VIPKID林陈斌:利用AI技术深度切入各教学场景,实现在线教育可量化、可视化

2019 年 10 月 17 日 猎云网

在线教育场景下,技术的最终目的是为了提升孩子的学习兴趣和学习效果。

文丨猎云网 ID:ilieyun
作者丨吕梦 编辑丨艾范巴黎

10月17日,由猎云网主办的“2019年度教育产业峰会”在北京金茂万丽酒店举办。

01

VIPKID教育产品负责人林陈斌在《AI赋能下的新教育》演讲中谈到,教育行业最终极解决的问题就是优质教育资源稀缺的方式,通过各种方式来解决。

林陈斌表示,随着老师对应的学生人数增加,虽然效率提高了,但课堂的互动性也在逐渐丧失,导致用户体验下降,为了兼顾不同的情况,智能师生匹配、在线课堂监测及评价、个性化学习内容推荐等各个教学环节中充当着日益重要的角色,全面助力孩子综合素质的培养。

为此,VIPKID通过AI、大数据的方式不断赋能教学,并不断深入研究整个教学过程,把教学的研究理解为标准化的动作,进而更深入地打造AI老师

  02

VIPKID成立于2013年10月,是一家在线少儿英语教育公司,运营主体为北京大米科技有限公司,专注于4~15岁在线少儿英语教育,通过1对1在线视频的方式有效学习和掌握英文。VIPKID主打“纯北美外教1对1授课”,通过互联网方式将中国小朋友与北美老师连接起来。

截至今年8月,其平台学生规模超过70万人,北美外教数量超过9万人。

今年10月初,VIPKID宣布获得腾讯领投其E轮融资。VIPKID方面透露,获得新融资后将继续加大对优质内容、人才和技术方面的投入,提升公司运营效率及组织能力,为广大学员和家长提供更好的教育产品和服务。

03

林陈斌表示,为了打造一节优质的课程,“我们用半年的时间不断地验证,从100多个维度,挑选出来60多个维度细节,这些维度能够帮助我们定义什么是一节好课,我们现在理解的标准,准确的道路在不断地优化”。

据悉,VIPKID花了大概半年时间寻找各种数据,比如不同学生在体验课程时语音输入时长、师生交互次数、正脸数等,同时也从老师的教学方法上找数据,像单页PPT停留时长、老师TPR动作等。

在老师的培训环节,VIPKID还通过深度介入教研生产环节,来实现教研标准化的研究,以提升教师的教学水平

比如,VIPKID在课件研发、师生匹配上进行了深入探索。

一方面,为了让孩子的学习过程更具可视性和针对性,进一步提升孩子的学习效果,VIPKID推出实时课程质量监控和评价系统——海豚系统

该系统将自动对孩子的表情和语音进行识别,实时判别孩子对知识的接受程度等学习状况,进行课堂质量的分析和记录并及时反馈给老师,引导老师优化教学模式,从而提高教学质量。

此外,VIPKID利用大数据对孩子进行个性化英语水平测试,更准确地评定孩子的英语水平。

与此同时,平台也会对外教在教学上的语言、技能等多层维度划定数百个标签,再结合智能算法向学员推荐最合适其本人的外教。

本次峰会由猎云网主办,锐视角、猎云资本、猎云财经、企业管家协办,云集顶级专家、创业精英及投资机构等各行各业领军大咖,邀请数十位资本大咖与创业精英把脉行业新风向,众从业者将解读30+行业典型应用案例,寻找学习3.0时代的新风向。

以下为林陈斌演讲实录,猎云网整理删改:

大家好,我是VIPKID的林陈斌,在VIPKID负责教育产业,我在互联网教育从事五年,不管行业环境怎么变化,我们关注的,始终是如何用科技打造创新的产品,怎么赋能这个行业、改革这个行业。

今天带来的主题是《AI赋能下的新教育》,分为三个命题,也是我们过去一段时间内探索的过程:第一是如何通过AI、大数据方式赋能教育、教学;第二,我们开始深入研究了整个教学过程,如何把教学前面的研究理解进行标准化的动作;第三,更深入打造完整课堂,做AI老师。

第一个命题始于两年前对这个命题的思考,因为教育、科技这都是非常大的命题,我们想,从什么样的点切入呢?VIPKID主要的价值点发生在每一节外教“一对一”里,所以,我们希望定义什么是一节好课。

这个定义也是蛮难的,从学生、家长、老师不同的角度看待一堂好课都不一样,学生希望上的开心、有收获,老师有自己的教育理念、教育情怀,他们也希望从自己的教学,有一个比较好的不错的体验。

所以,这个命题我们大概经历过半年的时间,找各种数据,找各种学生的体验数据,比如说语音输入时长、师生交互次数、正脸数等等,我们也从老师的教学方法上找数据,比如说单页PPT停留时长,老师TPR动作等等。

