朗播网创始人：AI 代替老师是个伪命题

AI教育为什么会越来越成为焦点？AI是否真的会替代老师？如果不会，那为教育带来的影响是什么？

AI 代替老师是个伪命题

我们如果单纯讨论代替角色这个话题，就是一个伪命题，任何一个角色的行为都是很复杂的。所有的技术都是在改变整个产业结构链条中的某个环节，这些环节过去可能是人做的，现在用技术实现，成本就显著降低了。

给大家举一个简单的例子。

我们今天每个人都会用一样东西——导航软件。但你们有没有想过，在若干年前没有导航软件的时候，人们怎么处理找不着路这件事？在好多年前，中国高速公路路口会有一帮人拿着一个牌子，上面写着——带路。你给他100块钱，他就坐上你的车，带你到要去的地方，这就是人肉导航。

当没有技术、没有工具帮你解决“找路”这个问题的时候，你的做法就是靠人解决。现在可以用导航，而且导航做到了想听谁的声音就用谁的，这些声音是怎么来的？人工智能合成的。所以这就是技术改变的过程，但是这个过程当中，我想问大家，你们现在还会不会有找不到路，去找人问的时候？仍然有，所以这不是代替了角色，是使得角色当中的某些环节发生了变化。

回过头来，先从三个方面说一下我对 AI 教育的基本认知。

首先要问的第一个问题是，人工智能是什么？它应该是一种技术，不是一个行业，也不是一个解决方案。技术一定要应用到某些具体行业，比如娱乐业或者教育行业，然后去解决一些行业内的问题。

第二，这种技术的引入带来了什么？是提高了效率，还是改善了效果？技术的引入一定会带来某些改变，我们要想清楚它带来了哪些改变，或者它可能带来哪些改变。比如 AI 技术可能带来了成本结构的改善。

第三，AI 其实不是近 10 年才出现的技术，它有非常长的历史。一个不幸的结论是，最近 30 年内，人工智能的基础理论并没有发生本质的改变，包括数学模型和基础算法。那为什么大家会觉得 AI 最近越来越流行了？其中一个主要因素是，算力量增强了。过去的 5-10 年内，硬件的发展使得计算能力变强，以前用一台PC算不了的东西，今天可以算了；以前可能算一年的东西，现在可能算两个小时就可以了。而由于算力的增强，以前做不到的算法就可以实现了。

其次是因为互联网的兴起，使得各个行业的数据量变大了。 比如对于教育来说，教育在非在线化时代，要想谈 AI 不太可能。老师在上面讲，学生在底下坐着，这时候学生所有的数据，包括表情、状态、心理活动和反馈，老师都拿不到，只能依靠个人经验去猜测。拿不到这些数据，就没有办法将这些数据应用到算法里。

所以在过去几十年，AI 在教育领域的改变实际上也是因为这两个原因：数据变多了，算力增强了。本质上算法的改进有没有？有，但是非常有限。

AI优化教学的逻辑：代替老师的高价值和低价值重复劳动部分

当我们基于这样一些假设时，再来看AI和教育之间的这种关系，就可以提一个问题：AI 到底代替了过去传统环境里面的哪些因素，这些因素是否让整个教育的结构和效率变得更好？所以我觉得如果单纯只是讨论 AI 代替老师是个伪命题，我们应该换一个角度，AI 到底代替了学习环境或者教学环境过程当中的哪些因素，或者说它优化了中间的哪些因素。

我们在一线做了很多年，我既是一个老师，同时也是一个产品经理、技术人员，也做过营销。在这个过程中，你会发现，其实一个人的学习过程很长，不是今天找一位老师上一堂课就可以完事。大家之所以会觉得 AI 会代替老师，是因为在大家的认知里，学习就等于上课。但实际上上课这个环节最不需要技术代替的，上课承载的作用是传递信息，传递信息这件事情不需要太高深的技术含量，比如说你觉得这个课上得好，你就把他的课录下来，也可以把声音换成林志玲的声音，这个环节并不是教学的必要环节。

那 AI 到底要代替整个学习过程中的什么呢？我直接说结论，第一点，它要代替在整个学习过程当中，体现老师高价值的部分。什么叫高价值部分？就是这部分如果用人去做会特别贵，需要用技术去降低成本。

大家想一想，当我们面对一个老师的时候，老师给你提供的所有这些服务里面最贵的是什么？我自己是老师，所以我就在想如果有一个学生过来说，杜老师，帮我辅导一下托福或者 GRE、SCT，那么到底是讲课的环节最贵，还是其他？后来我发现其实讲课不贵，最贵的是讲课前我需要先和学生聊，为他做一个规划，告诉他接下来的一个月每天应该干什么。

