大家好，今天我分享的主题是人工智能和大数据如何影响在线教育，刚才王总的演讲非常精彩，很多内容王总已经讲得非常深刻，今天时间比较短，所以我简单带大家一起看一看我们这几年的收获。

在中国互联网的今天，整体中国的互联网在基础设施上已经得到非常完整的发展，目前已经处于全球领先的地位。2006年的时候中国网民规格以及网络普及率是10.5%，2016年的时候已经达到50%，2017年我们预计会突破65%以上。互联网在今天也正在逐步改造传统企业，跟我们生活息息相关的，比如医生、出门出行、旅游、网上购物等等。在线支付也变得越来越便捷，现在基本上每个人出门不会说再揣一堆零钱和现金，现在支付宝和微信越来越普及。同样基于这些基础设施，包括我们家庭里面，还有我们生活方面，我们慢慢已经变成用户或者个人，在生活中对屏幕变得更加依赖，以前我们家里可能有一台好的黑白电视及或者台式电脑，当前的家庭，我相信每个家庭里面至少拥有2种及2种以上的电子设备。基于当前的时代背景和互联网的发展趋势来讲，学习和知识传递变得越来越有意义和越来越有价值，基于这个基础设施，教育的发展也会变得越来越重视。但是据我们现在，因为我们本身是做基于学习中的产品，所以我们对用户和学生行为的分析也能拿到前沿数据，通过我们的分析，目前的教学主要还是停留在教育服务化的阶段，大家现在研究的是标准化服务。但是在线教育不仅仅是服务线上化，更多需要的是产品和内容。

朗播网07年就成立了，到今天一直致力于产品和内容的研发，包括刚刚王总提到的人工智能，其实在去年，我们在国家会议中心就已经发布了全球首款的学习系宽，也是基于人工智能整体的产品，大家有可能也可以了解一下。对于未来的学习我们是这么理解的，没有人会在意我们学习的模型到底是线上还是线下，而更多关注的是知识本身的价值，对于家长而言，我们关注哪个老师上课，是线上还是线下，是去家里面还是去培训机构。为什么现在教育是这种发展趋势呢？很简单，因为知识体系和知识价值全部集中在人身上，并没有好的内容和好的产品通过互联网的方式传播到每个人。而现在的家长，包括学生们，他们本身对知识的认知和价值认知越来越高，所以在形式上慢慢趋近成熟。也没有人在意学习到底是在PC端还是移动端，同样更没有人在意是直播还是录播。因为它本身产品的价值是无形态而存在的，而是在意知识价值的本身。

我们朗播网有一个简单的模型。比如小明同学早上7点钟起床，下午4点有课，他通过半个小时的洗漱时间，在家里面可以打开电脑学习，但是下午4点要去学校，但是意外情况发生了，10点半的时候同学要他去聚会，他按传统的教育方式，他整个学习节奏会被打断。但是基于互联网的今天，他可以通过在车上，去参加聚会的过程中进行背单词，或者说利用朗播网的产品进行阅读。他12点聚会吃完饭之后，他要回学校，这个过程中同样可以通过手机进行学习。这时候可能会产生一个问题，这个过程中如果说我遇到问题怎么解答，这也是当前朗播网正在研究的产品，这类似于滴滴打车的模型，目前在研发阶段，预计明年会跟大家见面，他就可以通过手机在任何地方跟老师交流，或者跟能帮助他解决问题的同学一块完成。到下午4点的时候他就回到课堂，如果说由于堵车没有回到课堂，他也可以通过电脑的方式进行学习，他也可以通过在线直播或者手机直播跟同学们进行互动，回头他也可以看录播，所以我们认为在当前整个的学习阶段，他是没有时间限制的，也没有地域限制。

同时班级传统的概念也将会消失，我表达的是什么意思呢？以前我们在学习和认知的基础上，由于很多老师所分享的知识他没有传播的路径或者说传播的渠道，他只能依赖于班级的地域性方式进行拓展，以前我们讲500人的大班已经到顶级，我本身原来也做教师，我发现我在讲最大的一堂课讲了500人，这种情况下的时候我发现后面孩子学习的整个内容和接受知识很难得到很好的接受。原因在于我提供给他的整个的信息的传递方式是有限的，有了互联网，他接受的学习知识体系都可以是标准化的，大家都是一样的。所以班级的概念将会消失，每个学习者将会以个体的形式而存在。

我讲的第二个问题，这也是王总提到的问题，基于AI和大数据就不做太多的概念解释，我就带大家整体过一下，看看我们对这个领域的了解和想法。恩

首先我认为AI、大数据和教育在这个领域必将实现这四方面的变化，第一是标准化，从产品的导向为结果，从服务转向产品而出发，所以这也是当前整个在线教育要调整的方式。第二是过程化，从结构管理转为过程管理，以前我们说你考多少分，如果没有考好抓过来打一顿，但是过去对于过程的监控没有依据，我们不能派老师24小时盯着学生让他学习，不可能的，但是机器可以。所以结果管理并不是说我们当前要达到的目的，而真正重要的是过程管理以及数据抽取，教育企业来讲过程管理能有效切分整个企业管理，可以降低对应的管理成本。第三就是数据化，我们知道大数据和人工智能，数据领域的区分，它的纯净数据的抽样需要很大数据采集和分析的，包括将来的预测，所以有效的大规模行为数据和采集分析，这也是接下来需要实现的点。最后是个性化，个性化是标准化、过程化、数据化的结果，自适应学习系统推动精准学习，哪里不会补哪里，哪里提升不快补哪里。

人工智能和大数据的应用场景。这块讲的相对来说没有那么广，因为我本身研究的是英语领域的东西，首先第一个是在学习这块，我认为测评技术的优化，就是自适应测评和神经网络算法，这我认为是AI加大数据以及教育应用的场景。第二个就是语音图象识别和机器深度学习，科大讯飞的语音识别都是用的这种方式。再就是过程性评价，所谓的过程性评价就是行为数据采集和教育结果的预测，现在孩子的预测仅仅依赖老师的经验，那精准预测一定是基于数据和经验形式化带来的便利，而实现的教育的结果预测，包括多纬度空间等等。

这是我今天的演讲，谢谢大家！大家有兴趣可以会后与我交流，谢谢！