AI教育行业全景图(最新版)；AI时代内容创作者的窘境；2年内AI教育赛道的切入机会；可汗学院创始人「AI教育革命」新书问世

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

1. 可汗学院 (Khan Academy) 创始人新书发布：AI将如何颠覆传统教育

可汗学院（Khan Academy）是 Salman Khan 创立的一家非营利教育组织，面向全球提供免费的精品在线课程，覆盖数学、科学、计算机、经济学、历史、艺术、物理、化学、生物、医学、金融等多个领域，在全球享有盛名 👍

值得一提的是，可汗学院也是最早与 OpenAI 合作探索「AI+教育」的机构，并基于 GPT-4 开发了 Khanmigo ，为每名学习者提供个性化学习辅导。他们是当前在「AI+教育」领域探索最深远的团队 (可能没有之一)~

Salman Khan 上周发行了他的新书 Brave New Words: How AI Will Revolutionize Education (And Why That’s a Good Thing)，书名翻译成中文是《美丽新世界：AI将如何革新教育（以及为什么这是件好事）》，完整阐述了他对未来AI教育的畅想，以及落地过程中遇到的安全问题，并用 Kahnmingo 作为例证展示了诸多细节。

不过，书中对很多核心问题一笔带过，没有详谈，比如 Kahnmingo 的技术原理、实现细节、各类风险的解决方案等。Salman Khan 团队应该积累了丰富的工程经验，没能在书中看到感觉有些遗憾 ~

第一部分：AI Tutor 的崛起

第二部分：赋予社会科学以声音

第三部分：培养下一代创新者

第四部分：更好地合作

第五部分：保障孩子们的安全

第六部分：AI时代的教学

第七部分：全球课堂

第八部分：AI、评估和招生

第九部分：工作以及未来的走向

Salman Khan 在书的序言中，提到了很多与 OpenAI 合作的细节。

2022年夏天，距离 ChatGPT 发布还有4个月，距离 GPT-4 发布还有7个月，Greg Brockman 和 Sam Altman 通过邮件联系 Salman Khan，想探讨未来合作的可能性：一方面是基于 GPT-4 构建有积极影响的应用，另一方面希望借助可汗学院几千道测试题对 GPT-4 的推理能力、批判性思维等进行测试。

作为全世界第一批看到 GPT-4 并拥有最新版本访问权限的人，Salman Khan 感到无比兴奋，并在当年的 Hack-AI-Thon 活动中与全体员工共同头脑风暴。他们总结了数十个全新的概念和教育模式，确信 GPT-4 将成为教育变革者，并早早开始关注安全问题。很快，Khanmigo 辅助学习助手就上线教育平台，开始了漫长的探索征程。

前往知识星球下载高清 PDF → https://t.zsxq.com/XsaCI 资源编码【R265】

官网 → https://www.khanacademy.org

2. AI in Education 行业地图 (最新版)：对AI教育的 50 种畅想

这是 Laurence Holt 和 Jacob Klein 共同制作的一份「AI教育」行业地图，分 5 个板块展示了当前所有分类。

其中，灰色块表示停留在案例/概念阶段，黄色块表示已经有产品/应用发布 (图中黄色块周围的 logo 图案)。

Teacher Practice Support 教学支持
Classroom Material 课堂材料
Evaluation + Feedback 评估与反馈
Social Tools 社交工具
Student Support 学生支持

作者对每个色块都都进行了详细介绍，包括定义、用例、实际和可能的使用场景。日报对齐进行了整理，帮助你拓展对 AI 教育可能性的想象 (🪐 表示本次更新增加的部分)：

教学支持 (Teacher Practice Support)

生成教材
指导教学
担任教学顾问
帮助备课的课堂场景模拟器 🪐
细化课堂作业说明
跟踪学生项目进展（PBL）
分析学生数据
更新背景知识
释放教师时间的行政支持
帮助融入前沿研究成果
提升家庭-学校间的沟通效率 🪐
与AI协作教学 🪐
作为辅助教师 🪐

课堂材料 (Classroom Material)

提供情境教学内容（角色扮演或者背景说明等）
反复解释说明确保每名学生理解
提供定制化作业设计
高效学习外语
激发学习兴趣和课堂主动性
巩固基础知识
实现学以致用
创建例题和习题册
创建知识卡片
适应文化多元 🪐
创建术语表
生成测验题和答案
生成图案填空题
实时辅助完成有挑战的项目
课外扩展学习
为新旧知识构建连接
防止学生作弊

评估与反馈 (Evaluation + Feedback)

综合评估学生表现
批改学生作业
识别学生思考过程
提升推理能力和批判性思维
长期跟踪学生发展
生成主观大作业的详细说明与评分细则

社交工具 (Social Tools)

学生分组与沉浸式交流
为小组讨论提供支持
激发更多学生的发言热情
为每组presentation提供支持
构建基于兴趣的学习社区 🪐

学生支持 (Student Support)

全天候辅导员
阅读教练 🪐
好奇心教练 🪐
让学生反过来教会AI，教学相长
为特殊需求的学生提供支持
提供心理健康支持
大学/职业规划顾问
学生智能作品集 🪐
自我管理助手 🪐

前往知识星球下载高清 PDF → https://t.zsxq.com/4ZI8w 资源编码【R266】

原文 → https://medium.com/@LaurenceHolt/a-map-of-generative-ai-for-education-6598e85a172e

