AIGC+教育行业报告2024

微信扫码，打开到小程序

部门：企服研究三组 ©2024 iResearch Inc. 2024年AIGC+教育行业报告 署名：李鑫 籍孟合子 杭静 生命循环，人机共育 2 前言 PREFACE 生命循环，人机共育 在宏观层面上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的 交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态 上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 现？AI与人类是否会在社会和教育资源上展开竞争？这些重大问题，因AIGC的到来，再一次冲击了 现有的教育体系。 在微观层面上，教育的各场景和环节，都因AIGC技术的应用而有所助益，如教师侧的备课规划、作 业生成和批改，学生侧的自主学习、辅助练习、测试评估等，新技术与古老教育场景的结合，总会 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 同时需要警惕的是，AIGC技术具有显著的资源密集和依赖特点，而教育是一项社会公益事业，事关 人的发展权，教育福祉应尽可能地保证公平和均衡。如何防止强势资源的相互吸引和马太效应的加 剧，是教育界需要共同面对的问题。 mWiXpYcX9UkXeZlZ9UmVpOoPaQcM7NsQnNpNsOiNpPmOjMrRtP7NsQnNwMrMyQuOtOqP 3 摘要 ABSTRACT SMS 教育进化 趋势前景 变迁革新 商业实践 从宏观层面来看，AIGC技术延伸扩展了人脑智能，并且降低了使用门槛，应用影响力随之无限泛 化。具体到教育行业，部分基础工作被替代，社会人力结构和人才需求被重塑。AIGC技术与现代 教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望赋能教师并实现规模化的因材施教，但也挑战传统学习模式和评价工 具；在教学内容方面，高阶通识能力、跨学科复合能力的重要性被重提，并辅以AIGC技术素养要 求；在学习主体方面，引发近乎科幻但并不遥远的哲学思辩：教育人类还是训练大模型，二者可 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、硬件整体售卖、MaaS服务、AIGC技能培训是主要的商业模式，各厂商根据模型 及算力、教育业务理解、教育数据等竞争要素的差异，在行业中分据而立。展望未来竞争态势， AIGC技术具有显著的资源密集和依赖特点，大力出奇迹的暴力美学路径已被行业所验证，未来格 局仍会以有着多类型资源积累的大厂占据主要份额，创新企业可以依据特定场景深入理解而切入， 但若没有自主大模型仍然会受制于人。同时，通用大模型与教育垂类大模型的关系，正向着各司 其职、融合发展的方向持续演化，未来可能呈现出通用大模型与N个专家模型多重组合的形态。 在内容层面，基于神经网络技术的AIGC与素养发展具有天然相似的基因，企业可以发力C端小模 型从而引领行业发展；在技术层面，大模型分析+多模态交互+Agent规划+具身智能行动，AGI 完全体与教育场景深度适配；在福祉落地层面，教育各界需通力合作，努力克服机会、技能、资 源的三大鸿沟；在人机协作层面，人机关系进入新历程，人机共育，生命循环，互为滋养，人类 将与AI一起永无止境地学习、构建。 4 目 录 CONTENTS 01 时代背景：变迁与革新 02 教育进化：教育框架反思 03 商业实践：技术应用扩散 Change and Innovation Educational Evolution Technology Commercial Diffusion 04 标杆案例：企业落地剖析 Outstanding Enterprise 05 思考启发：前景与挑战 Prospects and Challenge 5 时代背景：变迁与革新 Change and Innovation 01 6 ©2024.2 iResearch Inc. www.iresearch.com.cn 宏观：AIGC带来的生产力革新 AIGC延伸扩展人脑智能，降低使用门槛，应用影响力无限泛化 麦克卢汉提出，媒介是人的延伸。