AI教育行业全景图(最新版);AI时代内容创作者的窘境;2年内AI教育赛道的切入机会;可汗学院创始人「AI教育革命」新书问世 | ShowMeAI日报

1,516 阅读10分钟

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦!




1. 可汗学院 (Khan Academy) 创始人新书发布:AI将如何颠覆传统教育

可汗学院(Khan Academy)是 Salman Khan 创立的一家非营利教育组织,面向全球提供免费的精品在线课程,覆盖数学、科学、计算机、经济学、历史、艺术、物理、化学、生物、医学、金融等多个领域,在全球享有盛名 👍

值得一提的是,可汗学院也是最早与 OpenAI 合作探索「AI+教育」的机构,并基于 GPT-4 开发了 Khanmigo ,为每名学习者提供个性化学习辅导。他们是当前在「AI+教育」领域探索最深远的团队 (可能没有之一)~


Salman Khan 上周发行了他的新书 Brave New Words: How AI Will Revolutionize Education (And Why That's a Good Thing),书名翻译成中文是《美丽新世界:AI将如何革新教育(以及为什么这是件好事)》,完整阐述了他对未来AI教育的畅想,以及落地过程中遇到的安全问题,并用 Kahnmingo 作为例证展示了诸多细节

不过,书中对很多核心问题一笔带过,没有详谈,比如 Kahnmingo 的技术原理、实现细节、各类风险的解决方案等。Salman Khan 团队应该积累了丰富的工程经验,没能在书中看到感觉有些遗憾 ~

  • 第一部分:AI Tutor 的崛起

  • 第二部分:赋予社会科学以声音

  • 第三部分:培养下一代创新者

  • 第四部分:更好地合作

  • 第五部分:保障孩子们的安全

  • 第六部分:AI时代的教学

  • 第七部分:全球课堂

  • 第八部分:AI、评估和招生

  • 第九部分:工作以及未来的走向


Salman Khan 在书的序言中,提到了很多与 OpenAI 合作的细节。

2022年夏天,距离 ChatGPT 发布还有4个月,距离 GPT-4 发布还有7个月,Greg Brockman 和 Sam Altman 通过邮件联系 Salman Khan,想探讨未来合作的可能性:一方面是基于 GPT-4 构建有积极影响的应用,另一方面希望借助可汗学院几千道测试题对 GPT-4 的推理能力、批判性思维等进行测试。

作为全世界第一批看到 GPT-4 并拥有最新版本访问权限的人,Salman Khan 感到无比兴奋,并在当年的 Hack-AI-Thon 活动中与全体员工共同头脑风暴。他们总结了数十个全新的概念和教育模式,确信 GPT-4 将成为教育变革者,并早早开始关注安全问题。很快,Khanmigo 辅助学习助手就上线教育平台,开始了漫长的探索征程。

官网 → www.khanacademy.org




2. AI in Education 行业地图 (最新版):对AI教育的 50 种畅想

这是 Laurence Holt 和 Jacob Klein 共同制作的一份 「AI教育」行业地图,分 5 个板块展示了当前所有分类。

其中,灰色块表示停留在案例/概念阶段,黄色块表示已经有产品/应用发布 (图中黄色块周围的 logo 图案)。

  • Teacher Practice Support 教学支持
  • Classroom Material 课堂材料
  • Evaluation + Feedback 评估与反馈
  • Social Tools 社交工具
  • Student Support 学生支持

作者对每个色块都都进行了详细介绍,包括定义、用例、实际和可能的使用场景。日报对齐进行了整理,帮助你拓展对 AI 教育可能性的想象 (🪐 表示本次更新增加的部分):

教学支持 (Teacher Practice Support)

  • 生成教材
  • 指导教学
  • 担任教学顾问
  • 帮助备课的课堂场景模拟器 🪐
  • 细化课堂作业说明
  • 跟踪学生项目进展(PBL)
  • 分析学生数据
  • 更新背景知识
  • 释放教师时间的行政支持
  • 帮助融入前沿研究成果
  • 提升家庭-学校间的沟通效率 🪐
  • 与AI协作教学 🪐
  • 作为辅助教师 🪐

课堂材料 (Classroom Material)

  • 提供情境教学内容(角色扮演或者背景说明等)
  • 反复解释说明确保每名学生理解
  • 提供定制化作业设计
  • 高效学习外语
  • 激发学习兴趣和课堂主动性
  • 巩固基础知识
  • 实现学以致用
  • 创建例题和习题册
  • 创建知识卡片
  • 适应文化多元 🪐
  • 创建术语表
  • 生成测验题和答案
  • 生成图案填空题
  • 实时辅助完成有挑战的项目
  • 课外扩展学习
  • 为新旧知识构建连接
  • 防止学生作弊

评估与反馈 (Evaluation + Feedback)

  • 综合评估学生表现
  • 批改学生作业
  • 识别学生思考过程
  • 提升推理能力和批判性思维
  • 长期跟踪学生发展
  • 生成主观大作业的详细说明与评分细则

社交工具 (Social Tools)

  • 学生分组与沉浸式交流
  • 为小组讨论提供支持
  • 激发更多学生的发言热情
  • 为每组presentation提供支持
  • 构建基于兴趣的学习社区 🪐

学生支持 (Student Support)

  • 全天候辅导员
  • 阅读教练 🪐
  • 好奇心教练 🪐
  • 让学生反过来教会AI,教学相长
  • 为特殊需求的学生提供支持
  • 提供心理健康支持
  • 大学/职业规划顾问
  • 学生智能作品集 🪐
  • 自我管理助手 🪐

原文 → medium.com/@LaurenceHo…




3. 万字长文解析:2年内「AI+教育」的切入机会有哪些

上面提到的,都是非常具体细小的场景解决方案,本质上还是属于「低垂的果实」

如果从教育和大模型的本质出发,思考得更深刻一些,我们还能得到哪些结论呢?这篇中文的万字长文就给到了非常好的引导!

