论文部分内容阅读
这些贴着大数据、云计算、人工智能等高科技标签的产品，正在将学习方式带入一个崭新的时代
30年前，高中数学老师李岩（化名）每天从一本手抄的习题集里挑选出合适的题目，然后写在黑板上，让学生随堂或者课下练习；
20年前，李岩从学校提供给数学教研组几位老师的几册教辅书里，挑选好的习题，每周油印出一摞摞卷子，作为学生的周末作业；
10年前，李岩和学生的桌上排满了各种各样的教辅书和习题集，无论是考试用卷还是家庭作业的习题，都不用李岩再费心地去搜集整理；
5年前，虽然桌案上的教辅书越堆越高，李岩却开始通过互联网在茫茫题海中搜题。
而今天，李岩上课只需要带一部手机，讲完课后，打开在线题库软件的教师版，选择本节课所讲的知识点，点击“布置作业”按钮，不到20秒，班里35名学生就可以在自己的平板电脑或者手机上看到老师留的随堂练习作业。李岩甚至可以根据软件提供的数据，为每一位学生留不同的家庭作业。
这种移动互联网技术和大数据在k12领域的应用，让教师们感觉到，传统教辅行业似乎要掀起一场真正的互联网革命。
这些贴着大数据、人工智能标签的产品，正在将学习方式引入一个崭新的时代。
在传统教辅市场上，教辅产品经历了纸质书的1.0时代和电子书籍的2.0时代。在阿凡题创始人、CEO陈李江看来，无论是教辅1.0还是2.0，其本质都是在卖产品。
而且这些产品时效性不高，买卖双方没有办法进行及时沟通。
互联网信息技术的发展，为解决这一问题提供了可能。2012年，一些在线题库类的应用软件开始陆续推出。
“刚开始的时候，大家都还是简单地把纸质的教辅搬到网上，做成在线题库，让学生可以实现在线练习。”猿题库联合创始人、副总裁李鑫对《瞭望东方周刊》说，他们在2013年9月推出自己的在线高考题库。
与传统教辅相比，在线题库通过互联网技术既实现了无差别的资源分享，同时又是一场效率革命，因为它比传统教辅出版的时间更快、效率更高，信息互通更有时效。
“一本纸质的高考习题集，从策划编写到最终出版发行卖到学生手里，至少要半年。而在线题库却可以在高考结束的第二天就把全国各地区的考卷上传。”李鑫说。
但是，在陈李江看来，比效率更重要的是，单一的教辅产品很难串联起“诊、教、练、测、答”等完整的教学环节。“尤其是在辅导和答疑环节，传统教辅是没有办法介入的。”陈李江告诉《瞭望东方周刊》。
据陈李江介绍，很多传统教辅出版商已经意识到了学生对答疑的需求。他了解到，很多品牌教辅对微信公众号后台的监测数据显示，学生关注企业微信，使用最多的便是“问教辅”功能，“这道题我不会做，答案也看不懂”，成为最常见的后台留言。
所以传统教辅企业开始尝试建立QQ群，希望以此来解决客户对产品延伸服务的需求。但是几百人的QQ群里，上百个学生在不断地提出问题，却很少有人能够全部清楚地解答这些问题，更不可能做到及时沟通，有效交互。
一些在线题库企业看到了这种市场需求，开始在解决答疑问题上发力。如猿题库在2014年推出了拍照搜题的应用软件小猿搜题，2014年上线的阿凡题甚至将自己的发展方向定位为“在线答疑”。
而学生通过下载具有在线答疑功能的客户端，可以将不懂的题目拍照上传，然后这些搜题软件通过云端完成自动检索识别，在其庞大的题库里找到相同的题目，并快速给出解题思路。
陈李江说，如果说传统教辅是在卖产品，那么具有辅导和答疑功能的在线题库就是在做服务。这样传统教辅就完成了从2.0向3.0的升级，实现了从产品到服务、从平面到立体、从断开到连接的转变。
在陈李江看来，包括阿凡题在内的在线答疑软件，帮助学生实现了与答疑第三方立体全面的沟通，“目前，我们与学生的沟通已经覆盖了图片、文字、语音、视频等所有人与人之间的沟通方式。”
