教育，离真正的智能还有多远？｜亿欧智库

全文4206字，阅读约需8分钟

文｜李万凌霄

题图｜Pexels

7月10日，在2021世界人工智能大会技术创新与人才培养论坛，亿欧EqualOcean CEO黄渊普就亿欧智库即将发布的人工智能教育落地应用报告重要观点进行了提前解读。在上海开放远程教育工程技术研究中心的学术指导下，今天亿欧智库正式发布完整版报告《笃实前行，智胜未来——2021全球人工智能教育落地应用研究》（点击文末阅读原文获取）。

当技术与教育的结合越来越紧密之时，我们更应思考人工智能教育发展的目的是什么以及如何使得技术更好地赋能教育行业，推动人才培养模式的改革。与此同时，人工智能技术也赋能到越来与越多的领域，产业的升级更是离不开产业人才的输送，人工智能人才的培养和储备已成为世界各国新的竞赛。

观当前，人工智能教育处于什么阶段，应用情况如何？

人工智能发展至今，正处于由感知时代向认知时代过渡的感知增强时代。在这一背景下，数据的质量和规模得到大幅提升，涌现出多种多样的学习方式，研究解决对数据量过度依赖的问题。弱化人为干预的自监督学习技术，将成为人工智能技术下一时期发展的关键，这也为AI技术对教育行业的赋能提供有力支持。

而落脚到人工智能技术在教育行业的应用，产业化所需时间长、目前应用程度较低的智能机器人、知识图谱、数字伦理、边缘AI等应用成熟度较低，而语音识别和图像识别这类生活中已经司空见惯的技术应用成熟度最高。

准确来讲，AI在教育领域的应用程度还有很大的提升空间。一方面，由于教育行业的特殊性，AI的应用会更加谨慎，使得技术实现产业化所需的时间变长；从另一方面来看，AI对教育行业的促进和发展并不体现在某一单一技术的极致应用，而是逐渐向场景化综合生态发展的方向演进。

事实上，人工智能与教育科学在内涵目的上有很高的重合度，二者都在更高的层面上研究同一个问题——“人是如何认识事物的”。

基于人对事物认知过程，人工智能的研究是通过计算机模拟人的思维过程，教育科学则是通过归纳总结人类的教育活动的一般规律。二者融合，人工智能教育通过人工智能的技术手段，帮助拆解研究教育活动的规律。

而从人工智能教育的发展阶段来看，目前人工智能教育已经迈过AI技术在教育领域内的简单应用，仍主要集中在技术辅助教学管理、帮助教师提升教学效率的赋能阶段，逐步向价值创造阶段实现突破。

针对具体的应用场景归属，我们将学习者从学习到人生规划的全过程分为了教学、学习、考试、能力测评、人生规划管理五个阶段（如下图）。越是靠近教学和学习，技术难度越大，而在能力测评和人生规划管理方向还有很大的挖掘空间。

而市面上的人工智能教育产品，仍然对数据量有较大的依赖，对于个性化程度更高的应用方向智能化的精确程度有待提升，对于评价和规划管理方向仍较多停留在对过往数据的分析计算，能预测分析得到的有效分析较少，且这两个方向还需依赖教育科学的发展，形成更为客观、准确的评价标准的体系。

基于上述讨论，我们认为未来场景的变革方向将主要体现在三个方向上：一是技术精度的提升，在现有的简单应用的基础上提升精度，进一步增强使用效果；二对教育环节的依赖程度降低，未来将有更多的AI教育技术逐步“破圈”，应用到泛学习场景中；三是在同一大类场景聚合多元功能，目前产品同质化程度高，同类型功能整合速度加快，逐渐向场景化综合生态发展的方向演进。

看世界，各国的人工智能教育发展有什么特征？

本次报告中，亿欧智库通过全球各国家和地区对于人工智能教育的政策支持力度、技术与产业发展成熟度、行业发展潜力，筛选出了中国、美国、欧洲地区、印度4个国家和地区的362家人工智能教育企业进行分析。

目前，各国家和地区AI教育应用仍集中于教学场景，由简单替代人力向挖掘学习者潜在需求方向发展。

从经营时间来说，大多数企业在2017年之前已经成立，有相当一部分企业成立时间在十年以上，已经成长为具有一定规模的企业。亿欧智库认为，人工智能教育领域需要有技术能力的沉淀以及对教育应用场景的深入探索，教育是个慢行业，人工智能教育更是考验企业的定力与耐心。

美国：企业步入成熟期，教育应用场景覆盖面广，注重互动

由于美国的政策支持和人工智能技术领先优势，美国的人工智能企业大多已经走过初始阶段，不断迈向成熟的同时，进一步谋求更大市场空间，教育的应用场景覆盖面在四个国家/地区中最广。因此，在短期内的资金需求量是最多的，总体企业营收状况也是最为乐观的。

在多元化场景的探索方面，美国课堂更多展现学生个性、课外活动更加多元。在AI教育领域同样展现了各个地区的教育特点，AI教育企业对个性化教学类场景应用最为广泛。以语言学习软件Duolingo为例，在评测过程中全面收集学生数据，进一步推荐最佳课程和规划学习进度。

欧洲地区：场景应用受限于数据隐私政策，体系建设和制度规范优势尽显

由于欧洲地区对数据隐私保护较高，AI教育企业很难通过大量的数据来训练成熟的模型，学习领域和考试领域内需要积累用户数据的产品在欧洲很难大规模推广。

但欧洲地区在人工智能教育的体系建设和制度规范上很有优势。欧洲多个国家出台AI相关政策支持人才培养及应用布局。受到政策红利的影响，最先将AI技术纳入国家战略规划中的英国、芬兰等国家，其人工智能企业也更为活跃，种类也更为多样。SanaLabs就是一家典型的个性化学习平台提供商，通过强化学习模拟学生过去行为。

