海豚AI学亮相哥伦比亚大学论坛：用大模型破解“千人千面”教育难题

（原标题：海豚AI学亮相哥伦比亚大学论坛：用大模型破解“千人千面”教育难题）

近日，第八届哥伦比亚大学中美教育论坛以“教育变革：科技、人文与可持续发展”为主题在哥伦比亚大学教育学院拉开帷幕，探讨全球教育在技术进步中的机遇与挑战。

本次论坛邀请到了哈佛大学教育研究生院首席研究科学家Tina Grotzer、前微软研究院全球副总裁周以真、哥伦比亚大学教育学院教授托马斯·哈奇等中美两国的教育实践者、科技创新者。海豚AI学的海外产品Leap Math负责人王星受邀参加了“教育中的AI应用”分论坛，分享海豚AI学在AI教育上的实践。

应对千人千面的学习问题

AI给出了更高效普惠的解决方案

传统教育场景下，一大难题是每个学生面对着不一样的学习问题，如何照顾到不同学生的不同需求？

线上课程的思路是找到学生的相同卡点，让一堂课尽可能覆盖80%的需求，但底层逻辑仍然是延续“教师中心”的模式，这和线下课堂教学本质上是相同的。

随着大语言模型技术的突破，海豚AI学正在构建“学习者中心”的新范式。通过实时对话交互，动态捕捉学生的认知状态，在学习过程中，AI通过与学生交流，实时理解学生的困惑，再决定接下来讲什么内容，如何讲，让学生获得更精准的学习方案。

不再是50个学生听1位老师讲，1000个学生做1套题，而是动态地根据每个人的反馈，实时调整方案。AI如果监测到学生没跟上，就会慢点讲，学生理解了，就进入下一个步骤。相当于每个孩子都拥有了1v1的私人家教，但成本却低得多。AI还有着不可替代的优势：情绪稳定、随时在线。

此前受困于技术限制，在线上课堂上，教学者通常通过选择、填空这类互动题来了解学生。而现在，AI可以捕捉到孩子更多模态的信息，比如答题耗时、语言语义，甚至声音动作等行为数据，从而得出更精准全面的学情分析。

这种更个性化的学习系统呈现出三大特征：从标准化教学到动态路径规划、从群体进度同步到个体能力适配、从单向知识传递到双向认知协同。

当前中国教育的主要矛盾已从优质教育资源匮乏，转变成学生学习动力的稀缺。AI有望成为有温度的学习伙伴，让学生在学习中“被看见”，让学生获得“主动学”的动力。

从“幻觉”到“精准”

教育大模型如何保障准确性

大语言模型固有的“幻觉问题”（Hallucination）是教育应用的重大挑战。为确保教学输出的准确性，海豚AI学实施了双重保障机制：

一是教育垂类的专有模型架构。海豚AI学是基于猿辅导集团自研大模型开发的，相对于通用大模型（比如ChatGPT、DeepSeek等），猿辅导在模型训练中投入了2.9亿中国学生的学习和练习数据，所以更懂学生的思维，能以学生当前年级可理解的知识范畴做讲解。

比如用更适合一个五年级小朋友的知识储备，辅助他理解，同时给予他更多的情绪价值和鼓励引导，学生在遇到难题时，不再容易产生挫败感和厌烦心理。

二是严谨的内容生成管控。一个完全开放的AI工具，没法引导学生高效完成校内学习任务，比如，我们会担心学生向AI直接要答案，而不再主动思考。

海豚AI学通过教育知识图谱限定生成范围，将AI能力精准嵌入到特定学习场景中，既发挥了技术优势，又确保了教育目标的达成。

在数学和物理学科的应用中，系统不会简单输出解题步骤，而是通过渐进提问的方式，帮助学生理解题目背后要考察的知识点，这种设计既能让学生学会当下的题目，更能掌握同类题的通用解法，实现知识迁移。

另一大场景应用是在语文学习中，海豚先通过趣味动画教会孩子一个写作方法，通过AI对话，一步步引导学生搭建自己的写作框架，再运用所学方法，让学生进行个性化表达。整个过程遵循建构主义学习理论，AI全程引导，帮助学生边学边练，自己写出好文章，而不是直接生成一篇精美的作文。

跟通用大模型不同的是，海豚AI学建立了严格的话题边界管控机制，如果孩子和AI的对话偏离了学习目标时，AI会采用策略性教学语言将讨论引导回正轨。通过干预和限制，保障孩子能更聚焦地学好眼前这个章节的知识。

海豚AI学的目标是让孩子愿意主动学习，主动探索。王星提到，从孩子和家长关于学习效果的反馈，以及产品的黏性数据看，AI正积极发挥它的作用。

过去一年，海豚AI学回答了学生超过46万次的主动提问，而在海外产品Leap Math中，海豚AI学也发现，学生有着很强的探索知识的兴趣和系统性学习的诉求。当孩子开始主动提问，就是与AI协同，开启“主动学”的信号。

王星表示，她坚信AI技术可以让“教育平权”最大可能性变为现实，海豚AI学的发展也正在见证教育范式的历史性迁移。技术仍在快速更新迭代，海豚AI学也在持续探索个性化教学，真正用AI技术帮助更多学生“从被动学到主动学”。