更为重要的是，这些答疑软件，将出版商和消费者连接起来了。通过软件采集的大数据资料，出版商可以清晰地了解自己的用户在哪里，有什么特点，更偏爱哪些产品，甚至可以为教辅中的每一道题作出评价。
随着在线题库的不断增多，以往比题库大不大、全不全的时代已经过去了，而大数据则成为了新的卖点。
如猿题库通过大数据技术的应用，对试题进行分级，进而快速诊断和评估学生的学习水平，并最终给出个性化的学习方案。
首先，猿题库通过大数据将每一道题目都按照1～9的难度系数，分为9个难度等级。
据李鑫介绍，目前猿题库共搜集录入了100万道习题，主流习题每一道都有10万名以上的学生做过。每做一遍就会留下结果数据。然后猿题库根据结果数据，并结合做题学生的水平，对习题的难易程度和质量作出评价。“难易适中，区分度高的习题便是好习题，我们就会升权。以后它被推荐给用户的几率就会比较高。”
之后，猿题库会根据学生的做题结果、题目的难易程度，评估学生对某一知识点的掌握情况，乃至其学习程度。
北京海淀区某初级中学三年级的肖阳（化名）通过猿题库练了几道三角函数的习题，系统很快就根据肖阳的做题结果给出了测验水平，并为其推荐了新的练习题目。
李鑫在接受《瞭望东方周刊》采访时强调，在这一点上，猿题库的水平测验并不像是视力测试，被试者能看到哪儿就是什么水平，而是已经通过大量的数据分析掌握了学生所在学校的大部分学生在某一知识点上的水平区间，“这个区间是很窄的。”李鑫说，猿题库就是在这个区间的基础上，然后根据学生的测试结果，最终对学生的水平程度作出诊断评估的。 同时学生每在猿题库客户端上做一道题，后台的算法就会据此调整水平诊断的精准度，以便更加接近学生的真实水平。
掌握学生的学习水平之后，猿题库就会根据学生对知识点的掌握程度，并结合当地考试标准对学生知识水平的要求，推荐新的练习方案。
百度高考APP也在做同样的事情。他们甚至于2015年12月推出了首部基于互联网大数据分析的纸质教辅书。
专注于技术创新的阿凡题则希望未来能够在人工智能方面有所突破。
目前，对于大多数拍照搜题软件而言，其快速解答问题的关键是背后庞大的数据库支撑。
也就是说，这些APP通过拍照识别出题目的内容后，就要根据这些内容在题库中进行模糊检索。只有当识别出的题目匹配上了题库中现有的内容，才能返回结果。“这是一种跟百度搜索模式一样的关键词检索，它解决问题的前提是题库里有这样一道同样的题，才能检索到正确的答案。”陈李江解释道。
但是，无论什么样的企业，都不可能把所有的试题都放入自己的题库里，现在做不到，未来也无法做到。
如据猿题库的李鑫介绍，小猿搜题在高峰时每天被请求6000万次，目前有1亿道被搜试题。即便如此，它对小学高年级和中学试题的覆盖率也只能达到90%。也就是说至少有10%的题目通过小猿搜题是没有办法得到答案的。
其他搜题答疑类的APP更是如此。正是看到了题库搜题模式的天花板，阿凡题希望能通过人工智能的方式破解它。
陈李江认为，未来要实现机器答疑的人工智能化，就必须研究拍照解题，这样就需要首先在识别技术上取得突破。
目前，阿凡题通过拍照识别技术的不断革新，已经能够识别出极端模糊的字迹，并且掌握了国内领先的OCR（Optical Character Recognition，光学字符识别）技术。
“汉王是国内最早开始研究OCR技术的品牌之一，目前他们拥有国内最好的OCR技术。而他们教育类产品的相关技术是由我们研发和授权的。”陈李江说。
而在人工智能方面，随着数学上拟人思维以及数学逻辑运算能力“化简”的建立，阿凡题-X在拍照解题的基础上，实现了“拟人思维”的分步解题。
“所谓的分步解答就像无形的线，将现有的知识点全部串联成一张巨大的知识网络，每一次运算过程都是无数‘神经元’之间的高速信息传递，最终像人类一样去思考、解题、得出结果。”陈李江解释道。
而对于人工智能的未来，他认为，“我们可以有更多的期待和想象。”
