智能教育，AI创新，大有可为

引 言

进入21世纪以来，随着互联网时代大数据及海量用户行为的产生，技术对教育的加成作用逐步被挖掘，在技术和教育理念改变的双驱动下，中国教育也正朝着更加多元个性、普惠公平的方向发展。而在新一轮科技革命和产业变革的浪潮中，人工智能已成为经济发展的新引擎、社会发展的加速器，人工智能技术也正在与教育发生深度融合，推动教育理念、教学方式、管理模式创新，并有望引领教育的系统性变革。

罗兰贝格近日联合科技部新一代人工智能发展研究中心发布了《智能教育创新应用发展报告》，从政策引领、行业布局、落地应用等角度全面分析智能教育创新应用中的AI应用发展现状，指出当前智能教育正处于从教学辅助向价值创造的过渡时期。为教学辅助类应用提供基础性数据输入的阶段，接下来将向着承担更多教学核心职能的价值创造期和因材施教期发展。

随着人工智能2.0时代，5G元年和教育部一系列教育现代化规划的发布，智能教育热度持续上升，教育企业、互联网企业、人工智能企业纷纷布局，目前已形成智能批改、拍照搜题、智能测评、智能题库、分级阅读和自适应学习等六大产品形态，可以预见的是，未来AI将进一步赋能教学过程全环节，在提供普惠优质教育资源，促进教育公平和实现大规模因材施教方面发挥前所未有的驱动力。

智能教育发展阶段宏观研判

罗兰贝格认为，智能教育将经历三大阶段的发展：教学辅助期、价值创造期和因材施教期。

教学辅助期（当下阶段）

针对特定教学环节实现减负增效

该阶段关注于简单教育场景的大规模基础应用的单点数据收集，为教学辅助类应用所需的AI模型训练、题库建设与知识图谱需求等提供基础性、关键性的数据输入。同时，应用呈现出点状式，在零散的、可对原本效率与体验改善提升的各单一应用场景上找到切入点。

该阶段的教学辅助类应用并未成规模涉及授课讲解等教学核心流程，类似于学校里的助教，更多是帮助老师、家长做辅助教学的工作，以提升效率或优化整体体验，实现针对特定流程的减负增效。这一阶段的代表性应用包括：智能测评、智能批改、拍照搜题等。

价值创造期（第二阶段）

参与承担教学核心职能

该阶段将实现全域数据的收集与分析，从而实现系统化的教学评价与分析，应用不再局限于辅助类工作，开始参与教学流程中的如教学、学情分析与管理、问题诊断等的核心环节。

覆盖的场景愈发广泛与系统化，从而聚沙成塔，推动实现“备-教-练-考-评-管”全流程数据收集与分析，进而识别教学问题点并生成优化方向，帮助学生提升学习效率与学业表现，帮助老师分担教学压力，提升教师能力价值，实现真正对于学生、教师等的价值创造。这一阶段的代表性应用包括：学习过程评价、全流程学情分析与管理等。

因材施教期（第三阶段）

输出高效个性化交互教学

基于上一阶段人工智能对个体学生掌握知识类型、学习进展等相关数据的收集与评价，进而生成学生个性化、定制化的学习方案与课程，针对性进行教学辅导，实现真正的自适应因材施教，使得学生在更符合自身现状与需求的体验中高效学习。

在该阶段，人工智能技术应用开始步入认知层面，可实现人性化的交互与自主的行为迭代，从而输出真正高效、个性化、人性化的交互教学。该阶段距当下仍有一段距离，尚未大规模出现成熟化的商业应用，未来有望在自适应学习、自适应互动课等应用上逐渐成熟。

智能教育发展阶段与主要特征

资料来源：罗兰贝格，好未来

推动智能教育发展的技术贡献者

罗兰贝格观察到，从引领和推动AI技术在教育垂直领域落地，有四大类关键性技术贡献角色：教育类公司、互联网公司、人工智能技术提供商与计算平台分别从应用场景及数据、生态流量、人工智能技术、算力支撑四个方面发挥着重要作用。

教育类公司受场景驱动，通常更贴近消费者，可深刻洞察行业痛点与需求，从而设计出更贴合客户需求的产品，所建立的场景更具备现实效益。

互联网公司受生态所驱动，具备丰富的流量、多类型场景数据等资源基础，可以帮助孵化或投资教育生态圈企业，支持其技术与客群发展，实现流量、数据、场景的资源整合，从而提升智能教育产品的落地、传播与普及率。

人工智能技术提供商受技术所驱动，其通常在某技术领域实现纵向深耕，凭借其专业化的技术实力服务B端客户，满足B端客户对于产品与服务的相关AI技术或解决方案需求，助力产品功能的实现与性能的提升。

计算平台提供者主要专注于计算平台的建设，旨在提供计算能力以满足人工智能各领域技术发展所带来的海量数据处理的算力支持，为人工智能技术发展与应用奠定关键基础。

智能教育技术贡献角色分类与代表特征

资料来源：罗兰贝格，好未来

当前智能教育创新应用

结合市场分析和与好未来集团专家的联合调研，罗兰贝格针对教育全场景环节的AI创新应用进行分析，将教学全流程分为“备-教-练-考-评-管”六大场景，以“备课”场景为开端、“管理”为末端，“教学”场景为中心，辅助“练习”“考试”“评价”三大支撑场景，依次循环。针对学生、老师、学校等不同的主体，我们可将六大场景进一步拆解成若干个教学环节。

