作業幫首席科學家宋旸在大會現場分享
2023 年 10 月 17 日至 19 日，芥末堆在北京舉辦 " 活力更始•教育與科技的再進一步 "GET2023 教育科技大會。在 17 日的領袖論壇上，作業幫首席科學家宋旸發表了《教育場景下的科技力量》主題演講。
信息技術革命正在重塑未來社會，在與文明發展共生相伴的教育領域，信息技術也帶來了許多變革。尤其今年，以大模型的爆發爲信号，将科技對教育的加持作用推向高潮，在一波又一波的産品落地中，教育科技有望迎來新的奇點時刻。
依托在教育科技領域的不斷探索與深耕，宋旸分享了近年來作業幫的實踐經驗，比如基于 AI、大數據等前沿技術和多年教育資源積累，傾力打造的自研教育大模型 " 作業幫銀河大模型 "；借助科技力量，實現了品質和品類躍遷的智能學習硬件；拓寬科技的應用邊界，改變學習體驗的智能圖書；緊跟政策，踐行教育數字化的公立校産品；與 AI 密切結合的素養課程，等等。
宋旸表示，" ‘科技爲人，成就非凡’是我們秉承的使命，作業幫在這條路上持續探索，爲學生、家長和老師提供更優秀、更便捷、更加觸手可及的教育。"
以下爲演講實錄，經編輯：
作業幫成立于 2015 年，我們從成立之初有一個使命，堅守以教育科技爲手段讓教育變得更加簡單，更加觸手可及。我分享一下我們在整個教育科技行業做了哪些事情，用什麽樣的科技讓教育變得有哪些不一樣。
自古以來随着科技的發展，教育被一次次重塑，中華民族上下五千年的文明，文字的發明讓我們的文化得以留存。造紙術和印刷術的發明使我們的文化得以快速傳承，由此産生了教育。到了工業時代，教育的發展非常迅速。我們知道工業革命的核心是社會化大分工，學術研究也變成分工合作的階段。所以有了 " 科學 " 這個詞，什麽叫 " 科學 "？就是 " 分科治學 "，有了分科治學就有了現在教育标準化的雛形，一直延續到現在。
最近二三十年信息技術帶來革命，這個革命我們都感同身受。我上學的時候沒有這麽多電子化設備，課堂上看圖片都是用傳統的投影儀，現在幾乎每個教室都有電子白闆，播圖片、視頻、PPT 變得稀松平常。
近幾年，以 AI、大數據、虛拟現實技術爲代表新的科技革命，爲教育帶來個性化、多元化等方面的改變。提到最新的教育技術發展，不得不提今年非常火爆的大模型技術。
這是 ChatGPT 網頁版每周用戶訪問量，随着時間變化，我們看到從去年 12 月上線之初到今年 5 月都是一路高歌猛進，到了 5 月之後進入平台期。我相信大家也有類似的感觸，一開始覺得非常新鮮，從來沒有見過，用着用着發現在一些非常具體的業務場景下，好像還是缺一股勁，沒有辦法真正地把所有細節都落實到位。所以缺少一種持續需求的源動力，我們沒有辦法持續使用。
但是我們看這個曲線，到了今年 9 月有新的拐點。9 月是全世界學生的開學季，這波學生把 ChatGPT，把大語言模型推到新的高潮，并不是做教育的人自己說大模型在教育行業有非常廣泛的應用，這是全世界真實的結果。大模型技術在教育行業有這樣的潛力，作業幫也不會錯過，我們基于 8 年來的積累，包括題庫、教學經驗、用戶的互動數據打造了 " 銀河大模型 "，今年 9 月正式亮相。
我們很大的經曆都花在如何讓我們模型的能力應用在真正的業務上，真正幫助學生、家長和老師，讓學習變得更簡單，更有效率。
第一個場景就是理科學習。談到理科學習，解題是少不了的，基于大模型，比較複雜的高中數學問題已經能達到不錯的準确率。但是怎麽提得再高，一個應用場景就是我們的題庫建設生産，我們希望大模型解題能力達到題庫生産的标準，正确率和豐富程度至少達到真正的老師的标準。
我們通過多個模型投票和人工審核的方式，通過盲評（評估人員不知道這個題目是人還是機器生産的），最終結論是大模型的解題能力和題庫生産的準确率差不多，所以達到了能夠上線應用的程度。通過應用大模型，我們在保證質量的同時，獲得了生産成本數量級的節約，産能數量級的提升。
在文科學習上也有很強的場景，作文批改潤色這個技術十幾年前就有了，那個時候确實沒有那麽智能，更多是提錯别字、寫評語，最大的問題是特别空洞，看起來高大上，實際上和文章很難找到相關性。引入大模型之後這一點發生很大變化，比如針對文章情節和内容點出優缺點，針對優秀句子點評，對不那麽優秀的句子做一輪潤色。
除了學科學習，素養和素質教育近幾年也比較火，素質教育裏的編程是首當其沖的科目。在編程的學習裏，AI 大模型變得非常重要。小朋友剛剛接觸編程，尤其是低年級的孩子，需要有 1 對 1 的輔導，在線課程很難做到這一點。有了 AI 之後，我們可以對孩子寫的代碼做評價，寫的代碼哪有問題、問題是什麽，不會寫的時候問一下大模型，會告訴你用什麽樣的思路，怎麽做。類似于 ChatGPT 進行多輪交互，讓孩子把它當成教你怎麽編程的助教，和它反複交互，實現非常好的編程學習效果。
