Qubi Temple 的 Qubit 智囊团 Qubit | qbitai
经过一年的快速迭代，业界对哪些行业生成式AI将率先落地有了答案。
在教育领域，它不仅被OpenAI列为重点应用之一，也成为国内大型模型厂商布局的重点方向。
生成式AI技术发展的背后，是人类与大型模型交互的不断改进。 在训练过程中，大模型不断学习人类的思维方式，人类也在与大模型的对话中获得灵感和新知识。
这个过程恰恰是“教与学的互惠互利”，也是教育追求的理想状态。 正是由于生成式人工智能和教育的高适应性，教育才成为生成式人工智能落地的绝佳领域。
在确定了实施方向后，更重要的是如何将技术与教育相结合，以达到后者赋能的作用。
在过去的一年里，AIGC赋权教育取得了哪些成就？ AIGC如何颠覆了教育？ 由于生成式人工智能的发展，未来教育领域将出现哪些新趋势？
在《AIGC教育产业全景报告》中，量子比特智库对行业内外的交流进行了系统回顾。
主要内容包括：
教育模式成为产业基础，AI原生理念已经渗透到行业方方面面，AI代理助力个性化学习，且好处包罗万象，每个学生都有自己专属的AI导师，AI代理化身为助教，帮助教师完成推进跨学科理解的能力， 打造教育模式的高层次能力，成为模型层玩家的核心竞争力教育模式将向多模态演化，落地产品趋于丰富，未来3-5年，AI PC将成为主流硬件产品，GenAI+XR将赋能创新教育AI代理的发展， 并实现......通过具身智能+脑机接口实现人机融合让我们一一看具体细节。
教育科技行业正在全面拥抱生成式人工智能
生成式 AI 将我们带入 AI2在0时代，通过对海量数据的学习，AI开始出现，生成的答案以更符合人类交流的方式呈现，可以在一定程度上激发人们的批判性思维。
在教育技术领域，最直观的变化是产品的AGI。 从学习机到APP，再到智能教学，教育技术领域在一定程度上与GPT产品挂钩。
2023年5-6月，搭载科大讯飞星火认知模型的AI学习机GMV分别同比增长136%和217%，AI学习机也成为去年双11期间 JD.com 和天猫的销量冠军。
教育模式成为行业的基础，AI的初衷理念已经渗透到行业的方方面面。
K-12组的AI学习机已全面投放市场。
学习机是国内市场上独树一帜的教育科技产品。 在大模型的加持下，学习机通过为用户提供增量价值，实现最佳销量。 从产品来看，国内大多数大型企业选择在学习机上搭载大型机型，通过为用户提供增量价值来增加产品销量。
目前，学习机赛道竞争激烈，生成式人工智能的出现有望为学习机构建立新的竞争壁垒。
从用户的角度来看，学习机受众是 K-12 人群。 这群人愿意付出，来自父母。
在小学阶段，家长注重孩子兴趣的发展; 在中学阶段，家长看重产品是否能提高孩子的学习成绩。
语言学习APP产品体验升级，市场反馈好于预期。
语言学习应用在海外市场表现不俗，其顶级产品已接入GPT4。 国产语言应用也接入大模型，与以往产品相比，生成式AI技术的互动问答有了实质性的提升。
从产品来看，从软件进入AIGC教育赛道的企业，通过接入通用大模型，利用自己积累的教育数据，对自己进行了微调和训练，主要集中在APP产品上。
由于对话体验的升级，此类产品是目前应用于教育的大模型产品中市场反馈最积极的品类。
从受众需求来看，主要是大学生和上班族。 在这群人中，大学生也会有提高成绩的需要，而上班族则没有提高成绩的需要，学习语言更多的是出于工作的需要或者兴趣。 对于这两类人来说，用户留存率是关键。 基于此，在产品设计中将更加关注用户体验和营销策略。
生成式人工智能已成为教育变革的新驱动力。
教育与科技的结合由来已久。 随着上世纪90年代互联网的兴起，教育时代开启。 进入21世纪，通过智能系统的引入，自适应学习已成为海外教育的热点。 2010年后，随着人工智能技术的发展，知识图谱等技术在教育领域得到了应用。
在每个阶段，教育都将与当前技术相结合，以解决教育面临的问题。
在生成式人工智能时代，技术与教育的融合对教育的两个核心角色产生了颠覆性的影响：教师和学生。 人工智能以新的形式融入师生的日常生活，在提供教与学辅助的基础上，改变着师生的学习和工作状态。
人工智能与教育的结合，也让科技公司在教育市场中占有越来越大的比重，生成式人工智能能力成为新的竞争点。
AI 代理帮助个性化学习和包容性，每个学生都有自己专属的 AI 导师。
AI代理为学生提供个性化教学：主要体现在课后阶段，可有效实现一对一学习辅导。
在生成式人工智能时代，教育工作者最大的机会是自适应教育的融入。
