2018中国国际远程与继续教育大会11月6-7日在京盛大召开。大会由教育部在线教育研究中心、全国高校现代远程教育协作组、中国高等教育学会继续教育分会、全国高校教育技术协作委员会共同指导，中教全媒体主办。弘成教育董事长黄波以《人工智能驱动在线教育生态变革》为题分享了人工智能驱动下在线教育生态的变革。

弘成教育董事长黄波

现场演讲内容整理

各位嘉宾、各位领导、各位老朋友们，大家上午好。

首先，我要感谢中教全媒体，我们一起经历了中国远程教育在过去将近20年的起起伏伏。今天我想跟大家分享的是我们在人工智能领域的实践和体会，十年前，我们认为人工智能机器人离我们还非常远，甚至五年前，我们还认为它离我们没有那么近。但是在过去的两年里，弘成也建立了自己的大数据&人工智能研究院，同时参股投资了一些以人工智能核心技术为导向的一些应用型公司，我们看到了各种各样的基于智能算法的新型教育应用，接下来我就跟大家分享一下，人工智能驱动的在线教育生态变革。

首先，我想大家应该都知道，在过去的20年里，中国在移动互联网上得到了跨越式的发展。举个例子，80年代很多家庭还没有有绳电话，但是到了2000年，大家已经人手一部手机了。在未来十年，差不多到2030年的时候，中国人工智能产业带来的GDP增长，可能是所有国家里面最高的。中国各行各业的基础可能不如欧美或者北美，但通过技术的创新，生产效率可以得到大幅度提升，所以关于GDP的增长预测，增长最多的是中国。

我是1999年回国做电子商务网站的，19年前的我真的很难想象现在的中国电子商务，尤其是零售业，已经发生了天翻地覆的变化。今天我们再看中国也是一样的，我们对比一下医疗和教育，在过去的几年，医疗领域因为检测技术和生物技术的广泛应用，产生了众多的高市值企业，蓝色的是整个上市医疗行业的市值，红色的是通过技术创新，而带来变化的医疗企业，这些医疗企业的市值增长也是非常巨大的。我们再来看教育，互联网、直播、AI等技术在教育领域的应用，使得教育产业与医疗领域一样出现了高市值企业，传统教育公司的市值，和在线教育和互联网教育相比带来的市值相对来说比较小。我认为未来十年，新一代技术的应用和AI会使教育行业迎来空前的爆发和高速发展。

未来十年，我们在迎来机遇的同时也面临着巨大的挑战。现在的学校培养的毕业生们在毕业之后很可能从事的是目前尚不存在的职业，使用尚未被发明出来的科技解决我们现在无法想象的问题。我们在座的都是教育工作者，面临这种情况，我们该怎么教我们的学生呢?我们已经不能拿着一支粉笔、一套教材就讲十年的课了。所以在未来十年，对于教学模式创新的挑战也越来越大。

在改革开放的20年里，我们首先看到的是全球化红利，从1993年新东方成立以来，全球化使英语学习的内容供应商快速成长;第二个高校平民化，高校平民化的红利，已经基本上过去了。我们在座嘉宾有很多来自网院，我记得1999年开始招生的时候，都是学生排队来报名。今天这个迹象已经没了，全球包括中国高等教育的平民化红利已经过去了，但消费升级还在继续，未来五到十年教育信息化红利是存在的，但最核心还是提升教育效率。

1997年到2017年，随着技术的不断创新，电视、电脑几乎所有电子产品价格都在下跌，标准化的产品价格也在往下走，但反观教育行业和医疗行业，价格都是在往上走，尤其在欧美国家，高校学费仍然是是增长最快的一个领域。为什么呢?因为教育是一个服务，而且是非常个性化、智能化的服务。在人工智能技术的支撑下，教学模式可能还会有大幅度的改变，所以我认为互联网、人工智能这些先进技术对教育来说，最核心的作用是提升教师们的教学效率以及学生们的学习效率。

人工智能等先进技术对教育的介入势不可挡，是趋势，也是未来，如何通过技术来快速提升教育效率，给行业创造价值这是我们在座的每一位都需要思考的。

我们看这张图，我把软件和硬件分开了，软件的发展大家应该都比较清楚，60年代我们开始用电视，70年代我们开始用电脑，1995年互联网出现，2000年开始智能化，从互联网到移动互联网再到现在的智能化，基本上每五年一个变化，而且变化越来越快。我们再来看硬件的发展，80年代电视机应用于教学，90年代投影机应用于教学，1995年大尺寸背投电视应用于教学，到了2000年以后，投影机的技术和效果都得到了大幅提升，电子白板、短焦投影、交互智能平板陆续应用于教学，这些技术的介入无形中也在改变我们教学的互动和教学的效果。刚才前面的几位专家也都在呼吁，我们该思考如何通过技术来改变传统课堂的讨论、随堂练等互动，如何让个性化和效率在课堂内提升。信息化的下一步一定是智能化，教育信息化已经从1.0发展到了2.0，如果我们期待一下3.0，那一定是智能化。

