对话“阿凡题”创始人:要怎样才算是一个“教育界的Uber”?

市民王叫兽 阅读:45989 2015-12-17 01:40:20 评论:0

阿凡题 互联网教育 在线教育 你可能对“互联网教育”这个概念已经听的有些厌烦了。的确,在互联网教育领域,尤其是K12领域,尽管风口已经被说了无数遍,可是“风”到现在却还没到。一个又一个的教育产品要不就是过于空泛得不到家长欢迎,要么就仅仅是把原有的概念用互联网包装一下,真正有价值的东西屈指可数。 现在看,真正受到市场上欢迎的,反而是具有浓重的应试教育色彩的“做题类应用”。但是这一类的产品也引起了很多争议:其一,它几乎是在鼓励学生抄答案。其二,它从另外一个方面,似乎也让“题海战术”愈演愈烈。 “阿凡题”是一家深耕于教育产品的创业公司,在此前,他们为人所知的是通过深度学习,对于图片题目的超高识别率。但“阿凡题”创始人陈李江却告诉我,“拍照搜题”已经不再是他们的目标。他们现在的目标是:像Uber 配置司机一样,为每个有疑惑的学生配置一名最专业的教师。并且以此入手,了解每个学生的个性化需求,改变“千人一面”的教育状况,真正重构教育。 听上去很宏大,但这是不是又是一个利用“XX的Uber”进行的炒作?搜题与打车这两个看上去风马牛不相及的需求,又有哪些相似之处?以下是我们的对话实录: PingWest:我看你们的产品说明里面,给我的印象是强调“一对一辅导”,但是这其实上已经是个比较旧的概念了。 陈李江:我们这个概念抛出来之后很多人只会看到“一对一”,其实我们重点并不在强调“一对一”,而是“即时辅导”。我们强调这两个字“即时”,学生需要的时候,它就马上可以出现,这是Uber模式的本质——按需服务。所以你可以把它叫做“教育界的Uber”。 PingWest:但是有个区别,“即时”对于要打车的人肯定是非常重要的。在教育里面,真的是一个非常重要的因素吗?再说,你们能够有多即时呢? 陈李江:当然重要。我举个例子,我们在用户调查中发现一个有意思的情况:不是学生不想学习,其实很多学生哪怕是差生,也有那么一刹那间很想学习。但是他想学习的时候却常常无法学习。我们去学校调研,我们问学生:上了这节课你有什么听不懂的地方没有?90%的学生都说没有,但一旦回去做作业你会发现问题就大了,一堆的作业不会做,学生自己也不明白。其实,学生需要辅导是周一到周五晚上做作业的时刻,但是辅导的时间却经常是他想玩的周末。这就是我们提出“即时”的意义,我们要在30秒之内找到能帮你的老师,这是别人做不到的。 PingWest:30秒?包括晚上? 陈李江:基本能说是24小时,因为到下半夜了需求小,但老师也有夜猫子,满足需求是没问题的。 PingWest:那你们会辅导学生多长时间? 陈李江:每次的辅导基本在5分钟左右,长的大概在10分钟左右。这是我们辅导的特性,就是点到为止。接下去该看书看书,该睡觉睡觉,该玩玩。按需服务,点到为止。这是我们跟别家最大的不同。 PingWest:但老师跟开车毕竟是不一样,司机去哪都是一样,老师要备课,他怎么能无预备情况下在5分钟之内突然看到一道题,就把它讲得很好呢? 陈李江:首先我们面试的都是一线教师,他们每天在一线工作,接触很多学生的问题,所以他们能够在很短时间内判断这道题他懂不懂、会不会、能不能做。在这些老师中,我们也会在筛选机制上选出那些优秀到可以做即时服务的教师。 题目也有分类,简单题和常见题,好老师一分钟就能解决。而真正有一定难度的题,可能老师需要一定的思考过程。但阿凡题最大的服务是机器识别,也就是人工智能的方式。所以老师讲解过程中,虽然遇到难题、新题可能会卡住,但阿凡题的搜索和题库已有的信息不仅可以帮到学生,还可以帮到老师。所以老师在给学生讲这些辅导的时候,也会有信息参考,目前包括对题的解析以及题目的分析过程等,这样能让老师讲得更好一点,提高他讲解的质量。 