“AI+教育”是指在人工智能与教育深度融合与发展的条件下，以基于教育场景的人工智能应用为路径，促进教育公平，提升教育质量，实现教育个性化。具体来看，“AI+教育”是人工智能在教育领域中创新应用的技术、模式与实践的集合，可划分为“计算智能+教育”、“感知智能+教育”和“认知智能+教育”，即AI+教育正从“能存会算”向“能听会说与能看会认”发展，最终实现“能理解与会思考”。
从教育教学活动的角度来看，当前的教育场景可划分为教、学、管、考。其中，“教”和“管”的主体是教育者，前者负责执行教学任务，主要工作包括教研、备课、授课、答疑、出题、阅卷等，工作内容繁琐，核心需求是减轻负担，实现精准化教学。后者负责统筹教务环节，主要工作包括教职工招募、师生督导、招生、分班排课、校园建设等，决策环节考虑因素较多，核心需求是提高效率，实现科学化管理。“学”与“考”的主体是受教育者，“学”的场景下，学生的主要任务包括预习、听课、看书、做作业、复习、考试、实习等，由于学生个体差异大，核心需求是自适应，实现个性化学习。“考”的场景下，主要面向大规模标准化测试，组卷阅卷的工作庞大，部分测评环节劳动力密集且效率底下，核心需求是保证准确性的前提下，实现自动化评阅。
一、AI+教育行业市场规模
服务提升需求驱动校外在线产品AI化，效率提升需求驱动校内信息系统AI化，校外AI技术的市场渗透率小于校内。从目前AI+教育的实际应用来看，AI产品的工具化与功能化属性较重，校外产品商业化价值的驱动因素仍为优质教育资源（师资、内容），AI在教学上的价值尚未被家长普遍认可，直接付费意愿不强。校内信息系统在政府政策主导下，财政预算驱动着教育信息化的普及与升级，泛AI产品应用场景丰富，整体渗透率较高。
二、AI+教育的应用
1.口语测评
口语测评主要涉及语音识别、语音合成与语音评测技术，由于目前测评的能力维度相对单一，基础测评功能的实现不需要太高的技术门槛，在语言学习产品当中应用广泛，技术渗透率较高，用户覆盖面广。从商业模式上来看，对于C端产品而言，口语测评内嵌于口语教学与练习产品，并以课程费和会员权益费的形式向用户收取费用，而对于B端产品，除了口语考评系统外，智慧课堂场景下的口语作业批改环节也会用到口语测评功能，服务商收取API接口调用费或解决方案服务费。
2.拍照搜题
拍照是信息的输入方式，搜题是用户的具体行为，本质上，搜题行为在PC时代就已经非常普遍，基于各类垂直题库或者更大的流量入口的搜索，用户能够检索到相应的结果，内容检索技术的发展已经相当成熟（主要分为基于关键词匹配和基于分类目录的两种检索方式，搜索引擎的算法多为前者）。随着移动端智能机的爆发，借助智能机的前置摄像头，用户可随时随地以图片的形式存储题目信息，并利用OCR技术将试题图片识别成可编辑的文本信息，继而用文本信息进行搜索从而得到试题及答案与解析。目前OCR技术已趋于成熟，手写体识别准确率可达90%以上，印刷体的识别准确率更高。因此，在技术层面上，各类拍照搜题产品都大同小异，能够构建起竞争壁垒的部分是需要依靠强大的人力和组织力生产的题库，这是决定产品用户体验的关键因素。
3.人工智能自适应学习
在教育语境下，任何考虑并满足学习者个人需求的教学形式都可以被称作是“自适应的”，AI+教育的语境下，“智适应”学习则是借助人工智能自适应技术的学习系统，该系统为学习者创设一种符合其多样化学习需求的学习环境，推荐给学习者个性化的学习内容、独特的学习路径、有效的学习策略，满足学习者的个性化需求。本质上，人工智能自适应是一种基于教育大数据的可规模化的个性化学习，其基本原理可以表述为“基于大数据挖掘与分析得到待训练样本→用数据去训练基于人工智能算法构建的模型→基于模型对各类自适应学习环节进行预测/推荐”，输出的核心要素包括学习材料，用来测评学生是否掌握学习材料的标准和学习材料的推送顺序。