过去5年，是机器学习和深度学习的快速发展期，同时它的容错率也是非常高的，达到了26%，但近两年，容错率就降到了3.5%，甚至降到3%以下。比如说高考机器人，在算法层面问题上，已经取得了很大的突破，可能我们今天看到的只是基于数学层面的算法判断，但未来这些算法也会延伸到其他学科。

人工智能在教学中的运用，其中最核心的部分就是我们所说的自适应学习了。自适应学习的实施分三个阶段：

第一阶段，我们先对学生进行测试，测完之后，我们知道了学生的水平，接着根据学生水平来推送习题。这个是相对比较简单的，测试完之后我们只知道学生的学习水平和学习情况，但还是有两个黑匣子在那放着。

第二个阶段，我们给学生做完测试以后紧接着我们还对学生进行训练，在拥有了大量的反馈数据之后，我们推送课程的难易度和节奏可能就会更加科学。

第三个阶段，也是我们现在正在做的工作。因为第一、第二阶段我们都已经做到了，比如说我们现在的智慧课堂，用的最多的就是随堂测，测完之后，马上给学生推送个性化的习题或课程，对学生没有掌握好的内容进行巩固训练。第三阶段，通过测练怎么样让学习更个性化，学习路径、学习速度、内容难易度、学习规律甚至学生的学习态度与学习偏好等等，我希望这些内容都可以通过个性化推送去实现，这个在算法层面上更复杂，难度更大，但我认为未来的人工智能教学一定会往这个方向去走的。

我把上面的第三阶段细化一下，我们在做人工智能推送的时候，其核心就是需要内容、评测、节奏、路径、反馈和目标，有了这些要素基础，我们再去推送不同难易度的内容、不同速度和节奏的学习路径、不同学习习惯的学习内容。人工智能就是围绕着反馈、目标去倒推内容节奏和路径的，运用计算机手段或先进的模型算法，对考题概率、做题成功率等进行综合预测，检测学生学习水平和状态，调整学习内容和路径，帮助学生提高学习效率。

人工智能在教育行业运用，目前最大的难点在哪?最大的难点不在算法层面，而是在数据层面。我们弘成教育有200万+的课件，千万级题库资源，大概有20人的团队不断筛选，把每一个知识点拆了入库。任何一个网院想做人工智能推送和个性化学习，都需要大量的题库全部进入资源库，而且需要标注知识点与难易度、版本系数等等标签，这其中的工作量是巨大的，而这些工作的核心都指向——数据。我们需要丰富资源池，系统自动完成快速更新。在拥有了丰富的资源池以后，我们还需要通过技术手段实现海量数据的智能标签化，再基于自然语言处理技术智能标注知识点，基于知识点、题库建立的完整知识体系，将所有课程与知识体系建立关联。目前，弘成教育结合“机器学习”模型，通过运用一系列先进算法，在自适应学习平台、智能刷题和排课等领域都已经有了落地应用。

刚才我跟大家分享了我们在过去两年里对人工智能和自适应学习方面的一些体会和实践，下面我想再和大家分享一些弘成教育大数据&人工智能研究院的相关产品和案例。

我先介绍一下弘成教育。弘成教育有着近20年的在线教育全面运营经验，是继新东方以后第二家在美国上市的教育企业，是第一家在美国NASDAQ上市的在线教育企业。十年前，我们的业务核心是“好学历”，为网院、成教院的教师与学生们提供好的服务，这些服务包括了技术服务、产品服务、课程服务、教学服务和招生服务;过去五年到未来十年，我们的业务核心是“好工作”，怎么样让学生毕业以后能找到好工作成为了我们主要思考的问题，包括如何创新课程体系、如何让课程与企业更好地融合等等。我们启动了IT实训等技能培训服务、企业培训课程、融合教育，就是把企业需求融合到高校的专业共建里面去。我们希望弘成教育未来提供的不仅仅是一个文凭，而是真正能为学生的就业提供价值，成就学生的人生和未来。

弘成教育产品解决方案主要针对校内教育的专科教育、本科教育和研究生教育;继续教育的网络教育、成人教育。在底层我们有统一的用户管理系统和统一的资源管理系统，在传统教育里面，我们需要用图书馆对教学资源进行管理，在未来，所有高校，包括成教院、网教院和各个学院的电子学习资料、教学资料都需要统一的资源管理系统进行管理，资料的结构化和标签化越来越重要。在这个基础上，所有围绕高校本科、成教、网院的教学教务系统，围绕全场景的教学系统，包括智慧云课堂、第二课堂、MOOC、SPOC还有考试阅卷等系统都可以接入到弘成教育大数据算法AI这套体系里来。

