2024年AIGC+教育行業(yè)報(bào)告

2024年AIGC+教育行業(yè)報(bào)告AIGC+教育行業(yè)丨研究報(bào)告核心摘要：生命循環(huán)，人機(jī)共育在宏觀層面上，如果把人工智能看作一種生命體，AIGC+教育的內(nèi)涵其實(shí)是碳基生命和硅基生命的交互和培育問題。AIGC技術(shù)是對人腦計(jì)算、思考、判斷等內(nèi)在能力的延伸，是人的智能在機(jī)器形態(tài)上的規(guī)?；奂⑦\(yùn)作和反應(yīng)。由此，部分基礎(chǔ)性的專業(yè)工作被替代，AI在勞動(dòng)貢獻(xiàn)、價(jià)值創(chuàng)造中逐漸與人比肩甚至超越人類，AI和人類共同成為社會(huì)貢獻(xiàn)主體。在中觀層面上，AIGC技術(shù)在知識量、信息獲取和處理方面的強(qiáng)勢能力，迫使教育界進(jìn)一步反思現(xiàn)有的教育框架，教師作為教學(xué)主體的功能性與人文性價(jià)值如何取舍？師-生-機(jī)三位一體的教育形態(tài)意義幾何？以知識傳遞和測評為核心的教育內(nèi)容該如何升級？大規(guī)模的個(gè)性化教學(xué)是否真的有可能實(shí)現(xiàn)？AI與人類是否會(huì)在社會(huì)和教育資源上展開競爭？這些重大問題，因AIGC的到來，再一次沖擊了現(xiàn)有的教育體系。在微觀層面上，教育的各場景和環(huán)節(jié)，都因AIGC技術(shù)的應(yīng)用而有所助益，如教師側(cè)的備課規(guī)劃、作業(yè)生成和批改，學(xué)生側(cè)的自主學(xué)習(xí)、輔助練習(xí)、測試評估等，新技術(shù)與古老教育場景的結(jié)合，總會(huì)產(chǎn)生令人欣喜的化學(xué)反應(yīng)。然而，商業(yè)實(shí)踐的落地是受到現(xiàn)實(shí)和周期限制的。從落地邏輯而言，當(dāng)前產(chǎn)品基本是原有教學(xué)場景和產(chǎn)品的替代，原有技術(shù)功能的優(yōu)化迭代，而少有新場景的迸發(fā)；就落地速度而言，尚不成熟的教育大模型落地，仍需學(xué)生思考和辨別能力的加持、以及相對明確統(tǒng)一的評估標(biāo)準(zhǔn)支撐，各領(lǐng)域、場景、學(xué)段落地情況各有差異。同時(shí)需要警惕的是，AIGC技術(shù)具有顯著的資源密集和依賴特點(diǎn)，而教育是一項(xiàng)社會(huì)公益事業(yè)，事關(guān)人的發(fā)展權(quán)，教育福祉應(yīng)盡可能地保證公平和均衡。如何防止強(qiáng)勢資源的相互吸引和馬太效應(yīng)的加劇，是教育界需要共同面對的問題。宏觀：AIGC帶來的生產(chǎn)力革新AIGC延伸擴(kuò)展人腦智能，降低使用門檻，應(yīng)用影響力無限泛化麥克盧漢提出，媒介是人的延伸。AIGC技術(shù)作為一種人造工具（媒介），是對人腦計(jì)算、思考、判斷、學(xué)習(xí)等內(nèi)在能力的延伸，同時(shí)在巨量數(shù)據(jù)的加持下，AIGC在發(fā)現(xiàn)、認(rèn)識、運(yùn)用規(guī)律上有著明顯的優(yōu)勢，是人的智能在機(jī)器形態(tài)上的規(guī)?；奂?、運(yùn)作和反應(yīng)，突破了人類能力的邊界；而AIGC的問答式交互、無需下載和配置等特性，使得AI技術(shù)的使用門檻大大降低，AI技術(shù)走向平權(quán)化；同時(shí)，聯(lián)網(wǎng)后的實(shí)時(shí)海量數(shù)據(jù)支持，模型開源及插件生態(tài)的開放，結(jié)合用戶無限的創(chuàng)造力，AIGC的影響力滲透進(jìn)各行各業(yè)的每個(gè)角落，影響力無限泛化和擴(kuò)大。宏觀：AIGC帶來的人力需求變革AI成為基礎(chǔ)設(shè)施，部分基礎(chǔ)工作被替代，社會(huì)人力結(jié)構(gòu)和人才需求重塑技術(shù)的躍遷、生產(chǎn)效率的提升并不會(huì)自然帶來社會(huì)整體福利水平的提升，相反往往以犧牲部分人的利益為前提，進(jìn)而引發(fā)社會(huì)結(jié)構(gòu)、人力需求的重塑。AIGC交互界面的用戶友好性、大模型開源及API價(jià)格的降低、插件服務(wù)帶來的應(yīng)用生態(tài)繁榮等，都使得AI技術(shù)或?qū)⒊蔀橄袼?、電、網(wǎng)絡(luò)一樣的基礎(chǔ)設(shè)施，滲透并改變千行萬業(yè)。