專訪論答CEO王楓：用AI創造1000萬個好老師

AI+教育無疑是今年最火的AI落地場景之一，猿輔導此前獲得高達1.2億美元E輪融資；K12智能教育平台一起作業也在上半年宣布完成2.5億美金E輪融資，AI+教育之所以受到資本青睞、玩家紛紛入局，其中最重要的原因之一，正如論答CEO王楓博士所說：「AI最適合的行業之一就是教育，本身市場很大，容錯很高，何況中國是全球最大的應試教育市場，這是10000億人民幣的市場。」

雷鋒網專訪了論答CEO王楓博士，就AI+教育的行業趨勢、中美教育創新的特點、論答產品特點和技術優勢、AI技術如何解決優質教師稀缺等問題進行了深度交流。

用技術讓每個學生都擁有優質教育

王楓博士本人在教育行業深耕多年，擁有美國喬治亞大學教育技術學博士學位，並攻讀了賓夕法尼亞大學（University of Pennsylvania）、弗吉尼亞大學（University of Virginia）博士後。

2002年至2014年底，一直在美國從事在線教育研究與管理工作；2008年開始在紐約州聖瑪麗學院負責在線教育工作。隨後於 2011年至2014年在紐約城市大學創辦約翰傑在線教育（John Jay Online）。

2015 年初王楓回國創業，據介紹，他回國後領導了國內第一個以國際領先演算法為核心的人工智慧學習系統，並主持了國內教育領域第一個有關人工智慧技術有效性的實證研究項目。2016年在紐約和上海創辦論答（Learnta）公司。

據雷鋒網了解，論答是一家學習技術與大數據（Learning Technology & Analytics）公司，專註於 「人工智慧 + 教育」，致力於為中小學教育機構提供人工智慧學習綜合解決方案。針對國內中小學課程體系，本土化設計和開發人工智慧演算法引擎、學習系統、課程內容、以及教學模式。

因為長期在美國工作，王楓對美國豐富的教育資源深有感觸，談到回國創業的領域抉擇，王楓說到「2015年剛回來的時候，我就思考到底要做什麼，最後決定還是要做K12（中小學教育）。我們認為通過technology，能夠讓每個孩子都能擁有優質的教育。」

「優質教育最核心的部分就是要有一個好老師。有好老師你才能真正學得好，但哪有那麼多好老師呢？一線城市的資源分配本身就已經不均勻，到了二線、三線、四線就更不用說，好多地方根本就沒什麼好老師，那怎麼解決？光靠政策是不行的，本身只有那麼多，好老師又不是短時間可以培養起來的。我們最後分析，最核心的還是要從根本上來解決，通過AI來創造真正100萬、1000萬個好老師。」

王楓對好老師的定義是，在最短的時間之內能夠找到學生的學習問題，然後可以有針對性地進行教學。這需要老師有多年的教學經驗，但是如果依賴於經驗的話，可能現在AI比人類更有優勢。

「我們現在已經可以做到平均只需要8道題，就可以把一個孩子整個中考代數74個主要的知識點，哪些掌握的好，哪些掌握的不好，哪些是他的薄弱知識點摸的清清楚楚，精準度92%以上。」

「如果沒用我們演算法的話，要達到90%以上精準度，需要每個知識點後面出3道題，74個知識點你得出222道題，要花費666分鐘，11個小時。而採用了我們的演算法平均只需要8道題，每道題3分鐘，24分鐘就可以把這個學生整個代數摸清楚。」

基於PRISM演算法打造智能測評系統

雷鋒網試用了論答的智能測評系統，首先選擇年級，然後選擇英語或數學科目，系統會自動推送相關知識點的習題。

如圖，在B4知識點中，剛開始第5 題做對了，但系統又推了第 9 題和第 10 題。這兩道題答錯了，讓系統判斷該知識點並沒有掌握，第 5 題有可能是猜對的。

做完所有推送的題目之後，系統會自動生成多維測評報告。

測評報告顯示的數據有：測評得分、知識點掌握數、測評用時、知識點掌握率，並且詳細列出薄弱知識點和已掌握知識點具體內容。

而這背後，都是基於論答的PRISM演算法推薦引擎。據介紹，PRISM演算法推薦引擎是論答自主研發的以國際頂尖演算法為核心的自適應學習引擎，通過大數據分析系統分析處理海量學生數據，學科專家團隊針對英語和數學學科研發知識圖譜，根據地區、考情和學習數據更新優化。

