从个性化到情绪智能，揭秘美国AI教育产品的市场霸主之路

最近中国 AI 教育产品「出海热」，多鲸报道《中国 AI 教育产品霸榜美国市场》一文，发现这些产品不仅重塑了学习生态，更是在美国市场上取得了令人瞩目的成就。那么，在国内 AI+教育火热的情况下，美国的 AI 教育产品情况如何呢？作为拥有全世界最多的 AI 技术人才，以及最早将 AI 技术引入教育行业的国家之一，美国的 AI 教育产品的商业模式和技术创新无疑有很多值得学习和借鉴的地方。

美国很早就针对人工智能技术可能对教育带来的影响提出了两方面的战略：第一，可以通过将人工智能技术应用于教学环节，为学生提供个性化教学服务，提升教育的影响; 第二，人工智能的发展为人才培养设定了基本目标。教育系统应该培养面向人工智能时代的劳动者，为所有劳动者提供终身学习的机会。由此可见美国将 AI 融入教育的决心和趋势。

根据统计，全世界最受欢迎的 AI 教育产品仍有 60%来自美国，且如 Duolingo、Grammarly、Chegg 等老牌头部的美国教育企业都成功布局了 AI 进行了教育科技升级，且依然能在市场上保持活跃。那么究竟是怎样的技术创新和 AI 战略让美国 AI 教育企业能够稳居高位呢？它们的亮点能给其他国家的 AI 教育产品带来怎样的启示？而未来它们又面临着怎样的挑战与机遇？

多鲸根据进入美国、日本、韩国、沙特、印尼、新加坡、巴西、中国等八个国家 App Store/Google Play 教育分类下载榜和畅销榜 Top 20，对美国 AI 教育产品的现状展开了深入研究。按照学习领域，将这些产品划分为三大类：综合学习、数学学习、语言学习。入榜的美国 AI 教育产品如下：

根据 APP Store 和 Google Play 上的年下载量、年收入和月活度显示，语言学习类的美国产品在海外最受欢迎，以 Duolingo 和 Grammarly 为主。从 Top 20 榜单来看，语言学习类产品的下载量占比达 53%，收入占比达 78%，Duolingo 自己就产生了 2.77 亿美元的收入。语言学习类产品所对应的工作、学术、生活场景广泛，因此普遍有高收入，但不少产品的下载量和 DAU 却并不大。虽然语言学习是刚需，但用户粘度取决于学习的兴趣度以及产品的趣味性。每一款语言产品都需要绞尽脑汁想出吸引用户、留住用户的神功，才能长期在市场上屹立不倒。

从语言学习类产品中的王者 Duolingo 开始分析，从所教语言来看，多邻国提供 40 多种语言，能匹配各个地区用户的学习需求，因此它不仅在美国地区大受欢迎，其他国家的用户同样将它作为不可离手的语言学习 tutor。同时，在 AIGC 的概念现世后，Duolingo 抓住了语言学习应用 AI 发展的另一大趋势是：提升语言学习的趣味性。它推出了接入 AI 后的 Duolingo Max 订阅服务，提供 Explain My Answer 和 Roleplay 两项新功能。Explain My Answer 让客户可以跟 app 吉祥物聊天，回复由人工智能生成，客户获得有关其答案正确或错误原因的简单解释，并可以获得更多示例或者说明；Roleplay 功能允许学习者在交互式人工智能聊天机器人体验中练习与多邻国角色的对话技巧。作为 OpenAI 官网公布的首批 GPT-4 用例中唯二的教育科技公司，Duolingo 著名的游戏闯关模式也融入了 AI。它引入了 AI 技术后打造了公司的重点 AI 模型 Birdbrain，能够自动从专家编写、审核和翻译的内容中自动抽取适合用户的题目，确保用户遇到的闯关题目难度适中，不会因为太简单而枯燥乏味。从 Duolingo 的例子中，不难窥探到，语言教育和 AI 结合的关键打法就是提升趣味性和互动，而抓住这一关键点，就相当于走上了语言教育产品的成功之路。

