摘要: 來源|dowell之自言自語 作者|林路 編者按： 本文系轉載，作者為北極光創投合伙人林路，他2012年加入北極光，已在傳統互聯網與移動互聯網領域深耕10余年
來源|dowell之自言自語
作者|林路
編者按：
本文系轉載，作者為北極光創投合伙人林路，他2012年加入北極光，已在傳統互聯網與移動互聯網領域深耕10余年，他參與投資及投后管理的項目眾多，其中教育科技項目有VIPKID、火花思維及美奇互動等。
本文中，他剖析了以Newton和Alt School為代表的個性化教育的典型思路，“模式看似可行，但現實中的成本卻極其高昂”。他認為，在人文學科，尤其是語言學習領域，大語言模型則可能帶來質的飛躍;語言教育或許是AI在教育領域最容易實現突破的“低垂果實”。
01AI語言教育的個性化學習和數據飛輪
談到AI教育，大家首先想到的往往是個性化學習。我們今天的教育體系源自普魯士模式——一個老師面對30到60個學生，這是最具性價比的方式，解決了“人人都能接受教育”的問題，但對學困生和尖子生都并不友好。尤其是對學困生而言，當他們已經聽不懂老師當前的講解時，只能被動地坐在課堂里。
個性化教育的典型思路，如Newton，是將知識拆解為知識圖譜，在學生學習過程中持續檢測其掌握情況，并通過實際問題追溯到遺漏的知識點;在為學生講解完未掌握的題目后，還能生成類似題目來驗證學習效果。又如Alt School，強調學生的自主學習和練習，系統則將學生暴露的問題整理出來，由老師進行查漏補缺。形式上，這些模式看似可行，但現實中的成本卻極其高昂：Newton斥巨資研發的系統未能帶來匹配的收益，而Alt School作為商業公司，不僅難以實現盈利，還因身份限制無法像傳統學校那樣獲得外部捐贈。Newton在從面向消費者轉向面向企業的過程中，我的被投公司曾與其接觸過，他們單個課程的報價高達數百萬美元，最終只能作罷。最終，Newton以低價被收購，而Alt School也在家長們的惋惜與不舍中走向關閉。
因此值得思考的問題是：當下的大模型技術，是否真的能夠顯著降低個性化教育的成本?在理科方向，我認為其效率提升依然有限;但在人文學科，尤其是語言學習領域，大語言模型則可能帶來質的飛躍。以英語為例，學生在學習一個新詞時，大模型不僅能夠生成多樣化的例句，還可以展示該詞在不同時態、不同語境中的具體用法。更進一步，若能結合配圖與動畫，AI所帶來的效率提升將更加明顯。倘若有經驗豐富的教研人員能夠熟練運用AI工具，其開發效率很可能實現數量級的提升。由此看來，語言教育或許是AI在教育領域最容易實現突破的“低垂果實”。當這一方向逐漸成熟并積累足夠經驗之后，再將其方法論推廣到其他學科，才是更為務實的創業與投資路徑。
從小學到初中再到高中，我們不斷更換老師，師生關系也始終處在磨合之中。由于教師需要面對大量學生，很難真正洞察每個人的薄弱環節，往往只能籠統地評價一句“他的聽力不行”或“他的閱讀能力較弱”。但如果一個學生從零基礎開始學習英語，在系統中完成背單詞、上課程等環節，AI系統就能夠持續追蹤其學習軌跡，準確掌握知識點的掌握情況。比如，當你在平臺上閱讀繪本時，它可以為你推薦合適難度的材料，標注不熟悉的單詞，對新詞組進行專項講解，甚至解釋一篇文章為什么要這樣寫。這就像擁有一位大學教授水準的導師，始終陪伴在學習過程中，大幅提升學習效率。更關鍵的是，一旦你能夠全面掌握學生的個人詞庫和知識盲點，構建起高度個性化的學習畫像，其他競爭者就很難輕易切入并替代。
新教育 · 新觀察 · 新視點
