ChatGPT興起后，如何利用大語言模型服務各行各業是當下社會的焦點問題。其中，由于教育資源的不平衡，AI 教育早有研究。近年來，在大模型的推動下，AI 教育展現出了強大的自監督學習能力、智能適應教學能力和多模態交互能力，為教育生態帶來了深刻的變革。

如今的學生能夠通過虛擬助手、智能媒體與AI進行互動，大模型是人工智能領域中最為重要的技術之一，并在教育領域中扮演著越來越重要的角色。誠然，大模型的出現之于老師并不是一勞永逸的工具，其帶來的機遇和挑戰，需要教育機構、教師團體和學生共同理解和適應。

語言學習和數理解析

在語言學習領域，企業通常在GPT大模型上做微調和接口調用，增強原有的產品體驗。多鄰國借助AI大模型，打造了更好的交互式學習體驗。其中一個例子就是對學生完成的語音和語法練習生成自動反饋。通過這種方式，應用平臺的用戶將獲得自己語言使用能力的實時評價，還有關于如何進一步改善能力的提示。

AI還被廣泛用于該公司的英語測試系統，幫助包括大學、學院和政府組織在內的2000家機構評估非母語人士的英語能力。在這類場景下，AI可以通過網絡攝像頭參與遠程測試管理，檢測候選人可能采取的作弊方法。它還能自動創建測試項目，評估測試難度，自動給候選人打分，并在計算最終得分前審視對方的整體表現。

但也有一些領域如數學、醫學等，對AI的需求是準確、清晰、具備強大的邏輯推理能力，且容錯率低，通用大語言模型目前的性能表現更像一個偏科的學生，文科不錯，但在數學題的解答和推薦方面還存在一定問題。

以數學領域為例，目前市場上有幾個主要流派。比如谷歌收購的Photomath、微軟數學、Mathway、專注數學計算的WolframAlpha等產品，主要利用非大語言模型的傳統AI技術加上數據庫的方式解決數學問題。

學而思AI團隊發現，這些大模型解答數學問題經常出錯，有些數學問題雖然能夠解決，但方法更偏成年人，無法針對適齡孩子的知識結構和認知水平做適配。他們表示，由于大語言模型的推理與計算能力有限，因此 MathGPT 需要結合大語言模型和計算引擎兩者的能力，大語言模型需要理解題目、分步解析，并在合適的步驟自行調用計算引擎。

而谷歌旗下的Minerva模型也專門針對數學問題進行優化，使其能夠回答微分方程、化學、狹義相對論等高難度學科問題。“定量推理是語言模型仍然遠遠低于人類水平表現的一個領域，”研究人員在谷歌官方博文中解釋說，“通常認為，用機器學習解決定量推理問題需要模型架構和訓練技術的重大進步。”

其還提到，數學等復雜學科問題的解決需要使用自然語言和數學公式解析問題，以及生成數值計算的分步解決方法等多種技能的組合。“為實現 STEM（Science、Technology、Engineering、Mathematics）推理任務的最先進性能，Minerva 結合了小樣本提示、思維鏈或暫存器提示以及多數投票等提示和評估技術。”

化為工具，而不是過分憂慮

例如，在課程選擇方面，大模型可以根據學生現有的知識水平和職業規劃，為學生推薦適合的選修課程；在作業布置方面，大模型可以根據學生的水平和興趣，自動生成相應難度的練習題；在考試評估方面，大模型可以根據學生的答案和錯題分析，給出學生的薄弱環節，并針對性地進行提高。

“我們認為 GPT-4 正在開辟教育的新領域，”可汗學院首席學習官 Kristen DiCerbo表示， “很多人長期以來一直夢想著這種技術。它具有變革性，我們計劃負責任地進行測試，以探索它是否可以有效地用于學習和教學。”

然而，大模型也存在一些局限性，如需要龐大的數據集和運算能力，對隱私和安全方面存在風險，同時也面臨語義理解和情感識別等方面的困難。此外，在大規模教育中，確保大模型的公平性和可解釋性也是重要的挑戰。

大模型的出現和與教育企業的結合，有可能對教育行業和教師團體造成一定的沖擊，但同時也帶來了一些機遇。

一方面，大模型的出現和發展，對傳統的教學方法和模式是挑戰。例如，通過大模型對學生的個體化學習進程和行為進行監測和推薦，可以在一定程度上擺脫傳統教師因人力和時間限制而無法實現的教學個性化和反饋。而且，大模型所需要的資源和數據，以及人工智能技術的加持，讓學習更加便捷，不再受時間和地域限制。

另一方面，大模型的出現也可能會挑戰傳統教師的核心地位，并對教育行業和教師團體帶來不確定因素。比方說，大模型所提供的個性化推薦和反饋，可能削弱了教師在學生心目中的權威。教育機構和教師團體需要加強對時代和技術變革的理解和更新，主動擁抱人工智能技術，并通過提高自身素養、培養高質量教師等手段，來應對和適應人工智能的發展。

天風證券認為，未來五到十年，AI驅動的軟件或較大改變教學方式。AI會了解學生興趣和學習方式，進而定制內容并讓學生保持參與；通過衡量學生理解力，了解對什么樣動機做出反應，并立即提供反饋。此外，AI可以通過多種方式幫助教師和管理人員，包括評估學生對某一學科的理解以及就職業規劃提供建議；較大程度消除不同地區間資源不對等，實現資源優質深度均衡。

總結

AI 教育是當下教育領域最具創新性和前瞻性的方向之一，可以預見，在未來，隨著人工智能不斷地發展完善，教育的未來將會更加數字化、人性化，也將更加多元化、個性化。隨著 AI 技術的不斷進步和教育水平的不斷增長，在新的教育模式中，很多教育問題將迎刃而解，教育資源的普惠也將更快到來。

不過，AI技術在教育領域的應用需要與教育理念相結合，不能簡單地將 AI 技術應用到教育中，而是需要根據教育需求和目標來進行有針對性的應用，這一點是人工智能成為教育發展助力而非主宰的基礎。