一、背景材料

1.1 大模型和教育的影响

早期让ChatGPT出圈的话题，大多都与教育界有关。无论是纽约市公立学校禁用ChatGPT、调查中的89%美国大学生用ChatGPT做作业，还是GPT-4法律考试超过90%、香港大学禁止将GPT用于与学分有关的活动，大模型与教育的碰撞不断加深，以至于产业界丝毫不怀疑，大模型浪潮中最受影响的会是教育行业。这一点几乎成为共识。大模型的底层是全人类知识库，而教育正是要培养人们获取知识的能力。从供需角度来看，两者天然完美匹配。

1.2 大模型在教育行业的落地

Duolingo推出基于GPT-4的Duolingo Max，提供两个全新功能「角色扮演」、「解释我的答案」，前者提供个性化练习，后者提供反馈机制。Max版订阅服务每月收费30美元。

在线教育企业Chegg则利用GPT推出CheggMate， 可以生成个人定制的练习测试及生成实时反馈，帮助学员提高学习效果，目前聚焦在数学和科学领域。

网易有道在有道词典笔上线了自研的AI口语培训产品「有道开口说」，好未来发布类家教AI讲题机器人小π，猿辅导推出小猿学练机，

科大讯飞的「星火语伴」APP争夺AI教育细分领域，对于难以用语音或打字输入的多项式运算题，星火APP还内置「数学解题助手」，可以通过拍照识别来解题

学而思则宣布年内将推出基于自研数学大模型MathGPT的产品级应用，但MathGPT目前尚未对外发布。

新东方旗下AI开发平台已推出新东方口语、新东方练习助手、蝌蚪直播助手等AI产品。其中新东方口语面向教师教学、学生学习提供免费口语学习工具。新东方练习助手实现口算、选择题、填空题、英文作文等题型自动批改。

作业帮亦正在内测其教育大模型，据称该模型用于多学科解体、中英文作文批改、多语言对话教育场景，涉及智能硬件、工具应用等。

1.3. 国内大模型现状

• 子曰-网易有道【闭源】：翻译、口语教练、作为指导、语法精讲、文档问答、AI Box

• educhat-华东师范【开源】：问答、作文批改、启发式教学、情感支持

• 桃李-北京语言大学【开源】：国际中文教育大模型，支持国际中文的学习教育

• MathGPT：学而思【闭源】：数学大模型，目标是第一，题目要解对，现在GPT结果经常出现错误；第二，解题步骤要稳定、清晰，现在GPT的解题步骤每次都不一样，而且生成内容经常很冗余；第三，解题要讲的有趣、个性化，现在GPT的解释过于“学术”和机械，对孩子的学习体验很不友好。

• 星火-讯飞【闭源】：对话、批改辅导、写作、AI润色、口语

• KidsGPT【闭源】：AI育儿顾问大模型，智能对话、智能绘图、智能商品及服务推荐，具备了相应的母婴专业知识输出

二、行业冲击

2.1 大模型带来的行业改变

以ChatGPT 为代表的大模型，改变了人类获取知识的方法。过去是老师和学生的二元结构。今天，机器在很多领域比老师干得还好。因此，未来的教学模式，可能会拓展为老师、机器、学生三元结构。

在这个过程中，机器所充当的是因材施教的辅助角色，比如智能助教、智能学伴、智能导师，以此提升学习效率及学习效果。大模型在教育中将扮演更加智能和个性化的辅助角色，根据学生的知识状态、学习方式和兴趣爱好等因素，给予相应的建议和推荐。

除了提高数学和语言分析能力，大模型也可以在课程选择、作业布置、考试评估等方面给予帮助。例如，在课程选择方面，大模型可以根据学生现有的知识水平和职业规划，为学生推荐适合的选修课程；在作业布置方面，大模型可以根据学生的水平和兴趣，自动生成相应难度的练习题；在考试评估方面，大模型可以根据学生的答案和错题分析，给出学生的薄弱环节，并针对性地进行提高。

