新東方擁抱AI：大學事業(yè)部如何應用大模型？

　　來源|多知

　　作者|徐晶晶

　　編者按：

　　自去年以來，在AIGC浪潮中，大模型如何賦能、落地教育場景，是新東方內部不斷思考的問題。

　　近日，在阿里云AI智領者峰會·杭州站上，新東方大學事業(yè)部P端產品負責人張辰分享了大模型落地新東方教育場景的最新探索。

　　據(jù)了解，在新東方，通義大模型已正式“上崗”，在學生體驗、教師教學質量、教研內容研發(fā)等場景下，學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，今天有機會探討一下AI與教育的結合。

　　在整個人類歷史科學浪潮中，AI可能是一小部分，整個人類科學發(fā)展是什么樣?一般來說是一條直線，一般是先有基礎科學，進而衍生到應用科學，再往后是技術的演進，最后產品化，找一個貼近實際應用的場景落地。

　　在能力側，AI具備理解、生成、推理三大能力。

　　在場景側，每個企業(yè)在應用大模型之前需要先考慮究竟有哪些場景、能否量化某個目標，讓AI融入整個生產過程中。當人效提升、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)的場景，首先需要考慮的是學生體驗、教師的教學質量、教研內容的研發(fā)效率和成本。

　　關于學生體驗。很多人認為用戶體驗不過是一些交互的直觀感受，或者是用戶完成某個動作的操作步驟和效率。但是對于我們而言，當學生來新東方購買了一份課程，他的訴求是非常明確的——希望在這里學到知識。這期間，會有很多老師、學管、客服與其不斷溝通，他們之間的溝通質量和溝通效率是新東方非常關注的。在這波AIGC浪潮出現(xiàn)之前，我們當然也關注溝通質量和效率，但那時我們只能做到其中一部分，比如通過用戶主動打分來判斷NPS(Net Promoter Score，凈推薦值)。這個動作其實后置了一些。

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

　　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完成全過程跟蹤的方式。

　　具體怎么做?大語言模型會把我們所有的行為、思考過程都集成到文本上——學習過程中的電話溝通、線上的文字溝通，都可以轉化成文本，這些文本和原有的原生文本一起被喂給大模型，根據(jù)這些內容以及根據(jù)對一些行業(yè)的理解，我們會對每一次溝通做提示詞管理，判斷每一次溝通的好壞：我們會判斷學生、服務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。當我們拿到這套東西(不管是分數(shù)、排名，還是最后的主觀文字結果)之后，才有辦法推進不同的部門、不同的方向進行過程上的改進。

　　自去年年末開始做這件事情以來，我們的整體學員滿意度提高了3%。乍一看，大家可能覺得3%這個數(shù)字并不多，但是，前提是，之前我們的學員滿意度已經(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容沉淀下來，幫助內部每個人去學習、改善自己的服務方式。當然釘釘會提供一套比較成熟的現(xiàn)有能力，會有一套通用化的、SaaS化的能力，我們也希望在這個過程中把一些文檔的主旨，包括學員溝通的數(shù)據(jù)、過程中的東西沉淀下來，提升整個團隊對外輸出的文字質量。

　　不過，我們仍在探索過程中，還沒有大面積試用和落地，所以這只是一個舉例。

　　說完體驗部分，再來說說教學部分。

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

　　學員在聽課的過程中，如果在某一個環(huán)節(jié)沒有跟上老師的互動，這個環(huán)節(jié)所涉及到的知識點是薄弱的，那么在課后的測試、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)了一個機會點，是不是可以做到千人千面？因為一個學生上課的時候開小差了，考試的時候沒考好，但是老師并不會為你做定制化的改善計劃，現(xiàn)在有了AI可能就能做這件事情，我們也嘗試做了一個專項。

　　具體的方法和剛才很類似，將現(xiàn)有的課程音視頻、文本和現(xiàn)有的試題(格式化文本)，包括用戶在過程中的數(shù)據(jù)，我們會組合起來組合成一套標準的prompt，喂給大模型，它給出學員和課程或者知識點之間的匹配關系。甚至我們當時多想了一步，會不會有一種情況是我們的課程體系仍然存在不完善的地方，可能仍然無法滿足一些知識點的缺口，大模型可以快速地幫我們發(fā)現(xiàn)，進而推動教研、教輔，把類似的素材重新補完。

　　我們和通義有一個具體的合作。我們在整個過程中會分章節(jié)，通過通義聽悟的分析和能力根據(jù)章節(jié)把每個節(jié)點自動打點，打點完之后把打點范圍之內的文本內容做沉淀、總結。剛才提到學生效率的問題，以前一節(jié)課可能得40-50分鐘，要把整個課程聽完，這對于學生的要求門檻非常高。我們幫學生做了分段、知識點的總結、課程內容的梳理之后，其實對學生來說，學習知識這件事情的門檻降低了非常多。學生通過這套工具可以快速地學習到一節(jié)課程傳達的主旨或者知識點，這是學生體驗上比較領先的嘗試。

　　在多模態(tài)上，前兩天京東劉強東發(fā)布了自己的數(shù)字人來直播賣貨。數(shù)字人方面，我們也在做一些嘗試。不過這其中要耗費的成本還是非常高的，而且目前來看，作為教學場景效果可能沒有那么好，還是在邊走邊看，期待整個技術上有飛躍性的演進，我們才可能實際做一些應用。

　　說到最后，我們怎么來看待教育和AI的結合?我們真正能做到千人千面，目前我的角度來看，整個傳統(tǒng)教學教培行業(yè)發(fā)展到現(xiàn)在有二三十年了，隨著AI技術的發(fā)展，傳統(tǒng)的教學教培行業(yè)可能面臨一次非常大的變革，AI解決的是效率問題，AI在教育行業(yè)解決的是信息傳遞的效率。當信息傳遞的效率到達一個臨界值的時候，作為教學資源的普及率可能就會面臨大幅的提升，以及我們在信息傳遞的過程中，在各個場景下，每一個教學效率上可能都會面臨著大幅提升，這是我們即將面臨的變革。我們大學業(yè)務部門也算是整個新東方最先介入，照這個行業(yè)里做嘗試的方向。

　　以上就是我的分享，希望對大家有所幫助。

　　END

　　本文作者：徐晶晶