最后,我们还会积累学生的信息。很多老师可能第一次遇见学生,并不了解这个学生以前的学业情况。这就是我们的机会,但当我们有足够多的数据,系统就可以马上把这些信息反馈给老师,我们用新的技术和数据帮助老师最快速地反应、最快速地实现个性化教学。 PingWest:一般我们都习惯了教育最好是一个持续的过程,如果每次老师都不同,如何保持教育和思路的持续性? 陈李江:我们的系统里也考虑到这个问题,对比我们自己跟Uber的时候我们发现教学的过程跟你在线下找出租车有很大的不同。教学是个长期的过程,而且学生一旦认定一个老师,就不愿意再换。所以在我们的系统里,我们跟竞品很大的区别就是允许学生“收藏”一个老师,或者帮助他们形成一定的粉丝关系。这有点像微博里面粉丝跟大V之间的关系,你可以关注老师,提问的时候可以定向提问,可以跟他约好什么时候辅导。一旦粉丝关系形成之后,学生对一个老师会慢慢产生依赖,你会看到学生会时不时地@这个老师,甚至经常@这个老师,这样他们就形成固定关系。 PingWest:那最初我怎么知道一个老师好与不好?靠专家团?还是纯粹靠用户评论?但用户评论,毕竟它跟打车不太一样,它是主观的,存在差异性。你又不能把每个老师的录音都听一遍,你怎么做到最好的评价方式? 陈李江:专家组这些人一定是喜好符合平均价值观的,他教出来的往往是千人一面的那种“好老师”。但是学生状态不一样,需求不同,我们更愿意放在用户这端来决定。 PingWest:用户怎么决定?他们看到的是随机的老师。 陈李江:随机才有很多可能性。现在是随机,学生和老师的数据我们还没有充分用起来,但如果用起来之后我们就知道一个老师的讲课风格是什么样的,一个学生自己的情况是什么样的。因为推荐算法很成熟,智能匹配能让我们为学生推荐更多适合他的老师。 PingWest:那智能匹配怎么做到呢?老师和学生怎么通过数据来操作? 陈李江:分两个部分。一部分来自老师给学生的评价,这个评价里老师会给学生打上各种各样的标签。譬如说他在学习表现上到底属于中、好、还是差,他对知识点的掌握水平等等。此外用户行为也会提供很多数据。比如年级、学科,甚至他性格的特质。随着学生找老师次数的增多,这个数据会越来越精准,长期以往就会有大数据。 第二部分来自用户行为。你会发现如果一个学生发出一个问题等10秒、20秒就一直着急的点点点,或者出去了,你就知道这个人特别急躁。老师也一样,有些老师喜欢在纸上写,有些老师讲的时候语速特别快,有些老师讲的语速特别慢……通过这些都可以判断老师的性格。通过对这些用户行为的分析,未来可以进行大数据的采集和匹配。 PingWest:听上去你们做的有点像“今日头条”。 陈李江:是的,我们的个性化匹配方式类似今日头条。当然,我们并不是提供教辅服务或者内容的公司,我们是一家技术平台公司,我们暂时不考虑出内容。只是我们会帮助最好的内容找到最合适的人。 PingWest:Uber会根据流量大小来定价,你们怎么给每一道不同的题目定价? 陈李江:我们有多个维度。Uber最重要的是通过供需关系定价,我们也一样。比如白天从上午到下午上学的时候叫“闲时”,晚上放学五点开始到十一点多、十二点,高峰应该在九点左右,这段时间是“忙时”,这两个时段是不一样的。 此外还有很多方式可以在题目与题目之中进行划分。比如一道高三的题和小学三年级的题就可以划分。其次还可以通过量来区分——数学的供给和需求特别大,我们的政治题、历史题特别少,所以它的供给跟匹配之间更宽松。还有教师,比如教师的等级,他是几星老师,五星老师甚至可以开放定价,因为他确实得到了认可。通过这些层面我们是可以实现系统的浮动定价。目前,我们是Uber式的调价模式,就是连运营都不知道这一时刻这道题值多少钱,是系统自动给的标价。 