經過一年的快速迭代，業界對於生成式AI將會率先落地於哪些產業已經有了答案。
教育領域，不僅被OpenAI列為重點應用之一，也成為國內大模型廠商佈局的重點方向。
生成式AI技術的進步展示了人類與大模型的互動不斷提高。大模型透過訓練不斷學習人類的思考方式，而人類在與大模型的對話中也獲得了新的靈感和知識。
這個過程是教育追求的理想狀態，也是「教學相長」的體現。生成式AI與教育高度適配，使教育成為其絕佳應用領域。
在確定了落地方向後，更重要的技術與教育怎樣結合以達到賦能後者的作用。
過去一年裡，AIGC賦能教育有了哪些成果？ AIGC對教育的顛覆究竟如何？未來，教育又會因生成式AI的發展而出現哪些新趨勢？
在《AIGC教育產業全景報告》中，量子位智庫給出了產業內外交流後的系統性梳理。
核心觀點包括：
- 教育大模型成為產業基座，「AI原生」思想滲透產業各環節
- AI智能體助力「個人化學習「普惠，每個學生都有自己專屬的AI家教
- AI智能體化身教師助手，幫助教師完成能力進階
- 跨學科理解構築教育大模型高階能力，將成為模型層玩家核心競爭力
- 教育大模型向多模態演進，落地產品趨於豐富
- 未來3-5年AI PC是主流硬體產品，GenAI XR將賦能創新教育
- AI智能體「具象化」發展，具身智慧腦機介面實現人機共融
…
具體細節，我們逐一來看。
教育科技領域全面擁抱生成式AI
生成式AI引領我們進入AI2.0時代。透過學習大量數據，AI展現出了驚人的生成能力，其所產生的答案更貼合人類的語言交流，並且能夠在某種程度上激發人們的思辨意識。
教育科技領域，最直覺的變化在於產品「AGI」化。從學習機到APP、到智慧教學，教育科技領域都一定程度上接入GPT類產品。
2023年5-6月期間，搭載訊飛星火認知大模型的AI學習機，GMV分別年增136%和217%，AI學習機也成為去年雙十一期間，京東和天貓雙平台銷售冠軍。
教育大模型成為產業基座，「AI原生」思想滲透到產業各環節
面向K- 12群的AI學習機全面推向市場
學習機器屬於國內市場特有的教育科技產品。學習機在大模型的加持下，透過提供使用者增量價值，銷售量實現反彈。
從產品角度來看，國內做AIGC教育，大企業多數選擇在學習機搭載大模型，透過提供使用者增量價值來提高產品銷售。
學習機賽道目前競爭激烈，生成式AI的出現，可望為學習機構建造新的競爭障礙。
從使用者角度來看，學習機受眾為K-12族群。此類人群的付費意願來自家長。
在小學階段，家長重視孩子的興趣養成；而在中學階段，家長看重產品是否能提升孩子學業成績。
語言類學習APP產品體驗升級，市場回饋優於預期
語言類學習APP在海外市場表現突出，頭部產品已接入GPT4。國內語言類APP也同樣接入了大模型，且加入生成式AI技術的交互問答相較前代產品有了本質提升。
從產品角度來看，從軟體切入AIGC教育賽道的企業，透過接取通用大模型，加以自身累積的教育資料進行微調訓練，以APP類產品為主。
此類產品因其對話體驗升級，目前是大模型應用於教育的產品中市場反饋最積極的品類。
從受眾需求的角度來看，目前主要以大學生和上班族為主。這類人群中，大學生還會有提高成績的需求，而上班族並沒有成績提升的需求，學習語言更多是出於工作需求或興趣。對於這兩類人群來講，用戶留存率是關鍵。基於此，在產品設計上會更注重使用者體驗以及行銷策略。
生成式AI成為教育變革新動力
教育與科技的結合由來已久。隨著90年代網路的興起，開啟了線上教育時代。進入21世紀，透過智慧系統的引入，自適應學習成為海外教育的熱點。 2010年後，隨著人工智慧技術的發展，知識圖譜等技術又被用在教育領域。
每一個階段，教育都會於當下的科技結合，解決教育中面臨的問題。
在生成式AI時代，科技與教育融合，對教育的兩個核心角色教師與學生產生了顛覆式的效果。 AI以一種新的形式－Agent，融入教師和學生的日常中，在提供教、學幫助的基礎上，改變二者的學習和工作狀態。
AI與教育的結合，也讓科技類企業在教育市場中的比重越來越大，生成式AI能力成為新的競爭點。
AI智能體助力「個人化學習」普惠，每個學生都有自己專屬的AI家教
AI智能體為學生提供個性化教學：主要體現在課後階段，能有效達成一對一學習輔導。
生成式AI時代，對教育者來說最大的機會是自適應教育的普惠。
在生成式AI之前，教育領域採用個人化學習是一件成本極高的事情，對於學校和家庭都提出了很高的要求，需要先進的硬體設備、更多的師資力量以及教學場地。
