图片来源：unsplash

“我们倾向于高估一项新技术的短期效应，而低估它的长期影响。”  —  James Heppelmann，PTC 总裁兼首席执行官

人工智能的「短期效应」也曾多次被「高估」过。历史上，人工智能已经历过三波浪潮。第一波，1956年-1974年的美国，感知神经网络软件；第二波，1980年-1987年的英国和日本，语音识别、语音翻译；第三波，2006年，全球，深度学习、图像识别。但每一波浪潮最终的结果都是「破灭」。

近几年，随着卷积神经网络席卷全球，再一次燃起了人们对于超级智能的无限向往。

经历过三波「破灭」后，这一次，我们是否应该更理性、更真实的看待人工智能以及它在教育领域的应用？

在这篇文章中，蓝象资本执行合伙人周爽将结合蓝象的观察与感知，与你一起探讨对人工智能+教育的担忧与未来。

一提到人工智能，不乏有一些人会「神化」它。但其实，人工智能像互联网一样，是一种基础工具，任何行业都可以与之结合并「产生反应」。

目前，人工智能在各个行业的应用已经非常广泛，比如医疗行业、制造业、互联网行业等。以医疗行业来说，基于科学底层的概念和认知已经相对完善，使得在与人工智能相结合的时候可以得到很好的应用。比如，运用人工智能检查肿瘤，肿瘤的形状和特征都有既定的标准辅助做辨别和判断。

但对于教育行业，目前底层科学尚不完善，并且它的发展轨迹和决策机制与其他行业也是存在差异的。所以，当人工智能与教育结合，我们也从投资人的角度看到了一些担忧：

人工智能+教育的担忧

人工智能目前在教育领域的应用案例有很多，比如，智能批改、校车、校餐、自适应推题、高考志愿填报等。但其中不免有些项目的科学性令人存疑，比如，借助大数据分析做高考志愿填报咨询类的项目，从我们目前看到的BP而言，有一些项目是通过自己采集的部分数据样本来推演全体。

为什么会对这类项目的科学性存疑？我们想先来探讨一下，什么是「大数据」？

• 担忧一：「伪大数据」的应用

《大数据时代》（作者: [英] 维克托•迈尔•舍恩伯格）一书中这样定义：大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。

而早年间IBM也曾提出过，真正的大数据应该具备5V特点：

大数据的5V特点

1、Volume（大量）

中国在医疗大数据方面的应用优于北美和欧洲的原因之一，就是拥有足够大的数据量，并对数据的使用相对自由；

2、Velocity（高速）

对于底层数据的获取和处理速度要快、要保证时效性。比如，金融行业的借贷类产品，根据用户日常的消费行为，几乎可以实时计算出过去3-6个月的消费数据，从而判断用户的消费能力和可承受的借贷额度；

3、Variety（多样）

数据的来源必须丰富多样。也就是我们在采集数据时，应该包含不同的渠道、不同平台的数据；

4、Value（价值）

数据的价值含量。大数据并不在「大」，而在于「有用」；

5、Veracity（真实）

数据的真实性。比如，有些行业存在刷单的现象，在对相关公司经营数据进行采集时，采集的是公司经营过程中的所有数据，如果这些数据中掺杂了大量的虚假数据，就会改变大数据分析的最终结果。

回到上述使用部分数据样本来推演全体的高考志愿填报咨询项目上，这其中的问题在于，如果用于分析的数据样本大部分采集到的是学霸或是某些教育水平偏低地区学生的信息，这就会导致最终得出的结果与真实结果相差甚远。

底层数据的采集与筛选决定了最终的判断结果，使用「伪大数据」来推算、预测孩子应该如何填报高考志愿，从科学的角度看，这是不合理的。

科技+教育，本质上我们希望借助科技的力量解决传统教育行业存在的问题。

图片来源于网络

今年5月16日，在中国与联合国教科文组织合作举办的国际人工智能与教育大会上，蓝象顾问、好未来集团创始人兼CEO张邦鑫提到了好未来始终坚守的教育理念之一：为每个孩子提供最适合的教育。

