将老师圈入其中的作业场景,是作业盒子征服百万用户的秘密?

当教育遭遇人工智能,会带来怎样的改变?


像《黑客帝国》一样,穿越到意识世界通过完成任务积累知识?使用脑机接口直接将知识输送到脑中?再或者干脆连睡觉的时间都不放过,让人们在梦境中学习?

这些,都只是幻想作品中的想象而已。人工智能更像钻木取火的那根燧木,是帮助人们更有效掌握知识的工具,而非一劳永逸、不需主观付出的速成大法。

事实上市面上的教育产品、特别是 K12 教育产品中,多多少少已经应用了人工智能技术。拍题解答需要计算机视觉的支持,从庞大的题库中推荐适合的题目同样需要知识图谱的参与。

在这些产品之中,「作业盒子」显得有些不同。通过切入作业这一每天发生在学生和老师之间的场景,加上人工智能的技术支持,似乎获得了相当独特的竞争力。

做作业而已,为什么需要一个 APP?

目前 K12 教育产品大致分为两类:一类是为学生提供大量练习题目的刷题类产品,如猿题库等;一类是拍照答疑的扫题类产品,如学霸君等。

接管作业场景的作业盒子,显然不属于以上任何一种。

在作业盒子的老师端中,老师可以根据教材和知识点,从庞大的题库中挑选合适的题目布置作业,还可以查看周边其它老师布置的「热门作业」作为参考;作业完成后,教师可以选择自动批改选择题,并在手机上完成解答题的修正。学生则通过学生端在手机上答题完成作业,获得批改结果;还可以在 APP 中通过知识闯关与其他同学互动。

未命名_meitu_1.jpg

作业盒子界面,左一为学生版主界面,二、三、四为教师版界面


与大部分面向学生用户的 K12 产品相比,作业盒子的核心服务人群是老师,因此「专业化人群对题目质量要求更高」。据作业盒子自适应题库负责人称,目前作业盒子的题目数量在 2000 万以上,其中 100 万为精题,即:接近出版标准,平均错误率在千分之三以下的题目。

对于老师来说,根据班级的进度和特点、通过手指点点划划布置个性化题目,还能获得自动批改结果,作业盒子不失为寄托作业环节的便捷选择。完成作业之后,学生还可以和同学 进行知识点的 PK 和闯关,在不知不觉中巩固了知识点,学习也变得轻松起来。

在作业盒子 CEO 刘夜看来,作业盒子作为一款工具类产品,核心是解决效率问题。「老师们用纸质教辅批作业,有的老师会用 Excel 统计作业结果,电子化则可以让这些变得更有效率。要坚信这个方向。」

人工智能用在哪儿?

无论是作为基础的知识图谱构建,还是为题目打标签、推荐题目,都需要人工智能技术的参与。以题目的标签为例,目前作业盒子题库中每道题的标签大概有 30 个,分为三类:基础标签,包括题型、难度、地区、时间等;教研模型标签,包括知识点、考点等;数据反馈标签,即学生的答题、老师的用题等情况。


其中教研标签主要体现老师对题目的认知。由教研专家对常考题目进行人工标注,并以此为基础对文本和题目基础信息进行挖掘,以便对更多题目的标签进行预测标注,提升标签覆盖效率。数据反馈标签则利用答题数据反映题目在不同学生群体中的正确率,易错程度,做题时长等。

K12 教育的知识高度结构化,因此在形成知识图谱上具备天然的优势。据称,作业盒子目前的知识图谱分为两层:第一层为教研专家团队通过将同步章节、知识点、考点等知识要素打通,根据教学顺序形成的『有向』知识图谱;第二层为根据学生答题数据,通过挖掘不同人群在同阶段知识点的答题表现,获得知识节点间的潜在关联的数据图谱。最终形成一张底层为专家模型,上层为数据模型的完整知识图谱。该图谱为后续题目推荐、排序、检索、自适应学习都提供了基础支撑。

