好未来总裁白云峰：“教育+AI”打造更好的教育

11月14日，好未来教育集团总裁白云峰在2017年GET大会上发表《不同的方式，更好的教育》主题演讲。他通过“我们想培养怎样的学生？”、“AI 是否天然离教育更近？”等问题，引出好未来在“教育+AI”领域的认知和探索，并强调了好未来及学而思作为教育科技企业的责任和使命——帮助孩子成为他们想要成为的人，获得“受益一生的能力”。同时，白云峰在演讲中分享好未来自学而思创立以来对教学品质的坚持，并以自身的成长经历为案例，正面回应了公众对好未来“饥饿营销”的疑虑。

好未来教育集团总裁白云峰在GET2017教育科技大会发表精彩演讲

什么是更好的、应对未来的教育？

在21世纪，到底用怎样的能力武装学生，从而更好的应对未来的挑战，成为教育行业乃至全社会重点关注的问题。在大会上，白云峰首先探讨了决定学习效果的重要因素，从而导出了能力培养的重要性。白云峰认为，学习的效果由“学习动力”、“学习环境”、“学习能力”三个方面决定，兴趣是激发孩子创造力的最好导师，环境是孩子健康成长的重要保障，而能力需要在兴趣和环境的基础上进行引导和构建。

《21世纪中国学生发展核心素养》的颁布，明确了新时代学生应具备的、适应社会发展所需要的必备品格和关键能力。在介绍好未来大量的实践和探索之后，白云峰提出了未来学生需要培养的六大能力：阅读能力、沟通能力、探索能力、抽象性思维、创造性思维和思辨性思维。培养学生“受益一生的能力”，正是好未来的教育目标和方向。
 

AI天然离教育更近

面对 “饥饿营销”的质疑，白云峰用自身的成长经历为案例做了回应，“从来不知道所谓的‘饥饿营销’是什么样子”。面对学生需求与学而思教学承载能力的不平衡，学而思也在不断拓展教研能力。例如，为确保教学质量，好未来花了大量的时间和精力投入在教师队伍的培养上面，但是依然满足不了日益增长的家长和学生的期待，造成了外界认为的“饥饿营销”的假象。如何破局？AI来了，“我们真的有机会把教学环节当中所谓的重复性的、程式性的、靠记忆、靠反复练习的模块，用更好的方式为教师赋能，提高效率，而把人的价值集中在情感的交互、个性化的引导、创造性思维的开发上面，提升教研服务能力的深度和广度。”白云峰表示。

人工智能已经具有很高的行业成熟度，而“AI+教育”也正在成为教育企业竞相追逐的热点。“教育场景的‘容错性’和教育数据的‘可控性’，让‘AI+教育’天然离教育更近。”白云峰如是说道，“人工智能能够提升人效，重新定义人和机器的分工职责，在教育领域产生最大化的价值。”既能有很高的人效，同时又能关注个性化的学习体验，帮助孩子成为他们想成为的样子，这是“AI+教育”应该努力的方向。

以下为好未来教育集团总裁白云峰GET大会演讲实录：

各位热爱教育和科技的朋友们，大家好！

一、什么是更好的教育？

今天GET大会的主题是“如何让更好的教育来的更快”。那么，到底什么是更好的教育？我想分享两个简单的故事。

在几个月之前，我和几位小伙伴来到斯坦福大学进行学习和交流。我们有幸认识了斯坦福计算机系非常有威望的杰姆斯教授。在交流中，教授带来的一位中国小女孩帮助我们达成了很重要的合作。尤其在教育与科技方面的底层研发的探讨中，几乎50%的功劳都要归功于这个小姑娘。通过这个小姑娘的言谈举止，我能够感觉到她的综合素养非常高。

我问她，有多少中国优秀的清华北大的学子，到斯坦福大学能够做计算机方面的研究，她告诉我说，全球大概有三分之一的华人能够在斯坦福的计算机系从事理论研究。听到这里，我内心非常非常自豪，但最重要的是，在临别的时候，她告诉我说，“白老师我认识你，我曾经是学而思的学生。”我吓了一跳。我在脑海里面不断的搜索，在她这个年龄段，曾经北京四中最优秀的孩子到底有哪些，我脑海是有北京最好的孩子所谓的名单和图谱的，我尽其所能的搜集我脑海里面的名单，我没有发现跟这个女孩对应的名字。

