ChatGPT が初めて立ち上げられたとき、私が最初に目にしたアプリケーション ケースは次のようなものであったことを覚えています。
IT エンジニアの友人は、子供たちを外出に連れて行きたいと思ったが、先生から作文を割り当てられたとモーメンツに投稿しました。そこで彼は、ChatGPT に自分の子供のために作文を書くよう依頼したところ、発見されなかっただけでなく、高いスコアを獲得しました。
もちろん、このアプローチはお勧めできませんが、これは真実を教えてくれます。親は、子供と教育のためであれば、AI テクノロジーを積極的に検討するのです。大規模なモデルを実践する場合、教育は間違いなく貴重な機会となります。
この判断はOpenAIによっても確認されました。今年 8 月、OpenAI は初の業界固有の ChatGPT 使用ガイドをリリースしました。このガイドは教育業界を対象としており、ChatGPT の動作原理、プロンプトワードの使用、制限事項の説明について教師をガイドし、教師が AI テクノロジーを使用して生徒の学習を指導できるように支援します。
OpenAI の創設者である Altman 氏は、特に楽観的な AI 応用分野が 2 つあると考えています。 1 つは医療コンサルタント、もう 1 つは AI による個別教育と指導です。
質問に答え、会話をし、書き込み、知識の検索と整理ができる大規模モデルは、オンライン教育現場と自然に親和性があるようです。
では、大型モデル商用化元年となる2023年に、大型モデルは比較的低迷している教育市場に新たな物語をもたらすのだろうか？この分野の現在の産業状況はどうなっていますか? 2024 年に向けて、持続可能な開発にはどのような機会と困難があるのでしょうか?
これらの問題を一度に解決しましょう。
現在の市場構造
2021年以降、多くの部門がオンライン教育業界を支援・規制するための発展政策を相次いで発表し、「二重削減」の目標が明確になったことで、もともと熱いオンライン教育業界は再編とコンプライアンスの新たな段階を迎えた。急速に成長してきたオンライン教育だが、ここ数年で初めて市場が縮小した。
その後の発展において、オンライン教育は一般に技術的能力により注目し、教師、スコア、規模などの当初の競争を比較的軽視します。この文脈において、AI教育はオンライン教育の「川を渡る橋」となっています。特に 2022 年に大型モデルの技術が爆発すると、「大型モデル + 教育」という新しいトレンドが瞬時に開かれ、さまざまなメーカーが注目を集めるでしょう。 2023 年全体を振り返ると、このトレンドを模索する最初のグループが中国市場に現れました。
今年 5 月、iFlytek は Spark Cognitive Model 1.0 をリリースしました。コグニティブラージモデルは、Sparkラージモデルアーキテクチャに基づいており、AIによる宿題の採点、AIによる音声対話などの機能を実現できます。その後、iFlytek は大型モデルと教育の分野で多くのアップグレードを行い、そのレイアウトには、モデル側のソフトウェア機能、学習マシン用のハードウェアの改善、G サイドおよび B サイド市場向けのソリューションが含まれています。
7月にNetEase Youdaoは「Ziyue」教育モデルを発表し、その後「Ziyue」教育モデルを搭載した一連のアプリケーションをリリースした。その中には、スピーキングコーチ Hi Echo、LLM 翻訳、AI 作文指導、文法集中講義、AIBox、ドキュメント Q&A などが含まれます。 11 月 4 日、NetEase Youdao の「Zi Yue」教育モデルが関連申請を通過しました。
登録プロセスを通過したものの中には、TAL が所有する Xueersi の大規模モデルである MathGPT も含まれます。その後、MathGPT は内部ベータ段階から外部への完全公開に移行し、AI 対話学習、AI 講義アシスタント、中国語と英語のライティング アシスタントなどの機能を学習マシンに導入しました。
以前、Zuoyebang は、大規模モデルの機能を複数の分野や学校段階にカバーすることを期待して、Galaxy Large Model をリリースしました。
