这届小学生如何被AI引导走向主动思考的新时代？

AI教育的未来：从工具到导师的转变

“妈，这题怎么做？”这句在孩子们的家庭中再熟悉不过的声音，正在迎来人工智能（AI）带来的全新解答。如今，各种学习应用和智能学习硬件层出不穷——ChatGPT推出了学习模式，谷歌发布了“Learn Your Way”教育工具，甚至在美国得州的私立学校中，学生们每天被要求与AI助手一起学习两个小时……AI与教育的结合，已经成为不可逆转的趋势。

然而，在这股热潮之下，问题也逐渐浮出水面。现有的大多数AI教育产品仍然停留在“授人以鱼”的层面。它们作为效率工具，追求快速响应、快速批改和快速给出标准答案，却未能解决学生真正需要的“会”和“懂”的核心痛点。当学生在遇到难题时，AI直接给出的答案似乎解决了问题，实际上却掩盖了思维过程的缺失。长此以往，学生可能会陷入“听了就会、做了就废”和盲目刷题的循环中。

那么，真正的“授人以渔”的AI教育应该是什么样子呢？行业的演变可能比我们想象的更快。最近，教育领域涌现出一款备受瞩目的AI产品，它不仅仅是一个被动应答的工具，而是进化为能够主动引导并完成教学闭环的“师者”。这款产品便是学而思学习机T4所搭载的“小思AI1对1”。

凭借多模态感知能力，小思能够同时理解纸上的笔迹与学生的口头表达，以自然语言进行实时讲解与引导，创造出更接近真实教学的互动体验。当孩子面对错题或不会的问题时，只需将试卷放在小思面前，简单说出“第XX题我不会做”，小思便能精准识别题目并开始讲解。

更重要的是，在讲解过程中，小思并不是直接给出解析或答案，而是如同一位1对1的真人辅导老师，逐步引导孩子动脑思考，帮助他们自主完成解题。这种创新的教学方式让学生不再只是被动接受答案，而是重新掌握思考的过程。

小思的讲解方式也颇具特色。它会引导孩子使用草稿纸，逐步将解题步骤写下。每一步小思都会实时识别并进行批改，及时指出错误并耐心讲解正确思路。通过这种方式，学生能够在实际操作中加深对解题思路的理解。

这种互动方式彻底改变了学生与学习机的关系，从单向的接受信息转变为动手写、实时改、双向互动的沉浸式学习体验。小思的能力不仅限于此。前AI总监Andrej Karpathy在一次访谈中提到，他们希望实现一种真正的导师体验。他以学习韩语为例，强调好的导师能够迅速判断学生的知识水平并提出恰当的问题。与此相对，国内的AI学习机已经开始朝着这个方向迈进。

小思在个性化教学方面表现出色。如果孩子在解题过程中持续出错，小思会灵活调整思路和提问角度，试图激发孩子的思维。当多次引导仍未见效时，它会主动调整教学节奏，确保核心概念的传递。小思还会关注孩子的学习状态，提醒他们保持良好的坐姿，专心学习，甚至在情绪感知技术的帮助下，及时给予鼓励或表扬。

此外，小思能够为每个孩子构建动态的学情图谱，并根据行为模型生成个性化学习规划，真正实现了“千人千面”的教育体验。孩子在学校完成的习题或试卷也可以通过拍照上传，让小思持续跟踪学习情况，进行动态诊断与精准反馈。

以备考为例，学生需要进行大量的刷题，而“小思”则能够根据学习数据，自动筛选出学生的薄弱环节，优先呈现易错题型与未掌握题型。总的来说，学而思学习机T4中的“小思AI1对1”已形成了一个完整的学习体系，涵盖了练习后用AI批改、错题用AI讲解，以及AI根据学习画像进行推荐三个关键环节。

学而思的成功并非偶然，这背后是软硬一体与自主研发共同构成的、难以被快速复制的AI护城河。当前，在AI与教育的融合方向上，业内形成了三种主要技术路径，学而思在第三条路径上布局较早，团队认为，尽管强大的云端大模型是AI老师的智慧核心，但要实现真正媲美甚至超越真人教学的原生AI老师体验，软硬一体化的实现路径是必然选择。

在解题环节，学而思依托自研的“九章大模型”，承担全学科解题、应用题批改、作文批改等任务，确保了较高的解题准确性。而在讲题环节，AI的表现则取决于其是否具备教学思维。学而思将丰富的授课经验和解题策略系统性地“注入”到大模型中，使AI逐步掌握教学思维与启发逻辑，具备“如何教”的能力。

教育场景对AI系统的安全性要求尤为严格，学而思通过自研体系为安全与可靠性提供了保障。在内容安全层面，所有题目均经过真人审核，确保了教学内容的准确性与安全性。综合来看，AI教学系统正在经历从“答题工具”到“AI学伴”再到“AI老师”的演变。

随着AI技术的不断发展，教育领域也在迎来深层次的变革。这场变革不仅仅是修补单一教学产品的功能，而是重构教学模式、拓展学习边界的方向。整个行业都在探索，AI深度融入教育场景将带来怎样的颠覆性改变，而真正适配教育本质的AI老师又将呈现出什么样的形态。

在今年的云栖大会上，学而思CTO田密提出了AI老师的分级标准，衡量AI能在多大程度上替代传统课外辅导的角色。当前，学而思学习机中的AI老师能力已经迈入了L3阶段，表现在题目讲解这一核心场景中，系统实现了多模态交互与个性化引导，同时将引导、实时批改与自适应讲解等能力串联，形成了相对完整的学习链条。

未来，学习机有望突破现有形态，向具备教育感知与情感交互的陪伴式机器人演进。教育的目的是激发和引导学生的自我发展，学而思的实践为人机协同的引导式教学提供了一种新思路。当AI承担起知识传授中的标准化工作时，真人教师将有更多时间关注情感关怀、创造力激发和人格塑造。尽管当前的技术发展与完全体AI老师仍有距离，但行业沿着多模态个性化的技术链条持续突破，或许正在接近古希腊哲学家苏格拉底曾提出的理想：“教育不是灌输，而是点燃火焰”。