精锐教育集团副总裁焦典:技术创新如何推动教育进步?

精锐教育集团副总裁焦典进行了主题为《科技赋能教育——势与实》的演讲。

9月18-19日,2019 DEMO CHINA创新中国·未来科技节在杭州未来科技城学术交流中心举办。精锐教育集团副总裁焦典应邀出席,并发表了主题为《科技赋能教育——势与实》的演讲。

image.png

精锐教育集团副总裁焦典

犀利观点如下:

1、教育人要懂科技,科技人也要懂教育后端,这是目前最大的一个融合性趋势。

2、“人工智能”归根结底其本质是统计学。

3、教育行业内有两个模式——“剧本”模式与“演员”模式。

以下为演讲实录,未经嘉宾审核:

首先,非常感谢主办方“创业邦”的邀请!今天举办的“中国教育新影响力论坛”对于教育者来说是很特别的,在古罗马和中国古代春秋时期,城镇中心总会有一些人号召大家去传递自己的理念,而今天我们相当于又回到了那个时代,这里就是教育传递的场所。但开放式的环境也需要开放式的技巧,所以接下来我会边讲边与大家一起分享。

我今天的演讲主题是“科技赋能教育”,其实更多要强调的是用“势实”说话——“势”就是势头,“实”就是说点实际的。

不知道大家以前是否听说过“101网校”?我最早在1998年就开始接触它了。1998年就出现了101网校,这代表了什么?换句话说,其实教育这个行业从它诞生这一刻起就注定了将与科技紧密结合,在科技的改革与创造中发展。

这主要还是源于教育资源的稀缺性。从宏观层面看,国家需要人才,必然需要依靠教育的培养。从微观层面看,以前公立学校中采取1对60人的授课模式,老师很难兼顾个体之间的差异,所以你也需要通过科技手段去了解个体学习路径是什么,从而提供适合个体学习路径的解决方案。无论是从宏观还是微观层面来讲,教育都是需要科技赋能的。

我相信今天来到“创业邦”现场的各位,大都有着创业或者准备创业的打算。那么谈到创业,在这里我有几点想和大家分享一下。

第一点就是要看大势。2018年以后,幼儿园和小学段的适龄人口结束负增长,开始走向正增长。到2020年,初高中适龄人口也基本结束了负增长,开始实现正增长。如果从创业的角度来看,这就表示用户已经慢慢在恢复了,而开放二胎政策的刺激也加速了这一趋势。对于K12段来讲,未来K12以上人口的第二次冲击也将加速到来,所以这是第一个大势。

但在这里我们要说点实际,那就是这些人在哪儿?这些人是在北、上、广、深吗?未来的市场在哪里?如果要做教育,是不是做一线城市?这些增长的人口在哪里?这些都是抛给大家的问题,成功与否取决于最后的战略选择和城市的选择计划。

第二个大势是从2018年到今年,教育部先后出台了七个文件来规范教育市场。这传递出了什么信息呢?

前面提到,教育是一个国家极为重要的人才策略,未来国家需要什么样的人才和其他国家竞争,都在国家意志中有所体现,而国家意志会进一步转化成政策,所以如果从这七个政策文件中挑出一个最重要的,那就是2019年2月23日国务院印发的《中国教育现代化2035》,大家从中可以看出我们国家未来需要什么样的人才。这既是我们的国家策略,也是大家所谓的商机。

职业教育终身化、家庭教育与素质教育、教育信息化和智能化,是未来教育发展的主要方向。我们国家未来的人才不能像现在这样依赖“千人计划”由外引进,未来国家自己就要培养出符合“千人计划”的人,所以做教育行业是有实际需求在的。

刚才,好未来集团副总裁兼产业基金总裁蔡翔在分析中提到,“望子成龙”是我们普遍的信仰,中日韩也是一样,大家都是有高考的,都是有补习班的。既然这是我们的信仰,那就有相应的需求存在,而这需求有可能会被过度放大,让家庭产生焦虑,甚至于一年之内出现了七个红头文件专门针对这个行业。所以,大家如果做教育行业,就一定要了解国家需要要什么样的人才,往哪个方向发展,那就是你的创业风口所在。

通过数据大家可以看出, 1998年“101网校”出现,2013年因为直播技术兴起而产生了新的友商,教育类产品进行了颠覆与升级, 2014年前后,随着4G技术的升级,拍照、搜题开始成为热门,这都是从工具转化成流量。

而在从工具到流量的转化过程中,出现了一个最大的问题,就是流量怎么变现,这也是困扰着很多在线教育工具类公司的问题。“作业帮”是目前在这方面做得比较不错的品牌,但教育最终还是要强化教研,所以在大趋势面前,无论大家的背景是科技类还是教育类,都要做到教育与科技的融合。教育人要懂科技,科技人也要懂教育后端,这是当前最大的一个趋势。

在未来,我们可以看到这几点:第一是人工智能,例如机器学习,大家有可能会把人工智能过度概念化,但人工智能的本质就是统计学。刚才“松鼠AI”的伙伴也展示了贝叶斯微积分、向量回归模型,这些都是统计模型,所以人工智能从它诞生的那一刻起就是基于统计学,不断做快速的随机抽样。

