【獵云網北京】10月17日報道（文/呂夢）

10月17日，由獵云網主辦的“2019年度教育產業峰會”在北京金茂萬麗酒店舉辦。

VIPKID教育產品負責人林陳斌在《AI賦能下的新教育》演講中談到，教育行業最終極解決的問題就是優質教育資源稀缺的方式，通過各種方式來解決。

林陳斌表示，隨著老師對應的學生人數增加，雖然效率提高了，但課堂的互動性也在逐漸喪失，導致用戶體驗下降，為了兼顧不同的情況，智能師生匹配、在線課堂監測及評價、個性化學習內容推薦等各個教學環節中充當著日益重要的角色，全面助力孩子綜合素質的培養。

為此，VIPKID通過AI、大數據的方式不斷賦能教學，并不斷深入研究整個教學過程，把教學的研究理解為標準化的動作，進而更深入地打造AI老師。

VIPKID成立于2013年10月，是一家在線少兒英語教育公司，運營主體為北京大米科技有限公司，專注于4～15歲在線少兒英語教育，通過1對1在線視頻的方式有效學習和掌握英文。VIPKID主打“純北美外教1對1授課”，通過互聯網方式將中國小朋友與北美老師連接起來。

截至今年8月，其平臺學生規模超過70萬人，北美外教數量超過9萬人。

今年10月初，VIPKID宣布獲得騰訊領投其E輪融資。VIPKID方面透露，獲得新融資后將繼續加大對優質內容、人才和技術方面的投入，提升公司運營效率及組織能力，為廣大學員和家長提供更好的教育產品和服務。

林陳斌表示，為了打造一節優質的課程，“我們用半年的時間不斷地驗證，從100多個維度，挑選出來60多個維度細節，這些維度能夠幫助我們定義什么是一節好課，我們現在理解的標準，準確的道路在不斷地優化”。

據悉，VIPKID花了大概半年時間尋找各種數據，比如不同學生在體驗課程時語音輸入時長、師生交互次數、正臉數等，同時也從老師的教學方法上找數據，像單頁PPT停留時長、老師TPR動作等。

在老師的培訓環節，VIPKID還通過深度介入教研生產環節，來實現教研標準化的研究，以提升教師的教學水平。

比如，VIPKID在課件研發、師生匹配上進行了深入探索。

一方面，為了讓孩子的學習過程更具可視性和針對性，進一步提升孩子的學習效果，VIPKID推出實時課程質量監控和評價系統——海豚系統。

該系統將自動對孩子的表情和語音進行識別，實時判別孩子對知識的接受程度等學習狀況，進行課堂質量的分析和記錄并及時反饋給老師，引導老師優化教學模式，從而提高教學質量。

此外，VIPKID利用大數據對孩子進行個性化英語水平測試，更準確地評定孩子的英語水平。

與此同時，平臺也會對外教在教學上的語言、技能等多層維度劃定數百個標簽，再結合智能算法向學員推薦最合適其本人的外教。

本次峰會由獵云網主辦，銳視角、獵云資本、獵云財經、企業管家協辦，云集頂級專家、創業精英及投資機構等各行各業領軍大咖，邀請數十位資本大咖與創業精英把脈行業新風向，眾從業者將解讀30+行業典型應用案例，尋找學習3.0時代的新風向。

以下為林陳斌演講實錄，獵云網整理刪改：

大家好，我是VIPKID的林陳斌，在VIPKID負責教育產業，我在互聯網教育從事五年，不管行業環境怎么變化，我們關注的，始終是如何用科技打造創新的產品，怎么賦能這個行業、改革這個行業。

今天帶來的主題是《AI賦能下的新教育》，分為三個命題，也是我們過去一段時間內探索的過程：第一是如何通過AI、大數據方式賦能教育、教學；第二，我們開始深入研究了整個教學過程，如何把教學前面的研究理解進行標準化的動作；第三，更深入打造完整課堂，做AI老師。

第一個命題始于兩年前對這個命題的思考，因為教育、科技這都是非常大的命題，我們想，從什么樣的點切入呢？VIPKID主要的價值點發生在每一節外教“一對一”里，所以，我們希望定義什么是一節好課。

