一度“元气大伤”的教培机构，也开始加入大模型的热潮了。

教育+大模型，并不稀奇，自从AI大模型火爆之后，教育就被认为是大语言模型最容易落地的领域。稀奇的是，和其他场内玩家相比，教培机构的优势确实称不上明显。

目前，市面上在做教育大模型的厂商，大概可以分为三类：一类是大模型厂商，如百度“文心一言”大模型被接入旗下品牌的学习手机，科大讯飞推出了星火大模型及学习机产品；第二类是教育科技公司，如网易有道打造了“子曰”大模型，作业帮自研了银河大模型，可汗学院、多邻国、Coursera、猿辅导等也都纷纷将产品与大模型结合，推出了AI助手型口语教练。

另一类，就是受“双减”影响的教培机构了，如新东方、好未来、学而思，也都披露了自家的大模型成果。

大模型在教培市场大有可为，与教培机构在大模型竞争中拔得头筹，这两个结论显然是不能划等号的。

毕竟三类玩家中，教培机构可能是离教育最近的一个，但也是离大模型最远的一个。技术、算力、资金、人才、互联网产品营销……教培机构都不可能比科技巨头、互联网企业玩的更溜。

教培行业与大模型的关系

教培机构做大模型，逻辑是能够自洽的。

第一个合理之处：大模型时代的教育，也需要教培。

有人说，大模型可以取代人类助教，智能导师比人类教师成本更低，这是确实存在的。但是，大模型仅仅是一个工具，并不能替代教师和教培机构的服务内容。

短期内，大模型还有很多技术难题没有解决，比如幻觉，大模型“一本正经地胡说八道”，输出的都是错误的信息，很可能培养出“学渣”；比如黑箱，大模型生成的内容可解释性不高，思考过程不清晰的话，答案的可信度不高，让AI“无人驾驶”来辅导孩子，学习效果不一定好。

长期来看，即使大模型进化到极高理解力、极高自动化程度、极低错误率，但教育产品和服务的本质还是学生，还是需要教培服务来更好地满足“千人千面”的具体需求。

正如同济大学校长、教授郑庆华所说，过去是老师和学生的二元结构。今天，机器在很多领域比老师干得还好。因此，未来的教学模式，可能会拓展为老师、机器、学生三元结构。所以，教培机构与AI结合，还是有很多的可能性的。

第二个合理之处：教育领域的大模型，精调少不了。

大模型自身的学习能力很强，GPT-4在SAT 等考试中都超过了88%以上的人类应试者。但就像高考状元不一定都是好老师，大模型学得好不代表一定能教得好。教育大模型，需要在通用大模型的基础上，加上自身数据进行精调，针对具体场景进行迭代优化，才可能（注意是可能）解决很多教育环节的具体问题。

举个例子，实际应用中，教育大模型非常重要的一点就是合规，用于教学、备课等场景的大模型，对语言组织能力、逻辑推理能力要求更高，且容错率低，一旦爆出不适当的内容就是教学事故，要提升大模型在此类任务中的安全可控，除了依靠高质量的标注数据，还需要专业教师的反馈、知识经验，而拥有大量教师人才和教学经验、数据的教培机构，显然是更具备行业优势。

第三个合理之处：短板不是真的短，长板却是真的长。

大家都学过田忌赛马的故事，在竞赛中获胜要用自己的长处去对付对手的短处。一眼看去，似乎教培机构在技术、人才、算力、资金等各方面，都比不上科技巨头或互联网公司，但有没有可能，这些短板在实际中，都不算是什么短板呢？

比如技术，教培机构确实在基础模型上的积累不多，但作为垂直行业，教培机构其实也没有必要全力投入自建底层模型，通过API云端调用、与头部厂商合作等方式，用相对较少的数据、算力资源和开发人员，就能建设出垂类的教育大模型。

多邻国的生成式AI应用，都是基于OpenAI的大模型来研发的，其报告中也强调，要做好功能而非做大模型，专注于应用场景。由此可见，教培机构如果不在基础模型赛道上跟科技巨头正面硬扛，那么所谓“短板”，其实对于做垂类大模型，影响并没有想象的大。

