教育 Agent 的第一場考試：讓大模型學(xué)會 “主動教學(xué)”。

文丨陳然

2011 年，喬布斯最后一次與比爾·蓋茨會面，兩人的閑聊中有一部分話題關(guān)于教育。喬布斯認(rèn)為，無論是蘋果還是微軟，都沒有真正通過技術(shù)提高教育的水平，蓋茨同意這個判斷：技術(shù)已經(jīng)重塑了法律和醫(yī)學(xué)的學(xué)習(xí)方式，但在教育領(lǐng)域卻沒有從技術(shù)的巨大進(jìn)步中獲益。

蓋茨對這個問題的解釋是， 技術(shù)需要更多致力于提供個性化的課程和帶有啟發(fā)性的反饋，由此才能從根本上重塑教育。

這恰恰也是教育復(fù)雜與難以改造的地方，它非常依賴人與人之間的互動反饋，教育的過程不僅在傳遞知識，還涉及情感與價值觀的多層次交流，僅僅是把教學(xué)材料數(shù)字化，從傳統(tǒng)紙筆換成平板電腦，從面對面教學(xué)切換到網(wǎng)絡(luò)遠(yuǎn)程教學(xué)，雖然可以讓教學(xué)資源更充分地被分配運用，但并不能本質(zhì)上提升教育的水平。

語言學(xué)習(xí)尤其如此。著名語言學(xué)家史蒂芬·克拉申在 1980 年代提出的語言習(xí)得五種假說中，首先區(qū)分了 “習(xí)得（Acquisition）” 和 “學(xué)習(xí)（Learning）” 兩個概念?？死暾J(rèn)為，語言學(xué)習(xí)更應(yīng)該是一個 “習(xí)得” 的過程，自然、直覺乃至近乎于潛意識的學(xué)習(xí)方式才更接近語言的本質(zhì)——我們每個人在嬰兒時期都是如此學(xué)習(xí)母語的。

但當(dāng)前的現(xiàn)實是，幾乎所有人都在 “學(xué)習(xí)” 而不是 “習(xí)得” 語言。這讓學(xué)習(xí)者雖然能夠掌握語法規(guī)則和詞匯，卻缺乏實際運用語言的能力。

聽、讀和寫的能力，尚能依賴反復(fù)練習(xí)、強化記憶以及單項針對訓(xùn)練來提高，但口語的提升幾乎必須采用 “習(xí)得” 方式：唯有真切地不厭其煩地高頻即時互動，學(xué)習(xí)者才有可能逐步提升口語的水平，脫離了語言環(huán)境和互動，這一切很難成立。這也讓口語教育成為語言學(xué)習(xí)聽說讀寫四個方面中最薄弱的環(huán)節(jié)，“啞巴英語” 由此而來。

在技術(shù)改造語言學(xué)習(xí)方面，至少在 2011 年，喬布斯和比爾·蓋茨都沒有看到什么清晰路徑，讓它變得更加個性化，更具互動性。

直到新一輪人工智能浪潮的來臨，大模型的出現(xiàn)帶來了語言教育方式根本變革的可能性。

供需嚴(yán)重不匹配的口語市場，大模型的緩緩落地

在大模型出現(xiàn)之前，找外教是人們提高口語水平的主要方式。

2020 年教育部公布的中國教育機構(gòu)共有外籍教師 6.71 萬人，賣方市場主導(dǎo)下，即使通過在線平臺遠(yuǎn)程教學(xué)的方式，單次外教的費用也在 100 元 / 次以上，按一周兩次課計算，一個月花費在口語上的費用超過 800 元——這超出了大部分中國家庭的消費能力：根據(jù)博研咨詢的統(tǒng)計，全國只有 12% 的家庭能夠負(fù)擔(dān)長期一對一外教的費用。

如果不選擇一對一外教，而是班級制授課，那么開口次數(shù)這樣的關(guān)鍵指標(biāo)會立刻下滑，雙向互動頻率的降低會直接影響口語教學(xué)效果。