然而，大模型具有認(rèn)知、分析、推理能力，不同于自動(dòng)化浪潮下對藍(lán)領(lǐng)的沖擊，AIGC時(shí)代受AI影響最大的可能是初級專業(yè)人士和技術(shù)人員，即部分白領(lǐng)。據(jù)Challenger報(bào)告顯示，2023年5月，美國因AI替代造成的失業(yè)人數(shù)達(dá)3900人，且都發(fā)生在科技行業(yè)。以及據(jù)麥肯錫數(shù)據(jù)預(yù)測，到2045年左右，有50%的工作將被AI替代，比此前的估計(jì)加速了10年。與此同時(shí)，具有創(chuàng)造力、深度思考等高階智力的人才，將享受到AIGC帶來的效率優(yōu)勢，成為AI的駕馭者，相應(yīng)的工作需求也會(huì)增加，并同時(shí)在教育領(lǐng)域創(chuàng)造出大量專業(yè)和學(xué)科，對教育課程和專業(yè)設(shè)置、人才素養(yǎng)評價(jià)提出新要求。據(jù)世界經(jīng)濟(jì)論壇發(fā)布的《未來就業(yè)報(bào)告2023》顯示，未來5年內(nèi)，人工智能、商業(yè)智能分析師、數(shù)據(jù)科學(xué)等大數(shù)據(jù)相關(guān)職位的需求增長最快，且創(chuàng)造性思維、技術(shù)素養(yǎng)、好奇心和學(xué)習(xí)能力等通識素養(yǎng)是未來最需要培養(yǎng)的技能。智能時(shí)代背景下，傳統(tǒng)的技能已無法滿足社會(huì)需求，學(xué)科壁壘不斷消融，跨專業(yè)人才需求緊俏。中觀：AI技術(shù)的發(fā)展及其教育推動(dòng)由教學(xué)輔助到自適應(yīng)學(xué)習(xí)，AIGC技術(shù)變革推動(dòng)大規(guī)模因材施教逐步落地全球AI+教育經(jīng)歷了誕生期-摸索期-產(chǎn)業(yè)期三個(gè)階段，在誕生期，AI和教育的結(jié)合主要圍繞輔助教學(xué)進(jìn)行探索，應(yīng)用于答疑、練習(xí)、模擬測試等環(huán)節(jié)，代替部分教師的重復(fù)性勞動(dòng)。在機(jī)器學(xué)習(xí)的興起下，AI+教育進(jìn)入摸索期，二者結(jié)合的探索主題為智能導(dǎo)學(xué)及自適應(yīng)學(xué)習(xí)。隨著深度學(xué)習(xí)技術(shù)的進(jìn)步，人工智能技術(shù)步入商業(yè)化階段，AI+教育也進(jìn)入產(chǎn)業(yè)期。近幾年大數(shù)據(jù)、云計(jì)算、算力能力提升，大規(guī)模語言模型急速發(fā)展，2022年ChatGPT的發(fā)布更是引發(fā)了海內(nèi)外LLMs的軍備競賽，2023年各類教育垂類大模型的爭相發(fā)布，打開了通向通用人工智能（AGI）之路，幫助師生大幅提升教學(xué)效率，推動(dòng)大規(guī)模的因材施教逐步落地。中觀：AIGC與現(xiàn)代教育結(jié)合的必要性內(nèi)容標(biāo)準(zhǔn)化、效益規(guī)?；⒔换プ匀换?，現(xiàn)代教育與AIGC技術(shù)價(jià)值吻合AIGC技術(shù)與現(xiàn)代教育，在教學(xué)內(nèi)容、師資配置、交互方式方面有著巧妙的吻合之處，彰顯著技術(shù)落地的必要性?，F(xiàn)在的教育模式基本是在工業(yè)革命進(jìn)程中形成的，規(guī)?；蜆?biāo)準(zhǔn)化是其基本特征，基于社會(huì)分工的邏輯，旨在為社會(huì)各行各業(yè)的發(fā)展培養(yǎng)可用之才。與此相對應(yīng)的，便是分專業(yè)的學(xué)科式架構(gòu)、分級分班的規(guī)?；虒W(xué)。AIGC技術(shù)應(yīng)用下，大規(guī)模的通用數(shù)據(jù)與教育各學(xué)科的垂類數(shù)據(jù)并存，通識教育和專業(yè)教育所需的內(nèi)容均可滿足。同時(shí)，AIGC資源不像教師資源具有時(shí)空上的獨(dú)占性，有望實(shí)現(xiàn)大規(guī)模的個(gè)性化教學(xué)。值得一提的是，在交互方式上，口語面授是主流的、學(xué)生習(xí)以為常的教學(xué)交互方式，而AIGC技術(shù)的獨(dú)特之處也在于多輪自然語言交互能力，有來有回的問答式相比于知識的單向灌輸，更接近孔子《論語》的對話體教學(xué)，也更接近蘇格拉底的啟發(fā)式對話教學(xué)模式。