科技對教育的改變也不僅僅是大模型，很多場景下都會有新的探索。比如硬件，對作業幫來講這是一條快速發展的新賽道。兩年前，我們的産品還聚焦在學習打印領域，但是到今天，我們的教育學習硬件全家福有打印機、學習平闆、學習筆、護眼儀、AI 學習桌、學習手表、電子單詞卡等全部學習場景。
大家可能覺得有手機就夠了，爲什麽還需要多種多樣的學習硬件？硬件要解決學習場景的問題。我們類比一下自己就可以知道，有手機、電腦、平闆，甚至還有手表，它們的功能是趨同的，但爲什麽還有這麽多設備，就是要解決在不同場景下的應用問題，不同場景下對不同設備的理解和使用習慣是完全不同的。
比如，以下幾個典型的場景：
第一，完整的大段時間的系統學習。我們主推的 AI 學習機外表看起來就是一個學習平闆，但是裏面所有的軟硬件的設置都是面向中小學生的學習輔導而設計的。
第二，碎片化時間。碎片化時間就是背各種東西，我們推出很小的手持單詞卡。第一代是單詞卡，到後面發展變成全科學習卡，你可以把所有科目中所有你希望記的内容導到單詞卡上，你可以用記憶曲線模式提醒什麽時候該背什麽，可以快速檢測掌握與否，讓孩子把碎片化時間利用好。
第三，錯題打印機。這是我們最早的一代産品，一直發展到現在。它是一個熱敏的錯題打印機，場景是把電子化學習和傳統的紙制材料相結合，至少在學校裏大家所倡導的是紙質化傳統學習。學生都要有一個錯題本，用手抄題比較低效，有了錯題打印機之後，你可以把在各種場景下積累出來的錯題，通過錯題打印機的形式打印出來，貼到本上。現在我們已經推出了多個尺寸的學習打印機，覆蓋學習打印的全部場景。
科技對教育的改變，還體現在教輔。這是我們新起的一塊業務，我們希望把傳統的教輔利用新的科技力量讓它産生一些變化，我們稱之爲智能圖書業務。在數學上，我們把題目批改舉一反三的能力集中進來。買一本教輔之後，可以用軟件去拍照完成題目的批改，不僅是客觀題，也包括大部分主觀題。針對錯題，我們會有相應題目的舉一反三的練習可以進行鞏固。這在傳統的教輔上肯定實現不了，傳統的教輔隻是單向輸出，引入科技力量之後，實現了反饋和交互的閉環。
剛才講的都是面向普通 C 端用戶的業務，我們在公立校也做了很多事情，是由教師驅動全流程的工作。之前提出作業 AI的概念，從作業的來源、設計、采集，到批改和反饋的整個流程是受控的，學生在這個流程裏的所有題目都由題庫導師精心篩選，所有作業都被電子化設備采集，采集的結果是電子化記錄的，老師可以針對學習的情況做分組，做個性化錯題本。這個流程因爲有教師的輔助，變得非常标準化，數據質量高很多。
除了作業 AI，體育 AI也是最近興起的一項重點的場景。我小時候所有的體育項目，記錄成績方式都很原始。跳繩靠肉眼數，跳遠靠尺子量。而現在的體育考試，中考或是标準化的體測，我們做的這套更多偏向平時日常訓練的場景，在操場部署相應的傳感器設備、攝像頭，學生不管上課還是下課，不管有沒有老師都可以應用這些設備，打開設備就可以進行跳繩、跳遠、跑步等各種項目的練習，自動記錄顯示成績和改進建議。比如跳遠練習，會有跳遠姿勢的 AI 建議，看回放就能知道問題在哪，應該怎麽改進。
最後是教學物料生産，這是在大語言模型流行之前已經開始火的技術，通過文字簡單的提示生成出非常優秀的圖片。這個技術在我們作業幫設計團隊裏已經廣泛推廣開了，以前老師需要做單個場景物料圖的時候，需要先找我們的設計師溝通，設計師至少用半天的時間出草圖，确定之後設計師花兩天的時間出簡單的組圖。有了這個技術後，整個時間得到大幅壓縮，需求溝通一個小時之後設計師基于 AI 出了至少 10 組以上供選擇的風格或者創意，選定一組之後基于 AI 優化，把圖片維度豐富補全，不會超過一天的時間，整個過程從原來的 3 天縮減到 1 天。
以上是我們所做的教育科技方面的嘗試，底層是雲原生、大數據、AI 等一些技術做支撐，上面是五大重點場景，首先是教育應用 APP 矩陣，即将由大語言模型技術賦能，面向學生、家長和老師提供最普适的服務。作業幫智能硬件覆蓋全場景矩陣，讓學生在所有的場景下進行學習。智能圖書是我們新啓動的方向，努力讓傳統教輔具備雙向交互實時反饋的能力。素養課編程是最适合與 AI 相結合的，我相信未來能有更好的發展和變化，最後是我們對公的闆塊，我們在作業 AI 和課後服務、體育 AI 等領域都在持續探索。
" 科技爲人，成就非凡 " 是我們秉承的使命，作業幫在這條路上持續探索，爲學生、家長和老師提供更優秀、更便捷，觸手可達的教育。