反而教培机构所拥有的数据、场景、行业know-how等“长板”，在大模型具体落地应用时，能发挥非常关键，甚至关乎生死的作用。

举个例子，教育和AI大模型，本质都是先苦后甜、漫长回报的慢生意，中间要经历很长的摸索、研发、客户积累的过程，习惯了“大水漫灌”、烧钱式增长的科技创业公司，反而可能因为太过激进、导致亏损，反倒是习惯了做慢生意的教培机构，有更多的耐心和教育大模型一同长跑，更有可能等到盈利的那一天。

所以，往深了看，教培机构做大模型的底层逻辑，其实是有其合理性的，也是有希望在激烈竞争中获得一席之地的。

学而思大模型通过审核

近日，按照《生成式人工智能服务管理暂行办法》规定，学而思大模型MathGPT完成了相关备案并已通过审核，正式成为首批通过备案的教育大模型。据好未来透露，随着MathGPT通过备案，未来将在学习机上陆续落地基于自研大模型的AI能力应用，MathGPT也将从即日起由内测阶段转为全面开放。

作为教育领域的垂直大模型，MathGPT专攻教育和学习场景下AI能力的训练和优化。早在今年8月的好未来20周年司庆活动上，学而思CTO田密曾透露MathGPT已经开启内测，但当时并未公布MathGPT的实际使用场景和落地产品。

此次，学而思选择以学习机作为自研大模型的核心落地产品。据了解，学而思学习机陆续上线的功能包括“AI对话学”、“AI讲题助手”、“中英文写作助手”等等。

其中，“AI对话学”基于MathGPT的解题和讲题能力，可以通过学生与AI的对话式学习交流，细分步骤进行定位，快速分析出学生的薄弱点。此外，学而思学习机还将陆续上线AI讲题助手、高效作业助手、知识百科问答、对话听写、语音助手等多项AI能力。

教师与AI应该要互补

当人工智能技术在教学中已经开始应用了，如果思考大模型对教育的影响只停留在担忧学生会利用其来完成作业，显然是太可笑了。对于教育工作者而言，应该思考的是如何利用ChatGPT技术来为未来的课堂和教学赋能，以及当人工智能技术不断挑战各个行业的专业技能时，老师又该如何“应战”。

事实上，随着ChatGPT近一年来的持续火爆，越来越多的教师已开始尝试将ChatGPT应用于课堂人机协同教学以及个人的专业发展。例如：为学生规划个性化的学习内容和进度，并提供全天候辅导，在学生遇到问题时提供实时帮助；辅助教学设计，生成针对特定学习目标的学习资源、教学活动、作业习题和评价方案；提供实时的学习反馈和评估，帮助了解学生的学习进度，提供针对性的教学调整建议；进行教学研究和创新探索，辅助教学研究的规划、设计、文献解读、教学情境模拟，评估不同情境下的教学策略的效果等。

然而ChatGPT等大语言模型与传统人工智能技术存在的明显差异既为其在教育中的应用铺平了道路，也增加了可能存在的风险。传统人工智能技术的教育应用往往侧重于面向特定任务。而大模型一方面通过自我监督学习，从海量数据中学习；另一方面，这些模型通过生成自然语言文本与用户交互，更像是人类的对话伙伴。

因此，教师需要掌握ChatGPT的使用方法，了解一点语言模型基础知识，以便与人工智能交流。换言之，教师除了需要和学生、同事交流，也需要提升用自然语言与人工智能“交流”的能力。近来的许多研究已经表明，ChatGPT这样的工具能够产生多大的作用，取决于使用者用什么样的“提示”与其沟通。

近期一些人工智能辅助教学的实践表明，单纯AI教学会大大减少师生间的互动，减少教师与学生的情感交流，这就需要教师强化社会情感及人际互动能力，与AI互补，共同提升教学效果，实现育人目标。

值得注意的是，大语言模型技术自我监督学习的特点同样可能带来风险和挑战。比如，模型可能生成错误或有害的信息，使用过程中也会产生严重的隐私侵犯和数据安全的问题，同时可靠性、过度依赖和访问的不平等问题近期也不断进入公众的视野。