乂学教育-松鼠AI联合创始人兼CEO周伟：AI赋能教育现代化

8月16日消息，由凤凰网财经、凤凰网港股主办的教育产业高峰论坛于今日在北京举办。本次论坛邀请国内教育培训行业、教育科技产业中的领军企业及嘉宾代表共同分享他们对于未来教育产业发展的思考。乂学教育-松鼠AI联合创始人兼CEO周伟出席此次论坛并发表演讲。

周伟在演讲中提出，教育公司存在三大死因，第一是没有合理的盈利模式，第二个是获客渠道有限，第三个是教育环节的品控不到位。

周伟认为，当AI出现了以后，它给教育带来的帮助不是改变、颠覆。技术虽然能改变教育的效率，但它只是整个教学闭环里面的一部分。更重要的是对学生的影响、学习的影响，这其中分三要素，第一是孩子的学习兴趣；第二是孩子的学习场景；第三是孩子的学习能力。

周伟表示：“教育是一个慢活，我们有耐心把这些事情交给时间，有耐心把事情交给艰难，因为教育是非常艰难的。未来都是幸存者创造的，不是牺牲者创造的。我们希望，我们是那位牺牲的幸存者。”

以下为演讲实录：

谢谢主持人，今天这场会分享压力非常大，因为底下有多老朋友，今天只能是分享一下我们对未来教育的一些展望。

标题相对来说比较震撼一点，教育公司的三大死因，在创业之前，我们也纵观了整个行业。我们是2014年开始做乂学教育-松鼠AI这个项目，做的时候也看了整个行业内那个时候比较火的O2O，靠补贴，我们看了一下我们也没有那么钱补贴，没有合理的盈利模式，必然这种方式会导致灭亡。

第二个是获客渠道有限，流量成本太高。在这种高昂的获客成本下面，企业很难维持好非常棒的商业模式和现金流，包括有一些头部企业，它的获客成本也非常高。基本上一个首单就等于获客成本。大家看靠续费是否有盈利的空间，续一次还不够。

第三个是教育环节的品控不到位，学习的效果不好，我们是靠模式还是靠技术去做，今天早上分享了。如果靠模式，没有靠内容的研发，没有靠内核，那教育质量很难通过模式的改变去进行提升。在这个方面，如果随着规模不断地扩大，教学环境的品控如果把握不到位，学生学习的效率就不会很好。

这是三大死因。

稍微说一下，早上好未来投资的蔡总也说过，新东方和好未来两个企业，占整个K12中小学辅导的份额不到5%，这是非常高度、分散化的市场。根据2018年教育部对线下教育机构的数据统计，一共有40万家，这是它查到的，还有没有查到的，全部大概有60万家左右。

传统教育的困难一，特级教育千里挑一，学区房一房难求。核心：教育资源分配不均，优秀师资资源紧张。当然海淀特殊。这就是为什么中国最贵的房价不是在上海的汤臣一品，而是在海淀的学区房，一个不能住人的过道150万，按单位平方来算的话比汤臣一品贵多了。

千人一面的学习内容，统一划齐的学习速度，目前是整个学习教育的主流。单个线性教育是出自于工业化时代，跟我们的流水线一样，所有人学同样的东西，按同样的频率学习同样的东西。但每个人的接受程度并不是一样。我们一直追寻因材施教，千人千面，目前在传统的教学下面是不存在的，因为师生比差距太大。

还有只注重对孩子知识掌握的训练，中国的孩子是世界上最会考试的孩子，中国没有学霸只有考霸。对人类产生重大课题知识方面的探求的影响力方面，我们还远远不如西方国家，这个我们要承认，因为我们训练的是考试能力，只注重对孩子知识掌握的训练。这跟我们的教育评价体系有关，根据最后对教育评价体系的判断，目前只有应试这一个评价方式，对孩子来讲有很大的偶然性，这种评价体系并不一定科学。它是作为一个指挥棒，只会训练孩子们为了训练这个评价体系做一个知识点深度的训练，我会但不会想，不会创造，这是我们非常大的一个困境。

核心是应试体制下，忽略了学生能力、思想、方法的培养。在这样的环境下也非常痛心。现在出现一种非常严重的现象，你的专业和职业严重不挂钩，因为只是为了考试而考试，为了考试而学习，跟未来职业的发展没有什么关系。就像我们台下坐的大量的精英者，你们一定经历了很多面试，当你拿到简历会发现原来读什么专业，一个理工科的学生要面试新媒体，为什么？我喜欢，原来报读的专业不是你喜欢的吗？出来找一个完全不相干的，这就造成了我们的学校和职业中间的断层，这是非常可悲的。

每当我们拿到这些孩子的简历，专业和职业不匹配的时候都觉得非常痛心，这就是我们的高考制度造成的。

当AI出现了以后，它给教育会带来哪些帮助，我们不去改变、颠覆，因为技术永远是帮助人，不应该用技术去颠覆人和改变人。这是我们对技术的一个认知。

首先我们来看海外智适应教育公司的发展情况，智适应学习已经非常成熟了，像Knewton都存在了好多年，同时有大量的用户，其他欧美国家也有。包括他们的融资额、用户数量也非常大。

首先来看我们的智适应学习，用的学习引擎架构是什么样，我们分成三级，知识地图、知识图谱，教育内容，我们作为三级的基础设计。通过这个我们能够把学生学习的轨迹和知识点掌握的情况，包括学习的能力值、思想和方法，这些多维度的标签找到，再通过学习情况反映的数据我们再进行调整。