AIGC技术作为一种人造工具（媒介），是对人脑计算、思考、判断、学习等内在能力的延伸，同 时在巨量数据的加持下，AIGC在发现、认识、运用规律上有着明显的优势，是人的智能在机器形态上的规模化聚集、运作和反应， 突破了人类能力的边界；而AIGC的问答式交互、无需下载和配置等特性，使得AI技术的使用门槛大大降低，AI技术走向平权化；同 时，联网后的实时海量数据支持，模型开源及插件生态的开放，结合用户无限的创造力，AIGC的影响力渗透进各行各业的每个角落， 影响力无限泛化和扩大。 来源：公开资料，艾瑞咨询研究院自主研究及绘制。 智 能 的 延 伸 门 槛 的 降 低 影 响 力 扩 大 人脑智能的延伸 AIGC 人脑智能的延伸，AI具备了计算、思考、 判断、学习的能力。AIGC技术在巨量 数据的加持下，在发现、认识、运用规 律上有着明显的优势，是人的智能在机 器形态上的规模化聚集、运作和反应。 菜 单 式 交 互 … … … … … … … xxxxxxxxxxx xxxxxxxxxxx 问 答 式 交 互 工具可得性提高 工具易用性提高 • 需环境和软件配置 • 人工智能专家使用 • 使用费用高昂 • 无需下载和配置 • 普通用户可使用 • 模型开源及降价 数据来源多样 模型开源及插件应用生态 用户无限创造力 连接互联网，弥补时效性短板 专有数据变为大数据，可能性无限 接受个人或企业私有数据投喂 OpenAI托管插件 第三方海量插件 不同参数、厂商的模型逐渐开源 用户主观能动性得以发挥 人工智能与人类智能共创 AI技术走向平权化、社会化 AIGC技术的生产力革新 传统AI工具 AIGC工具 传统AI工具 AIGC工具 人脑智能 AIGC人工智能 计算、思考、 判断、学习能力 通过模拟人类大脑，具备了思考、判断、学习能力 人类投喂巨量数据和语料，AI能力涌现 AI能够更深入地解析和发现事物特点、问题及规律 7 ©2024.2 iResearch Inc. www.iresearch.com.cn 宏观：AIGC带来的人力需求变革 AI成为基础设施，部分基础工作被替代，社会人力结构和人才需求重塑 技术的跃迁、生产效率的提升并不会自然带来社会整体福利水平的提升，相反往往以牺牲部分人的利益为前提，进而引发社会结构、 人力需求的重塑。AIGC交互界面的用户友好性、大模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将 成为像水、电、网络一样的基础设施，渗透并改变千行万业。然而，大模型具有认知、分析、推理能力，不同于自动化浪潮下对蓝 领的冲击，AIGC时代受AI影响最大的可能是初级专业人士和技术人员，即部分白领。据Challenger报告显示，2023年5月，美国因AI替 代造成的失业人数达3900人，且都发生在科技行业。以及据麦肯锡数据预测，到2045年左右，有50%的工作将被AI替代，比此前的估 计加速了10年。与此同时，具有创造力、深度思考等高阶智力的人才，将享受到AIGC带来的效率优势，成为AI的驾驭者，相应的工作 需求也会增加，并同时在教育领域创造出大量专业和学科，对教育课程和专业设置、人才素养评价提出新要求。据世界经济论坛发 布的《未来就业报告2023》显示，未来5年内，人工智能、商业智能分析师、数据科学等大数据相关职位的需求增长最快，且创造性 思维、技术素养、好奇心和学习能力等通识素养是未来最需要培养的技能。智能时代背景下，传统的技能已无法满足社会需求，学 科壁垒不断消融，跨专业人才需求紧俏。 