11月14日，在“GET2017教育科技大會”上，好未來集團總裁白雲峰發表了名為“不同的方式，更好的教育”的主題演講。白雲峰認為，學習的效果由三個方面決定，內因——學習動力、外因——學習環境、自因——學習能力。興趣是激發孩子創造力的最好導師，環境是孩子健康成長的重要保障，能力是需要引導和構建的。
白雲峰提出了未來K12學生需要培養的六大能力：閱讀能力、溝通能力和探索能力；抽象性思維、創造性思維和思辨性思維。他認為這其中有三個能力是跟學習能力有關：
閱讀能力，向書本學習的能力。
溝通能力，人和人之間溝通的能力。
探究能力，從事物當中發現規律的能力。
白雲峰認為，如果我們把人的大腦形容成一個高智能的AI，對於一個學生來說，他未來應對社會的挑戰取決於兩個核心的要素，即知識獲取的能力和計算能力（吞吐的能力）。
談到AI，白雲峰認為互聯網+教育並沒有改變教育的本質，而是進行了所謂的資源遠程輸送，並沒有放大優秀教育、稀缺教育資源的長寬高。AI的到來，使我們有機會把教學環節當中所謂的重複性的、程式性的、靠記憶、靠反覆練習的模塊，用更好的方式替代人腦，而把人的價值和因素集中在情感的交互、個性化的引導、創造性思維的開發上面。
在白雲峰看來，AI離教育天然很近，原因基於兩點：
在教育的場景中有更好的容錯性；
在採集數據的複雜程度上面相比其他行業有很多天然的收斂性和可控性。
以下為白雲峰演講實錄：
各位熱愛教育和熱愛科技的朋友們，大家好！
每次來這邊還是挺激動的，初九小小的體格能夠有大大的能量，我覺得這件事情非常了不起，首先允許我能夠代表自己向初九和芥末堆的團隊表示很高的敬意。
到底什麼是更好的教育？
今天好未來在整個教育板塊當中依然定義在K12這個板塊，我們想的事情和我們做的事情，其實和今天GET2017大會的主題很相近——如何讓更好的教育來的更快。那麼，到底什麼是更好的教育？
我們大家理解的更好的教育到底是什麼？我想分享兩個簡單的故事。
在幾個月前，我和幾位小夥伴來到了斯坦福大學進行學習和交流，我們有幸認識了斯坦福的計算機系傑姆斯教授，他帶了一個小女孩徐徐而來。這個女孩是一箇中國人，來自北京四中，我們跟傑姆斯能夠達成教育跟科技方面的底層研發的探討，中間有50%的功勞都歸功為這個小姑娘。在言談舉止的過程當中，其實我能夠感覺到她的綜合素養非常高。
我問她，有多少中國優秀的清華北大的學子，到斯坦福大學能夠做計算機方面的研究，她告訴我說，有三分之一，全球大概有三分之一的華人，或者我們說的中國人，能夠在斯坦福的計算機系，從事他的理論研究。
這件事情我內心非常非常自豪，但是這件事情也不重要，重要的是在臨別的時候，她告訴我說，白老師我認識你，我嚇了一跳，她說我曾經是學而思的學生，我又嚇了一跳。但是，後來想想這個事情也很正常，按照它的年齡來判斷，我在腦海裡面不斷的搜索，在她這個年齡段曾經北京四中最優秀的孩子到底有哪些，我腦海是有北京最好的孩子所謂的名單和圖譜的，我盡其所能的蒐集我腦海裡面的名單，我沒有發現跟這個女孩對應的名字。
但是，她後來為什麼變得如此的優秀？
當天的合作，更多的依靠她的理解能力、表達能力、溝通能力，在中美之間建立了很好的橋樑。我在想，到底什麼是最好的教育？我是2002年進入這個行業，在從事教育的15年過程當中，我一直在問自己一個問題，到底培養什麼樣的學生，能夠更好的應對未來社會變化和挑戰。
過去的半年多時間裡面，好未來其實就幹了兩件蠢事：
一是不斷地發現和挖掘關於教育理念的底層研究，跟我們的專家和學者探討在K12教育領域當中，什麼樣的教育是應對未來的教育？
在大量的樣本調查過程當中，我們發現了三個重要的支點來支撐一個學生學習的效果，這三個支點分別是：學習動力、學習環境、學習能力。我們發現，無論什麼樣的學生，他如果最後要形成一個好的學習效果，基本上是和這三個核心的支點相關的。
