Ich erinnere mich, als ChatGPT zum ersten Mal gestartet wurde, war der erste Anwendungsfall, den ich sah, dieser:
Ein befreundeter IT-Ingenieur postete auf Moments, dass er mit seinen Kindern einen Ausflug machen wollte, aber der Lehrer gab ihm einen Aufsatz. Also bat er ChatGPT einfach, einen Aufsatz für sein Kind zu schreiben. Er wurde nicht nur nicht entdeckt, sondern bekam auch eine hohe Punktzahl.
Dieser Ansatz ist natürlich nicht ratsam, aber er sagt uns die Wahrheit: Eltern sind sehr bereit, die KI-Technologie zu erforschen, solange es ihren Kindern und ihrer Bildung dient. Wenn große Modelle in die Praxis umgesetzt werden sollen, ist Bildung sicherlich eine seltene Chance.
Dieses Urteil wurde auch von OpenAI bestätigt. Im August dieses Jahres veröffentlichte OpenAI seinen ersten branchenspezifischen ChatGPT-Nutzungsleitfaden. Dieser Leitfaden richtet sich an die Bildungsbranche. Er vermittelt Lehrern die Arbeitsprinzipien von ChatGPT, die Verwendung von Aufforderungswörtern und die Erläuterung von Einschränkungen und hilft Lehrern dabei, KI-Technologie zu nutzen, um Schüler beim Lernen zu unterrichten.
Auch OpenAI-Gründer Altman glaubt, dass es zwei KI-Anwendungsfelder gibt, denen er besonders optimistisch gegenübersteht. Der eine ist ein medizinischer Berater, der andere ist eine personalisierte KI-Ausbildung und -Anleitung.
Große Modelle, die Fragen beantworten, Gespräche führen, schreiben sowie Wissen suchen und organisieren können, scheinen eine natürliche Affinität zur Online-Bildungsszene zu haben.
Bringt das große Modell im Jahr 2023, dem ersten Jahr der Kommerzialisierung großer Modelle, eine neue Geschichte auf den relativ schleppenden Bildungsmarkt? Wie ist die aktuelle Industrielandschaft in diesem Bereich? Welche Chancen und Schwierigkeiten gibt es im Jahr 2024 für eine nachhaltige Entwicklung?
Lassen Sie uns diese Probleme ein für alle Mal lösen.
Aktuelle Marktstruktur
Da viele Abteilungen seit 2021 nacheinander Entwicklungsrichtlinien zur Unterstützung und Regulierung der Online-Bildungsbranche erlassen haben und das Ziel der „doppelten Reduzierung“ klargestellt wurde, hat die ursprünglich heiße Online-Bildungsbranche eine neue Phase der Reorganisation und Compliance eingeläutet. Der Markt für Online-Bildung, der stark gewachsen ist, ist zum ersten Mal seit vielen Jahren geschrumpft.
In der weiteren Entwicklung legt die Online-Bildung im Allgemeinen mehr Wert auf technologische Fähigkeiten und spielt die ursprüngliche Konkurrenz um Lehrer, Punktzahlen, Skala usw. relativ herunter. In diesem Zusammenhang ist die KI-Bildung zur „Brücke über den Fluss“ für die Online-Bildung geworden. Insbesondere wenn die Großmodelltechnologie im Jahr 2022 explodiert, wird sich sofort der neue Trend „Großmodell + Bildung“ erschließen und den Fokus verschiedener Hersteller rücken. Rückblickend auf das gesamte Jahr 2023 sind die ersten Entdecker dieses Trends auf dem chinesischen Markt aufgetaucht.
Im Mai dieses Jahres veröffentlichte iFlytek das Spark Cognitive Model 1.0. Das kognitive Großmodell basiert auf der Spark-Großmodellarchitektur und kann KI-Bewertungshausaufgaben, KI-Sprachdialoge und andere Funktionen realisieren. Anschließend hat iFlytek zahlreiche Verbesserungen im Bereich Großmodelle + Bildung vorgenommen. Das Layout umfasst Softwarefunktionen auf der Modellseite, Hardwareverbesserungen für Lernmaschinen und Lösungen für die G-Seite- und B-Seite-Märkte.