来源：麦肯锡《生成式人工智能的经济潜力:下一个生产力前沿》、世界经济论坛《未来就业报告2023》 ，艾瑞咨询研究院根据公开资料自主研究绘制。 AI成为基础设施，基础工作被替代 AI大模型具备认知、分析、推理能力，冲击替代的对象涉及部分专业化岗位： 需要一定知识储 备的辅助性工作： 法律案件整理等 精度及标准化要求不 高的图文工作：如海 报设计、物料生成 专业性较高，但模型 化程度也较高的工作： 如医疗诊断辅助等 不同于自动化浪潮下，机器 人对蓝领的替代，AIGC时代， 受AI影响最大的是一些初级 专业人士和技术人员，即部 分白领的工作 具有创造力、深度思考、探 索能力的人，将享受AIGC带 来的效率优势。 人力结构转变 麦肯锡《生成式人工智能和 美国工作的未来》报告提出， 2030 年美国工资最低的岗位 将减少110 万个，但工资最 高的岗位可能增加 380 万个 AIGC带来的社会结构及人力需求变革 当前人类工作活动实现全球自动化水平的时间表 2020 2030 2040 2050 2060 2070 2080 2090 0 20 40 60 80 100 50% 2017年 预测中点 最新预 测中点 最新乐观预测， 考虑AIGC 最新悲观预测， 考虑AIGC 2017乐观预测 2017悲观预测 人力需求转变 学科壁垒不断消融，数字技 术、人工智能等科创技术能 力与人文素养、通识教育并 重，跨专业人才需求紧俏。 世界经济论坛发布《未来就 业报告2023》显示，未来5 年内，人工智能、商业智能 分析师、数据科学等大数据 相关职位的需求增长最快。 该报告同时指出，创造性、 分析性思维，技术素养、好 奇心与学习能力、韧性、灵 活性与敏捷性等通识素养是 未来最需要培养的技能。 8 ©2024.2 iResearch Inc. www.iresearch.com.cn 教育 成长 中观：语言的发展及其教育影响 自然语言—数字语言—机器语言，代表着教育发生、成长及其现代突变 语言是人类认识世界、改造世界的基本工具。自然语言的出现，从词语到概念的演化，抽象程度的提高，使得教育得以发生，知识、 概念、经验得以传授和传承；数字语言的出现，生活和学习中各类数字工具的应用，表示人类对世界的认识和规律把握的能力增强， 人类认知和沟通的障碍降低，知识经验传授和传承的范围进一步扩大；机器语言的出现，人类把数字语言体系外化给机器，并演变 为各类模型、算法，由此人类认识世界、改造世界的能力通过机器得到了放大、倍增和质变。大语言模型作为最新的技术突变成果， 在发现、认识、运用规律上相较于人类有着明显的优势，人造工具突破人类认知和能力的边界，推动教育内容和评价、教学方法的 革新。 来源：原教育部部长陈宝生《从ChatGPT看教育的未来和未来的教育》，艾瑞咨询研究院自主研究及绘制。 工具 关系 群体 理论 经验 能力 感觉 自然 社会 … … … 词 语 规 模 达 到 某 个 临 界 点 具 体 化 为 概 念 数字语言 自然语言 机器语言 教育 发生 从词语到概念，抽象程度的提高，使得教育得 以发生，知识、概念、经验得以传授和传承 ➢ 长度单位：米、厘米、毫米等 ➢ 质量单位：千克、克、毫克等 ➢ 时间单位：秒、分钟、小时等 ➢ 温度单位：摄氏度、华氏度、开尔文等 数字计量与统计 ➢ 电话号码：特定格式的数字语言，拨号后通话 ➢ 日期与时间：电子日历和时钟以数字表示 ➢ 条形码与二维码：数据编码为黑白相间的图案 ➢ 坐标定位：经纬度坐标数值进行精准定位 ➢ 账号及密码：银行卡等账号由一串特定长度的 数字组成，各种密码均采用数字语言 生活数字语言 人类对世界的认识和规律把握的能力增强，知 识经验的教授范围进一步扩大、教育效果增强 ➢ 条件：在海量数据、更大算力的支撑下 ➢ 特点：大语言模型能更加深入地解析事物， 在更深层次和更广的范围发现事物的新特点 ➢ 优势：在发现、认识、运用规律上相较于人 类有着明显的优势，人造工具突破人类认知 大语言模型 教育 突变 人类把数字语言外化给机器，人工智能在发现、 