title

【蓝象报告】AI是唯一解: 2017中国教育均衡问题与新机会

2017-05-03 21:45:29

原标题:【蓝象报告】AI是唯一解: 2017中国教育均衡问题与新机会

蓝象资本高级投资经理 王凯峰

他有10年互联网产品研发和市场运营的丰富经验,擅长产品创新、数据分析和技术管理,曾担任好未来产品技术委员会成员和家长帮 APP 负责人,曾撰写 2016-2020年Edtech创业趋势预测与EdAI:2016-2020年 教育迈向智能时代等行业观察报告,被近40家教育、创业、科技媒体转载。

蓝象营五期正在火热招募中,如果你是“教育+AI”领域的创业者,欢迎找到他(微信:wangkk )好好聊一聊。

如何一劳永逸的解决中国乃至全球的教育问题?

这个命题提起来有点像是痴人说梦,然而仔细思考,会发现中国教育与所有培训机构面临的困境很类似——高品质供给不足。

正如《富足》一书中描绘了未来的可能美好愿景:地球上90 亿人喝上干净的水,住上自己负担得起的住房,个性化的教育,顶级的医疗护理,用之不竭的无污染能源。这背后的一切都来自于科技进步造就的供给增加,带来资源富足。

前段时间我做了《2017中国教育均衡问题与新机会》报告。投资机构常常关注的是行业背后的商业机会,然而作为深耕教育领域的投资人,我想跟大家分享一下教育均衡背后的核心问题。

(查看完整版报告 H5 请在“蓝象营”公众号中回复“018”)

1

中国教育问题的真正根源

是什么导致了中国教育的问题?

因为曾经接触过很多为了孩子小升初而心理焦急的家长,以及隐秘的名校点招规则,我一度认为是政府部门的不作为造成了中国教育问题 ,然而阅读了大量的文献之后发现事实并非如此。

基于上面的数据,我们可以明显的看到:

1、钱的总量在增多,效果在变好:

随着教育经费逐年提升(2015年3万亿 RMB),义务教育阶段的入学率已经高达100%(毛入学率是按照适龄儿童计算,高于100%),高等教育的毛入学率也已经高达40%。

2、钱的投入阶段在变化:

教育经费先投入到了高等教育,在过去的几年里又投入到了基础教育 K12,然后现在开始关注高职和幼儿园。当饼不够分的时候,这个先后顺序非常明智。

那是不是就没有问题了呢?当然不是。如果只对着平均数来研究,那就相当于对着一头牛来研究老鼠和大象(老鼠+大象的体重平均数等于牛),很难找到问题所在。

那让我们看看在分布上存在哪些问题?

为了找到背后的原因,我们从财政、人力、课程等角度做了一些研究。

1、教育信息化在过去十年,已经完成了大量基础硬件的铺设,在贫困地区也能看到多媒体教室和网络。但是目前这些设备闲置情况严重,极度缺少可以使这些设施真正用起来的合格内容、应用和教师。

2、教师的薪酬低,激励体系、发展体系落后。批量生产合格的老师很难,加上优秀的人才不愿意进入教育行业,尤其是不愿意进入乡村教学,造成了大量地区教师资源极度匮乏。同时在岗教师技能落后,相当一部分编制被非教学岗位占用。

3、课程内容陈旧,有一些已经与现实严重脱节的课程还在使用,这造成了大量学生就业困难。但与此同时市场上却面临人才荒。

4、学校采购了很多设备,也进行了大量教学改革。但如何评价教学效果的好坏?如果不用应试分数,是否有一套科学的指标来衡量教学效果?如果没有数据能够反馈是否有效,那么我想对于进一步的改进教学无异于瞎子摸象。

我们从各种数据中可以看到,区域发展不均衡、阶段发展不均衡是主要问题

1、在过去的几年中,教育经费大量投入到西部地区,甚至造成了中国教育的“东西两头高,中间低"的情况,这虽然是一个有点矫枉过正的情况,但也可以间接说明中国政府在教育均衡上的确不遗余力。

2、在教育支出逐渐增大的情况下,各个教学阶段投入重点不同。目前来看幼儿园的经费缺口最大。预计在2021年,幼儿园缺口近11万所,幼师等幼教相关人才缺口超300万。

3、重点校囤积了大量优质教育资源,占用了大量经费,就算同一个城市内校际之间的单校经费差距也有高达几十倍的。

另外一个中国特色的问题是留守儿童和流动儿童。

伴随着中国的高速发展,大量的农民工进城务工。有一部分留在了当地变成了留守儿童,在缺少父母陪同的情况下容易出现孤独和人际能力缺失的状况;还有一部分跟着父母迁徙成为了流动儿童,在现有的户口政策下上学会遇到种种问题。

为了解决这些问题,我们看到国内的同行们从政策、公益、商业方面有很多的尝试。感兴趣的朋友可以看看下面四张幻灯片。

2

中国教育问题的解决之道

回到文初的这个问题:有什么能够一劳永逸的解决中国乃至全球的教育问题吗?让我们来试着看一下可能的解决方案。

1

如何增加教育资源供给?