我们用半年的时间不断地验证,从100多个维度,挑选出来60多个维度细节,这些维度能够帮助我们定义什么是一节好课,我们现在理解的标准,准确的道路在不断地优化。

我们现在用这个标准的反例,什么是一节不好的课,定义比较清楚,因为一节不好的课特征非常明显,学生出现在屏幕上的时长,学生语音时长,班主任反映数据,根据这些数据可以定义出这堂课不是好课。

我们可以让教学辅导老师,非常准确快速找到需要关注的问题课程、问题学生,辅导老师发现预警之后,会看到底是哪些点,他们跟家长联系,也给出一些建议,看看这些怎么优化。

我们在老师的培训,在好老师的定义,在老师的招募,在课件研发、师生匹配上都做了研究。

我讲两个点,第一个是老师的管理。VIPKID有超过9万北美外教,他们跟我们是合作关系,不是雇佣关系。在美国法律之下,我们对美国老师管理手段非常有限。

第一个手段,我们要找到哪些老师的课教的是好的,哪些老师的课需要提升。一堂好课的数据检验标准可以帮助我们做到这件事情,我们会有几个非常重要的指标来衡量这个课有没有问题,一旦有问题,管理人员会介入,给老师提出一些案例,我们看很多Case,老师每一页PPT停留时间过短过长,反映出老师没有把知识点教出来。

我们发现,排名第二老师的问题是打哈欠,打哈欠的识别很难的,通过图像识别老师在打哈欠还是发A的音,这都是很难的。大部分北美老师需要在凌晨4点起床,给北京时间8点学生上课,这是挺困难的情况。中国家长会投诉,说老师怎么不好好上课。

我们用的比较有成果的是在师生匹配,基于课堂分析,给学生与老师他们的性格,他们的教育特点与学生的学习情况打上不同的标签,不同标签的师生他们都会有相应的匹配算法,来保证学生应该找最合适的老师。

因为大部分的家长与学生挑选老师通用标准,第一是颜值,第二个老师的活泼性,颜值就是长的最漂亮、最帅的老师,但是这些老师不一定是最适合这个学生的。

我们有一个案例,一个大客户挑选颜值高,活泼性的老师,连续换了三个都不太满意,最后换了一个老太太,60岁,讲课循序渐进,我们反而发现这位老师非常适合这位学生,这位老师循序渐进的风格适合这位学生的内向。这个案例提升了我们的信心,没有教不好的学生,也没有不OK的老师,存在的只是师生匹配。

第三个应用的比较有成果的是在教学内容的迭代上面,我们知道传统的教学迭代内容通常是年级,我们现在迭代周期是两周,每周都会分析从一千节课件里面分析,按照刚才好课的评判标准,统计学上哪节课出现问题最多。

每一周问题排名前十我们重点来看,教学设计上有没有问题,教学形式上需要不需要优化,我们再上线,两周迭代,远远超出传统教研的迭代速度。

这是两年前开始启动的方向,在研究一堂好课的评判标准,再助力教研。我们更深地介入教研生产环节,我们做的就是教研标准化。

我们发现,北美老师最大的特点就是善于表现,表现力非常强,但是表现力的这个事情是因人而异的,10万个北美老师一定会有一些特别善于表现,还有一些表现力相对弱化一些。

我们思考就是怎么样用标准化的动作、课件,能够提升老师的教学水平。

为此,我们做的第一件事情就是教研的标准化,什么是教学模式的标准化,我们发现英语主要是八大题型,我们认为八大题型用80多个教学模版可以覆盖我们的教学目标。这是教学模版的示例,这是听音辨音题,这个模版在传统老师教学过程当中,有些老师会准备很多教具,现在有这个模版之后,你只需要点播放按钮,跟着学生在一起互动就可以了。

这是我们在过去半年当中做的一些模板的示意,包括选词、听音辨音等等,可以覆盖教研生产内容的40%,也就是40%教研课件的生产,不需要像传统课件一样编辑设计教学PPT,这个过程可以极大地缩短时间。

教学内容的标准化这个命题,是从真实案例发现的。我们发现大量家长说,明天是孩子的生日,老师能不能在给孩子上课的时候,给孩子唱一首生日歌。孩子特别喜欢蜘蛛侠,明天上课的时候能不能带一些这些特征。

以前我们需要联系到第二天上课的老师,跟他沟通,让老师准备。有了教学模版库之后,全部都是标准化的动作来调取。比如说小明同学明天是他的生日,明天上课的时候老师调取一个生日模版,会有小花、生日蛋糕送上,提醒老师今天是小明同学的生日,祝他生日快乐。所以,可以极大地提升教研的生产效率。