二、应该培养怎样的学生，以更好的应对未来的挑战？

后来我一直在思考，她后来为什么变得如此优秀？

当天的合作更多依靠她的理解能力、表达能力、沟通能力，在中美之间建立了很好的桥梁。我在想，到底什么是最好的教育？我2002年进入这个行业，在从事教育的15年过程当中，我一直在问自己一个问题，到底培养什么样的学生，能够应对未来更好的社会变化和挑战？

过去的半年多时间里面，好未来干了两件事情：

一是不断地发现和挖掘关于教育理念的底层研究，跟我们的专家和学者探讨在K12教育领域当中，什么样的教育是应对未来的教育？

我们在大量的样本调查过程当中，我们发现了三个重要的支点来支撑一个学生学习的效果，这三个支点分别是：学习动力、学习环境、学习能力。我们发现，无论什么样的学生，他如果最后要形成一个好的学习效果，基本上是和这三个核心的支点相关的。

这三件事情成为我们样本调研过程当中的三个核心要素。其实整个K12的课外教育只是其中的一部分，因为这里的环境，除了家庭环境、社会环境还有学校的环境，所以影响一个学生学习的综合的因素是非常复杂的，而我们是其中的一份子。

我们继续研究，如果兴趣是激发孩子最好创造力的导师、如果环境是能够让孩子健康成长的重要保障，如果能力是需要引导和构建的，那我们到底应该构建一个什么样能力，未来能够培养出更多优秀的孩子，去应对未来国际化的挑战？

所以第二件事是，好未来在过去的半年多时间里面，又沉淀了未来K12学生需要培养的六大能力。这六大能力大家不会太陌生，在研究过程当中，我们将它作为指导我们教育和研发和底层系统开发的重要依据和支撑，依据这样的底层逻辑，来研发我们的教研系统、教学过程、学反馈过程当中数据带来的变化。这重要的六个能力当中，有三个能力是跟我们的学习能力是有关系的：

l  阅读力，向书本学习的能力；

l  沟通能力，人和人之间沟通的能力；

l  探究能力，从事物当中发现规律的能力。

如果我们把人的大脑形容成一个高智能的AI，其实对于一个人来说，对于一个学生来说，他未来应对这个社会的挑战，无非取决于两个核心的要素：

l  知识获取能力；

l  计算能力（吞吐的能力）。

我们把输入看成是阅读能力、沟通能力和探究能力，那他输出的是什么？我们希望未来的学生具备抽象性思维的能力，他能够通过现象发现本质，我们希望他具有思辨能力，能够通过不同的事物，表达不同的观点，在思考的过程当中形成主观、能动的创造力，并且为未来的世界去解决那些看起来很难解决的问题，我认为刚才那个女生，就很好的具备了这六大能力。

我们再来看一下，美国其实在21世纪初的时候，美国的教学专业学者，就在研究美国孩子的培养过程当中，研究出到底哪些能力是未来应该具备的，他们叫做4C。4C能力，其实和六大能力不谋而合，或者说叫相互对应的关系，当然中国也没有落后。中国在《21世纪中国学生发展核心素养》的报告当中，也明确的谈到，未来学生面向21世纪的时候，他所需要具备的学习能力、感知力以及探究事物的能力。整个过程当中，他们说的理性思维、审美的情绪、批判和置疑的精神，都是未来AI到来的时候，人区别于机器的最显著特征。

三、AI 是否天然离教育更近？

我想讲的第二个故事和我自己相关，时间拉回到10年前，那个时候好未来的几个创始人还在一线讲课。我印象特别清晰，那段时间可能是我过去15年成长过程当中，我自身觉得我成长最快乐的时光。

因为，一个小小的课堂，你能够跟学生有很好的互动，并且感知到他们眼神的回报，但过程当中其实也有很多痛苦。当时，学而思班是报不上的，所以我们的几个创始人都在一线讲课。为了能够抽出时间来做后台教学和研发的东西，我当时在一线代课带了5个班。

但带了5个班之后，很多老师的班都已经满了，所以我们班上的同学开始口口相传，说我们应该报那个老师的课。结果后来又很多家长打电话、破门而入，“我就希望白老师能够再开一个班。”经研究商量之后我答应了，结果又有一群学生来了说，“我希望白老师再开一个班”，最后，我大概一周带9个班。9个班意味着什么？我们一个班是三个小时，基本上我们除了白天工作的时间之外，平时加晚上、周末全部占满。

