盘点两大风口的结合：人工智能与在线教育，有什么不一样的玩法？

转自：https://baijiahao.baidu.com/s?id=1608767111594702162&wfr=spider&for=pc

这两年的市场热点主角，绝对是人工智能，而随着人工智能这两年的快速进步，在各个领域的应用都取得了很大的突破，作为前几年的市场热点：在线教育，它们之间如果结合起来，能带来什么样体验了？

1、AI+在线教育所用到的最核心的底层技术

（1）自然语言处理（简称NLP）；

（2）语音识别技术

（3）图像识别技术

（4）知识图谱

（5）其他数据分析相关

2、AI+教育具体应用领域

（1）AI+教学内容研发

通过AI技术发现知识点之间的关联，汇总学习资料后生成练习题目，自动生成学习内容。目前市场相关企业还比较少。更多的是通过数据分析，发现知识的兴趣点，进而针对性的做教研。

（2）AI+教学

利用人脸识别技术数据化课堂过程，辅助老师教学，比如学生注意力不集中的提醒等。代表应用：好未来的魔镜系统、电子课堂等。

（3）AI+练习

主要应用在作文批改和作业布置等场景中，用文字识别技术批改文科主观题，图像识别技术和运算批改数学题。代表应用是科大讯飞的智慧作业平台。还有语音对话系统，帮助学生辅助解答问题、练习口语对话等。

（4）AI+测评

在口语测评、组卷阅卷等环节中，AI可以通过语音识别技术给语音的流畅度和自然度打分，并对语言组织进行后续的检测，还可以通过分析知识点在三分钟内完成组卷工作。代表应用企业是英语流利说、科大讯飞的智慧组卷工具。

（5）AI+管理

这方面应用相对不那么重要，主要是在教务、沟通、获取学习资料等，主要应用是拍照搜题、分层排课等。目前代表应用是小猿搜题。

3、AI带来的技术—功能（在线教育）

（1）图像篇

拍照搜题AR+：打通真实可见的世界与在线教育，带来所见即所学的体验动作捕捉：大量的体育、乐器、武术、舞蹈、绘画难以做在线教育的根本原因是因为缺乏教学者对学习者的姿态给出及时有效的反馈，而动作捕捉解决了此点。

（2）声音篇

语音评测，如：学生说一句话，机器给打分，对话机器人

（3）文字篇

自动解题能力——能够根据题目自动得出详细解析。作业智能批改能力智能答疑能力自适应对话能力——感知到学生的学习状态并且不断地给出相应的互动。基于人工梳理的教学模型+简单的数学建模——根据学生做题的对错，评估其知识点的掌握程度。其中的典型就是Knewton、可汗学院和猿题库，他们所采用的IRT算法早已开源。

4、AI+教育在企业的实际应用

（1）新东方：

营销：

通过所有的大数据积累和后台的算法，在营销的智能化上，让真正最好的产品、最好的老师能够匹配到最需要的学生，在最好的时间，最合适的时间，和最合适的地点。

服务：

机器人能够替代很多重复性的工作，客服的作用和教务的很多重复性的工作职能都能被替代。比如付款缴费、咨询测评这种业务完全可以由智能机器人辅助完成。

个性化辅导：

通过所有数据的积累，能够让我们学习教学能够个性化，能够去因材施教。

（2）好未来：

内容应用：

知识图谱&题库。根据学习目标的不同，每个人需要练习的知识图谱系数是不一样的，所以数据算法有很大的挖掘性。

教学过程管理应用：

开发了智能系统（IPS）。如果能够把线上数据量化和结构化，也可以大幅度地提高教育产能，赋能给优质教育资源。

（3）学而思：

全流程应用：

学而思在做网校的时候，线上点播率只有45%，转用双师模式解决线上人工服务跟踪反馈问题后，课程的完成率及续报率达到了85%。学而思培优ICS、IPS的升级也朝着双师课堂场景下语义识别、图像识别、人脸识别、情感识别、手势识别、视频AR这六个维度做尝试性突破和探索。

人脸识别：

上课期间，人脸识别技术将通过对学生面部表情的识别，记录学生的课堂表现，并反馈给师生和家长，让在线课堂的老师能够“看见”学生。

（4）学霸君

自动化批改

即自动解题和手写识别技术。这两个技术可以自动判断清楚学生作业的每一道题清楚。学霸君从2012至今，一直在针对此技术进行研发。其外在具体表现形式是拍照答疑等。外在形式的背后学霸君需要解决字眼推理、机器学习、形式推理、符号计算、逻辑推理等一系列的技术问题。

题目推荐

即基于图的贝叶斯推断，应用大规模分布式爬虫技术、神经网络推理技术等等动态地规划学生的学习路径，推荐符合学生掌握能力和学习情况的题目和考试。

以下是脑图版：

ai+在线教育

本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。