他內心想不想學，有沒有興趣；
外部的環境能不能讓他學；
他具備不具備學習的能力。
這三件事情成為我們研究的大樣本調研過程當中的三個核心要素。其實整個K12的課外教育只是其中的一部分，因為這裡的環境，除了家庭環境、社會環境還有我們學校的環境，所以影響一個學生學習的綜合的因素是非常複雜的，而我們是其中的一份子。
我們就繼續的研究，如果興趣是激發孩子創造力的最好導師、如果環境是能夠讓孩子健康成長的重要保障，如果能力是需要引導和構建的，那我們到底應該構建一個什麼樣能力，未來能夠培養出更多優秀的孩子，去應對未來國際化的挑戰？
所以，好未來在過去的半年多時間裡面又沉澱了我們所謂的未來K12學生培養的六大能力，這六大能力大家不會太陌生，但在中間的研究過程當中其實我們是將它作為指導我們教育研發和底層的系統開發的重要的依據和支撐，我們是依據這樣的一個底層邏輯，來研發我們的教研系統、研發我們的教學過程、研發我們對於教學反饋過程當中數據帶來的變化的。這裡重要的六個能有當中有三個能力是跟我們的學習能力有關係：
閱讀力，向書本學習的能力。
溝通能力，人和人之間溝通的能力。
探究能力，他從事物當中發現規律的能力。
如果我們把人的大腦形容成一個高智能的AI，其實對於一個人來說，對於一個學生來說，他未來應對這個社會的挑戰，無非取決於兩個核心的要素：
他的知識獲取能力；
計算能力（吞吐的能力）。
我們把輸入看成是閱讀能力、溝通能力和探究能力，那他輸出的是什麼？我們希望未來的學生具備抽象性思維的能力，他能夠通過現象發現本質，我們希望他具有思辯的能力，他能夠通過不同的事物，表達不同的觀點。
他能夠在思考的過程當中形成主觀、能動的創造力，並且為未來的世界解決那些看起來很該死的問題。我認為剛才那個女生就很好的具備了這六大能力。
我們再來看一下，其實在21世紀初的時候，美國的教學專業學者，就在研究美國孩子的培養過程當中，到底哪些能力是未來應該具備的。他們統計為叫4C，我就不在一一解釋了。
這4C的能力當中，其實和我們剛才六大能力也是不謀而合的，或者說叫相互對應的關係，當然中國也沒有落後。中國在《21世紀中國學生髮展核心素養》的報告當中，也明確的談到到未來學生面向21世紀的時候，他所需要具備的學習能力和感知力，和探究事物的能力。這整個的過程當中，他們說的理性思維、審美的情緒、批判和置疑的精神，都是未來當AI到來的時候，人區別於機器的，最顯著的特徵。
AI離教育天然很近
我想講的第二個故事和我自己相關，時間拉回到10年前，那個時候學而思（好未來）的幾個創始人還在一線講課。我印象特別清晰，那段時間可能是我過去15年成長過程當中，我自身覺得成長最快樂的時光。
因為，一個小小的課堂，你能夠跟學生有很好的互動，並且感知到他們眼神的回報，但過程當中其實也有很多的痛苦。當時，學而思班是報不上的，所以我們的幾個創始人都在一線講課。為了能夠抽出時間來做後臺教學和研發的東西，我當時在一線代課帶了5個班。
但帶了5個班之後，很快就滿了（我們當時是小班教學），有很多的家長打電話希望白老師能夠再開一個班。經研究商量之後我答應了，結果又有一群學生來了說，“我希望白老師再開一個班”，最後，我大概一週帶9個班。9個班意味著什麼？我們一個班是三個小時，基本上除了白天工作的時間之外，平時加晚上、週末全部佔滿。
它給我帶來的一個效果就是讓我非常的有成就感，因為我帶了北京市最好學生，我能夠感覺到帶的過程當中，發自內心的那種愉悅。但是，每當週日晚上上完第九個班的時候，一般週一到週二我是要躺兩天的，直到週三上午的11點左右我才能開口說話。
27小時的直立，並且高強度的上課的這種互動，其實給我們的身體帶來了極大的影響和損傷。當時我就在想，講完了這9個班，講完了一個學期後，我能支撐多少時間？
