原标题：iTutorGroup首席运营官汤峥嵘：在线教育的下半场，AI怎么辅助老师？| 2018新风向峰会

在技术与资本推动的商业浪潮下，“风口”接踵而来，热点高速迭代，机遇与挑战并存，在风口兴衰瞬变的时代，我们需要冷静思考"大风起于何处，下一刻又将刮向何方？"36氪关注着每一次新风口的兴起与沉寂。以“风口更迭，探索永恒”为主题的2018新风口峰会与你携手探索商业进化之道。

在线教育的下半场，如何既做到个性化又做到规模化？在人工智能的浪潮之下，AI又该如何辅助老师？

在36氪主办的新风向大会，iTutorGroup首席运营官汤峥嵘对这些问题做了一一解答，同时汤峥嵘认为在线教育下半场AI是不会替代老师的，老师是在教育过程中对人的情感、心理有大量的解读，并不是简单的知识传输。

以下为汤峥嵘演讲全文：

今天我给大家分享的主题是“在线教育的下半场，教育为本，AI赋能”。教育行业在前段时间投资非常火热，现在有一些降温了，我把它视作行业开始进入到了下半场，教育的下半场也一定会回归理性。

iTutorGroup旗下有两大品牌，一个是成人在线英语教育品牌TutorABC，一个是青少儿在线教育品牌vipJr。

第一，整个行业都很热，我们看到互联网行业热过的有共享经济、AI等等。AI还在持续发热中，但是很明显也在降温，包括区块链都是目前非常热的。到了教育板块，K12英语非常热，K12当中更热的其实是四到七岁低龄段。市场产品差异并不大，大家都在低龄段学习过程中。不管行业的热点怎么样，终归要做一些你自认为正确的事情，正确的事情有这样几件。

首先，在教材的投入，四到七岁，教英语，教孩子的26个字母，几百个单词，少量语法的结构，门槛是很低的。而我们花了几百万美金买了牛津出版社最好的三套教材来教英语，这三份教材是非常具有代表性的，它能够从零基础教到中学。

其次，是标准。以英语为例，今天市场都在追求美式英语，有一个标准叫做CCSS，但在CCSS网站的首页，明确写着这套标准是为美国学生的成功做准备。即便如此，这个标准在美国今天还没有达成一致，美国有50个州，希望用这套标准把50个州的教育统一起来，但到目前为止，美国50个州还是有不同的教法。把它拆开来看，这个标准中第一个当然是英语，美国人对英语的解释是类似于文学，要求是很高的。还有数学，这个也会被搬到中国来，但它的数学在幼儿园级别就只要求数数，这个标准我们认为对中国孩子太低了——中国的幼儿园孩子可能连乘法都会。

我们在多个标准中找了另外一个非母语的标准，也就是欧洲的标准，这里面核心的就是听说读写。为什么欧洲的标准不错？德国、俄罗斯、法国、西班牙、葡萄牙，几乎都不讲英语，除了英国，对于欧洲大陆的国家来说英语对他们来讲就是第二语言，跟中国的情况是非常相似的。美国的标准对非英语母语的中国孩子是不太适合的，所以我们坚持一定要找一个合适的标准。最终，平台教学还是要回归到效果上去的。

以上给大家简单讲了我们怎么看待教育的本质，我们觉得教育必须坚持做正确的事情。

AI一定是教育下半场中非常重要的武器。在AI的运用上可以分为微观的和宏观的。微观就是在上课的那个瞬间发生的事情，我们做到了对老师表情的监控，做些统计，可以实时或者是事后分析老师在上课过程中的参数，我们在课程中加上现在非常有趣的虚拟现实、增强现实的场景，不仅让老师可以用更有趣表现，对于低龄的孩子也会更有效果，这都是微观的。

还有一层是宏观层面的，这一点在整个教育行业中像我们这样做的是非常少的。拿打车行业做比较，打车本质上就是匹配司机和乘客，而换到教育行业宏观就是匹配学生和老师。在打车行业，今天如果是请乘客来选择司机你们会觉得很可笑，我们现在打开滴滴让我选择司机，滴滴、优步他们都是用算法匹配司机的，如果乘客来选司机可能会出现几个场景：

