海豚AI學廖蕓：新一代智能學習產(chǎn)品，如何幫助孩子主動學？

　　來源|多知

　　整理|王上

　　攝|王上

　　近日，猿輔導集團旗下海豚AI學AI產(chǎn)品負責人廖蕓在多知第46期OpenTalk線下沙龍活動上梳理了海豚AI學產(chǎn)品邏輯和功能，并分享了對于產(chǎn)品背后的思考。

　　去年11月，猿輔導集團旗下新一代智能學習產(chǎn)品海豚AI學完成品牌升級，這是猿輔導集團自研大模型的首款落地應(yīng)用。其中，蘇格拉底式AI答疑功能引發(fā)關(guān)注。

　　根據(jù)廖蕓介紹，海豚AI學構(gòu)建了“從單向輸入的被動學變?yōu)殡p向輸出的主動學”的學習流程。她說：“我們認為「學習模式=學習內(nèi)容*學習方法*學習動機」。只有在內(nèi)容、方法和動機上都往主動上走，才是真正的主動學。”

　　學習內(nèi)容上，海豚AI學會提供個性化的、雙向互動的學習內(nèi)容。

　　學習方法上，海豚AI學提供的是一整套個性化、探索式的學習方法。

　　學習動機上，廖蕓認為，過去線下被動式模式下的學習動機，它更像是一個“要我學”的模式。而“主動學”模式中，海豚AI學會在每個細節(jié)上都去關(guān)注學習的內(nèi)在和外在動機。

　　此外，海豚AI學根據(jù)對在內(nèi)容、方法、動機上的主動學的研究，分別拓展了相關(guān)的AI功能，進一步幫助孩子主動學。

　　比如，“啟發(fā)式答疑”是海豚AI學一直堅持的事情，它依然是構(gòu)建在“主動學”的邏輯之上。

　　廖蕓解釋：“啟發(fā)式答疑與原來直接解析最大的差異是：我們判斷通過啟發(fā)式答疑的這種方式，能夠讓孩子更加的投入，更加愿意主動去思考。同時最后獲得的這個答案，也確實是自己參與的，而不是任意一個角色告訴他的。我們相信通過啟發(fā)式答疑能夠更好地幫助孩子理解知識、掌握知識，同時還能夠保護孩子的好奇心、激發(fā)孩子的思考能力，幫助孩子養(yǎng)成長期‘主動學’的學習模式。”

　　以下為廖蕓分享全文（多知編輯整理）：

　　01

　　學習模式=學習內(nèi)容*學習方法*學習動機

　　首先想跟大家介紹一下我們海豚AI學，我們是猿輔導集團旗下的一款全新的智能學習產(chǎn)品，由國內(nèi)AI技術(shù)團隊、教研團隊和動畫電影團隊共同打造。

　　海豚AI學開創(chuàng)性地以高質(zhì)量可交互的動畫視頻為知識載體，獨創(chuàng)一套“從單向輸入的被動學變?yōu)殡p向輸出的主動學”的學習流程。通過AI大模型，真正實現(xiàn)一人一套自主學習方案，幫助孩子精準提升，真正實現(xiàn)因材施教。目前提供1至9年級數(shù)學、物理、英語的個性化學習內(nèi)容和規(guī)劃。

　　自2021年底上線以來，海豚AI學獲得了行業(yè)、媒體及廣大家長學生的口碑認可，海外版本Leapmath在美國、英國、德國等70余個國家和地區(qū)上線。在面向世界和未來的教育模式探索中，海豚AI學正以更科學的理念和更前沿的技術(shù)手段，開創(chuàng)AI時代的交互式學習新范式。

　　我們一直在強調(diào)的一個概念是“主動學”。什么是主動學?首先想跟大家分享一個海豚AI學非常底層的一個大判斷：知識不是被動教出來的，而是孩子主動學出來的。

　　我們經(jīng)常會說學習好像天然是反人性的事兒，但其實這是有待被查證的，當我們還是一個非常小的小朋友的時候，我們會發(fā)現(xiàn)，每當我們獲取了新的知識或者新的技能，我們總是開心的。

　　那為什么隨著時間的推移，越來越多的孩子反而開始抗拒學習這件事兒?

