芥末堆 11月21日 报道

11月14日，GET2017教育科技大会“领袖论坛”上，保利威视高级总监周鑫、云朵课堂CEO李磊、朗播网创始人杜昶旭、优才学院CEO伍星和皮影客创始人胥克谦就技术在教育中的场景化问题进行了一场圆桌讨论。

五位嘉宾分别讨论了三个有关技术应用的问题：

• 目前技术和教学有哪些结合场景？这些场景教学目前有哪些成功案例？

• 教育场景化过程中最大的挑战难点在哪里？

• 按照目前技术的发展趋势，在未来教育领域中，更加看好哪种新技术的应用？

以下为圆桌论坛嘉宾发言实录：

圆桌主持：保利威视高级总监周鑫

圆桌嘉宾：云朵课堂CEO李磊、朗播网创始人杜昶旭、优才学院CEO伍星、皮影客创始人胥克谦

周鑫：非常高兴邀请四位嘉宾探讨“新技术在教育场景下的应用”。四位嘉宾都是在线教育行业非常资深的创业家、企业家，今天我们首先要谈的第一个问题是：

目前技术和教学有哪些结合场景？这些场景教学目前有哪些成功案例？

李磊：我们提供在线教育平台，核心解决的问题是在线教育机构在教学运营过程中的场景问题。我们所有的产品都是基于场景化去设计的。举两个例子，在教学过程中我们常常会遇到这样一个问题，就是在招生时，假如做会计培训，想卖一个课程，这个课程是3个子课，市场价格是3000块钱，在招生时我们不会推一个课程，常规的办法会推2个甚至3-5个课程，为什么这么推？我们主推的是3000块钱，在这3000块钱课程里所有的课程都讲，但2000块钱和1000块钱可能只讲其中的一部分。招生过程中是有倾向性的，而结果是高净值。这时问题来了，推的1000块钱的课程，但只招了10个人，为这10个人开一个班吗？一个老师讲这10个人的课程，连成本都控制不住。

我们在技术上做了这样的事情，把课程单元拆成每一次课，我们称之为“课次”，在课程售卖时我们可以拿任意的课次做组合，最终达到的效果是合班上课。比如你是买的多少钱课程，到你的课程表时，你的学习表里就会自动显示你要上的课程，可以达到一个老师讲一遍这个课程，所有的学生都可以覆盖掉，这是个非常简单的技术，但能够节省教育机构很多成本。

再说一个场景是基于做题，题库是规模稍微大点的公司都会做的东西，因为它有效提高学生学习的路径，以及提高对知识点的掌握程度。做题时我们分场景大约能够想到七八个场景，第一个叫“随堂练习”,在课堂上随机练习，在视频课某个知识点讲完后，推出几道知识点相关的题去做，这叫随机练习。还有课后练习、章节测试，这是基于课堂场景的。课堂场景之外基于大型题库，让大家不断去做刷题，或者模拟真题、模拟考试。把题这件事情分成了七八个场景。

例如在刷题这个场景里，我们做了智能化的技术手段，例如自适应学习，基于每个人学习的东西应该不一样，因为每个人所掌握的知识点不一样。我们推出一套刷题，点一下按钮就出30道题，但这30道题对每个人都不一样。因为我们一套卷子里你之前错题比例有20%，新知识点可能占50%，还有一部分是之前做过的错误率相对高的知识点但后面做对的题，抽出来10%做这样的题。基于这个算法，推给每个学生，做题时都不一样，是最适合自己的。

我们基于这个核心理念解决这样的场景，我认为一套卷子让不同的人做效果不一样，有人做完后很嗨，有人做完后感觉“东西太难学了，我已经学不了了。”我们这样的做法让每个学生做题时都有成就感，容易的题能够做对，难的题或者常错的题可以反复练习，可以有效提高他对做题这件事情的兴趣或成就感。

杜昶旭：今天这个话题是关于“技术怎样在教育中落地和真实呈现出来”。我自己是搞技术出身的，我觉得技术永远都是藏在后面的，最终消费者或者用户看到的永远是前端的东西。技术到底怎么帮助他这个事情，大多数消费者不关心，也不知道怎么帮助。