AIGC+教育的時(shí)代矚目-經(jīng)濟(jì)全球資本開始布局早期創(chuàng)業(yè)項(xiàng)目，關(guān)注K12和職業(yè)培訓(xùn)領(lǐng)域教育作為AIGC技術(shù)落地的典型場景之一，2023年間，全球AIGC+教育賽道共發(fā)生45筆投融資，其中半數(shù)項(xiàng)目來源于美國，且多集中在K12教育及職業(yè)培訓(xùn)兩個(gè)細(xì)分領(lǐng)域內(nèi)。從項(xiàng)目成熟度來看，當(dāng)前全球AIGC+教育投融資集中在早期階段，全球資本普遍關(guān)注用少量資金布局早期創(chuàng)業(yè)項(xiàng)目。雖然當(dāng)前成熟項(xiàng)目較少，但相較種子及天使輪，VC的單筆融資金額更高?？梢灶A(yù)見，隨AIGC在教育領(lǐng)域的應(yīng)用發(fā)展走向成熟，資本將切入對成熟、優(yōu)質(zhì)項(xiàng)目的關(guān)注之中。AIGC+教育的時(shí)代矚目-學(xué)術(shù)與社會(huì)AIGC+教育成為社會(huì)各方及學(xué)術(shù)研究的關(guān)注焦點(diǎn)受2022年11月ChatGPT發(fā)布影響，全球各地開始廣泛關(guān)注AIGC及其相關(guān)應(yīng)用。自2023年2月起，社會(huì)各界對生成式人工智能在教育領(lǐng)域的應(yīng)用產(chǎn)生了濃厚興趣，并在2023年6月達(dá)到了關(guān)注的高峰，且熱度持續(xù)不減。同時(shí)，學(xué)術(shù)界也在這一年里開始高度關(guān)注AIGC技術(shù)，并推動(dòng)了人工智能與教育研究的熱度提升?！癆IGC+教育”成為包括學(xué)術(shù)界在內(nèi)的社會(huì)各界關(guān)注的焦點(diǎn)。社會(huì)態(tài)度：與時(shí)俱進(jìn)，守正創(chuàng)新時(shí)代縮影：觀望—禁止—反思—放開，澳大利亞應(yīng)對態(tài)度的掙扎歷程ChatGPT自發(fā)布后很快受到學(xué)生們的歡迎，但隨之出現(xiàn)的學(xué)術(shù)舞弊現(xiàn)象引發(fā)學(xué)者和教育部門的廣泛擔(dān)憂。經(jīng)過短暫的觀望期，美國、英國、澳大利亞等地區(qū)紛紛禁止公立學(xué)校使用人工智能工具，我國的香港大學(xué)也頒布了針對ChatGPT的禁令。但一紙禁令不能杜絕作弊現(xiàn)象，由此擴(kuò)大的數(shù)字鴻溝也引起重視。對待新興技術(shù)的最佳態(tài)度是“堵不如疏”，正確的引導(dǎo)與使用能夠弱化AIGC與教育結(jié)合帶來的沖擊，在抓住變革機(jī)遇的同時(shí)守正創(chuàng)新。當(dāng)前，美國、英國及香港大學(xué)已先后撤銷了禁令，澳大利亞也發(fā)布《框架》以規(guī)范和引導(dǎo)校內(nèi)人工智能的使用。技術(shù)發(fā)展影響教育形態(tài)教育的進(jìn)化在于結(jié)合前沿生產(chǎn)技術(shù)與教育理論探索“如何實(shí)現(xiàn)更好的教學(xué)”教育作為服務(wù)于人類群體傳承的古老環(huán)節(jié)，其連續(xù)性、穩(wěn)定性和繼承性的本質(zhì)特征，決定了它不會(huì)隨著生產(chǎn)技術(shù)發(fā)展而快速進(jìn)化。在傳統(tǒng)教育模式的基礎(chǔ)上，前沿生產(chǎn)技術(shù)主要帶來了教育資源類型、教學(xué)組織方式以及教學(xué)交互方式方面的革新，其影響是累積、疊加和漸變的，而并非是全然替代性的，“老師講授-學(xué)生吸納-知識傳承”的班級授課至今仍然是學(xué)校的主流教學(xué)模式，和千百年前并沒有本質(zhì)上的區(qū)別。而如何利用前沿科學(xué)技術(shù)結(jié)合現(xiàn)代教育理論，實(shí)現(xiàn)更大規(guī)模、更高質(zhì)量、更高效率以及更好成果的教育，是當(dāng)代教育研究領(lǐng)域一直致力于探索的問題。AIGC影響教學(xué)主體帶來人機(jī)協(xié)同教學(xué)和師資強(qiáng)化的期待，也引發(fā)AI挑戰(zhàn)教師主體地位的思考AIGC技術(shù)在教育領(lǐng)域引發(fā)變革的討論中，對教學(xué)主體的影響是個(gè)引人注目的話題。