編輯導(dǎo)語：如今，AI發(fā)展的如此迅速，許多行業(yè)已經(jīng)逐漸使用AI代替勞動力。那么，對于教育行業(yè)來說，AI是否能給取代老師的位置呢？本文作者基于這個問題為我們談了談他的一些想法。

作為一名在線教育行業(yè)的產(chǎn)品經(jīng)理，長久以來，我都堅持一個觀點：總有一天，AI 要取代老師。

誠實地說，以目前的技術(shù)水平，這一天還很遙遠(yuǎn)。AI 現(xiàn)在可以落地的，只是拍照搜題、語音評分、作業(yè)批改這些不涉及教學(xué)核心邏輯的邊緣場景。但是，AI 取代老師，或者說取代傳統(tǒng)的授課型老師，是一件一定要做的事。

為什么？

——因為教育塑造了人，而好老師是一種稀缺資源。

想要抹平教育資源分配的不平等，只有將“好老師”這個角色抽象出來，將它賦予到一個有著無限分身，又能因材施教的“新生物”上。

AI，某種程度上，承擔(dān)著教育普惠的希望。對 AI 來說，最重要的有兩個部分：一個是算法，一個是數(shù)據(jù)。如果把它限定到學(xué)習(xí)場景，那么最重要的就是學(xué)習(xí)算法和學(xué)習(xí)數(shù)據(jù)。

羅馬不是一天建成的，學(xué)習(xí)類 AI 也不可能一蹴而就。

一開始，AI 通過人為設(shè)定的規(guī)則去執(zhí)行對應(yīng)的學(xué)習(xí)策略，學(xué)生通過與 AI 的交互，產(chǎn)生學(xué)習(xí)數(shù)據(jù)。通過學(xué)習(xí)數(shù)據(jù)的喂養(yǎng)，AI 可以逐漸演化出一套自適應(yīng)的學(xué)習(xí)算法，從而實現(xiàn)千人千面的教學(xué)方式。

在 3 月以前，我一直以為學(xué)習(xí)數(shù)據(jù)是一款產(chǎn)品最重要的資產(chǎn)。在此之上，我們可以構(gòu)建一個簡單的、基于人工策略的學(xué)習(xí)算法。這樣，學(xué)生的學(xué)習(xí)效率一定會成倍提高。

直到近 5 個月，我深度參與了教研內(nèi)容的制作后，才發(fā)現(xiàn)了一個很樸實的道理：知易行難。

我一直認(rèn)為，未來的在線教育會有四大特征：

1. 知識的體系化：將知識以圖譜的形式表現(xiàn)出來，包括知識的層級關(guān)系、難易劃分和關(guān)聯(lián)程度；
2. 內(nèi)容的形象化：將抽象的知識以具象的方式表現(xiàn)，讓知識點更清晰易懂；
3. 學(xué)習(xí)的交互化：主要是以游戲化的方式，提高學(xué)生的學(xué)習(xí)動力和興趣；
4. 過程的數(shù)據(jù)化：將學(xué)生的學(xué)習(xí)水平和對知識點的掌握程度量化，由學(xué)習(xí)算法根據(jù)學(xué)習(xí)數(shù)據(jù)動態(tài)規(guī)劃學(xué)生的學(xué)習(xí)路徑。

在這四大特征中，以前我覺得最難的是知識的體系化。

在四化中，數(shù)據(jù)好采集，但難的是數(shù)據(jù)采集過來，我們要怎么根據(jù)學(xué)生的不同情況，去做下一步的規(guī)劃。比如我們可以設(shè)定量化的標(biāo)準(zhǔn)，達(dá)到這一標(biāo)準(zhǔn)，那么就算過關(guān)了；如果沒有，會有分支的流程去處理，比如重新學(xué)習(xí)某個知識點。

新的問題來了，如果一個知識點達(dá)標(biāo)了，下一步要干什么——這要去依據(jù)這個學(xué)科的知識圖譜。

理科和工科，都有明確的知識點，知識譜系已經(jīng)相對完善了。比如編程，先學(xué)數(shù)值類型，再學(xué)基于數(shù)值的運算，再圍繞數(shù)值和運算構(gòu)建更復(fù)雜的函數(shù)和數(shù)據(jù)集。

