如何评价现阶段的在线教育行业

　　导言：最近，36氪发表了曾小苏Clara的文章《硅谷观察之在线教育篇》，该文在知乎上引起大家对在线教育的广泛讨论。如何评价现阶段的在线教育行业？知乎日报推荐了Coursera数据工程师董飞的回答。

　　要理解在线教育，首先要理解教育是什么。因为在线教育首先是教育，其次才是在线。

　　美国教育心理学家BenjaminBloom把认知领域的教育目标分为6个层次：基本知识(Knowledge)、理解(Comprehension)、应用(Application)、分析(Analysis)、综合(Synthesis)、评价(Evaluation)。传统教学依赖于课堂上的老师，老师的水平决定了学生的教育。这在很大程度上靠运气，你运气好才遇到了一个合适的老师。

　　在线教育不是简单地把课堂复制到网上，而是想如何对教学模式做结构性的改变，从本质上提高教学效果。进入互联网时代，互联网对教育的影响体现在优质教育资源的整合和学习数据的分析。通过对学生学习情况精确的、个性化的了解，发现学生在知识和理解方面掌握不够的地方，为下一步的教学提供依据。翻转式课堂教学模式的一个典型流程是：线上学习、线上练习、学习系统分析学习数据。

　　在美国，大部分的在线教育企业或机构，都是技术或者内容提供商，如KhanAcademy、Udacity，Coursera，Codecademy，Codeschool，edX。其中Linda课程主要来自于行业专家和经验丰富的老师，用户每月付费25美元订阅自己的课程。KhanAcademy主攻K-12领域的MOOC，Coursera寻求与传统大学的合作承认他们的学分。Udacity更多推出了职业课程。更全面的认识可以参考下图。

　　Coursera，edX作为MOOC的先锋，都在尝试着改变和颠覆传统教育，翻转课堂。2012年被认为是“MOOC之年”，当时一些激进分子认为MOOC将完全取代大学，我并不赞同也不认为这是合理的。而到了2013年，很多人感到失望，因为他们发现过了一年并没有任何一所大学倒闭。2014年，Coursera壮大团队扎实做产品，不管是注册活跃用户还是精品课程都取得了非常有效的增长。目标学员主要是已经工作的成年人，而不是仍处在传统教育模式中的学生。那些已经工作的人们在学员的数量上占据了绝大多数。目前Coursera拥有超过1000多万用户，绝大多数来自美国之外，其中中国也是非常重要的一环。

　　Coursera提供世界最好的教育资源以推动教育的平等化。绝大多数课程的访问都是免费的，这样才能把门槛降到0。而另一方面作为一个盈利机构，有风险投资的支持，那么投资人也需要回报机制。我觉得也不要有偏见，教育本身是一件有社会意义的事情，在硅谷最伟大的公司都是有健康的商业模式和发展渠道。其实Coursera一直在探索商业模式。目前我们把课程和专项中的认证证书作为了主要的收入来源。认证证书的效果相当好：在完成课程的学员中，选择认证证书的学员比例稳步上升，已经从不足10%提高到了大致20%或25%。

　　至于专项课程（Specializations)，它们是更大的学习单元，在结束时需要学员完成一个项目以体现自己有能力将所学的知识用于解决真实世界中的问题。我们希望借此弥补大家在技能上面的缺欠，比如约翰霍普金斯大学提供的数据科学家的专项课程，由7门具体的小单元组成，大家通过学习整个系列，最后完成目标找到合适的工作机会。在那些专项课程中，完成课程的学员中有40%以上取得了认证证书，这是Coursera目前重要的收入来源。

在线学习的未来趋势

　　个人最看好人工智能，它能实现人与物体，人与服务，人与知识之间的紧密关联，未来可以实现“思考即学习”的可能。现在教学场景非常简单，在线教育也仅仅通过图像、视频等多媒体的方式来表现教学知识点。未来可以通过机器人，辅助设备等工具让人们脱离传统学习方式去学习，通过听觉，视觉，触觉，感觉及思维方式来最大化学习效果。当然这需要从需求识别到专家系统、智能搜索、逻辑推理及个性化推荐等领域攻克难关。

　　在未来的人工智能教育时代，可能虚拟现实展现立体型的综合教学模式。不只是与老师交互，同时也可以与知识交互，每一个知识点都可以立体展现，让学生对知识点有身临其境的感觉。比如学天文物理，它的最佳场景是置身宇宙中，学政治，最好是你模拟当个总统来分析国际形势;学法律，你就是法官,在复杂的情况下作出最公正判断。而且电脑知道你学习的进程和特点，通过一些刺激和激励，更聪明地提示你，这样既开发了你的大脑，知识也按需所得。

　　无论人工智能发展到什么阶段，检索是最起码的需求。几乎可以肯定的是将来的搜索方式会脱离文字搜索，语音搜索与OCR识别技术正在迅速提升准确度。现在Google，苹果，百度都有这样的技术，只需要说一句话或者给个提示就可以展现出精确的结果，这意味着将来的学习只要有一个机器语音引擎。更智能的搜索基于意识搜索，大脑只要一想就可以出结果，这是当前机器学习(DeepLearning)与可穿戴设备领域都在探索的方向。

　　作者介绍：

　　董飞，Coursera数据工程师，本科就读于南开大学，硕士就读于美国杜克大学，先后在酷迅、百度、Amazon、Linkedin等公司实习或工作。关注技术与教育的发展，且乐于分享，在硅谷组织了多场技术讲座。

　　茄葩曾独家专访董飞，详见《硅谷工程师董飞：教育科技我最看好人工智能》

　　本文原载于茄葩，转载请注明出处。