3. 万字长文解析：2年内「AI+教育」的切入机会有哪些

上面提到的，都是非常具体细小的场景解决方案，本质上还是属于「低垂的果实」。

如果从教育和大模型的本质出发，思考得更深刻一些，我们还能得到哪些结论呢？这篇中文的万字长文就给到了非常好的引导！

🔔 [1] 从商业角度来看，很长一段时间内，教育行业算不上一个好行业

教育行业行业人才储备和技术储备不足。垂直品类的天花板低，品类之间复用度差，导致无法形成规模效应。
教育行业的学习 (交付) 效果差异极大。教学内容制作、重人力履约、用户自身投入程度等，都是影响交付结果的影响因素，而且最后一个因素还极度不可控。
教育行业能承载学习效果的产品都是高价。产品设计复杂且效果承诺难以被简单信任，因此增加销售、履约、服务等更多环节，直接拉升了人力成本，推高了产品价格。

🔔 [2] 大模型 (或者说AI) 为教育带来了新的可能性

教育的发展脉络是更大的分发规模（信息匹配规模）&更好的分发效果（信息质量），而技术负责优化成本结构。
当前分发规模已经达到边际，分发效果还有可提升空间，即个性化教育，之前限于成本和技术无法实现，现在则完全有可能了。

🔔 [3] 2年内大模型切教育的机会

2C：语言产品 (口语/面试/咨询/情感) 要注重「场景具象」和「学习投入」

具象场景：不仅仅是一个Bot，而是发生在这个场景的所有事、物、人的集合，要以大模型为基座完成，上层做MultiAgent + Workflow。
学习投入：长期是「立志」，需要意义赋予，符合认知的榜样；中期是「有用感知」，做法是场景建设，和实际可感知的效果案例输入；短期是「反馈」，需要路径类的形式系统和陪伴。
具象场景和学习投入，要创造有趣的、具有挑战的、让用户认为获得物是有意义的系统，并且这个系统有着清晰的规则、目标与量化反馈。最接近这个描述的是游戏。

2B：做结构性替代而非提效

AI想要在 2B 端尽快切入和放大价值，就要 (几乎) 完整替代整个环节。这既可以节约人力成本，又可以降低组织协作成本。
AI销售和AI助教，是最有希望的两个 2B 端业务方向。

⋙ 阅读原文

如果你想了解国内 AIGC 教育行业发展现状，可前往知识星球领取《量子位 · AIGC教育行业全景报告》 → https://t.zsxq.com/MHxSK 资源编码【R228】

一并推荐 @苏喻博士这篇 ⋙ 教育领域大模型技术与应用，非常难得地从工程视角分享了实际产品、技术路径和落地经验，干货很多 👍

4. 内容创作者的窘境：AI步步紧逼，进攻是最好的防守？

ChatGPT 问世一年半以来，全球的内容创作者可谓喜忧参半：喜的是AI可以成为生产提效工具；忧的是AI比我快 (将来) 还比我好 😭

此外，各大内容平台陆续推出了自己的 AI工具，这其实是对内容创作者的另一层「盘剥」：不仅减少了曝光和广告收入，还会利用创作者发布的内容进行大模型训练和内容生成。

创作者不应该坐以待毙，而是要主动出击：

部署聊天机器人：在个人站点 (网站/博客) 部署 RAG 聊天机器人，回答读者问题，提供个性化推荐，并鼓励互动。
内容形式多样化：使用AI制作更抓人眼球的信息图表，或者转换内容形式 (文本-图片-音频-视频) 分发到不同社交平台，防止内容被平台轻易抓取。
开启付费订阅模式：免费提供基础版内容，而深入分析、电子书或独家视频等则要成为付费订阅者才可以获取。
成立会员专属频道：在 Discord 或 Slack 等平台上建立私人群组，为付费成员提供额外的内容和支持。内容的真正价值是与读者的互动，而不仅仅是内容本身。
扩展内容分发渠道：在多个社交媒体平台上广泛发布内容，支持SEO并提供替代入口点，减少对单一流量入口的依赖。

另外作者在文中澄清了两件事，很有意义：

目前没有可靠的工具可以检测AI生成的内容。尽管许多公司声称拥这项能力，但实际上这在操作层面几乎不可能。
大语言模型不是万能的。目前很多实践和创业案例已经证明，当前阶段的大模型，能力有明显的上限。

作者在美国，国内的我们要灵活借鉴 🥳 原文 → https://medium.com/@Pantheon-Press/what-ai-means-for-content-creators-how-to-use-it-and-how-to-fight-it-ad961c2d6f3f

5. 犯罪分子使用 GenAI 的5种方式：防不胜防！

这篇文章总结了5种利用 GenAI 技术犯罪的方式。原文不仅解释了各自的含义，还配上了操作细节和具体案例，不过日报就不详细展开了~

AnyWay，提醒大家，日常生活中，使用大模型或AI产品时，千万要提高警惕哇！

网络钓鱼Phishing：诱骗受害者泄露敏感信息。
深度伪造音频诈骗 Deepfake audio scams：生成式AI推动了深度伪造技术的发展，使得合成的图像、视频和音频更加逼真。
绕过身份验证 Bypassing identity checks：犯罪分子利用深度伪造技术，绕过银行和加密货币交易所的 KYC 身份验证系统。
越狱服务 Jailbreak-as-a-service：由于AI公司设置了多种安全措施来防止模型产生有害或危险信息，犯罪分子开始采用所谓的“越狱服务”，操纵AI系统生成违反政策的内容。
人肉搜索和监视 Doxxing and surveillance：AI语言模型经过大量互联网数据的训练，能够从大量信息中推断出某人的位置等敏感信息。