专访iTutorGroup首席数据官沈沛鸿:AI和大数据之于教育,关键词在个性化

2019 年 4 月 22 日 猎云网

如何让AI成为真人老师的得力助手,是沈沛鸿现阶段所看重的。

文丨猎云网 ID:ilieyun
作者丨王明雅

“在线教育并非简单地将线下的教学场景搬到线上,重点是搬到线上之后,在师资、教材的选取上,具备了全球运维的优势。”iTutorGroup首席数据官沈沛鸿如是说。

成立于1998年的iTutorGroup,已经在在线教育领域开拓了二十年,而基于人工智能技术的应用,iTutorGroup正在着力开发并探索未来教育的边界和变革可能性。其开创的真人在线互动教学模式,成为在线学习(E-learning)向在线教育(Online Education)转变的关键因素。

目前,iTutorGroup旗下分别包括TutorABC、vipJr、TutorMing等品牌,提供英语、数据、语文、编程等真人在线互动课程。2014年获阿里巴巴、淡马锡和启明创投共同投资的近1亿美元B轮融资,2015年获得由新加坡政府投资公司、中俄基金、高盛、银翎资本及淡马锡的近2亿美元C轮融资。

4月12日,在FUS猎云网2019年度人工智能产业峰会的采访间,沈沛鸿接受了猎云网的专访。

在沈沛鸿看来,在线教育具备的全球化优势,意味着教育资源无论从量级和质量上都更为丰富、优质。对于平台而言,可以为每一个学习者提供专门为其个人量身打造的学习素材及历程,并选取最为适合的老师。从这一点上说,就摒除了传统大班制带来的教师精力缺失,难以关注到每个个体学生差异的弊病。而在线教育想要达到这样的效果,就需要借助AI和大数据的投入。

于iTutorGroup而言,目前的技术优势即突破AI和算法体现个性化教育,沈沛鸿解释,关键词就是“个性化”。

基于个性化的目标导向,iTutorGroup自主开发了一套名为DCGS的动态课程生成系统,将上课最重要的三个元素,老师、教材和学生进行精准的匹配。具体来说,这套系统会在学生入学第一天开始就持续采集其学习历程中的细微反应并生成标签,包括个人属性和后天习得两大方面。前者指的是学习兴趣、学习程度和职业背景等信息,后者则关乎学习过程中对文法、句型、语言学习腔调等表现。沈沛鸿介绍,从开发初期收集的学习者身上128个标签,业已扩展至200余个。课堂中产生的信息被系统归置于不同的标签中,再重新反馈在学生的学习状态上,这能够有效量化学习者的学习成果,并作为系统帮其安排后续课程的参考,最终形成一个“动态闭环式的反馈系统”。

“AI是算法,相当于一个引擎,但引擎运转需要燃料,就是大数据。”沈沛鸿表示。据悉,DCGS系统已经积累了十余年的数据,大概1.8亿人次的学习,而这部分还只是真人老师和学生上课过程的录像。基于大量真实应用场景中产生的数据,iTutorGroup在近些年进一步突破了深度学习和机器学习等方面的技术。简言之,技术可以将过去采集到的上课内容,通过算法做更加深入的分析,比如通过文本挖掘,发掘上课过程中师生的互动效果,掌握学生学习过程中知识吸收程度如何。

自然,在这一过程中,AI与真人老师的角色并非对立式的存在,在判断学生知识掌握程度上,老师依然是关键。

“与很多同行不同的是,我们没有奢求AI一步到位。”沈沛鸿坦言,老师的角色本身就是传道授业解惑,吸收知识本身可以通过网络和机器的辅助自发得到,但难以完成解惑这一步骤。“听懂学生的问题,抓到真正遇到的困难,找到最适合的例子去解说,带领学生理解。”与此同时,在传授知识之外的价值观教育,都是老师非常重要的角色。沈沛鸿表示。如何让AI成为得力的助手,而非替代老师,是他所看重的。

“补齐耳目,代其手足。”沈沛鸿总结道。通过互联网和人工智能技术的应用,让学习者免于交通奔波,并能够突破空间限制,在全球范围内匹配到最适合的老师。此外,在线教学过程中,老师同时面对三五个学生时,也可以避免错漏学生的表情、动作变化,能够及时掌握学生的学习情况,继而探究背后的原因,找到解决办法。

不过,沈沛鸿也表示,倘若AI真的能够取代老师,这将是对人类的教育改革的重大突破,但这需要所有从业者投入非同寻常的心力、财力。对于当下的人工智能技术水平来说,并没有必要奢求一步到位。

事实上,iTutorGroup的智能化技术不仅限于教育教学过程中的应用,从用户初次接触iTutorGroup,公司所建立的大客服系统——Karma系统已经开始对其进行了行为标注。从和前期销售人员的接触,到上课过程中的行为表现,iTutorGroup会将其产生的所有互动行为标注分类,打出正负分数,分别代表学习程度的强弱,最终形成一个完整的追踪体系。

于iTutorGroup而言,这套系统可以相对预测客户所面临的问题。沈沛鸿解释,“预测式客服”区别于当下大多数行业的“补偿式客服”,能够有效避免对客户的伤害,在后者发现不满意时,就能提前帮其解决问题,提升信心。更重要的是,倘若正负分构成的分数体系在短时间内有剧烈变动,就意味着需要专门的人员进行人文关怀,大幅提升问题解决效率。

“如何通过这些应用让学生学习更便利,让AI助手和真人老师各司其职,让学习过程更为细腻,在不影响真人老师具有温度的教学下,人工智能将扮演更多角色。”沈沛鸿强调。他也透露,为此目标,未来iTutorGroup将持续在云端、大数据和人工智能三个方向发力。

- END -

 热 文 推 荐 

东哥再见!我打算六月份离职

美团的赚钱压力,王兴的最优解

永不纠结朱啸虎

苹果大变局:从硬件走向互联网

传统健身房的“中年危机”

2019,国产手机生死存亡的一年

☞ 移动互联网十年

☞ 2019 ,摧枯拉朽式的AI洗牌之路

☞ 沈南鹏 :一个平衡高手的自我进化

斑马快跑不再快:三次融资跳票,创始人筹资3000万渡难关


 未 经 允 许 严 禁 转 载 

 授 权 请 后 台 回 复 “猎云网” 

登录查看更多
0

相关内容

泛指各种通过信息技术工具来学习或训练的方式。
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
专知会员服务
123+阅读 · 2020年3月26日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
支持个性化学习的行为大数据可视化研究
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
美国顶尖 AI+教育公司,都在研究些什么?
硅谷第一线
4+阅读 · 2019年1月18日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
"AI+教育"是虚火还是风口?
数据玩家
3+阅读 · 2017年12月14日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
4+阅读 · 2019年4月3日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
6+阅读 · 2018年2月7日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
专知会员服务
123+阅读 · 2020年3月26日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
相关资讯
支持个性化学习的行为大数据可视化研究
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
美国顶尖 AI+教育公司,都在研究些什么?
硅谷第一线
4+阅读 · 2019年1月18日
转行人工智能,哈佛博士后有话说
Linux爱好者
5+阅读 · 2018年8月28日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
"AI+教育"是虚火还是风口?
数据玩家
3+阅读 · 2017年12月14日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
相关论文
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
4+阅读 · 2019年4月3日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
6+阅读 · 2018年2月7日
Top
微信扫码咨询专知VIP会员