Im Juli brachte NetEase Youdao das „Ziyue“-Bildungsmodell auf den Markt und veröffentlichte anschließend eine Reihe von Anwendungen, die mit dem „Ziyue“-Bildungsmodell ausgestattet waren. Darunter sind der Sprechtrainer Hi Echo, LLM-Übersetzung, KI-Kompositionsanleitung, Grammatik-Intensivvorlesungen, AIBox, Fragen und Antworten zu Dokumenten usw. Am 4. November hat das Bildungsmodell „Zi Yue“ von NetEase Youdao die entsprechende Einreichung bestanden.
Zu denjenigen, die den Registrierungsprozess bestanden haben, gehört MathGPT, ein groß angelegtes Modell von Xueersi im Besitz von TAL. Anschließend ging MathGPT von der internen Betaphase zur vollständigen Öffnung für die Außenwelt über und führte Funktionen wie KI-Dialoglernen, KI-Vorlesungsassistent, Chinesisch- und Englisch-Schreibassistent und andere Funktionen in der Lernmaschine ein.
Zuoyebang hatte zuvor das Galaxy Large Model veröffentlicht, in der Hoffnung, die Fähigkeiten großer Modelle in mehreren Disziplinen und Schulstufen abzudecken.
An diesem Punkt können wir sehen, dass es zwar nicht viele Unternehmen gibt, die sich an der Erforschung großer Modelle + Bildung beteiligen, sie aber wichtige Akteure in die Online-Bildung einbezogen haben. Dazu gehören die Digitalisierung und Online-Transformation traditioneller Lehr- und Assistenzeinrichtungen sowie Internetunternehmen und KI-Unternehmen, die aktiv im Bildungsbereich tätig sind, sowie Plattformen, die sich auf Online-Bildung konzentrieren.
Das Layout vieler Unternehmen lässt uns auch erkennen, wie sich Big Model + Education von früherer KI-Ausbildung und Online-Ausbildung unterscheidet. Die neue Geschichte in diesem Track spielt sich in den folgenden Aspekten ab.
Gelegenheit eins
Großes Modell von Standbeschlägen
Große Modelle zeichnen sich durch eine große Datenmenge und einen enormen Bedarf an Rechenleistung aus. Daher stellt der Aufruf großer Modelle in der Cloud eine Reihe von Tests für die Netzwerkumgebung und die Serverfunktionen dar. Anstatt ihre Kinder im Nachhilfeunterricht warten zu lassen, würden Eltern sich lieber für dedizierte Hardware entscheiden, die reibungslos und ohne Verzögerung genutzt werden kann. Gleichzeitig können Eltern mit spezieller Lernhardware den Lernfortschritt und die Lernziele ihrer Kinder kontrollieren, um Beeinträchtigungen durch andere Faktoren zu vermeiden.
Diese Logik macht die Kombination von großen Modellen und dedizierter Hardware notwendiger als in früheren Online-Schulungen und KI-Schulungen. Große Modelle erfordern die Rechenleistungsunterstützung dedizierter Hardware. Gleichzeitig können große Modelle auch den Nutzungswert von Lernhardware wie Lernmaschinen steigern. Die natürliche Kombination der beiden stellt den ersten Chancenpunkt für den großen Modell- + Bildungsweg dar.
In diesem Bereich haben viele große Modell- und Bildungsakteure Pläne. Als iFlytek beispielsweise das iFlytek Spark Cognitive Large Model V3.0 herausbrachte, veröffentlichte es gleichzeitig eine englische KI-Fragenbeantwortungs- und Lernhilfefunktion. Diese Funktion wurde erstmals in der iFlytek AI-Lernmaschine implementiert. Derzeit hat iFlytek 8 Modelle auf seiner KI-Lernmaschine implementiert, darunter mündliches Englischtraining, Chinesisch- und Englischkompositionskorrektur, interaktive Mathematikunterstützung, enzyklopädiefreie Fragen und Antworten, Eltern-Kind-Bildungsassistent, intelligenter Programmierassistent, Partner für kreatives Malen und Englischfrage Antworthilfe: Die auf großen Modellen basierende Lehrassistenzfunktion hat im Grunde genommen den Kanal zwischen großen Modellen und exklusiver Lernhardware geöffnet.
Ebenso arbeiten Hersteller wie Xueersi intensiv an der Seite der Lernmaschinen. Obwohl es derzeit keinen klaren Konsens auf dem Markt gibt, könnte das Konzept eines großen Modells + einer Lernmaschine in naher Zukunft sehr starke kommerzielle Aufmerksamkeit erfahren.
Gelegenheit zwei
mündliche Praxis
Wenn jemand fragt: Welche Fähigkeit wird am meisten empfohlen, wenn Sie große Modelle + pädagogisches Lernen ausprobieren möchten? Zumindest heute sollte die Antwort dieselbe sein: Sprechen üben.
