近日有關小學生上課佩戴智能監控頭環的討論，讓AI教育再次成為輿論的焦點。伴隨人工智能技術在教育場景的落地，拍照搜題、智能閱卷、口語測評、人機對話、雙師課堂等應用層出不窮，其中不乏借AI概念圈錢講故事的偽智能產品。

我國人工智能教育前景幾何，當下AI教育面臨哪些現實挑戰，資本又如何看待其中的投資機會，在教育這個以“重”和“慢”為顯著特色的行業，警惕資本熱潮下的技術神話和濫用尤為重要。

AI教育投資熱

當前，AI+教育的浪潮日趨激烈，VIPKID、洋蔥數學、松鼠AI等諸多科技教育領域的玩家，都迅速在AI領域跑馬圈地。行業迅速發展的背后離不開資本的助推，從數據上來看，全球人工智能教育投融資進入高速發展期。

德勤《2019教育智能化發展報告》顯示，美國公司獲得的投資已超過了23億美元。雖然中國人工智能教育發展較晚，但由于應用落地方面獨具優勢，目前中國人工智能教育公司的獲投次數已超過世界其他地區。

具體而言，中國人工智能教育從2012年起開始有玩家逐漸進入，政府的政策也相繼出臺。2015年AI教育融資同比去年快速增長，宣告著我國“人工智能+教育”時代的正式到來。2016與2017年，人工智能教育分別占同期國內所有教育總體案例數的4%與7%。在2018年里該項數據大幅增長至19%，合計案例97筆。

“目前人工智能教育行業仍處在發展階段，尚未成熟。人工智能的概念雖火熱，但人工智能在教育行業的具體賦能卻并非是一蹴而就的。”德勤研究院研究總監鐘昀泰在全球AI+智適應教育峰會上如此表示。

他認為，根據當前人工智能技術水平在教育方面的應用，智適應教學產品可以分為五個等級：Level 0和Level 1的教育是基于簡單規則的判斷，進行學習內容推送，屬于初級應用。Level 2開始設計難度遞增的課程，而從Level 3開始涉及知識圖譜和概率模型，是當前智適應教育的最高水平。

Level 4等級通過計算機技術打造的智適應系統把高質量的內容推送到老師和學生的面前，以輔助教與學的過程，并使得整個過程可量化。達到這個水平的智適應學習系統，可以做到拿到任何一道學科題目，就可以用多種策略得到正確答案。Level 5為目前最理想等級，專注于對孩子想象力和創造力的塑造，對學生狀態的把控，分析情感因素、主觀能動性，從而提升學習能力、創造力和能動性。“目前國內產品大多處于中級和中級以下，諸多應用公司還未達到最佳實踐效果。”鐘昀泰表示。

對此，乂學教育-松鼠AI創始人栗浩洋向第一財經表達了同樣的觀點，他認為市面上的AI教育主要有兩類：一類是工具性AI教育，一類是教育性AI教育，只有智適應教育才是真正的AI教育，即根據每一個學生對知識的掌握、理解程度來制定一套適合該學生的個人定制學習方案。除此之外包括圖像識別、牌照答題、人臉情緒識別等，根本不是教育，而是教學輔助工具。

“過去風險投資只關注流量，后來發現只關注流量是錯誤，轉向關注銷售額，慢慢的現在大家開始關注教學效能，也就是學習效果如何提升才是最重要的。”栗浩洋告訴第一財經。

AI教育落地三大挑戰

事實上，中國AI教育正在迎來更加激烈的成熟階段的競爭。

根據報告顯示，2016 -2019年第一季度，獲得A輪階段融資的人工智能教育和整個教育行業的頻次分別降至41次和516次;進入擴張階段的教育企業繼續減少，2016-2019年第一季度整個教育行業中僅有452家公司獲得了B輪及以上融資。其中，人工智能成長階段獲得融資的公司占到50家，而這一數據高于過渡階段的獲得融資的公司。

人工智能教育細分領域投資持續分化。其中人工智能K12教育投資進入成熟期，人工智能外語培訓投資進入快速擴張期，人工智能教育信息化投資數額大，而人工智能領域素質教育正在成為投資藍海。

“下一步人工智能教育投資和整合趨勢，人工智能技術領先機構的投資正在偏向成熟度高的創業項目，VC/PE投資趨于理性，重點將集中在技術和落地強的項目，教育行業巨頭加快空白領域布局，AI+教育行業或將進入教育巨頭大舉投資和并購的時代。”鐘昀泰表示。

他認為當下AI教育仍面臨三大挑戰：首先是數據積累不足。AI教育需要海量精準和標記的數據，目前除個別團隊外，人工智能教育企業在核心算法技術上的差距并不明顯，也都在數據方面存在不同程度的缺失。

“不少AI教育系統只有教學前和教學后的短暫數據，學生整個學習流程的數據以及對知識點掌握情況數據都是匱乏的，這就導致整個學習數據還沒有形成閉環，也就很難形成有效評估。”栗浩洋表示。

第二大挑戰是市場認知問題。栗浩洋認為目前家長對于AI教育理解存在兩個極端，一部分認為AI無所謂，一部分認為AI還不成熟。他表示，AI成熟度已經達到八九十分的狀態，但AI教育是科學而不是萬能神器，要遵循科學的方法，對孩子的學習過程追根溯源，才能提升學習效率。AI+教育的落地需要學校、老師、家長和學生一起配合。

第三大挑戰是人工智能爆發式增長所造成的人才稀缺。對此栗浩洋認為，美國智適應學習技術時間上領先中國，在各個年齡段積累了大量用戶，而中國AI科學家本身就少，專門研究人工智能教育的幾乎為零，這就需要花費精力去歐美AI教育尋找最核心的科學家，同時和高校合作培養人才。

“相對來說，智適應學習技術在國內積累的數據量稍有落后，處在初步發展階段。優勢在于中國人口基數大、發展速度快，隨著學生有效數據的累積、人工智能算法的進步和從業者對教學教研理解的深入，中國未來有望后來者居上。”鐘昀泰表示。

關鍵詞：