　　海豚AI學的一個判斷是因為孩子的學習模式發(fā)生了變化。我們認為「學習模式=學習內(nèi)容*學習方法*學習動機」。只有在內(nèi)容、方法和動機上都往主動上走，才是一個真正的主動學。

　　02

　　什么是內(nèi)容、方法、動機上的主動學?

　　我們可以先看一下在內(nèi)容、方法、動機上的主動學究竟是什么含義。

　　1、學習內(nèi)容

　　平常在線下的學習內(nèi)容通常是一個統(tǒng)一的、單向的學習內(nèi)容。舉一個非常常見的例子，比如說在學校里，一個老師面向班上的幾十位孩子，拿著同一份課件去講課。老師提供的是統(tǒng)一的、單向的學習內(nèi)容。

　　而我們海豚AI學提供的是一個個性化的、雙向互動的學習內(nèi)容。這個在接下來AI應(yīng)用中我們會詳細展開。

　　2、學習方法

　　傳統(tǒng)的學習方法通常是固定的、線性的學習方法，本質(zhì)上是構(gòu)造一個“以老師為中心”的一套學習方案。

　　

　　即使是在人機交互的場景，我們也會發(fā)現(xiàn)大多數(shù)的產(chǎn)品它都是由獨立的學-練-測-評，一步一步來完成的。

　　我們海豚AI學希望提供給孩子的是一整套個性化、探索式的學習方法。我們不會有非常獨立的某一個環(huán)節(jié)，單純?yōu)榱私鉀Q學或練或評，相反我們提供的是一整套個性化、探索式的學習方法。我們會通過非常優(yōu)質(zhì)的內(nèi)容和產(chǎn)品功能，幫助孩子邊學邊練、邊練邊測，創(chuàng)造一種新的“以學生為中心”的學習方案。

　　3、學習動機

　　在大多數(shù)線下教育方案里通常是不關(guān)注學習動機的，甚至有的時候的一些操作，對學習動機來說是有損的。很多人可能會說不是這樣，比如說打游戲，打游戲就是很好玩，永遠不會煩。那么，我們設(shè)想一下假設(shè)現(xiàn)在要求你打DOTA，每天至少要打10個小時，且勝率必須要維持在80%以上。可能這個對于玩家來說，同樣是一個非常有挑戰(zhàn)的事情。我們會發(fā)現(xiàn)動機的差異可能不是內(nèi)容帶來的，而是在于每一個細節(jié)上，我們到底有沒有關(guān)注使用者的情緒和想法。

　　所以過去“被動學”式模式下的學習動機，它更像是一個“要我學”的模式。而“主動學”的學習模式，會要求我們在每個細節(jié)上都去關(guān)注學習者的內(nèi)在和外在動機。

　　在大模型還沒有發(fā)展起來之前，海豚AI學在學習的內(nèi)在和外在動機上做了很多探索。像我們有一個“我當小老師”的環(huán)節(jié)，鼓勵孩子把自己學到的東西講出來。在這個過程中，一方面，是讓孩子通過“費曼學習法”的方式進一步掌握所學的知識，另一方面，也外顯了孩子的學習成果，幫助孩子直接感受學習內(nèi)在的成就感。

　　其次，我們也有很多基于外在動機的激勵體系。比如徽章、卡片收藏、任務(wù)中心、海豚幣等等。大的方向上，我們希望產(chǎn)品的每個細節(jié)，都能引導孩子關(guān)注“我要學”這件事。

　　03

　　結(jié)合AI能力，如何幫孩子主動學?

　　基于我們的產(chǎn)品理念，接下來，我們聊聊有了AI這樣的“新工具”后，海豚AI學在“主動學”上的一些探索。

　　1、學習內(nèi)容*AI

　　首先我們認為，AI為學習內(nèi)容提供了新的可能。這個可能我們把它定義為“可交互的學習內(nèi)容”。

　　什么樣的學習內(nèi)容是一個可交互的學習內(nèi)容?我們認為它需要滿足三個特點：

　　第一是內(nèi)容本身要符合教學目標的內(nèi)容與流程。

　　第二點是我們判斷結(jié)合了AI的能力之后，自然語言的交互模式會帶來用戶體驗的提升，而不是有損。

　　第三個是及時反饋。

　　我們以海豚AI學的AI對話能力為例，來詳細的看一下我們對這三點是如何思考的：

　　首先是符合教學目標的內(nèi)容與流程。

　　在設(shè)計新的AI互動能力的時候，團隊內(nèi)部討論的最多的問題是：這種AI互動方式是不是能幫助孩子更好地取得學習效果。我們最終的產(chǎn)品設(shè)計落腳點并不是在“如何應(yīng)用AI上”，其實還是在如何達成學習效果上。本質(zhì)，其實還是在找適合線上化、AI化的場景，這個和我們此前做教育產(chǎn)品的差異其實沒有那么大。