Das mündliche Üben von Englisch war schon immer ein Schwachpunkt in der traditionellen Bildung. Es hängt stark von der Aussprache, dem Sprachgefühl, der Konversationslogik und anderen Fähigkeiten außerhalb von Büchern ab. Gute Lehrer für mündliches Englisch sind sehr selten, und ob offline oder online, die Qualität ausländischer Lehrer für mündliches Englisch ist unterschiedlich und es ist schwierig, die Authentizität von der Fälschung zu unterscheiden. In diesem Fall hat sich die Verwendung großer Modelle zum Üben des Sprechens für Studenten und Angestellte als „Vorteile“ erwiesen.
Im Vergleich zu herkömmlicher TTS-Software verfügt das große Modell über eine genauere Aussprache und ein besseres Sprachgefühl und kann eine große Menge an Inhalten generieren, um einen kontinuierlichen Dialog zwischen KI und Praktikern zu erreichen. Es kann sogar verschiedene Szenarien und Kontexte simulieren, um Praktikern beim gezielten Üben und für Prüfungen zu helfen.
In Bezug auf die mündliche Praxis hat die Ausbildung mit großen Modellen im Vergleich zur traditionellen KI-Ausbildung tatsächlich große Fortschritte gemacht. Viele mündliche Praxis-APPs, die große Open-Source-Modelle verwenden, haben sich schnell entwickelt. Natürlich werden sich die führenden Akteure im Bereich Großmodelle + Bildung diese Gelegenheit nicht entgehen lassen.
Derzeit planen mehrere Bildungsunternehmen mit selbst entwickelten Großmodellen den Knotenpunkt der mündlichen Praxis. Zum Beispiel das Ziyue-Modell von NetEase Youdao. Im Oktober dieses Jahres startete Hi Echo, ein mit dem großen Modell von Ziyue ausgestatteter „Sprech-Privatlehrer“, eine unabhängige App und ein WeChat-Applet und hat sich bereits unabhängig entwickelt. Das Spark Cognitive Model von iFlytek konzentriert sich auch auf den Aufbau von Englischkenntnissen.
In diesem Bereich besteht das Hauptproblem für Unternehmen, die sich für die Entwicklung eigener großer Bildungsmodelle entscheiden, darin, dass sie sich der Konkurrenz allgemeiner großer Modelle stellen müssen. Vielleicht können wir die Flachheit oder sogar den Nachteil im Einzelpunkt des mündlichen Dialogs nur ausgleichen, wenn wir uns auf die multiszenario- und multifunktionalen Vorteile im Bildungsbereich verlassen.
Gelegenheit drei
Personalisiertes KI-Coaching
„Traditionelle Online-Bildung erfordert, dass Sie das Programm verstehen, während große Modell- und Bildungseinrichtungen KI erfordern, um Sie und Ihre Kinder zu verstehen.“
Ich glaube, dass solche Werbewörter in naher Zukunft wiederholt bei der Popularisierung von Großmodellen + Bildung verwendet werden. Im Vergleich zum Mangel an Interaktion und Personalisierung in der traditionellen Online-Bildung besteht die Änderung, die das große Modell mit sich bringt, darin, bis zu einem gewissen Grad eine personalisierte Bildungsanpassung auf der Grundlage von KI zu erreichen.
Die Existenz dieser Möglichkeit ist auch der Hauptgrund, warum OpenAI der Anwendung von ChatGPT im Bildungsbereich große Bedeutung beimisst. Zum jetzigen Zeitpunkt wird die Möglichkeit einer personalisierten Nachhilfe auf der Grundlage großer Modelle noch erforscht. Der Hauptimplementierungsplan besteht darin, während des Dialogs zwischen dem Lernenden und der KI die Wissenslücken, Wissensfehler und logischen Lücken des Lernenden zu entdecken und dann das große Modell die Lösung aufrufen zu lassen, z. B. gezielte Testfragen zu stellen und sich auf die Erklärung des Falschen zu konzentrieren Wissenspunkte. Warten. Dieses Bewerbungsformular kann bis zu einem gewissen Grad den Nachhilfeeffekt echter Lehrer durch große Modelle simulieren.