这让我非常的有成就感，因为我带了北京市最好的学生，我能够感觉到带学生的过程中，发自内心的那种愉悦。但是，每当周日晚上上完第九个班的时候，周一到周二我是要躺两天的，直到周三上午的11点左右我才能开口说话。27小时的直立，并且高强度的上课的这种互动，给我们的身体带来了极大的影响和损伤。

我想起了2002年进入到这个行业的时候，有一件事情深深的影响了我，就是北京有一位著名的特级老师叫孙维刚。他是一个非常优秀的K12的基础教育研究的专家，他曾经在一个普通的学校中的一个班级培养出22个清华、北大的学生，非常了不起。但是他的生命很短暂，2002年的时候就逝世了。

当时我就在想，讲完了这9个班，讲完了一个学期后，我能支撑多少时间？每周周而复始，为了满足学生和家长的需求，身体已经达到非常疲惫的状态。我那个时候想，如果要是给我一个麦就好了，我发现那个麦就是一个最简单的AI，帮助老师能够更持续地讲课的一个重要的辅助工具。后来我们就给一些优秀的老师上了麦，希望老师能够保持他讲课持续的状态，因为人毕竟是肉体做的。

前段时间，我们看到了很多媒体对K12这个行业非常关注，一些家长和学者们在批判好未来擅长做“饥饿营销”。我其实很希望理解什么是饥饿营销，我真的不知道什么是饥饿营销，因为好未来到今天为止没有做过一分钱的广告，如果说真的谈到我们的失误或者是不够理想，是因为教育还太人性化了，当教育是以人为主体的行业的时候，事实上我们要培养、发现和复制，去达到我们最低标准的老师的选择。

我们已经穷尽自己所能，但是前提是不降低教学的标准和质量，我们已经花了大量的时间和精力投入在人的培养、发现上面，但是我们依然满足不了所有家长和学生的期待。我真的不知道什么是饥饿营销，但是我想说，学而思、好未来的每一个老师，在讲课的过程中，都应该有我们内心所谓的标准。

刚才讲了那么多，其实只想讲一句话，十年前的事情发生在今天，我们终于看到了希望，我们发现互联网+教育并没有改变教育的本质，无非是进行了所谓的资源远程输送，没有放大优秀教育稀缺教育资源的长宽高，但是AI来了，我们真的有机会把教学环节当中所谓的重复性的、程式性的、靠记忆、靠反复练习的模块，用更好的方式替代人脑，而把人的价值和因素集中在情感的交互、个性化的引导、创造性思维的开发上面，我觉得这件事情是非常非常美妙的。

谈到AI，中间会有三个话题是经常有人问到我的，AI+教育到底能改变什么？我们首先看一下AI的行业成熟程度，我这里画了一张表，一条曲线从上端开始，AI现在改变所有垂直行业当中最快的或者是最深入的是三个领域：搜索、电商、社交。分别在国内和国外都有优秀的公司：Google、百度、Facebook、腾讯、阿里巴巴和亚马逊。

但是你会发现，AI在行业当中的应用，深入程度是非常有限的。比如虚拟助理方面，微软有小冰，百度也在做度秘，苹果在做SIRI，大家都希望有一个人工智能的秘书，它离AI也非常近，至少目前比教育离AI近。

再来看一下自动驾驶，最近这两年非常热，几乎所有跟我们讲的驾驶类的行业相关的都在研究这个领域。但是我们也知道，为什么自动驾驶看起来如此地兴奋，让很多人愿意跃跃欲试，但是它为什么没有大面积的普及。

2016年的5月6日，在佛罗里达州发生了人类第一起自动驾驶产生的事故，驾驶员当场死亡，这个大家应该是知道的。后来美国政府和特斯拉发布了一个报告：我们发现因为对光线的感应和对前端（当时一辆大卡车过来，特斯拉处于自动驾驶的状态）没有反映过来，直接撞上去了，驾驶员死了。其实大家应该抱以宽容，因为1.3万英里行驶的自动驾驶的路程才会出现一起所谓的致死的事故，但是人类驾驶是每9500公里的时候就会出现一起交通事故。所以，自动驾驶比人类驾驶来得更安全，你认同这个观点吗？

这里面一个核心的问题是什么？是致命，如果自动驾驶在搜集所谓光感反应所有元素的时候，形成了AI自动驾驶的功能，我们采集所有元素和数据进行输入，来训练这个模型。如果它的准确率是99.99%，你敢驾驶吗？因为有可能这0.001%会让你致命。