第一，对于一家出租车公司以及滴滴，空车率是他非常重要的考察指标，如果公路上车空车很多说明没有利用起来，空车率低说明效率好。我们在行业中是唯一一家不让学生选老师，匹配老师的公司。有人会讲我是消费者，难道我没有权利选老师吗？

为什么我们这么做？我们有两万多外教，让孩子去选会比较，而对于成年人还会不停的换老师，成年人学英语本就应该跟更多不同的人交流沟通，对于小朋友固定一段时间，因为对陌生人有一定的适应过程。

因为有了匹配算法，我们做了第二个事情，出租车出现之后，下一个一定是顺风车，大家可以搭车、拼车，在教育行业就叫做一对多，一个班里面可以有多个人。大家先可以网上搜一下，其实真正做一对多的公司，除了我们，其它还没有发现。有一些固定模式的一对多，这个班级里有四个学生一直是在一起的，但如果在打车行业你就会觉得很奇怪，拼车，四个人每天得一起去，除非你们住在一个小区到一个地方上班，否则你们不叫拼车。我们做的是完全动态，这个班级里面的学生全部是按条件匹配出来的，小班最多六个人，通常匹配到三个人左右，我们要求他们的时间一定是一样的，英语水平也要差不多。与此同时，对成人来讲他们学习的目的就不一样，比如说出国、旅游、去外企，他们所在的行业也不一样，比如说学科技的、医疗的、金融的，甚至他们对老师的要求偏好也不一样，我们通过这些方式把非常相似的人尽可能精准的匹配在一起，做到一对多。

除了可以匹配老师，还可以匹配课程，我们发明了一个词语叫做线性课程和灵活课程，我们上课通常是书，书是从第一页到最后一页翻过去，到我们这边课程上课，你可以想象把每一页的书都撕下来，就直接跳到你要上的那一页，不一定按照顺序，因为知识点之间不完全是按顺序的，可以有先后的关系混合。

谈到AI，大家一定很关心数据。因为有了系统、匹配算法。一对多的课时效果最好，一节课老师讲45分钟，如果是一对三分到身上只有15分钟，所以是不是一对一会更好，而这个数据告诉竟然是相反的。在英语水平相对低的时候，一对一学习相比一对多，一对多反而更快，同样上十节课，一对多居然会进步的更快，这个非常反我们的常识。

经过分析发现，整个45分钟的课，每个单词都要想是非常烧脑的，学员可能只能集中20分钟的注意力，后面20分钟已经很累了，而一对多学员只要讲15分钟，还有30分钟是在听，听对能量的消耗要低很多。所以在低层级你的进步更快，因为你在听的过程也是在学习，而且你还学习了一些别人讲的过程中发现了自己从来不讲的话，当你水平高了以后你已经讲得非常流利，基本上不用大脑思考，用小脑思考的时候，老师给你的时间越多，你的练习时间就会越有效。

对于AI，我们一定会想到下面一个问题，未来教育的挑战在哪儿。首先是知识爆炸，现在我们的知识是不缺的，十年前、二十年前知识是匮乏的，现在是爆炸的。第二个是时间碎片化，大家没有大块的时间来学习。第三个是AI普及了，什么要学，什么不要学，我们的英语还要学吗，数学还要学吗，AI会不会给替代，这是非常严峻的问题，我们也看到传统教育的几个弊端，传统教育是工业时代的产物，是为了批量生产，当时为了生产工人而造的学校，今天逐渐变成高等教育，它是批量化的，也导致了教育的标准化。

今天很多人在批判我们现在的教育，要淘汰标准化，一个大班没有办法让老师给每个人都个性化教学。未来教育的问题和机遇同在，第一个你怎样做到既个性化同时规模化，这是一个严峻的问题。第二个，AI怎么辅助老师，今天已经有很多人讲过这个问题。 最后一个问题，AI是不是最终会替代老师，我个人的解读是不会的，老师是在教育过程中对人的情感、心理有大量的解读，并不是简单的知识传输。