「ECS 2020」风变科技刘克亮:教育与科技的融合之路

金融界

发布时间: 20-12-3111:11万象大会年度获奖创作者,北京富华创新科技发展有限责任公司官方帐号

来源:时刻头条

2020年,疫情突降,魔幻开年。2020年教育行业自救与狂欢同台,分化与整合加剧。冰火两重天之下,重构与融合共生。

12月4日至5日,由多鲸资本联合阔知科技举办"科技重构教育,产业融合未来"——ECS 2020 中国教育资本年会在杭州隆重召开。

风变科技创始人兼CEO刘克亮继 "GET 2020 教育科技大会"分享《技术与教育的未来》的主题演讲后,在本次峰会上受邀分享了主题为《教育与科技的融合之路》的系列演讲。

演讲核心观点:

1、人作为信息实时生成系统的载体并不是最佳方案。

2、 社会的知识总量的需求暴涨和教育资源供给不足,是几乎所有教育问题的根源。

3、 填补学习需求与供给的鸿沟,我们迫切地需要教育与科技再一次融合。

4、 教育的内核是构建某种认知的中间件,而这个中间件就是"认知机器"。

5、 "认知机器"的定义:没有边际成本地让人的能力在单位时间里产生确定性的改变。

6、 "超级大学"将成为文明的基建,让优质教育资源如水与电。

以下为刘克亮演讲实录,经多鲸编辑整理:

今天,我是以一个教育行业爱好者的身份来进行这场分享的,但我总体的情绪是很悲观的。为什么这么说?因为在我眼里看到今天教育的现状没有大家描绘的那么美好。

从更宏观的的角度来看今天的教育,我们身处一个极度混乱的周期——在一个家庭和另一个家庭之间正在发生一场场"优质教育资源争夺战",虽然所有人都显得非常疲惫,但每个家庭都输不起。为了获得好的教育资源,大家都是以"不得不"的方式被迫卷入这场"战争"。同时,灾难的规模还在快速扩大。

我们要怎么面对与解决眼前的问题?我认为在谈解决问题之前,我们需要更冷静的回忆一下问题是怎么发生的?我们教育的历史从哪里开始?又是什么时候一步步变成现在的样子的?

1、 当【工业革命】遇上【新大学运动】,教育的价值得以凸显

故事开始,我们需要先得把时间向前推个两百年,那是一场伟大的科技和教育的合作。那是现代教育的开始,也是教育行业的田园时光。很多人都知道那时候发生了工业革命,驱动了后来世界的快速发展。但很多人不知道的是,那时候还发生了对教育史影响极大的「新大学运动」,在那之前大学是服务于宗教传承的,但是英国发生新大学运动之后,大学就跟宗教脱钩了,开始变成独立的,服务于全社会、面向知识的应用的社会机构。

甚至从我的角度来看,新大学运动才是驱动了后来社会快速发展的最本质原因,而工业革命的核心意义只是给了教育可以驱动社会发展的前提。

工业革命的内核其实是人类开始掌握一种"把化学能转化成机械能"的技术,这个技术大发展影响了一个本质的问题:"人作为一种生产资料的核心价值是什么?"在前工业革命时代,我们的答案是:"体力价值和智力价值,其中以体力为主。"而在后工业革命时代,这个问题发生了松动。我们的智力价值开始变得越来越重要了。毕竟,从体力的角度来说,工厂里的机器很多时候都能比我们做得更好。

同时,在体力驱动的时代,想要让人在物理上做功的能力得以传承,效率是非常低的,但在智力驱动的时代,通过教学的手段可以极大地加速社会的发展。举个最简单的例子,我们想让一个小婴儿获得与成年人相等的体力,可能要喂养他超过二十年,但如果我们想传递一个知识、一件事的做法给他,可能只需要一天。

