学霸君首席科学家 陈锐锋

随着二胎政策的放开，教育的竞争越来越激烈，K12教育的关注度又一次提升。在这个K12教育正走向智能化时代，AI技术协助授课正在影响中小学教育的市场。与此同时，AI教育还逐渐在提升学生的学习能效、为学生减负方面开始发挥作用。

在12月15日的2018 T-EDGE 全球创新大会上，学霸君首席科学家陈锐锋为大家带来了“流动的大数据与教学增效”的主题演讲，给观众带来了亟待解决的AI教育如何利用大数据落地的问题。

陈锐锋介绍了学霸君的相关产品。中国每天有大量的老师在回答学生的疑问，被记录的却很少。这些问题以图片的形式被收集起来，有机地加以分析、利用，可以重构文本，形成全国学生的重点学习数据库，同时为每位学生个性化推荐需强化的题目。

此外，学习提效还可以体现在收集学生学习过程优化上。通过帮助学生规划他的作业节奏和时间安排等等，可以在不涉及知识点的情况下，提高学生的学习效率。

陈锐锋总结道，有了互联网和各种传感器技术，在线教学环节中可以收集学生的笔迹、学生的动作和表情，也收集老师的讲解素材以及他们讲解时产生的语音和书写板书，这些都可以协助提升教与学过程中的信息传递效果。用数据来分析学习瓶颈，也优化学生的学习效率，减轻学生负担。这是在线教育通过大数据、人工智能的分析，帮助学生学习的可做之处。

今天非常开心在这里跟大家分享我们几个在线教育的视角。

我不知道在座有多少是家长，而且家中有两个孩子？您还在朋友圈里晒旅行的图片吗？如果有，那您就是人生赢家。二胎潮之后，大量孩子家长现在正忙碌地辅导学生作业和教育小孩，这就是庞大的市场基础和高效教育产品的需求根源。

现在互联网数据呈现爆炸式增长，甚至出现了AI可以写文章，人们每天需要接触的信息越来越多。在教育方面，帮学生提升学习能力是有益的，可以更好地帮助他们从海量信息中更精准地定位需要的知识并有针对性地学习。很多学生和家长都在寻找学习高效之路，这在语文书里面就提到了。鲁迅在《故乡》里面写道，“走的人多了，也便成了路”。通过看前人如何走、通过收集教育的大数据也能汇集成一条一条的教与学的优秀实践之路。中国有一点几亿的K12的学生，这些学生学习的内容、老师教的东西储存下来，就是非常大的学习数据库。把这些东西收集下来提供给学生学、老师教，就初步实现赋能。

中国学生每天会产生大量的问题和困惑，但是很少能得到有效的解决。每个题目背后都蕴含着一个或者N个知识点，每个家庭辅导小孩的时候不断地跟孩子说这个题目该如何解答。那么，有没有可能让机器把这些知识点关联起来呢？这是有可能的。

我们在五年前推出了拍照搜题这款产品，让学生把自己问题拍照上传。这个产品慢慢形成一个针对问题的图片云，每个图片都代表了一个学生某个时间点的疑惑，这些问题可以用机器学习的技术识别每个图片中的信息。我们把每个图片切成一个一个文字，通过神经网络别出每一个文字，然后汇总成一整个题目的文本。通过收集信息，我们获得了100亿个学生上传的图片，代表了100亿个问题。

做了文字识别之后，下一步可以把识别结果进行自然语言分析，猜测出题目属于哪个知识点。我们针对题目数据库构建了知识图谱，图谱的每个节点都有对应的题目内容，这些内容组合成相应的题目推荐。

中国每天有大量老师在解答学生的疑问，被记录的却很少。我们的在线授课平台里面，老师跟学生的一问一答数据详细地记录下来。平台中收集到几百万个课件，每个课件都被老师彻底地解读过，被学生学习过。这些数据搜集后被放到一个数据库中，这个数据库隐含了很多有价值的信息，值得挖掘。从现在大屏幕上展现的某老师使用的课件截图中可以看到，老师在讲课的时候对课件的某个要点进行了书写来进一步解释。这些书写的文字可以通过深度学习中的手写识别转化成相应的文本存储下来，形成对这个当前知识点的内容补充。这些补充和注释收集到平台后可以提供给以后的新课件进一步使用。

很多人说学生作业负担特别重，但其实学生在作业的过程中效率如何呢？这是个有意思的问题。这里给大家分享一个实例。这是某个班级（大屏幕显示），学生实际写作业的时候书写的笔迹，使用智能笔可以把这些笔迹全部录下来。我们把这些笔迹回放出来呈现在大屏幕中。这里可以发现，都在做题，但是不同的学生有不同的挣扎和纠结。

下面从做题行为上来讲讲学习效能。像屏幕上展现的，我们做了这样的分析，把某个同学落笔的瞬间记录下来绘制成频谱图。X轴表示时间，就是这位同学从某天晚自习开始到结束的时间轴，Y轴是落笔频率，这张图简单解释就是有颜色的区域就代表这位同学在书写，其余地代表他在停顿。解释了这一张图后，来看下一页。这是同一个班级、同一个晚自习的几十个同学的频谱图汇总，大家可以看到每个人落笔的频率不一样，有纠结的、有拖延的，有完全不写或者抄作业的，一目了然。

下一页，先拿出两位同学进行对比，可以观察到第一位同学从上自习就开始写作业，到半节课把作业写完的同学，写作业效率高、很紧凑；第二为同学中途走神，写一会，停很久，但没有真正利用好时间。这是一种很常见的现象，时间就消耗在这无效的停顿中。我们通过分析记录笔迹的时候，帮助学生优化时间，稍微调一调，调整顺序、控制一下速度，就会得到这样的效果。比如，把第二位同学作业过程中的停顿时间往后挪，这样能腾出大概40分钟左右空闲时间，可以画画、看小说，可以去做其他事情，优化时间这个是减负的其中一种方式。

再来看另外一组写作业速度对比的例子。我把这个班级学习成绩第一名跟第三名的学生的频谱图抽取出来。第一名同学不到20分钟把作业写完了。而第三名从晚自习开始一直书写到结束，花费了5倍的时间完成了同样的作业。说明了什么问题？查看了他的作业书写后我发现他写的特别谨慎、表达略显罗嗦，写了大量多余的文字，也因此，他的学业负担也就变重。这意味着，如果能帮助他高效精准地把文字表述简明且正确，也是减负的另外一种手段。

很多教育从业者在考虑基于知识点提升学习的效果。其实学生整个学习、答题的过程的行为，也有很多可以提效的元素，这是传统教育相对难帮助学生完成的，因为缺少数据记录。有了互联网和各种传感器技术，在线教学环节中可以收集学生的笔迹、学生的动作和表情，也收集老师的讲解素材以及他们讲解时产生的语音和书写板书，这些都可以协助提升教与学过程中的信息传递效果。用数据来分析学习瓶颈，也优化学生的学习效率，减轻学生负担。这是在线教育通过大数据、人工智能的分析，帮助学生学习的可做之处。

今天我的分享就到这里，谢谢大家。