如果从案例或者具体呈现形式上来说，我可以跟大家分享一些我们能看得见的东西。因为我们做语言学习，今天我也在另外一个场地讲了很多关于自适应的东西。你会发现一个很有意思的现象，就是今天在市场上看做自适应学习或者题库，很少有人做英语题库，大家都做数学、物理这类的多，为什么？因为英语不好做。我们干了10年，我知道这事不好干。

为什么不好干？因为英语这个东西跟数学不一样，比如数学的题库本身就可以用作训练的材料，比如你今天这道题考三角函数的某个知识点。但英语完全不同，比如你今天做了一道阅读理解题，一篇文章放在这，出一堆题，这个题做错了，接下来你到底该练什么是不知道的。如果同样一道题有5个人都做错了，这5个人接下来是应该做同样的练习还是做不一样的练习？不一定的！张三可能因为单词不认得，他回去该背单词 ；李四可能是因为逻辑不好，回去应该训练逻辑；王五可能是看错了，回去应该训练专注力。英语麻烦在它测量和训练的体系是高度背离的。

如果我们要去做这件事情，首先要把测量的体系和训练的体系分开，换句话说，我不能不断让他刷阅读理解题就提高他的阅读理解能力了，这件事情我做不到。

朗播在过去10年里面做的东西是模型的定义、自适应这套体系的开发、测评系统的开发。这个开发大家听起来只是算法，不一定的，因为还有模型、还有内容，这些东西如果没有的话肯定做不到。因为市场上没有现成的东西让你做。

当我们把这个做好了之后能实现什么？实现两点：

第一，效率改善，什么叫效率改善？很多学员在我们那学习时，我们是全流程管控的，所谓“全流程管控”，像过去你在培训机构上课之后剩下的事学生干什么跟自己没关系，所以这个学生得了高分，到底是因为回去干活干得好，还是这个老师讲得好，坦率来说不知道。但是我们可以做到把他的课程、训练、测评全部记录下来，我是全流程管控的，由于有了精准测评、完整的管控 、有针对性内容的提供，导致的结果是学生目标达成的时长缩短 了。

为什么缩短？这个道理很简单，因为测评完了就可以推给他那些他需要做的训练内容。你单词量够了，我不让你再背单词 。你句子都读懂了，我不会给你句子了，会给你适合你当前能力的内容。我们做过统计，在我们这学习的学员和传统语言类机构相比，达成同样目标的时间消耗大概会缩短30%，以前花6个月，现在花4个月时间就够了，有2个月时间可以空出来干别的事，这是第一点，效率提升。

第二，因为我们有了非常完整的数据记录，这时可以非常明确的对学生进行过程的管理，这个管理可以把数据量化并且同步给他们的家长和学员自己。这里面可能有中学生，可能有大学生，这时带来的结果是什么？我们公司永远没有客服部门，但没有因为学生学完成绩不好，家长跑过来说你们这个东西不对，一个扯皮的都没有，因为他所有的学习记录都有记录。我们能确保的是你干了活之后效果很好，我们也会每周推动你完成。

最后再说一点，因为我们原来toC，但现在也有一些国际学校之类的跟我们合作。以国际学校一个班为单位，我们给他们提供这个班的数据，这些数据过来之后可以优化他的学习过程。同时，老师的可靠性提高了，现在不用每天盯着学生，每天看报告就可以了，知道张三为什么没干活、李四为什么学得不好。

今天不给大家谈算法或复杂机制，这些东西没有意义。因为有了这些技术的存在，所以使得效率改善了、准度提高了、大家的体验变好了。

伍星：我也举两个例子，像我们优才学院有一部分有线上编程功能，这理论上来讲是非常不安全的，人家随便写一个死循环就可以连续把我们服务器放上几十个死循环，可能这台服务器就没了，这其中肯定要有些技术手段，其中一种手段是沙盘，比如像docker这样的语言容器能够把安全性进行隔离，这是很常见的。