这时候,教育的价值就凸显了。

也正因为如此,我们整个社会发展的驱动模式完全升级了,用"单车变摩托"来形容毫不为过。 发明摩托车和传授拧摩托车的方法,变成了比卖力蹬自行车更重要的事情。

可以说教育与科技作为一组推动人类社会发展的"CP",给我们带来的成就数不胜数。只可惜好景不长,这种强力的驱动模式并没有持续很久。到了十九世纪的末期,我们的教育就开始出现了一些小问题。

2、 社会的知识总量的需求暴涨和教育资源供给不足,是几乎所有教育问题的根源

首先让我们通过一个公式来看看步入工业文明之后,我们的社会到底需要多大的知识总量。

工业革命之后,人类进入工业化社会,那时候我们也获得一个叫做"分工产生效能"的真理,但是这个社会一旦开始分工,每个分工的岗位深度也开始变得更深,知识的体量就会快速扩大,表面上是分工,本质上是做工序和知识体量的切割,再除以岗位生命周期,就带来了社会的必要知识总量开始变得越来越大。

我们看这三个事情的趋势:

第一:分工化是基本趋势。直至到今天我们依然在这个进程之中,所以知识体量会变大;

第二是:专业化带来更深的知识壁垒。任何切割出来的小专业,深度都开始变得越来越深,举个例子,200年前,如果我想成为一个铁匠,只需要找一个老师傅跟他学打铁就可以了。但到了今天,打铁这样的事情几乎不可能由单个人来完成。我们知道清华有一个很好的专业——锅炉专业,我查了一下这个专业一共有9个很重要的学科,这9个不同的学科还分给不同的人来学习。也就是说,烧锅炉这个事以前不过是打铁的其中一道工序,而今天这一个工序开始变得极其复杂,这就是工业文明之后的教育现状,我们想要参与社会分工这件事情,变得越来越难。

第三是岗位的生命周期会变短。

以上都在影响,社会必要知识总量在扩大,但我们反过来看供给端,却进入了一个被迫的灾难中,这就是"通用化转向"。

通用化转向指的是这个时期里,大学的专业设置都开始变成越来越通用的一种趋势。我们拿香港来举例,香港的名校本来都有自己非常明确的社会职能,香港大学供给社会公务员系统、香港中文大学供给商业系统、香港理工大学供给企业管理系统、浸会大学供给传媒系统,但到了19世纪末市场化改革之后,它们也开始越来越类似了,其实这就是由"通用化转向"导致的。而在社会需求扩张的过程中我们又遇到另一个问题:因为岗位的生命周期开始变得越来越短了,但专业建设的周期非常长,这个速度一旦跟不上之后,大学发现开这个专业不划算,便开始集体商量向通用化转向。如果说新大学运动的内核在于把宗教剥离出去,以应用为导向培养社会上有需要的人,那么"通用化转向"则是把专业的设置从以应用为目的变为通用化。

教育也因此产生一个巨大的鸿沟,这个鸿沟就是——我们培养老师的速度是慢过岗位的生命周期的。

那么为什么培养老师的速度,或者说积累教育资源的速度无法无限加快呢?

首先我们不能把老师神话,或者说用一些比较漂亮的词把老师标签化了,诸如园丁、蜡烛、温暖、爱之类。其实我们今天的人类老师,本质上就是在传递信息,他底下的学生在接受信息,当这个信息有效传递之后,教学过程就完成了。虽然表面上看只是信息的传递,实则信息传递的过程又是极其复杂的,其复杂性体现在微观上各个学生实时状态是不一样的。如果当下的老师不是一个面向这多种状态的实时信息生成系统的话,他录个视频让学生回去看就可以了。人类教学过程中,老师不断在做的事就是实时对学生当下的状态进行建模,再基于当下建模生成信息,随着信息生成效率越来越高,质量越来越高,也就构建出一个小白老师走向名师的路径,很多名师、好老师聚集在一起,才又成为今天的教育资源。

