AI不是無情物，助學助教更解憂_風聞

​

▲許多父母苦輔導孩子作業久矣。圖片來源：《小捨得》劇照。

文 | 佘宗明

暑期將至，大型史詩級家庭倫理災難劇之《爸媽陪我寫作業》（別名《陪娃寫作業，我好像在歷劫》）已進入熱播倒計時。

那，熟悉的“遠交近攻（網絡釋義為“娃做作業時，離遠點還能交流，離近了想不攻擊他都難”）劇情能否被扭轉為GE（好結局）？

▲“遠交近攻”在網絡上有了新釋義。

自帶《拯救》BGM的AI説：我看行。

AI跟家長輔導作業，聽上去有些次元壁，但在“AI賦能教育”的串聯下卻能產生緊密連接。

本質上，這是“AI+教育”的宏大敍事沉入現實厚土後該產生的化學反應——那就是，讓教育痛點少些、少些、再少些。

01

在“最炫AI風”颳起後，“所有行業都值得基於AI重做一遍”已漸成社會共識。

AI可以重塑三百六十行，最佳應用場景非教育莫屬：要用户規模，有，教師、學生、家長都可以是用户；要使用場景，也有，教學、管理、學習、考試都可能用得到。生成式AI的語義理解、內容生成、多模態、對話式交互等特徵，也跟教育需要高度契合。

去年底，比爾·蓋茨就預測，AI將在未來5到10年內改變目前的教育範式和內容。

等風來，風已來。教育插上AI翅膀，是大勢所趨。

問題來了：AI跟教育結合的價值點在哪？

答案就是，消除教育痛點——既包括老師的，也包括學生的，還包括家長的。

老師苦繁瑣的“備、教、練、考、評、管”久矣，學生苦沒人能精準輔導久矣，家長苦輔導作業久矣，環環相扣。

痛點在哪，AI賦能的觸角就該伸向哪。

02

“多少老師的青春，被抄教案所吞噬？”這是一教師在網上的感慨。

這番感慨頗具針對性：現實中，很多老師每天光備課都得花2個小時以上，因為備課通常“既要又要還要且要”，既要分解教學內容，又要制定教授策略，還要設計課堂互動，且要做好課件教案。在此過程中，老師們的大量精力耗在了線性流程上。

▲備課太繁瑣，是很多老師的痛點所在。

備課的難，只是老師們教研教學中痛點連着痛點的縮影。

在這方面，AI大模型就有些用武之地：如果AIGC能幫老師在做教案出考題時更省時省力（如設計數學幾何題型時先用AI文生圖生成想要的畫面，再跟專業原畫師溝通），AI教學輔助工具能幫老師完成教案自動生成、課堂智能反饋、作業掃描後自動批改、學情自動分析等，那AI助力教研教學提效的圖景自然可期。

現在看，無論是學而思的九章、網易有道的子曰、作業幫的銀河、猿輔導的看雲等垂直大模型，還是百度的文心一言、科大訊飛的星火等通用大模型，都切入了該賽道。

拿九章大模型來説，它就正將學而思沉澱20年教研教學經驗用來助力教育行業，把領先的教育AI能力成果與全行業共享。

在正在進行的2024年百度智能雲“千帆杯”AI原生應用創意挑戰賽中，學而思深度參與教育生態行業賽活動，今年的主題與教育大模型九章有天然的契合，九章大模型以開放API接口的形式，將中英文作業批改、數學問答解題等教育AI能力開放。參賽選手包括開發者、企業、老師、家長等，都可以在百度智能雲千帆大模型平台上調用和體驗九章大模型的多項能力，為教育場景下的開發需求提供高效工具，助力更多創新應用的誕生。

可以想象，當那些繁冗流程、複雜步驟被AI壓縮成了“一鍵××”，從眾多程式化工作中解放出來的老師們，也就有更多精力放在個性化精準教學上。

為老師減負，就是為教育提效。

03

老師痛，學生和家長也痛。

這些年，家長“漸崩式輔導作業”已貢獻了太多熱搜：有北大教授感慨“不輔導作業父慈女孝，輔導作業雞飛狗跳”，有清華學爸輔導作業氣到捶牆……那些被“心梗+結節”點過穴的家長們都知道，成年人離崩潰往往只差一個輔導孩子寫作業的距離，真的不是開玩笑。

▲這些年來，家長輔導作業的崩潰瞬間頻上熱搜。

究其癥結就在於：很多家長的知識結構跟時間精力，未必能匹配輔助孩子個性化學習的需要。

AI在C端的價值體現，就在幫助學生和家長上。這類幫助，需要軟硬一體化（端雲協同）的支撐，這樣教育AI對學生、家長才是看得見也摸得着的存在。

從軟硬一體化角度看，AI大模型對應的是“軟”，以學習機為代表的教育硬件對應的則是“硬”。

可以看到，這兩年，多家科技、教育企業都在用AI改造學習機。去年12月，就有學而思發佈了結合九章大模型的學習機旗艦版，近期小度發佈了結合文心一言的AI學習機Z30，科大訊飛發佈了結合星火認知大模型的AI學習機T20 Pro。

