前幾天，微博熱搜上的這個話題，可以說是讓家長們哭笑不得。

　　既然補習老師不靠譜，那親自上陣輔導孩子寫作業呢?

　　讓清北畢業的爸爸都崩潰的這個難題，恐怕沒有這么簡單。畢竟，自己會做一道題和能把孩子教會，是完全不同的兩件事。

　　好在，最近一個忽然爆火的神秘國產大模型，或許能解決這個難題!

　　在評論區，家長們紛紛直呼「好想要」，直接把它評為國內家長最想要的AI。

　　無數家長瘋狂沖進留言區，發出吶喊：趕快讓我從給孩子輔導作業的噩夢中解脫出來吧!

　　蘇格拉底式啟發學

　　給孩子輔導作業，是不少家長最難渡的「劫」。

　　因為給孩子輔導作業崩潰大哭的娃爸娃媽，時不時就上了微博熱搜。

　　每晚都和孩子斗智斗勇，不寫作業母慈子孝，一寫作業雞飛狗跳。

　　剛剛教會的題，換個題型立馬又不會了?讓無數家長開始懷疑人生。

 

　　都說科技改變教育，真的有產品可以為中國家長分憂么?

　　今天，這位爸爸就帶著女兒小美，來親測了一番。

　　平時，每天給女兒檢查作業，是這位爸爸的例行功課。但是今天，這項重任，就被交給AI了!

　　第一步，小美的作業，被平板拍了下來。

 

　　AI看完小美的作業，開始總結這些習題的要點——重點練習了商是兩位數的除法，和含余數除法，考察了各部分之間關系的知識點。

　　那么，小美完成得怎么樣呢?

　　AI是這樣「判卷」的：填空和計算題，你完成得很好。不過，在應用題中，AI發現了一處有點問題，希望小美能自己檢查一下，然后告訴它是哪道題錯了。

　　小美檢查了一會兒，實在發現不了錯在哪里。最終，父女二人選擇求助AI：「小美沒有發現她應用題的錯誤，請你給她做一下分析，但不要直接告訴她答案。最好是能讓她下次避免這類的錯誤。」

　　這個要求，細看其實并不簡單，AI能完成嗎?

　　AI說道「沒關系」，然后在屏幕上放大了小美做錯的題目。小美看到時有些驚訝，實在想不出自己到底錯在哪了。

　　AI開始循循善誘，從小美和爸爸媽媽一起逛超市的日常生活案例講起：這是一個常見的「買贈優惠」問題，如果要用數學方法解決，就是這樣的——

　　第一步，酸奶12元一盒，買3盒送1盒，因此，可以把4盒看做1份，而且1份只需要付3盒的錢。說到這里，AI對小美發出提問：買1份需要多少錢呢?

　　小美回答：36元。

　　AI表揚說，你計算得很準確，然后接著引導說：我們用媽媽帶的120元，除以每1份酸奶的價格，得到的商是幾，就可以買幾份這樣的酸奶了。

　　在AI的引導下，小美提出了這個除法運算的答案——3份余12元。AI繼續提問，每份有4盒，一共有幾盒?

　　小美順利地給出了正確答案：一共有12+1=13盒。

　　AI稱贊說「你真是個數學小能手」，并且總結了這類除法題的「黃金規律」：類似買幾贈幾的問題，可以把買的數量和贈的數量看作1份，而1份數量相加時，一定記得加括號，再乘以份數。

　　小美點頭表示理解，爸爸也在旁邊鞏固了這個計算中的要點：下次面對1份的時候，一定要記得加括號。

　　而看完全程的家長們，除了稱贊AI引導孩子時循循善誘的耐心態度外，更是盛贊這個AI實在情緒穩定，應該能挽救不少因為給娃講題崩潰的暴躁家長。

　　值得一提的是，上面這段猿輔導大模型場景內測，已經達到了國內頂級的AI教育水平。

　　視頻一經放出，立刻引得家長激動地奔走相告，在各個群里引發強烈反響，

　　所以，垂直的教育大模型究竟比一般的通用大模型強在哪里?

