原标题：吴晓如：讯飞学习机的核心之处在于个性化与精准化
“AI+教育 共创共生”——2021全球人工智能与教育大数据大会(2021 AIDE)上，科大讯飞总裁吴晓如发表主题演讲。吴晓如介绍，面对“双减”政策下的教育挑战，科大讯飞做出了三方面尝试：
1、智慧教育解决方案如何通过智能技术强化过程化评价，融合教学生活，大幅度减少低效无效的学习时间和作业时间，目前该技术已延伸至体育、书法、音乐教学中。
2、科大讯飞通过智能技术支持教与学，如为“三新“背景下教学改革的情景创设、自主探究和协作学习提供全链支持，培养学生能力素养，破解分层作业难题并为学校提升课后服务水平提供支撑。
3、通过建设教育新基础设施，为教育提效。
科大讯飞总裁吴晓如
今年是科大讯飞创办的第22年，而作为教育领域尝试的一个重要布局，七月中旬科大讯飞宣布推出新一代AI学习机T10，科大讯飞董事长刘庆峰曾在当时指出，讯飞人工智能+AI服务已落地全国31个省级行政区，38000余所学校，服务师生数1亿。
刘庆峰也曾就科大讯飞AI学习机的4+1标准进行解读：能对学情做分析、能对学习做推荐、能对语言做提升、能以成效促信心，阳光绿色能守护。
而针对目前的学习机产品的进展，吴晓如在这次接受多知网采访时解读，科大讯飞的学习机与市面上同类产品不同之处，在于其内部功能应用与价值点的不同：“学生学习的时候就可以把学习机看成是一个人，他在不断地观察学生学习的各种行为。”
“学生在上面看的一些学习内容，做的一些练习题等等，结束以后通过后台智能线的分析来了解出去，了解完了以后就给学生不断的去提供和他最匹配的一些学习内容和资源。”
“所以在根本上，科大讯飞学习机最核心的个性化和精准化。”
吴晓如表示，学习机后台的深度能力将要求科大讯飞做得越来越准确、越来越全面，这是其核心技术不断往前突破的事情。其次，科大讯飞正在和许多教育方向的顶尖机构合作，用以适配当下时代学习的一些内容。
……
以下为大会现场吴晓如演讲实录。
尊敬的王秘书长，谢教授，各位来宾，各位专家：
我们正进入世界百年未有之大变局，新的时代对未来人才提出了更高的要求。如何通过人工智能、大数据等技术，帮助学校、老师、家庭，尤其是帮助学生做最好的自己?
最近，国家针对教育出台了很多重磅政策，其中最重大的政策就是“双减”政策。“双减”政策的核心内容是“双减一提升”，即学生的作业负担要下降，课后培训要减掉，但同时教学的质量要提升。
“双减”政策还明确提出了要鼓励分层作业、个性化作业，要坚决杜绝机械无效的作业，同时要优化教学模式，提升教学的质量。“双减”政策的影响力之大，内容之具体，应该说是空前的。
我看到了另外一个非常令人反思的报告，是教育部教材局申继亮先生在今年的初中教育发展论坛上所做的。报告表示，在2018年79个国家参与的PISA测试中，我们国家有4个省市的平均分在阅读、数学、科学素养排名第一，这是非常值得自豪的事情。
但另一方面，它给出了一个数据，我们的学习效率偏低，数学和科学排在46和54位。
也就是说，为了获得一个好的成绩，我们付出的代价是非常大的。
另外，学生的满意度不高。随着学习时间的增加，学生学习的满意度其实是下降的，而且年级越高满意度越低。更重要的是，学习的志向。本来科学、数学、阅读的成绩比较好，学生未来可以从事相关的工作，但是我们看到，随着年纪的增长，大家越来越不愿意参加和自己所学的专业有关的工作，这个情况就很严重了。
“双减”政策就是需要我们把相关的学习负担减下来。如何做到减负增效？通过人工智能助力教育。在时代对人才的培养提出新要求的情况下，如何给学生提供更加个性化、精准化的教育？通过因材施教，能够让每一个孩子成为最好的自己。在这就讲三点：过程评价，支持教与学、赋能环境。
首先讲一下如何强化过程化的评价。
实际上，评价在整个教学中的作用是非常核心的。在做一些未知学习内容的探索过程中，比如我们开车去了一个陌生的地方，过程化评价就像一个导航仪，它可以告诉我们到底学的成果怎么样，效率怎么样，学习的方法对不对。
看整个评价体系，尤其是实时的过程化评价，可以对学生的能力进行全过程的考察，以评促学。学生怎么才能获得学习的兴趣？如果每学一段时间，就可以看到自己取得非常好的学习成果，就可以激发学生的兴趣，激励学生不断的充满热情的学习。
从另外一个方面来说，要以评促教。在新的教学模式下，老师当前教的方式对不对？教的方式能不能和学生形成互动？我们要通过以评促教来改进老师的教学审核。可以看到，随着评价体系在工程技术上不断取得突破，我们已经可以对全过程的数据进行伴随式采集。
现在采集的海量数据，可以对这些数据音频进行多模态的数据分析，并且通过各种各样的分析计算，得到实时的反馈，从而对老师教和学的行为进行调控。
可以看到，从评价的角度来说，我们非常有经验的老师，他在课堂可以比较好地观察到一个学生学习的状态，如何把高水平老师的多年形成的主观经验，转换成简单易用，并可以大规模推广的智能化模型?
