界面新闻记者 |
界面新闻编辑 | 宋佳楠
“大模型可以作为教育工具的一部分，但不能替代专业的教育设计和教学过程。”
日前，智能学习科创公司洋葱学园推出了最新一代AI智能学伴，并首次公开集团旗下的智能学习产品矩阵。该公司联合创始人兼董事长杨临风在接受界面教育采访时表达了上述观点。
“比如让一个没有学过方程的孩子通过提问来学习一元一次方程，这是不现实的。”杨临风认为，大模型公司训练的是底层的互联网广义语料，可能并不系统，无法根据个人的认知水平深入浅出地解释复杂概念。在教育未成年人的过程中，最重要的是认知水平的匹配，即如何将复杂概念以孩子能理解的方式解释清楚。
他提到行业目前应用大模型的现状，很多公司急于推出所谓的AI助教，但实际上这些产品只是一个3D或2D的人物头像，下面是一个对话框，带有一个人设。用户只能进行一些浅层的、表面的互动，而无法得到系统性的深度引导和支持，没有真正深入到教育的本质。
在他看来，真正的智能学伴应该是深入到学习科学底层，分析学习场景，找到学习痛点，并针对性地提供相关功能，如激励、交互、互动、学习方法和内容等，形成一个有机的服务整体。
十多年前，毕业于美国哈佛大学计算机科学专业的杨临风，出于对教育领域的兴趣，与几个学生时期的伙伴开始研究科技在教育行业中的应用。
在正式创建洋葱学园前，他曾花两年时间在中国农村地区的学校走访，感受到人机交互在教学中的重要性——低成本地将数字课程资源带给农村地区学生，这也是后来洋葱学园的创办动力。
2013年，“洋葱数学”（洋葱学园前身）成立，早期仅提供数学课程，如今已覆盖小、初、高全科以及中职数学。其创办理念是用微课和数字化学习的模式，让学生尤其是农村学生改变单向接受老师“灌输”，对学习产生兴趣来更高效地学习。
与当时市面流行的大班课、一对一、小班课等在线直播模式不同，洋葱学园可以说是一家“非典型”的在线教育企业，采取100%人机交互学习的教学模式，不搞直播、不做校外培训、不用真人教学，取而代之的是以创意动画视频课程来辅助学校课堂教学，自主研发课程体系，实现人机交互的AI教学创新模式。
这家公司用十年时间制作了8000多节课程，区别于常规的课程形态，洋葱微课时长5到8分钟左右，包含了课堂上20到30分钟的知识容量。
一节课程在公司内部的流水线大概要做两个月，约几十个环节，需要把至少一个学科、一个学段所有的课程进行精细化拆分和教研，再给每一节课制作动画、视频，做逐字稿的拆分，逐帧制作、剪辑、配音。
“虽然这种模式在初期发展较慢，短期内收益不明显，但一旦成型，市场和用户口碑就会起来。”衡量一个智能学习产品是否真正智能，关键在于它是否能够吸引学生主动使用，而不仅仅是依赖家长的引导。洋葱学园注册学生用户已超过1.1亿，是国内目前应用最普及的AI智能学伴。
杨临风透露，在微课制作方面，其投入远超十亿，已实现盈亏平衡，每年都有盈余。2014年至今，洋葱学园已融资至E轮，投资方包括春华资本、昆仑万维、腾讯投资等。
其课程收费也低于传统辅导班的费用，目前一二线城市的辅导班年费用约一万元左右，而洋葱教育的年费是488元。该公司业务也从最早的学科教育拓展至素质教育、职业教育、和硬件产品。
目前，C端（面向个人用户）业务约占收入的八成，B端（面向教育局、学校）业务占两成。洋葱智课为学校提供了两种模式：“人机双师教学”和“人机精准教学”模式，这两种模式均为学校开放并收费，但在特定条件下，如贫困山区的学校可免费使用。
他对界面教育表示，之所以坚持用“学伴”模式，是因为希望把学生作为主体和尊重对象。“我们经常开玩笑说，家长典型常犯的20个无意识的教育错误，其中排第一的就是盯着孩子写作业。”
在他看来，孩子在成长过程中需要意识到问题并自己解决，如果家长总是控制孩子的思考和解决问题的过程，孩子就无法学会独立。从教育的底层逻辑来讲，所有的学习都有输入和输出，学生需要内化，可能每个人内化知识的方法不一样，但共性是一定要自己完成。
“十年前，我们决定培养学生的自学能力，让中国学生主动爱上学习。当时，全行业都觉得我们疯了，因为没有人相信中国孩子能自主学习。”但杨临风坚信，每个学渣心里都有一颗成为学霸的心，只是需要正确的方法和工具。就像攀爬一座高峰，如果提供清晰的路径，让他们每一步都能看到自己的进步，就能持续前进并最终达到目标。
洋葱学园于2017年左右开始探索自适应学习，这是将AI能力嵌入已有核心学习流程的重要探索。洋葱学园App产品负责人林健日前在多知网Open Talk上介绍，在推出这一功能前，团队思考的问题是，到底是用AI能力为学生创造新的学习场景或学习能力，还是将AI能力嵌入学生已有的学习流程、助力现有的学习场景？
市场上很多产品都提供了帮助学生总结课程重点、生产学科素材、进行作文批改等能力，这些功能可让学生以更便捷的方式、更低廉的成本获得学习内容，具有一定价值，但仍是“授人以鱼”。在林健看来，为学生创造新的学习场景或者学习能力，并不是最能够彰显AI能力价值的点。
AI工具是一种新的交付方式，但是否是“更好”的交付方式，则完全取决于背后将技术产品化的教育者。例如当涉及到文章批改、总结等，AI在经过精心设计的prompt和工作流的基础上，可以做到以较高的水平给到用户一些建议，但要提升交付的质量和可用性，背后少不了有经验的教育者参与。
基于现有的用户基数和学习行为数据，洋葱学园为所有课程内容、习题和讲义打了科学系统的标签，再加上AI能力的加持，希望能让用户学到的是适合内容。“我们已经能够在用户学习数据比较少的情况下，评估某一道题用户做对做错的概率，准确率已超过70%。”林健称。
如何平衡技术推荐与教师的专业判断，以确保学生能够得到最适合他们的教育内容？
杨临风的观点是，技术难以判断学习顺序和效果，其主要用于评估学生在哪些方面存在困难，而具体的学习方法则更多依赖于人的教研经验。
关于大模型常见的“幻觉问题”，他表示目前行业还没有完美的解决方案，但有一些共识的做法。例如，基于标准答案对题目进行解析扩展，并让系统自我核查解析是否正确。如果解析出现错误，系统会重新生成解析，通过这种方式反复核验来提高准确性。
作为“偏科生”的大模型，在文科尤其是语文方面的应用相对成熟，但在数学上却经常碰壁。杨临风认为，目前大模型端到端地给学生提供教学是不现实的。“我们不应该神话大模型，它目前还远未达到通用人工智能（AGI）的水平。”
在他看来，大模型能更多地在情感陪伴和文科类的互动沟通方面发挥作用，比如将其用作留言回复和情感互动的辅助工具，而不是直接用于心理诊断。“大模型的能力有其边界，我们必须清楚这一点。”
