科大讯飞教育大模型产品总经理韩萌

11月11日至12日，芥末堆在北京举办以“新质学习力，通向更美好的教育未来”为主题的GET2024教育科技大会。在12日的领袖论坛上，科大讯飞教育大模型产品总经理韩萌就《认知大模型技术在教育领域应用的思考》进行了主题分享。

韩萌提到，“未来不属于AI，未来一定能属于驾驭AI的新人类，对于我们教育而言，我相信同样也是如此。”

以下为演讲实录，经编辑：

大家好！大家讨论更多的是技术和教育一些融合的内容。因为我们这个主题叫作新质学习力，所以其实我一直在想一个问题，怎么样体现出新？在下个月，OpenAI两周年，人工智能进入我们整个世界当中已经两年了，大家好像觉得这两年特别的快，在这个过程当中，对教育的影响其实是超出了很多科技者的预期的。

最早，大家认为这个技术对我们的金融、工业的影响可能会更大一点，但是没想到无论是在技术的发展还是应用的井喷，反而教育行业现在走得最快。我们的主题有几个字比较明确，叫作教育的未来。怀部长前一段时间说了一句话，人工智能是一把金钥匙，它不仅仅影响着未来的教育，也影响着教育的未来。这句话听起来好像有点拗口，但是这里边就是我们今天关注的一个核心的命题，未来的教育和教育的未来有什么样的不同。这个命题看似很宏大，尤其是现在科技、教育、人才三位一体的背景下，教育被关注的层面不仅仅是教育本身，影响到整个国家的综合国力，甚至影响到我们很多人的一种家国情怀。

但是聚焦到具体的每个学生、每个家庭里边，他又很微观。谈大模型，很多内容一具体就深刻，这两天大家听得也多了，今天我主要还是想从微观的层面和大家来讲一讲、来看一看大模型技术到底怎么样应用在教育里，它怎么样真正意义上能形成所谓的教育的未来。

技术的发展为教育带来挑战

1.技术发展影响人才结构

回顾历史我们会发现一个很有意思的问题，每当技术发展快于教育发展的时候，这个社会肯定会进入一个震荡的时期，会迎来一个失业潮，会迎来整个社会的不稳定因素。现在我们看到，随着整个生成式人工智能的到来，这个阶段已经到来了。现在坦率地说，整个教育发展的节奏慢慢地已经跟不上整个技术发展节奏。那么要怎么办？其实过往的几百年中，我们有很多经验，比如当时印刷术出来之后，读写能力慢慢成为必备的技能。蒸汽革命开始之后，人们的实践能力开始走入了大家的日常的生活当中。电力出现之后，我们的组织设计能力又有了新的要求。

为什么我们现在这么关注所谓的生成式人工智能对于教育的影响？核心就在于技术一旦进步之后，对于我们的教育到底有什么样的影响，未来到底需要什么样的人？这在过往的二、三十年里边是我们需要讨论的问题，现在是我们需要面对的问题。过往的几年，我走了全国的几百所学校，前一段时间和北京一个比较有名高校的计算机学院院长在聊天的时候，他就说，他很无奈。四年前，他计算机学院的学生都是当时最优秀的一批入校生，现在四年过去了，这批最优秀的学生反而在找工作的过程中遇到了一些难度，现在本科生做编程一大部分都被大模型替代掉了，他就感觉到这种压力扑面而来了。

2.教育信息化改变老师定位    

其实整个教育技术的发展和我们整个人工智能的几次浪潮还是比较相关的，从多媒体技术到教育信息化1.0、2.0，在现在教育数字化的整个的过程当中，其实每个阶段，技术都在发挥着独特的价值。比如说电化教育的阶段，那个时候技术对于教员更多的还是点性的问题。比如说幻灯片，只不过把实体的黑板板书变成了电子化的板书，它只是提升了我们一部分的效率。现在随着整个教育信息化1.0的深入，在线教育就慢慢地进入我们的视野，在这个过程当中我们发现老师不但效率提升了，同时他的教学方式也发生了一些变化，在整个他授课的过程当中，需要调动一些资源了，在这个过程当中，很多时候做决定的方式会有一些变化了，他需要想我要怎么样进行一定的调整去上这堂课。

随着整个生成式人工智能到来之后，可能会有一个更大的变化，那个变化在哪里呢？核心就是在这个过程当中，可能会改变老师做决定的方式，尤其是对于我们学校，包括很多机构而言，未来一定需要老师这是没错的，但老师到底是扮演一个什么样的角色，他还是像以前一样去讲题，去给学生提供一些所谓的指导，甚至是一些情绪价值的东西？也许是这些，还有其他的吗？换句话说，在红线的左边，可能是所谓的教育的未来，我们需要探讨的，未来教育的样态有可能就在红线的右边，随着整个生成人工智能的出现，它可能就会到来了。