現時点では、大規模モデル + 教育の探索に参加している企業は多くありませんが、オンライン教育では大手企業が含まれていることがわかります。これらには、従来の教育機関やアシスタント機関のデジタル化とオンライン変革だけでなく、教育分野で積極的に展開しているインターネット企業や AI 企業、オンライン教育に焦点を当てたプラットフォームも含まれます。
多くの企業のレイアウトからも、ビッグモデル + 教育がこれまでの AI 教育やオンライン教育とどのように異なるのかがわかります。このトラックの新しいストーリーは、次のような側面で展開されます。
機会 1
大型モデル床置き金具
大規模なモデルは、膨大な量のデータと必要な計算能力を特徴とするため、クラウド上で大規模なモデルを呼び出すと、ネットワーク環境とサーバーの機能に関する一連のテストが必要になります。保護者は、子供たちを教育的な個別指導で待たせるよりも、遅延なくスムーズに使用できる専用ハードウェアを選択したいと考えています。同時に、専用の教育用ハードウェアを使用することで、保護者が子供の学習の進行状況と通話の目的を制御して、他の要因からの干渉を回避することもできます。
このロジックにより、これまでのオンライン教育や AI 教育よりも大規模なモデルと専用ハードウェアの組み合わせが必要になります。大規模なモデルには専用ハードウェアの計算能力のサポートが必要ですが、同時に学習機などの教育用ハードウェアの利用価値も高めることができます。この 2 つの自然な組み合わせが、大規模モデルと教育トラックの最初の機会ポイントを構成します。
この分野では、多くの大手モデル + 教育関連企業が計画を立てています。例えば、iFlytekはiFlytek Spark Cognitive Large Model V3.0をリリースした際に、英語AI質問応答機能と学習支援機能も同時にリリースした。この機能はiFlytek AI学習機に初めて実装されました。現在、iFlytek は AI 学習機に 8 つのモデルを導入しています。これには、英語の口頭トレーニング、中国語と英作文の添削、インタラクティブな数学支援、百科事典の無料 Q&A、親子教育アシスタント、インテリジェント プログラミング アシスタント、クリエイティブ ペイント パートナー、英語の質問が含まれます。大型モデルをベースとしたティーチングアシスタント機能は、基本的に大型モデルと専用の教育用ハードウェアとの間のチャネルを開拓したと言えます。
同様に、Xueersiなどのメーカーも学習機械側でも頑張っています。現時点では市場に明確なコンセンサスはありませんが、大規模モデル + 学習マシンのコンセプトは近い将来、商業的に非常に大きな注目を集める可能性があります。
機会 2
口頭練習
大規模モデル + 教育学習を試したい場合、どの能力が最も推奨されますか?と聞かれたら、少なくとも今日では、答えは同じはずです。それは、話す練習をすることです。
英語の口頭練習は伝統的な教育において常に弱い項目であり、発音、言語感覚、会話論理、その他本以外の能力に大きく依存しています。優れた口頭英語教師は非常に稀であり、オフラインでもオンラインでも外国人口頭英語教師の質は異なり、本物と偽物を見分けるのは困難です。この場合、大きな模型を使ってスピーキングの練習をすることは、学生やホワイトカラーの間で広く「メリット」となっている。
従来の TTS ソフトウェアと比較して、大規模モデルはより正確な発音と優れた言語感覚を備えており、大量のコンテンツを生成して AI と実践者との継続的な対話を実現できます。さまざまなシナリオやコンテキストをシミュレートすることもでき、実践者が目的を持って試験に向けて練習できるようにします。
口頭実践という点では、大型モデル＋教育は従来のAI教育に比べて確かに大きな進歩を遂げています。大規模なオープンソース モデルを使用する多くの口頭練習 APP が急速に開発されています。当然のことながら、大規模モデルと教育の主要企業はこの機会を逃すことはありません。
現在、自社開発の大規模モデルを備えたいくつかの教育企業が口頭演習のノードを計画しています。たとえば、NetEase Youdao の Ziyue モデルです。今年10月、Ziyueの大型モデルを搭載した「音声家庭教師」Hi Echoが独立したアプリとWeChatアプレットをローンチし、すでに独自に開発を進めている。 iFlytek の Spark 認知モデルは、英語のスピーキング スキルの構築にも重点を置いています。