这是我们的学习地图。大家可以看到这是每个知识点之间的关联度，通过这个我们就能够找到每个学生知识薄弱的情况，全面掌握学习的状况，推荐相关的分类数、模糊逻辑等等。

其实每个学生对每一个知识点所学习的时间都不同。有些学生只用150秒，有些学生要用3000多秒，如果用匀速的方法去学的话效率是非常低的，所以每个人最好按照自己的频率去学习。

那我们可以看到，每个知识点掌握的情况都不一样，不同的颜色代表不同的知识点上面所掌握能力程度的不同。同时我们要把知识点进行有效地拆分，每家公司基本上都在做。因为应用场景的不同，所以我们对拆分的要求就不一样，有些不一定要拆的那么细。有些觉得要替代老师教学的作用。那知识点要做的特别细。今天中午我们还开玩笑，知识点拆分拆那么细做什么？我告诉他这跟体检是一样的。拆的细也是我们要查到每个学生知识点的状况和学习能力薄弱的地方是不一样的，所以越细是越来越精确的。

这是教纲上面，对加减法求对未知项的知识点，我们会拆的更细。我们始终认为，除了知识点以外，要让他们在学习思想和能力的拆分上面得到提升。这跟素质教育就息息相关了。

举个简单的例子，有9个铁球其中只有1个是轻的，有一个天平，请问你最少用几次能把那轻的找出来。这就跟知识点没关系了，无非加减乘除最基础的，其实用2次就可以。同时一称都是平的，代表这3个没问题，这是分类法，对我们学习思想上有非常大的帮助，跟知识点一点关系没有，那我们要把这些能力也要让我们的学生学会。

还有一道比较简单的，也是跟知识点无关。池塘里的荷花每天以1倍的速度在长，10天时间长满，请问在第9天的时候长到了多少？答案是1/2，你说跟知识点有关系吗？没有关系，除了要让我们的孩子学会知识以外，这些方法我们觉得思想能力上面的应用对孩子的帮助非常大，特别会影响到他们未来的择业。因为有一些能力特别差的人，有一些职业是不适合它的，比如像极限思想，如果极限思想特别差的孩子未来从事一些有极限能力的工作的话，会发生灾难性的问题。

去年马来西亚的一个建筑倒塌了死了600多人，因为没有考虑到在极限人数下这个建筑物的承受能力，承载塌掉了。防台风不只是防14级，要防20级，所以这些对孩子是非常有帮忙。

数学里面有数学思想的拆分，当然每个学科的思想是不一样的。就像从A点到B点有几条路径，这是最优法思想，跟知识点也没有什么关系。我们会把这些都拆分出来，落实到每一道题里面，我们也有系统的分析。这对未来的工作是非常有帮助的。有些人特别爱跟一些说话简单明了的人沟通，为什么？你让他回答的问题时候，对，这个问题有三点，归纳法非常好，但有些孩子老跑偏，不知道他说什么，这是经常碰到的，这些方法都是可以去训练的。

能力分析，这是撒贝宁的，这是一个节目里真实存在，通过评测得出的。说实话他的数感就不是特别好，因为他是北大文科类的，可以看到他这些就是弱项。

我们对学情的认定和诊断是如何来去进行的？实时、持续地评估诊断学生的知识状态和能力水平，更新学生个人画像，因为每时每刻都是不一样的，有遗忘曲线。我们要实时地对它的状态进行实时的描述。

原来我们要测一个孩子100个知识点我们要用100道题，用了人工智能这种算法在里面以后，不同学科大概通过20道题就可以测出来100个点知识点，同时每个孩子所用的题型还不一样。红色是未掌握的，都是80分，但每个是不同的。

我们要达到的目的是让孩子少做80%的题目，一考定终身的现象将会消失。公司会积累每个孩子每次考试和作业的情况，改变未来一考定终身的这件事。教育会变得更加透明，教育将不是黑匣子，只要不打不闹不找家长，家长是完全不知道的，完全没法做到可视化。

当然要做这些，必须要有一些技术人才的加入，我们也是请到了全球机器学习教父Tom Michell教授作为我们松鼠AI的首席AI科学家，他29日会来中国参加世界人工智能大会做开幕式演讲嘉宾。同时我们跟卡内基梅隆大学（CMU）成立了实验室，我们和中科院也成立了联合实验室。

因为我们始终相信，技术改变的是教育的效率，但是它只是整个教学闭环里面的一部分。更重要的是，我们对学生的影响、学习的影响分三要素。

第一，孩子的学习兴趣。

第二，孩子的学习场景。

第三，孩子的学习能力。

学习能力能产生影响，但是学习兴趣和学习场景需要我们给它构建出一个相对封闭的环境才可以，一样有老师，只是老师不是负责教学，而是给学生鼓励、监督，帮助孩子们去完成他的学习。

乂学教育-松鼠AI通过4次人机大战做真实的学习对比，教育是一个慢活，我们有耐心把这些事情交给时间，有耐心把事情交给艰难，因为教育是非常艰难的。未来都是幸存者创造的，不是牺牲者创造的。我们希望，我们是那位牺牲的幸存者。

免责声明：凤凰网港股频道作为信息内容发布平台，页面展示内容的目的在于传播更多信息，不代表本网站立场；凤凰网港股频道不提供金融投资服务，所提供的内容不构成投资建议。如您浏览本网站栏目或通过栏目进入第三方网站进行金融投资行为，由此产生的财务损失，凤凰网港股不承担任何经济和法律责任。市场有风险，投资需谨慎。同时，文章内容刊发或转载的企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。