1、教育資源的局限
 

　　盡管自古以來我們一直強調(diào)“有教無類”，但是相對于龐大的人口規(guī)模，優(yōu)質(zhì)的教學資源無疑是稀缺的，不可能一視同仁地被所有人享有。有數(shù)據(jù)顯示，特級教師只有1/10000的學生可享受，大部分學生面對的是普通低質(zhì)量老師。于是，優(yōu)質(zhì)教育資源只能越來越集中在優(yōu)勢地域，而劣勢地域則越來越缺少資源，馬太效應由此形成。
 

　　2、教師精力的局限
 

　　盡管自古以來我們一直強調(diào)“因材施教”，但是教師不是超人，他的時間、精力和能力都是有限的，不可能兼顧每個學生的學習程度、階段、能力、個性等。于是，采用固定的教學內(nèi)容、固定的教學模式、固定教學手段的傳統(tǒng)教育方式成為了“不得已”的解決方案。
 

　　基于以上兩種情況，我們不難發(fā)現(xiàn)傳統(tǒng)教育從一開始便和嚴格甚至殘酷的“選拔制度”相伴，優(yōu)質(zhì)教育資源向優(yōu)勢區(qū)域集中，優(yōu)秀教師精力向少數(shù)優(yōu)等生集中。所以，只要有人能夠拯救那些老師照顧不來的學生，解決教學資源問題，那么誰就可以從教育市場上分下一杯羹，一大杯羹。
 

　　通用性的教學沒有辦法真正做到“因材施教，教無定法，有教無類”的教學理念，但人工智能技術(shù)的興起，更準確的說是神經(jīng)網(wǎng)絡技術(shù)的發(fā)展，讓因材施教看到了極大的希望和曙光。如果說，今日頭條是基于人工智能來了解每個人的興趣愛好，推薦他關(guān)注的內(nèi)容。那么人工智能教學就是基于人工智能了解每個學生的知識點掌握狀態(tài)、學習能力、學習進度、階段和特點，并給予相應的。
 

 

　　一套人工智能教學系統(tǒng)應該具備三個要件：
 

　　1、精準知識點。AI教育系統(tǒng)將學習科目的所有知識點進行納米級拆分組合，并形成靈活彈性的系統(tǒng)，讓學習內(nèi)容和學習能力，思維能力，學習習慣之間產(chǎn)生相關(guān)性，例如摩恩網(wǎng)絡也提供在線教育的網(wǎng)站建設(shè)方案等。具體可以跟摩恩網(wǎng)絡在線客服人員了解咨詢。

 

　　2、因材施教，一對一教學。AI模擬一名優(yōu)秀的特級教師，通過知識圖譜、認知診斷模型根據(jù)學生的學習、行為數(shù)據(jù)定位出孩子相應的知識掌握狀態(tài)、薄弱環(huán)節(jié)，針對性的視頻講解、專項練習、專題測試來輔導與教學。
 

　　3、會更新。可以根據(jù)學生不同的階段對知識點更新，算法還可以不斷優(yōu)化更新。當然，所有的知識點自身擁有一套不斷迭代更新的算法和數(shù)據(jù)系統(tǒng)。
 

　　盡管相對于“人工智能”，人工智能教學對于大眾來說是還是比較陌生的，但是在西方，該技術(shù)已經(jīng)有了十多年的發(fā)展歷史，其中最著名的就是美國Knewton的自適應系統(tǒng)，已經(jīng)深耕此領(lǐng)域10多年，最近3年得到廣泛認可，歐美已經(jīng)有3000家中小學、大學使用了各家機構(gòu)的人工智能教育技術(shù)。
 

 

　　AI+教育依然存在各種坑
 

　　“AI+教育”看起來非常美好，但當我們研究深了后，看過許多智能教育項目后，會發(fā)現(xiàn)這條道上存在著許多看得見的看不見的坑：
 

　　1、建立優(yōu)質(zhì)教育資源庫
 

　　AI建立的是一個新的教學體系，所有的知識點和題目都必須是為了它的規(guī)則和目的特制的，只是將傳統(tǒng)的知識結(jié)構(gòu)、以前的題庫照搬進系統(tǒng)，效果必然是要大打折扣的，圍繞AI的本質(zhì)和需求重建一套智能系統(tǒng)教育資源信息庫是創(chuàng)業(yè)公司的重要能力。而且，中國地大物博，教育都是以行政區(qū)劃為單位，各地教學大綱不同，教學重點不同，一套AI教育系統(tǒng)如何解決各地教學方案不統(tǒng)一的問題，是否可以滿足一二線城市學生的需求，又可以滿足三、四線城市學生的需求。
 