この分野では、独自の大規模教育モデルを開発することを選択した企業にとっての主な問題は、一般的な大規模モデルとの競争に直面する必要があることです。おそらく、教育分野における複数のシナリオと多機能の利点に頼ることによってのみ、口頭対話という単一点における平坦さ、さらには欠点を相殺することができるでしょう。
機会 3
パーソナライズされた AI コーチング
「従来のオンライン教育ではプログラムを理解する必要がありますが、大規模なモデルと教育では AI があなたとあなたの子供たちを理解する必要があります。」
近い将来、大型モデル＋教育の普及において、このような宣伝文句が繰り返し使われることになると思います。従来のオンライン教育におけるインタラクションの欠如や個別化の欠如と比較して、大規模モデルによってもたらされる変化は、AIに基づいてある程度個別化された教育のカスタマイズを実現することです。
この可能性の存在は、OpenAI が教育分野での ChatGPT の適用を非常に重要視する中心的な理由でもあります。現段階では、大規模なモデルに基づいた個別指導がまだ模索中です。主な実装計画は、学習者と AI との対話中に学習者の知識の盲点、知識のエラー、論理的な抜け穴を発見し、的を絞ったテスト問題を与え、間違った問題の説明に重点を置くなど、大規模なモデルに解決策を呼び出すことです。知識ポイントです。お待ちください。この申請フォームは、大規模なモデルを通じて実際の教師の指導効果をある程度シミュレートすることができます。
もちろん、偽物と同じくらい本物の個別指導を実現するには時間がかかりますが、この能力は間違いなく、大きなモデルと教育のトレンドの中で最も想像力豊かで将来性のある部分であり、いくつかの探求はすでに行われています。たとえば、Xueersi は自社の学習マシンに AI 対話学習機能を導入しました。このアプリケーションは MathGPT の問題解決機能と問題提示機能に基づいており、生徒と AI の間の対話とコミュニケーションを通じて、問題解決における生徒の知識の弱点を分析し、的を絞った回答を提供できます。
大きなモデルは知識を理解して質問に答えるだけでなく、生徒を理解することもできます。これは、大規模なモデルと教育の長期的なトラックです。
機会 4
オンライン教育を主観的な問題に持ち込む
大きなモデルがオンライン教育にもたらすもう一つの変化があります。つまり、以前はオンライン検索や AI ツールを介して完了することが困難であった多くの教育タスク (中国語や英語の作文、作文問題への回答、複雑な数学問題の分析など) が、大規模なモデルを通じて完了できるようになりました。このような、標準化されておらず、固定的ではない性質を持つ「主観的な問い」こそ、大規模モデルの汎化能力が発揮される段階です。
このように、さまざまな企業が AI トピックアシスタント、AI ライティングアシスタント、その他の機能をリリースしていることがわかります。これらの機能の価値は、オンライン教育の境界を拡大し、主観的、論理的、創造的な教育にさらに参加し始めることにあります。
しかし、この分野は大型モデルと教育用アプリケーションをめぐる論争も引き起こしました。 1 つは、大規模なモデルのコンテンツ生成がパターン化されており、日常的なものであることです。学生がこのような機能を長時間使用すると、自主的な思考や個性的な創作能力が阻害されてしまうのでしょうか？もう 1 つの問題は、大規模なモデルにおける主観的な質問への回答の精度を向上させる必要があることです。プロセスのエラーが正しい結果につながることが多く、プロセスと結果の間に論理的なつながりがありません。 「ナンセンス」を愛する大物モデルが生徒たちを誤解させるかどうかも問題だ。
今後の展開と隠れた課題
2023年の大型モデル＋教育トラックで「持つ・持たない」問題が解決すれば。そして2024年には、それが発展・成長できるかどうか、そして商業化のクローズドループを達成できるかどうかという問題を解決する必要があります。