PingWest:学生花钱? 陈李江:学生这端暂时不花钱,钱是我们补贴给老师的。一个学生拍一个题的照片上来求助老师,他会把这道题发到我们的答题广场,这道题进来之后系统自动定价,定价完之后再推给老师。这个老师会看到这道题现在多少钱,他不是抢单模式,是被推送后自我接单模式,他可以选择接或者不接。目前一个老师一天只有十次机会选择不接。 PingWest:那我不是可以刷题? 陈李江:有,目前两个人对刷,三个人合刷等等都出现过。但我们会有判断策略,用机器判断+人工复核审核的方式来解决。人发现不了事情,但机器可以,机器很聪明。 PingWest:你也知道“拍照搜题”这件事引起了很多争议。你有美国教育背景,却推出这样的一个产品,你不觉得这样会助长题海战术或加重应试教育吗? 陈李江:恰恰因为有这样的背景,我们才觉得做题这件事情并没有那么重要。你知道,美国的教育跟中国完全不一样,题海也好、应试也好,不是它的重点。其实很多中国学生在做题的题海战术过程中浪费了大量时间。你想想,一个学生一个晚上十几二十道题,他做到下半夜,你让他思考,他做都做不完,怎么思考?做完马上就睡觉了,但如果十几二十道题很快解决,他就会思考,为什么我白天听懂了晚上不会做,你给他更多自由的时间,他才有更多空间、更多思考的可能性。 所以我恰恰认为提供这个工具,能高效帮他结束本来他不应该花时间的事情,让他有时间做他该做的事情,甚至去玩,我认为学生去玩也是很好的事情,这就是我们的初衷。中国背景的企业会告诉你,我帮学生安排好时间学习,今天学这个明天学那个。但没有人告诉他们,其实学生是不需要这么多时间去学习的,他需要很多时间来思考。 PingWest:最后一个问题可能比较大,你怎么看待技术在未来教育中的位置?尤其是K12,技术已经发展了十年,但这个部分没有什么新的东西出来,大家长期以来感觉到,虽然有各种各样很炫的东西,但好象实际上没有什么成果。你怎么看? 陈李江:我觉得技术发展的趋势大家是能看到的,而且这个趋势越来越被大家认可,但是为什么最近的变化不明显?因为技术跟教育的关系其实还是处于分开的阶段,所谓的技术发展只是把黑板写粉笔的过程变成PPT,甚至变成投影仪,但它只是形式上的促进。但更重要的是教育的本质,什么是教育的本质?本质就是教育的内容、教育的传授者,知识传授的方法,当这些受到技术的影响,会产生奇妙的变化。 我举个很简单的例子:从大数据上来说,以前所有人都认为老师是最了解我这个班的学生的,家长都要依靠老师来了解孩子学习的情况。以后可能不是,按照阿凡题这样发展下去,再过一段时间我们可能比老师更了解学生。因为学生每做一道题都在阿凡题上面,学生不懂的东西、老师的每个评价都在上面,所以反过来我们会帮到老师。教材也是如此,从前的教材全国都是一样的,很难满足每个人的需求。以后的教材,有可能每个人拿到同一本教材,但是看到的东西不一样,学习的顺序不一样,要做的题都不一样。 这就是我认为技术再往下去发展能够对教育本质产生的革新。从刚刚说的标准化、填鸭式的教育,会变成个性化、辅助性的教育,让学生真正在这里面融汇贯通,打开思路,真正去思考问题。因为大家都知道,美国的教育是教我们思考问题、发现问题,中国的教育是教我们解决问题。但其实发现问题是最难的,因为只要发现问题,再笨的人都能找到最笨的方法去解决,只是解决得好不好,这才是关键的区别。所以我相信未来科技一定是教育最不可分割的一部分,是能够真正促进教育往前快速发展的关键因素。 来源:品玩

本文 中视在线 原创,转载保留链接!网址:http://51569.com/a/23395.html

可以去百度分享获取分享代码输入这里。
声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。