🔔 [1] 从商业角度来看,很长一段时间内,教育行业算不上一个好行业

  • 教育行业行业人才储备和技术储备不足。垂直品类的天花板低,品类之间复用度差,导致无法形成规模效应。
  • 教育行业的学习 (交付) 效果差异极大。教学内容制作、重人力履约、用户自身投入程度等,都是影响交付结果的影响因素,而且最后一个因素还极度不可控。
  • 教育行业能承载学习效果的产品都是高价。产品设计复杂且效果承诺难以被简单信任,因此增加销售、履约、服务等更多环节,直接拉升了人力成本,推高了产品价格。

🔔 [2] 大模型 (或者说AI) 为教育带来了新的可能性

  • 教育的发展脉络是更大的分发规模(信息匹配规模)&更好的分发效果(信息质量),而技术负责优化成本结构
  • 当前分发规模已经达到边际,分发效果还有可提升空间,即个性化教育,之前限于成本和技术无法实现,现在则完全有可能了。

🔔 [3] 2年内大模型切教育的机会

2C:语言产品 (口语/面试/咨询/情感) 要注重「场景具象」和「学习投入」

  • 具象场景:不仅仅是一个Bot,而是发生在这个场景的所有事、物、人的集合,要以大模型为基座完成,上层做MultiAgent + Workflow。
  • 学习投入:长期是「立志」,需要意义赋予,符合认知的榜样;中期是「有用感知」,做法是场景建设,和实际可感知的效果案例输入;短期是「反馈」,需要路径类的形式系统和陪伴。
  • 具象场景和学习投入,要创造有趣的、具有挑战的、让用户认为获得物是有意义的系统,并且这个系统有着清晰的规则、目标与量化反馈。最接近这个描述的是游戏

2B:做结构性替代而非提效

  • AI想要在 2B 端尽快切入和放大价值,就要 (几乎) 完整替代整个环节。这既可以节约人力成本,又可以降低组织协作成本。
  • AI销售和AI助教,是最有希望的两个 2B 端业务方向。

⋙ 阅读原文




4. 内容创作者的窘境:AI步步紧逼,进攻是最好的防守?

ChatGPT 问世一年半以来,全球的内容创作者可谓喜忧参半:喜的是AI可以成为生产提效工具;忧的是AI比我快 (将来) 还比我好 😭

此外,各大内容平台陆续推出了自己的 AI工具,这其实是对内容创作者的另一层「盘剥」:不仅减少了曝光和广告收入,还会利用创作者发布的内容进行大模型训练和内容生成。


创作者不应该坐以待毙,而是要主动出击:

  1. 部署聊天机器人:在个人站点 (网站/博客) 部署 RAG 聊天机器人,回答读者问题,提供个性化推荐,并鼓励互动。
  2. 内容形式多样化:使用AI制作更抓人眼球的信息图表,或者转换内容形式 (文本-图片-音频-视频) 分发到不同社交平台,防止内容被平台轻易抓取。
  3. 开启付费订阅模式:免费提供基础版内容,而深入分析、电子书或独家视频等则要成为付费订阅者才可以获取。
  4. 成立会员专属频道:在 Discord 或 Slack 等平台上建立私人群组,为付费成员提供额外的内容和支持。内容的真正价值是与读者的互动,而不仅仅是内容本身。
  5. 扩展内容分发渠道:在多个社交媒体平台上广泛发布内容,支持SEO并提供替代入口点,减少对单一流量入口的依赖。

另外作者在文中澄清了两件事,很有意义:

  • 目前没有可靠的工具可以检测AI生成的内容。尽管许多公司声称拥这项能力,但实际上这在操作层面几乎不可能。
  • 大语言模型不是万能的。目前很多实践和创业案例已经证明,当前阶段的大模型,能力有明显的上限。

作者在美国,国内的我们要灵活借鉴 🥳 原文 → medium.com/@Pantheon-P…




5. 犯罪分子使用 GenAI 的5种方式:防不胜防!

这篇文章总结了5种利用 GenAI 技术犯罪的方式。原文不仅解释了各自的含义,还配上了操作细节和具体案例,不过日报就不详细展开了~


AnyWay,提醒大家,日常生活中,使用大模型或AI产品时,千万要提高警惕哇!

  1. 网络钓鱼Phishing:诱骗受害者泄露敏感信息。
  2. 深度伪造音频诈骗 Deepfake audio scams:生成式AI推动了深度伪造技术的发展,使得合成的图像、视频和音频更加逼真。
  3. 绕过身份验证 Bypassing identity checks:犯罪分子利用深度伪造技术,绕过银行和加密货币交易所的 KYC 身份验证系统。
  4. 越狱服务 Jailbreak-as-a-service:由于AI公司设置了多种安全措施来防止模型产生有害或危险信息,犯罪分子开始采用所谓的“越狱服务”,操纵AI系统生成违反政策的内容。
  5. 人肉搜索和监视 Doxxing and surveillance:AI语言模型经过大量互联网数据的训练,能够从大量信息中推断出某人的位置等敏感信息。

原文 → www.technologyreview.com/2024/05/21/…

◉ 点击 👀日报&周刊合集,订阅话题 #ShowMeAI日报,一览AI领域发展前沿,抓住最新发展机会!

◉ > 前往 🎡ShowMeAI,获取结构化成长路径和全套资料库,用知识加速每一次技术进步!