传统的课堂学习是个双规问题,规定时间和规定动作,也就是说时空必须同步。如果假设教师的供给量是一定的,那么解决教育的供给侧问题,显然要解决时空问题。

总体来说有两套方案:

1、内容丰富化

纸质教材、电教室、MOOC、微课把教育凝练到内容里。学生时间和空间都可以异步。但异步后的问题是对学习发起端自驱力要求强,同时缺少互动。

内容加持人工智能后甚至开始具有个性化,一套根据个人学习情况推荐练习和学习内容,甚至对用户行为进行评价和建议的智能化教材,到底是内容还是服务?这时候边界就渐渐模糊了。

2、服务批量化:

小班课程、大班课程与在线直播一师多用。线下的问题是时空必须同步,而直播消解了空间同步,只需要时间同步即可保证课堂互动性。但批量化后的问题是牺牲了互动性。

服务批量化的最新尝试是双师课堂,远程老师+现场老师协作,既解决了批量应用优秀老师的时空问题,又解决了现场学生的互动难题,堪称是两全的解决方案。

但从公立学校的事实来看,由于这种模式会剥夺一线老师的教学权和发展空间,可能比较适合于增量市场(如新学校、新机构),而非对存量市场的改造。

2

怎样提升学习效率?

由于脑科学的发展缓慢,我们尚且无法了解人是如何学习的。知其然而不知其所以然,是我们对大脑理解的最近状态。

所以对 Elon Musk 的 Neuralink 和 facebook 的人脑打字项目,我非常希望能有所突破。

打个比方来说,大家都觉得教育产业跟医疗产业很相似,但他们之间的核心区别是医学已经完成了从传统的经验医学到科学的转变,而教育的科学还没有摸到门。

在这个时候说无法人人享受到优质教育资源,就像是在杂交水稻出现之前中国无法养活那么多人口一样,供给不足啊。

批量的培养老师难,周期长,非标准。工资太高负担不起,工资太低没人愿意干。偏远的地方好老师也不爱去。所以老师到底是教育的一个 Feature,还是一个 Bug 呢?

3

AI 是唯一解

我想来想去,认为还是需要依靠人工智能,把人类教师替代掉才可能完成批量供给。首先机器要明白学生说的话语的意思(NLP),也要明白这个问题背后的教学内容(知识图谱),才能给出明白的讲解内容。

在图形和语音识别准确度已经高达99%以上的情况下,NLP 仍然只有70%左右。如果在 NLP 这个环节有突破进展,那么机器就能理解我们的语言和背后的意义,可以针对每个学生组织动态的内容讲解了。

NLP 是一定可以突破的,但目前还是有些遥远,乐观的估计是在三年到五年的时间。如果突破了这个环节,我们的教育一定会发生巨大的变化。现在的Alphago 已经超越了人类的围棋,而 NLP 突破后,机器教师将会第一次教得比人类好。

尽管现在 NLP 还做得不够好,但已经可以有限的应用到学习场景了。

比如前两天我玩的比较爽的《如果英语》,可以扮演一名特工潜入美国获取秘密情报,要遇到买票、通关、搭讪、找路等各个情节。玩起来一个多小时通关,隐隐约约感觉到有一种『真人陪练』感觉了。

《如果英语》,Appstore 搜索可下载

这是如何做到的?

首先通过游戏导入场景让你产生玩下去的动力,然后通过场景限定了沟通的语言的范围,这时通过简单的语音识别和 NLP,就可以做出较为准确的对应。

感谢我们生在这个伟大的高速发展的时代。十年后的教育将会与现在完全不同。

—END—

蓝象营五期,火热招募中

点击下图查看完整信息

申请加入蓝象营五期,你将获得:

一笔启动资金30万或80万人民币占3%或8%

一群真懂教育的家伙2位合伙人 + 32位教育行业成功企业家顾问

三个月业务加速12次1对1业务辅导 + 3场集体迭代会 + 项目专属私董会 + N 次专题小班课

一场Demo Day:集中对接超过150位顶级VC和产业资本

34位顶尖创业校友:蓝象营一期到四期34位校友网络,其中近半数已经完成下轮融资

14家战略合作伙伴:全面覆盖媒体、法律、财税、人事、场地、融资等

责任编辑:





联系我们

公众号

微信公众号:蓝象营

提交商业计划书



立刻登记项目


bp@ifutureworks.com

工作机会



加入我们
和蓝象一起创造未来!


hr@ifutureworks.com

地址






中关村互联网教育创新中心16层