首页>>人工智能 >>列表

AI赋能,看在线教育如何突破个性化教学瓶颈?

2020-11-16 19:14:28 字号:

+ 的兴起,在场景中落地,已让智能成为行业的热门话题。不过,教与学的枯燥性,依旧是机构面临的难题。如何将等前沿技术融入到教与学当中,增加教与学的个性化,提升在线课堂的互动性呢?

11 月 23 日,由腾讯、腾讯云主办的「构建菁锐梦,共创云上未来」主题沙龙,邀请到腾讯企业合作负责人杨婷、腾讯云互动课堂解决方案前端技术负责人林振仟、微信智聆算法专家张翔、朴新网校 CTO 杨义锋、悉之 CMO 古茜等多位行业专家,围绕在线发展遇到的诸多难点,为新锐企业探寻在线发展的新思路。

技术融合,打造新体验

腾讯企业合作负责人杨婷表示,科技的发展,为行业各个场景带来新的变革,也催生了在线新的教学模式。从 1V1/ 小班课、大班课以及双师课堂等教学场景的出现,到 OMO 线上线下结合的落地,、、等科学技术一直在改变着传统教学行业。

例如 ED,可以优化学校 / 机构、教师、家长与学生等不同角色、不同部门的任务。跟学校 / 机构相关的,包括学校管理、教务系统、人事行政;老师相关的包括教研、教学、测评、考试等;学生相关的包括课堂分析、学习资源管理、学习分享、课程督导等。

通过技术对教研数据、学生数据、教学过程数据梳理、筛选沉淀和呈现,然后基于教学环节和 技术做分析,结合数据和模型、老师的教学规则、推送规则的智能推荐,以达到因材施教、个性化教学的目的。

整合云基础能力,提升音视频质量

传统的低成本直播架构,是在老师授课的时候 RTMP 上行,通过 CDN 回流再到学生,这会造成很高的延时。为了降低延迟,腾讯的快直播架构,在 RTMP 服务器收到流之后,增加了 TRTC 拉流,延时可降至 1 秒以内。

同时,TRTC 还可跨平台,提供 Native SDK 保证兼容性,并且通过业务后台,提供统一的接口给到用户,减少 SDK 接入成本,提升接入效率。

另外在监控平台,还可根据日志对直播过程进行完整的监控。包括可以每一次视频通话开始的时间点、结束时间点、分辨率是多少、中间有没有进行 SDK 的操作等。对开发来说,可以快速了解在什么节点出现了什么问题。

目前,腾讯已将直播、点播、NRTC、快直播、互动白板、即时等技术整合,并覆盖在 1V1/ 小班课、双师课堂、大型直播课等全平台应用场景。独家支持的微信小程序,可以扫一下就能看到老师正在放 PPT。

深耕智能语音,助力在线课堂升级

为了专注于、语音合成、声纹识别等云技术的研发,腾讯组建了微信智聆团队,并通过移动 APP、等,对外输出智能语音的能力。

在多通道阵列层面,麦克风阵列支持多声源 360 度方位估计,精度可达 10 度;通过波束形成,定向拾音,提高原场度识别的性能;支持平台运行,实时性比较高。目前已应用在智能音箱、、会议记录、司法庭审的场景。

通过腾讯云智聆口语评测云平台对外输出,可应用在英语教学、口语考试、作文背诵等场景。目前已支持单词、句子和段落多种模式,准确度、完整度、流畅度等多维度精准打分,支持儿童到成人全年龄段,专家打分相关度高达 92%。

构建在线公司的私域流量池

对比线下机构收入结构的拆解,在线机构的 GMV 约等于新签 + 续班。新签部分包括流量数、转化率和新生单人报名金额。续费部分包括在读人数、续费率和老生单人报名金额。而这个收入结构是像漏斗一样,有源源不断地流量流进来,也会有源源不断地流量流失。

基于在线机构收入结构,朴新网校 CTO 杨义锋介绍了私域流量池的模型。最外层是获客渠道方式,包括线上和线下获客方式,接着是自媒体矩阵、班级群和主服务号等。

在 PC 方面需要做一些 SEO/ASO,信息流投放和也是获客比较大的方式,还会涉及到微信、公众号投放等主流的投放方式。除了新增的流量以外,在获客同时还需要做一些裂变活动、转介绍,线下还会有一些会议营销、线下地推等。不过无论是哪种获客方式,都会逐层的向私域流量池汇聚。

最内层的就是官网、主服务号、APP,这三端需要支持的有三个中心:第一个是选课中心、第二个是学习中心、第三个是用户中心。而支持它的是 B 端的 ERP 系统,需要涵盖从流量运营、销售转化、教学服务、教务客服、数据决策、财务管控。

而 K12 网校产品规划的架构,底层需要有非常强大的 PaaS 系统、SaaS 做支撑的,比如说相应的器、数据库以及快直播、点播的部分。直播部分支持的是主播课堂、教学服务系统相关的建设。最上层为营销管理系统 PMS 和私域流量内核客户关系管理系统 CRM。

赋能在线,开启教学新思路

以助教的身份切入,在教师授课后帮助学生个性化答疑,是传统与技术结合的现状。可如何利用等技术赋能教学?以及怎么赋能教学环节?

悉之 CMO 古茜通过鹦鹉模型和乌鸦模型做了详细的阐述。鹦鹉模型需要反复的数据语量投入训练,鹦鹉才会学到。而乌鸦模型可以对现有的事物进行观察、总结,并通过推理来完成了最终目的。例如可以学习路口红绿灯对车流的限制,来利用车流将松子破开,并的吃到松子。

受此启示,悉之一直在思考以及打磨模型,来补足教学环节的认知与构造能力,让 教学具有自我的推理能力,能推理学生的意图,并且做出意图反映的动作,而不是基于以往的经验,或者根据关键词检索推荐。

真正的助教,首先是让机器学会知识,并无限地接近现实生活中老师讲题的方式。其次是教与学动机和教与学方法。教与学动机是让老师和学生明确了对方的意图和认知成本、认知结构之后才进行教学过程的交互。教与学的方法可以让老师了解学生对这道题掌握程度,完成学生个性化学习的进程。

混合式教学是教学辅助变成因材施教理想的混合态,从 STS 开始给到老师的是 Instructional Guidance,生成学习报告反馈给老师。ITS 直接作用的是学生,Instructional Intervention 给学生教学反溃而最理想是 STS 和 ITS 的结合,既要给老师一个 Guidance,又要给学生一个 Intervention。

基于这样的理论基础,实时对话式答疑讲解的 老师,可以做到老师和学生达成共识,达到动作的一致性。例如腾讯企鹅助教。

古茜还表示,教学关系一定是多角度,多感官视听结合的过程,技术做的只是赋能教学。不会取代老师,但是会取代不会使用的老师。

12 月 04 日,首届 MEET 科技创新峰会将在北京香格里拉大举办。邀请到腾讯集团高级执行副总裁、腾讯云与智慧产业事业群总裁汤道生,大学学院(UCL)学院教授、知识实验室负责人 Rose Luckin,少年得到董事长、紫牛基金创始合伙人张泉灵等嘉宾,与来自全国的百余家主管部门、近千名国内外领域专家学者及行业代表,共同探讨、、、、、等前沿技术如何助力加快现代化。


哈佛大学和普林斯顿对比 http://www.topsedu.com/about/news/20319.html