一场大冒险：当GPT 进入教育领域

张书琛

教育行业混战

“善于引导学生，并提供个性化教育”，這是GPT进入教育领域并引发“地震”最强有力的优势。今年3月人工智能研究公司OpenAI 在发布GPT-4 的当天，教育非营利组织可汗学院就推出由其驱动的AI 学习平台Khanmigo，宣告这位循循善诱的新时代“辅导老师”的诞生。而后人们逐渐意识到，GPT 所代表的不仅仅是一个对话框、一个搜索引擎，还是可以在自学、教学、备课等教育场景中发挥作用的新角色。

在试用中，Khanmigo 已经可以提供十多项学生端的AI辅助活动，包括数学学习、共同撰写故事、练习语法词汇、学习编程等，还能扮演特定的历史人物或文学人物与学生聊天，或就特定主题和学生展开辩论，并基于学生的教育水平而作出反应。

值得注意的是，Khanmigo 更多时候提供的是思路而非“套路”，并且引导学生反思推理过程。比如在回答学生数学问题时，它不会直接给出答案，而是引导学生自己解答，如果学生做错，它还会帮学生分析错在哪里；在回答编程问题时，Khanmigo 也会一边解释每行代码的意义，一边引导纠正错误……在可汗学院创始人萨尔·可汗（SalKhan）看来，Khanmigo 多数时候就像一个能理解学生所思所想的“老师”，还是可以实现苏格拉底式对话辩论学习方式的“优秀导师”。

可汗学院创始人萨尔·可汗

过去半年内，美国、欧洲、亚洲、中东等地，已有十余家教育企业宣布推出基于ChatGPT 或GPT-4 的AI应用，包括美国在线教育公司Chegg、Quizlet，开放在线课堂平台Coursera、edX，语言学习平台多邻国，波兰作业问答平台Brainly 等，旨在为每个学生提供量身定制、永远在线且有无限耐心的“超级辅导员”。

中国教育类互联网企业以及手握人工智能大模型的科技巨头们也不想承受在新一轮技术换代中掉队的代价，相关产品面世速度加快。

在Khanmigo 发布两周后，网易有道释出了“子曰”研发消息，称将推出教育场景下的类ChatGPT 模型；5 月，好未来宣布，学而思正在研发数学大模型MathGPT，将于年内推出基于该自研大模型的产品级应用；紧随其后，科大讯飞公开展示“星火大模型”，明确将通用大模型的能力推向学习机；5 月22 日，百度小度青禾学习手机面世……

冷静下来，我们也有一个疑问：在新一轮方兴未艾的人工智能教育革命中，大模型到底能起到什么程度的颠覆作用？

未竟之业重获期待

其实在上一波AI 热潮中，教育科技类企业也曾对AI寄予厚望。

2018 年前后，“AI+ 教育”在豪迈的资本加持下被推至教辅产业和教育投资的风口浪尖，一时间让人眼花缭乱。对于彼时深陷高获客成本和高教师成本的在线教育机构来说，AI+ 教育提供了一个不可轻易错失的机会：它更标准化，更能避免师资不稳定带来的风险，也更有希望建立一个低成本的变现模式。

因此，语音识别、OCR文字识别、图像识别、人脸识别、语义分析等技术被塞到各类型教育产品中，不断将“自适应”教育推向市场。

按照技术活动论的观点，教育本身也是一种技术，自适应教育这一技术的本质就是对教育流程的深度数字化、信息化。

“我们通过大数据技术和人工智能针对学生的学习进度进行人物画像，从而动态调整教学和练习内容，挖掘传统教育流程中的信息化红利，目的是解决效率低下和重复造成的浪费。”在教育界人士看来，这一技术的应用本应该为教育体系带来革新——既能把知识点细化拆分补足学生知识盲区，又能个性化地判断学生学得怎么样。

很可惜，囿于人工智能的发展水平，烧钱的AI+ 教育局限也越来越清晰。根据科目、年龄、个体差异和受教育环境影响的程度不同，AI 需要考虑的要素十分广泛，这种企业先构建一个“好学生”形象，再把这个学生怎么学、如何学转化成一个个小标准，去精准衡量每个学生的学习模型因此常常失效。

现已改名“小盒科技”的作业盒子在上一轮AI+ 教育热潮中的融资情况 图源：企查查

按照华创证券科技行业研究员张璋的解释，两三年前的AI 技术发展水平对已经打好精细化标签的选择题可以完美回答，但对于纸笔上的非题库无标签的问题，比如主观题、问答题、证明题，依然无法有效准确识别，也无法精确打标签，“这是之前全球包括中国自适应教育探路者不甚成功的原因之一，甚至是扩大应用范围的最大障碍”。

而在内容生产上表现惊人的GPT 以及类似大模型的出现，让种种关于完成上一波AI+ 教育未竟之业的愿景再度萌发。从业者对于GPT 和相关应用前景寄予厚望，一是因为成熟大模型的对话能力，二是因为其“涌现”的能力。

如今，大语言模型正在向人类思维方式看齐，使得有常识推理能力的AI 可以与用户言之有物地持续对话。接入大模型的“私人老师”会根据学生反馈不断反问过程，最终让学生自己决定学什么、如何学。实际上就是以较低的成本“为每个学生配备一个老师”。

所谓的“涌现”能力，指的是当大模型突破某个规模时，性能会显著提升，表现出让人意想不到的能力，比如语言理解能力、生成能力、逻辑推理能力等。 一般来说，模型在100 亿到1000 亿参数区间，可能产生能力涌现。这也意味着，尽管现在GPT 等大模型还会在加减乘除上出现失误、在逻辑推理上有不足，但偏科的问题很有可能会在大模型的进化中得到解决。

冲击波悠长

教育部原科技发展中心主任李志民在不久前发表的文章中曾表示，人类往往会高估技术对近一两年的影响，同样由于人类的思维和行为习惯，往往又会低估今后十几年的影响。而GPT 对于教育界底层逻辑的改变，可能正是未来十几年影响最为深远的事件之一。

在我们的教育过程中，在应试这一指挥棒下，老师会花很多时间把每一年的教育内容以周为单位分成多个知识点，翻开全国的教材都是这样编写的，这被称为公式化的教育方法。如果未来AI 能做到启发式答疑、诱导学生思考，那老师又该怎么上课？考试又该考什么？

另一方面，在GPT 等大模型在教育领域被寄予厚望的同时，也面临着“基本上是‘高科技剽窃和逃避学习的方式”的质疑。尤其是在国内企业即将大面积上市类ChatGPT 教育产品的情况下，如果产品仍是直接给出答案以应对作业或考试，那么新的教育资源又有何种意义？

AI 这一次能否满足教育界人士和资本的期待，还有待时间检验，但可以确定的是，就像没有人会因为汽车的发明而放弃学会走路，知识的学习更不可能因为工具的进化而废止。