无大数据基础 何以谈AI教育？

　　2017 年国务院印发《新一代人工智能发展规划》，规划提到“人工智能 教育”深度融合已开启。教育领域已成为人工智能重要应用场景之一。在线教育企业如TutorABC、101教育、英语流利说等，互联网创业企业如科大讯飞、网龙等纷纷步入“AI 教育”这一赛道。谈AI教育的企业众多，而真正能够实现AI融入教育的企业恐怕屈指可数。

　　做人工智能的企业，必须具备这三大要素：算法、计算力和大数据。而随着框架平台的开放，各个企业之间在算法上相差并不多，计算力逐渐成为基础设施，而人工智能的决胜因素在于大数据的积累与沉淀。

　　互联网创业企业获取数据基本上有三种方式：一是买数据;二是从渠道伙伴那里间接获得一些数据;三是通过一些营销手段去获取用户数据。

　　花钱购买数据，简单而粗暴但需要企业有强大的财力支撑;从渠道间接获取数据，难以保障数据获取的持续性;通过营销手段获取用户数据，在营销成本不断增加的今天，数据获取很难形成量级。而不论是以上哪种方式获取数据都存在两大问题，问题一是这类数据并非结构化数据，拿到这些零散的数据无法直接用于AI计算，而将数据结构化并非是一朝一夕能够完成的，需要耗费大量人力长时间地为数据打标签，形成积累;更严重的是，拿别人的学习行为数据来给自己的学员做学情分析，得到的学习方案很可能会使学生出现“排异”现象。

　　而真正意义上的教育企业，获取数据的主要途径是来自实际教育过程中的积累。学生学习的数据会通过系统的搜集功能，进行筛选、分类并储存，为每个学生建立专属的数据库。随着教学活动增多，数据量积累越来越大，数据类型越来越多样性。而AI系统在进行大数据运算的过程中，数据量越大，数据类型越多样性，计算结果也就越**，这样得出的学习方案才是*科学有用的。因此，优质的教育大数据，往往掌握在运营时间较长的教育企业中。

　　成立于2004年的成人英语在线教育企业TutorABC，利用人脸识别技术采集学员上课投入、互动情况，当这些数据累积达到一定量级以后，用自研的AI系统分析这些数据并根据分析结果对课堂教学环节和内容作出适当调整，从而为学员提供更**的教学服务。

　　成立于1996年的K12在线教育企业101教育，是一家教学教研型教育企业。据创始人黄女士透露， 101教育22年的教学资源和数据构成了三棵大树。一棵是不断完善的课程体系树，大树随着课程的改革不断的修建生长;一棵是知识点树，将各学科、各年级所有的知识点标签化，形成五级标签化的知识点矩阵;另一棵树就是沉淀了101智适应学习平台上亿用户行为数据的用户数据树，这些数据作为AI运算的基础，清晰勾勒出每个学生的学习画像。智适应学习系统根据学习画像，基于101课程体系树和知识点树的结构化数据为每个学生有针对性地推送知识点、练习题、测试卷。随着资源和数据量积累不断增多，智适应学习系统也就越“聪明”，对学情的分析也就越**，学习方案越适用，这样就形成良性循环。

　　由此可见，AI教育到底能不能做好，不在于技术能力，而在于数据基础。而数据基础的搭建并不是纯靠财力和营销手段能够建立的，一定是具备教育基因，沉得下来的企业才能真正做好。创新工场高级投资经理包蓓蓓也曾公开表示，随着大厂商开源技术框架，技术门槛在降低，结构化的数据将成为真正的竞争核心。教育的下半场，一定是谁能获取更多的优质教学数据，谁就有AI教育的主动权。