GET|叮咚课堂邱明丰:在线教育的最终形态( 二 )


我们在AI上面都做了什么? 1、语音引擎 。 叮咚课堂已具有10万余小时的儿童语料库 , 我相信最大的科大讯飞不一定有多少的语料库是和AI小孩的语料库 。 还有公司自研的语音识别技术 , 专门设计了有关上下文的语音识别 , 准确率会高达98.2% 。
2、视频技术 。 其实视频拼接会有很多的抖动 , 我们做了什么事情让体验更好?我们把视频拼接过程中做得非常的顺滑 , 视频整个换脸技术录上去之后老师拍课、补课 , 如果某个知识点漏拍了想重新补 , 都可以把它给补上去 。
3、自动化服务 。 我们还做了一件事情 , 服务老师需要无限供应 。 一个老师可以服务1千个学生 , 目标是以后一个老师可以服务1万个学生 , 10分钟内面对数万名学生输出点评 。
几个核心数据现在一天几万节课 , 线上是没有老师的 , 老师的数量是零 。 我们也需要教师资格证 , 但拍课的老师语数外几科总共才4个老师 , 服务比例是1:10000 。 产品的留存率 , 因为我们是轻课 , 不是重课 , 轻量课程也可以做到小朋友学习6个月之后 , 有90%以上的留存 。 M16的留存用户有72% 。
在线教育的产品形态该是什么样的?回到一开始我想讲的话题 , 在线教育到底是什么样的?我作为产品出身的人喜欢从用户的角度来思考问题 , 把用户分成三个年龄段:
1、2—5岁的用户:幼儿园 , 大班以下、中班以下 。 他的专注力只有10分钟 , 不可能让他上2个小时的课 , 半个小时都不行 。 所以叮咚课堂就做了AI动画课 , 小朋友非常开心 , 内部有个成语形容小朋友上课的过程:“撕心裂肺”地吼英语单词 。 还有一个数据能证明孩子AI动画课的喜欢 , 我们单节课的重复上课次数达到2.45次 。
2、5—10岁的用户:在教育心理学里发现10岁以下的小朋友专注力只有20分钟 , 所以我们做了1对2的AI小班课 。 模拟的是和一个真实的老师上课的体验 , 1对2的方式又让孩子有PK竞争的环境 , 参与度更高 。
3、10岁以上用户:专注力有45分钟 , 现在是大班课是可以满足大部分需求的 , 但是对将来的形态我还带问号 , 也是有待我们去探索的 。
为什么需要真人名师?大家想象一下 , 设计一节课 , 将一对一上课所有可能的情况把它录下来之后 , 各种正确的、错误的分差点 , 我们把它称为“决策树” 。 把它补齐以后做AI课 , 会比真人的大班课差吗?可以跟学生一对一互动的AI课 , 对比1对1000个老师的大班课 , 一样的名师 , 我可以做到千人千面 , 随时随地 , 想学哪节课就学哪节课 。 你会选哪一个?
道阻且长 , 但我相信AI课才是在线教育的将来 。 也相信5年后这个问题就会被证明 。
其实我蛮喜欢即构科技“和合共生“的这句话 , 在叮咚学堂2018年刚起步的时候 , 即构科技提供了早期很大的帮助 ,如果没有即构科技的最大程度支持 , 叮咚课堂可能要延迟一年上线 。
在我们对即构科技提出技术需求时 , 他们说:“我们需要比普通的音视频通讯更强的音视频能力 。 ” 因为只有足够强大的技术支持才能实现更高效率的互动 。