多知網8月30日消息，近日，科技部新一代人工智能發展研究中心和羅蘭貝格管理咨詢公司聯合發布《智能教育創新應用發展報告》。

　　智能教育政策風向、發展態勢、應用場景、未來趨勢躍然紙上。

　　報告顯示，智能教育當前已經從教育輔助向價值創造階段過渡，未來有望在自適應學習、自適應互動課等應用上有所突破，進而進階到具備認知與強交互能力，以自適應學習為代表的因材施教階段。

　　報告提出，當前智能教育的產品形態主要集中在：智能批改、拍照搜題、智能測評、智能題庫、分級閱讀和自適應學習6個方面。其中，自適應學習和分級閱讀是最主流的產品形態，兩類產品數量合計占比49%。

　　

　　（AI技術實現應用的教育場景）

　　顯然，在人工智能技術得以突破和發展的大趨勢下，教育已經成為了重要的應用著落點之一。

　　國家層面同樣看到了智慧教育的重要價值，并于國務院發布的《新一代人工智能發展規劃》中，對智能教育發展做出了專門的部署。科技部也在大力推進智能教育國家新一代人工智能開放創新平臺建設。

　　政策風口之下，智能教育市場火熱。

　　根據前瞻產業研究院發布的《中國智慧教育行業發展前景預測與投資戰略規劃分析報告》統計數據顯示，2018年中國智慧教育市場規模約為5230億元，同比增長17.13%；全年融資次數達24次。

　　智能教育，已進入加速階段。

　　

　　

       智能教育時代已從教育輔助向價值創造過渡，教育類公司是主要實踐主體

　　對于人工智能應用教育發展的幾個階段，報告予以了詮釋：　　

　　一是以基礎數據收集與呈現點狀式、零散的教學輔助類應用為代表的教學輔助階段。這一階段的代表性應用包括智能測評、智能批改、拍照搜題等。

　　二是實現系統化、智能化教學評價與分析，從而推動提升學生學業表現與教師核心能力價值的價值創造階段。這一階段的代表性應用包括學習過程評價、全流程學情分析與管理等。

　　三是基于具備認知與強交互能力，以自適應學習為代表的因材施教階段。報告認為，在該階段，人工智能的技術應用開始步入認知層面，可實現人性化的交互與自主的行為迭代，從而輸出真正高效、個性化、人性化的交互教學。

　　報告提出，當前智能教育的產品形態主要集中在：智能批改、拍照搜題、智能測評、智能題庫、分級閱讀和自適應學習6個方面。其中，自適應學習和分級閱讀是最主流的產品形態，兩類產品數量合計占比49%。

　　基于教育類公司受場景驅動，更易貼近消費者、洞察行業痛點與需求的特性，報告認為教育類公司是智能教育市場的關鍵性代表企業之一。

　　基于教學經驗和教學數據的積累，好未來在智能教育上亦有所探索。目前好未來研發人員超過5000人，累計研發投入超過10億，初步建立了智慧教育研發體系、基礎支撐體系和系列技術解決方案。

　　呈現在結果層面，好未來擁有中文語音識別、英文語音識別、小學口算批改等教育領域主流業務場景數據集，擁有動作、情緒、文字、語音識別，語音、互動評測，表達能力評估和個性化題目推薦等多項人工智能技術能力，推出了童聲語音評測（中英文）、拍照解題（數學）、兒童表達力評測（中文）、學情診斷（課堂）等智能教育解決方案。

　　智能教育已在線下AI課堂、智能測評等領域有相關落地案例

　　人工智能+教育，已經不再是束之高閣的理念，而是開始有了落地性的實踐。

　　目前，這些應用實踐主要集中在線下AI課堂、智能測評、智能題庫、智能錯因診斷、智能課堂質量評估、智能排課等場景，并形成了一批可復制、可推廣的解決方案。

　　首先，體現在線下AI課堂方面。

　　報告稱低成本、標準可靠的“AI課堂”，可以利用計算機視覺、智能語音、自然語言處理及機器學習等多項人工智能技術在學情數據的基礎上建立學生模型，結合學科知識體系、班級和個體的實時學習表現，通過人工智能引擎進行個性化的學習方法和路徑設計，以普惠的價格提供給每個家庭，打破優質教育“高門檻”。　　

　　以好未來為例，好未來于2018年推出WISROOM人工智能課堂解決方案，將“學”和“習”進行拆解，課堂上由“優質老師”負責知識傳授，課前預習、課后答疑由真人教師完成。目前WISROOM已覆蓋全國148個城市，服務近800個教培機構，學生人數已超過10萬人。

　　其次，體現在智能測評上。

　　當前，不少接受英語教育的學生面臨著“啞巴英語”的困境。報告中也提到，尤其是在教育水平落后地區，具備專業、準確的口語表達能力的優質師資的稀缺性與分布不均被進一步放大，導致口語練習很難得到及時反饋和精準指導。

　　在這一痛點下，科大訊飛E聽說則運用了智能語音評測技術，通過多樣化的人機交互訓練方式（如跟讀、?？肌㈥J關），對學生口語發音進行多維度評分和精準矯正，同時運用人工智能分析學生學練測數據，進而推算生成針對性評測報告，定位知識盲點，助力學生提升口語。

