培训AI

AI大模型如何成为学生的专属小学数学老师？

2024 年 9 月 13 日

一、时代背景

教育行业的元问题是用户学习效果的问题，1对1一直是学习效果更好的教育形式，只是实现成本较高，在资源有限的情况下，要产生更大的价值需要优先保障覆盖规模而非个体获得的学习效果。因此，对于传统教育行业来说，高质量、个性化和大规模这个“不可能三角”十分突出。

随着 AI 技术的发展，在大模型时代来临之后，解决这个“不可能三角”出现了可能：

高质量：

大模型具备的世界性知识在逻辑上包含了所有学科所需要的内容，因此理论上可以作为教育内容供给大一统的知识基座；
大模型对语言展示出的理解事物，理解情感，推理能力使其下限都可作为教师的平替负责教学及辅导等履约交付工作；

个性化：大模型通过拓展到几十亿token后就可以建立对学生深度的个性化理解，从而提供符合学生水平的定制化内容，让用户专注在必要的学习过程中；
大规模：以大模型作为基座的教育业务的规模扩张不需要增加大量人，因而不会被迫增加成本；

虽然大模型目前还没有达到理想的状态，但大模型的效果理论上会随着时间变好，大模型的成本理论上会随着时间变低，给每个学生配备一个了解 Ta 并指导陪伴 Ta 学习的专属 AI 老师是很可行的。

小学数学是学生学习的重要基础阶段，掌握数学知识不仅能提高学生的逻辑思维能力，还能增强他们解决问题的能力。然而，数学学习中，学生常常会遇到各种难题，需要即时的指导和答疑。传统教学方式无法做到对每个学生遇到的问题进行及时有效的解决，这导致学生在学习过程中容易产生挫败感和学习兴趣的下降。

那么 AI 大模型可以怎样与小学数学的学习场景结合呢？怎样通过智能化、个性化的方式帮助学生解决数学学习中的问题，提升学生的学习效果和学习兴趣呢？

二、理想的学习流程

首先我们梳理一下理想的小学数学的学习流程是什么样子，依托于理想的学习流程，我们再去看 AI 可以在哪些环节提供帮助。理想的学习闭环如下，整体分为六个步骤，是一个循环的过程：

接触（预习）：预习是学习闭环的第一步，学生通过阅读课本或观看视频等方式初步了解新知识。预习有助于学生建立对新知识的初步印象，为后续的理解和掌握打下基础。
理解（听课）：听课是学习闭环的核心，学生通过教师的讲解和互动，深入理解新知识。上课环节是学生获取知识的关键，教师应根据学生的反馈调整教学策略，确保学生真正理解。
掌握（课后回顾）：课后回顾课上学到的内容，可以更好的掌握相关知识，为做题应用环节打好基础。
应用（做题）：应用是检验学习效果的重要手段，学生通过做习题，将所学知识应用到实际问题中。做题环节不仅能够检验学生的学习效果，还能帮助学生发现知识漏洞，为后续的纠错和复习提供方向。
纠错（错题集）：纠错是学习闭环的最后一个环节，学生通过分析错题，找出错误原因并进行纠正。纠错环节帮助学生巩固所学知识，避免重复犯错，是提高学习效果的关键步骤。
阶段复习：复习是巩固所学知识的重要步骤，学生通过反复练习和总结，加深对新知识的理解和记忆。复习环节有助于学生形成长期记忆，避免遗忘，是学习闭环中不可或缺的一环。

学习效果最好的就是1对1，那么，如果我们能给每个学生都提供一个1对1老师，在课外环节中（暂不考虑直播课内场景，因为直播内主角还是主讲老师），老师可以起到什么作用呢？

三、老师在课外环节中起到什么作用

根据上面提到的学习闭环，在小学数学课的课外环节，如果有一名1对1老师，可以采取什么措施来巩固学生的学习效果、确保他们对真正掌握知识呢？以下是可能涉及到的一些流程：

