“今天，我們聽信於誰？”、“未來的人類將如何學習？”、“教育的個性化和公平化矛盾嗎？”對於教育從業者，到底要堅守什麼？改變什麼？
公立學校一直是以班組制的形態存在，並承載著中國1.8億青少年的學習成長。儘管這種形式的科學性存在一些爭議，但到目前為止，並沒有產生更好的教育形式。究其原因，工業革命對技師的需求驟增，而技師需要批量培養、標準化是唯一的衡量尺度。作為工業文明革命背景下所產生的一種技師培養方式，班組制培養方式有其存在的合理性和必然性。但是，在互聯網文明的今天，隨著人工智能、大數據等前沿科技的快速發展，科學技術正在極大地改變著教育的形態。因而，在當下，“個性化才應該是教育更好的答案”。
“教育+互聯網”為什麼不足以改變教育，成為人類最理想的學習模式？其根本原因在於，它無法改變當前教育行業普遍的兩大問題，一是教育資源的均衡化；二是教育資源的個性化。
對於教育資源的均衡化而言，把北上廣深優秀的教師輸送到偏遠的山區，讓孩子們能夠聽到優秀老師的課，無疑對當地的教育均衡化有幫助。但是，“教育+互聯網”看似解決了教育資源不均衡的問題，以較低的成本，把優質教育資源輸送到需要的人面前。但事實上，線上以“教育+互聯網”的方式，只是把優秀教育資源從線下拉到線上，時間和空間並沒有成倍增加，優質教育的產能並沒有放大。更淺顯地說，它實際上僅僅解決了供需雙方的鏈接，並沒有實現質量的突破。也因此，線下面授依然是當下主流的教育形態。而從發展速度、發展質量上來看，純互聯網+教育的企業中，也沒有出現絕對的巨頭。互聯網教育的剛需是不用懷疑的，但並非僅僅把供給端和需求端連接起來，就能取得理想的效果。所以，從這個角度來講，“教育+互聯網”不是解決教育難題最好的答案。
從教育資源個性化的角度而言，“教育+互聯網”雖然有著“個性化”的標籤，但受制於技術等多方面的因素，它還無法實現根據每個孩子學習程度、喜好程度的差異，真正實現個性化的推送。包括學習內容、課後作業等。
也許“教育+互聯網”的時代轉瞬即逝，已成為過去時，而“教育+AI”才是未來的新希望。
目前，行業科技正在嘗試用AI、數據和算法，包括人臉識別技術留存每一個學生的學習反饋，以此分析老師在教學的過程中，到底有多少學生真正聽懂了？有多少學生聽的一知半解？有多少學生其實不感興趣？在成倍放大產能的同時，利用AI為老師賦能，讓老師能夠個性化地關注到每個人的表情和每個人接受信息的程度。只有在這種情況下，我們才能在勢能不降低的情況下，形成一千倍能量的關注。能量的關注，肯定不能靠老師的眼鼻喉耳，我們只能進行數據的算法、數據的留存。對於每一個人，我們都希望能夠用一些開始比較粗淺的數據，後面會經歷幾個維度的探索和提升，解決給優秀教師賦能的問題。
通過“教育+ AI”對數據進行處理，為解決教育資源的均衡化和個性化難題找到更好的答案。具體而言，在商業數據方面，通過AI可以有效節約人力、物力成本，提高人與人之間的連接效率；在學習場景的交互過程中，為優質教學資源賦能。在內容數據方面，將從數據和算法進行挖掘、打造知識圖譜。在教學數據方面，將通過語義識別、圖像識別、人臉識別、情感識別、手勢識別等方面進行探索，以解決供求端的優質教育資源賦能的問題。
教育關係著每一個學生，每一個家庭，也關係著國家和民族的未來。近期，學而思教育智庫針對未來教育發展模式的一次深度研討中，多位專家都表達了同一個觀點：民辦教育不僅是公辦教育的有益補充，而且也是整個教育閉環中不可或缺的組成部分。民辦教育可發揮的空間和作用不可估量，一定不要把自己當“外人”。
教育應該發揮每個人的獨特優勢，讓其成為某一個領域的專家。作為民辦教育，應該和公辦教育一起努力，發揮各自的優勢，在推動教育公平的前提下，努力實現因材施教，讓每個孩子都享受到最適合自己的個性化學習路徑和成長路徑。民辦教育機構應該利用自身產品和技術的積累，讓學習的過程變得更有趣，讓學習的個性化關注變得更有趣，讓學習的個性化數據被記錄下來。這樣對教育公平化將起到巨大的推動作用。
閱讀更多 中天眾達 的文章