Snip20161121_7.png

作业盒子的产品逻辑


很快,作业盒子还将上线「自适应」产品,一方面是自适应的学生能力评估模型,另一方面是自适应题目推荐。

为了与日常教学相配合,推荐被拆解为三个部分:一是强化,学生通过作业表现出的知识点薄弱,老师无法提供单独作业时,作业盒子可以根据作业情况巩固知识点;二是复习,在 K12 阶段学生自学、规划复习能力不够强,作业盒子可以根据认知和遗忘曲线在适当的时间推出题目巩固和强化知识点;三是预习,对于学有余力的学生会提供一些超前但不阻碍学习兴趣的题目,练习新的知识点。

「知识点推荐有很多策略,我们目前主要是概率图模型。基于学生的答题数据,利用高斯图模型挖掘知识点之间存在的关联,再结合教研层面的知识关联以及学生能力评估结果,可以构建实际场景中知识点的贝叶斯网络。进而,根据学生答题的评估结果,推断哪个知识点错了接下来的知识点也会错,这个知识点错了我们应该复习哪个知识点,随后根据相应知识点下的题目难度推荐适应学生当前能力水平的题目。这些都是相对成熟的技术,高质量的数据和良好的应用场景会让这些方法显示出很好的威力。」

那这些技术就是作业盒子的竞争力吗?比起技术的应用,自适应学习负责人坦言场景才是作业盒子的核心竞争点。「我们最大的优势不在于策略和算法多么创新,因为大家用的都是相对经典和成熟的技术。更重要的是能不能找到与技术相契合的场景和数据,这好比燃料与火箭的关系,充足的燃料才能让火箭飞的更快和更远。」

场景决定数据,数据决定效果

无论是技术负责人,还是 CEO 刘夜,在同作业盒子的交流中「场景」是最常出现的词。正是作业「场景」为其带来了高质量数据,通过挖掘数据又让作业盒子更好的服务于场景和场景中的人。

20151230110958312.jpg

作业盒子 CEO 刘夜


在刘夜看来,大部分互联网公司的切入点都是「量」和「痛点」,但对于学习来说,「切入用户后怎么延展是比较大的问题」。如果场景是扫题目,得到答案后的学生就不会使用其它服务,即便这些内容是根据数据反向提供的服务。「根本问题还是场景——作业是学生必须努力完成的任务,这个环节是由老师支配的。」

做作业这个场景为作业盒子提供了相当高质量的数据。与考试相比,作业这部分数据有足够多的量,同时也是足够真实、可信且连续的。场景带来的高质量数据为刻画学生行为精准画像、挖掘题目联系、提供精确内容的自适应产品带来了可能,这些功能又通过为学生提供服务的方式存留了更多数据。

「K12 老师的参与解决两个问题;一是老师支配了学生大部分的学习时间,通过老师才可以真正影响到学生的时间安排;二个是学习行为的连续性、有效性,老师的参与对学生的干预和监督。将老师纳入(作业盒子的)闭环,除了给学生提供积极的练习推荐、知识点辅导推荐,也能影响到老师作业布置的内容。」

在 2014 年 7 月作业盒子创立时,答疑产品、题库产品和扫题产品在教育市场上风头正劲,但很少产品将作业这个「场景」放在核心。「如果想做伟大的企业要解决价值问题,作业价值的上游在老师,效率的高低在作业布置时已经决定了。老师的参与和监督,决定了产品的数据和作用会影响上游。学生对于作业有依从性,他们产生的数据反馈给老师可以提高学生效率。」

作业盒子在将作业电子化、为老师和学生提供方便的同时,也在利用技术将这些数据转变为服务提升教学质量,让更多的学生能够因此改善学习效率。目前,每天大约有 15000 名老师在作业盒子上布置作业、80 万学生在作业盒子上答题,学科范围主要集中于易于结构化的理科以及英语。作业盒子下一步的目标是拓展更多用户,在多学科上做深耕。

据悉,作业盒子已于 10 月中旬完成近 1 亿元人民币 B 轮融资,本轮融资由德联资本领投,原投资方联想之星跟投,投后估值为 1 亿美元。


产业
暂无评论
暂无评论~
返回顶部