文章來源：量子位
作者：量子位智庫
經過一年的快速疊代，業内對于生成式AI将會率先落地于哪些行業已經有了答案。
教育領域，不僅被OpenAI列為重點應用之一，也成為國内大模型廠商布局的重點方向。
生成式AI技術發展的背後，反映出人類與大模型交互的不斷精進。大模型在訓練過程中不斷學習人類的思考方式，人類在與大模型的對話中也收獲了靈感和新知。
這一過程，正是「教學相長」，也是教育追求的理想狀态。正是因為生成式AI與教育的高度适配，使得教育成為生成式AI落地的絕佳領域。
在确定了落地方向後，更重要的技術與教育怎樣結合以達到賦能後者的作用。
過去一年裡，AIGC賦能教育有了哪些成果？AIGC對教育的颠覆究竟如何？未來，教育又會因生成式AI的發展而出現哪些新趨勢？
在《AIGC教育行業全景報告》中，量子位智庫給出了産業内外交流後的系統性梳理。
核心觀點包括：
教育大模型成為産業基座，「AI原生」思想滲入産業各環節
AI智能體助力「個性化學習」普惠，每個學生都有自己專屬的AI家教
AI智能體化身教師助手，幫助教師完成能力進階
跨學科理解構築教育大模型高階能力，将成為模型層玩家核心競争力
教育大模型向多模态演進，落地産品趨于豐富
未來3-5年AI PC是主流硬件産品，GenAI+XR将賦能創新教育
AI智能體「具象化」發展，具身智能+腦機接口實現人機共融
……
具體細節，我們逐一來看。
01
教育科技領域全面擁抱生成式AI
生成式AI将我們帶入AI2.0時代，通過海量數據的學習，AI開始出現湧現能力，所生成的答案以一種更符合人類溝通的方式呈現，并且能夠一定程度上激發人的思辨意識。
教育科技領域，最直觀的變化在于産品「AGI」化。從學習機到APP、到智慧教學，教育科技領域都一定程度上接入GPT類産品。
2023年5-6月期間，搭載訊飛星火認知大模型的AI學習機，GMV分别同比增長136%和217%，AI學習機也成為去年雙十一期間，京東和天貓雙平台銷售額冠軍。
教育大模型成為産業基座，「AI原生」思想滲入産業各環節
面向K-12群體的AI學習機全面推向市場
學習機屬于國内市場特有的教育科技産品。學習機在大模型的加持下，通過為用戶提供增量價值，銷量實現反彈。
從産品角度看，國内做AIGC教育，大企業多數選擇在學習機搭載大模型，通過為用戶提供增量價值來提高産品銷量。
學習機賽道目前競争激烈，生成式AI的出現，有望為學習機構建新的競争壁壘。
從用戶角度看，學習機受衆為K-12人群。此類人群的付費意願來自家長。
在小學階段，家長重視孩子的興趣養成；而在中學階段，家長看重産品是否能夠提高孩子學習成績。
語言類學習APP産品體驗升級，市場反饋優于預期
語言類學習APP在海外市場表現突出，頭部産品已接入GPT4。國内語言類APP也同樣接入了大模型，且加入生成式AI技術的交互問答相較前代産品有了本質提升。
從産品角度看，從軟件切入AIGC教育賽道的企業，通過接入通用大模型，加以自身積累的教育數據進行微調訓練，以APP類産品為主。
此類産品因其對話體驗升級，目前是大模型應用于教育的産品中市場反饋最積極的品類。
從受衆需求的角度看，目前主要以大學生和上班族為主。這類人群中，大學生還會有提高成績的需求，而上班族并沒有成績提升的需求，學習語言更多是出于工作需求或興趣。對于這兩類人群來講，用戶留存率是關鍵。基于此，在産品設計上會更注重用戶體驗以及營銷策略。
02
生成式AI成為教育變革新動力
教育與技術的結合由來已久。随着上世紀90年代互聯網的興起，開啟了在線教育時代。進入21世紀，通過智能系統的引入，自适應學習成為海外教育的熱點。2010年以後，随着人工智能技術的發展，知識圖譜等技術又被用在教育領域。
每一個階段，教育都會于當下的技術相結合，解決教育中面臨的問題。
在生成式AI時代，技術與教育融合，對教育的兩個核心角色教師與學生産生了颠覆式的效果。AI以一種新的形式——Agent，融入到教師和學生的日常中，在提供教、學幫助的基礎上，改變二者的學習和工作狀态。
AI與教育的結合，也讓科技類企業在教育市場中的比重越來越大，生成式AI能力成為新的競争點。
AI智能體助力「個性化學習」普惠，每個學生都有自己專屬的AI家教
AI智能體為學生提供個性化教學：主要體現在課後階段，能夠有效實現一對一學習輔導。
生成式AI時代，對于教育者來說最大的機會是自适應教育的普惠。