　　小編決定來一番實測，把小美的解題過程，發給當今最強的多模態大模型GPT-4o試試。

　　GPT-4o的回答，乍一看是沒問題的，它的答案和看云大模型的一樣：只有酸奶促銷這道題算錯了，其他都正確。

　　但仔細對了一遍后，小編發現了不少翻車之處。

　　比如，第3題的識別，顯然是有問題的。

　　不過，既然這次比拼的是互動啟發式問答能力，GPT-4o的這個疏漏我們暫且按下不表。

　　我們也像視頻中一樣，向GPT-4o發問，讓它幫忙分析一下，但不要直接告訴答案，而且最好幫忙在下次避免這樣的錯誤。

　　GPT-4o給出的解析過程，直接一下子就把整個的過程寫了出來，并沒有和小編通過一次次的對話來完成交互。

　　小編再次強調，希望GPT-4o能進行循循善誘的引導，每次只引導一步。

　　可以看出，GPT-4o已經在盡力滿足我們的要求了，但整體的感覺，仍然是傳統教育中老師或家長的主導式講解。

　　如果學生本身對于題目概念理解得很模糊，這樣一股腦式的灌輸，并不能讓學生對于自己理解的薄弱點產生醍醐灌頂的理解。

　　而小編從這番親身嘗試中，也細致入微地體驗到了教育大模型和一般通用大模型的能力差異。

　　在實際使用中，大模型的輸出往往給人「聽君一席話如聽一席話」的感覺。但猿輔導大模型的啟發式互動，真正實踐了傳說中的「蘇格拉底提問法」。

　　去年，沖上微博熱榜的一個話題「0.999無限循環和1到底哪個大」，竟難倒一大片家長。

　　主打「智能學習」的海豚AI學，會給出怎樣的答案呢?小編立馬來了一波實測。

　　在輸入問題后，AI并沒有直接給出答案，而是讓小編在兩種解決方式先做選擇。

　　一是，通過提問，引導我獨立解決;二是直接告訴我答案。

　　不如，這兩種方式都看看，AI就這道題的輔導有何不同?

　　首先是，直接告訴我答案。

　　原本，還以為AI立刻簡明扼要地給出答案，但它還是先進行了題目、以及解決步驟的分析。

　　如下所示，它給出了4個解決步驟，而且點擊「步驟區域」，即可對「該步驟」進行追問。

　　就以第2步為例，在沒有理解的前提下，AI便開啟了「蘇格拉底式」的提問法。

　　它會首先詢問0.111...和1/9的關系，以確定小編是否真的理解這一步。

　　不過，當我說「沒有關系」時，AI便開始耐心地講解，幫助小編去探尋0.111...和1/9的關系。

　　值得一提的是，當最終理解答對的時候，AI甚至會給出語言激勵——太棒了，讓小編更有動力去完成接下來的問題。

　　那么，選擇「通過提問引導，我獨立解決」又有何不同呢?

　　通過如下的解題過程，讓小編深深地感受到「引導」這一詞，真正的含義。

　　AI通過不斷提問，啟發引導，一步一步去破解這個難題。

　　在海豚AI學里，除了可以直接問「小白」外，還可以和經過深度訓練的「愛因斯坦」、「高斯」、「魯迅」等大佬對話。

　　接下來，是由小編本色出演的一個不愛學習的學生。

　　可以看到，即便面如此沒有興趣的孩子，「超時空對話」里的AI高斯依然會非常耐心地講解，并在最后給出一個富有啟發性地提問。

　　背后大模型

　　在猿輔導看來，LLM才是教育未來發展的最大的變量。

　　半個月前，北京網信辦最新公布了一批已完成備案的大模型。其中，猿輔導旗下的看云大模型(簡稱猿輔導大模型)正式通過了大模型備案。

　　它并不是一款產品，而是技術底座。

　　在LLM增速放緩的當下，如何去彌合技術和場景需求之間的鴻溝，成為至關重要的一個因素。

　　而做大模型應用最困難的是，找到一個對用戶有價值，且LLM可以實現的場景。

　　憑借12年積累的龐大學習數據優勢，猿輔導由此打造出了這款專注與教育領域的垂類教育大模型。

　　據介紹，猿輔導大模型參數有700億，在10億道題目上完成了訓練。

　　與通用大模型不同的是，教育的生長是不可逆的，猿輔導不會允許科技AI產品一本正經的胡說八道。

　　何謂真正的教育?