在傳統(tǒng)的師生教學(xué)模式中，教師是權(quán)威的知識傳遞者，但這一模式面臨師資力量不均、個(gè)性化教學(xué)難度大以及教師機(jī)械勞動(dòng)繁重難以成長等現(xiàn)有問題和弊病。AIGC技術(shù)的介入被看作是一種契機(jī)，代表了傳統(tǒng)教學(xué)形態(tài)向“師-生-機(jī)”模式轉(zhuǎn)型的可能性。AIGC能夠通過補(bǔ)充教師資源、實(shí)現(xiàn)大規(guī)模個(gè)性化教學(xué)和減輕教師負(fù)擔(dān)等功能，加大了實(shí)現(xiàn)更好教學(xué)的可能性，從而被學(xué)術(shù)界和市場普遍認(rèn)可，同時(shí)人類教師可以從傳統(tǒng)的知識傳播者向?qū)W習(xí)的陪伴者和價(jià)值觀的引導(dǎo)者方向轉(zhuǎn)變。然而對“AI完全替代人類教師”擔(dān)憂之聲也同時(shí)存在，當(dāng)前AIGC價(jià)值觀的非中立性、信息準(zhǔn)確性的不足、版權(quán)問題以及無法復(fù)制的人類情感和文化價(jià)值等問題使其難以獨(dú)當(dāng)一面，另外AI完全搶奪人類教師工作的可能性也會(huì)引發(fā)教師就業(yè)的恐慌。正反兩方面的討論，說明AIGC對教師的支持應(yīng)用需要慎重框定范疇，以確保其成為教育主體的助力而非障礙。AIGC介入教學(xué)載體有望賦能教師并實(shí)現(xiàn)規(guī)?；虿氖┙蹋蔡魬?zhàn)傳統(tǒng)學(xué)習(xí)模式和評價(jià)體系教育載體層（包括軟硬件基礎(chǔ)和工具）一直是前沿技術(shù)滲透的先鋒環(huán)節(jié)。得益于國內(nèi)各級院校信息化基礎(chǔ)設(shè)施的不斷完善，AIGC技術(shù)對教育載體層面的影響日益明顯：AIGC技術(shù)在教學(xué)層的介入使得大規(guī)模因材施教等先進(jìn)教育理念變得更加切實(shí)可行；同時(shí)，AIGC在賦能教師教學(xué)和教研方面的可行性也受到廣泛認(rèn)同。然而，這項(xiàng)技術(shù)的應(yīng)用也伴隨著挑戰(zhàn)和爭議：AIGC在精準(zhǔn)度和價(jià)值觀偏見可能產(chǎn)生的誤導(dǎo)、學(xué)生長期使用AIGC可能導(dǎo)致的技術(shù)依賴以及利用AIGC作弊給評價(jià)工作帶來的壓力，使得教育界對于學(xué)生（尤其是青少年兒童）直接使用AIGC持廣泛的質(zhì)疑或反對態(tài)度，更加強(qiáng)調(diào)AIGC作為學(xué)習(xí)工具的有條件使用和有效管控。因此在發(fā)展契機(jī)與挑戰(zhàn)共存之下，教育工作者們在適應(yīng)技術(shù)發(fā)展并采納更先進(jìn)、公正、全面且平衡的科技工具的同時(shí)，需要深入考量AIGC類教育載體的功能體系和倫理邊界，確保該技術(shù)能夠健康且有效地服務(wù)于整個(gè)教育系統(tǒng)。AIGC改變教育內(nèi)容高階通識能力、跨學(xué)科復(fù)合能力重要性被重提，輔以AIGC技術(shù)素養(yǎng)要求新一代AI技術(shù)在顯著提升社會(huì)生產(chǎn)力的同時(shí)，也引發(fā)了生產(chǎn)關(guān)系的變革，社會(huì)分工結(jié)構(gòu)面臨重組，一些傳統(tǒng)崗位被AI取代，新興職業(yè)快速出現(xiàn)，而部分舊有學(xué)科則逐步淘汰。AIGC時(shí)代給教育系統(tǒng)帶來了一個(gè)龐大而艱難的研究課題：我們應(yīng)該如何培養(yǎng)能夠適應(yīng)這一變革的有用人才？這不僅涉及到教育范疇、目標(biāo)和內(nèi)容的調(diào)整，還包括學(xué)科專業(yè)設(shè)置的改變。2023年3月發(fā)布的《普通高等教育學(xué)科專業(yè)設(shè)置調(diào)整優(yōu)化改革方案》進(jìn)一步明確了到2025年將新設(shè)一系列適應(yīng)新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式的學(xué)科專業(yè)，同時(shí)淘汰那些不再適應(yīng)經(jīng)濟(jì)社會(huì)發(fā)展需求的學(xué)科專業(yè)。同時(shí)，ChatGPT等大模型先后通過注冊會(huì)計(jì)、律師資格等多種考試，在信息搜集和整合上的能力逐漸接近甚至超越人類，也讓我們反思AIGC時(shí)代下，簡單的專業(yè)知識教學(xué)的社會(huì)適應(yīng)性。