30年前，高中数学老师李岩（化名）每天从一本手抄的习题集里挑选出合适的题目，然后写在黑板上，让学生随堂或者课下练习；
20年前，李岩从学校提供给数学教研组几位老师的几册教辅书里，挑选好的习题，每周油印出一摞摞卷子，作为学生的周末作业；
10年前，李岩和学生的桌上排满了各种各样的教辅书和习题集，无论是考试用卷还是家庭作业的习题，都不用李岩再费心地去搜集整理；
5年前，虽然桌案上的教辅书越堆越高，李岩却开始通过互联网在茫茫题海中搜题。
而今天，李岩上课只需要带一部手机，讲完课后，打开在线题库软件的教师版，选择本节课所讲的知识点，点击“布置作业”按钮，不到20秒，班里35名学生就可以在自己的平板电脑或者手机上看到老师留的随堂练习作业。李岩甚至可以根据软件提供的数据，为每一位学生留不同的家庭作业。
这种移动互联网技术和大数据在k12领域的应用，让教师们感觉到，传统教辅行业似乎要掀起一场真正的互联网革命。
这些贴着大数据、人工智能标签的产品，正在将学习方式引入一个崭新的时代。
颠覆传统的教辅3.0
在传统教辅市场上，教辅产品经历了纸质书的1.0时代和电子书籍的2.0时代。在阿凡题创始人、CEO陈李江看来，无论是教辅1.0还是2.0，其本质都是在卖产品。
而且这些产品时效性不高，买卖双方没有办法进行及时沟通。
互联网信息技术的发展，为解决这一问题提供了可能。2012年，一些在线题库类的应用软件开始陆续推出。
“刚开始的时候，大家都还是简单地把纸质的教辅搬到网上，做成在线题库，让学生可以实现在线练习。”猿题库联合创始人、副总裁李鑫对《瞭望东方周刊》说，他们在2013年9月推出自己的在线高考题库。
与传统教辅相比，在线题库通过互联网技术既实现了无差别的资源分享，同时又是一场效率革命，因为它比传统教辅出版的时间更快、效率更高，信息互通更有时效。
“一本纸质的高考习题集，从策划编写到最终出版发行卖到学生手里，至少要半年。而在线题库却可以在高考结束的第二天就把全国各地区的考卷上传。”李鑫说。
但是，在陈李江看来，比效率更重要的是，单一的教辅产品很难串联起“诊、教、练、测、答”等完整的教学环节。“尤其是在辅导和答疑环节，传统教辅是没有办法介入的。”陈李江告诉《瞭望东方周刊》。
据陈李江介绍，很多传统教辅出版商已经意识到了学生对答疑的需求。他了解到，很多品牌教辅对微信公众号后台的监测数据显示，学生关注企业微信，使用最多的便是“问教辅”功能，“这道题我不会做，答案也看不懂”，成为最常见的后台留言。
所以传统教辅企业开始尝试建立QQ群，希望以此来解决客户对产品延伸服务的需求。但是几百人的QQ群里，上百个学生在不断地提出问题，却很少有人能够全部清楚地解答这些问题，更不可能做到及时沟通，有效交互。
一些在线题库企业看到了这种市场需求，开始在解决答疑问题上发力。如猿题库在2014年推出了拍照搜题的应用软件小猿搜题，2014年上线的阿凡题甚至将自己的发展方向定位为“在线答疑”。
而学生通过下载具有在线答疑功能的客户端，可以将不懂的题目拍照上传，然后这些搜题软件通过云端完成自动检索识别，在其庞大的题库里找到相同的题目，并快速给出解题思路。
陈李江说，如果说传统教辅是在卖产品，那么具有辅导和答疑功能的在线题库就是在做服务。这样传统教辅就完成了从2.0向3.0的升级，实现了从产品到服务、从平面到立体、从断开到连接的转变。
在陈李江看来，包括阿凡题在内的在线答疑软件，帮助学生实现了与答疑第三方立体全面的沟通，“目前，我们与学生的沟通已经覆盖了图片、文字、语音、视频等所有人与人之间的沟通方式。”
更为重要的是，这些答疑软件，将出版商和消费者连接起来了。通过软件采集的大数据资料，出版商可以清晰地了解自己的用户在哪里，有什么特点，更偏爱哪些产品，甚至可以为教辅中的每一道题作出评价。