測評完學生的知識點掌握情況之後，論答的學習系統利用演算法實時檢測每一位學生的當前知識狀態，並對比系統中海量學習數據，為每一位學生智能推薦和優化學習路徑，並且配有知識點講解視頻。最後，智能練習系統會根據每位學生的當前能力，匹配合適的專項練習題。

此外，論答的智能課堂可以根據每位學生的學習能力和學習偏好，智力匹配最合適的學習任務，老師也可以使用在線直播平台給學生實時授課。論答的標準課程覆蓋95%教材版本，支持本地開發定製，可以一鍵備課自動生成教學內容，節省備課時間。

據論答官網資料顯示，2016年，論答公司的創始團隊主持了國內第一個有關自適應學習技術有效性的實證研究項目，採用了嚴格的隨機對比試驗設計，結果證明通過論答的自適應系統學習：

1）提分效果顯著優於通過傳統在線系統學習:

2）學習效率是通過傳統在線系統學習的3倍以上:

3）學生的反饋總體上是正面的，並且優於對傳統在線系統的反饋:

瞄準中小學教育機構，提供一體化解決方案

「我們自己去年招了200名學生，都是真實的付費用戶，就是為了打磨我們的產品。」據王楓介紹，為了打磨完善論答的產品，他們招募了200多名付費學生用戶進行實踐測試，模擬培訓機構真實上課場景，老師使用論答的在線教學系統和學生在線視頻，給學生講解論答在線測評系統檢測出的錯題和薄弱知識點。

「我們的產品從2015年做出來，到現在三年多了，剛剛成熟，AI後面所需要的真正的技術沉澱其實還需要很長時間的積累。現在技術已經初步成熟，可以開始向外面大規模輸出，我們現在剛剛開始向教育機構輸出我們的產品。」

王楓介紹，論答不會自己做培訓機構，而是向教育機構提供人工智慧學習系統和綜合解決方案。包括整套系統、內容、演算法、教學方法。「任何一個培訓機構或者是學校拿到我們的系統，他們的老師立馬『拎包入住』就能上課，而且能夠立刻發揮我們AI的價值。」王楓舉例說，一個沒有任何教學經驗的兼職大學生老師，平均只需要3到6個小時的在線培訓，使用論答的教學系統就能上課，並且能夠達到一個優秀老師的水平。

目前，論答開始與上海、湖南、湖北、內蒙，江蘇、浙江等地的公立學校和培訓機構展開合作。

談到為什麼打磨了三年產品，為什麼只開設英語和數學兩門學科，王楓解釋道：「因為我們開發一個學科的工作量可能是別人10倍以上。不光是內容題目，還包括後面的知識庫，一個知識庫就得3到5個月的時間。然後後面的演算法要進行不斷地調試。從商業應用場景來看，數學和英語是培訓行業最大的兩個學科，其實做其中一個就已經足夠了，何況我們做了兩個。做一件事情一定要做到極致。我們做兩個學科已經是非常沉重了，還別說做五個、六個學科。」

論答暫時不考慮拓展其他科目，先把這兩個學科做透，先拓年級再拓學科。

至於演算法所需的海量數據從哪裡獲取，據介紹，主要有兩個來源：一是合作學校和機構的學生數據；二是通過知識圖譜自動學習更新的學生數據。

培訓機構通過付費獲得論答的學習系統，每位學生根據自己的賬號登陸，系統會推送題目並檢測學生薄弱知識點，老師只負責和學生互動並做習題講解，節省備課時間，降低備課難度。

「我們是真正的技術驅動型公司，為教育機構提供解決方案。」至於具體的合作學校和機構名單，王楓表示暫時還不能公布。

最後，談到中美教育的差異，王楓說，美國在教育上面比中國先進很多，因為美國不僅僅是應試，中小學階段對學生個人素質、領導力、解決問題的能力和思維能力的培養方面總體來說做的很好，並且鼓勵孩子去pursue自己的passion，激發學生內在的熱情和學習動力，這一點的話美國能做到。

美國的教育創新其實是從應用層面把整個國家的文化和教育底蘊所結合起來創新，這一點不一定和技術有那麼直接的關係。其實技術在美國中小學的影響非常小。

但中國因為東亞文化，而且優質教育資源稀少，最後還是以應試教育為主。「我認為應試並不是問題，應試教育很好，它保證了整個教育的公平性。」

而應試方面的創新，中國會比美國更有機會。「我認為接下來最偉大的AI+教育公司一定在中國，它才能夠發揮巨大的價值，因為市場在這裡。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！