另外一点，我们做编程教育调bug是非常重要的事情，比如你的学员在远程求助 ，过去的方式可能是通过QQ远程协助 ，你伸手去改他的代码。但现在我们有即时通讯技术，我能够看到对方的屏幕，对方也能够看到我的屏幕，我们语音一过去、网页一过去，能够达到老师在里面写代码的效果。这是业务上面。

另外一点，优才把后端赋能给合作伙伴。培训机构有非常重要的问题：直营飞单的问题非常普遍。就是你可能收了现金，这个学员在那听你的课，但这个钱根本没到总部，在当地成为了小金库，甚至个别钱没了。在我们融资时，这种问题会被问到，是非常有挑战性的问题。但现在这个问题解决起来比较简单，现在的带宽比较宽，不像零几年时，所以我们监控得比较全，每个教室都装摄像头。

比如像我打开后台系统，能够随意看到各个教室的情况，摄像头能够看到线上系统里的人数和座位是否匹配。下一步还要做人脸识别签到，这个一旦做出来，飞单的可能性会大大减小。除了双师听课外，把所有的作业流程等全部在线上进行。如果飞单了，不但能够被监控系统发现，而且他的学生享受的是差异服务，没有线上的教学过程，只可能是你跟别的同学蹭 ，把别的同学帐号打开，这个学生的体验比较差，一定程度让飞单这个事情减到一定程度。我不敢说百分之百没有了，但比原来的控制能力强很多。

刚才讲了两个例子是在具体实操过程中技术给我们带来的不一样改变。

胥克谦：我们的研究方向是富媒体化和交互化的场景。我也举两个例子，一个是在线上，一个是在线下。比如少儿英语现在很火，大家的规模都非常棒，但有一个问题——它们主要的业务是一对一。

为什么是一对一？像学大教育在线下一对一的市值一直不高的原因是什么？一对一是有局限的，它不经济。一对多经济，但为什么大家做不了？核心点是互动不够。

我模拟一下这个情景，我们只有25分钟时间去上课，老师抛一个问题，如果让每一个孩子都答一遍的话，一堂课能抛出3个问题来吗？所以老师不敢抛问题，只以讲课为主。

如果老师抛出来的问题，学生都能够像在pad玩游戏一样参与一下，老师实时得到每个学生的结果，这种感觉是不是要好得多？所有人同时参与，这堂课抛出十几二十次问题也可以。而且参与过程得到了完整的对知识点准确的结构性评测，不是大数据的评测，大数据的缺点是不准确性，而这种是准确性的评测，意味着这堂课的质量非常高。

还有课前翻转预习、课后作业也同样，为什么录播课效果不好？因为看的过程中只能是傻傻的看、不能参与。如果每个知识点都停下来，让你参与一些事情，根据你的参与不同走不同的路径，像一个游戏这样，你玩一个游戏有很多知识点、技能点，你一个不落，可以玩一天。这种所谓“游戏化教学”一直只提概念但没有落到实处，都是背后牵扯到极度复杂的课程开发过程。

线下课堂效果并没有想象中那么好，老师不知道每个学生的实际情况。布置作业、交作业、反馈给学生，需要三节课时间，学生才得到反馈结果，还有机会改吗？没机会了！因为又讲了两节课新内容了，这是知识积压。线下课堂在数据化的、交互化的部分提高体验也是非常迫切的。

在核心的是互动内容，这个互动内容百度常见的儿童APP那样单机运行。因为单机运行大部分没有做数据收集，远端老师并不知道他发生了什么，所以也没办法参与。多屏互动才能用于教学，单屏互动只能用于自修。多屏互动的开发满世界估计都找不到一个开发案例，所以开发门槛非常高，我们投入非常大的精力，希望创建这种。

就像我做一个PPT一样，这个PPT本身能够交互，交互的结果还能实时生成评测，老师实时掌握和实时给你反馈。甚至世界各地的同学都可以协同做同一个题。这些技术的问题一定不能由基层的老师去解决，而是由我们替大家解决好，大家只需享受它的成果。

