聲明:本站所有資源皆來源于互聯網,本站所有文章觀點均不代表站長個人觀點,投資理財有風險,請謹慎操作!

  1. 安徽快3
  2. 燈光觀點

作業盒子CEO劉夜:人機混合是未來教育的方向

 創客熱聞不裝創傷雞湯 


上線一年有余,作業盒子已有500萬用戶,65萬日活量和65億答題數據。而在用戶支撐的數據基礎上,作業盒子將在9月份推出一款個性化學習產品,應用人工智能改變老師留作業的傳統方式。

 

美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義:人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。

 

這與學生學習知識并融會貫通的步驟是一樣的。學習知識點,在海量的作業練習中得以鍛煉,從而將知識點掌握于心。

 

這里面很重要的一個步驟就是作業和練習。練習的數據是鞏固知識的最好路徑。但是海量的數據總有重復之嫌,誰能知道我們這個知識點的熟悉程度?誰能幫我們篩選這道題是否需要做?這其中,就需要人工智能。

 K12 教育領域人工智能的基礎優質數據 

人工智能不是憑空誕生的。不論是機器選擇還是人工選擇,背后都需要數據。

 

百度首席科學家吳恩達曾把人工智能比喻為發射飛船,計算引擎是火箭,數據則是燃料。作業盒子的ceo劉夜則說:作業盒子的算法其實領先最多三個月,但數據領先可能是三年。

 

作業盒子CEO 劉夜

 

這也是作業盒子與其他K12產品的不同之處。作業盒子擁有非常特殊的場景優勢:作業。

 

在K12領域中,各個產品獲得數據的基本場景分為4類:搜題、刷題、考試、作業。

 

對于搜題而言,最難判斷的則是用戶的心理。學生可能是真的不會,也可能覺得題目過于簡單想直接得到答案,也可能只是為了一場球賽偷懶?;魑薹ǖ彌沒煙獾男睦碓?,那么題目對應的價值也就無法判斷。

 

在刷題場景中,題目難易程度相差太大,某類刷題應用的正答率只有30%。如果持續做錯,學生就失去了長久練習的動力,數據獲得缺乏持久性。題目太簡單,學生就不會做難題,而選擇簡單逃避一味重復。難以獲得有診斷價值的數據。

 

在考試場景下,數據質量極高,但唯一的問題就是頻次??際云德什桓?,不足以形成人工智能需要的極高的數據密度。

 

而作業本身屬于高頻場景。在老師參與學生互動的模式下,可以保證規律連續的提交行為,練習難度適中的題目,從而保證了數據的質量和數量。同時同步教學場景,始終可以與學習進度保持一致。

 

而這種較優質的、可持續的、有把關的數據,則成為了教育領域人工智能必不可少的前提。

 

在劉夜看來,學生 90%的學習時間和內容是由老師來支配的。如果不將公立學校的老師圈到閉環中,K12教育產品很難產生真正意義的改變,這也是作業盒子選擇從作業場景切入的原因。

 
作業盒子獲取的答題數據如何產生價值? 

學生最怕的就是題海戰術。漫無目的、毫無針對性地刷題,會讓學生喪失興趣,身心俱疲。而題海的反面則是針對個體差異的有效題目組合。

 

在傳統方式中,有效題目組合只存在于少數有經驗的老師頭腦中,而這種經驗周期的形成往往要數年。這里面包括老教師對學生掌握程度的認知經驗,更重要的是他們了解題目的萬變不離其宗。

 

作業盒子現有的答題數據為65億條。而60億條相當于2000個特級教師一生中接觸數據量級的總和。而通過APP端的數據搜集,60億條數據只需要500萬個學生一個學期的時間。周期被大大縮短,甚至可以批量復制。

 

有了數據的基礎,教育更講究的是因材施教。一道題目錯了,映射到不同學生知識結構上的缺陷可能完全不同。而作業盒子通過個體化作業的搜集,描繪每位學生的題目畫像。

 

通常情況下,題目會按照知識點或同步教學的三級結構進行分類,但顯然這種方式非常粗糙,僅僅知道一道題目歸屬于哪個知識點并不能精確繪制出學生的題目畫像,題目本身還要進行更為細致的分類。劉夜介紹。

 