接下来聚焦到美国市场一向重视的数学类产品，作为科技强国，美国对于 STEM 教育的重视以及美国用户对于数学学科的持续关注是显而易见的。Google 旗下的 Photomath 是数学类产品的龙头，常年在排行榜上居高不下。

以一款互联网大厂旗下的前锋 AI 教育产品——Photomath 为例，来看看美国本土的数学 AI 产品是如何获胜的。

Photomath 以其扫描手写或打印的数学问题并提供即时解决方案的能力而闻名。用户可以使用智能手机相机拍摄数学问题的照片，该应用程序使用光学字符识别技术 OCR 来识别所涉及的文本和数字。一旦发现问题，Photomath 就会采用机器学习算法和综合规则系统的组合来计算答案并生成逐步的解决方案。这不仅提供了最终答案，还向用户介绍了解决方案背后的方法和推理。系统基于 AI 构造了用户友好的交互功能和知识推理能力，由此成为了众多学生的数学私人教师，能耐心且细心地拆解数学知识、讲解题目步骤，因此下载量惊人，成为海外用户人不离手的数学学习工具。

由于海外和中国训练数学的方法有所不同，海外更加注重数学宏观思维和原理的推导，因此美国的数学产品融入 AI 后，普遍利用机器学习的优势挖掘答案背后的方法推理功能，给用户提供答案的同时更重要的是提供理科思维里抽象的推导部分。抓准这一升级产品的思路，给予用户根源上的数学思维培养，这些数学产品才能在市场上经久不衰。

在窥见了数学和英语学习品类中美国 AI 教育产品的精准打法后，接下来让我们站在布局整体的综合教育品类之上，看看美国的产品是如何将技术创新和产品设计的巧思结合在一起打造出富有全球竞争力的产品的。未来中国的产品又有何借鉴之处？

从技术层面来说，接入 AI 后的美国教育产品并不只是聚焦于技术带来的单一新功能，而是以解决教育个性化难题为底层逻辑，解决了教学难以绝对「针对性」与「个性化」的两大痛点，通过人工智能实现因材施教。如创立于 1994 年的 ALEKS，目前是美国市场渗透率最高的人工智能自适应教育公司，利用人工智能技术结合教学诊断为学生提供在线 K12 和高等教育相关课程。ALEKS 的核心是人工智能引擎，对每个学生的学习情况和学习能力进行单独的持续评估，从而能够针对用户的实际情况，定位到在当前时刻用户是否掌握了该知识点，若用户尚未掌握，ALEKS 则会相应评估用户是否准备好学习这一章节。根据以上评估的结果，ALEKS 能做到自动为用户推荐学习题目。

简单来说，ALEKS 使用人工智能绘制了每个学生知识的图谱细节。值得注意的是，虽然 ALEKS 是一个人工智能的教学体系，其中的输入与输出却都不是量化的。ALEKS 摒弃了让用户做选择题的做法，要求学生在答题时填入开放式答案。这对系统后台的技术和 AI 算法提出了更高的要求，但这也让这让 ALEKS 能够做到真正有针对性地教会用户知识和概念，而非让用户一直在题海战术中不断徘徊迷茫。

ALEKS 利用 AI 算法解决根源上的体系设计和知识引导问题，这启示了中国教育企业不仅要从功能上考虑巧思，更要将开发人员将对 AI 的理解和思考融入教育底层逻辑和痛点之中，将 AI 功能渗透到每一个使用步骤中，才能设计出 AI 与教育完美吻合的产品。

由美国引领的 Gen-AI 教育时代已经开启，从上述的例子中，我们能发现 AI 在改善学习体验上的潜力和多功能性已经得到体现。在个性化学习和自适应测试两个应用领域，AI 能通过机器学习算法分析和总结学生学习模式的大量数据，同时为学生提供个性化评估和更加引人入胜的互动学习环境。未来，随着用户数据的积累，模型将被训练得更加准确和人性化，能更好的定制教育内容以满足学生的偏好和需求。同时，随着 AI Agent （智能体）的火热，未来在教育实践场景中，AI 数字人、虚拟教师这类应用能走进实验室和课堂中，以更佳的情绪智能和交互功能激发学生的学习兴趣。