里面最核心的是我们能否形成成体系的、完整的、本身带交互能力的内容，交互能力的内容、带评测能力的内容才是最核心要素。

周鑫：你们认为教育场景化过程中最大的挑战难点在哪里？

李磊：我个人认为AR、VR、大数据对于真正应用场景再远一点。现在教育场景里所用到的技术都是没有特别高瓶颈、特别难、特别高深的技术，更多是普适性技术。

我认为最难的不是解决技术问题，而是把某一个应用场景问题在业务人员和技术人员间达成一致，这是我们做新产品和解决场景问题过程中遇到最多的问题。

举个例子，很多人都参加过直播，或者自己讲过直播课，在直播课过程中老师会就某某问题问大家“听懂了没有？”就会发现有几百个人听直播，但居然没有人回答“听懂了”或者“没听懂”，那有没有办法把参与率提高？我们在数字窗口增加了两个快捷键，一个是“1”，一个是“2”，老师问你听懂没有，你只需要回“1”或者回“2”，但技术会认为加个“1”或者“2”。技术和业务在有些事情是不能互相理解的，这是最核心的问题。

杜昶旭：如果说大家最需要解决什么问题，从技术角度来说有两个字特别重要——“心态”！

我为什么会说这两个字？人都是渴望变化又恐惧变化的。人就是这么一个矛盾的个体，我们特别期望生活不要像一潭死水，但一旦它起波澜时你会很惊恐。

这用在今天做教育行业传统机构的人或老师身上特别贴切。每个人都过来跟我讲“我们要拥抱互联网，拥抱新技术。”但当他面对新技术时，首先表现出来的是焦虑和恐惧 。

如果我们想让技术汇聚到所有人，从业者的心态必须做调整，就是我是否真的愿意接受这种改变，而且愿意承担由于这种改变所带来的成本和后果 。

大家可以想想过去零售行业这么多年发生的变化，刚刚结束的双十一大家也看到数据了，我们甚至也体验过了恨不得把手剁了的感觉。

不知道大家有没有注意京东刚开始出现时，中关村的小商贩们是什么态度。我当时去做过调研，基本上他们在做一件事情——唱衰，唱衰刘强东、唱衰京东，认为把价格整成这个鸟样子怎么赚钱？但人家的目标不是赚钱，目标就是要弄死你。

那个市场环境下，所有的小商贩都觉得卖300块钱的内存条刘强东敢卖210？刘强东呵呵一笑：我不要利润！这是新生事物对传统行业带来的影响，那些人的内心是恐惧的，但结果是死都不知道怎么死的，突然有一天就没了，客人不来了，大家都跑到网上去买了。

逻辑是一样的，今天我们面对新技术挑战或者面对新技术出现的时候，我们要从心态解决一个问题。

我之前去韩国 、日本考察了传统教育机构，它们逐渐开始引进各种新的技术。老师用智慧课堂系统或者iPad进行教学。大家愿意不愿意接受这样的事情？比如我的老师将来要面临转型。我们机构有完整的体系，可以帮你解决这些好的内容和自适应系统，但你做完之后自己的老师面临转型了，因为你讲课讲不过我，做系统又做不出来，这时我给了你这些东西，老师会变成一个辅导者。大家想想翻转课堂，都是一样的道理。

现在大家唱衰慕课，说慕课这个形式不行，我想分享一个我听到的很有感触的跟心态有关的故事。最早做慕课，去清华大学找老师录课，很多老师不愿意去，因为不给钱还占用时间。当时有一个电机系的青年副教授，讲一门课叫“电路分析”，清华的学生不傻，都有非常强的网络搜索信息的能力，在网上可以找到很多来自于世界各地优秀大学老师所讲的课程，比如“电路分析”课能够找到斯坦佛老师讲的、哈佛老师讲的、MIT老师讲的等等，找到之后他们会去看，那凭什么听你清华的老师讲？