中国：深入挖掘教学场景，智能硬件产品迎来热潮，成熟企业引领行业发展

大部分中国AI教育企业融资轮次较多，AI教育产业趋于成熟，成长和成熟型公司占据较高的市场份额。同时，国内的AI教育企业呈现跨领域多样化布局，谋求场景化多元生态搭建，实现规模效应。

中国的AI教育企业多在教学场景方向进行深入挖掘，今年多种教育智能硬件产品纷纷问世。例如大力智能、蓝宙科技、暗物智能等企业针对家庭场景开发产品，帮助学生激发学习兴趣，在考试和能力测评方面不再局限于智育相关方向，在美育、体育等方面的考试和能力评测有一些新的探索。

印度：人工智能教育行业发展处于早期阶段，龙头企业一家独大

印度繁琐的考试制度使得考试相关的AI辅助功能实现成本激增，同时人生规划管理也更为复杂。因此，考试领域内的应用场景覆盖面最小，人生规划管理产品也有了更多样的形式。

同时，印度单个AI教育企业融资金额较高，而其主要原因是印度的智能教育企业受到了政府和资方的更大关注，逐渐出现一家独大的局面。融资最多的BYJU’S在不断地进行融资并扩张，在AI教育领域多场景布局，且在职业教育的教学平台、人生规划等方向上都拥有较多的相关产品。

拎重点，基于产业发展的人工智能人才培养更重要

人工智能产业发展的核心动力在于人才，一方面随着人工智能产业的发展会带动培养出更多的人工智能人才，另一方面人才的培养可以进一步反哺人工智能产业的发展。而在产业发展过程中人工智能人才最为紧缺，此时AI人才培养重要性日益凸显。基于服务产业发展，我们将人工智能人才培养做了以下分类。

人工智能产业人才可根据稀缺程度分为四个层面：最为稀缺的是科学家人才，他们最具创新能力，一般由高校培养；其次是算法人才和应用型人才，既有企业也有高校进行培养；最后是数字蓝领人才，他们大多数分布于其他产业，通过培养可以转化为人工智能产业人才。AI人才培养链条已经延伸到16岁以前，这个时期注重的是科学素养的培养，注重核心创造、思维、逻辑能力的培养。

随着AI技术的发展，全球对人工智能人才培养的重视程度逐渐提高，中国和美国AI人才培养能力领先。从人工智能人才的培养体系来看，应用人才和数字蓝领人才的需求量最大，但能力也相应攀升，AI人才从高校培养过渡到企业应用人才中相关职业技能、证书培训及人才后市场服务有较大发展空间。

通过对各国家和地区的AI人才培养体系的梳理我们发现，要建设一套完整的AI人才培养体系需要时间和各方面资源的配合，还要考虑到各国不同的教育体系和理念。我们大致将AI人才的培养提炼出三大要素：高精尖、适应性、储备量。

各世界顶尖大学是高精尖AI人才培养的主战地，世界顶尖大学均加大AI人才培养投入，课程数量和细分学科增加。

对人才适应性的关注则能在短期内为人工智能相关产业提供大规模的人才供给，不论是共建学科、实验室、创新合作平台等方式，还是职业培训、企业内部培养，企业都在应用型人才培养上扮演了极为重要的角色。

储备量是AI人才数量能否大规模提升的前提，而储备量的提升一方面来自于社会对于人工智能技术的普遍认知，这需要系统的科学素养培养体系，另一方面则来自于学习者对于人工智能的学习意愿。

目前，全球科学素养培养体系逐渐完善，科学素养的培养方式也愈加多元，课程教学、科学实验等培养方式让学习效果外化，结合理论与实践多方面掌握知识。在具体的课程教学上，越来越多人工智能人才培养相关的教育产品通过游戏化的互动课程，增加学习者的体验感和趣味性。

从各国的AI人才培养情况来看，美国AI人才培养体系相对健全，本土培养与外部人才引进并重。美国人工智能发展较早，产业人才相对充裕，尤其是高校人才培养。美国开设计算机科学系统专业的高校数占据全球近1/3，对于计算机领域人才向人工智能的转化具有极大的优势。

中国AI人才培养体系也已逐步形成，高校先行。高校是中国培养人工智能产业人才的主要场所，截至2020年12月，我国已有145所高校设立了人工智能学术组织，包括96所人工智能学院和66所人工智能研究院。还有像优必选、寓乐世界这样的教育科技企业，构建了从人才培养，到人才就业，再到产业服务全覆盖的人工智能人才全产业链生态闭环。

结语

此次发布的《笃实前行，智胜未来——2021全球人工智能教育落地应用研究报告》（点击阅读原文获取完整版），是在亿欧智库2019年、2020年两份关于全球人工智能教育研究报告的基础上，基于产业落地发展的又一探索。我们对全球人工智能教育行业的发展进行了事实阐述与研究整理，并就应用场景创新变革的方向进行了简单的预判，并对人工智能人才培养的重点要素进行了分析研究。

未来，亿欧智库也将继续关注人工智能在教育行业的应用，进行更深入的探讨，持续输出研究成果。

本文由亿欧原创，申请文章授权请后台回复“转载”，联系相关运营人员，未经授权不得转载。