龐大的口語學(xué)習(xí)需求和無法規(guī)?；目谡Z教學(xué)方式之間產(chǎn)生了嚴(yán)重的供求不匹配，斑馬首席產(chǎn)品官修佳明認(rèn)為，這正是造成大部分人口語水平長期停滯無法突破的原因。既沒有那么多的老師來提供一對一口語教學(xué)，也沒有那么多的家庭支付得起高昂的一對一費用。

大模型技術(shù)被認(rèn)為可以針對性地解決這種供需錯配的痛點，它提供了過往技術(shù)一直難以提供的口語交互的個性化表達(dá)和及時反饋，同時又很容易實現(xiàn)規(guī)?；渴穑袌鲎畛鯇?AI 的樂觀也在于此，口語教學(xué)第一次可以不再依賴真人。

很多 AI 口語產(chǎn)品陸續(xù)出現(xiàn)。在這些產(chǎn)品中，大模型被當(dāng)做是一個可以完成流暢對話的萬能語伴，人們可以沒有負(fù)擔(dān)的和它展開自由討論，大模型更是能夠自如地說出一般人難以掌握的長難句式，從語言教育的角度講，這更接近語言 “習(xí)得” 的本質(zhì)。

但這些仍然稱不上是理想的口語教育。在克拉申的語言習(xí)得五種假說中，第五種被稱為語言輸入假說，在這位語言學(xué)大師看來，輸入（聽和讀）比輸出（讀和寫）重要，只有累積了足夠的輸入語料，輸出才能夠有的放矢?？死晏貏e強調(diào)，輸入的材料必須略微超過學(xué)習(xí)者本身的水平，但又不至于難到讓人徹底無法理解。正是這種帶有適當(dāng)挑戰(zhàn)性的漸進(jìn)式輸入決定了輸出的水平。

大模型盡管具有廣博的通用知識，精準(zhǔn)無誤的語言發(fā)音和智能互動體驗，但每一次對話背后并沒有對難度的考量，也就是說，學(xué)習(xí)者面對的只是一個全能對話問答機器，它既不懂得設(shè)定教學(xué)目標(biāo)，也無意構(gòu)建教學(xué)效果閉環(huán)，它只是盡己所能地回答用戶的問題，這并不是一種基于 AI 原生驅(qū)動的教學(xué)產(chǎn)品，反而更像是一個添加了 AI 功能的傳統(tǒng)教學(xué)工具。

可以說，工具都是被動響應(yīng)用戶的問題，而不是主動帶領(lǐng)用戶學(xué)習(xí)。

用戶到底需要什么樣的口語學(xué)習(xí) AI 產(chǎn)品？

AI 已經(jīng)成為助推教育產(chǎn)業(yè)發(fā)展的重要因子，Grand View Research 報告估計，從 2024 到 2030 年，全球 AI 教育市場規(guī)模的復(fù)合年增長率將超過 30%，但迄今為止，在教育賽道里，還沒有出現(xiàn)一款基于大模型 Agent 技術(shù)構(gòu)建的原生 AI 教育產(chǎn)品。

較為典型的是拍照搜題類產(chǎn)品，大模型使其答案更加清晰準(zhǔn)確和高效。然而，這類工具產(chǎn)品盡管使用頻率高，卻因功能單一，難以形成完整的學(xué)習(xí)閉環(huán)，大模型優(yōu)化了它們的工具屬性，但并未將其轉(zhuǎn)化為一種全新的學(xué)習(xí)產(chǎn)品。

實際上這揭示了大模型 Agent 技術(shù)落地中的一個核心問題：用戶已經(jīng)見過太多相似的 AI 工具，它們?nèi)狈Σ豢商娲?，而樂觀的商業(yè)前景有賴于提供與眾不同的體驗。因此，在修佳明看來，僅僅只是在現(xiàn)有的教學(xué)工具上添加一些 AI 功能，對斑馬來說還遠(yuǎn)遠(yuǎn)不夠。它不應(yīng)該是某些單點能力上的 AI 化，而應(yīng)該是全棧式基于 AI 本身的特點，從 0 構(gòu)建的新形態(tài)產(chǎn)品。