因此教育系統(tǒng)需要調(diào)整教育內(nèi)容，重視信息素養(yǎng)和高階通識能力的培養(yǎng)，逐漸增加跨學(xué)科融合式教育的權(quán)重，以加快前沿人才的供給速度。同時(shí)，教育系統(tǒng)還需要盡快明確圍繞AIGC技術(shù)學(xué)習(xí)的范疇和規(guī)范，幫助學(xué)習(xí)者接受并適應(yīng)AIGC時(shí)代的到來，并理解技術(shù)及其對世界的廣泛影響，這將確保未來的技術(shù)人才能夠駕馭技術(shù)走向及其發(fā)展節(jié)奏，并有能力利用AIGC技術(shù)更好地改變世界和造福人類。AIGC與學(xué)習(xí)主體的競爭引發(fā)近乎科幻但并非遙不可及的哲學(xué)思辯：教育人類還是訓(xùn)練大模型AIGC技術(shù)的快速發(fā)展正為社會(huì)經(jīng)濟(jì)帶來顯著的提振。高盛預(yù)計(jì)未來10年生成式AI有望給全球GDP帶來7萬億美元的巨量提振，使全球年均GDP提高7%；而2023年AIGC領(lǐng)域已經(jīng)快速吸引了大量的資金投入，截至7月全球AIGC風(fēng)險(xiǎn)投資額已經(jīng)達(dá)到了150億美元。然而AIGC在勞動(dòng)市場上的高效能力也引起了對就業(yè)安全的廣泛關(guān)注。高盛預(yù)計(jì)，由于AI技術(shù)的應(yīng)用未來全球?qū)⒂?億個(gè)工作崗位面臨被取代的風(fēng)險(xiǎn)，雖然部分觀點(diǎn)認(rèn)為AIGC技術(shù)有助于縮短工作時(shí)間從而提升勞動(dòng)者福利，但像谷歌這樣的國際公司因適應(yīng)AI在業(yè)務(wù)中的應(yīng)用而裁減3萬職位的舉措，使得公眾對失業(yè)的可能性感到更加擔(dān)憂。雖然相比教育周期漫長而成本高昂的人類來說，AIGC似乎是更加高效且具有高性價(jià)比的學(xué)習(xí)和勞動(dòng)主體，但過份依賴AIGC并忽視人類教育和勞動(dòng)的價(jià)值，是一種危險(xiǎn)的想法。面對技術(shù)發(fā)展的快速步伐，社會(huì)需要更加謹(jǐn)慎地規(guī)劃技術(shù)應(yīng)用的方向，并制定合理的教育和勞動(dòng)保障政策，確保AIGC能給人類帶來更多社會(huì)公平而不是擴(kuò)大不公平，在追求技術(shù)創(chuàng)新的同時(shí)保持對人類福祉和社會(huì)穩(wěn)定的長遠(yuǎn)視野。應(yīng)用場景—師生—學(xué)術(shù)科研在文獻(xiàn)整理、校對潤色等方面減負(fù)，在數(shù)據(jù)處理與預(yù)測方面助力基礎(chǔ)研究學(xué)術(shù)科研中，存在大量機(jī)械性的工作，耗費(fèi)心神且占據(jù)研究人員大量時(shí)間，而這正是AIGC的用武之地。AIGC并不能替代研究員，而是作為一種輔助工具，在文獻(xiàn)及引文整理、數(shù)據(jù)分析、圖表生成、語法及錯(cuò)別字校對等方面解放部分人力，給予科研工作者一些喘息機(jī)會(huì)。同時(shí)，大模型與科研工具包結(jié)合，可加速科研計(jì)算，進(jìn)行數(shù)據(jù)預(yù)測等，助力科研基礎(chǔ)研究及探索。但需注意，AI生成的文章、數(shù)據(jù)分析結(jié)果等需要研究員進(jìn)行校對及交叉驗(yàn)證，不可直接使用，尤其是研究結(jié)論及觀點(diǎn)部分。同時(shí)，在應(yīng)用AIGC技術(shù)時(shí)也需要注意數(shù)據(jù)隱私、知識產(chǎn)權(quán)等問題，以及對AI的使用情況進(jìn)行披露聲明。應(yīng)用場景—教師—備課規(guī)劃從依賴教師經(jīng)驗(yàn)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，教師負(fù)責(zé)更多創(chuàng)造性工作備課是一個(gè)兼具較大工作量和創(chuàng)造力需求的工作。工作量主要體現(xiàn)在不同學(xué)段、不同班級的課程大綱、教案的撰寫、課程資源的搜集，以及課件的制作方面，創(chuàng)造力需求主要體現(xiàn)在根據(jù)各班級學(xué)情、進(jìn)度的不同進(jìn)行個(gè)性化修改和調(diào)整，以及師生互動(dòng)設(shè)計(jì)等方面。AIGC技術(shù)的應(yīng)用，使得教學(xué)資源搜集、課件制作等偏執(zhí)行的工作在大數(shù)據(jù)驅(qū)動(dòng)下，可以更加快速高效地完成，節(jié)省教師大量時(shí)間。