　　我們的AI對話能力與市場上套殼AI口語陪練工具產(chǎn)品有非常大的區(qū)別。AI對話其實是在我們整個英語“學習周計劃”閉環(huán)中的一部分。我們是先學的詞匯，再學的句型，最后再有這樣的一個AI對話的語言運用環(huán)節(jié)。

　　從教學目標上來看，“對話”這件事從語言技能維度看，其實是對表達能力的訓練;在具體的語言知識維度看，“對話”是一個詞匯句型“音形義用”的綜合運用。

　　所以我們在方案的第一步就會想，假設(shè)我們加了AI對話這樣一個功能，到底有沒有更好地幫助孩子實現(xiàn)英語學習的效果，這是我們做的第一層判斷。

　　為了達成學習效果，我們花了很多資源，使得我們的AI角色輸出的內(nèi)容符合不同孩子的個性化水平，以達到特定的教學目標。這是我們花了大量精力在做的一件事情。確實不同年齡段孩子的詞匯水平、了解的語法知識可能都是不一樣的，這也是為什么我們猿輔導集團的“海豚AI學”來做這件事有非常大的優(yōu)勢——我們過去有10億的題庫和豐富的學習數(shù)據(jù)，海量、優(yōu)質(zhì)的數(shù)據(jù)是我們的猿輔導大模型在教育垂類方向表現(xiàn)更好的一個重要原因。

　　第二點就是大模型在自然語言交互帶來的用戶體驗的提升。

　　為什么我們的功能叫AI對話，而不叫AI口語陪練?

　　是因為這個功能它不僅僅是在做口語陪練這件事，我們在觀察用戶學習行為的時候會發(fā)現(xiàn)“表達”包括口語表達和寫作的表達。但是在之前人機交互的過程中，寫作表達的輸入是非常困難的事情，不管我們是線上輸入，還是讓孩子拍照上傳，都不是自然的交互。

　　當我們有了大模型的能力之后，我們會發(fā)現(xiàn)除了口語陪練這個場景之外，AI對話同時也可以成為一個陪你寫作的學伴。在表達場景，「說」比「寫」容易。在一些AI對話主題下，我們實際是在用這種方式，幫助孩子“說”出來一篇英語作文，再引導孩子自查修改。表面上還是AI對話的形式，但實際是在用對話，做寫作AI引導。

　　

　　A story這個case其實就是AI小白來輔助孩子共同完成一篇英語作文。

　　第三是及時反饋，這是很符合人類學習的自然的一件事情，也是大模型提供的一個新的可能。這里的反饋既包括對孩子的情緒反饋，也包括對學生水平的診斷和即時的內(nèi)容生成。而對學生水平的診斷和即時高質(zhì)量的內(nèi)容輸出，我們判斷這是我們海豚AI學優(yōu)秀教研團隊的一個優(yōu)勢，也是我們猿輔導大模型的一個優(yōu)勢。

　　2、學習方法*AI

　　除了學習內(nèi)容外，AI也為學習方法提供了新的可能。

　　在數(shù)學、物理這一類理科的場景，我們會發(fā)現(xiàn)它是以知識點為核心的模式，而知識點本身它是一個網(wǎng)狀結(jié)構(gòu)的，就是孩子很多時候不會遇到數(shù)學題，他可能不是當下的這個知識點不會，而是他前序的某一個知識點的不會?；蛘哒f他就是在前面的某一個實驗，有一個細節(jié)沒有弄明白。而在大模型出現(xiàn)前的人機交互的場景，這其實是非常難解決的一個問題。孩子只能按照系統(tǒng)設(shè)計的流程線性的、固定的完成學習。

　　

