教育 Agent 的第一场考试：让大模型学会 “主动教学”。
文丨陈然
2011年，乔布斯与比尔·盖茨的最后一次会面中，两人谈及教育领域的技术革新。乔布斯直言，无论是苹果还是微软，都未能通过技术真正提升教育质量。盖茨补充道，技术需要提供个性化课程和启发性反馈，才能从根本上重塑教育。这一观点揭示了教育改造的复杂性——它高度依赖人与人之间的互动反馈，涉及知识传递、情感交流与价值观引导。单纯将教学材料数字化，虽能优化资源分配，却无法本质提升教育水平。
语言学习尤其如此。语言学家史蒂芬·克拉申在1980年代提出的“语言习得假说”中，区分了“习得（Acquisition）”与“学习（Learning）”的概念。克拉申认为，语言学习应更接近“习得”过程——通过自然、直觉甚至潜意识的方式，如同婴儿学习母语。然而，现实中的语言学习多以“学习”为主，导致学习者虽掌握语法规则和词汇，却缺乏实际运用能力。
口语能力的提升尤为依赖“习得”方式。高频即时互动是关键，脱离语言环境与互动，口语水平难以提升。这也使得口语教育成为语言学习中最薄弱的环节，“哑巴英语”现象普遍存在。
2011年，乔布斯与盖茨均未看到技术改造口语学习的清晰路径。直到大模型技术的出现，才为语言教育方式带来根本变革的可能。
口语市场的供需矛盾与大模型的突破
在大模型出现前，外教是提升口语水平的主要方式。2020年教育部数据显示，中国教育机构共有外籍教师6.71万人。在卖方市场主导下，即使通过在线平台，单次外教费用也超100元/次。按一周两次课计算，月费用超800元，远超大部分中国家庭的承受能力。据博研咨询统计，全国仅12%的家庭能负担长期一对一外教费用。
若选择班级制授课，开口次数等关键指标会显著下滑，双向互动频率降低直接影响教学效果。斑马首席产品官修佳明指出，庞大的口语学习需求与无法规模化的教学方式之间的矛盾，是导致大部分人口语水平停滞的主要原因。既缺乏足够的一对一教师，又难以承担高昂费用，供需严重失衡。
大模型技术被视为解决这一痛点的关键。它提供个性化表达与及时反馈，同时易于规模化部署。口语教学首次得以脱离真人依赖，AI口语产品应运而生。大模型作为万能语伴，支持自由讨论，甚至能输出复杂句式，更接近语言“习得”的本质。
然而，理想与现实仍有差距。克拉申的“语言输入假说”强调，输入材料需略高于学习者水平，且具有适当挑战性。大模型虽具备广博知识与智能互动能力，却缺乏对难度的考量。它更像一个全能问答机器，而非基于AI原生驱动的教学产品。工具属性强，教学属性弱，难以形成完整的学习闭环。
可以说，传统AI口语产品多为被动响应用户问题，而非主动引导学习。
用户需要怎样的口语学习AI产品？
AI正成为教育产业的重要推动力。Grand View Research报告预测，2024至2030年，全球AI教育市场规模年复合增长率将超30%。然而，教育赛道尚未出现基于大模型Agent技术的原生AI教育产品。拍照搜题类工具虽因大模型提升答案准确性，但功能单一，难以形成学习闭环，仍属传统工具的AI化升级。
修佳明认为，仅在现有工具上添加AI功能远不够。教育产品需全栈式基于AI特点，从0构建新形态。斑马口语便是其理念的产物——首个落地教育场景的“教育Agent”，能自主完成教学闭环的智能体。
斑马口语技术架构图
“自主完成”与“教学闭环”是斑马口语的核心。其三分屏设计包含AI外教Jessica（虚拟2D老师）、用户实时画面与交互式动画课件。在大模型Agent技术支持下，6-12岁儿童可全程与AI外教一对一练习。