学前规划这件事，不同的老师得到的结论不一样。这个环节有些像看病，最贵的不是做 CT 或者做化验，而是把这些结果给到大夫，然后大夫帮你诊断说，你现在得的就是精神分裂，你应该吃这个药。诊断和判断的过程是医生最有价值的部分，这也是为什么我们要找一个有经验的医生。

老师也一样，所以在整个教学环节当中，我认为最有价值的是学习路径规划和设想。所以我们应该降低这部分成本，用技术搭建专家系统，帮助老师做个性化指导。

第二，我认为技术可以替代的是低价值的重复劳动。所谓低价值的重复劳动是什么呢？就是老师不得以要做，但是做又觉得不挣钱，而且学生又不愿意为这个付费，同时它又是一个可以规范化和重复化的劳动。

我举个例子，比如说改作业，教英语最痛苦的事情就是改作文，其实改作文是一个最吃力不讨好的事。当年我在教写作课时，很多学生说，您给我改改作文，我说不行，为什么？因为这太耗精力了，且他们还不愿意花钱。我甚至在很多班上做过统计，我问他们，如果我给你改一篇托福作文，你愿意付我多少钱？学生表示 50 元以下愿意，超过这个费用基本上没有人举手了，加到 100 元的时候，底下有学生说，你疯了吧。

但实际上，如果我给一个学生认认真真改一篇托福的四五百字的作文，大概需要 40 分钟，换句话说，如果你给我 50 元，相当于 1 小时挣了不到 100 元，还不算税。所以类似改作业这种环节，就是老师不愿意干，学生有需求，但是这中间存在着巨大的价值差异，所以该环节就应该应用技术去解决。

包括从营销策略来说，智能客服和智能答疑都是低价值的重复劳动。如果把上述这两个环节解决了，整个教育链条的结构和成本就会完全改变。

大家不要把技术妖魔化，要仔细想想 AI 到底替代了老师的哪个环节。虽然目前 AI 教育热，但市场上真正用技术去解决学习路径规划的公司好像并不多，朗博算一家，所以如果有人能够把这事跑通的话，也是一个不错的机会。

AI教育的形态：产品标准化，服务个性化

AI 是若干算法的一种呈现方式。而所有算法都有一个基本前提，就是算法必须要运行在标准化的数学模型基础之上，而教育是一个高度非标行业，所有的人都会关心说我们家孩子是哪个老师教。大家认为，要实现标准化就是一条路径，做标准化课件。但是找谁做？找好的老师做，那些不好的老师弄不明白，找不好的老师做，好的老师不屑用。所以它不是真正意义上的标准化。

朗播过去几年一直在尝试解决一个问题，就是我们能不能确保每一个消费者花了同样多的钱，买到的教育产品的质量是一样的。其实这个问题，每一个教育从业者都可以思考一下。我们到任何一个培训机构，能确保和隔壁老王花的钱一样，得到的教育水平一模一样吗？做不到，他的差异产生在老师身上，我们不相信这两位老师的水平是一模一样的。

所以在这个过程当中，我们做了一个尝试，把整个过程彻底产品化，产品化的环节包括了学生的学习、评价、训练，整个环节和人没有任何关联。

但教育服务的需求一定是个性化的，所以还要通过老师根据不同学生的数据，提供个性化反馈。

举个例子，比如说学英语，A孩子和B孩子都学了“如何读懂一篇文章”的方法论，回去之后自己训练，这个时候老师对于 A 和 B 要给出的辅导意见和辅导内容应该有差异，但不是老师基于自己的经验去提供反馈，而是基于数据形态。

所以我们会给老师提供两样东西，每个学生的所有数据和一套人工智能的归因分析。归因是什么？这就是我们说的老师的高价值部分，学生今天做完了内容，学习完接下来该怎么办，应该干什么、怎么调整、怎么去补充，这些后续规划就需要老师分析一下学生现在学习内容，问题出在什么地方。这叫归因，学霸和学渣的区别就是。学霸自己归因，学渣不会归因。

但很有可能老师也不会归因，所以可以提供一套 AI 系统帮老师做归因，老师可以根据归因结果把相应的解决方案传达给学生，这样就实现了真正意义上的教育。

最后，分享一个 NEXTClass.ai 副总裁李秋辰的案例，相信这会对教育从业者提高在线教育的获客效率有所启发：