我想起了2002年進入到這個行業的時候，曾經有一個人深深的影響了我，就是北京有一位著名的特級老師叫孫維剛。他是一個非常優秀的K12的基礎教育研究的專家，他曾經在班上，一個普通的學校，一個班能夠培養出22個清華、北大的學生，非常了不起。
我那個時候想，如果要是給我一個麥就好了，我發現那個麥就是一個最簡單的AI，幫助老師能夠更持續地講課的一個重要的輔助工具。後來我們就給一些優秀的老師上了麥，希望老師能夠保持他講課持續的狀態，但是人畢竟是肉體做的。
所以，前段時間（今年2月份到5月份），我們看到了很多媒體對K12這個行業非常關注，一些知情、不知情的家長和所謂的社會的教育學家，批判所謂的飢餓營銷，他們說好未來在做飢餓營銷。我其實很希望理解什麼是飢餓營銷，我真的不知道什麼是飢餓營銷，因為好未來到今天為止沒有做過一分錢的廣告，如果說真的談到我們的失誤或者是不夠理想，是因為教育還太人性化了，當教育是以人為主體的行業的時候，事實上我們要培養、發現和複製，達到我們最低標準的老師的選擇。
我們已經窮盡自己所能，但是前提是不降低教學的標準和質量，我們已經花了大量的時間和精力投入在人的培養、發現上面，但是我們依然滿足不了所有家長和學生的期待。我真的不知道什麼是飢餓營銷，但是我想說，學而思、好未來的每一個老師，在講課的過程中，他們是應該有我們內心所謂的標準。
講了那麼多，其實只想講一句話，十年前的事情發生在今天，我們終於看到了希望，我們發現互聯網+教育並沒有改變教育的本質，無非是進行了所謂的資源遠程輸送，沒有放大優秀教育稀缺教育資源的長寬高，但是AI來了，我們真的有機會把教學環節當中所謂的重複性的、程式性的、靠記憶、靠反覆練習的模塊，用更好的方式替代人腦，而把人的價值和因素集中在情感的交互、個性化的引導、創造性思維的開發上面，我覺得這件事情是非常非常美妙的。
所以，談到AI，中間會有三個話題是經常有人問到我的，AI+教育到底能改變什麼？我們首先看一下AI的行業成熟程度，我這裡畫了一張表，一條曲線從上端開始，AI現在改變所有垂直行業當中最快的或者是最深入的是三個領域：搜索、電商、社交。分別在國內和國外都有優秀的公司：Google、百度、Facebook、騰訊、阿里巴巴和亞馬遜。
但是你會發現，AI在行業當中的應用其實到了下面深入的程度是非常有限的。比如說我們在虛擬助理方面，當然微軟有小冰，百度也在做度秘，蘋果在做SIRI，大家都知道，希望有一個人工智能的秘書，它離AI也非常近，至少目前比教育離AI近。
再來看一下自動駕駛，最近這兩年非常熱，幾乎所有跟我們講的駕駛類的行業相關的都在研究這個領域。但是我們也知道，為什麼自動駕駛看起來如此地興奮，讓很多人願意躍躍欲試，但是它為什麼沒有大面積的普及？
2016年的5月6日，在佛羅里達州發生了人類第一起自動駕駛產生的事故，駕駛員當場死亡。我們發現因為對光線的感應和對前端（當時一輛大卡車過來，特斯拉處於自動駕駛的狀態）沒有反映過來，直接撞上去了，駕駛員死了。其實大家應該抱以寬容，因為1.3萬英里行駛的自動駕駛的路程才會出現一起所謂的致死的事故，但是人類駕駛是每9500公里的時候就會出現一起交通事故。所以，自動駕駛比人類駕駛來得更安全，你認同這個觀點嗎？
這裡面一個核心的問題是什麼？是致命，如果自動駕駛在蒐集所謂光感反應所有元素的時候，形成了AI自動駕駛的功能，我們採集所有元素和數據進行輸入，來訓練這個模型。如果它的準確率是99.99%，你敢駕駛嗎？因為有可能這0.001%會讓你致命。
有人會問我說AI離教育近不近？我說離教育天然很近，原因是什麼？就是兩點：
1、在教育的場景中有更好的容錯性。在學習迭代的過程中，其實我們是允許容錯的，不用達到99.99%，我們在學習的整個交互過程當中，其實能夠達到90%就非常了不起了，這件事情不至於致命，不像醫療和自動駕駛，所以我覺得它是非常接近於我們的行業的。