　　而有了AI能力之后，我們做了下面幾個嘗試：

　　第一個是個性化的及時答疑。不管你是在看視頻還是做題目的時候，只要你隨時不會都可以找AI小白答疑，來看一下到底是哪里不會。

　　第二個是我們在練習環(huán)節(jié)有個性化的精準練習，還是前面說的，我們判斷主動學的學習方法，它應(yīng)該是一個個性化的探索式的學習方法。

　　所以，我們的孩子在練習的過程中是一個邊練邊測邊學的模式，在這個環(huán)節(jié)中，內(nèi)容不是固定好的，我們不會限定一共有多少道題，下一道題一定是A或者B，而是會根據(jù)孩子的學習情況，實時的決定下一道題是什么。這也是有了AI能力之后，我們一個新的探索。

　　特別需要提的是，我們這個功能上線之初，就明確了要做蘇格拉底式啟發(fā)式的AI答疑。

　　這也是我們產(chǎn)品一個非常堅持的事情。“啟發(fā)式答疑”和原來直接解析最大的差異是，我們判斷通過啟發(fā)式答疑的這種方式，能夠讓孩子更加的投入，更加的愿意主動去思考。同時最后思考或者叫獲得的這個答案，也確實是自己參與的，而不是任意一個角色告訴你的。所以這個也是我們在學習方法上認為我們提供這樣啟發(fā)式的方法，能夠幫助孩子更好的主動學習的原因。

　　3、學習動機*AI

　　在學習動機上，我們判斷AI能力也會帶來一些新的可能。比較典型的一點是IP和AI能力的結(jié)合。

　　海豚的用戶很喜歡我們的IP角色——小白和小黑。今年暑假，我們面向正式用戶做了一個小黑小白戰(zhàn)隊PK學習時長挑戰(zhàn)賽的活動，小朋友們都很喜歡，大部分用戶的學習行為都產(chǎn)生了非常正向的變化。

　　也正是基于這樣的一份信任和喜愛，我們在動機這個方面做了更深一步的探索。

　　

　　

　　第一個是首頁小白，我們把我們的首頁變成了一個以IP形象為核心的這樣一個結(jié)構(gòu)。點擊進去之后就可以和小白這個互動。在上線這個能力之后，其實孩子們的學習對象和學習場景客觀上是被拓寬了的。

　　我們發(fā)現(xiàn)孩子不僅會去問小白一些特定的題目，還會跟小白分享自己的心情，以及也會問小白的一些非?？蓯鄣膯栴}。而小白都會非常耐心的以我們視頻本身的人設(shè)去跟孩子進行一個互動，讓孩子和小白建立一種跨次元壁的情感。而這個情感本身又會幫助孩子更愿意學習，愿意使用我們的海豚AI學。

　　超時空對話也是我們目前在嘗試的一個方向，我們會把一些名人先賢的超級大腦引用在我們的產(chǎn)品當中。孩子不僅僅會問大佬們一些非常腦洞大開的問題，也會問一些很有意思的生活問題。

　　比如有的小朋友會問愛因斯坦為什么要寫作業(yè)?然后愛因斯坦就會從作業(yè)的本質(zhì)開始跟孩子分析什么是好的作業(yè)以及作業(yè)為什么能夠幫助你更好的學習?最后我們看這些case都會發(fā)現(xiàn)，孩子就非常開心的愿意去學習了。有的時候老師和家長說再多可能都比不上愛因斯坦說這么兩句話。

　　04

　　未來的產(chǎn)品規(guī)劃：探索多模態(tài)能力

　　我們在未來的產(chǎn)品規(guī)劃上，其實核心還是按照我們前面說的產(chǎn)品原則，在做一些具體的事情。

　　首先還是“教育在前，AI在后”。我們始終認為我們不是拿著AI去找場景，而應(yīng)該先看教育上到底有什么東西是能夠幫助孩子提升學習效果的，然后再去看AI對現(xiàn)有的解決方案是不是能夠帶來一些新的可能，這個是我們的一個大的判斷邏輯。