事实上，美国的 AI 教育产品已经渐渐引入了 Agent 的概念。我们上述提到的 ALEKS 的自适应在线学习系统其实就是一个 Agent，它拥有基于教育基本规则的系统，或者具有学习能力的系统，能在一个系统中调动多种 AI 工作流，自动评估学生的知识和技能，并提供定制化的学习计划。此外，人类所具有的独特情绪智能，这一 AI 所面临的千古难题，也优先被美国产品取得进一步突破。Affectiva 这家公司开发了情感识别技术，可以通过分析学生的面部表情来识别他们的情绪状态。这些信息可以帮助教师了解学生是否参与或感到沮丧，并据此调整教学方法。相信许多海内外的教育公司都在研究如何提升产品的情绪智能，毕竟哪个用户不想拥有一个既可以全能辅导学习，又能提供情绪价值的「私人 Tutor」呢？

此外，Morgan Stanley 可持续发展研究团队的分析师布伦达·杜弗斯（Brenda Duverge）表示：「生成式人工智能可以通过减少管理任务和最大化人际互动，以及通过重新培训工作受到技术影响的工人，来改善整体学习体验」。他补充说：「到 2025 年，这些和其他效率提升，可以为全球教育行业带来 2000 亿美元的价值，这最终将为处于最佳位置的教育科技公司带来更高的收入和更低的成本。

在关注 AI 教育产品的无限机遇时，美国也强调了 AI 教育产品未来会面临的挑战。

其一，AI 教育产品虽具备强大的数据整合与分析能力，但其信息安全缺面临着风险。AI 助力教育教学的同时，不仅为师生发展创造机遇，也产生了海量教育数据如个人身份信息、行为轨迹、学习偏好等。若此类数据并未得以有效保护或者被非法使用，则会引发一系列信息安全问题，例如个人隐私资料被恶意泄露及不正当使用、电子邮件的恶意推送、非法电子监控、网络诈骗、数据侵权等，师生的隐私权利在人工智能透视镜下将变得十分脆弱。

其二，教育伦理中，AI 和教育目的的冲突和师生对于 AI 的过度依赖都需要引起重视。对私营部门来说，由于商业利益至上的理念根深蒂固，可能会依托人工智能技术工具过度追逐私利。而且，不少教育人工智能设计者与开发者缺乏致力于「教育公共服务」的责任意识，欠缺对教育成长的价值关怀。若人工智能开发商、学校管理团队未在人工智能的教育应用方面达成目标共识，则师生自身利益难以得到长期的有效保障。当前，机器学习和算法推荐虽然可实现教学资源的个性化推送，但这种看似公平合理的人工智能应用，隐含着不为人知的算法歧视与技术偏向，可能导致学生所获取的教学资源高度同质化，学生逐渐形成资源依赖，不愿跳脱僵化思维，进而影响学生视野的开阔及创新发展。而且，教师也可能为节省自身时间及工作成本，过度依赖人工智能推送的教学资源，丧失自身对于教育教学的独特理解及思考。

早在 2022 年，市场研究公司 Technavio 便预测到 2024 年，美国使用 AI 工具的学校将达到 48%。在如此之大规模的用量下，全球的教育产品设计者和使用者更加不能只将目光投注到利益上，而是应该三思而后行。各个教育企业和用户应该认清「AI 是一把双刃剑」，在迎合 AI 教育的变革潮流时，应该强调人类在教育环节中始终处于决策循环的核心位置。此外，教育政策者可以出台相关政策使 AI 模型和教育共同愿景保持一致，这类政策也可以建立和维护师生对于 AI 教育技术的信任。

全球 AI 教育产品的风口已至，中国及其他国家的教育企业可以借美国 AI 教育产品的「AI 解决教育底层难题」这块先行之「砖」，来引出更多的创新之「玉」。同时，全球的教育企业应当凝结成一股力量，共同乘 AI 之风，谨慎驾驭教育应用，为全人类的教育目标而努力。

每一年，我们都与大家有个约定

每一年，大家也都与我们再次相约

第十届WWEC教育者大会即将再度启幕