剛剛推出的斑馬口語，就是修佳明心目中對于全棧式 AI 學(xué)習(xí)產(chǎn)品理解的產(chǎn)物。他說，斑馬口語是 “首個落地教育場景的 ‘教育 Agent’”，相比較于其它 AI 口語產(chǎn)品更多圍繞于簡單的工具屬性，教育 Agent 則是 “能自主完成教學(xué)閉環(huán)的智能體”。

斑馬口語技術(shù)架構(gòu)圖

“自主完成” 和 “教學(xué)閉環(huán)” 這兩個關(guān)鍵詞，恰巧對應(yīng)了前文提到的大模型主動交互能力和 “教學(xué)-練習(xí)-測試-反饋” 全鏈條。

打開斑馬口語，會看到一個三分屏，其中一個分給 AI 外教，她是一個名叫 Jessica 虛擬 2D 老師形象，另一個留給播放孩子實時直播畫面，最后的大屏則是交互式動畫課件。

在大模型 Agent 技術(shù)的加持下，用戶使用這款針對 6-12 歲兒童設(shè)計的口語學(xué)習(xí)的全程（一節(jié)課時長大約 25 分鐘），都是在跟 AI 外教一對一練習(xí)。

AI 外教不僅圍繞每節(jié)內(nèi)容的教學(xué)目標(biāo)回答小朋友天馬行空的各種問題，更會靈活運用兒童心理學(xué)知識和有親和力的人格特征主動引導(dǎo)用戶開口完整表達(dá)，為了進(jìn)一步加強口語教學(xué)的互動性，交互式動畫課件中甚至還預(yù)埋了不少彩蛋動效，舉例來說，當(dāng)小朋友興奮談?wù)撟约旱纳諘r，這些彩蛋會隨機觸發(fā)，像煙花一樣綻放在整個屏幕。

再比如，當(dāng) Jessica 引導(dǎo)孩子用英語形容某個人的長相時，交互式課件上會根據(jù)孩子的回答。

這樣的強互動設(shè)計貫穿課程始終，確保用戶在 25 分鐘的時間內(nèi)緊密圍繞教學(xué)目標(biāo)深度參與，根據(jù)斑馬內(nèi)測期間的數(shù)據(jù)統(tǒng)計，用戶一堂課累積開口說話的次數(shù)超過 100 次。

斑馬口語針對用戶的英語水平，將難度劃分為了六個梯度，每個梯度分為 24 個單元，每個單元 4 節(jié)課，所有 96 節(jié)課全部上完需要一年。這樣的內(nèi)容設(shè)計同在線一對一真人外教類似，而隨著教學(xué)的深入推進(jìn)（每周兩次），斑馬口語不僅逐漸記住用戶的個人學(xué)習(xí)情況、興趣愛好，還會在之后的課程中基于這些個人化信息同用戶進(jìn)行主動互動——這也同用戶面對真人老師時的情況一樣。

斑馬口語從設(shè)計伊始就遵循 “AI 原生” 原則。其核心在于實現(xiàn)大模型主動交互、教學(xué)目標(biāo)體系化設(shè)計與產(chǎn)品界面機制三者的全面協(xié)同，修佳明說，這在國內(nèi)尚屬首次。

與模型 “搏斗”

作為一個具備自主教學(xué)能力的教育 Agent，斑馬口語的基座來自猿力大模型，同時對兒童語言教育場景進(jìn)行了特訓(xùn)微調(diào)，其中許多數(shù)據(jù)來自斑馬多年以來的英語教學(xué)積累：斑馬過去的口語強化系列產(chǎn)品已經(jīng)積累了近 60 萬節(jié)、1500 萬分鐘的真實數(shù)據(jù)。

當(dāng)然，僅僅依賴專有數(shù)據(jù)和大模型能力本身并不足以將斑馬口語與市面上現(xiàn)有的 AI 口語產(chǎn)品區(qū)別開來，為了踐行主導(dǎo)型 Agnet 教育產(chǎn)品的理念，做一款市面上沒有的產(chǎn)品，斑馬在兩年多的時間里投入 200 人規(guī)模的團隊，這里面不僅包括負(fù)責(zé)教學(xué)體系動畫交互設(shè)計的內(nèi)容團隊，產(chǎn)品團隊和研發(fā)團隊，還有音視頻中臺以及跨部門的數(shù)據(jù)標(biāo)注與質(zhì)檢調(diào)優(yōu)團隊。