看纵向这条线，我们就可以通过数学建模的方式，把一些高水平老师的主观经验转换成一个智能评价的模型，并和老师一些全局性、感性的评价结合起来，大规模地用在课堂和课外，对学生实时的学习行为进行数据化以后，生成一个比较好的评价结果。
下面来看评价的模型在学科教育以及非学科教育中是怎么运作的。在学科的教育教学中，最左边这个表是三个学习要点，元素与集合的关系、函数的奇偶性、对数函数及其性质。我们如果仅仅只看一次考试，比如期中考试这三个方面的考察，学生都做错了。
如果按照传统的模式，就要推荐给学生大量的学习试题去训练巩固，这就对学生形成了很大的学习压力。如果把过程化的数据很好结合，就可以发现，元素与集合的关系是因为学生粗心的问题，这时候我们只需要给他少量推送一些学习资源去巩固，以后就能避免出现类似错误。
再看一下第三个，对数函数及其性质。它一直是高频错误，仔细通过过程化数据分析，去巩固强化它的前序知识点，可以减少未来的出错。
比较麻烦的是中间，函数的奇偶性。这其实是一个学科能力，并不是某一个知识点没掌握好。这时候要对它进行拆解，进行综合探究，进行专题的学习，通过循序渐进的方式来提高学生在这个方面关键的能力和学科的思维能力。
通过评价在整个学业中的应用，可以非常大幅度地降低无效的学习时间和作业时间。在“双减”中，一些智能评价的手段，以及老师的一些评价方式，可以结合起来，大幅度降低学生学业中的压力。
非学业的过程评价，以体育中的跑步为例。最近可能很多人都跑步，有些人看了一些跑步指导的攻略，他讲我前几十年跑步都跑错了，这个姿势不对，容易受伤。其实很多体育训练都这样，立定跳远中，手臂该怎么动，腿部该弯曲多少度，以前可能大家跳了很长时间，也不知道正确的跳法。但实际上，现在通过数字化环境，以及简单的体感设备、摄像头，对运动做一些监测，就可以对运动的规范性进行检测，对运动的一些技能技巧进行分析，并及时给予反馈。
在一个运动场上，一位老师不可能同时关注50个、100个学生。同时，运动中的一些问题，通过感知智能、认知智能和大数据结合的一系列技术的进步，让大家的运动技巧、运动规范得到非常大的提升。
在过程评价中，科大讯飞和北师大的出版社还合作推出了智能书法。在中国的基础教育监测中，已经把音乐的一些评测评价用到了大规模的监测中。
这些实际上是在打造一个过程化评价，形成教与学行为中的一个闭环。这个闭环应该是持续发展目标过程中的行为，要形成伴随式的数据采集，而不是说让评价和具体的教与学的过程形成两张皮。
如果形成两张皮其实是非常危险的，学生会为了考试而学习，为了评价而学习，但这种伴随式的数据采集就可以让很多原始的数据汇集出来，然后通过智能化的模型，对融合后的数据进行平台的数据分析，分析的结果可以实时提供给老师、学生，从而形成闭环。这种教与学的方式对于提高教学效率，提高教学效果是非常重要的。
这是第一点，过程中的评价对于全面提升教育的效率，降低不必要的一些教学负担是非常重要的。
第二，智能化的技术，人工智能和大数据等等相关的一些技术，是如何在具体的教学中破解重大的一些教学中的问题，支持教与学的活动。
现在大家经常讲的教育中非常重要的一个改革就是“三新”。新的教材、新的课程和新的高考。尤其是新的高考在发生变化中，对教育的牵动非常大。如果简单地讲“三新”下的教学改革，就是从原来以知识点为导向的教学转向了现在以问题为导向的教学。
为什么原来学习了一个知识点以后，到了具体工作、生活中的场景，学生不知道怎么用?是因为原来学习重策略，现在“三新”的教学就要以情景为载体，这种情景其实就是在我们的工作、生活中。
例如，同样是“欧拉定理”的学习。原来，学生有空间想象就行，在考试上给一个很像数学考试的公式，做一些推导、抽象以后，就可以求解。
但是看一下右边新的教材、新的课程、新的高考，它就提出了完全不同的要求。题目就像一段作文，“去看一下北京大兴机场，这种机场非常漂亮，这个机场它其实是一个多面体，现在要你有求多面体的能力。”