3.大模型机遇并非转瞬即逝

当然大家也不必去忧虑，这个时间它不会这么的快。我们看到Gartner前不久又出了一个技术发展的曲线。大模型经过24个月的发展之后，大家会发现其实有很多已经进入了幻觉破灭期，换句话大家看它就特别的冷静且客观了。它能解决一些问题，但是有些问题它可能解决不了。比如说01的出现可能是一个里程碑，但是它其实也是通过一些强化学习来解决一些通用的大模型或者基础大模型解决不了的问题。在这个过程当中，复合型的大模型技术以及大模型的一些工程化的技术，大小模型协同的技术，可能这种综合的运用才真正意义上能解决我们在教育领域里面临的各类问题，它是有周期的。

目前这个阶段，我们更多的可能还是处于在系统性的解决方案。但还没有达到综合性的解决方案，未来可能会给我们5-10年的时间，但是时间其实也很快，我们看过往的几次工业革命，从技术的出现到最终大规模的应用，可能从五六十年到二三十年，时间会缩得越来越短。

4.大模型技术下的教育发展

这段时间大家需要去做什么？抽丝剥茧地看可能就是两个方面。

首先，需要去改变这个界面。以往的界面更多去寻求的，所谓的教育学是关系学，我们想改变的其实是整个在课堂空间、场域里边去打造这种关系。但是当场域里边增加了所谓的数字空间或者虚拟环境的时候，有一些可能发生了变化。世界上有一位很有名的科普作家说了一句话，现在生成式人工智能来了之后，所有世界上一切你的不会，就源于你对界面的不了解，你不需要再懂编程，你也不需要再懂一些深奥的技术语言。所有的内容其实无外乎通过提问的方式来解决。另一个方面，在师生关系的过程当中，肯定会有机器的介入，你可以把它理解为一个点、一个线或者一个面，但是机器在这个过程当中发挥的作用，是我们不能忽视的。

基于这样的分析，我们认为大模型改变未来教育存在几个关键点。第一，整体流程的再造。这点我不过多地去讲，做企业的人肯定了解，从几十年前的ERP和BPR开展起来，整个组织流程再造的核心就是源于技术的推动，这种技术的推动，未来势必会引起学校和机构的一些管理方式的变革。第二，应用边界的拓展。以往的出发点，我需要什么样的场景，我去解决什么样的任务，从而去构建一系列的应用。但是现在不是了，现在所有的大模型是一种通用技术的雏形，我解决问题，它都会给我一个指引，但是我如何去解决问题靠的是我的智慧，而不是所谓的任务。第三，人机交互的界面。这点相当相当的重要，在这个过程当中，我们现在倡导的AI、UI或者LUI，语言以往更多的其实是一种交流的工具，更多的其实是人与人之间的交流的工具。但是在人机整个学习或者人机协同的过程当中，现在语言有独特的价值了，你语言的含金量到底在哪里？这点可能是大家需要去关注的。

引导师生面对挑战

在这样的背景下，对于老师和学生而言，的确面临着一系列的挑战。在这个过程当中，其实对于老师而言，老师会存在，但是他角色会发生变化。对于学生而言同样也会面临一个问题，当生成式人工智能能解决大多数知识性问题的时候，学生应该学习什么？刚才有位嘉宾提到所谓拔尖创新人才培养，或者我们不提拔尖，就叫创新人才培养。创新人才培养的起点现在是什么？是知识学习吗？也许是。

大家要去思考这个问题，在未来整个一段时期内，当整个大模型这项技术能把知识学习一部分给替代掉之后，我们学生应该学什么？之前有句话叫无用之用为大用，我们学习的过程当中以前更多的学习知识，但是现在很多所谓通识的一些教育，从边缘走向中心的时候，可能我们教育的方式和学习的内容都会有变化。

教师

1.依托讯飞星火构建智能教室

我和各位分享最近我们做的一件事情，我们依托纯国产化的讯飞的星火大模型，构建了智能教室，智能教室在整个人机共育的过程当中，把老师的角色进行了一个颠覆。

所谓的智能教室肯定不可能替代老师，也不可能把老师原有的一些模式给固化住，其实这就是大模型和原有技术最大的本质区别，我不是固化原有的工作方式，我是在这个过程当中如何把老师的能力来进行跃迁。有一点很重要的就是我们知道老师授课里边所谓的知识点，所谓的教材，所谓的方法这些东西是好提炼的。什么叫优秀的教师？他的那套理念，他的那套思维，那套机制如何去做，这点其实就特别关键。

换句话说，我们能不能用机器把全国最优秀的那些老师育人的智慧提炼出来，变成可以训练的数据。这一点其实是我们现在尝试的一件事情，在此基础上，这里边大模型需要做的关键几个点，核心就是一定要把整个的老师这种智慧进行标准化，最终我还是要进行真正意义上的通过人机对齐来输出。在这里边，大模型有一个核心的优点在于，它有一个永不疲惫的迭代精神，这是现在所有生成式人工智能里最核心的一点，它是基于这种群质萃取可以不断地去进化的，它的进化就来自于我使用的人越多，它可能进化的速度就越快，这可能是和以前最不同的一点。

2.智能教室构建面临的难题及逻辑

在做智能老师的过程当中我们遇到了三个难题：如何能把老师的隐性的育人智慧参数化？如何能将复杂的知识进行真正意义上的化繁为简？如何能实现个性化的学习基础，对于学生什么叫做个性化？