这位老师说“我为什么把自己放在这个被动局面 ”所以他就去录这个课，有信心比哈佛、斯坦佛的老师讲得还好。就自己花时间把慕课录了，而且学校不给钱。他的心态很好，就要接受这个新的东西。

他说：我们课程从这学期开始不由我来讲，斯坦佛的教授在这，MIT教授的课程在这，你们回去看完后讨论，你觉得斯坦佛教授的课有什么特点，MIT教授的课程有什么特点，我的课程有什么特点。那学期下来，学生的满意度非常高，既开放得到了这些知识，又因为老师的本地化操作，使得他们对这些知识理解更加好。

老师发现这些学生都可以听懂英文，但是自己的课是用中文讲的，说明斯坦佛的学生听不了自己的课，于是他自己花钱找人把课程翻译成了英文字幕，一年以后他的课变成了点击率最高的电路分析课，说明海外学生对他的课程依然有非常高的接受度。

就是我们作为教育从业者，我们的心态必须要开放，我们要去拥抱它、适应它、使用它，这样的话技术才能够发展。

伍星：我上周六参加了一个会议。全国两三百中小学校长，都是非常好的中学，都是各个省的示范高中，就是原来的省重点。会议主题是“人工智能和智能诊断”，花四分之一时间都在讨论4D，因为国家政策已经走在了前面。校长知道这件事情很重要，但不知道具体怎么操作，如果开这个课，谁来讲课？成为了焦虑的问题。

所以技术领域在公立这块有很多跟不上，包括师资、设施、服务采购体系、设备采购体系，比如当地师资欠缺的情况下，做一套好的双师课程可能少则5-10万间，这个经费从哪里出？建多少教室？层层批下来，还是走教育局采购？这都是应用技术面临的很大挑战。但技术发展得非常快，这一波如果没跟上，下一波新的东西又来了。

在座各位可能需要加大投入，就是不能光国家出政策，还要制定细则，同时有资金对口。比如要求中小学开这样的课，那多少钱投到师资培养上、设备采购上、内容上。

传统的采购体系、观念和老师的评价是制约推动技术教育在全民普及的一个非常重要的挑战。反而机构在这一块会好一些，因为我们都面临深层压力和收入压力，想方设法运用这些东西。他们有焦虑，但关心的是自己的位置，而不是真正的效果。

现在重点中学校长在40岁左右正干事的年龄 ，他们上大学时互联网IT时代已经到来了，所以我个人对这块保持乐观 ，这块有非常大的机会。

胥克谦：这次大会有一个讯飞的屏幕在那块，它基本已经变成了实时字幕，以前在现场是不可能有字幕的，只有在录播的片子里才有可能。不管带口音还是不带口音，几乎很难见到错字。

速记这个行业彻底失败了，人类在机器面前输得非常的惨。但是真输了吗？如果我们心态调整成应用这些新技术、构建新场景时，我们就变成赢家了。

我们与内容衔接得比较多，几乎都去教育机构、教育公司、出版公司做沟通。现在感觉教育行业在发生一个质的变化，就是几乎所有的有质量的教育公司都变成内容生产公司。以前都是教育出版社做的事情，线上机构本来是野蛮生长，只要有些规模的都在以难以想象的规模在做，而且是难以想象的品质，是原来教育出版、教辅质量所不能比的。

这些线上机构基本都在变成教育内容出版公司，而且它的出版内容是直接具备教学能力的，这是一个质的变化。线下培训机构也在高度互联网化过程中产生变化，基本上有品质的K12教育线下培训机构基本都在自研教材和教学体系，这个市场现在是很大的分水岭。

构建完整体系的机构在开始洗劫这个市场，不然就变成由高品质内容和教学主导的大家信赖的品牌，去获得很高市场规模的机构。要不然就被这样的机构所收编，因为你做不了这样的内容。后来大家对你信任感越来越低，你就开始成为别人的分支，这个趋势也非常明显。