预习指导

介绍新知识：简要介绍下一节课将要学习的内容，激发学生的兴趣。
预习任务：布置简单的预习任务，让学生提前了解新知识。

课后总结

简要回顾：总结本节课的主要知识点，帮助学生回忆和巩固。
提问互动：通过问答的形式，检查学生的理解情况。

课上错题分析

及时反馈：针对课堂练习或小测验中的错误，进行讲解和分析。
共同讨论：鼓励学生提出问题和讨论，找出错误的原因和改进的方法。

课后练习

课后作业：布置适量的练习题，巩固当天学习的内容。
分层作业：根据学生的不同水平，布置有针对性的作业，满足不同学生的需求。

针对答疑

答疑：根据学生做题过程中出现的问题，针对性的答疑讲解。

巩固与延伸

举一反三：找到一些变式题或拓展题，检验学生是否真正掌握了知识。
课外阅读：推荐相关的数学读物或故事，扩展学生的视野。

反思与改进

教师反思：教师对自己的教学进行反思，总结成功经验和需要改进的地方。
学生反馈：收集学生对本节课的反馈，了解他们的感受和建议，改进教学方法。

家校合作

沟通反馈：通过家校沟通平台，与家长交流学生的学习情况，共同促进学生进步。
家长辅导：建议家长在家中给予适当的辅导和支持，配合学校的教学工作。

当然，出于成本考虑，我们不可能给每一位孩子提供一位真人1对1老师，但是基于大模型打造一个 AI 老师，来陪伴学生在课外环节的学习，并提供学习帮助和指导，保障学习效果，这个是可行的。理想的场景下，可以包装打造成一个专属老师陪伴孩子全学习流程的整体体验。

四、哪些环节可以加入 AI

结合在线教育的学习场景和上面的课外环节，预习指导、课后总结、错题分析、课后练习和辅导答疑的环节都可以用 AI 来替代1对1教师的角色，解决一些问题：

预习指导

通过 AI 老师讲解预习内容，可以增加与学生的互动，相比纯视频讲解，体验更好，且能替代老师生产预习视频的工作；
对预习过程中学生不会的知识点和题目进行讲解，让学习更高效；

课堂内容回顾

AI 老师根据孩子在课堂上的表现，个性化的向孩子提几个问题，来确定孩子本节课的掌握情况，并对没掌握的孩子进行讲解；
掌握本节课讲的做题方法之后再去做课后练习题效果更好；

课堂错题回顾

对孩子在课上还有疑问的错题，AI 进行针对性讲解和辅导；
判断学生掌握之后，可以出一道变式题来检验学习效果；

课后练习

先让孩子独立完成作答课后的习题；
对独立作答时的错题进行重做订正，在订正过程中引入 AI 对学生进行苏式问答引导，启发学生进行思考，经过引导后思考做出题目，比直接看解析的学习效果会更好；

查看解析

文字解析不容易传达清楚意思，可能孩子看完后仍然不理解；视频解析虽然形象但是不够高效，如果孩子某个点不会，还是需要看完整的视频；AI 答疑通过对话问答的方式可以让这个解决过程更高效；
同时，AI 答疑可以让孩子随时针对自己困惑的点进行提问，解决疑问更个性化；

举一反三

举一反三是加深学生理解、检验学生是否真正学会的方式，AI 可以降低老师出题的成本，给水平高的孩子出难度更高的拓展题，给水平稍差的孩子出难度持平的变式题；
学生做拓展题或变式题的过程中，产生疑问可以随时呼叫 AI 进行答疑；

五、市面上的做法

目前行业内 AI+数学的应用场景主要集中在 AI 引导+答疑上面，方式是通过苏格拉底式问答法，一步一步引导学生去思考，然后将题目做出来。这块实现的相对比较成熟，好多公司都已经有demo可以体验，然而仅对话来讲解的方式其实体验不是最好的，体验更好的引导+讲解的方式是贴近于老师上课方式的在题目上圈画+板书的方式，目前在技术上还没有很好的实现。

除此之外，数学主观题批改也是一个相对明确的方向，虽然数学的批改比语文或英语的批改更难，但还是有实现的可能的，学而思学习机上有批改功能，不过还没有体验过，不确定效果怎么样。

总的来说，目前大模型在解数学题时仍然存在局限性，无法保证百分百的正确性。因为大模型是语言模型，方式是结合上下文根据概率来生成文本，解数学题不仅需要大模型具备理解问题的能力，还需要具有抽象建模、逻辑推理等方面的能力。

另外，解答数学题目的工具在给大模型输入题目答案后输出内容的准确性要高于大模型不知道答案时输出的内容，这大概也是为什么许多产品要限制解题范围为自身题库中的题。

但随着在这些方面的尝试越来越多，大模型的能力也会越来越强，相信 AI+数学的应用会越来越实用，从而真正帮助学生提升学习效果。