如果没有生活中的常识，如果阅读水平不够，如果不会逻辑推理和数学抽象，你根本就不知道怎么去把这个场景转换成一个可以用“欧拉定理”解决的问题。所以，新的高考应该对新的课程、新的教材，以及整个的学习提出了全新挑战。
我们做了一个专门的调研，调研了6个省市，1000多名老师，老师们感觉压力很大，甚至很困惑。到底怎么创设一种场景来培养学科的能力?这些情景化的素材，简单感知的情景化的综合性素材，怎么去找?现在如果不改，以后的高考改变了，怎么能够形成一致性?老师有非常多的困惑，这就要求能够把好的老师的教学模式和理念，形成能够传播的方式。
比如说，怎么针对一个具体的大单元教学，用多种知识点能解决一个问题?怎么去创设这种场景?如何让学生在这种场景里面，比如说一个大的摩天轮，怎么能够更好的去观察和分析?
在观察和分析里面，当前学习的内容可能是三角函数，如何从摩天轮里面去找到一些和三角函数相关的问题，这时候如果能够提出问题来，其实分析问题就已经解决一大半了。
然后有了这些问题之后，怎么对这些问题进行求解，怎么进行反驳?在一个课堂中怎么能够把学生进行分组。学生和学生之间怎么去探讨，学生对老师提出来的东西，怎么去进行反驳，最后还可以把相关学习的知识点应用到更多的问题中，实际上就要把数学中的直观的想象、数学的建模、抽象逻辑的推理，融合成一体，去真正解决问题。
如果学生能做到这一点的话，这就是他以后走向了具体的工作岗位以后，经常讲的一种能力。能力是水面下的东西，他这种能力在平时的日积月累中就可以得到不断提升。
具体在课堂中，我们进一步提供了智慧课堂。这种智慧课堂的系统可以帮助老师去创设一个非常好的沉浸式的环境，环境里面提供了各种沉浸式的教学资源，可以让学生感觉到身临其境。
同时，现在的课堂应该线上线下融合，怎么创设一个跨时空的探究式的课堂互动环境。现在经常是集团式教学，集团总校和分校之间，课堂怎么能够互动，怎么能够分组，怎么能够讨论，这样的话在“三新”的教学改革中创设一种更好的自主学习，我们提供全面的支持，这样让更多的老师能够去跟上当前新的教学。
这是第二点，到如何适应“三新”教改带来的教学挑战。
第三点，怎么去完成新型的作业。“双减”里面有一个非常重要的要求就是降低学生的作业负担，而且还要求质量能够进一步提升。科大讯飞特别提供了一种教学的平台，从布置作业、批改作业到反馈作业形成了全面支持。
原来一个班级，如果老师给50个学生布置同样的作业，相对来说他已经习惯了。现在一个老师要给一个班50个学生布置分5层的作业，老师的挑战就非常大了。
应该怎么做?现在讯飞提供了一个作业平台，可以一键式的布置作业，听上去很容易，但是一键式的布置中心怎么能够根据学生的能力维度、水平、知识点的掌握，去布置分层的作业，这需要作业要有多维度的标签。多维度的标签不是静态的，实际上它是动态的，和背后的教学行为形成的学前数据是紧密关联的。
有了这种多维度的能力域、知识域和核心素养域等多维度的标签，有了当前学校班级的学生的多维度的学前的数据，这样老师就可以去进行一键化的推送，就非常好地解决了布置作业的问题。
解决了布置作业的问题后，别的问题马上接着就来了，批改又是一个很大的挑战。原来批改一个类型的作业老师得心应手，现在如果要批改5个类型，甚至要批改每个学生不一样的个性化的作业，对老师的压力非常大。
在批改作业上，现在人工智能能够给老师非常大的支持。可以看到现在非常多的题目已经用了智能化的手段，可以可靠地进行作业批改。实际上现在这种批改的技术不仅仅用在作业中，在中高考中也使用了人机一体化去批改，来提高批改的准确度。
可以看到，智能批改技术帮助老师的效率提升了65%，老师可以把更多时间用到对学生个性化的反馈指导上。
在反馈指导上，原来有经验的老师通过自己的主观印象批改了一份作业以后，没有对学生的反馈。现在有了自动批改和学情自动分析，就可以把学情的报告一键推送到老师的备课课件里面去。老师有了备课课件，再根据自己的对课堂中的一些问题，就可以进行更加精准的辅导，甚至对一些个性化的问题，老师还可以录制个性化的微视频，这样就可以形成从布置、批改到反馈的一个学习闭环。