Natürlich wird es einige Zeit dauern, personalisierte Nachhilfe zu realisieren, die so echt wie eine Fälschung ist, aber diese Fähigkeit ist zweifellos der einfallsreichste und zukunftsträchtigste Teil des großen Modell- und Bildungstrends, und es wurden bereits einige Untersuchungen durchgeführt. Xueersi hat beispielsweise die KI-Dialog-Lernfunktion in seiner Lernmaschine implementiert. Diese Anwendung basiert auf den Problemlösungs- und Problemerzählfähigkeiten von MathGPT. Durch Dialog und Kommunikation zwischen Schülern und KI können die Wissensschwächen der Schüler bei der Problemlösung analysiert und gezielte Antworten bereitgestellt werden.
Große Models verstehen nicht nur Wissen und beantworten Fragen, sie können auch Schüler verstehen. Dies ist ein langfristiger Kurs mit großen Modellen + Ausbildung.
Gelegenheit vier
Online-Bildung in subjektive Themen einbringen
Es gibt noch eine weitere Veränderung, die große Models in die Online-Bildung bringen. Das heißt, viele Unterrichtsaufgaben, die zuvor nur schwer durch Online-Suchen und KI-Tools zu erledigen waren, können jetzt durch große Modelle erledigt werden, wie z. B. das Schreiben auf Chinesisch und Englisch, das Beantworten von Aufsatzfragen und die Analyse komplexer mathematischer Probleme. Diese Art von „subjektiven Fragen“ mit nicht standardisierten und nicht festgelegten Merkmalen ist genau das Stadium, in dem die Generalisierungsfähigkeit großer Modelle genutzt werden kann.
Wir können also sehen, dass verschiedene Unternehmen KI-Themenassistenten, KI-Schreibassistenten und andere Funktionen eingeführt haben. Der Wert dieser Funktionen liegt darin, die Grenzen der Online-Bildung zu erweitern und eine stärkere Beteiligung am subjektiven, logischen und kreativen Unterricht zu ermöglichen.
Dieser Bereich hat aber auch Kontroversen über große Modelle und pädagogische Anwendungen ausgelöst. Einer davon ist, dass die Inhaltsgenerierung großer Modelle strukturiert und routinemäßig ist. Wenn Schüler diese Art von Funktion über einen längeren Zeitraum nutzen, bedeutet dies, dass die Fähigkeit zum unabhängigen Denken und zur individuellen Gestaltung unterdrückt wird? Ein weiteres Problem besteht darin, dass die Genauigkeit der Beantwortung subjektiver Fragen in großen Modellen verbessert werden muss. Prozessfehler führen häufig zu korrekten Ergebnissen und es besteht kein logischer Zusammenhang zwischen dem Prozess und den Ergebnissen. Es stellt sich auch die Frage, ob ein großes Model, das „Unsinn“ liebt, Studenten in die Irre führen wird.
Zukünftige Entwicklung und versteckte Probleme
Wenn das große Modell + Bildungsweg im Jahr 2023 das Problem des Habens und Nicht-Habens löst. Im Jahr 2024 müssen wir dann das Problem lösen, ob es sich weiterentwickeln und wachsen kann und ob es einen geschlossenen Kommerzialisierungskreislauf erreichen kann.
Mit Blick auf die Zukunft ist es für große Modell- und Bildungsunternehmen am wichtigsten, drei Wege zu gehen:
1. Der Weg zur technologischen Modernisierung besteht darin, die „intelligente Entstehung“ großer Modelle in der Bildungskategorie zu realisieren.
Der Kernwert großer Modelle liegt in der Verallgemeinerung, sodass es tatsächlich durchaus möglich ist, allgemeine große Modelle in Bildungsprodukte einzubauen. Der technische Ausweg für selbst entwickelte große Bildungsmodelle besteht also darin, die Generalisierungsfähigkeit großer Modelle im vertikalen Bildungsbereich zu beweisen und den unersetzlichen Wert allgemeiner Modelle zu vervollständigen. Beispielsweise kann ein Modell mehrere Bildungsszenarien eröffnen und einen KI-„Gedächtnis-Lehrassistenten“ realisieren. Ein weiteres Beispiel ist das große Modell + Bildungsfunktion, die nachvollziehbar und selbstzertifizierend ist.