4.AI课堂
线上录播课场景中AI课堂功能的核心有课质监测与学习内容的个性化推荐，AI对学员在学习中的问题进行分析，辅导老师可以针对性跟进指导，部分产品还可提供师生智能匹配功能，相比而言，线上AI课堂数据实时采集的质量受环境噪音、摄像头角度影响小，普及难度稍低，较多机构已经参与尝试，未来的发展重心将结合学习资源的快速生产，如利用AI形成课程视频、形成测题集，解决生产力的问题。线下AI课堂的设置初衷是缓解三四线地区缺乏优质师资的问题，帮助线下培训机构以较低成本、较低收费提升学生课堂体验，推广刚刚起步。加盟校区较难统计，而从机构直营校区看，部分大型K12教培机构线下直营AI课堂教学中心渗透率仅2%，如果将市场上不计其数的中小培训机构纳入核算，则渗透情况微乎其微。
5.校园安全
三、AI+教育行业的发展驱动力
产业方面，在线教育渗透率不断提升，教育数据量增长迅速，为人工智能技术的实施提供了数据基础。由于目前在线教育的体验及效果不佳，倒逼行业进行技术升级，人工智能解决方案将成为在线教育体验提升的主要途径。技术方面，互联网基础设施全面普及，在大数据、云计算和5G等支持性技术不断成熟的背景下，数据量和算力将获得进一步提升，人工智能技术有望实现突破。政策方面，近几年来，我国针对人工智能及人工智能+教育领域的政策层出不穷，人工智能已上升至国家战略级别，教育更是关乎国计民生的大事，行业尚处红利期。资本方面，教育行业巨头纷纷布局，知名投资机构频频出手，融资规模超百亿，融资阶段覆盖天使轮至IPO，成为教育领域近年来最大投资热点。
1.产业升级
在线教育发展迅速，每年保持20%左右的增长，整体数据量激增。在线教育的渗透率在10%左右，体验粗糙和结果模糊将倒逼整个产业进行分领域、分环节的在线化与智能化。教育信息化领域则进入2.0阶段，以AI智慧课堂为代表的智能化产品开始辅助校内01教学。
2.技术落地
在金融和安防等多个领域已实现商业化落地，5G时代下，人工智能应用将延伸至边缘，丰富基于智能教育硬件的教学场景。随着数据量和算力的提升，在特定的教育领域和人工智能领域有望实现突破。
3.政策护航
4.资本助力
四、中国AI+教育行业未来趋势
1.技术产品方面：以学习者为中心，从外置型技术辅助走向内融型技术渗透
2.竞争策略方面：教育公司主导产业升级，差异化的高质量数据是竞争突破口
目前AI+教育行业仍处于初级阶段，AI技术与产品的研发消耗巨大，不同发展阶段的市场玩家将采取不同的市场竞争策略，总体上仍然是以教育公司来主导整个产业升级的过程。对于成熟的教育公司而言，AI中台战略已初见端倪。此类公司教学业务多元，教学场景丰富，各业务线具有各自的数据储备，AI中台可促进各部门数据互通互融，基于各个场景搭建独立的算法模型，最终通过业务数据的增长来反哺业务部门。对于初创的教育公司而言，自研某一细分领域的数据引擎可建立相应的竞争优势。就语音识别与合成领域而言，儿童语料库与成人语料库差异较大，全行业在儿童语料库的积累上仍存不足，教育场景强调交互体验，但目前的语音合成技术还无法做到抑扬顿挫的表达，实际教学体验较差，值得初创企业探索。
3.应用场景方面：特殊教育领域的人工智能应用研究与实践相对较少
当前人工智能与教育的融合探索主要聚焦在基础教育和高等教育领域，并取得了一些成绩，特殊教育作为整个国民教育的重要组成部分，人工智能的应用场景也同样值得挖掘，并与“科技向善”的理念相契合。作为增强人类器官功能的利器，人工智能可为聋哑学生、听障学生、视障学生、智障学生、自闭症患者以及肢体残疾者提供缺陷补偿服务，帮助学生缩小与主流人群的差距，实现向健全人的跨越。除身体机能上的补充，针对特殊教育领域的教育教学问题，人工智能同样也能
智研咨询推崇信息资源共享，欢迎各大媒体和行研机构转载引用。但请遵守如下规则：