然而这种资源的累计方式其实有着非常大的缺陷。

第一大缺陷是,人的数据计算能力严重不足。逻辑上来讲,如果我今天是一位视力足够好、大脑算力足够强的"超级老师",那就可以根据在场所有同学的不同学习状态进行实时建模,以此快速训练我自己作为一个好老师的教学能力提升。但现在显然不行,因为没有这样的超级老师,我们的老师每一次只能盯一个学生,当学生迷茫地望着老师时,老师就会分神去想,这个学生是不是觉得我讲得不好?这就会让老师无法聚焦对教学模型的计算和教学模型的训练。

另外一个就是模型难以持续升级。实际上我想讲的意思是,如果一些老师到了退休年龄,那他们过去沉淀出来的教育资源几乎全部到点清零。我经常开一个玩笑就是说,这件事情让互联网、科技行业的从业者,或者一些算法同事看到之后,他们会气得拍桌子,因为这个东西叫"删库跑路"。一位好老师好不容易把一套教学模型训了几十年,训完之后说把数据库删了吧,找个小年轻重新去建,那这种低效的供给模式和大爆发的需求模式显然是无法匹配的。

无法完成的供给与需求的匹配,实际上是导致我们今天几乎所有教育问题的根源。

3、 我们要做的,是让技术再一次推动教育发展,填补需求与供给之间的鸿沟。

我们今天重新假设一个问题,如果我们优质的高等教育持续地扩张,清华大学今年的招生量不是一年2000人,而是一年2000万人,那我们今天讨论的很多问题就没有意义。但让清华的招生量从2000人变成2000万人,真的很难吗?

其实我们要做的事情,就是让科技与教育这对CP重新携手,让技术实际意义上地推动教育产业的发展。

我们讨论过这样的一个问题,当智能化、自动化的技术应用在开车这个领域,这个技术叫做无人驾驶。无人驾驶的本质是推动了驾驶能力的快速扩张,那会不会有无人教育?或者说它不叫无人教育,而是以自动化、智能化的方法给人类的教学能力加大超级杠杆,从而把供给的缺口填补上?

风变内部把这项技术命名为"认知机器"。

在介绍"认知机器"之前,我还是想先说说教育核心要解决的问题——简而言之就是,我的脑子里有一个信息,或者说对某个事物形成了明确的表征,我要把对这个事物的表征能力系统性地赋予给你,把大脑里我的认知变成你的认知。

那我的认知怎么形成?按课本上讲的,叫"人们获得知识的方式有且只有两种,要么是实践要么是学习"。那既然知识通过实践获得,为什么通过学习可以让知识获取变得更高?那只能是因为,我们已经已经站在实践的基础上了。有没有可能人类社会里面,犯过的错不需要重复犯,积累认知的过程不需要重复再来,曾经走过的弯弯路,变成学习里面的最优解? 这就叫做技术的逻辑。

为什么教育成的本会这么高?其实也就是因为表达者对于知识的表达和接收者对于知识的接收这两件事情的最优解不一样。行业里经常有人说找厉害的专家教你来学,但好专家跟好老师是隔着十万八千里的。因为好专家所掌握的能力是对于知识本身的表征和应用能力,但不代表他能把这个知识重新解构成一个解决方案,变成你大脑里建构这个知识的效率。

可怎么才让这个认知传递过程的成本变得足够低,还可以让成功率提高、时间缩短呢?

这时候我们需要有一个中间件,这个中间件能极大完成这种信息的传输。认知机器就是这个"中间件"。

接下来我展开讲讲对认知机器实质的定义,这个定义很长也比较绕,叫做"没有边际成本地让人的能力在单位时间里产生确定性的改变",它包括了几个要素。

首先是在成本控制端的促进作用。这个原理就类似于摄影机技术迭代之后,拍摄一部电影实际上没有很长的边际成本,或者边际成本足够低;

第二件事情是让人的能力在单位时间里产生确定性的改变。如果我们不限定它的时间是"单位时间",那人们想获得一个能力几乎是必然的,只要时间足够长,犯足够多的错误,就有可能长出这个能力;