在生成式AI出現後，AI智能體發展觸手可及，AI智能體可以作為每個學生的私人助教，隨時隨地陪伴學生學習。
AI智能體化身教師助手，幫助教師完成能力進階
在工具使用上，AI智能體降低了教師的學習成本，為其提供幾乎零門檻的使用方式。在工作環節，AI智能體幫助老師更有效率地產生課件、提供教學設計想法等。
AI智能體一定程度上釋放教師生產力，教師的更多精力能夠用於提升學生素養上，教師的職責從授業解惑逐漸向育人轉變，焦點從關注學生成績擴大到關注學生的心理狀態。
變革與挑戰共存
教育類大模型在落地過程中主要面臨三類挑戰：
1）資料品質；2）幻覺問題；3）價值觀對齊。
挑戰一：高品質數據缺乏導致模型泛化性不足
低品質文字數據，包括過多的重複內容、低品質文章等，不僅影響模型訓練效果，也造成一定算力浪費。
教育數據，特別是教學行為數據獲取受限、高品質教育標註數據缺乏導致可訓練教育人工智慧模型有限。因此，數據品質成為教育大模型發展的關鍵。
挑戰二：教育大模型的規模化應用需要解決幻覺問題
教育領域的大模型，最關鍵的是確保模型回答的準確性以及價值導向。
準確性體現在數理問題上，目前教育大模型在數學問題上的準確性偏低，尚無法達到可大規模應用的水平。在一些高階數學問題的回答上，準確率普遍在50%以下。
在教育領域，可以透過基於搜尋增強生成(RAG)的問答推理和基於提示詞工程的問答推理來解決幻覺問題。
挑戰三：價值觀對齊是教育大模型落地的必經之路
對於價值導向，主要是指在大模型的回答上，是否出現偏激、不符合事實的言辭，甚至出現一些錯誤引導。
在價值對齊上，常用的方式是RLHF（人類回饋強化學習），將在一般文本資料語料庫上訓練的語言模型能和複雜的人類價值對齊。
此外，由於目標族群為學生，在教育大模型的審核上會更加嚴格。針對AI產生的內容也會採用人工審核的方式，進一步過濾低品質內容，確保產生內容不存在錯誤引導。
產業變革帶來新趨勢
跨領域理解構築教育大模型高階能力，將成為模型層玩家核心競爭力
#國內市場中，自建大模型已成為產業玩家的必備能力。
在教育領域，入局AIGC的企業都選擇自建大模型，差異在於模型的能力範疇。部分企業選擇提供全科輔導，有些企業選擇先進行單科突破。目前企業自建教育大模型已具備跨領域知識整合能力。未來，跨學科理解將成為自建大模型高階能力的展現。
跨學科大模型是連結知識與解決實際問題之間的技術橋樑。
跨學科大模型在需要掌握豐富知識體系的學生群體中具備更高的價值，如中學生、大學生。對中學生來說，需要學習的科目多。學生一貫的學習方式是大量刷題、重複記憶，但在知識點之間並沒有形成「連結-遷移-貫通」。因此，存在考完即忘，無法與實際應用結合。這也是教育領域一直想要解決的問題。
跨學科大模型解決的便是幫助學生將知識點真正融會貫通，並且能夠運用知識解決現實問題。
教育大模型朝向多模態演進，落地產品趨於豐富
多模態大模型將不同模態的資訊整合，能夠促進更準確、全面的理解和推理。
在教育領域，透過分析學生寫作、繪畫、語言表達等數據，智能體可以更好地理解學生的學習狀態和需求，並提供個人化指導建議。透過分析教師的教學數據、課堂狀況，能夠幫助教師即時管理學生、有效率地完成教學工作。
多模態大模型的發展將伴隨硬體的不斷升級，AI智能體的產品形態也會隨之迭代。隨著資料維度的增加，AI智能體將逐步成為使用者的「專屬」夥伴。
未來3-5年AI PC是主流硬體產品，GenAI XR將賦能創新教育
AI智能體「具象化」發展，具身智慧腦機介面實現人機共融
AI智能體將向具象化發展，從Internet AI走向Embodied AI。
當前，AI智能體已然成為大模型應用的主流形態，透過「人機協同」的方式完成任務，其中AI智能體承擔大部分工作。
AI智慧體現在以軟體的形式存在於各類智慧型裝置當中，部分產品已擁有數位人形象，提升互動的真實感。
未來，A智能體將進一步演化，從虛擬世界走向真實世界，擁有實體形象。 「軟硬結合」的具身智能將進一步擴大智能體的能力範圍，此階段AI智能體在機器人的形態下，賦能教育實踐場景且具有更強的陪伴屬性。
而到了腦機時代，AI智能體與人類的互動將更加深入，AI智能體對人類的意圖理解及狀態分析都將更準確，並且能夠對有學習障礙的人群進行幹預，人機共融將達到新的高度。
具體報告詳情以及代表玩家案例集可在底下評論區取得。
以上是AIGC教育產業全景報告：AI助教與家教成真，學習機迎來新機遇的詳細內容。更多資訊請關注PHP中文網其他相關文章！