在生成式人工智能出现之前，在教育中采用个性化学习的成本非常高，对学校和家庭提出了很高的要求，需要先进的硬件、更多的教师和教学场所。
随着生成式AI的到来，AI代理的发展触手可及，AI代理可以作为每个学生的私人助教，随时随地陪伴学生。
AI代理化身为助教，帮助教师完成能力提升。
在工具的使用方面，人工智能代理降低了教师的学习成本，为他们提供了几乎为零的使用门槛。 在工作过程中，AI代理帮助教师更高效地生成课件，并提供教学设计思路。
AI代理可以在一定程度上释放教师的生产力，教师可以用更多的精力来提高学生的素养，教师的职责逐渐从教解疑转变为教育人，关注点从关注学生的成绩扩大到关注学生的心理状态。
变化与挑战并存。
大型教育模式在实施过程中面临三个主要挑战：1）数据质量;2）幻觉问题;3）价值观的一致性。
挑战1：缺乏高质量的数据导致模型的泛化不足。
低质量的文本数据，包括过多的重复内容和低质量的文章，不仅影响模型的训练效果，还会造成一定的算力。
对教育数据（尤其是教学行为数据）的访问有限，以及缺乏高质量的教育标注数据，导致教育人工智能模型的训练有限。 因此，数据质量成为教育模式发展的关键。
挑战二：大型教育模式的大规模应用需要解决错觉问题。
对于教育领域的大型模型来说，最重要的是保证模型答案的准确性和价值导向。
准确度体现在数学题上，目前教育模式在数学题上的准确率较低，无法达到大规模应用的水平。 在一些高阶数学问题中，准确率一般低于50%。
在教育领域，幻觉可以通过基于搜索增强生成（RAG）的问答推理和基于提示词工程的问答推理来解决。
挑战3：价值观一致是实施教育模式的唯一途径。
对于价值取向，主要是指大模型的答案中是否有极端的、不实事求是的言论，甚至有些误导。
在价值对齐方面，最常见的方法是RLHF（人类反馈强化学习），其中在通用文本数据语料库上训练的语言模型可以与复杂的人类价值观保持一致。
此外，由于目标群体是学生，因此对教育模式的审查将更加严格。 人工智能生成的内容也将被人工审查，以进一步过滤低质量的内容，以确保生成的内容中没有误导。
行业变化带来新趋势。
跨学科的理解将成为模式层面参与者构建高层次能力教育模式的核心竞争力。
在国内市场，自建大型模型已成为行业参与者必备的能力。
在教育领域，已经进入AIGC的公司都选择建立自己的大模型，区别在于模型的能力。 有些公司选择提供一般咨询，而有些公司则选择先在单一主题上取得突破。 目前，企业自建的教育模式具有融合跨学科知识的能力。 未来，跨学科的理解将成为自建大模型高阶能力的体现。
跨学科模型是连接知识和解决实际问题之间的技术桥梁。
跨学科模式在需要掌握丰富知识体系的学生群体中具有更高的价值，例如中学生和大学生。 对于中学生来说，有很多科目需要学习。 学生一贯的学习作风是复习大量题目并反复背诵，但知识点之间没有联系-转移-联系。 因此，有一种忘记测试不能与实际应用相结合。 这也是教育领域一直试图解决的问题。
跨学科模型旨在帮助学生真正整合知识点，并能够利用知识解决现实世界的问题。
教育模式正在向多模态演进，落地产品趋于丰富。
多模态大模型整合了来自不同模态的信息，可以促进更准确、更全面的理解和推理。
在教育领域，通过分析学生的写作、绘画、语言表达等数据，智能体可以更好地了解学生的学习状态和需求，并提供个性化的指导建议。 通过分析教师的教学数据和课堂情况，可以帮助教师实时管理学生，高效完成教学工作。
多模态大模型的发展将伴随着硬件的不断升级，AI代理的产品形态也将迭代。 随着数据维度的增加，AI代理将逐渐成为用户的独家合作伙伴。
未来3-5年，AI PC将成为主流硬件产品，GenAI+XR将赋能创新教育。
AI智能体现与发展，具身智能+脑机接口实现人机融合。
人工智能代理将朝着具体化的方向发展，从互联网人工智能到具身人工智能。
目前，AI智能体已成为大规模模型应用的主流形式，任务通过人机协作完成，其中AI智能体承担了大部分工作。
AI智能在各种智能设备中以软件的形式体现，一些产品已经有了数字人体图像，以提高交互的真实感。
未来，智能体A将进一步从虚拟世界演化到现实世界，拥有物理形象。 软硬件具身智能的结合将进一步扩大智能体的能力范围，在这个阶段，AI智能体可以赋能教育实践场景，以机器人的形式拥有更强的陪伴属性。
在脑机时代，AI智能体与人类的交互将更加深入，AI智能体对人类意图和状态分析的理解将更加准确，它们将能够干预学习障碍者，人机融合将达到一个新的高度。
具体报告详情：