新東方擁抱AI：大學(xué)事業(yè)部如何應(yīng)用大模型？

　　來(lái)源|多知

　　作者|徐晶晶

　　編者按：

　　自去年以來(lái)，在AIGC浪潮中，大模型如何賦能、落地教育場(chǎng)景，是新東方內(nèi)部不斷思考的問(wèn)題。

　　近日，在阿里云AI智領(lǐng)者峰會(huì)·杭州站上，新東方大學(xué)事業(yè)部P端產(chǎn)品負(fù)責(zé)人張辰分享了大模型落地新東方教育場(chǎng)景的最新探索。

　　據(jù)了解，在新東方，通義大模型已正式“上崗”，在學(xué)生體驗(yàn)、教師教學(xué)質(zhì)量、教研內(nèi)容研發(fā)等場(chǎng)景下，學(xué)員滿意度整體提升了3%。“以往，我們需要投入大量的人力物力才能將學(xué)員滿意度提升1%-2%，現(xiàn)在基于大模型幾乎可以零成本做到這件事情。”張辰表示。

　　以下為張辰分享原文（經(jīng)多知編輯，有刪減）：

　　大家好!感謝阿里云的邀請(qǐng)，今天有機(jī)會(huì)探討一下AI與教育的結(jié)合。

　　在整個(gè)人類(lèi)歷史科學(xué)浪潮中，AI可能是一小部分，整個(gè)人類(lèi)科學(xué)發(fā)展是什么樣?一般來(lái)說(shuō)是一條直線，一般是先有基礎(chǔ)科學(xué)，進(jìn)而衍生到應(yīng)用科學(xué)，再往后是技術(shù)的演進(jìn)，最后產(chǎn)品化，找一個(gè)貼近實(shí)際應(yīng)用的場(chǎng)景落地。

　　在能力側(cè)，AI具備理解、生成、推理三大能力。

　　在場(chǎng)景側(cè)，每個(gè)企業(yè)在應(yīng)用大模型之前需要先考慮究竟有哪些場(chǎng)景、能否量化某個(gè)目標(biāo)，讓AI融入整個(gè)生產(chǎn)過(guò)程中。當(dāng)人效提升、決策成功率提升后，總成本一定是降低的。

　　那么，具體到教育行業(yè)的場(chǎng)景，首先需要考慮的是學(xué)生體驗(yàn)、教師的教學(xué)質(zhì)量、教研內(nèi)容的研發(fā)效率和成本。

　　關(guān)于學(xué)生體驗(yàn)。很多人認(rèn)為用戶體驗(yàn)不過(guò)是一些交互的直觀感受，或者是用戶完成某個(gè)動(dòng)作的操作步驟和效率。但是對(duì)于我們而言，當(dāng)學(xué)生來(lái)新東方購(gòu)買(mǎi)了一份課程，他的訴求是非常明確的——希望在這里學(xué)到知識(shí)。這期間，會(huì)有很多老師、學(xué)管、客服與其不斷溝通，他們之間的溝通質(zhì)量和溝通效率是新東方非常關(guān)注的。在這波AIGC浪潮出現(xiàn)之前，我們當(dāng)然也關(guān)注溝通質(zhì)量和效率，但那時(shí)我們只能做到其中一部分，比如通過(guò)用戶主動(dòng)打分來(lái)判斷NPS(Net Promoter Score，凈推薦值)。這個(gè)動(dòng)作其實(shí)后置了一些。

　　一旦出現(xiàn)服務(wù)質(zhì)量問(wèn)題，我們以前要么是與客戶高頻反復(fù)溝通以拿回更多的數(shù)據(jù)，判斷用戶的滿意度和行為，要么就是通過(guò)全程跟蹤，投入大量的人力物力分析每一次溝通的內(nèi)容，判斷用戶的行為，不過(guò)這顯然不現(xiàn)實(shí)，我們是做不到寬度和廣度同時(shí)具備的。

　　但是有了AIGC，事情就有了明顯的不同。下圖橙色的部分是借助AI完成全過(guò)程跟蹤的方式。

　　具體怎么做?大語(yǔ)言模型會(huì)把我們所有的行為、思考過(guò)程都集成到文本上——學(xué)習(xí)過(guò)程中的電話溝通、線上的文字溝通，都可以轉(zhuǎn)化成文本，這些文本和原有的原生文本一起被喂給大模型，根據(jù)這些內(nèi)容以及根據(jù)對(duì)一些行業(yè)的理解，我們會(huì)對(duì)每一次溝通做提示詞管理，判斷每一次溝通的好壞：我們會(huì)判斷學(xué)生、服務(wù)人員或者老師的情緒如何，最后判斷某件事情是否得到有效解決。當(dāng)我們拿到這套東西(不管是分?jǐn)?shù)、排名，還是最后的主觀文字結(jié)果)之后，才有辦法推進(jìn)不同的部門(mén)、不同的方向進(jìn)行過(guò)程上的改進(jìn)。

　　自去年年末開(kāi)始做這件事情以來(lái)，我們的整體學(xué)員滿意度提高了3%。乍一看，大家可能覺(jué)得3%這個(gè)數(shù)字并不多，但是，前提是，之前我們的學(xué)員滿意度已經(jīng)非常高了。以往，我們需要投入大量的人力物力才能將學(xué)員滿意度提升1%-2%，現(xiàn)在基于大模型幾乎可以零成本做到這件事情。