學習機的革命性迭代，讓AI助力個性化學習有了直觀切口。

在此之前，學習機雖然內置了學習資源，但學生幾乎沒法提問；雖然能拍照搜題，但題庫之外的沒法答；雖然能解題，但視頻是錄製好的；雖然學生可以刷題，但未必能根據學情數據調節題目類型和難度。

但在接入AI大模型後，學習機變得智能化了：它可以帶來“精準學”和“啓發式教育”。

你擅長三角函數，卻不擅長立體幾何，以往學習機不會據此幫你動態調整學習方案，但現在很多智能學習機可以根據你的做題用時、知識盲點、錯題情況等學情數據判斷你的薄弱項，幫你鞏固知識點，這就是精準學。

你碰到不會的數學題，以往學習機習慣於直接給答案，但現在學而思學習機可以“分析（分析解題思路）”、“詳解（給出具體計算方式）”、“點睛（對考點、難點、關鍵點加以提示）”，讓你知其然還知其所以然，就是啓發式教育。

用精準學和啓發式教育把學生的學習能力提升上去了，輔導作業的“費爹媽指數”就降下來了。

為家長解壓，也是為教育提效。

04

值得注意的是，無論是“精準學”還是“啓發式教育”，都是在助益個性化學習。

AI要想在助力教育上發揮更大價值，就得滿足學生在個性化學習上更高的要求——“內容+AI+硬件”體系中的內容資源要好，AI能力要強。

內容資源好，説白了，就是課程充足、題庫豐富、細緻講解多。這很考驗企業在教育行業的積累。

在部分“搜題App”出身的企業比內容豐富度之際，學而思直接安排上了全學段、全學科、全體系學習內容：20年的教研內容，3000人的研發成果，超3000萬學員的檢驗、超2萬本數學教輔、15萬套真題試卷都在裏面了，瞭解一下？

從學前啓蒙到高中階段，孩子校內外的學習需求都能覆蓋，是為“好而全”。

▲題庫豐富、解題能力強，才能更好地滿足學生個性化學習的需要。

AI能力強，可以歸為一句：好用才是硬道理。這挺考驗AI大模型的能力。

都知道，6月是中高考季。今年高考剛過去，就有人拿着語文題、數學題、物理題去“考驗”大模型的能力。結果顯示，多數大模型在寫作文時表現尚可，但在面對數學、物理考題時，準確率參差不齊。

這不奇怪：絕大多數大模型都是大語言模型，擅長作文、對話，不少大模型都是將這作為技術能力強項。

但這陣子憑“17歲中專學生”身份奪得阿里全球數學競賽第12名而爆紅的姜萍告訴我們，學好數學也很重要。

這正是學而思九章大模型“錯位競爭”的切入點：作為國內首個專為數學打造的教育大模型，它除了在語文、英語、物理、化學、生物等學科能打外，更在數學方面形成了技術能力壁壘——前幾天有人拿九章大模型跟GPT-4o同做今年高考數學題，九章大模型得分更高。

在此基礎上推出AI對話學、數學隨時問、10大AI輔助神器（AI查詞、AI指尖翻譯、AI作文助手、AI聽寫、AI背誦、AI口算練習、AI口算批改、AI小思練習、AI百科問答、AI讀繪本），還升級AI伴學助手“小思伴學”（含作業模式、AI口語分級練、圈圈學以及小思對話、小思建議等功能），也讓學而思AI變得更好用。

05

去年大熱的電影《學爸》裏，黃渤飾演的學爸多次在輔導孩子做作業時，血壓飆升到180。

片中有個場景：兒子在家學習英語，念奶奶的英文“grandmother”時發音怪異，黃渤急忙糾正，不料自己的“塑料英語”把孩子差點帶到另一條溝裏。

這引發了許多人的共鳴：在培養個性化學習能力上，家長經常會陷入無力境地。倍感無奈的，還有老師和學生。

這類痛點，正是“AI+教育”的破題方向所在：要把他們從缺乏個性化學習條件環境帶來的壓力中解放出來。

比爾·蓋茨就多次表示，AI能幫學生進行個性化學習。這是AI為教育提效的重要錨點。

現在看，學而思在學習機上推出的特色應用“小思伴學”，在小程序端推出的突出啓發引導的AI數學搜索答疑工具“九章隨時問”，網易有道推出的AI全科學習助手“有道小P”APP，猿輔導推出的AI伴學應用“海豚AI學”等，都在靶向發力。

個性化學習，要激發學習興趣。學而思“AI口語分級練”將孩子跟機器的口語對話從同類應用的平均3輪左右提升到了14輪，靠的就是AI擬人化交互對孩子興趣的激發。

個性化學習，要保障身心健康。學而思“小思伴學”能在孩子受欺負、有壓力時，化身“兒童心理老師”，還生成報告提醒父母用科學方式回應孩子心理需求，憑的是記憶式系統、情緒識別系統等AI能力。

不難想見，當AI+教育的“新”在智能批改作業、個性化輔導帶來的便利中變得更具體可感，AI的打開方式會更有温度。

而有温度的AI用在教育上，帶來的景象才會是：AI不是無情物，助學助教更解憂。