所以，我们在讨论AI在行业的研究和发现过程中我们发现，其实为什么有人会问我，AI离教育近不近？我说AI离教育天然很近，原因是什么？就是两点：

1、在教育的场景中有更好的容错性。我刚才举了一个例子，大家应该能理解我说这个话的意思，在学习迭代的过程中，其实我们是允许容错的，不用达到99.99%，我们在学习的整个交互过程当中，其实能够达到90%就非常了不起了，这件事情不至于致命，不像医疗和自动驾驶，所以我觉得它是非常贴近于教育行业的。

2、在整个教学的封闭场景中，无论是公立学校还是课外教育，一个教室的元素被传感器收录出来的时候，无论是声音、语言、文字，都有机会抽离在一个所谓的收敛模型中，AI、底层的算法在行业里已经非常公用了。但是教育行业在采集数据的复杂程度上面，相比其他行业有很多天然的收敛性和可控性。

所以，这件事情我们会认为AI+教育奇点临近。

四、未来，教师会失业么？

有人会问我老师会不会失业，其实我刚才已经部分解答过了。人工智能对于大组织而言，对于一家大的教育企业而言，我觉得它最大的价值在于提升人效，在于在教育这个领域当中重新定义人和机器的分工，并且发挥人的价值以及机器的价值。

整个教育行业当中，其他公司在计算机视觉、语音识别、语义识别等领域正在做出努力，我为所有的创业者感到骄傲，是因为我们在教育这个行业，真的有机会比医疗行业、自动驾驶行业更有机会接近那个起点，更有机会能够让教育发挥更大的效果，能够培养更多更好、更优秀的人。

好未来在整个研发过程当中，通过教学环境和场景，结合数据、工程师和科学家的努力，来做底层数据抽离。在整个教育的交互场景当中，有很多的数据（图象、语音、答题、iPad）没有被沉淀，在捕捉我们学生的表情、状态、语言、回答问题的时候，我们发现有非常多可以迭代的地方，这可能是在线教育比线下教育更有优势的地方，虽然线下教育依然会蓬勃发展，但是我们认为在这一点上，它具有无可比拟的优势，它能够采集有效的数据，并且进行实时的反馈。

在教学的整个应用层面上，事实上我们在研究所谓的互动教学，研究基于教学理念的所谓教学游戏化，以及我们在教学内容上AI的使用。

举两个小例子，这是我们的魔镜系统，登上了“砥砺奋进的五年”大型成就展，得到了很多人的兴趣和关注。这是一个真实的教室场景，我们能够捕捉到每一个在课堂里的学生学习的状态和反应，也许他的准确度并不是100%，比如说一个学生低头的时候，我们会认为他在写作业，通过他的笔和手信息的采集，也许它笔下在写作业，心里在发呆，但是不重要。我们认为这件事情的迭代，会比人做的更好。所以，我们在整个课堂场景的数据采集投入很多。

我们在做一个尝试，对于一个老师言语表达、信息传递和身体肢体的所谓互动，我们再抽离他的一些核心元素，看哪些核心元素过程中，能够在教学的交互过程中可以被高效迭代，或者说，可以被学生高效感知。

毫无疑问，我们都希望每一个学生能够获得个性化被关注的机会。但是，优秀的，能够产生很好交互的老师非常有限。如何去解决体验和人效之间的差别，在行业当中有很多的版本，比如一对一的模式，它大概在个性化关注最高的那个领域，但是它的人效非常低。

我们现在有线上一对一，面授小班，线下小班，双师模式，还有现在正在做的面授大班和线上大班……我们发现，最大痛苦和矛盾在于，我们既要能够关注学生个性化学习的机会，同时还要能够提高优秀老师使用的效能，这件事情怎么办？在整个过程当中，我们发现了一种可能性的路径，就是双师，虽然双师目前还没有达到面授的效果，但是它在人效上会是略高的一个模型。

我们对于面部识别、语义识别，核心功能是希望能够让教学场景当中出现这样一个单元——从黄线左下端，能够有机会到这个象限的右上端。既能够有很高的人效，同时又能够关注个性化的体验，这件事情是我们教育+AI努力的方向。

作为一个师者，或者说对于一个教育工作者来说，我认为最大的成就不是他桃李满天下，而是他看到他的学生能够变成他自己想变成的样子。

AI+教育，我们是认真的。

谢谢大家！