过去两年的时间里，弘成教育打造了一系列应用产品、算法模型和计算平台。算法模型的核心层面分为四个部分，第一部分是图文识别，基于图文识别算法模型，打造了学籍证件照检测系统和远程考试监督设备，毕业生生涯决策是根据图文识别、数据智能这两套算法体系来做的。我们最关注的自适应学习系统就是在有大量数据作支撑的前提下，推送各种各样的课程、练习、测试，为学生未来发展提供更多更好的个性化服务。

我下面举几个场景。

弘成教育AI在教学领域的应用场景主要在四个领域，分别是教学资源制作与加工、学习环境感知、特殊认知工具和适应性学习系统。大家知道目前对人工智能最多的运用是人脸识别技术，基于图像识别层面的考试身份认证、毕业证检测、内容过滤、点名签到、视频远程交互等方面，弘成教育已经都很好地落地了。教学资源制作与加工和自适应学习这两个领域，在未来仍有很大的推动空间，尤其是教学资源制作与加工，有没有很好的智能标签化工具来解决大量传统的没有打标签的结构化数据?继而通过人工智能的推动来做自适应?教育行业进入完全的人工智能化还有很长的路要走。关于适应性学习系统，前面我们也有谈到从测试到练习再到学习，如何根据学生的能力、内容的难易度、学习节奏、学习态度去推送更加个性化的内容，提供更个性化的服务，这些问题在未来十年一定能得到大幅提升。人工智能确实解决了我们教学中的一些问题，但如何解决最核心的教与学问题，是我们在座所有人在未来五年或者更长时间里需要进行深入探索的。

第一个案例是弘成教育为毕业生们做的一个生涯决策系统，毕业生们要先做一个问卷调查，然后系统会从专业能力、协作能力、沟通能力、领导力、财务分析能力和创新能力等方面对毕业生进行测评，测评完成以后会出现对应的能力雷达圈，根据能力雷达圈我们会向毕业生推送毕业的去向选择、岗位推荐和分析，如果学生不满意我们推送的毕业去向和岗位推荐，那我们还会根据他的目标去推荐活动课程。生涯决策系统并不复杂，是通过人工智能和大数据技术就能够完成的一个产品。

第二个案例来自我们最近为世界500强企业做的一款培训产品，基于核心员工尤其是营销人员的素质模型做的个性化推送产品。该企业对员工培训一直以来都十分重视，他们每年个性化的课程都需要花三到四个月的时间进行排课，但我们用不超过一个月的时间就能为所有核心岗位员工提供个性化推送服务，依托弘成CARP算法模型，对员工和部门培训需求进行测算;根据测算结果，对员工提供个性化课程推荐，对企业提供个性化培训规划;基于企业能力素质模型信息，使用贝叶斯知识跟踪理论、项目反应理论等认知诊断模型，定量考察员工的认知结构和个体差异。有了定制培训产品的经验，我相信弘成教育也一定能为高校、成教和网院提供个性化的素质和课程推送方案。

刚刚前面几位专家包括严老师都提到高校面临的一个问题，就是我们目前的知识体系不能完全满足企业的需要。为了解决这个问题，弘成教育在两年前启动了IT实训业务，在去年又启动了融合教育业务。IT实训项目，我们对学员进行4-6个月的培训，培训期结束后就业率达到了90%以上，通过跟企业的沟通我们又发现前端、SP、Java等岗位人才都是目前比较稀缺的。同时，我们也在和很多高校合作，涉及会计、金融、计算机等多个院系，探索新型校企合作模式。弘成教育采取的不是传统教育手段，我们做了融合教育平台，一边是企业、一边是高校，满足企业高质量、高归属、高适应性的人才选拔要求，也助力高校解决人才供给难的问题。企业方面具体体现在对企业需求的深度挖掘，监督学生的相关学习数据，包括学习进度、实践成绩、实践评价等等，企业在选择学生的时候，也会根据课程要求的评价来作为录取的评判之一。针对高校，从大一到大三，我们采取网络直播或录播再到线下智慧课堂的模式，会有一线教师为学校的学生们讲解一些核心企业用人标准课程，最后一年会安排3-6个月时间为学生提供实践课程。弘成教育希望新技术手段的介入能拉近未来企业的需求和高校培养的人才之间的距离，让人才能快速融入到企业岗位中。

最后，弘成教育作为教育企业，衷心希望我们培养的人才最后都能够为社会服务，为国家服务，每一个我们培养的人才都能够成就自己的人生。未来十年，我希望跟在座所有的同仁一起，通过信息化、智能化手段和新一轮的技术创新，为行业、企业和高校带来更多的价值。

谢谢大家!

（整理：中教全媒体 辛昀瑾）

收藏 0