大数据教辅
随着在线题库的不断增多，以往比题库大不大、全不全的时代已经过去了，而大数据则成为了新的卖点。
如猿题库通过大数据技术的应用，对试题进行分级，进而快速诊断和评估学生的学习水平，并最终给出个性化的学习方案。
首先，猿题库通过大数据将每一道题目都按照1～9的难度系数，分为9个难度等级。
据李鑫介绍，目前猿题库共搜集录入了100万道习题，主流习题每一道都有10万名以上的学生做过。每做一遍就会留下结果数据。然后猿题库根据结果数据，并结合做题学生的水平，对习题的难易程度和质量作出评价。“难易适中，区分度高的习题便是好习题，我们就会升权。以后它被推荐给用户的几率就会比较高。”
之后，猿题库会根据学生的做题结果、题目的难易程度，评估学生对某一知识点的掌握情况，乃至其学习程度。
北京海淀区某初级中学三年级的肖阳（化名）通过猿题库练了几道三角函数的习题，系统很快就根据肖阳的做题结果给出了测验水平，并为其推荐了新的练习题目。
李鑫在接受《瞭望东方周刊》采访时强调，在这一点上，猿题库的水平测验并不像是视力测试，被试者能看到哪儿就是什么水平，而是已经通过大量的数据分析掌握了学生所在学校的大部分学生在某一知识点上的水平区间，“这个区间是很窄的。”李鑫说，猿题库就是在这个区间的基础上，然后根据学生的测试结果，最终对学生的水平程度作出诊断评估的。 同时学生每在猿题库客户端上做一道题，后台的算法就会据此调整水平诊断的精准度，以便更加接近学生的真实水平。
掌握学生的学习水平之后，猿题库就会根据学生对知识点的掌握程度，并结合当地考试标准对学生知识水平的要求，推荐新的练习方案。
百度高考APP也在做同样的事情。他们甚至于2015年12月推出了首部基于互联网大数据分析的纸质教辅书。
人工智能的想象空间
专注于技术创新的阿凡题则希望未来能够在人工智能方面有所突破。
目前，对于大多数拍照搜题软件而言，其快速解答问题的关键是背后庞大的数据库支撑。
也就是说，这些APP通过拍照识别出题目的内容后，就要根据这些内容在题库中进行模糊检索。只有当识别出的题目匹配上了题库中现有的内容，才能返回结果。“这是一种跟百度搜索模式一样的关键词检索，它解决问题的前提是题库里有这样一道同样的题，才能检索到正确的答案。”陈李江解释道。
但是，无论什么样的企业，都不可能把所有的试题都放入自己的题库里，现在做不到，未来也无法做到。
如据猿题库的李鑫介绍，小猿搜题在高峰时每天被请求6000万次，目前有1亿道被搜试题。即便如此，它对小学高年级和中学试题的覆盖率也只能达到90%。也就是说至少有10%的题目通过小猿搜题是没有办法得到答案的。
其他搜题答疑类的APP更是如此。正是看到了题库搜题模式的天花板，阿凡题希望能通过人工智能的方式破解它。
陈李江认为，未来要实现机器答疑的人工智能化，就必须研究拍照解题，这样就需要首先在识别技术上取得突破。
目前，阿凡题通过拍照识别技术的不断革新，已经能够识别出极端模糊的字迹，并且掌握了国内领先的OCR（Optical Character Recognition，光学字符识别）技术。
“汉王是国内最早开始研究OCR技术的品牌之一，目前他们拥有国内最好的OCR技术。而他们教育类产品的相关技术是由我们研发和授权的。”陈李江说。
而在人工智能方面，随着数学上拟人思维以及数学逻辑运算能力“化简”的建立，阿凡题-X在拍照解题的基础上，实现了“拟人思维”的分步解题。
“所谓的分步解答就像无形的线，将现有的知识点全部串联成一张巨大的知识网络，每一次运算过程都是无数‘神经元’之间的高速信息传递，最终像人类一样去思考、解题、得出结果。”陈李江解释道。
而对于人工智能的未来，他认为，“我们可以有更多的期待和想象。”