年，我們的位置已經從感知智能在向認知智能靠近。

在感知智能上，我們已經做到了全球領先的水平。從2006年參加全球的PK大賽到今天，科大訊飛代表中國在感知智能方面一直獲得全球第一。不管是語音合成、語音識別，還是高噪音環境下的語音識別，在所有的PK評測中科大訊飛都代表中國拿到了第一名。我們的感知智能技術在全球絕對是領先的。現在，感知智能技術也用在了語文、英語、音樂等一些學科中，用來給學生構建標準化的學習環境。

關於認知智能，全球基本上都是圍繞考試機器人在做。美國華盛頓大學的圖靈中心已經把考試機器人作為人工智慧的一個重要抓手，通過美國高中生物考試來檢驗人工智慧的效果。日本國立情報研究所也把機器人是否能考上東京大學作為人工智慧的抓手。

中國科技部建成了類人答題機器人，聯合了國內9家最領先的研究單位，想在2020年讓機器人能在全學科考試上達到前20%考生的水平。現在認知智能的重點都投向了考試機器人的研究。為什麼？因為考試機器人回答的題目是你以前在社會上見不到的，解析題目並分析整個知識體系對技術的要求非常高。我們國家也把類人答題考試機器人作為中國人工智慧的總抓手。

這對科大訊飛來說是一個機遇。科大訊飛牽頭承擔了首個人工智慧重大項目「類人答題機器人」。我們跟其他另外8家單位一起致力於這方面的攻關。在高考機器人的攻關方面，我們以語音和語言為入口推動認知革命的整體變革。

在國家考試中心出題的評測下，150分的數學試卷，機器人基本能達到110分的水平。在醫療方面，360分就能通過全國醫師資格考試，而機器人考了457分。醫師資格考試的考題不是基於題庫而是重新定製的，因此它的考試難度也相當高。

技術開始驅動教育的變革

科大訊飛如何把現有的技術成果應用在教育行業的變革中？我們總說技術是為教育服務的。教育是核心，技術位於從屬的地位。但到目前這個階段，技術發展的成果已遠遠超越了教學理論和方法論的水平。教育技術的發展已經對教育的方法論產生了具有變革性的影響。我們慢慢在形成一個共識，那就是技術在驅動教育，技術的重要性得到大大提升。

目前，中國的教育已經進入教育大數據時代。 這個「大」字怎麼理解？我們理解它有兩層含義，一是指數量大，二是指價值大。擁有最大量的數據並不一定就獲得最大的價值。在大數據的背景下，教育未來的發展方向一定是在個性化學習上。科大訊飛也在從教育大數據、個性化學習的角度來推動人工智慧和教育的融合。

人工智慧技術應該給教育帶來怎樣的價值？第一，人工智慧技術要對數據採集的手段進行變革。 大量的教和學的過程化數據都是以視頻、音頻、圖片的方式存在的，但這只是數字化。想要形成數據化，就需要人工智慧技術。人工智慧技術要能把音頻都轉成文字，把以前寫在紙上的作文識別出來，把以前在紙上寫的學科試題答卷智能解析出來。用人工智慧技術對課堂教學場景進行分析，是人工智慧技術在數據採集和分析方面的重要價值。

第二，為教師減負增效。很多老師都在做重複性的工作，比如批改作業、重複備課。人工智慧可以大幅提高老師的效率，讓計算機來承擔那些簡單重複的工作。

第三，幫助學生實現個性化的學習，提高學習效率。一個初三的學生可能會花3個小時來練習一套題，第二天他做這套題可以得100分。通過後台數據的分析，我們可以在半小時里教給學生他想學的、欠缺的、需要提升的東西，剩下兩個半小時的時間，學生可以做別的事情。

第四，為管理決策提供大數據，為科學治理提供支撐。國家對教育的年度投資已經達到了GDP的4%。想要知道投下去的資源是否產生了相應的效果，可以用人工智慧技術分析教育大數據，給國家相關部門提供科學的決策依據。

想要全面地推進人工智慧，要做到三點：

1、深入一線，覆蓋教、學、考、管

一定要深入到一線，不能就技術論技術。

人工智慧技術聽著很高大上，但也有短板，並沒有達到完全成熟的地步。技術人員、產品人員必須要到一線去深入了解教、考、評、管各個環節，才能讓技術與教育的應用場景結合起來。

2、互聯聯通，常態應用中收集真實教育大數據

常態化收集不是說收集一次、兩次的數據。它是對課堂教學、課堂學習、家庭作業等環節進行日常性的數據採集，每天都會採集學生真實的生活數據、體質數據。常態化採集對供應商的服務能力、資金能力都提出非常大的要求。