另一方面，通过大模型训练，“喂”的是每个人的做题情 况，学习进度，输出的是“千人千面”的教育 内容，包括适合个人的训练计划，题目等等，实现了以教师为核心到以学生为核心的转变。基于大模型足以实现对每个学生的“因材施教”，实行个性化的教育计划，通过大模型实现了学习者与学习资源的关联。

2.2 AI在教育的技术演变

将AI技术应用到教育行业不是大模型的首次尝试，在机器学习、深度学习时期，通过构建专家系统、对话系统实现以聊天对话方式的教育AI探索。ChatGPT相比传统教育聊天机器人，凭借其强大的理解能力和推理能力，极大的拓宽了大模型的解答范围和生成质量。

随着技术的迭代，大模型在教育行业中应用场景、适用领域也发生了极大的改变，对比之前的检索答案，大模型能够针对知识点生成详细的解读过程，生成生动、易懂的教学案例，使得大模型能够胜任更多的教学，而不是单纯的知识检索和反馈。

三、方案探索

3.1 方案探索

人工智能教育有两个主要特征，一是教育流程智能化，具体表现为人工智能技术在教学、 考试、评价、管理等环节达到全方面、立体化的智能应用；二是人才培养个性化，即通 过人工智能技术建立以学习者为中心型、涵盖教学全流程的智能化教育环境，实现更加多元，更加精准的智能导学与评价，促进人的个性化和可持续发展。

在教育行业中，虽然当前大模型已经具备了让人惊艳的表现，但由于其自身的幻觉、长期记忆、知识更新等问题限制了大模型的全面替代现有的角色，目前只能以特定辅助的身份提升整个教学链路的效率。

• 模型幻觉：教育过程中输出的答案不能是错误、歧义或者编造的

• 长期记忆：对教学行为的长期保存，例如答疑、学习计划制定等

• 知识更新：教材或知识存在迭代更新，模型要能够对知识持续的学习

在实际教育场景应用大模型，应当采取一定的措施规避大模型上述的问题，例如针对大模型的长期记忆问题，通过外置数据库的方式+向量检索的方式实现大模型的长期记忆；针对知识的更新问题，通过外部工具或数据库方式提供给大模型，基于大模型的理解和推理能力，基于上下文学习（In-Context Learning）的方法利用最新的知识。

大模型落地教育场景的一个探索架构如上图，分为数据层、模型层和应用层。

• 数据层是大模型的基础，针对实际场景中多种多样的数据形态，例如教学视频、对话答疑音频、题库文本、错题拍照图片等数据，提供统一存储和向量化表示，基于向量实现知识的匹配、检索，从而构建大模型的合适的上下文输入信息。通过人工反馈或其他渠道获取的有价值数据，构建模型的外置记忆模块，实现对学生的个性化教育，真正实现“因材施教、因人施教”

• 模型层是整个系统的核心，针对不同场景设计、训练、调整模型后，借助一切可利用的数据对外提供智能化服务。在模型层可以通过外部工具的方式，赋能大模型一些额外的能力，例如搜索引擎的调用实现常识性知识、事件的获取。

• 应用层是基于大模型的能力设计的智能角色，考虑大模型当前的限制（幻觉问题、价值观问题），在细分场景下利用大模型的能力，例如基于知识的对话答疑、试卷的批改评判等。将大模型当做一个教学智能助手，提升教学的效率而非取代某种已有的角色，能够在最大限度下充分利用大模型的能力。

3.2 教育大模型能力评估

在教育行业中应用大模型，需要构建对大模型统一的能力评估体系，体系包括从低阶到高阶能力的评估维度如下。

能力评估体系，可以分为如下等级：

• L1-基础能力：基础能力是大模型必备的工具能力，能够实现基本的问答、对话和有条件的简单生成，

• L2-中阶能力：具备一定的自主辅导能力、逻辑推理和问题分析能力，能够生较长的可信文本。

• L3-高阶能力：具备较高的自主性和智能，能够根据学生的特性进行针对性教学和计划的生成

其中由于教育的特殊性，对于大模型的价值观、公平性等偏好的评估也是必不可少的。当前通用的大模型底座一般都具备L1基础能力，在能力的强弱上存在一定的差异，对于L2是教育垂类大模型应当具备的能力，优秀的L3能力是大模型在教育行业的追求和目标。