　　2、建立強大的算法
 

　　如何建立最強大的算法，真正了解每個學生？算法到底是一個程序的邏輯，而人則是活得，學生的多樣性更加增加了算法的難度，如何避免頭條式的興趣閱讀太過垂直的問題是一個問題。
 

　　這里的算法必須是策略型，要學會找到學生的不同的學習策略，類似AlphaGo，不能是單純的識別型，通過圖像捕捉來匹配題目答案，這是兩個完全不同的人工智能。
 

　　3、樣本數(shù)量充足
 

　　學習的剛性需求明顯，但是特殊性也更突出。所以只有足夠的學生使用，從而產(chǎn)生數(shù)據(jù)量，才能不斷優(yōu)化算法，因為數(shù)據(jù)的積累是人工智能技術(shù)和大數(shù)據(jù)技術(shù)最優(yōu)運行的基石。而且企業(yè)樣本數(shù)量的選擇，需要從一二線城市到三四線城市甚至五線的縣域城鎮(zhèn)都必須有可以抽取的樣本。
 

 

　　4、如何解決學生的注意力？
 

　　這個魔咒是人性的弱點，注意力是很反人類的，人工智能教學缺乏老師的約束和監(jiān)督之后，純粹依靠學生的主觀能動性，是無法解決“注意力稀缺”的詛咒，到最后很可能是學生根本不沉浸在學習中。線上教育缺乏制約性的學習氛圍，其結(jié)果就是學生購買課程卻常常無法完成課程。當然，就連成年人也沒好多少，就好比在知乎上買了live課程，你能全部聽完？
 

　　5、如何解決家長的不信任問題？
 

　　沒有人愿意當小白鼠來做這個實驗，所以智適應說的再好，歸根結(jié)底還是需要接受實際的論證，那么到底有誰愿意讓孩子來接受在線教育的人工智能教學，而放棄傳統(tǒng)教育？
 

　　6、強GR能力、強PR能力
 

　　人工智能教育系統(tǒng)技術(shù)開發(fā)是一個層面，如何將應用成果顯性化，推廣落地得到迅速支持，又是一個層面。商業(yè)模式真正鋪開才是硬道理，而這又是難題。推廣教育系統(tǒng)繞不開教育部門、學校、教師、家長等多個關(guān)口。如果能獲得政府部門的支持，依托于教育主管部門，可以在公校迅速拓展認知和渠道的布點，渠道寬了，速度自然就快。社會渠道上，還需要通過一些社會化行動，迅速讓社會獲知成果，贏得家長信任，獲得家長的認知。
 

　　到目前為止，應該還很難說在線教育系統(tǒng)的人工智能給教育帶來什么樣的根本性變革，而且擺在創(chuàng)業(yè)者眼前的六大坑的任何一個挑戰(zhàn)，就足夠讓失敗的案例遠遠多于成功的。
 

　　AI算法大牛加教育行業(yè)資深專家組成的優(yōu)秀專業(yè)團隊是成功的基礎(chǔ)，至少可以讓團隊跳過第一、二坑，產(chǎn)出足夠有說服力的產(chǎn)品。但如何推廣、商業(yè)化，如何讓用戶用你的產(chǎn)品積累足夠多的數(shù)據(jù)樣本并優(yōu)化算法才是值得行業(yè)人和創(chuàng)業(yè)者們的思考：
 

　?。?）、考慮真正的用戶體驗：你的用戶是老師還是學生？真正的需求是提分培優(yōu)還是提高工作效率和教學效率？這樣的解決方案是老師和學生(家長)現(xiàn)在就需要嗎？
 

　?。?）、尊重教育的規(guī)律，任何決策需要考慮到教育本身的特殊性：慢過程，低頻，見效慢；考慮K12行業(yè)的特殊性：學習者和決策者不是同一個人，學生是學習者，而決策者是父母。