行业观察之一: 教培 好久没更新, 先写一篇, 不知道以后能不能多写几篇不同领域的. 现在大模型数理能力太强, 我也再不想手敲 Markdown 了, 以前的合集不知何时再更. 最近在考虑参观一些不同的公司, 首先去到的是北京某头部教育公司. 这是我曾经很不想从事的行业, 原因是我好不容易可以不大量做题, 而教培行业要想做好就得多做题, 做的还是中小学题目, 如果是选择上课的话. 现在似乎也并不排斥, 而是把体验各行各业当成一种有趣的经历, 大概是在某校读了两年的缘故? 当然我去参观并不代表我以后就要去教培. 人的观念还真会变, 高中时的我满脑子都是上了大学我要潜心科研. 这真挺好玩的, 我在校的时候应该比大多数同校或隔壁同学都更有故事, 大概好兄弟儿力去参军也是抱着同样的想法? 那就先说学到的一些知识和一些感想? 感觉圈子是重要的, 不在某个圈子还真不知道其行业的逻辑. 首先是一个很有意思的问题, 满分一百分, 有两个学生都考了九十分, 他们对知识的掌握程度一样吗? 这两个学生就可以放心地放在一起教吗? 不是, 有可能是一个学生能做对压轴题, 却在前面错了简单题; 另一个学生永远做不对压轴题但能保证前面的题全对, 这两个学生当然应该区分. 这就涉及到一些教培机构的理念, 我觉得很有道理, 就是说班课是一种落后的模式, 如果没有差异化教学, 真正能惠及的学生占百分之多少? 当然, 并不是只有教培机构发现了这个问题, 相信在很多年前就有有识之士发现, 只不过教育这个行业涉及的人实在太多, 原有的班课模式确实不好改变, 也无须改变. 其实在这方面学校也在想办法, 比如衡中有晚新闻时间, 这一时间段各科老师都会来到楼道给学生答疑, 相信这也是教研组考虑到班课的知识接受率提出的一种解决办法. 可是对于我这样基础没那么扎实的同学, 可能未必有勇气去问, 具体就体现在我去问一道题目, 我无法准确表达出我究竟是哪里困惑, 或者出现我对老师讲到的某个前置知识点其实并不了解, 所以在老师讲解时似懂非懂, 毕竟晚新闻时间就那么半小时, 我不能花费很长时间, 之后马上就有学科自习, 还有其他同学排队等着答疑. 结合我个人的经历, 我确实需要感谢 AI, 他们是我的老师, 不会因为我问很弱智的问题而嫌弃我. 目前教培行业的创新确实都在向 AI 方向靠, 可能竞赛培训还是相对比较依赖班课和录播课? 不过应该也快了, 有数之谜那样好的题库, 加上现在顶级闭源模型超一流的数理能力, 实在不行上 APOS 或 MSE 提问, 除了一些科研领域 open 的问题, 应该都能用以上一套连招解决? 可惜了, 我上高中的时候没有享受到这一波 AI 的红利, 好在本科阶段享受到了, 具体好处就体现在可以快速学习一些知识, 而且如果想要深挖的话, 可以追着大模型问. 那么我们就不需要老师了? 显然不是, 机构里一位清华学长分享说, 一种比较好的理念是机器教, 老师育, 老师确实是必要的, 但更应该负责的是制定计划, 帮助学生习惯养成和培养学习兴趣这些非知识性的问题. 当然, 我认为未来老师也并非完全不用参与教学, 老师相比大模型的优势是经验, 比如从某些细节判断出学生是不是真的懂了, 以及知道学生会在哪里踩坑, 或者教一些并不广为人知但很有用的小技巧, 或是能在学生做完某道题目之后想起一道或几道经典的题目让学生举一反三. 以及, 还有两个很重要的问题, 一个是严谨的理科推导对于高中以下的学生来说未必能看明白, 还有一个是大模型真能胜任语文这一科目的辅导吗? 我又想到刘秋瑞老师, 我的语文老师, 她能把高三总复习的课讲得非常清晰而不乏味, 我的语文成绩能考到几乎一百四十分, 可是离开了她的教导与科学的训练, 我再也没了那样的能力, 最后考得很差, 真的很惭愧. 还有她的师傅袁一楠老师, 更是神中之神, 能够把总复习阶段的课讲得十分精彩, 旁征博引又不失主线, 既有素养提升又有答题模板, 虽然她只给我们班上过一节课, 但我记忆深刻, 一转眼这些都是三年前的事了. 