這個定義也是蠻難的，從學生、家長、老師不同的角度看待一堂好課都不一樣，學生希望上的開心、有收獲，老師有自己的教育理念、教育情懷，他們也希望從自己的教學，有一個比較好的不錯的體驗。

所以，這個命題我們大概經歷過半年的時間，找各種數據，找各種學生的體驗數據，比如說語音輸入時長、師生交互次數、正臉數等等，我們也從老師的教學方法上找數據，比如說單頁PPT停留時長，老師TPR動作等等。

我們用半年的時間不斷地驗證，從100多個維度，挑選出來60多個維度細節，這些維度能夠幫助我們定義什么是一節好課，我們現在理解的標準，準確的道路在不斷地優化。

我們現在用這個標準的反例，什么是一節不好的課，定義比較清楚，因為一節不好的課特征非常明顯，學生出現在屏幕上的時長，學生語音時長，班主任反映數據，根據這些數據可以定義出這堂課不是好課。

我們可以讓教學輔導老師，非常準確快速找到需要關注的問題課程、問題學生，輔導老師發現預警之后，會看到底是哪些點，他們跟家長聯系，也給出一些建議，看看這些怎么優化。

我們在老師的培訓，在好老師的定義，在老師的招募，在課件研發、師生匹配上都做了研究。

我講兩個點，第一個是老師的管理。VIPKID有超過9萬北美外教，他們跟我們是合作關系，不是雇傭關系。在美國法律之下，我們對美國老師管理手段非常有限。

第一個手段，我們要找到哪些老師的課教的是好的，哪些老師的課需要提升。一堂好課的數據檢驗標準可以幫助我們做到這件事情，我們會有幾個非常重要的指標來衡量這個課有沒有問題，一旦有問題，管理人員會介入，給老師提出一些案例，我們看很多Case，老師每一頁PPT停留時間過短過長，反映出老師沒有把知識點教出來。

我們發現，排名第二老師的問題是打哈欠，打哈欠的識別很難的，通過圖像識別老師在打哈欠還是發A的音，這都是很難的。大部分北美老師需要在凌晨4點起床，給北京時間8點學生上課，這是挺困難的情況。中國家長會投訴，說老師怎么不好好上課。

我們用的比較有成果的是在師生匹配，基于課堂分析，給學生與老師他們的性格，他們的教育特點與學生的學習情況打上不同的標簽，不同標簽的師生他們都會有相應的匹配算法，來保證學生應該找最合適的老師。

因為大部分的家長與學生挑選老師通用標準，第一是顏值，第二個老師的活潑性，顏值就是長的最漂亮、最帥的老師，但是這些老師不一定是最適合這個學生的。

我們有一個案例，一個大客戶挑選顏值高，活潑性的老師，連續換了三個都不太滿意，最后換了一個老太太，60歲，講課循序漸進，我們反而發現這位老師非常適合這位學生，這位老師循序漸進的風格適合這位學生的內向。這個案例提升了我們的信心，沒有教不好的學生，也沒有不OK的老師，存在的只是師生匹配。

第三個應用的比較有成果的是在教學內容的迭代上面，我們知道傳統的教學迭代內容通常是年級，我們現在迭代周期是兩周，每周都會分析從一千節課件里面分析，按照剛才好課的評判標準，統計學上哪節課出現問題最多。

每一周問題排名前十我們重點來看，教學設計上有沒有問題，教學形式上需要不需要優化，我們再上線，兩周迭代，遠遠超出傳統教研的迭代速度。

這是兩年前開始啟動的方向，在研究一堂好課的評判標準，再助力教研。我們更深地介入教研生產環節，我們做的就是教研標準化。

我們發現，北美老師最大的特點就是善于表現，表現力非常強，但是表現力的這個事情是因人而異的，10萬個北美老師一定會有一些特別善于表現，還有一些表現力相對弱化一些。

我們思考就是怎么樣用標準化的動作、課件，能夠提升老師的教學水平。

為此，我們做的第一件事情就是教研的標準化，什么是教學模式的標準化，我們發現英語主要是八大題型，我們認為八大題型用80多個教學模版可以覆蓋我們的教學目標。這是教學模版的示例，這是聽音辨音題，這個模版在傳統老師教學過程當中，有些老師會準備很多教具，現在有這個模版之后，你只需要點播放按鈕，跟著學生在一起互動就可以了。