2、在整個教學的封閉場景中，無論是公立學校還是課外的教育，一個教室的元素當它被傳感器收錄出來的時候，無論是聲音、語言、文字，都有機會容納在一個所謂的收斂模型中，其實AI、底層的算法行業裡已經非常公用了。但是難在所有行業運用過程中採集數據的複雜程度，教育這個場景，在採集數據的複雜程度上面其實相比其他行業有很多天然的收斂性和
可控性。所以，這件事情我們會認為AI+教育起點臨近。
科技帶給教育的改變？
有人會問我老師會不會失業，其實我剛才已經部分解答過了。人工智能對於大組織而言，對於一家大的教育企業而言，我覺得它最大的價值在於提升人效，它在於在教育這個領域當中重新定義人和機器的分工，並且發揮人的價值以及機器的價值。
我們看一下在整個教育行業當中所有夥伴公司在做的努力，計算機視覺、語音識別、語義識別還有其他的大數據。它所在的所有領域，基本上這個行業當中我為所有的創業者感到驕傲，是因為我們在教育這個行業真的有機會比醫療行業、自動駕駛行業更有機會接近那個起點，更有機會能夠讓教育發揮更大的效果，能夠培養更多更好、更優秀的人。
當然，好未來在整個AI過程當中，其實也是通過我們的教學環境和場景，結合數據、工程師和科學家，來做所謂的底層數據抽離。整個教育的交互場景當中，其實有很多的數據沒有被沉澱的（圖象、語音、答題、iPad），我們在做捕捉學生的表情、狀態、語言、回答問題的方式，發現有非常多的可以迭代的地方，這可能是在線教育會比線下教育更有優勢的地方。雖然線下教育依然會蓬勃發展，但是我們認為在這一點上，它具有無可比擬的優勢，它能夠採集有效的數據，並且進行實時的反饋。
在教學的整個應用層面上，事實上我們在研究所謂的互動教學，研究基於教學理念的所謂教學遊戲化，以及我們在教學內容上AI的使用。
舉兩個小例子，這是我們的真實場景魔鏡系統，一個真實的教室場景，我們能夠捕捉到每一個在課堂裡的學生，學習的狀態和反應。也許他的準確度並不是100%，比如說一個學生低頭的時候，我們會認為他在寫作業，通過他的筆和手信息的採集，也許它筆下在寫作業，心裡在發呆，但是不重要。因為我們認為這件事情的迭代會比人做的更好。
我們在做一個嘗試，對一個老師的言語表達、信息傳遞和身體肢體的互動等核心元素進行抽離，看哪些核心元素在教學的交互過程當中是可以被高效的迭代，或者說，可以被學生高效的感知。
這張曲線圖是在研究K12教學單位場景當中，所謂人效和體驗之間的關係。橫座標是人效，縱座標是關注個性化的體驗。毫無疑問，我們都希望每一個學生能夠獲得個性化的被關注的機會。但是，優秀的、能夠產生很好交互的老師非常有限。如何去解決體驗和人效之間的差別，在行業當中有很多的版本，比如一對一，它大概是在個性化關注最高的那個領域，但是它的人效非常低。
線上的一對一、面授的小班、線下的小班、雙師模式、現在正在做的面授的大班和線上的大班……我們發現，這件事情最大痛苦和矛盾在於，我們既要能夠關注學生個性化學習的機會，同時還要能夠提高優秀老師使用的效能，這件事情怎麼辦？在整個過程當中，我們發現了一種可能性的路徑，就是雙師，雖然雙師目前還沒有達到面授的效果，但是它在人效上面會是略高的一個模型。
對於面部識別，對於語意的識別，我們希望核心的功能就是能夠讓教學場景當中出現這樣一個單元——從黃線左下端，能夠有機會到這個象限的右上端。既能夠有很高的人效，同時又能夠關注個性化的體驗，這件事情是我們教育+AI努力的方向。
作為一個師者，或者說對於一個教育工作者來說，我認為最大的成就不是他桃李滿天下，而是看到他的學生能夠變成他自己想變成的樣子。
AI+教育，我們是認真的。
謝謝大家！
相關專輯：
- 專題報道：GET2017 教育科技大會上，教育從業者們都說了什麼？
閱讀更多 芥末堆看教育 的文章