　　目前，該產品已經在全國超過7000所學校廣泛使用，推廣班級超6萬個，累計使用用戶超1200萬。

　　第三，體現在智能題庫上。

　　根據國際學生評估項目（PISA）公布的最新一輪測試結果，中國幾乎是總體學習時間最長的國家，但學習效率卻非常低。通過“題海戰術”來進行查漏補缺和強化練習，是我國傳統教育往往采用的訓練方法。

　　報告認為，通過人工智能技術（諸如圖像識別、自然語言處理、數據挖掘）的運用，可以為學生在海量題庫中快速提供題目解析方法，并通過精細化的知識圖譜和標簽體系來識別學生的薄弱點，為學生提供個性化的“舉一反三”的強化練習。

　　以2014年上線的作業幫為例，作業幫可以通過拍攝的題目照片快速檢索對應解析辦法，為學生提供多種思路和詳細解析過程。目前作業幫已經累計激活用戶4億以上，月活用戶1.2億，平均每年為用戶提供累計超過350億次作業輔導和知識講解，超過5億次“舉一反三”練習，超過2000萬次問答，超過100萬小時的答疑講解。

　　第四，體現在智能錯因診斷上。

　　報告稱，人工智能可以基于OCR識別、自然語言處理、數據挖掘等技術，采集匯總學生作業、考試結果，分析不同學生知識點弱項，進而形成個性化的學情報告。

　　例如，極課大數據推出的大數據精準教學服務平臺系統，就可以對作業和考試等動態數據進行采集和分析，憑借多樣化立體的學情報告幫助量化教學目標，做到兼顧個性差異，改變原有“大鍋飯”式教學。目前，已覆蓋全國30多個省、市、自治區，超過4000所學校，超過770萬老師學生和家長。

　　第五，體現在智能課堂質量評估上。

　　報告認為在傳統教學模式下，學情評估始終困擾老師與校方，且由于評估方式主觀、指標不可量化、評估維度有限等，行業缺乏對“好課”的統一標準。而AI監課系統可以通過數據的挖掘與深度分析，產生全面、客觀、科學的課堂評估報告。

　　同樣是基于痛點，好未來推出了GodEye課堂質量評估系統。該系統利用計算機視覺、語音識別、自然語言處理、數據挖掘等人工智能技術，對兩千多個維度的課堂數據進行捕捉，從學生的6大課堂行為出發，針對每位學生提供出一份詳盡的課后報告，使先進教學理念可以落地。在接入教學系統后，GodEye將原先不足10%的課堂教學評估覆蓋率提升至100%，質檢效率提升近50倍。

　　第六，體現在智能排課上。

　　報告提及，新高考政策將傳統的教學模式顛覆為走班教學模式，理論上已經有20種選課組合，如何有效合理的分班、落實課務的安排成為了走班教學模式亟待解決的問題。

　　以曉羊教育為代表的智能排課解決方案則通過人工智能技術的引入有效解決了這一問題：基于學生選課和校內教師資源數據的初始輸入，智能化制定專屬于每個學生的個性化課表。

　　截至2019年3月，該平臺已經適用全國1600余所學校，并且只需要十幾名后臺人員即可協助排課。

 

　　智能教育未來潛力將集中于判斷和推薦領域

　　不過，在教育“備-教-學-測-評-練-管”的完整閉環下，人工智能有待探索和作用的空間仍然非常巨大。

　　正如報告將人工智能發展階段分為工具輔助-價值創造-因材施教的進階過程一樣，報告也強調之前的探索多集中在識別領域，工具屬性較為明顯，而未來的潛力空間則應該主要集中于判斷和推薦領域，從工具屬性升級為服務屬性。

　　對于其中的優先級，報告列舉如下：

　　優先級一：主要為2年內實現產業化應用的“備”、“教”等核心環節。

　　這點，以直播課為例，當“近場語音識別技術”攻破之后，即可在直播課堂上聽懂每位學生的發言，“語音和嘴型擬合技術”還可幫助老師同時與數百名學生互動，進而增強直播體驗。

　　這一應用，恰好也是瞄準了當前熱議的“直播效果遠不如線下面授好”的痛點。

　　優先級二：主要為在2年內實現產業化應用的“練”、“考”等次核心環節及2-3年間實現產業化應用的“備”、“教”等核心環節。

　　以監考為例，通過計算機視覺、智能語言、自然語言處理等技術，系統對大量的考場視頻的考生動作進行分析，建設智能考場的人工智能感知分析體系，精準識別考生的違規動作并據此判斷考生作弊的概率。

　　優先級三：主要為2年內實現產業化應用的“評”、“管”等外層環節，2-3年間將實現產業化應用的“練”、“考”等次核心環節以及3-5年才能實現產業化應用的“備”、“教”等核心環節。

　　代表場景是課堂質量評估、班級學情管理、習題個性化推送、AI課程、本地化教研等。

　　優先級四：主要為2-3年間實現產業化應用的“評”、“管”等偏外層環節，及3-5年間有望實現產業化應用的“練”、“考”等次核心環節。

　　代表場景為中文作文批改、個性化答疑等場景。

　　不過，如人工智能在其他領域的應用一樣，智能教育的創新應用并不會一帆風順，需要調動產、學、研等各方力量。

　　為此，加大智能教育關鍵技術的研發，加快制定智能教育的標準和規范，加強人工智能的人才培養，已成為教育行業乃至國家的共識。

　　隨著智能教育的發展，因材施教或許將不再是空談。

       掃描下方二維碼，查看報告全文。