文科就不一樣，知識點混亂，缺乏結(jié)構(gòu)和標(biāo)準(zhǔn)答案。沒有標(biāo)準(zhǔn)答案可以接受，但缺乏結(jié)構(gòu)，就不知道下一步該往哪兒走。為什么文科不如理科？原因之一就在于知識圖譜沒有理科完善。

知識圖譜也有高下之分，同樣的終點，高手構(gòu)建出直線，低手走成一個圈，最后卻發(fā)現(xiàn)是歧途。這一點，成年人體驗尤其深刻。

當(dāng)一個行業(yè)處于開荒階段，所有的方法和道路都要靠從業(yè)者一步步摸索出來，而由于行業(yè)本身的分離，這些積累下來的經(jīng)驗四散在各個公司，乃至個人的腦袋里。

知識的構(gòu)建是離不開人的，即使技術(shù)突破，沒有這樣的一群人愿意去做，那也是白搭。這是最核心的元素。

我原本以為，一旦知識圖譜構(gòu)建好，就可以根據(jù)圖譜和學(xué)生的學(xué)習(xí)數(shù)據(jù)，去構(gòu)建對應(yīng)的學(xué)習(xí)算法。但是深入?yún)⑴c到教研環(huán)節(jié)后，才忽然發(fā)現(xiàn)自己忽略了實際情況：即使我們可以根據(jù)學(xué)生的學(xué)習(xí)情況去構(gòu)建算法，并且對學(xué)生需要學(xué)習(xí)的知識有著清晰的路徑規(guī)劃，我們也沒有辦法解決學(xué)生不會某個知識點的問題。

舉一個具體實例：

英語中有時和態(tài)的區(qū)分，時是事情發(fā)生的時間，態(tài)是事情存在的狀態(tài)。時和態(tài)組合起來，一共有 16 種情況：

比如：學(xué)生將來完成時這個時態(tài)不清楚，學(xué)習(xí)算法根據(jù)學(xué)習(xí)數(shù)據(jù)判斷學(xué)生當(dāng)前的情況，給他分配了對應(yīng)的講解，講解如下：“將來完成時是用于表示在將來某一時間以前已經(jīng)完成或一直持續(xù)的動作，將來完成時是由shall/will + have +過去分詞構(gòu)成的。”

坦白講，這段話喚起了我高中時被語法書支配的恐懼。我多么想對出這些語法書的人說，朋友，我之所以錯，就是因為我看不懂你的話啊。

什么是將來某一時間以前已經(jīng)完成的動作？這句話有什么高深的寓意嗎？是不是說，我雖然活著，但我已經(jīng)死了？

我們配備了高端的學(xué)習(xí)算法，我們構(gòu)建了完美的知識圖譜，但最終它呈現(xiàn)出來的是一句干癟、令人費解且毫無新意的廢話。這種感覺就像范蠡心心念念的西施，突然被劉謙施法變成了東施。

這種情況如何解決呢？

這就要靠前面說的：知識的形象化。

拿上面的時態(tài)為例，形象化的方式就是用時間軸來表示，輔以具體的場景實例。

以前我以為，知識的形象化是可以大規(guī)模生產(chǎn)的，但事實證明并不行。拿我們在做的內(nèi)容來說，每一個知識點，都是異質(zhì)的，不存在大一統(tǒng)的形象化的方法。

而且知識的形象化，首先要求做內(nèi)容的人，本身理解了這個知識點。上面的時態(tài)還好說，這些知識都比較簡單。更深一點的，比如單詞與單詞之間的辨析，就要去追溯詞源，查更多的資料。

有一些高階的概念，懂的人就更少。更要命的是，懂知識點的人不一定能夠把這個知識點很好地表述出來，使他人也能夠很好的理解。

這也是名師為什么存在的原因。

所謂名師，首先是這個領(lǐng)域的行家，其次是一個好的傳達(dá)者。行家容易找，好的傳達(dá)者也容易找，但既是行家又是傳達(dá)者的人，就非常難找。而人本身是一個非常好的交互載體，這樣的三重屬性合在一起，造就了名師。

但名師個人，是有局限的。

比如一個名師要教一百個知識點，他或許只有 50 個講得很好，雖然對于單個學(xué)生來說這已經(jīng)夠了。但對另外 50 個知識點來說，他就不起什么作用。