内容对教育来说已经成为核心再核心的东西，比如咱们有电子大屏、电子书包、互动教室等等，以前都是由硬件厂商主导的。最近教育部新出了电子版本标准，除了屏幕变大之外，要求有实时互动能力，有跨班教学、跨校区教学的能力，这听起来特别像线上。

它怎么支撑远程 互动和跨班教学？一定要有互动的内容。这些出版社原来只是提供你看一看的教辅基本会淡出市场。有的是厂商，有的是互联网公司过来跨到这个领域，有的是教育公司跨到这个领域，它们在逐渐替代这些厂商的作用。会形成各种材料，老师用起来特别好用。

这是我们看到的大趋势，现在在一个很大的连接点上，这对大多数机构来说确实是挑战。做内容太苦太累了，而且投入比较大，也需要有相应的团队匹配上，资金也要匹配上，特别是心态上。但如果不接入，往后真的可能会有问题。

周鑫：我们发现从内容的生产形式上、从政策导向，到教学的心态、到教学的交互细节上，都在发生翻天覆地的改变。聊聊今天最后一个话题：

按照目前技术的发展趋势，在未来教育领域中，你们更加看好哪种新技术的应用？

李磊：今天不管是在这个会场，还是在其他的会场，都在讲新技术和未来的趋势，有些已经尝试在实际应用中去做。

目前我们尝试在教育场景里做伴学产品，伴学产品是什么概念？有很多人的想法是通过AI或者大数据去主导用户的学习行为，这个是值得期待的，但相对来讲时间周期比较长。短期内我们会通过大数据支撑、通过AI智能交互，帮助用户提高学习能力，我个人比较看好在这方面有快速突破。

杜昶旭：我在下午讲到了关于AI，AI是个大范围，包括人工智能各种各样技术，涉及很多点。

在未来教育过程中把过程稍微拆分，发现教学是两个过程，一个是教，一个是学。教的这个过程，现在大家通过直播或者在线场景化的教学过程去实现，这里更多涉及到播控端，支持多少人同时在线，处理并发等。学的过程中能否让学生的学习效率更高、结果更好？这过程中涉及到的技术从我们角度来看是未来比较有价值的。

第一个，关于测评的。我觉得这是第一个比较重要的，这个测评可能是多个维度的。像我们是做语言的，还有其他的学业的、综合能力的、批判性思维的等等。测评这个事情得先搞清楚这个学生到底缺什么，或者当前时点上他需要什么。

我觉得过去大家在谈论教学时，更像传统中医的逻辑来看你有什么问题。但现在越来越倾向于变成现代医学的逻辑，得知道是白细胞高了、红细胞高了还是血小板少了，得知道能力差异在哪，所以跟测评相关的能力技术是未来非常重要的点。这里可能会涉及到人工智能方面的技术。

我简单跟大家说这个东西跟人工智能有什么关系，有可能涉及到神经网络和IRT的逻辑+神经网络算法。比如我们现在要测一个人的语言能力，在网上用小游戏或者APP5分钟了解你的英语水平怎样，这通通都是骗人的。

因为综合测一个人的英语能力可能需要测几十个能力点，需要好几个小时才能够测完整，少了之后是测不准的。像我们过去唱卡拉OK的打分，谁声音大谁的分就高，逻辑是一样的。

用户的承受力有没有那么长？用4、5个小时测一下？这时我们就用神经网络技术去优化，优化后可以把时间缩短。比如测完整的英语水平需要1个小时近2小时，如果不优化的可能需要5小时。我们下一个版本优化后，只需要40分钟左右就能够测出来。但是到目前为止绝对不可能做到3、5分钟测准，这是第一个，跟测评有关的。

第二个，学习效果的预期和过程管理的技术。我们过去对教学结果的保证都是扯蛋的。一个学生最后能就多少分，你无非是已经看到他这个成绩以后，倒过来跟他说“你这学期为什么只考了80分？因为你之前没做好。”家长说“你再这样根本考不上大学”，这是胡说八道，万一以后他变了呢？我们对未来结果是没有预期的，这个预期需要数据支撑这个过程。