由此，教師可以從事更多如師生溝通、學(xué)生關(guān)懷、互動(dòng)設(shè)計(jì)等創(chuàng)造性、情感性、社交性的工作。應(yīng)用場景—學(xué)生—輔助練習(xí)開放場景下，實(shí)現(xiàn)以學(xué)生為中心的多輪交互和擬人陪伴在判別式AI技術(shù)下，學(xué)生在口語練習(xí)時(shí)常常存在對話簡單、場景受限、難以多輪交互、個(gè)性化不足等問題。AIGC技術(shù)應(yīng)用后，大模型參數(shù)的擴(kuò)大、預(yù)訓(xùn)練架構(gòu)的使用等，使得原本單向播報(bào)和簡單問答的功能進(jìn)一步拓展了多輪對話、邏輯推理、上下文理解能力。其次，基于新數(shù)據(jù)生成而非識別分類的邏輯，AIGC產(chǎn)品可應(yīng)對的場景和任務(wù)范圍更加廣泛，可以滿足用戶對細(xì)分場景的需求。同時(shí)，與數(shù)字人、人形機(jī)器人結(jié)合后，多模態(tài)的大模型既可識別學(xué)生的聲音、表情等特征，也可借助“似人”的外貌提供“類人”的交互陪伴。從不同細(xì)分場景的成熟度來看，當(dāng)前口語、寫作練習(xí)等，相較于數(shù)學(xué)、化學(xué)等邏輯類的練習(xí)任務(wù)，用戶容錯(cuò)能力更強(qiáng)，應(yīng)用成熟度和熱度也更高。各細(xì)分場景落地速度C端>B端>G端，成人教育>高等教育>K12>幼教，教師>學(xué)生>管理者就落地邏輯而言，AIGC主要影響內(nèi)容生產(chǎn)環(huán)節(jié)，在教育行業(yè)就體現(xiàn)在課件和題目的生成、作業(yè)批改、學(xué)情數(shù)據(jù)分析、學(xué)習(xí)資源推薦等環(huán)節(jié)，基本是原有場景和產(chǎn)品的替代，原有技術(shù)功能的優(yōu)化迭代，較少出現(xiàn)新的場景和功能。就落地速度而言，創(chuàng)新技術(shù)的落地通常需要一個(gè)應(yīng)用擴(kuò)散的過程，尤其是對于教育這個(gè)古老的行業(yè)。根據(jù)創(chuàng)新擴(kuò)散理論，最先嘗試新技術(shù)的往往是部分技術(shù)愛好者和先驅(qū)，C端具有明顯的長尾效應(yīng)，而B端和G端屬于集體和組織行動(dòng)邏輯，靈活性較低，且G端傳統(tǒng)慣性較強(qiáng)，往往相對滯后。同時(shí)，在技術(shù)應(yīng)用初期尚不成熟時(shí)，則需要配套設(shè)施的輔助落地。如果把AIGC技術(shù)看作教學(xué)資源的話，則需要教學(xué)對象和評估標(biāo)準(zhǔn)的配合，學(xué)生辨別和思考能力越強(qiáng)，教學(xué)內(nèi)容的評估標(biāo)準(zhǔn)越明確和統(tǒng)一，則技術(shù)落地的可能性越強(qiáng)。具體來看，由于成人的辨別能力強(qiáng)，評估標(biāo)準(zhǔn)相對明確，所以成人教育整體的落地速度更快。從使用者的視角來看，Quizlet的調(diào)研報(bào)告指出，使用過ChatGPT等AI技術(shù)的教師（占比65%）比學(xué)生多（占比61%），教師的應(yīng)用需求更迫切，落地更快。同時(shí)，盡管AIGC技術(shù)應(yīng)用對教學(xué)管理的影響重大，如對學(xué)情趨勢的預(yù)測、管理決策的輔助等，但管理側(cè)總體落地進(jìn)程緩慢。細(xì)分場景機(jī)會(huì)剖析一：全流程閉環(huán)教師側(cè)流程閉環(huán)重在落地執(zhí)行，學(xué)生側(cè)流程閉環(huán)重在及時(shí)、個(gè)性化反饋AIGC具有圖片、文本、視頻、音頻等多模態(tài)生成能力，同時(shí)具有信息整合和分析功能，對內(nèi)容生產(chǎn)的各個(gè)環(huán)節(jié)都可發(fā)揮作用。但從當(dāng)前應(yīng)用來看，AIGC的功能落地仍以散點(diǎn)式功能為主，如特定類型題目、圖片的生成，能真正形成全流程、全場景閉環(huán)體驗(yàn)的產(chǎn)品較少。從教師側(cè)來看，在作業(yè)和教案生成場景下，教師需要單獨(dú)生成每一種類型的題目或者教案素材，再逐項(xiàng)進(jìn)行驗(yàn)證校對，并最終合并，全流程的參與度都較高。