　　我們還在嘗試將這些溝通的內(nèi)容沉淀下來(lái)，幫助內(nèi)部每個(gè)人去學(xué)習(xí)、改善自己的服務(wù)方式。當(dāng)然釘釘會(huì)提供一套比較成熟的現(xiàn)有能力，會(huì)有一套通用化的、SaaS化的能力，我們也希望在這個(gè)過(guò)程中把一些文檔的主旨，包括學(xué)員溝通的數(shù)據(jù)、過(guò)程中的東西沉淀下來(lái)，提升整個(gè)團(tuán)隊(duì)對(duì)外輸出的文字質(zhì)量。

　　不過(guò)，我們?nèi)栽谔剿鬟^(guò)程中，還沒(méi)有大面積試用和落地，所以這只是一個(gè)舉例。

　　說(shuō)完體驗(yàn)部分，再來(lái)說(shuō)說(shuō)教學(xué)部分。

　　怎么理解這件事?首先，我們的每門(mén)課程包括視頻課程、音頻課程、教案講義或者試題，這些表象下有大量的知識(shí)點(diǎn)沉淀在底層。借助AI的能力，可以在既有的知識(shí)點(diǎn)上逐漸分析現(xiàn)有的課程、拆解到每個(gè)知識(shí)點(diǎn)。

　　學(xué)員在聽(tīng)課的過(guò)程中，如果在某一個(gè)環(huán)節(jié)沒(méi)有跟上老師的互動(dòng)，這個(gè)環(huán)節(jié)所涉及到的知識(shí)點(diǎn)是薄弱的，那么在課后的測(cè)試、階段性考試或者是課后作業(yè)數(shù)據(jù)，我們也能拿到，也知道他在某些方面有薄弱的地方。在這兩者之間出現(xiàn)了一個(gè)機(jī)會(huì)點(diǎn)，是不是可以做到千人千面？因?yàn)橐粋€(gè)學(xué)生上課的時(shí)候開(kāi)小差了，考試的時(shí)候沒(méi)考好，但是老師并不會(huì)為你做定制化的改善計(jì)劃，現(xiàn)在有了AI可能就能做這件事情，我們也嘗試做了一個(gè)專(zhuān)項(xiàng)。

　　具體的方法和剛才很類(lèi)似，將現(xiàn)有的課程音視頻、文本和現(xiàn)有的試題(格式化文本)，包括用戶在過(guò)程中的數(shù)據(jù)，我們會(huì)組合起來(lái)組合成一套標(biāo)準(zhǔn)的prompt，喂給大模型，它給出學(xué)員和課程或者知識(shí)點(diǎn)之間的匹配關(guān)系。甚至我們當(dāng)時(shí)多想了一步，會(huì)不會(huì)有一種情況是我們的課程體系仍然存在不完善的地方，可能仍然無(wú)法滿足一些知識(shí)點(diǎn)的缺口，大模型可以快速地幫我們發(fā)現(xiàn)，進(jìn)而推動(dòng)教研、教輔，把類(lèi)似的素材重新補(bǔ)完。

　　我們和通義有一個(gè)具體的合作。我們?cè)谡麄€(gè)過(guò)程中會(huì)分章節(jié)，通過(guò)通義聽(tīng)悟的分析和能力根據(jù)章節(jié)把每個(gè)節(jié)點(diǎn)自動(dòng)打點(diǎn)，打點(diǎn)完之后把打點(diǎn)范圍之內(nèi)的文本內(nèi)容做沉淀、總結(jié)。剛才提到學(xué)生效率的問(wèn)題，以前一節(jié)課可能得40-50分鐘，要把整個(gè)課程聽(tīng)完，這對(duì)于學(xué)生的要求門(mén)檻非常高。我們幫學(xué)生做了分段、知識(shí)點(diǎn)的總結(jié)、課程內(nèi)容的梳理之后，其實(shí)對(duì)學(xué)生來(lái)說(shuō)，學(xué)習(xí)知識(shí)這件事情的門(mén)檻降低了非常多。學(xué)生通過(guò)這套工具可以快速地學(xué)習(xí)到一節(jié)課程傳達(dá)的主旨或者知識(shí)點(diǎn)，這是學(xué)生體驗(yàn)上比較領(lǐng)先的嘗試。

　　在多模態(tài)上，前兩天京東劉強(qiáng)東發(fā)布了自己的數(shù)字人來(lái)直播賣(mài)貨。數(shù)字人方面，我們也在做一些嘗試。不過(guò)這其中要耗費(fèi)的成本還是非常高的，而且目前來(lái)看，作為教學(xué)場(chǎng)景效果可能沒(méi)有那么好，還是在邊走邊看，期待整個(gè)技術(shù)上有飛躍性的演進(jìn)，我們才可能實(shí)際做一些應(yīng)用。

　　說(shuō)到最后，我們?cè)趺磥?lái)看待教育和AI的結(jié)合?我們真正能做到千人千面，目前我的角度來(lái)看，整個(gè)傳統(tǒng)教學(xué)教培行業(yè)發(fā)展到現(xiàn)在有二三十年了，隨著AI技術(shù)的發(fā)展，傳統(tǒng)的教學(xué)教培行業(yè)可能面臨一次非常大的變革，AI解決的是效率問(wèn)題，AI在教育行業(yè)解決的是信息傳遞的效率。當(dāng)信息傳遞的效率到達(dá)一個(gè)臨界值的時(shí)候，作為教學(xué)資源的普及率可能就會(huì)面臨大幅的提升，以及我們?cè)谛畔鬟f的過(guò)程中，在各個(gè)場(chǎng)景下，每一個(gè)教學(xué)效率上可能都會(huì)面臨著大幅提升，這是我們即將面臨的變革。我們大學(xué)業(yè)務(wù)部門(mén)也算是整個(gè)新東方最先介入，照這個(gè)行業(yè)里做嘗試的方向。

　　以上就是我的分享，希望對(duì)大家有所幫助。

　　END

　　本文作者：徐晶晶