比如过去的智能技术预测机票什么时候会涨价，Google收购了一家公司是做这个的。可以根据他平时行为表现，预期未来1个月以后要参加那个考试大概得多少分。这是我们提出优化建议：如果你想得到更高的分数，从现在开始你做调整。我们自己也可以预期，按照现在这个情况，2个月以后托福能得多少分。然后我们给出建议，比如你要多做什么训练，这个给得更具体。

我认为是两个，一个是测评 ，一个是对未来结果的预期和过程化管理。这里涉及到人工智能、大数据等等。

伍星：我也非常看好人工智能的应用。人工智能的应用离大家非常远，优才团队是“互联网+教育”的组合团队，我们有5个合伙人，2个是互联网的，3个是传统教育出来的。

所以给在座各位一个建议：从今天起，你们重视数据的价值。因为将来有人工智能，必须有数据的积累。数据积累第一个方面是意识，第二个是技术，技术的实现并不困难，像云朵、校管家等提供很多这样的系统，关键是意识问题。

举一个我们的例子，我们有一个合伙人过去是做传统招生的，老在群里晒截图。他如果转变不过来，他下面的销售转变不过来，这些东西在微信的信息流里面流转 ，并没有留下有价值的东西，我们看不到曲线变化和各个方向的进展，看不到今天和昨天有什么变化。可能能够记住3天以内的数字，但肯定记不住一个月的数字。系统不会这样，每天点按钮，跟过去已经有的数据一核算就出来了。

所以大家先形成数据的意识，从拿到学生的销售线索开始，一直到最后出成品，把这个学生培养出来，无论是考上高考，还是职业教育行业就业的过程，把所有的节点都清晰化出来。职业教学有300个节点，哪个节点有数据可以记录，哪些东西是可以标准化的，哪些是可以放到系统里面的，先不管它将来怎么用，先记录下来再说。

像杜老师做朗播网，10年才形成这样一整套完整的流程，我们先形成这个数据的意识，会给我们带来巨大的改变，后面的人工智能、数据分析就会自然而然。先有数据的意识才是当前更为落地的。

胥克谦：我也认为是这样的。对教育来说，现在是数据严重不足，导致很多应用情景施展不开。这里最核心的是拿到数据，对教育来说，教学过程是最难拿到数据的一个环节，但是你一旦要拿到它的话，整个教学质量非常不一样。

我看好哪些技术？我心底这么多年根深蒂固一直看好的对教育非常重要的，一个是互动内容的技术，另外一个是人工智能，他们两个整合才使我真正看好未来的东西，但它需要一个过程。

只有拿到数据，产生实时教学的调整，大幅度提高教学的效率，比如25分钟完成10次交互和完成3次交互的教学质量是完全不一样的。拿到翻转课堂预习成果的话，意味着可以根据成果来调整翻转的状态、调整讲课过程，但如果我拿不到这个数据，翻转课堂没有任何意义，因为我不知道大家看没看。课后也是一样的。

随着往后的进展，人工智能占的比重会越来越大，再往后数据越来越多。人工智能给推荐的内容几乎变得越来越精准，25分钟的课有很多环节都是系统智能推送的，老师得到的结果已经是高级的、有差异化的，甚至每个题都不一样，极度尊重个性化，班可以由一对一变成一对五，相信将来在人工智能辅助之下一定没问题。

为什么没有老师参与的所谓录播课不能达到这样的效果？如果有过去历史积累的数据达到了，再根据你实时产生的数据匹配，做的预判性带来实时性交互的过程，相信未来是一定有可能超越我们的一对一教学的效果。这是个循序渐进的过程，我们不可能一口吃个胖子，但是一定会朝这个方向发展。

周鑫：感谢四位嘉宾的分享。大家都看好AI技术，以及数据作为未来AI发展的基础。马云讲过，现在是个DT时代，数据驱动公司未来几年的成长，可能决定未来几年的成败 ，再次感谢四位嘉宾的精彩分享，圆桌到此结束 。谢谢大家！