更重要的是有了课件模版与教学动作的标准化,我们对教学好课的定义,在刚才说的第一个阶段可以更深入的进行下去,第一个阶段放大镜看一堂课是好是坏的话,我们现在拿到的显微镜,可以定位到每一堂课,通过数据可以不断的调整模版。教学动作模版与教研模版,以每两周的速度在不断的迭代与夯实。

随着对一堂好课的理解与教学内容的介入,我们需要了解教研本质。我们认为教育行业最终极解决的问题就是优质教育资源稀缺的方式,大家通过各种方式来解决,有些是培养新的老师,我们用北美老师闲余时间创造新的供给。

但是我们发现从最传统的线下来讲,线下大班小班一对一,如果老师授课对应的学生越多,他的互动性小,体验下降,但是老师的效率高,所以是两者不能完全兼顾的情况。

传统大班是一千到两千人,传统效果最好的是一对一。进入到在线的话,我们有在线大班与在线一对一,也是这样的趋势。但是我们发现传统的线下与目前的线上教育产品有上限,是有天花板,不管是创造新的供给,还是在培育新的老师,供给仍然有上限,所以现在目标的方向是AI课程,AI课程如果兼顾每一堂课的体验,也可以复用,可以完美的解决教育资源的稀缺问题。

因为老师是标准化的动作,怎么让他可以达到比较好的体验?所以第一个阶段、第二个阶段,给我们打下了非常好的基础,因为我们对整个课堂有了更深入的理解。

我们会监控很多的数据,这些数据的表现非常好,但是比这些数据更好的是这样的产品可以调动学生的情趣。怎么可以实现这块呢?我们觉得这是量变到质变的过程,随着我们对教学过程的理解自然而然产生这样的产品。

这个产品不是在实验室里面产生的,这是对线下人效体验最精准的关系,是线上20人的,线下20人,会分成若干小组,会有PK,所以我们引入线上来,分成小组,会PK,有游戏氛围。

老师的标准化教研动作也固化下来,学生表情、答题数据可以监控起来。所以我们做了非常有意思的调研,到目前为止差不多有一千个学生,我们做了调研问卷,你有没有觉得老师在上课在关注你,80%的学生会认为老师在上课关注我。

另外这个课堂有两个形态,一个是录播,一个是一对一,我们问学生喜欢哪个,一对四的录播,还是喜欢一对一,答案是一半一半,喜欢这个是有各种PK,喜欢一对一是喜欢老师互动的。所以,我们产品可以达到逼近真人直播的效果。

以上就是我们对整个教育,对于科技赋能的理解,我们也希望这个探索,AI老师我们会持续构建能力,但是我们觉得整个过程是没有止境的,我们的技术是为了更好地提升教育服务的效能。

所以,我们研究教学效果怎么样呈现最好,再来找最好的技术手段解决相应的难题。所以,解决过程当中我们觉得没有止境,希望跟在座的各位一起交流。

谢谢大家!

- END -
 推 荐 阅 读

2019,CEO成了高危职业

中国2.4亿单身群体中,你“单身经济”了吗?

染病丧命,巨头被查,电子烟迎来至暗时刻?

GP与LP“开撕”,钱到底进了谁的口袋?

从零到IPO:深入解读创企生命周期三阶段

剖切线上娃娃机:一个风口的消散,灭火造富的游戏

高管大清洗,资产狂甩卖,后诺伊曼时代的WeWork能否完成自救?
我就知道你“在看”
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。
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
41+阅读 · 2020年2月20日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23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
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13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
2019年中国运动健身行业发展趋势白皮书
行业研究报告
4+阅读 · 2019年4月25日
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
视频内容理解在Hulu的应用与实践
AI前线
12+阅读 · 2019年2月16日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
大势所趋 | 如何利用大数据做出更好的决策?
今今乐道读书会
4+阅读 · 2018年11月6日
"AI+教育"是虚火还是风口?
数据玩家
3+阅读 · 2017年12月14日
Arxiv
6+阅读 · 2019年7月11日
Arxiv
6+阅读 · 2019年4月4日
Arxiv
5+阅读 · 2018年4月30日
Arxiv
6+阅读 · 2018年2月8日
Arxiv
3+阅读 · 2012年11月20日
VIP会员
相关VIP内容
相关资讯
2019年中国运动健身行业发展趋势白皮书
行业研究报告
4+阅读 · 2019年4月25日
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
视频内容理解在Hulu的应用与实践
AI前线
12+阅读 · 2019年2月16日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
大势所趋 | 如何利用大数据做出更好的决策?
今今乐道读书会
4+阅读 · 2018年11月6日
"AI+教育"是虚火还是风口?
数据玩家
3+阅读 · 2017年12月14日
相关论文
Top
微信扫码咨询专知VIP会员