AI外教不仅回答用户问题，更主动引导开口表达。例如，当用户谈论生日时，课件会触发烟花动效；描述人物长相时，课件会动态展示特征。强互动设计确保用户25分钟内紧密围绕教学目标参与。内测数据显示，单课开口次数超100次。
斑马口语将难度分为六个梯度，每个梯度24个单元，每单元4节课，共96节课，需一年完成。随着教学推进，系统会记住用户学习情况与兴趣，后续课程中主动互动，模拟真人教师体验。
斑马口语遵循“AI原生”原则，实现大模型主动交互、教学目标体系化与产品界面机制的协同，国内尚属首次。
与模型“搏斗”：从技术到产品的跨越
斑马口语基于猿力大模型，针对儿童语言教育场景特训微调，数据来自斑马英语教学积累的近60万节、1500万分钟真实数据。然而，专有数据与大模型能力不足以形成差异化。为打造主导型Agent产品，斑马投入200人团队，涵盖内容、产品、研发、音视频中台及数据标注与质检调优团队。
自2023年8月立项以来，斑马口语多次推迟上线。修佳明表示，团队一直在“与模型搏斗”，分为模型层与工程化实践两层面。
模型层需融合口语教学法、心理学与语言学技巧，以应对突发场景（如用户捣乱），并将课件信息、学习目标等纳入模型，使其明确教学目标。例如，如何引导用户纠正复杂句子而不打击信心？如何根据用户理解程度调整难度？模型需围绕具体场景与能力水平响应。
工程化实践则需平衡控制与灵活。大模型需严格遵循教学流程，同时保留应答灵活性。数据筛选注重与儿童心理年龄匹配，策略层通过规则设定弹性边界，允许模型在边界内自由发挥。每堂课拆分为十几个环节，通过精确到2-3分钟的环节目标设定，引导大模型Agent能力沿教学体系前进。
这种精细颗粒度使开发内容与时间成本相当，但带来强主导能力与意外火花。例如，内测阶段AI学伴在用户提及收到礼物时，脱口而出“I’m jealous.”，令小朋友开心不已。这种针对性、情绪化反应，是大模型Agent出现前难以实现的。
作为完全自主的教育Agent，斑马口语中的AI外教Jessica对孩子意味着什么？修佳明认为，无需讳言其AI属性。Jessica是有人格的AI外教，知识广博、温暖热忱，教学能力超普通外教，且记忆力极强。斑马口语从设计之初便致力于建立稳定人格特质，通过高质量互动模拟真实教学中的多维交流。
主导型Agent与教育市场的重构
口语教学市场供需失衡，主导型Agent教育产品的出现有望根本解决这一问题。斑马口语定位为首款AI外教一对一产品，价格参考同级别真人口语课程。教育领域消费者决策理性，注重产品实用性。内测反响积极，斑马内部构建“口语力”指标，从准确度、流利度、丰富度三维度量化口语提升，用户可便捷衡量进步。
修佳明认为，教育与医疗领域的AI应用需更谨慎。让大模型领悟教育实践的微妙与精密，无法一蹴而就。两年开发中，斑马团队积累了一手经验，填补了大模型与商业化产品间的空白。例如，模型无法自由发挥时，需人工完成精密教学内容衔接与难度设计。
这是一份苦活。对教育Agent产品而言，97%的可靠性不可接受，意味着100个用户中有3个可能出错。提升至99.9%的边际成本巨大，斑马为该产品研发投入超两亿元。
斑马口语的形态是否具有泛用性？主导型Agent是否适合所有人群与场景？修佳明无确定答案。AI教育产品的未来仍有诸多问题待解。但AI推动教育增长已成事实，主导型Agent产品的出现，正重构教育市场规模、前景与商业模式。至少在口语教学领域，AI外教已达真人教师水平，甚至更出色。距离ChatGPT发布仅三年，技术已进入新阶段。
题图来源：《模仿游戏》
猜你喜欢