再次，名師全靠一張嘴，形象化是有限的，他的形象化只限于把抽象的東西，邏輯層面的元素理順了；而更進(jìn)一步的具象化，是沒有辦法達(dá)成的。

現(xiàn)在，我們要做知識的形象化。

能夠把知識形象化的人，如果知識比較淺顯，那么能夠去做這種形象化的人有很多。這里的知識可以指代高中及以下層次各學(xué)科的學(xué)習(xí)，而更高層次的知識，比如大學(xué)、研究生和工作后要求的專業(yè)技能，這些領(lǐng)域能夠做形象化的人就很少。

當(dāng)然，無論是低層次還是高層次，形象化內(nèi)容的制作者都必須掌握形象化的技能，他可以不是具體的創(chuàng)作者。

比如要畫時間軸，那他不一定要會畫畫，但他一定是一個策劃者；創(chuàng)意方案、如何構(gòu)建、如何精準(zhǔn)地將意思傳達(dá)出來，這是制作者必須要具備的能力。

能夠達(dá)到上述要求的，如果他從事教育行業(yè)，無疑是精英。而一個公司如果要匯聚這么多的精英，就目前來說，恐怕連好未來和新東方都做不到。

像我們這種創(chuàng)業(yè)公司，目前能夠做到的，只能是低層次知識的形象化。

比如單詞，如何使得單詞從一個重復(fù)性材料轉(zhuǎn)變?yōu)檫壿嬘洃?，這不需要內(nèi)容制作者有很高的英語功底；那么只需要制定一些標(biāo)準(zhǔn)化的流程，而對每一個單詞去做異質(zhì)化的內(nèi)容構(gòu)建，這種方式仍然是可以嘗試的。

當(dāng)然，還有一種走捷徑的方式，當(dāng)團(tuán)隊中有人具備了專業(yè)能力的要求，即能看懂知識點，那么這群人可以去搜集國內(nèi)外關(guān)于該知識點的優(yōu)秀解答和呈現(xiàn)方式，將這些形式搜集下來，再根據(jù)需求重新加工。

這樣，對于一些使用頻率較高的知識點，就可以用這樣的方式，來降低對制作者創(chuàng)意和策劃的門檻需求。

除了尋找已有的優(yōu)秀形式，分工是降低門檻的另一重要元素。

如先前所述，名師是聚合了專業(yè)能力和表達(dá)能力的稀有產(chǎn)物，又兼有人的交互屬性（交互帶來情感，調(diào)動學(xué)習(xí)的驅(qū)動力），所以成為一個稀有物種。而分工就是將不那么稀有的物種組合起來，以達(dá)到稀有物種的效果。

一些初級的知識，專業(yè)能力和形象化可以分離：那么有一部分人產(chǎn)出專業(yè)內(nèi)容；一部分人負(fù)責(zé)對專業(yè)內(nèi)容的創(chuàng)意；還有一部分人負(fù)責(zé)尋找優(yōu)秀的創(chuàng)意；最后有一部分人負(fù)責(zé)創(chuàng)意的實現(xiàn)。

更高級一點的，可能產(chǎn)出專業(yè)內(nèi)容的人和專業(yè)內(nèi)容的創(chuàng)意要合并，但后兩者仍然可以存在?？傊?，在可以分工的情況下，做到最大程度的分工，以降低對人的需求。

說穿了，內(nèi)容形象化就兩個難點：一個是內(nèi)容多，每一個內(nèi)容都得異質(zhì)化；另一個是能做的人少。異質(zhì)化沒法解決，我們可以把客觀世界化約為一個個公式，但我們不可能化約為一個公式。

能做的人少，現(xiàn)階段只能靠分工；要么就是有更多優(yōu)秀的人加入到教育的行業(yè)，要么就是有一個 wiki 平臺。用戶可以自組織創(chuàng)造一些內(nèi)容，不過這種要求的門檻比較高，歷史經(jīng)驗證明，門檻高的最后都死掉了。

還有一個更加異想天開的，就是每個大學(xué)都有一群大佬們不去寫論文而去琢磨怎么把知識更好地呈現(xiàn)出來，那可能對高端人才的需求會一下子被滿足掉。

#專欄作家#

善寶橘，微信公眾號：善寶橘，人人都是產(chǎn)品經(jīng)理專欄作家。一個崇尚終身學(xué)習(xí)的互聯(lián)網(wǎng)斜杠青年，擅長學(xué)界理論與業(yè)界實踐結(jié)合，專注新媒體、游戲領(lǐng)域的運營策劃。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels，基于CC0協(xié)議