那么，这里又衍生了第二个值得我们探讨的问题，到底什么样的教育是「最适合的」？

• 担忧二：「最适合的」教育，没有统一衡量标准

想要理解什么样的教育才是「最适合的」，我们就需要先理解教育是什么、教育的本质是什么。我们先来看看，美国是如何描述「公立教育的目标」的（来源：《Disrupting Class》，作者: Clayton M. Christensen）：

“最大化实现我们作为‘人’的潜能”

也就是表达了，为什么一定要花费那么多的钱去做公立教育。

“培育一个茁壮的民主环境，使我们的选民得以不被自私自利的政客的聒噪所迷惑，清醒和理智的行使投票权。”

这句话是当年亚历山大·汉密尔顿等一群美国国父在建国之后，游说各个州给联邦政府交税以提供教育支持时说的。体现了教育是影响人民政治思想和理念的一种工具。

“训练人民的技能、能力和品性，提供足够的人才来保证我们国家的经济繁荣、国力强盛、保持国际竞争性。”

曾经我们也研究过欧洲、以色列以及一些新兴国家的公立学校系统，发现几乎每一个民主国家都一样，需要通过教育来培养国民的技能。

“教育人民理解和宽容他人的多样性，使他们懂得，不一样的观点应该被尊重而非被迫害。”

最后，则是美国作为一个多元文化的国家，它还需要国民具备理解和宽容他人多样性的素质。

图片来源于网络

与美国环境下的独立教育不同，我国的国情、政治体系以及人民的诉求（比如，学生家长和学校的诉求）不一样。

那么，在中国这样的系统里我们是如何理解教育的呢？

“坚持立德树人，着力培养担当民族复兴大任的时代新人。”

这句话来源于今年7月中共中央、国务院印发的《关于深化教育教学改革全面提高义务教育质量的意见》。我国作为社会主义国家，这就决定了我们的教育必须把培养社会主义建设者和接班人作为根本任务。

除了党中央出台的文件，目前社会上还没有其他比较好的来源可以很清晰的说明教育的本质是什么。于是，我们就在网上搜索了一下，大概得到了以下几种答案：

“让孩子拥有健康的人格”—— 把目的当本质

“给孩子创造一个安全的成长环境” —— 把手段当本质

“教育是自由、是爱、是引发人独立思考。”—— 把方法当本质

“教育的本质是在淡泊中归真，在静笃中抱朴，在禅定中重生。” —— 把价值输出当本质

通过以上这些搜索结果可以看出，目前社会中对于「教育的本质」还没有一个统一衡量的标准。

有效的采集到学生的行为数据，是实现人工智能+教育发展的基础。如果无法准确的衡量到底什么样的教育对于孩子是「最适合的」，我们也就无法判断应该采集什么样的数据。

人工智能+教育的未来

教育本身是个重服务的行业，具有很强的针对性、专业性和适用性。

目前，人工智能在教育领域的应用还处在探索阶段，也许我们还无法像医疗行业一样，比如，通过科学的方式判断不同的题目刷下去会对孩子的大脑产生什么样的影响，从而准确的衡量或者提升学习效果。

但是，当一个市场没有统一的见解和衡量标准时，就会出现分众市场。每个分众市场，都可能出现新机会。也就是说，当不同的用户产生了不同的教育目的时，不同的教育目的就会分化出不同的需求，于是就形成了不同的分众市场，而每个分众市场中或许都蕴含着新的机会。

比如，让孩子学习钢琴的目的是为了让孩子考级？还是为了让孩子开心？

我们相信每个老师、家长甚至孩子自己的观点可能都不太一样，这件事情其实是没有标准答案的。这时，我们就可以把不同的教育目的进行分级，当用户的目的是让孩子考级时，可以借助大数据+考试或者人工智能+考题的结合，把考级这件事做到极致；而当用户的目的是让孩子开心时，又会出现可以满足这类需求的教育产品。

图片来源于网络

在当下的市场环境中，教育行业还存在着各种各样的问题，而科技的发展为教育行业带来了无限的想象空间。

本文转载自微信公众号“蓝象资本”，作者周爽。文章为作者独立观点，不代表芥末堆立场，转载请联系原作者。