在线教育的“独角兽”可能诞生于此

标签:科技在线教育独角兽

访客:14136  发表于:2015-12-08 18:16:31

现在来看,在线教育既不是一两年前火热之时爆炒的“互联网东风压倒西风”,亦非反之的传统线下一定是王道。我们看到,传统的线下教育机构如新东方、好未来等,已经在反思互联网给自己既有的教育理念、教育产品、商业模式等带来的阵痛、以及由此引发的自我革命,也在摸索如何更好地用好互联网这个工具;线上的在线教育平台,也悟出了“在线教育”首先是“教育”,亦在寻找更好的方式发挥互联网的魅力,即如何更广范围的触达用户,如何更精准有效的分类用户,如何用技术和智能化降低学习的门槛和成本,让教育资源被更大范围的享用。

在芥末堆主办的GET2015全球教育科技大会上,发布了《2015中国教育科技现状蓝皮书》,其中提到一个重要趋势:技术毫无疑问是支撑教育变革的核心因素。

“蓝皮书”也讲到,在如今以移动互联网为主流的创业环境中,还有很多新科技在教育上的应用,尚待我们发掘。从教育技术成熟度曲线中可以看出,自适应学习,VR/AR和肌肉电感应,正处于接近成熟的爬坡阶段。如何找到这些科技在教育上的“杀手级应用”,是下一个独角兽公司的课题。

以下内容摘自《2015中国教育科技现状蓝皮书》:

1 自适应——2015热度创业词

“自适应学习”本身就是基于教育方法论发展出的概念。其主旨即,以计算机算法,透过数据(如答题结果,浏览速度等) 记录/检测每个学生的学习情况,提供适合他的个性化学习内容与题目。这个过程的有效程度,取决于算法的精准度。

自适应学习目前有两种主流做法:第一为机器学习,第二为决策树。以机器学习为基底的,内容和算法相对独立,随意放置各类内容进去,测试数据越多,推荐就越精准。决策树模型大多用在“单维”的答题解题上。将题目出现的顺序写进程序逻辑里,决策树做法的精确度,仰赖一开始的人为教研对于题目安排的精确度。当新的题目加入的时候,整个决策树结构需要重新修改。

自适应科技目前的限制在于,收集的数据皆为结果,但这些数据无法准确定位答错或答对题目的原因。

2 机器人技术——最值得期待的创业方向

机器人技术,实际上是所有将机器赋予人形与人类功能的集合,可分为动作技术和识别技术,分别对应人类的动作以及五感和思维。动作技术包括规划和控制,识别则分为视觉/图像、语音识别和机器学习。在机器人与教育的结合上,主要有两类:一类是机器人教育,属于STEAM/创客教育的领域,通过建造机器人实现对科技知识的掌握和实践。以课程、训练营和游戏化编程获取知识,将跨学科的能力融会贯通。另一类是教育机器人,这类产品是一种新的终端设备,帮助人类更好地学习和生活。

3 VR技术——互动性更强的学习

虚拟现实(Virtual Reality,简称VR)技术是一种可以创建和体验虚拟世界的计算机仿真系统,利用电脑模拟产生一个交互式的三维虚拟世界,为用户提供视觉、听觉、触觉等感官的模拟,让体验者如同身临其境,与虚拟环境发生交互。虚拟现实技术涉及到计算机图形、计算机仿真、数字图像处理、人工智能、传感器等技术。虚拟现实能够以极低成本去体验现实中不可能或者不方便体验到的场景,作为一种全新的、低成本的,以知识互动的方式提供的教学解决方案。虚拟现实技术在课堂上有以下三大作用:

1)延长注意力的持续时间;

2)提供实操性的课程,让学生亲身体会到课本上的知识,身临其境地进行互动,增强数字化学习体验。

3)互动体验式的内容。

4 AR技术——体验式学习

增强现实(Augmented Reality,简称AR)是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,目标是在屏幕上把虚拟世界套在现实世界并进行互动,实现对现实的“增强”。增强现实的基本理念是将图像、声音和其他感官增强功能实时添加到真实世界中,包括人在视觉、听觉和触觉上的感官体验。根据A Survey of Augmented Reality所提出的定义,增强现实有三个要素:将虚拟物与现实结合;即时互动;3D定位。增强现实技术能够提供强有力的、情境化的、偶然感受到的学习体验,该技术主要应用有两类:一类是与传统纸质出版物结合,利用数字脚本语言、3D建模和交互动画技术,开发3D互动立体书籍。另一类是应用到实际课堂中,创建传统课堂无法实现的教学情景,设计AR互动游戏等,AR技术的虚实结合、实时互动且不受动作限制的特性使得此类游戏更吸引人,更能达到游戏的教育益智目的。

虚拟现实与增强现实本质上的区别在于,虚拟现实是将人的感知带入数字化世界,增强现实是将数字化内容带入到人在真实世界的感知。本质上来说,AR/VR技术都是对人类感知世界的扩充,在此基础上加入一个数字内容的新维度。

5 智能硬件——人机互动

    智能硬件与传统硬件不同的地方在于:

1)   互联网/物联网将硬件连接电脑/计算机之后,可进行远程控制和智能调控。

2)   增进各类感应技术收集信息的类别和广度,作为智能调控/执行的判断依据。

目前的连接技术包括互联网,蓝牙,红外线和NFC,感应技术则包括视觉、听觉和体感。如机器人技术章节所述,最先进的视觉识别可识别不同人脸、部分人脸表情、人形和手写文字。听觉识别则可以听懂人类说话,并且根据上下文识别中间听不清的字词。体感技术包括利用视觉和深度传感技术定位人体运动,以及接收肌肉电,捕捉人类肌肉活动。

    智能硬件在教育上的应用分为两方面:

1)   在接收讯息的能力方面,可以模拟人类乃至于比人类更精确。

2)   在分析接收的讯息方面,电脑逻辑能够进行比人脑更快更理性的运算分析,提供决策建议。以教学内容来说,乐器,物理,化学,美术等动手部分较多的科目,较有潜力和智能硬件传感技术结合。

6 语音识别技术——语言听说学习产品标配

语音识别(Speech Recognition)技术目标是将人类的语音中的词汇内容转换为计算机可读的输入,例如按键、二进制编码或者字符序列。语音识别技术涉及到信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。如果与其他自然语言处理技术(如机器翻译及语音合成技术)相结合,可以构建出更加复杂的应用,目前,语音识别和测评技术广泛地应用在考试、辅助教学以及外语学习产品中:

1)   对语音的流畅度自然度进行打分。  

2)   识别出语言后,对语言组织进行后续的检测。

7 多项教育技术接近稳定应用期

从教育技术成熟度曲线中可以看出,自适应学习,VR/AR和肌肉电感应,正处于接近成熟的爬坡阶段。如何找到这些科技在教育上的“杀手级应用”,是下一个独角兽公司的课题。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");