2. Schließen Sie auf dem Weg zur Marktgröße die Kommerzialisierung und Popularisierung großer Modelle + Bildung ab.
Gegenwärtig stellen große Modelle + Bildung eher ein neues Verkaufsargument für Produkte wie Lernmaschinen dar. Der eigene Kommerzialisierungsraum ist nicht solide genug und es müssen weitere Kommerzialisierungslösungen erforscht werden. Aufgrund früherer Erfahrungen ist es möglicherweise die effektivste Lösung, eine heiße Veranstaltung mit großem Modell und Bildung in einem bestimmten Bereich zu veranstalten, zu beweisen, dass großes Modell fortgeschrittener ist als andere Bildungsprodukte, und sich schnell in den Elterngruppen durchzusetzen.
3. Der Weg zum Geschäftsmodell, zum großen Modell + zur Bildung bewegt sich in Richtung des Lehrer- und Schulmarktes.
Große Modellanwendungen, die durch lernende Maschinen und APPs repräsentiert werden, konzentrieren sich stärker auf den Schüler- und Elternmarkt. Tatsächlich können große Modelle aber auch in Bereichen wie Smart Campus und Lehrerassistenten eingesetzt werden, wodurch die Breite der Geschäftsmodelle großer Modelle im Bildungsbereich erweitert wird. Beispielsweise können viele Unterrichtspläne, Hausaufgaben und Aufgaben zum Verfassen offizieller Dokumente, die Lehrer erledigen müssen, mit großen Modellen erledigt werden. Die Integration und Kapselung dieser Fähigkeiten zu einer Gesamtlösung für Schulen ist ebenfalls ein Weg, der in Zukunft erkundet werden kann.
Obwohl große Modelle + Bildung eine glänzende Zukunft haben, stehen sie natürlich auch vor vielen Schwierigkeiten. Zum Beispiel ist das Problem, dass KI-Bildung weithin stigmatisiert und missbraucht wird, zum jetzigen Zeitpunkt noch nicht gelöst. Viele Eltern sind nicht in der Lage, die Authentizität der KI-Bildung von einer gefälschten zu unterscheiden, geschweige denn die Details des großen Modells + der Bildung zu verstehen. Um Kundengruppen zu beeindrucken, müssen große Modell- und Bildungsakteure hervorragende Bildungsanwendungen statt konzeptioneller Verpackung und Werbung nutzen.
Andererseits ist die Kommerzialisierungsfähigkeit großer Modelle + Bildung immer noch fraglich. Die Kosteninvestition des großen Modells selbst kann sich kurzfristig durch Faktoren wie die Unterstützung der Aktienkurse auszahlen, aber das langfristige geschäftliche Feedback muss noch untersucht werden. Darüber hinaus werden Probleme wie ungenaue Antworten auf große Modelle und zufällige Herstellung immer noch nicht vollständig angegangen. Die Fähigkeit, Anstrengungen in diesem Bereich zu unternehmen, kann für relevante Unternehmen zu einer Quelle differenzierter Wettbewerbsfähigkeit werden.
Wenn man den Branchenkreis von Großmodels + Ausbildung verlässt und die Kombination aus Großmodels und Ausbildung von außen betrachtet, findet man möglicherweise weitere interessante Anhaltspunkte für die Zukunft.
Beispielsweise wurde in einem Umfragebericht im ersten Halbjahr dieses Jahres darauf hingewiesen, dass 89 % der befragten amerikanischen Studenten ChatGPT zum Erledigen von Hausaufgaben nutzten. ChatGPT wurde sofort von allen Mitgliedern der globalen Bildungsgemeinschaft angesprochen. Das Gleiche gilt auch für China: Immer mehr Schüler jeden Alters haben gelernt, große KI-Modelle zu nutzen, um bei Prüfungen zu schummeln und Hausaufgaben dafür zu schreiben.
Vor nicht allzu langer Zeit habe ich gehört, dass einige Eltern sogar Kameras mit KI-Erkennungsfunktionen verwendeten, um den Zweck der Verwendung von Mobiltelefonen durch ihre Kinder zu erkennen, um zu verhindern, dass ihre Kinder KI zum Erledigen ihrer Hausaufgaben verwenden. Man kann sagen, dass sie Magie dazu verwenden Kampf gegen Magie. Wie man verhindern kann, dass Kinder große Modelle zum Betrügen und Faulsein nutzen, scheint im Bildungsbereich eine andere Geschichte zu sein.
Und wir gehen tiefer in die Bereiche Großmodell + Bildung ein. Vielleicht stellt sich noch die Frage, ob das große Modell von objektiven Fragen bis hin zu subjektiven Fragen alles vollständig erfassen und jederzeit Antworten liefern kann. Ist es also wirklich notwendig, dass dieses Wissen wiederholt vermittelt wird?