监管其实也是一个非常突出的问题。既然国家提出来了在“双减”作业中明确的要求，怎么去管理?实际上现在在整个学生的作业量、效果，对整个学习的帮助，整个的一站式的数据监管的平台，可以为作业全过程的管理。站在一个区域的角度，一个学校的角度，科大讯飞可以提供全面的支持。
第四点，我再讲一下它是如何提升课后的服务的能力。因为现在明确的在“双减”政策上，要求学校力所能及地提供给学生基本所需要的课后服务，单纯依靠单一的学校的能力，很少有学校能做到。
现在，我们行业的合作伙伴已经提供了120多门数字教育的课程，课程已经服务了100多万师生，其中一个非常重要的 课程是人工智能创新教育。
国家2017年出台的人工智能新发展规划中讲，人工智能的人才缺口是在几百万。我们提供了一套非常好的，依托于中央电教馆的人工智能的课程体系，讯飞提供了软件和硬件的环境。
学生在老师的线上线下的指导下，可以针对一些具体的问题，用软件、硬件，提供人工智能的专业化工具，它可以做一个项目。中学生、小学生可以做得比较简单，高年级的学生可以做得复杂一点。
可以看到，这种项目制的学习不仅仅让学生了解了什么是人工智能技术，还可以看到如何用人工智能、大数据技术去解决相关的问题，更重要的学生知道了怎么去做一个项目。进入大学以后，进入了工作以后，他碰到这种要解决具体现实问题的情况下，就不会发怵了。
所以讲课后服务，通过一系列的合作，现在可以给很多学校提供非常全面的课程。我们讲要培养核心素养，能力里面的相关的问题。
第三个方面，我我们要做到全过程的评价，要做到支持老师的教和学生的学，营造这样一个环境。
在今年的两院院士大会上，总书记专门提到人类正进入一个人机物三元融合的智能互联时代。智能互联时代以前的教学，在师生、家长构成的社会空间和家庭、学校构成的物理空间里面展开现象。而现在二维的教学，如何能够把各种终端设备形成的线下的线上的教学融合进去，形成一种三维立体式的教学方式，就比较复杂了。
这种复杂是因为，首先，在物理空间里面，家和学校之间的教学要形成一种联动，在具体的学习场景里面，有课内、课外的，还有学生回家以后自主学习，这种不同过程的学习如何形成一个融合和联动，其实最关键的就是资源和数据。
数据可以把过程化的学习过程有效串起来，资源可以不断提供以学生为中心的，最适合学生的学习内容。这样的话数据可以打通，打破时空的界限，可以把整个学习的过程融为一体。
那具体要提供什么样的环境呢?我们看到，经过了这些年，国家各个地方政府的大规模的投入。我们到各个学校去，我们看到计算机网络、电子白板，甚至一些存储计算的服务器设备，越来越全面了。
但老师在教育教学过程中，我们需要形成真正的教育大数据。教育大数据怎么形成?形成了教育大数据以后，要对大数据要进行深度的分析，如果没有这种智能化技术的深度分析，这种海啸式的数据会让老师、要会教育管理者不堪重负，所以这种智能化的技术只能在中间发挥作用。
最终，通过分析，给学生提供最优质的教育资源，这种优质的教育资源既可以是国家统一层面的建设，也需要校本、区本的一些优质教育资源。智能化技术、教育大数据和优质的教育资源，共同形成了教育超脑。
教育超脑是一种新型的基础设施。最上层，我们要给学生提供保护学生视力的各种各样的教学终端设备。现在不仅仅有简单的PAD，还有扫描笔、电子墨水屏。对老师端、学校端，我们都要有一些端上的产品，这样形成闭环，才能够创设一种三维立体的教学空间。
我想在这种三维的立体教学空间中，才能够更好通过环境的赋能，对教学和学生的全过程进行精准评价。通过评价的结果，更好支持学校的教和学，通过人工智能、大数据更加高效地助力每个老师教得更好，希望每一个学生都可以通过更高效的学习，做更好的事情。
我的汇报就到这，谢谢大家!