然后"确定性的改变",是说这件事情比较确定性的答案,这个条件是用来框出我们想象中这个技术大概长成什么样子,或者说这个技术到底是以什么样的方式呈现的。

我们今天为什么会有成人教育的逆向选择现象、K12的竞争升级等问题,归根结底还是教育资源的供给与需求之间的矛盾,是因为我们没有一个特别良性的、解决供给的本质性解决方案。包括社会知识大生产,我们今天也没有良性的机制,把每个人犯的错误和每个人积累的路径全部统一收集起来。

而一旦这个事情变得"没有边际成本让人产生确定性改变"为基础的话,我们就可以想象知识几乎等于一种超级资产,知识可以变成生产力。

4、 建设一所"超级大学",让优质教育资源如水与电

其实国家关于教育已经有了一个很宏大的计划,就是"构建终身学习的立交桥"。可能很久之后我们再回看今天的教育历史,会觉得这个事情意义深远,因为它是一个很重要的转折和标志——学习变成人们生活中更常态化的一件事。

这有点类似于我进了一个新公司,入职培训的时间刚开始都是固定的12天,但这个公司的发展速度越来越快,适应这个公司岗位所需的能力也越来越高,所以过去入职培训从最开始的12天,会逐渐变成13天、15天。对应到我们的人生,"入职培训"12年,后面不行再加一个高等的,再加个4年,不行再加个2年。但总有一天这个模型会崩溃掉的,就是因为我发现我学了12年、学了4年再学了2年,再出来之后发现我依然没有办法面对今天的生活,因为社会发展速度更快了,所以我们注定要开始把固定入职培训,固定的工作这两件事情严肃切割的模式完全给改变掉,变成更常态化的方案,就是一边在公司工作一边在公司学习。

现在我面试的时候,有的年轻人告诉我,"亮子,我来你们公司少给2000块钱也可以,但是我要成长,我要学习。"人们的生活、学习、工作都会变得同等重要,学习不会再是一件阶段性或者小概率的事情,而会变得越来越主流。为了找工作而去学习,会变成非常传统的想法。这样的社会发展范式下,教育对于人们生活的重要程度会相应的越来越高。有时候我讨厌一些词,比如互联网+教育,我觉得这个词低估了教育,好像教育跟金融、汽车是同等量级的概念一样,其实完全不是!教育不仅仅是产业或者一个行业,教育更是人类生活的基础设施,而且是最重要的基础设施,这个词语应该跟科技齐平,这是很重要的概念,重要到决定了我们的社会发展方式。

如果说200年前教育史上发生了非常重要的事情,叫做新大学运动,让大学变成了今天的模样,服务于每个人的成长,那我会觉得在我们有生之年,可能会见证教育史上更辉煌的转折点,这个转折点就是"超级大学运动"。

超级大学的内核就是教育和技术的再一次融合,认知机器的技术进一步普及到社会的毛细血管里来。它最重要的特性就是无边界,不会限制你的年龄,不会限制你的能力,不会限制你想学的结果,你只需要说明白了自己想成为什么样的人以及还缺乏什么知识,就能通过超级大学获得你想要的知识,变成你想成为的人。听起来是不是很科幻?我经常看科幻,我看很久以前的科幻,我发现人类社会的发展永远比科幻更科幻,超出我们所能想象。

我甚至认为这件事情不会发生在特别久的以后,有人说至少需要五十年或者一百年,我认为大概只需要十五年的时间,和我国教育的2035年计划的进程紧密相关。我也相信国家、教育行业、技术行业的从业者们都会更多地参与进来。一旦超级大学成为新的文明基建,我们就能让真正的优质教育资源如水与电一样,只要轻轻摸一个开关,这个灯就亮。我们的下一代,二十年后、三十年后、五十年后会身处其中,浑然不觉,那时候他们会有很璀璨的文明,就好像一百年前一样。

那个时候的他们问:爸,你们那代人每天把一群人关在小屋子里面,用某种非常原始的方式去完成某种像仪式一样的东西是什么呀?

我会说,这件事情叫做教育,而且还会伴随大家十几年。

谢谢大家!

举报/反馈