3、應用大數據，實現個性化教、針對性學與科學決策

如果不圍繞以上三點深入研究的話，人工智慧就是一個高大上的東西，無法落地。科大訊飛對教學過程性數據的採集有一個完整的鏈條。從課堂互動、作業到考試，我們都會收集對應的數據。不同數據的採集方法有所不同。比如我們用智慧課堂設備採集課堂教學互動和授課數據，用手機採集日常學生作業和練習的數據，用校級雲閱卷系統採集校內考試數據，用區域數據中心採集中考、會考等區域統考數據。

學校是數據採集的主戰場。我們把科大訊飛的系統安裝到學校里，目前主要針對中學。有1萬多所學校部署了我們的系統，並形成了常態化的使用。採集數據的服務成本和資金成本是巨大的。每個學校都要配備相關的硬體、軟體和到校服務團隊。基本上每200個學校就要配12名地面服務人員。前期的硬體和軟體投入都需要有資本實力，用免費部署系統的方式來培育市場、引領市場。

另外，建設自身品牌也很重要。當學校得知它的數據要匯聚到我們的平台上，一開始是會抵制的。我們通過一年、兩年、三年用心用情的服務，樹立起自己在教育信息化方面的品牌，獲得了學校的認可，才能做出這樣的彙集數據的平台。

目前，科大訊飛已經建立起一個網路化、數字化的教學平台，採用伴隨式的教學數據收集方式，為個性化學習打下堅實的數據基礎。

在推廣應用中有幾個亮點。一是口語學習。口語學習面向中考、高考等各類考試。以前的口語考試要麼缺乏客觀評價學生口語水平的方法，要麼所需投入的人力物力很大。一旦評審老師的疲勞了或者評分標準不統一，就不能保證公平。人工智慧技術已經進入中高考的智能評閱中。我們的口語評測技術在廣東、江蘇、上海、北京、天津等十多個省市的中高考里已經得到全面的應用。

二是全學科的閱卷。批改主觀題和作文會佔用老師大量的時間。我們可以用人工智慧技術把老師從重複的工作中釋放出來。一些省市中高考的作文批改已經在使用我們的技術。

收集好數據後，最難的是對教和學的數據進行精準的分析評價。為了進行評價，要建立龐大的知識庫，覆蓋全學科、全學段。市面上能採集到的題庫數據很多都是冗餘的，都不能作為種子試題。當每個學科都選出四、五萬道種子試題之後，就要開始搭建學科知識體系。體系怎麼分層、板塊怎麼劃分，全國都眾說紛紜，很難找到一致的標準。科學的分層是靠採集到的數據來驅動的，是非常難的事，所需投入也很大。科大訊飛初步建立起一套分析評價體系，針對主管部門、校長、老師、家長和學生，都能提供他們相應感興趣的評價服務。

我們幫助老師實現了精準的講評。在上課前，老師就可以通過後台數據知道學生在作業中都有哪些問題。在課堂上，老師就可以採用更有針對性的教學策略，精準地去講解相應的知識點。我們還初步實現了針對學生的個性化題庫推薦。我們為某一個學科構建了898個知識點，還梳理了2489個題型，建立了5萬多道種子用戶題和60多萬道拓展題目。在這樣的知識體系下，當學生的學習數據被回收上來之後，就可以給學生更加精準地推送題目，提高學習效率。

我們的後台數據也支持老師的教研。以前的教研是經驗性的，現在是大數據指導下的精準教研。很多學校已經建立了精準教研中心。根據學生的數據和分析，我們會告訴老師教學中存在什麼問題，他們的教研應該如何更有針對性。

除了平台、數據分析和評價之外，人工智慧發展還有一個很核心的問題，那就是資源的彙集。不光是計算機學習海量知識需要海量的數據，學生的學習、老師的教學也需要海量數據資源的支持。

我們的資源建設分為三個層次：

第一，國家資源平台。十二五期間，國家積累了大量的數據，包括名師資源、一師一優課的資源。我們把這些資源彙集起來，篩選出高質量的內容，為老師的課堂教學和學生個性化學習提供服務。

第二，各大出版社的資源。我們提供的數據服務覆蓋學生學習的整個過程。如果要開發同步學習的產品，必須要拿到各個出版社的授權，去整合各個出版社的優質資源。科大訊飛每年會在這方面投入幾千萬的資金。

第三，教師日常教學的資源。我們用智慧課堂採集課堂上的全程數據。在後台，我們有一個3000多人的加工團隊。

在未來，人工智慧技術與教育的融合會向哪幾個方面發展？現階段，我們主要採集學生知識性學習的數據。今後，我們也會關注學生的成長數據、心理健康數據、體質數據、創造數據、核心素養數據等等。我們還會關注智能硬體、VR、AR技術的發展。最終，我們希望搭建一個覆蓋全教育場景的教育數據中心，實現個性化學習、針對性教學以及科學管理。

推薦閱讀：