第二个就是归纳和汇总,微积分的原理是要分类聚类,人工智能通过这个原理让大家可以掌握知识点的学习路径,而人工智能是走过很长一段时间的弯路才到达了今天这样一种水平。第一本关于人工智能的著作其实诞生于1947年,这是什么概念呢?1946年在科技领域,创造了一个被称为跨时代的产品或者说是一个巅峰级的庞然大物——滨州大学第一台计算机,1947年就有了第一部人工智能著作,但从1947年一直到1970年代的早期人工智能所有的理论是由谁来挑这个大梁呢?答案是神经学家。神经学家想让电脑学人脑,用电脑去学习人脑处理信息的速度与思路,这肯定是不对的。于是,70年代末在算法领域有了新的突破,机器就是机器,用统计学重新让机器做回它该做的事情,也就是做大量的并行计算。所以,理论的探索也是有很多的缺陷和很多的坑。

另一个就是区块链,它主要是应用在会员体系认证,包括在溯源体系、信任体系上都有很大贡献。AR、VR教育和娱乐化这两个可以并行在一起,称为教育和娱乐。但是AR和VR目前最主要问题是在设备方面,例如用户使用 15分钟左右就会产生眩晕。AR产品目前在市面上主要是在高年龄段投放,低龄段用AR很少;VR的使用场景目前是用iPad做一个看图识字类的教研教具,但是更多VR类的互动很难。所以,现在仍然受制于VR设备技术的迭代和颠覆。娱乐化更不用说了,做早幼教是必须的,通过游戏化的形式进行教育,符合儿童发展的心理学和脑科学认知的原理。

刚才提到了大数据的问题,为什么要讲大数据和OMO呢?对于第三方机构而言,如果学生一周内在本机构上课只有两三次,那么他其余时间在公立学校会发生什么呢?这些情况无从知晓,所以他们的学习路径你是无法明确掌握的,这样就不是一个全链条。等到学生再次来上课时,你没有办法针对他的学习情况做私人定制,于是便产生了OMO,通过一些小工具学习路径让学生重新获得整个学习链路,这就是OMO的整合。

关于混合现实,无论在素质教育领域,还是学科教育领域,都是非常有意义的。特别是AR、VR,还是要解决眩晕延迟性的问题。混合学习场景能有效激发孩子的信心。

关于底层应用,比如云计算,边缘计算是解决算法和基础设施的,而大数据是针对知识图谱和整个数据分析;人工智能这块主要是解决类似学员的情绪定义、语言识别等一系列的问题;智能硬件是教研教学教具。

最后,大家其实很缺失的是脑科学。做教育跟做IT有什么不一样呢?

IT始终围绕着数据的四个方向,即数据产生、数据传输、数据存储和数据利用。例如,在Facebook上发布信息,这是商业源头,因为用户产生了内容,也就是产生了数据。以小红书为例,数据传输就是直播,未来可能还要结合SR混合虚拟现实的技术,通过这样的形式身临其境地实现数据传输。数据存储就是大数据分析,包括你的学习路径、知识图谱等。最后数据的利用,就是基于这些知识图谱应该选择给用户推送什么样的学习内容。因此,整个数据行业可以说与信息行业是息息相关的。

教育行业相关的教学测评是核心所在。前面所讲的都是与“教”有关的载体,但是我们从来没有或者说很少考虑到,一个真正学习者如果只是换了测试信息载体,而没有考虑到他的大脑是否能够在这个时间节点上更有效吸收这些知识,会发生什么呢?

针对脑科学,如果要突破,就需要更多投入来了解大脑发育、心理、认知会怎样在幼小阶段影响未来。脑科学是大家普遍可能会忽视的,但对于学习者个体来说却是最有用的,现在的技术基本上都着重于“教”,而忽略了学习“学”的过程。

创业要避免“大坑”,比如说素质教育,因为素质教育没有很明确的标准和很明显的亮化可能性,而且比较具像化的产出很难、很少。目前来说,素质教育是很难用科技实现的,因为很难量化、标化你的产品,也很难通过技术赋能,更多的是通过一些租学类、打卡类的程序监督学员的学习习惯,通过学习习惯改进从而看到成绩进步。所以在素质教育领域,科技需要走漫长的道路。

还有一个科技是大家很可能会忽略的,那就是科技环境。孩子无论在线上还是线下的环境,他所身处的学习环境也是高科技的存在,真正好的科技应该是科技以人为本。

教育行业内有两个模式——“剧本”模式与“演员”模式。好未来偏剧本驱动,它的后端教研体系非常强,产品化程度做的非常好,所以它是用剧本去选演员,老师几乎是按照这个剧本去演就行了,具有标准化。新东方反则过来,演员即老师,由他们决定剧本。

如果选择教育行业的创业,到底是“剧本”模式还是“演员”模式?大家要做好这个配比,这是教育行业很重要的两个平衡所在。在创业或准备创业过程中,大家一定要思考清楚这一点。

我今天的分享就到这里,谢谢大家!

反馈
联系我们
推荐订阅