2024年AIGC教育行业报告会员免费优质

部门：企服研究三组©2024 . 2024年+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，+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。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，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，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。

3摘要教育进化趋势前景变迁革新商业实践从宏观层面来看，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。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+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。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，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，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。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、服务、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，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...