Agent在該場景落地后，基于其記憶、規(guī)劃、執(zhí)行的能力，可拆解教師的完整指令，并逐項(xiàng)生成、排序及合成，教師只需最后對成稿進(jìn)行調(diào)整，工作量大幅減少。從學(xué)生側(cè)來看，以作文寫作練習(xí)為例，學(xué)生在話題理解、框架構(gòu)思、素材運(yùn)用、指導(dǎo)修改等多個(gè)環(huán)節(jié)都存在指導(dǎo)互動(dòng)需求，全流程、及時(shí)、個(gè)性化的指導(dǎo)反饋將大幅提升練習(xí)體驗(yàn)和效率。細(xì)分場景機(jī)會(huì)剖析二：觸摸科研天花板從K12到高/職教實(shí)訓(xùn)到學(xué)術(shù)科研，應(yīng)用前景與落地難度同步提升不同學(xué)段的AIGC技術(shù)應(yīng)用有著不同的側(cè)重點(diǎn)。在K12階段，側(cè)重技術(shù)對日常教學(xué)練評測、管理功能的升級迭代，且隨著出生人數(shù)的持續(xù)下降，天花板總體可預(yù)見。其制約因素主要在數(shù)據(jù)層，數(shù)據(jù)質(zhì)量、豐富度、顆粒度等決定教育模型的上限和使用體驗(yàn)。同時(shí)日常的應(yīng)用中，會(huì)有數(shù)據(jù)的反哺回流，隨著使用頻率和時(shí)間的拉長，體驗(yàn)會(huì)逐步優(yōu)化；在高/職教實(shí)訓(xùn)階段，側(cè)重AIGC工程師的培養(yǎng)，高職院校、普本、211院校等人才有著階梯式的差異化訴求。其制約因素主要在產(chǎn)品層，如低代碼平臺(tái)的設(shè)計(jì)、實(shí)訓(xùn)環(huán)境的建設(shè)等，總體天花板較高，隨著AIGC技術(shù)逐步成熟，相關(guān)工程師需求量較大；在學(xué)術(shù)科研階段，除基本的文獻(xiàn)閱讀等工作減負(fù)外，更側(cè)重AIGC支持下的基礎(chǔ)研究及探索。通常以大模型為基礎(chǔ)，與科研工具包結(jié)合，以加速科研計(jì)算和數(shù)據(jù)預(yù)測等。制約因素主要在于更加精細(xì)垂直的模型，以及懂專業(yè)又懂大模型的復(fù)合人才，但科研攻關(guān)一旦成功落地，商業(yè)潛力和價(jià)值極大。企業(yè)圖譜—按細(xì)分領(lǐng)域、國內(nèi)國外劃分AIGC+教育商業(yè)模式探索MaaS定制化服務(wù)探索、軟件功能升級與硬件外化、傳統(tǒng)技能培訓(xùn)服務(wù)在底層技術(shù)創(chuàng)新驅(qū)動(dòng)下，MaaS（ModelAsaService）服務(wù)通常以技術(shù)大廠為主，可提供通用的API接口收取調(diào)用費(fèi)用，也可向?qū)W校、教育局、教企等開放模型，支持客戶的定制化服務(wù)，幫助客戶做特定場景或區(qū)域的模型，這對廠商的技術(shù)、算力、數(shù)據(jù)能力是多重考驗(yàn)。在應(yīng)用驅(qū)動(dòng)下，商業(yè)模式包含軟件增值服務(wù)和硬件整體售賣服務(wù)。軟件增值服務(wù)通常為原有軟件功能的升級迭代，通過會(huì)員訂閱等形式收取費(fèi)用，是當(dāng)前主流的收費(fèi)模式。硬件整體售賣通常將已實(shí)現(xiàn)的AIGC軟件功能嵌入硬件中，從而提高硬件單價(jià)，但這種模式需注意發(fā)揮多硬件數(shù)據(jù)生態(tài)的協(xié)同效應(yīng)，發(fā)揮硬件的獨(dú)特優(yōu)勢。在傳統(tǒng)教培內(nèi)容驅(qū)動(dòng)下，教學(xué)資源是核心競爭力，AIGC帶來的“被替代恐慌”與能力提升需求持續(xù)升級，AIGC相關(guān)培訓(xùn)機(jī)構(gòu)、課程資源層出不窮，是當(dāng)前變現(xiàn)能力最強(qiáng)的落地模式。技術(shù)落地關(guān)鍵及廠商占位大模型和算力提供門檻，教育理解決定落地能力，教育數(shù)據(jù)決定能力上限AIGC技術(shù)在教育行業(yè)落地的競爭要素主要體現(xiàn)在三方面，模型和算力資源、教育行業(yè)理解和經(jīng)驗(yàn)、以及垂類教育數(shù)據(jù)。