所以在这个过程当中，我们基于前面的那一套机制，搭建了一套智能教室的基本的逻辑。首先第一个就是学科逻辑，以前更多是按场景来开展相关的一些应用的设计，备课、授课、辅导或者叫课前、课中、课后。但是在大模型的时代里，我们更多的要强化学科的逻辑。在这个基础上还有很重要的一点其实就是教学的逻辑。在中国教育科学院的引领下，我们基于问题链的教学逻辑的设计进行合作。从核心问题再到所有的子问题，再到相关的问题单元，怎么样抽丝剥茧，在这个过程当中，一方面是学习知识，另外一方面真正意义上是发现不同学科的知识背后的核心素养。在这基础上，我们要探索所谓学习的逻辑。这里边学习的逻辑的关键就在于在以前所谓知识的基础上，如何去把他的思维习惯，把他的情感支持的因素等等都考虑进去。

3.从“使用”到“参与”

最终，把整个前面提到的几个进行拟合，最终形成了这样一套智能教室，目前是在高中做了语文和数学两个学科，我们能看到其实整个效果还是不错的。

各位嘉宾可以看到，这就是现在典型的应用场景。目前的应用场景，在全国已经有十几个城市的百余所学校已经开展试用了。在这个过程当中，其实我们和老师一起来打磨这件事情。在这个过程当中有一个核心的点就在于，以往的时候老师更多的被认为是所谓的信息化应用的使用者。但是现在在大模型时代里边，老师他还是整个应用的生产者、贡献者。这里所有的内容都是来自于优秀老师集体智慧的结晶。老师在用的过程当中，随着他不断地去用，他的个人习惯，他的讲课方式，他的资源内容，都能有机地和星火大模型的智能体能融为一体。

学生

1. 构建多维知识图谱

教学一体化，本身其实是不分的。在这个过程当中，其实我们打造基于复合式AI的学习助手，我们能看到在学习的环节里边，大模型肯定不能解决所谓全部问题，这里边复合型的AI是关键。这里边现在的核心，其实就是多维知识图谱的构建。以往更多在教育里边强调的知识图谱是知识的谱系，但是基于大模型所谓的参数能力，以往的时候比如说我们要分析他的心理状态，或者分析他的社会性支持因素，我们一定要有相关的技术去支持。现在其实我们有了这样一套通用技术之后，把相关的参数给它放进去之后，有可能就会出现我们意想不到的一些结果。当然在这个过程当中，也面临几个问题。

关注学业，但是不能陷入题海。现在社会上有很多人有诟病，包括在座的很多老师也会说，技术对于原有的教育是一种固化，怎么样能实现从固化到跃迁，这就是大模型必须要倡导的，否则它不能叫所谓的未来教育。

关注素养，同时又不能固化思维。当我们一切内容如果都是用模型训练出来之后，其实核心也是一种所谓的概率性套路，我们如何真正意义上在学习过程中能反套路。

关注兴趣，但是不能放任自流。其实在大模型的应用过程当中，现在整个业界还是普遍达成一致观点，给老师用是没有问题的，但是给学生用，尤其在基础教育的学生用，可能要谨慎。

2.方方面面服务学生

所以基于这样的几个判断，我们在做这样的过程当中，核心就是把整个智能教室的思路进一步的推演，在学习的环节要有更多的约束和管控。这也是为什么现在要做国产化大模型的基础上，我们要做大小模型的协同，我们要做不同任务的微调，核心点就在这儿。

基于这样的内容，大模型现在对于整个学生身心健康的整个的服务意义也是特别大的。比如说现在在体育这个环节里边，我们利用技术，对他整个体质健康的监测，运动兴趣的培养意义是特别大的。

再比如说在心理方面，其实大模型是可以给学生情感支持的。当然，如果你拿一个优秀的老师或者和很了解孩子的家长去比，可能他做得还不够，但是他要作为一般的情感支持的工具，他肯定比一般的所谓的伙伴要好。当然还有如何去用，在什么样的场域里面去用。

结尾

以往大模型都出现在大家比较熟悉的像我们在口语的对话，像我们校园的文化等等，现在依托大模型的智能体构建的各类应用，可以完全满足我们的学校、我们的家庭、我们的机构，整个个性化的需求。现在，其实很多工具大家都可以去做了。虽然讯飞是一家教育科技企业，但是我们一直认为技术永远不会替代老师。

在整个新的技术发展形势下，我们到底应该怎么去做？这点可能是核心，我们当然不能是无视不理，当然我们也不用如临大敌。核心的问题就是老师的角色发生变化了之后，如何去提升自己，我相信在座的每位嘉宾，每位朋友，可能都是教育从业者，从业很多年的人。在这个过程当中我们不停地去转型，因为肯定是一个不进则退的过程。

我写了几点，我不过多去说，总结起来，在人工智能时代，如果人要想做到更好的发展，有一句很直白的话叫人一定要比AI凶，换句话说未来不属于AI，但是未来一定能属于驾驭AI的新人类，对于我们教育而言，我相信同样也是如此。

好，今天分享就到这里，谢谢大家！