Workflow
学而思学习机T4
icon
搜索文档
从“给答案”到“教动脑”:这届小学生被AI教会主动思考
量子位· 2025-11-11 04:24
行业现状与痛点 - AI+教育浪潮汹涌,ChatGPT、谷歌等巨头纷纷推出相关产品,有学校要求学生每天花两小时与AI助手学习[2] - 当前多数AI教育产品本质是效率工具,追求快速响应、批改和给出答案,停留在授人以鱼层面[2] - 直接给出答案的模式掩盖了学生思维过程缺失,导致一听就会、一做就废和盲目刷题的循环[2] 产品核心功能与特点 - 小思AI1对1从被动应答工具进化为能主动引导、完成教学闭环的师者[4] - 基于多模态感知能力,可同时看懂纸上笔迹、听懂学生表达,并以自然语言实时讲解引导[5] - 通过拍头唤醒,支持语音或手指题目方式启动讲解,精准识别题目[8] - 讲解过程采用纸屏互动,引导孩子将解题步骤亲手写在纸上,并实时识别批改每一步[10][11][12] - 实现一题多解,根据学段选用相应解题方法,并圈划题目关键信息[12] - 讲解完成后进行整体回顾与重点总结,帮助理解同类题型解题思路[14] - 具备个性化教学方案,在孩子持续出错时灵活转换思路和提问角度,并判断认知负荷调整节奏[21] - 通过情绪感知技术捕捉孩子情绪变化,给予鼓励或祝贺,并生成情绪总结报告推送家长[21][22] - 自动构建动态学情图谱,基于行为模型生成个性化学习规划,实现千人千面教学[22] - 支持拍照上传学校习题试卷,持续跟踪学情进行动态诊断与精准反馈[23] - 备考时可自动筛选薄弱环节,优先呈现易错题型与未掌握题型[25] 技术路径与核心能力 - 公司采用软硬一体与自研主导的AI原生派技术路径,难以被快速复制[30][31] - 为实现低延迟、多模态、沉浸式交互和深度个性化教学,软硬一体化是必然选择[31] - 自研T系列学习机作为AI老师物理载体,前置高清摄像头和内置传感器算法实现低延迟纸屏同步[32] - AI老师能力包含解题准确性和讲题能力两个维度,前者客观讲求逻辑正确,后者主观体现教学设计水平[32] - 解题环节依托自研九章大模型(MathGPT),承担全学科解题、批改、分步讲解任务,获教育大模型5级与教育智能体4+级双项最高认证[34] - 采用双模型架构,引入通用大模型DeepSeek增强开放对话与逻辑推理能力[34] - 将二十余年教研团队授课经验、解题策略与课堂互动逻辑数据注入大模型,使AI掌握教学思维而不仅是答题能力[34] - 全链路自研体系保障安全,题目经过真人审核甚至三轮审核机制,数据隐私有防控管理机制[37] - 自研意图理解模块搭配可插拔调度大模型保障专业准确,安全机制覆盖全流程[37] 行业演进与未来展望 - AI教学系统正经历从答题工具到AI学伴再到AI老师的演进过程[38] - 公司CTO提出AI老师L1-L5分级,核心标准是AI在多大程度上替代传统课外辅导角色[40][41] - 学而思AI老师能力目前已一只脚迈入L3阶段,在题目讲解场景实现多模态交互+个性化引导+实时批改与自适应讲解的系统化学习链[44] - 小思学习机可自由调度的AI能力有七十多种,涵盖精准学、批改、弱项练习、口语训练等多方面[45][46] - 未来AI老师需在教學能力、认知理解能力、交互能力三方面持续推进,学习机有望向具备教育感知与情感交互的陪伴式机器人演进[47]