　　在具體的教育方案的落地上，我們也繼續(xù)堅持從被動學到主動學這樣一個方向。

　　關(guān)于具體的AI能力的應(yīng)用，后續(xù)還有一個非常重要的方向，就是多模態(tài)能力的相關(guān)探索。其實在前面的整個過程中，我們一直在聊，一個是教育的內(nèi)容，第二個是形式是不是一個自然交互的形式。我們會發(fā)現(xiàn)多模態(tài)確實給了大家在交互上很多的一些可能。比如說我們正常兩個人在對話的時候，如果是單純的語音轉(zhuǎn)文字，其實很多的信息是會被丟失掉的。比如你真的在和一個人聊天的時候，他可能不僅僅是在說一些有實意內(nèi)容的東西，他還會有“嗯”“啊”類似這種情緒和語氣詞的表達。這一部分的信息通過多模態(tài)的端到端的語音能力，能夠很好的被保留下來。通過這樣的信息，將來也可以做出更多更好的教育產(chǎn)品。這也是我們的一個愿景。

　　我的分享就到這里，謝謝大家。

　　05

　　Q&A

　　提問人1：我想問一下，像海豚AI學花了蠻多精力在做內(nèi)容上的，我想知道用戶對AI的買單程度是怎樣的？放大大模型在教學中商業(yè)價值的卡點主要在哪些方面？是如何突破的？接下來的話我們打算怎么去，就是剛才您提到說多模態(tài)，怎么去解決這塊的難題？

　　廖蕓：我們已經(jīng)驗證了動畫是有價值的，如何驗證AI的能力是有價值的?我們其實會有一個比較大的判斷是，大多數(shù)的學生和家長其實并不知道什么是AI，什么是AI大模型能力，或者這個功能有沒有用到AI。這不是用戶真正關(guān)注的東西，用戶真正關(guān)注的仍然是這個解決方案有沒有更好的幫助自己的孩子達成自己的學習目標，這件事依然是最關(guān)鍵的。所以這個問題就變成了什么樣的學習解決方案是能夠讓家長買單的。

　　在我們海豚的建立之初，我們一直在主打的其實就是個性化的主動學。所以這個問題其實是說我們現(xiàn)在已經(jīng)驗證了主動學的這個模式是能被家長認可的。

　　接下來AI到底能怎么樣進一步放大主動學的價值，我們其實剛剛的分享核心也是在聊這件事。

　　我們?nèi)匀慌袛噙@件事可能不是需要單獨去驗證，因為用戶的需求和整體的解決方案是一個已經(jīng)被驗證了的東西，剩下的只是說產(chǎn)品研發(fā)團隊怎么能夠通過AI的能力更好的幫助我們的產(chǎn)品符合用戶的需求。

　　第二個問題難點在哪里?

　　我們在應(yīng)用大模型的時候遇到的最大的挑戰(zhàn)還是如何找到一個匹配現(xiàn)有大模型能力的好場景。好的場景是指這個場景確實是能夠幫助孩子達成學習效果，能夠幫助教研團隊達成實際設(shè)計好的教學目標。本質(zhì)上是一回事兒，還是怎么幫助孩子更好的學習。在這件事上，我們會發(fā)現(xiàn)最大的難點在于不確定性上。所以做AI教育產(chǎn)品這個過程它會是一個非線性的工作的模式。比如說產(chǎn)品提出來一個想法，做了一些非常簡單的驗證，需要產(chǎn)品團隊本身是了解技術(shù)的，然后我們會和技術(shù)團隊一起去進行一個評估，并且盡可能形成一個demo的形式，通過這個demo去驗證技術(shù)可行性的程度，以及孩子接受的程度，然后再去看他放在我們的產(chǎn)品流程里，是不是一個放進去之后仍然work，所以這個是最大的挑戰(zhàn)，這個挑戰(zhàn)本身還是不確定性帶來的挑戰(zhàn)。

　　還有一個問題是關(guān)于將來的多模態(tài)能力商業(yè)化的價值。剛才也提過了，核心還是這個解決方案或者叫這套教育理念，如果家長是買單的，那不管他是用大模型還是非大模型，是AI還是非AI，只要他能達到這個目標就是好的。只是我們發(fā)現(xiàn)有了大模型的能力之后，確實我們在達成這個目標上擁有了非常多的新的可能。

　　提問人2：我是來自班級小管家的AI內(nèi)容技術(shù)負責人，我這邊有兩個問題，第一個是AI對于教研內(nèi)容有沒有提升或者提效？以及帶來哪些新視野？第二個問題是海豚AI學在AI英語口語落地的話有哪些關(guān)鍵點？