自 2023 年 8 月立項以來，斑馬口語的上線日期多次推遲——用修佳明的話說，團隊一直在 “與模型搏斗”。

搏斗分為兩個層面，首先是模型層。

已有的自研大模型只是基礎(chǔ)，想要產(chǎn)品化，還必須針對 AI 原生做特訓(xùn)，這種特訓(xùn)大致包括兩部分。首先是讓模型融合多種口語教學(xué)法、心理學(xué)與語言學(xué)技巧，以便在實踐中更好地應(yīng)對多種突發(fā)場景（比如所謂熊孩子的搗亂）。另一部分則是將課件信息、學(xué)習(xí)目標(biāo)、評價標(biāo)準(zhǔn)等納入模型中，讓它對自己的教學(xué)目標(biāo)有著清晰認(rèn)知。

如何在引導(dǎo)糾正用戶把復(fù)雜的句子說好的同時不打擊他的信心？如何記住用戶的理解程度同時適當(dāng)拔高口語訓(xùn)練的難度？大模型極大的靈活性和口語教學(xué)的特點注定了這是個繁雜的過程，模型需要時刻圍繞用戶的具體場景和能力水平來做響應(yīng)。

搏斗的第二層則是工程化實踐。

大模型天然具有開放，靈活的特點。然而，當(dāng)斑馬的技術(shù)團隊決定開發(fā)一個原生主導(dǎo)型教育 Agent，而非市面上常見的 AI 口語工具時，他們面臨的核心挑戰(zhàn)是如何平衡控制與靈活：既要確保大模型嚴(yán)格遵循教學(xué)流程，又要避免限制過死，保留其應(yīng)答的靈活性。

不僅只是排除一般意義上的不安全內(nèi)容，模型訓(xùn)練階段的數(shù)據(jù)篩選還特別注意數(shù)據(jù)與兒童心理年齡發(fā)育的匹配性。在策略層，斑馬口語通過規(guī)則設(shè)定了一道彈性但明確的邊界，允許大模型在邊界內(nèi)自由發(fā)揮。

這套規(guī)則設(shè)計進(jìn)一步延宕了斑馬口語的開發(fā)速度，因為這種策略 “邊界” 設(shè)定，不是加幾個關(guān)鍵詞攔截那么簡單，它不但是模型能力的一道護(hù)欄，同時還肩負(fù)著教學(xué)功能：斑馬的產(chǎn)研團隊將每堂課都拆分成十幾個環(huán)節(jié)，通過精確到 2-3 分鐘的環(huán)節(jié)目標(biāo)設(shè)定，引導(dǎo)大模型 Agent 能力沿著教學(xué)體系設(shè)計的方向前進(jìn)。

這種精細(xì)顆粒度讓開發(fā)一年的內(nèi)容花費的時間差不多也需要一年，但帶來的好處在斑馬看來是值得的：清晰的、根據(jù)教學(xué)內(nèi)容設(shè)計的規(guī)則促使大模型 Agent 擁有極強的主導(dǎo)能力，但又不會漫無邊際地神游天外，同時在許多人類意想不到的時刻，會產(chǎn)生奇妙的火花。

修佳明舉了個例子，在內(nèi)測階段，同 AI 外教一同出場輔助執(zhí)行教學(xué)任務(wù)的 AI 學(xué)伴，在看到用戶對話中提及自己收到禮物時，會脫口而出：I’m jealous.（我很嫉妒）“小朋友非常開心。” 修佳明說，因為這是一個有針對性的、情緒化的、意料之外的反應(yīng)。在大模型 Agent 出現(xiàn)之前，沒有哪種技術(shù)能做到這一點。

這種獨特性引發(fā)了另一個問題。如同從小接觸平板電腦與智能手機的小朋友會下意識觸摸每一塊看得到的玻璃一樣，作為實現(xiàn)完全自主的教育 Agent，斑馬口語中的 AI 外教 Jessica 對孩子來說意味著什么？