作業盒子的這種方式叫敲碎題目。題目除卻知識點屬性外,還有題型、解題思路、考察能力等多維屬性。而題目標記得越精細,學生知識結構的缺陷定位也就越精準。

 

在數據積累的基礎上,應用數據挖掘的手段得知知識點間的內在聯系。當一個學生做錯了一道題后,我們可以知道哪些題這個學生可能做錯。推薦的個性化題目組合才能對癥下藥。從而也就知道了哪些題目可以跳過,避免單調重復。這就是人工智能的導航價值。

 

善于學習的學生其實對自己的知識結構有充分的認識,有舉一反三的能力,所以能夠有效分配個人的精力投入,作業盒子要做的是補足那些不善于學習的學生在對個人知識結構認識上的短板,不斷匹配適合的題目去引導他們的學習投入。劉夜說。

 

不僅如此,導航價值也能輔助老師的教學。在教學過程中,老師不可能針對每位學生都進行個性化的知識結構缺陷診斷,而在每道題目都被精細化標記的前提下,通過數據挖掘獲取學生的認知模型卻是可能的。

 未來教育將會是人機混合模式 

我們不是要替代老師,而是要強化老師的作用。

 

劉夜認為,未來教育將會是人機混合模式,現如今,很難預測未來老師到底會擔負什么樣的角色,在哪些領域可以擔當。但在很長時間內,老師依然是決定學生學習效率最主要的角色。

 

不沒有融入日常教學場景的應用,k12教育產品在中小學是很難真正有效發揮作用。而作業盒子在激勵、診斷和治療三個環節輔助了老師與學生的個性化互動。

 

傳統模式中,由于精力所限,老師激勵學生的范圍也是有限的?;髟謖庖壞閔峽梢圓棺憷鮮?,利用社交貨幣、游戲化機制,將日常學習轉化為獎勵。

 

在個人學習程度診斷中,年輕教師可以依靠產品中的數據分析服務,壓縮獲取經驗的周期,判斷學生的知識掌握程度。

 

在治療環節,作業盒子基于對學生學習情況的了解,可以為老師提供解決方案:針對性的題組、答疑、直播錄播課程,能夠極大程度放大老師的教學效果。

 

在整個過程中,作業盒子強化了整個日常作業的效率,然后再基于作業產生的問題延展,且沒有增加額外負擔。自主練習、答疑、錄播課、直播課都會自然而然變為一種基于數據的個性化服務。

 

這也是未來k12教育產品的人工智能的發展方向。精細化的推薦和個性化服務成為了補足知識缺陷的重要方法。

 

目前,作業盒子已經初步實現了針對老師作業的個性化推薦,初中數學老師 80%的作業來自于機器推薦。

 

9月,在 65 億條優質數據基礎上,面向學生的自適應學習產品即將推出,作業盒子將成為國內首家通過人工智能改變作業模式的公司。

 

從本質上來說,題海困境是因為老師資源有限、高效的教學手段缺乏。作業盒子正在嘗試的人機混合模式將極大程度地改變這個局面。

 
創客ABC 

A. 他們是誰?

 

作業盒子有三位創始人,CEO劉夜1979年出生,為連續創業者,畢業于對外經貿大學金融專業,大三時開始創業至今,此前為因脈科技創始人。另兩位為CMO賈曉明和COO王克。三位創始人在產品、運營及市場上三方面充分互補,主要核心骨干團隊來自百度、阿里。

 

B. 在做什么?

 

作業盒子是一款免費智能作業工具,主要用戶群體為初高中師生,分為老師端和學生端,包括海量題庫、智能批改、交流溝通。

 

C. 投資人怎么說?

 

作業盒子直接從體制內切入,重塑了作業的場景,讓學生更了解自己的薄弱點,讓老師批改作業更快捷。產品 推廣 資源是鐵人三項,作業盒子團隊三位創始人的過往經歷正好和做的事情匹配。聯想之星副總裁吳炳見

本文內容來自互聯網轉載,不代表本人立場,若侵犯您的權益,請聯系我們第一時間刪除,謝謝!如若轉載,請注明出處://www.fcwht.com/guandian/ec133420cdd9c747b34e1fdb.html

標簽:

標簽:

{ganrao}