這是我們在過去半年當中做的一些模板的示意，包括選詞、聽音辨音等等，可以覆蓋教研生產內容的40%，也就是40%教研課件的生產，不需要像傳統課件一樣編輯設計教學PPT，這個過程可以極大地縮短時間。

教學內容的標準化這個命題，是從真實案例發現的。我們發現大量家長說，明天是孩子的生日，老師能不能在給孩子上課的時候，給孩子唱一首生日歌。孩子特別喜歡蜘蛛俠，明天上課的時候能不能帶一些這些特征。

以前我們需要聯系到第二天上課的老師，跟他溝通，讓老師準備。有了教學模版庫之后，全部都是標準化的動作來調取。比如說小明同學明天是他的生日，明天上課的時候老師調取一個生日模版，會有小花、生日蛋糕送上，提醒老師今天是小明同學的生日，祝他生日快樂。所以，可以極大地提升教研的生產效率。

更重要的是有了課件模版與教學動作的標準化，我們對教學好課的定義，在剛才說的第一個階段可以更深入的進行下去，第一個階段放大鏡看一堂課是好是壞的話，我們現在拿到的顯微鏡，可以定位到每一堂課，通過數據可以不斷的調整模版。教學動作模版與教研模版，以每兩周的速度在不斷的迭代與夯實。

隨著對一堂好課的理解與教學內容的介入，我們需要了解教研本質。我們認為教育行業最終極解決的問題就是優質教育資源稀缺的方式，大家通過各種方式來解決，有些是培養新的老師，我們用北美老師閑余時間創造新的供給。

但是我們發現從最傳統的線下來講，線下大班小班一對一，如果老師授課對應的學生越多，他的互動性小，體驗下降，但是老師的效率高，所以是兩者不能完全兼顧的情況。

傳統大班是一千到兩千人，傳統效果最好的是一對一。進入到在線的話，我們有在線大班與在線一對一，也是這樣的趨勢。但是我們發現傳統的線下與目前的線上教育產品有上限，是有天花板，不管是創造新的供給，還是在培育新的老師，供給仍然有上限，所以現在目標的方向是AI課程，AI課程如果兼顧每一堂課的體驗，也可以復用，可以完美的解決教育資源的稀缺問題。

因為老師是標準化的動作，怎么讓他可以達到比較好的體驗？所以第一個階段、第二個階段，給我們打下了非常好的基礎，因為我們對整個課堂有了更深入的理解。

我們會監控很多的數據，這些數據的表現非常好，但是比這些數據更好的是這樣的產品可以調動學生的情趣。怎么可以實現這塊呢？我們覺得這是量變到質變的過程，隨著我們對教學過程的理解自然而然產生這樣的產品。

這個產品不是在實驗室里面產生的，這是對線下人效體驗最精準的關系，是線上20人的，線下20人，會分成若干小組，會有PK，所以我們引入線上來，分成小組，會PK，有游戲氛圍。

老師的標準化教研動作也固化下來，學生表情、答題數據可以監控起來。所以我們做了非常有意思的調研，到目前為止差不多有一千個學生，我們做了調研問卷，你有沒有覺得老師在上課在關注你，80%的學生會認為老師在上課關注我。

另外這個課堂有兩個形態，一個是錄播，一個是一對一，我們問學生喜歡哪個，一對四的錄播，還是喜歡一對一，答案是一半一半，喜歡這個是有各種PK，喜歡一對一是喜歡老師互動的。所以，我們產品可以達到逼近真人直播的效果。

以上就是我們對整個教育，對于科技賦能的理解，我們也希望這個探索，AI老師我們會持續構建能力，但是我們覺得整個過程是沒有止境的，我們的技術是為了更好地提升教育服務的效能。

所以，我們研究教學效果怎么樣呈現最好，再來找最好的技術手段解決相應的難題。所以，解決過程當中我們覺得沒有止境，希望跟在座的各位一起交流。

謝謝大家！