作為兒童教育領(lǐng)域的資深從業(yè)者，修佳明認(rèn)為，不需向用戶諱言 Jessica 的 AI 屬性，實際上，Jessica 確實就是個有人格的 AI 外教，她知識面廣博，囊括了大量的通識知識，這在開放式問題互動過程中非常好用。溫暖熱忱，擁有超越普通外教水平的教學(xué)能力和超強的記憶力。

斑馬口語從設(shè)計之初就致力于為 AI 外教建立穩(wěn)定的人格特質(zhì)，通過大模型 Agent 實現(xiàn)的高質(zhì)量互動，使得 AI 外教能夠模擬真實教學(xué)中的多維交流，不限于知識，也包含情感與價值觀。

主導(dǎo)型 Agent 與教育市場的重構(gòu)

口語教學(xué)是一個供需不匹配，一直以來需求都沒有被滿足的巨大市場。主導(dǎo)型 Agent 教育產(chǎn)品的出現(xiàn)，第一次有望根本解決這種關(guān)系失衡。

根據(jù)修佳明的介紹，在經(jīng)過技術(shù)論證和反復(fù)測試后，斑馬口語最終定位是首個 AI 外教一對一產(chǎn)品，這意味著它的最終價格會參考同級別的真人口語課程。

在教育領(lǐng)域，消費者的決策邏輯非常樸素理性，就是看這個產(chǎn)品是否有用，從早期內(nèi)測的情況來看，反響頗為正面，斑馬內(nèi)部甚至圍繞這個產(chǎn)品構(gòu)建了一個名為口語力的指標(biāo)，以便清晰量化衡量口語的提高過程。口語力共分為準(zhǔn)確度、流利度和豐富度三個大的維度，通過客觀數(shù)據(jù)指標(biāo)來量化分析，這些數(shù)據(jù)匯總起來得出的分?jǐn)?shù)就是口語力，它會在斑馬口語稍晚上線，屆時每個用戶都能通過這個指標(biāo)便捷衡量口語能力的提升幅度。

教育和醫(yī)療領(lǐng)域的 AI 應(yīng)用和其它所有賽道都不同，在修佳明看來，教育真正 “涉及人命關(guān)天的事情”，讓大模型領(lǐng)悟教育實踐過程中的微妙和精密，是一個注定無法一蹴而就的事。

兩年多的開發(fā)過程中，斑馬的產(chǎn)研團隊真正掌握了許多一手實踐經(jīng)驗，正是這些經(jīng)驗，填補了大模型與成熟可商業(yè)化落地產(chǎn)品之間的空白?！敖?jīng)驗和人力的比重是特別大的，尤其是兒童英語?！?修佳明說，在模型不能自由發(fā)揮的地方，精密的教學(xué)內(nèi)容銜接、難度設(shè)計都需要人的經(jīng)驗來完成。

從另一個角度說，這也是一份真正的苦活。對教育 Agent 產(chǎn)品來說， 97% 的可靠性都是不可接受的，這意味著 100 個用戶中有 3 個人的教育會出錯。然而提升到 99.9% 所付出的邊際成本是巨大的，僅僅在研發(fā)上，斑馬為了這一款產(chǎn)品就投入超兩個億。

斑馬口語目前的形態(tài)，是不是具有泛用性？斑馬口語這種主導(dǎo)型 Agent 形式適合所有人群和所有口語教學(xué)場景嗎？修佳明的心中并沒有確定的答案。關(guān)于 AI 教育產(chǎn)品的未來，還有許多問題有待于發(fā)現(xiàn)。

AI 推動教育行業(yè)實現(xiàn)增長已經(jīng)是確定的事實，但隨著主導(dǎo)型 Agent 產(chǎn)品的出現(xiàn)，教育行業(yè)整個市場規(guī)模、增長前景乃至商業(yè)模式都面臨著重大重構(gòu)，至少在口語教學(xué)領(lǐng)域，AI 外教已經(jīng)能夠做到真人教師的水平，甚至許多時候還更出色，而這距離 ChatGPT 發(fā)布才過去僅僅三年。在喬布斯所提出問題的道路上，技術(shù)已經(jīng)進(jìn)入一個新階段。

題圖來源：《模仿游戲》