　　廖蕓：關(guān)于AI賦能教研生產(chǎn)，首先得益于猿輔導集團在教育資源上的積累，目前全球有5億用戶，10億題庫。此外我們也在做一些提效的探索。比如我們聊學習動機的時候，有提到孩子對我們的IP是非常喜歡的。我們教研老師在生產(chǎn)一些題目的時候，其實他是需要用IP的口吻去做一些事情。而可能在沒有猿輔導大模型之前，這個模擬就純靠老師自己的水平，而有了猿輔導大模型之后，這個是一個非常容易的事兒。我們內(nèi)部叫“人設(shè)模擬器”。

　　比如我們的小黑，它是一個說話莽撞非常直接的小IP。我們的這個小白，他是一個非常喜歡用emoj的IP，那么以前可能都是教研老師要自己去寫這些東西，現(xiàn)在可以用大模型輸入了，就非常快速的生成一些新的符合我們IP人設(shè)的這樣一些教研內(nèi)容，從而讓孩子感受到好像從視頻到AI互動環(huán)節(jié)，到真正做題環(huán)節(jié)，這個小白真的就是一個小黑小白。

　　關(guān)于AI英語口語，那可能對純粹的工具來說，我只能在這個場景看到這個孩子，所以我對他的能力水平的識別也僅局限于這個環(huán)節(jié)。但因為我們AI英語對話僅僅是海豚AI學完整閉環(huán)中的一部分，所以比如孩子的詞匯句型的掌握，其實我們在其他的環(huán)節(jié)就已經(jīng)能夠進入了解到用戶，所以我們在后面AIGC的策略上，天然的能夠使用這些數(shù)據(jù)，就相當于孩子在我們這個場景不是一個從零開始，或者叫一個空白的場景。這個可能是一個比較大的差異點。

　　提問人3：我想接著你剛剛說動機的那個問題，您怎么看待，就是這個動機肯定是非常重要的。然后動機跟內(nèi)部動機，外部動機。您覺得我們這種游戲化的設(shè)計，對于這個內(nèi)部動機它是有幫助的，還是有可能會對它產(chǎn)生影響的？以及我們?yōu)槭裁磿氲秸f用IP來解決動機的這個問題？

　　廖蕓：第一個問題我先回答我們對動機的拆分和理解。比如加入激勵體系，是不是真的讓孩子喜歡上學習。我覺得大家可以思考一個問題是，當我們自己是一個小學生的時候，“我們喜歡英語老師就會學好英語”這是符合常理的嗎?雖然我們在做邏輯分析的時候可以去拆分內(nèi)在動機和外在動機。但是實際上在小朋友的腦子里是沒有劃分的那么清楚的。“我喜歡英語老師，我就會喜歡英語”這是很多小朋友客觀存在的一個事情。

　　我們做產(chǎn)品在思考事情的時候還是會有一些框架去指導。在這個框架的指導上，我們最核心的一點就是還是說怎么幫助孩子挖掘?qū)W習的內(nèi)在動機。而內(nèi)在動機更多的就像最早說的，我們判斷知識不是被動教出來的，而是孩子主動學出來的。主動學出來的就是意味著你的注意力以及你獲得了之后的成就感。注意力通過雙向的可交互的內(nèi)容，可以解決很多。然后真正投入了之后，獲得的這個成就感，這是我們做徽章、收藏卡等外顯物品的原因。其實更像是因為有這些外在的東西，我們在幫助孩子進一步發(fā)現(xiàn)學習的魅力。盡管學習的魅力本身就存在。

　　第二個問題是說我們?yōu)槭裁窗褎訖C這件事放在IP上。可能這個說法是不太準確的。我們并不是說把動機這件事放在了IP上，而是說主動學這件事兒，它就是貫穿在每一個環(huán)節(jié)的。我們舉IP的例子更像是在說我們“處處”在追求主動學，在所有的細節(jié)里都在嘗試著做類似的事情。

　　相關(guān)閱讀：

　　九章隨時問國朝游：未來步驟級的診斷+答疑，或許是個性化學習的終極答案

　　網(wǎng)易有道小P產(chǎn)品負責人王曉航：“小P不是終點”

 

　　有道小P、海豚AI學、九章隨時問：同臺共話“AI老師”|OpenTalk側(cè)記