在生成式AI之前，教育領域采用個性化學習是一件成本極高的事情，對于學校和家庭都提出了很高的要求，需要先進的硬件設備、更多的師資力量以及教學場地。
在生成式AI出現後，AI智能體發展觸手可及，AI智能體可以作為每個學生的私人助教，随時随地陪伴學生學習。
AI智能體化身教師助手，幫助教師完成能力進階
在工具使用上，AI智能體降低了教師的學習成本，為其提供幾乎零門檻的使用方式。在工作環節，AI智能體幫助老師更高效地生成課件、提供教學設計思路等。
AI智能體一定程度上釋放教師生産力，教師的更多精力能夠用于提升學生素養上，教師的職責從授業解惑逐漸向育人轉變，焦點從關注學生成績擴大到關注學生的心理狀态。
03
變革與挑戰共存
教育類大模型在落地過程中主要面臨三類挑戰：
1）數據質量；2）幻覺問題；3）價值觀對齊。
挑戰一：高質量數據缺乏導緻模型泛化性不足
低質量文本數據，包括過多的重複内容、低質量文章等，不僅影響模型訓練效果，還造成一定算力浪費。
教育數據，特别是教學行為數據獲取受限、高質量教育标注數據缺乏導緻可訓練教育人工智能模型有限。因此，數據質量成為教育大模型發展的關鍵。
挑戰二：教育大模型的規模化應用需要解決幻覺問題
教育領域的大模型，最關鍵的是确保模型回答的準确性以及價值導向。
準确性體現在數理問題上，目前教育大模型在數學問題上的準确性偏低，尚無法達到可大規模應用的水平。在一些高階數學問題的回答上，準确率普遍在50%以下。
在教育領域，可以通過基于搜索增強生成(RAG)的問答推理和基于提示詞工程的問答推理來解決幻覺問題。
挑戰三：價值觀對齊是教育大模型落地的必經之路
對于價值導向，主要是指在大模型的回答上，是否出現偏激、不符合事實的言辭，甚至出現一些錯誤引導。
在價值對齊上，常用的方式是RLHF（人類反饋強化學習），将在一般文本數據語料庫上訓練的語言模型能和複雜的人類價值觀對齊。
此外，由于目标人群為學生，在教育大模型的審核上會更加嚴格。針對AI生成的内容還會采用人工審核的方式，進一步過濾低質量内容，确保生成内容不存在錯誤引導。
04
行業變革帶來新趨勢
跨學科理解構築教育大模型高階能力，将成為模型層玩家核心競争力
國内市場中，自建大模型已經成為行業玩家的必備能力。
在教育領域，入局AIGC的企業都選擇自建大模型，區别在于模型的能力範疇。部分企業選擇提供全科輔導，有些企業選擇先進行單科突破。目前企業自建教育大模型已具備跨學科知識整合能力。未來，跨學科理解将成為自建大模型高階能力的體現。
跨學科大模型是連通知識與解決實際問題之間的一座技術橋梁。
跨學科大模型在需要掌握豐富知識體系的學生群體中具備更高的價值，如中學生、大學生。對于中學生來說，需要學習的科目繁多。學生一貫的學習方式是大量刷題、反複記憶，但在知識點之間并沒有形成「連接-遷移-貫通」。因此，存在考完即忘，無法與實際應用結合。這也是教育領域一直想要解決的問題。
跨學科大模型解決的便是幫助學生将知識點真正融會貫通，并且能夠運用知識解決現實問題。
教育大模型向多模态演進，落地産品趨于豐富
多模态大模型将不同模态的信息進行整合，能夠促進更加準确、全面的理解和推理。
在教育領域，通過分析學生寫作、繪畫、語言表達等數據，智能體可以更好地理解學生的學習狀态和需求，并提供個性化指導建議。通過分析教師的教學數據、課堂情況，能夠幫助教師實時管理學生、高效完成教學工作。
多模态大模型的發展将伴随硬件的不斷升級，AI智能體的産品形态也會随之疊代。随着數據維度的增加，AI智能體将逐步成為用戶的「專屬」夥伴。
未來3-5年AI PC是主流硬件産品，GenAI+XR将賦能創新教育
AI智能體「具象化」發展，具身智能+腦機接口實現人機共融
AI智能體将向具象化發展，從Internet AI走向Embodied AI。
當前，AI智能體已然成為大模型應用的主流形态，通過「人機協同」的方式完成任務，其中AI智能體承擔大部分工作。
AI智能體現在以軟件的形式存在于各類智能設備當中，部分産品已經擁有數字人形象，提高互動的真實感。
未來，A智能體将進一步演化，從虛拟世界走向真實世界，擁有實體形象。「軟硬結合」的具身智能将進一步擴大智能體的能力範圍，此階段AI智能體在機器人的形态下，賦能教育實踐場景且具有更強的陪伴屬性。
而到了腦機時代，AI智能體與人類的交互将更加深入，AI智能體對人類的意圖理解及狀态分析都将更準确，并且能夠對有學習障礙的人群進行幹預，人機共融将達到新的高度。
— 完 —