　　這里就再次提到了蘇格拉底式提問。這種以蘇格拉底命名的教育方法，側重于向學生提出問題，來發現答案。

　　這種有紀律的提問形式，可以在多個方向上啟發思考，比如探索復雜的想法、了解事物的真相、提出問題、揭示假設、分析概念，區分我們所知的和我們所不知的，遵循思想的邏輯結果等等。

　　比如，想讓學生理清思維，探究思維根源，可以問「你為什么這么說?」、「你能進一步解釋一下嗎?」 ;挑戰學生的假設，可以問「情況總是如此嗎?」、「你為什么認為這個假設在這里成立?」

　　在傳統的「教與學場景」中，我們太習慣于老師、父母主導式講解、學生被動式學習的模式。

　　而恰恰是垂直的教育大模型，能打破這種幾千年傳統的被動式學習。

　　在這個過程中，不僅重塑了父母、老師和孩子的交互，讓孩子習慣探究式引導學習的模式，擁有一個屬于自己的AI伴學老師。

　　而且，通過孩子過往學習過程的分析和提問，垂直教育大模型還能建立一個學習者大數據庫，開啟真正的個性化學習時代。

　　上文中「飛象星球」教小美除法的視頻，就為我們形象地展示了，如何通過互動啟發式問答，引導小美一步步地洞察到背后的知識點，搭建起底層能力，通過自己的思考，真正學習「一道題是怎樣做出來的」。

　　從此每一個學生都可以擁有屬于自己的AI伴學老師，隨時可用。而且，猿輔導大模型也將真正推動教育平權。

　　經過了團隊的長期關注、認知、不斷驗證，這種數據優勢隱藏著產品交互背后，提供了服務和支持。

　　可以說，正是大模型這個變量，給了猿輔導一次重塑教育產品的機會。

　　搞教育的猿輔導，內核全是AI

　　在AI教育領域，從不缺重量級玩家。

　　那么，為什么猿輔導可以在這個領域不斷推陳出新，收獲孩子家長們好評與認可?

　　其實，這背后離不開研發團隊的創新和投入，以及多年來的經驗積累。

　　早在2012年成立之初，猿輔導開始投入大量資源去做「猿題庫」，并希望能用科技改變教育。

　　也就是從一開始，他們便設定了實現「自適應學習」的目標，并推出了首款線上教育產品。

　　其中，針對一個「推題」的功能，猿輔導曾嘗試利用現有研究成果，比如項目反應理論等與教育質量相關的技術去實現，卻發現在實際應用中的效果并不明顯。

　　后來，他們通過不斷實踐發現，利用深度學習優化「推題」算法，可能會實現更好的效果。

　　CTO楊元祖曾在采訪中表示，「猿輔導技術發展的時間節點有很多，最關鍵的節點是，做出了一個決策而非產品」。

　　而這個決策需要團隊不斷去探索，然后開始籌備團隊，在2014年成立了首個AI Lab。

　　GPT-4發布之后，猿輔導決定去自研LLM。由此，才有了現在的AI場景測試。

　　旗下大模型已經形成多種參數規模和形態的模型矩陣，具備學情分析、作文輔導、閱讀對話、計算解題等十幾種核心教育能力。

　　除了以上提到的飛象星球、海豚AI學、猿輔導素養課，整個集團旗下，LLM還在斑馬App、小猿學練機等教育類軟硬件產品實現全面落地。

　　而下一步，猿輔導希望補齊教育大模型最后一塊「拼圖」——自研多模態大模型。

　　我們已經看到了，多模態GPT-4o在教育應用中的強大力量。發布當天，可汗學院的創始人父子，演示了GPT-4o如何像真人老師一步一步啟發、鼓勵，幫助男孩完成數學題。

　　幾天前，OpenAI還發布了專為大學打造的教育版「ChatGPT Edu」，也得到了GTP-4o的加持。

　　足見，多模態模型對教育領域的重要性遠超其他領域。CTO楊元祖也表示，猿輔導對多模態的期待和投入非常大。

　　不得不承認，教育領域的大模型，還處于發展的早期階段，未來還有很長的一段路要走。這次的演示，也只是在測試階段。他們還將繼續探索在不同場景中的落地應用。

　　科技是否真的能改變中國2000多年的教育方式，或許還會面對更巨大的挑戰。