所以我仍然认为 AI 无法取代一个好的语文老师, 当然也有可能是我从来没试过用 AI 做语文题. 我不知道的是, 现在的 AI 已经可以做到精确收集信息来得知学生的学习情况了? 比如他此时的心情如何, 掌握得是否扎实, 是愿意学习还是抗拒学习, 我还以为这些信息更多的要靠跟班的老师收集. 大概机制可能是观察学生写过程的过程, 比如是不是多次擦掉重写, 或者其他. 目前阶段他们的创新主要在优化大班课方向, 比如说混龄和混科. 当然也在做少量的一对一, 一对一的主要问题是获客成本, 比如说需要给平台交钱帮忙推流, 或者给销售顾问给提成, 看似课时费高, 这一套成本下来公司和老师也拿不到太多. 学长说一个业务要不要继续推广主要看可复制性, 大班课和一对一的可复制性就不好, 因为好老师难找. 这里还懂得了一些对好老师的界定, 大概是课讲得差就是就题讲题, 还有不知道学生会怎么错. 以及 AI+ 教育产品推广的一大要点就是要说清楚新开发的产品与学习机的区别, 尤其要让家长明白, 因为最终买单的是家长. 还学到一些具体的知识, 比如, 如何上好一堂课? 听了一节大三学姐的示范课, 学姐应该是二月份进入这家公司的, 示范课讲小奥的牛吃草问题, 讲得非常好. 她在活跃气氛方面做的主要是代入身份, 积极互动, 启发式提问, 追问式提问, 适当的鼓励, 时不时下来巡视等, 整体课堂效果非常好, 让我讲我还真做不到, 因为我本身没有那么有亲和力, 看上去就不像小学老师. 其实对于初中生和高中生, 班课最好的情况也是能实现像小学生这样充满互动与反馈的课堂, 可是考虑到高中生的特点, 这一点目前还是很难做到. 大家还谈到一个非常有价值的问题: 如何正确地表扬孩子? 例如, 夸一个孩子 "真聪明" 和 "有进步" 哪个更合适? 以我本人多年来接受的教育所形成的价值观来看, 我是极不愿意被夸聪明的, 小时候总是害怕听到 "孩子很聪明但就是不踏实" 这样的话, 这在一定程度上对我的性格和学业造成了影响, 比如没有信心去挑战有难度的问题, 总是想: 我的基础都不扎实, 有什么资格去做难题? 这样带来的好处是我的下限不会很低, 但是自己给自己设定了上限, 后来才慢慢的知道, 总是给自己设定上限, 终究会在逐级筛选的某一级中被淘汰, 顶级的学校和公司恰恰需要聪明的人, 聪明只是见到天才的门槛. 回到这个问题, 当然夸人聪明这一个表述不合适, 有人给出一个理由, 聪明相当于给人定性了, 在一屋的人中说某个人聪明, 就好像把其他人都定性为了不聪明一样, 我很认同这个说法. 给人定性是一种很恶毒的做法, 很多年前某音乐老师在美术课上对着完全不会画画的我说: 就这怂态度长大能有什么出息, 更近一些的时候还有人说我未来一定会成为社会的危险品, 我不敢说自己能有多大出息, 也不敢说自己就是个好人, 但是听完显然是不舒服的, 这么多年过去, 现在这些人不知道在哪里发财. 作为一家教培公司, 真的能考虑到教育的方方面面, 非常值得尊敬. 了解到一些常见说法, 比如 to B 大概指的是跨城市和同行合作, to C 指的是直面客户? 这方面我真的是一点都不懂, 前两天看学长在 gpt 上问投行是什么, 还追问了下面的很多名词, 哎, 反正我是完全不懂. 自己之前的想法还是狭隘了, 认为只有做科研才有意思, 其他的事都要为科研让路. 现在看来, 做科研的同时, 还应该多出去看看世界, 当然不是指旅游, 旅游还是太累了, 是说去看看各行各业, 去了解他们的思路, 去学习去反思. 不知多久没有自己写过这么多文字了, 毕竟现在有 AI. 手写日记也是写了几篇就忘了, 留着地方想之后补, 也是越空越多, 去年是这样, 今年依旧, 希望自己能多做一些实事吧, 趁还没到追求稳定的年纪. 今天对许多人来说还是一个很重要的日子呢, 在平行宇宙的另一条时间线上, 不知我是喜是悲?