将来に向けて、大規模モデルと教育機関にとって最も重要なことは、次の 3 つの道に従うことです。
1. 技術アップグレードへの道は、教育分野における大型モデルの「インテリジェントな出現」を実現することです。
大規模モデルの中核となる価値は一般化にあるため、一般的な大規模モデルを教育製品に組み込むことは実際に完全に実現可能です。したがって、自社開発の大規模教育モデルの技術的な解決策は、教育の垂直分野における大規模モデルの一般化能力を証明し、一般モデルのかけがえのない価値を完成させることです。たとえば、1 つのモデルで複数の教育シナリオを開き、AI の「記憶教育アシスタント」を実現できます。もう 1 つの例は、追跡可能で自己認証可能な大規模モデル + 教育機能です。
2.市場規模への道において、大型モデル+教育の商品化と普及を完了する。
現段階では、大型モデル + 教育は学習機などの製品の新たなセールス ポイントとなっていますが、それ自体の商用化スペースは十分に確立されておらず、より多くの商用化ソリューションを検討する必要があります。過去の経験に基づくと、大型モデル + 特定の分野の教育というホットなイベントを作成し、大型モデルが他の教育製品よりも先進的であることを証明し、保護者グループの間で迅速に発酵させることが最も効果的な解決策である可能性があります。
3. ビジネスモデル、大規模モデル + 教育への道は、教師および学校市場に向かって進んでいます。
学習マシンや APP に代表される大規模なモデル アプリケーションは、学生および保護者市場に集中しています。しかし実際には、大規模モデルはスマート キャンパスや教師アシスタントなどの分野にも実装できるため、教育分野における大規模モデルのビジネス モデルの幅が広がります。たとえば、教師が完了する必要がある多くの指導計画の設計、宿題、公式文書の作成タスクはすべて大規模なモデルで完了できます。これらの機能を統合してカプセル化し、学校向けの全体的なソリューションを形成することも、将来的に検討できる道です。
もちろん、大規模モデル + 教育には明るい未来がありますが、多くの困難にも直面しています。 たとえば、AI 教育が広く非難され、悪用されているという問題は、現段階では解決されていません。多くの親は、AI 教育の本物と偽物を区別することができず、ましてや大規模なモデル + 教育の詳細を理解することもできません。大規模モデル + 教育プレーヤーは、顧客グループに好印象を与えるために、概念的なパッケージ化やプロモーションではなく、優れた教育用アプリケーションを使用する必要があります。
一方で、大型モデル + 教育の商品化能力には依然として疑問があります。 大型モデル自体のコスト投資は、株価の下支えなどの要因によって短期的には報われる可能性がありますが、長期的なビジネスへのフィードバックはまだ調査されていません。また、大規模なモデルに対する不正確な回答やランダムな作製などの問題もまだ十分に解決されておらず、この分野に取り組むことが関連企業の差別化された競争力の源泉となる可能性がある。
大型モデル＋教育という業界の輪から一歩抜け出して、大型モデルと教育の組み合わせを外から眺めてみると、さらに興味深い未来のヒントが見つかるかもしれません。
たとえば、今年上半期の調査報告書では、調査対象となったアメリカの学生の 89% が ChatGPT を使用して宿題を完了していると指摘しました。 ChatGPT はすぐに世界の教育コミュニティの全員から呼び掛けられました。中国でも同様で、あらゆる年齢層の学生がAIの大型モデルを使って試験をカンニングしたり、宿題を書いたりすることを学ぶ人が増えている。
少し前までは、子どもの宿題にAIを使わせないために、AI認識機能を備えたカメラを使って、子どもが携帯電話を使用する目的を探知する保護者もいたと聞きました。魔法と戦う。子どもたちが大きなモデルを使ってだましたり怠けたりするのを防ぐ方法は、教育の分野ではまた別の話のようです。
そして、大規模なモデル + 教育へとさらに深く移行します。おそらく、大きなモデルが客観的な質問から主観的な質問まですべてを完全に把握し、いつでも答えを提供できるかどうか、まだ疑問が残るかもしれません。では、この知識は本当に繰り返し教える必要があるのでしょうか？