例如，“备课”场景拆解为预习知识点推荐、通用化教研、本地化教研、教案撰写、讲义制作、试讲磨课，“管理”场景则会从招生、教务、教学、校园、运营五大方面拆解为招生管理、选课排课、师生匹配、家校沟通与管理、学情管理、运营支持、校园安防等环节。

教学全流程图

资料来源：好未来，罗兰贝格

当前，人工智能在教育领域的应用已经逐渐渗透到了教学全流程、由外层工具类拓展到了核心教学类，但受不同教学场景的AI适配度和AI技术成熟度驱动因素的影响，当前应用在场景分布上呈现出了一些明显特征。

当前AI主要用武之地主要在“练”和“考”两大环节，如拍照搜题、分级阅读、智能题库、考情诊断等，这类应用工具属性明显；在“教”环节出现线上AI课程和线下AI课堂等应用，将来仍需进一步深度拓展；“备”环节中的预习知识点个性化推荐、个性化教案、试讲磨课智能练习、本地化教研随技术成熟将有望出现更多落地应用；“评”和“管”的环节则应用较少，这主要是由于像综合素养、职业兴趣等“评估”场景较难形成统一标准，AI判断难度较大，且后期无法对准确性进行归一化评价，无法反哺模型，AI适配度较低，或是对人性化交互要求极高，长期来看AI技术实现难度大。

智能教育当前典型应用例如好未来的WISROOM于2018年推出行业首创的AI课堂解决方案，将“学”和“习”进行拆解，课堂上由低成本、标准可靠的“优质老师”负责知识传授，课前预习、课后答疑由真人教师完成。目前WISROOM已覆盖全国148个城市，服务近800个教培机构，学生人数已超10万人，已实现较为广泛的应用。

而极课大数据推出的大数据精准教学服务平台系统则是改善“大锅饭”式教学的利器，该系统通过图像识别、计算机深度学习等人工智能技术，对作业和考试等数据动态化采集，并进行大数据智能分析，凭借多样化立体学情报告量化教学目标，弥补“经验教学”的不足，做到兼顾个体差异，辅助学生查缺补漏，从而实现更有针对性、个性化的教学指导。

智能教育创新应用未来走向

随着AI技术的发展及全域数据的积累，中短期，智能教育将基于大数据的智能综合分析与诊断能力覆盖“备-教-练-考-评-管”核心流程下更多场景、承接教学核心职能。远期来看，智能教育将随着认知技术演进，掌握理解学生等用户的能力、实现人性化交互，促进大规模“因材施教”的达成。

基于场景和AI技术成熟潜力，罗兰贝格预测，个性化教案、预习知识点推送、试讲磨课练习、笔记整理能够帮助在备课预习时提供针对性辅导，提升效率；在线直播课程和AI助教/学习机器人有望在未来智能教学中承担大部分核心教学任务；个性化答疑、中文作文批改、推理性大题批改都能显著帮助教师分担当前耗时较多的考评工作，有更多时间精力投入到对学生的个性培养和关怀中。

综合考虑场景在教学过程中的核心程度和AI技术成熟所需时间两个维度，罗兰贝格给出了智能教育场景布局的四大优先序列。处于核心环节且AI技术成熟所需时间较短的场景，我们认为其优先级最高，建议优先布局。

智能教育场景布局优先级矩阵图

资料来源：好未来，罗兰贝格，问卷调研

第一布局优先：中短期布局重点，核心且技术成熟年限短的环节，代表性场景有，在线直播课、个性化教案、预习知识点个性化推送、笔记整理等。

第二布局优先：中长期布局重点，技术成熟年限稍长的核心环节或技术有望快速成熟的外层环节，代表性场景有监考、智能错因诊断、学习机器人、试讲磨课练习等。

第三布局优先：技术成熟年限较长或较为外层的环节，代表场景为课堂质量评估、班级学情管理、推理性大题批改、习题个性化推送、AI课程、本地化教研等。

第四布局优先：技术成熟年限较长且核心程度低的环节，代表场景为师生匹配度评估、个性化答疑、中文作文批改等场景。

拥抱AI，助力教育实现公平普惠

在传统教育领域，价格偏高、质量和效率偏低、资源分配不均的问题一直是难以突破的困境，优质的教育资源往往聚集于高线城市和地区，低线城乡能享受到的优质教育资源则极为有限。

罗兰贝格认为，智能教育有望显著改善这一困境。一方面，AI将基于场景数据积累和优质教学方法的研究成果，依托图像识别、语音识别和自适应技术，为学生打造低成本、标准可靠的“AI课堂”，模拟真人教师对学生进行教学指导和课后答疑，让好老师、好方法惠及落后地区。

另一方面，AI将基于结构化、标签化的教研大数据、知识图谱和本地教学大纲，智能匹配相关教学内容，同时也为教育资源落后地区的教师备课提供方向与优化建议，提升优质教学资源的生产效率。从而打破优质教育资源的时空限制，改善其供给不足和分配不均的问题，赋能教育领域的“供给侧改革”，促进教育普惠价值最大化。

罗兰贝格项目经理李冰、高级顾问谢倩、王博、梁琦、初级顾问石英泽亦对本文有所贡献。同时感谢科技部新一代人工智能发展研究中心在本文撰写中的贡献，及好未来集团提供的专家支持。