Alpha Go 以 4:1 完胜李世石，人工智能成为热议的话题，从1997年人工智能在国际象棋上战胜人类，到2016年人工智能又在围棋上胜出，AI在各个细分领域都获得了更多关注，包括教育这个十分注重师生互动的领域，学吧课堂的创始人李行武对人工智能在教育领域的应用十分有信心：

“未来一定是虚拟（智能）老师代替大部分不合格的老师，三五年内就能看到成效，其实我们已经做出了能够替代部分老师的系统”。

教育领域的Alpha Go可行吗？

一个有丰富教学经验的老师，通过两三道题就能判断出学生所处的水平，机器能不能模拟这个过程？这是李行武从2013年开始琢磨的一件事。

抱着科技是第一生产力的信念，从跨界进入教育行业开始，李行武的理想就没有变过——做出一款智能教师产品，让每个学生都能接受优质教育。为了设计出贴合教学的产品，程序员出身的他特地做了一年中学老师，抛去“码农”做教育的惯性思维，试图从教学的角度去理解老师与不同的学生之间所产生的化学反应，让机器模拟老师的“大脑”，向虚拟老师进化。

自此，学吧课堂就从2013年夏天的线下培训班起步了，在与学生的一次次互动中，学吧课堂的产品雏形也出来了。

李行武所提到“能够代替部分老师的系统”正是学吧课堂推出的第一版产品，“短视频＋练习”的形式，每个视频由十几段几十秒的视频切片拼接而成，在知识点之间插入测试和练习，通过人与机器的一次次互动采集学生的学习数据，给予个性化的反馈，为每个学生生成不同的学习路径。

本质上来说，学吧课堂是要解决学生“学什么”和“怎么学”的问题，第一步通过前置测试来判断学生的水平，推荐适合的学习材料。而学习同一段视频的学生，学习路径也不完全相同，根据学生的反馈和历史学习数据来决定下一步学什么，随时从素材库中调取视频片段。这也是做视频切片的原因，只有颗粒度够细，才能做到个性化推荐。经过一年的努力，学吧课堂高二数学的课程搭建完成，其产品在公立学校的试点实验中得到了校方和学校的认可。

不过，视频制作成本太高，采集的数据量不够，是学吧课堂当时面临的两大问题。制作一个小时的视频，团队要耗费大约100个人时。对于学吧课堂十来个人的小团队来说，根本支撑不起来制作如此庞大的素材库。李行武开始重新思考产品的发展路径，不久后，前巨人教育副总裁齐明鑫加入任CEO，团队做出决策：暂停视频制作，先从更轻的练习切入。

采集有效数据是自适应学习的关键

2015年11月，重新改版后的学吧课堂上线，4个多月以来，积累了30万用户，日活达5万人次，活跃用户日均做题量超过100万道 ，上线以来总做题量超过5000万条。齐明鑫一再强调这都是真实数据，并向我展示了友盟的后台统计数据。

目前学吧课堂的主要功能是“诊断＋推荐”，通过十道前置的测试题，判断学生的学习水平，形成学生在知识结构上的“用户画像”，虽然做不到像老师一样迅速诊断学生水平，“目前市面上还没有能做到这一点的，无法真实判断学生的水平”，当我追问原因，他们一致归结为这一点：在技术和教研之间搭建“桥梁”的能力，懂技术又懂教学，不是人人都能做到。

在学吧课堂的办公地点，此前为录制视频而改造的两间录课室还保留着，“视频我们并没有放弃，目前内测版本里面仍然有短视频，只是我们的重点放在练习这块。”李行武并不愿意把这次变化称为转型，退回到练习，学吧课堂的发展路径变了，不过智能教师这一点并没有变，以练习这种更轻的方式切入，获取数据的速度会加快。

“做到自适应学习，关键的因素之一是数据，而且必须是必须是有效的”，李行武强调。援引机器学习大师 Andrew Ng（吴恩达）的话，"It's not who has the best algorithm that wins，It's who has the most data”。

所谓有效数据，有两个维度：

一是数据的密度，在单个学生身上搜集到的数据是否足够，在以练习为主的题库产品中，主要取决于学生单位时间的做题量，学吧课堂的每个用户每周的做题量超过50题。

另外是数据的质量，表现在学生刷题的正确率，如果正确率过低，导致产生的无效数据过多，会影响机器的判断。而在同类题库产品中，学生答题的正确率在35%－40%，学吧课堂的这个数字为60%，“这说明学生都在努力把题做对，而不是随便蒙的”，齐明鑫向我解释其中的差别。学吧课堂为学生设置的学习目标是自适应的，学渣也会更有学习动力。

这些数据让两位创始人特别兴奋，这次新的尝试收到了用户的正面反馈，小范围内验证了这种模式。

关于未来的发展，拓展学科是必然的。学吧课堂接下来计划是成为老师的助教，帮助老师布置、批改作业。更长远的目标是成为“教育领域的小冰”。“你们预期需要多久？”我问道，李行武的回答是：“很快了，三、五年内就能看到了。”

智能教师离我们并不远

优质教师不足，是教育行业从业者的共识，如何解决这个问题，O2O找老师、在线直播、录播等，目的之一都是让更多学生能接触到优质的教育资源。而李行武不看好基于人的授课产品，本质上来讲都是售卖人的时间，做过十几年教师的齐明鑫深有体会，“如果我去教课的话，一个小时课时费可以收2000，但这本质上还是体力劳动”。如果有“智能教师”替代老师的部分工作，人可以去做更有价值的事情。

同样从自适应学习出发，Knewton的路径是做自适应学习引擎，把API接口开放给学校或者教育机构这类B端用户。而学吧课堂走了另外一条路。

从商业价值上来说，与其他技术驱动的互联网产品一样，机器教学从总体上来说可以无限降低成本，只是在初期投入较大，而当技术和产品逐步成熟，就可以大规模复制，也许未来人人都有一个虚拟老师，可能像电影《Her》所呈现的场景，只需要带上耳机，“萨曼沙”老师就在你身边，告诉你这一题怎么做，接下来应该学什么。