认识、运用规律上更具优势，带来教育体系变革 语言的发展及其教育影响 ➢ 数字系统：二进制、八进制、十进制等 ➢ 编码系统：ASCII码、Unicode等 ➢ 通信语言：IP地址数字标签、URL网页地址等 机器语言 能力放大 能力倍增 能力质变 人脑智能 人工智能 9 ©2024.2 iResearch Inc. www.iresearch.com.cn 中观：AI技术的发展及其教育推动 由教学辅助到自适应学习，AIGC技术变革推动大规模因材施教逐步落地 全球AI+教育经历了诞生期-摸索期-产业期三个阶段，在诞生期，AI和教育的结合主要围绕辅助教学进行探索，应用于答疑、练习、 模拟测试等环节，代替部分教师的重复性劳动。在机器学习的兴起下，AI+教育进入摸索期，二者结合的探索主题为智能导学及自适 应学习。随着深度学习技术的进步，人工智能技术步入商业化阶段，AI+教育也进入产业期。近几年大数据、云计算、算力能力提升， 大规模语言模型急速发展，2022年ChatGPT的发布更是引发了海内外LLMs的军备竞赛，2023年各类教育垂类大模型的争相发布， 打开了通向通用人工智能（AGI）之路，帮助师生大幅提升教学效率，推动大规模的因材施教逐步落地。 来源：公开资料，艾瑞咨询研究院自主研究及绘制。 1954 1956 1960 1965 1970 1973 推理期 将逻辑推理能力 赋予计算机系统 知识期 总结人类知识 教授给计算机系统 1982 1992 1996 2006 2012 2014 2016 2019 2022 2023 新行为主义 学习理论创 始人斯金纳 发表了题为 《学习的科 学和教学艺 术》，推动 了程序教学 运动的发展 达特茅斯会 议诞生了人 工智能学科 世界上第 一个计算 机辅助教 学系统 PLATO系 统诞生 DENDRAL -世界上第 一例成功的 专家系统的 诞生 提出智 能型计 算机辅 助教学 系统的 构想 提出 智能 教学 系统 框架 提出 智能 导师 系统 概念 提出 智能 授导 系统 第一 个自 适应 教学 系统 问世 Hinton 发表深度 学习的 Nature 文章 CNN超第 二名十个百 分点夺冠 ImageNet 麻省理工 学院研发 社交技能 训练系统 MACH AlphaGo 战胜人类 顶尖围棋 选手 首届国际人工 智能与教育大 会在北京召开 ChatGPT引 发海内外生 成式大模型 研发浪潮 MathGPT、 子曰等教育 大模型发布 机器学习期 计算机从数据中学习算法 深度学习在语音、图像、文本领域大获成功 生成式人工智能与教育的结合更加紧密 诞生期 摸索期 产业期 全球AI+教育发展历程 ChatGPT通 过注册会计、 律师资格等 多种考试 10 ©2024.2 iResearch Inc. www.iresearch.com.cn 中观：AIGC与现代教育结合的必要性 内容标准化、效益规模化、交互自然化，现代教育与AIGC技术价值吻合 AIGC技术与现代教育，在教学内容、师资配置、交互方式方面有着巧妙的吻合之处，彰显着技术落地的必要性。现在的教育模式基本是 在工业革命进程中形成的，规模化和标准化是其基本特征，基于社会分工的逻辑，旨在为社会各行各业的发展培养可用之才。与此相对 应的，便是分专业的学科式架构、分级分班的规模化教学。AIGC技术应用下，大规模的通用数据与教育各学科的垂类数据并存，通识 教育和专业教育所需的内容均可满足。同时，AIGC资源不像教师资源具有时空上的独占性，有望实现大规模的个性化教学。值得一提的 是，在交互方式上，口语面授是主流的、学生习以为常的教学交互方式，而AIGC技术的独特之处也在于多轮自然语言交互能力，有来有 回的问答式相比于知识的单向灌输，更接近孔子《论语》的对话体教学，也更接近苏格拉底的启发式对话教学模式。 注： 这里指狭义上的教育，即知识传授等“教书”问题，品德培养等“育人”效果不在此处讨论范围内。 来源：公开资料，