具體來看，模型和算力資源提供基礎(chǔ)進(jìn)入門檻，無論是API接口調(diào)用、調(diào)優(yōu)還是自主開發(fā)大模型，有模型才能有入場券，但自主開發(fā)模型才能掌握主動(dòng)權(quán)，需要企業(yè)對AI技術(shù)和教育相關(guān)數(shù)據(jù)都有長期積累；教育行業(yè)理解決定企業(yè)是否具有落地能力，如產(chǎn)品邏輯的設(shè)計(jì)、用戶痛點(diǎn)的感知、語料庫和工具的建設(shè)等，需要企業(yè)對教育業(yè)務(wù)和互聯(lián)網(wǎng)產(chǎn)品都有深入理解；教育數(shù)據(jù)最終決定能力上限，大模型的競爭歸根到底是數(shù)據(jù)的競爭，數(shù)據(jù)的好壞決定模型的好壞，進(jìn)而決定用戶的使用體驗(yàn)和學(xué)習(xí)效果，這需要企業(yè)在教育行業(yè)深耕多年才能形成自己的數(shù)據(jù)護(hù)城河。展望未來格局，AIGC技術(shù)具有顯著的資源密集和依賴特點(diǎn)，大力出奇跡的暴力美學(xué)路徑已被行業(yè)所驗(yàn)證，未來格局仍會(huì)以有著多類型資源積累的大廠占據(jù)主要份額，創(chuàng)新企業(yè)可以依據(jù)特定場景深入理解而切入，但若沒有自主大模型仍然會(huì)受制于人。通用大模型or教育垂類大模型由通用大模型主導(dǎo)向通用與教育垂類各司其職、融合發(fā)展的方向演化隨著大模型在教育場景的逐步落地，準(zhǔn)確性、針對性不足等問題日益凸顯，開發(fā)針對教育領(lǐng)域的垂類大模型逐漸成為教育行業(yè)共識，但其與通用大模型并非互相排斥的關(guān)系，而是朝著各司其職，融合發(fā)展的方向演化。當(dāng)前，通用大模型綜合實(shí)力最為強(qiáng)勁，且隨著多模態(tài)的逐步落地，仍處于主導(dǎo)地位，教育垂類大模型整體成熟度較低，尚處于應(yīng)用探索期。隨著教育大模型的成熟，不久的將來可能迎來通用大模型與教育垂類大模型各司其職的階段，通用大模型憑借強(qiáng)大的基礎(chǔ)能力和海量跨領(lǐng)域知識，可解決文本潤色過渡、興趣科普、基本問答和釋義問題，教育垂類大模型根據(jù)場景的細(xì)化、區(qū)域及用戶群體的劃分，細(xì)分為不同垂類模型，各自解決特色問題。從更長遠(yuǎn)的視角來看，通用知識是專業(yè)知識的基礎(chǔ)，通用大模型仍不可被替代。隨著技術(shù)的累積發(fā)展與資源整合，通用模型與垂類模型的邊界逐漸模糊，通用大模型可能與多個(gè)垂類模型存在交集，呈現(xiàn)出通用大模型與N個(gè)專家模型多重組合的形態(tài)，并不斷走向融合。內(nèi)容適配：素質(zhì)教育發(fā)展新方向AIGC與素養(yǎng)發(fā)展具有天然相似的基因，發(fā)力C端小模型引領(lǐng)行業(yè)發(fā)展AIGC技術(shù)的出現(xiàn)，是強(qiáng)化素質(zhì)教育的重要契機(jī)。技術(shù)在知識經(jīng)驗(yàn)、高效處理、泛化能力等方面的優(yōu)勢，反向凸顯了人的創(chuàng)造性、靈活性等通識素養(yǎng)的優(yōu)勢。素質(zhì)類內(nèi)容也與AIGC技術(shù)有著天然的親近性。學(xué)科類內(nèi)容關(guān)注結(jié)構(gòu)化的知識，知識相對更加清晰明確，評估方式也更加標(biāo)準(zhǔn)化，更適合結(jié)構(gòu)化的知識圖譜技術(shù)、匹配分類的判別式AI技術(shù)。而素質(zhì)類內(nèi)容關(guān)注知識的生成能力，知識面更廣更深而素養(yǎng)點(diǎn)更散，知識建構(gòu)和評估非標(biāo)準(zhǔn)化，更適合基于神經(jīng)網(wǎng)絡(luò)的生成式AI技術(shù)，需要大模型提供連接和支撐能力。從落地邏輯來看，如前所述，B端和G端是集體行動(dòng)邏輯，靈活性較差，而C端有著公開數(shù)據(jù)豐富、用戶群體廣泛且容錯(cuò)率高的優(yōu)勢，是最佳的發(fā)力領(lǐng)域。企業(yè)可通過調(diào)用開源大模型裁剪并調(diào)優(yōu)或搭建小模型的方法，進(jìn)入如表達(dá)、國學(xué)、藝術(shù)等賽道，并逐步深耕打牢用戶基礎(chǔ)，再尋求拓展其他模式。技術(shù)結(jié)合：AGI完全體與教育暢想大模型分析+多模態(tài)交互+Agent規(guī)劃+具身智能行動(dòng)，教育場景深度適配AIGC的外化與硬件化是技術(shù)發(fā)展的必經(jīng)之路，但若僅是軟件功能的簡單搭載，則無法發(fā)揮硬件的獨(dú)特優(yōu)勢和多模態(tài)數(shù)據(jù)融通價(jià)值。AIGC相關(guān)技術(shù)正在進(jìn)行融合交匯，大語言模型解