Von Kursmaterialien bis hin zu Labors für verkörperte Intelligenz beginnt KI, Lehrkräfte bei der Erstellung von Lehranwendungen zu unterstützen.

Text | Yang Yuan

Redaktion | Peng Xiaoqiu

Ein Mittelschüler, der Embodied Intelligence verstehen möchte, muss nicht unbedingt mit abstrakten Konzepten wie „Wahrnehmung“, „Entscheidung“ und „Ausführung“ beginnen. Im „Labor für Embodied Intelligence“ von Lehrer Feixiang wird der Roboter selbst zum Lernobjekt. Die Schüler können in simulierten oder aufgabenorientierten Umgebungen durch Routenplanung, Verhaltenssteuerung und Aufgabenkooperation beobachten, wie Roboter die Umgebung wahrnehmen, Entscheidungen treffen und Aktionen ausführen.

Zellen im Biologieunterricht können auch aus den Illustrationen im Lehrbuch „heraustreten“. In einem weiteren „Mikro-Lebensstruktur-Pavillon“ von Lehrer Feixiang werden mikroskopische Lebensstrukturen wie Zellen, Neuronen und weiße Blutkörperchen in dreidimensionale Präparate umgewandelt. Die Schüler können verschiedene Strukturen drehen, zerlegen und beobachten und zwischen 3D-Darstellungen, Wissensabfragen und Notizen wechseln. Diese interaktiven Lehrwerkzeuge, die früher speziell entwickelt werden mussten, werden heute zu Bildungsanwendungen, die durch natürliche Sprache generiert werden können.

Kürzlich wurde die Version 3.0 von Feixiang, einem großen Bildungsmodellprodukt, veröffentlicht. Im Vergleich zur Version vor drei Monaten besteht die offensichtlichste Änderung darin, dass die Form der generierten Inhalte sich weiter von Animationen, Kursmaterialien und Lehrressourcen zu direkt ausführbaren Bildungsanwendungen erstreckt.

Gemäß dem Produktdesign von Lehrer Feixiang müssen Benutzer nur ihre Anforderungen in natürlicher Sprache beschreiben, und sie erhalten innerhalb weniger Minuten eine Anwendung mit einem unabhängigen Zugriffslink, ohne Code schreiben oder selbst bereitstellen zu müssen. Die generierte Anwendung kann KI-Modelle aufrufen, unterstützt auch die Benutzerregistrierung, die Speicherung von Daten und kann weiter modifiziert und iteriert werden.

Von der Generierung eines Kursmaterials zur Generierung einer dauerhaft nutzbaren Anwendung

In den letzten zwei Jahren ist die Generierung von Unterrichtsplänen, PPTs, Übungsaufgaben und Lehranimationen zu einer gängigen Produktform geworden, bei der große Modelle in Bildungsszenarien eingesetzt werden. Solche Produkte lösen aber hauptsächlich noch das Problem der Inhaltsproduktion: Die KI hilft Lehrern, schneller ein Lehrmaterial zu erhalten.

Lehrer Feixiang 3.0 versucht, einen Schritt weiter zu gehen.

Zum Beispiel: Wenn ein Lehrer möchte, dass die Schüler täglich durch Aufgaben gehen, um Vokabeln auswendig zu lernen, muss er nur seine Unterrichtsidee beschreiben, und das System kann eine „Englisch-Abenteuerinsel“ generieren, die Kurslandkarten, Lernlevel, Hör- und Sprechübungen, Punktbelohnungen, Aufzeichnungen des kontinuierlichen Lernens und persönlichen Fortschritt umfasst. Nachdem die Schüler die Aufgaben des Tages erledigt haben, können sie am nächsten Tag, wenn sie die Anwendung wieder betreten, mit ihrem vorherigen Lernfortschritt fortfahren.

Das bedeutet, dass die KI nicht mehr nur ein Lehrmaterial generiert, das nach der Benutzung endet, sondern eine Anwendung, die wiederholt betreten werden kann, den Benutzerstatus aufzeichnet und dauerhaft läuft.

Eine ähnliche Logik kann auch für spezifischere Unterrichtsaufgaben angewendet werden. In den von Lehrer Feixiang gezeigten Fällen kann das „Klassenarchiv für falsch gelöste Aufgaben“ die falschen Aufgaben aller Schüler der Klasse automatisch sammeln und die Fehlerursachen nach Wissenspunkten, Aufgabentypen und Schülerdimensionen ablegen; „Schulweite Hausaufgaben“ kann drei Stufen von Übungen (Grundlagen, Fortgeschrittenes und Herausforderungen) um einheitliche Wissenspunkte herum generieren und sie an das Niveau verschiedener Schüler anpassen.

Arbeiten, die früher von Lehrern erledigt werden mussten, indem sie jeweils Werkzeuge suchten, Daten sortierten oder sogar auf Softwaresysteme angewiesen waren, können nun neu in eine Anwendung eingebettet werden, die nach Bedarf generiert wird. Die KI produziert nicht mehr nur einen Inhalt, sondern versucht, einen dauerhaft funktionierenden Unterrichtsprozess aufzubauen.

Wenn Anwendungen sofort generiert werden können, ändern sich auch die Lehrinhalte

Die Senkung der Schwelle für die Entwicklung von Bildungsanwendungen bringt möglicherweise nicht nur ein neues Werkzeug für Lehrer zur Effizienzsteigerung mit sich. Die bemerkenswertere Veränderung ist: Wenn die Kosten für die Erstellung einer Lehranwendung sinken, haben einige Lehrinhalte, die früher hohe Entwicklungskosten und langsame Aktualisierungsgeschwindigkeiten aufwiesen, die Chance, in einer leichteren Form zu erscheinen.

Das Labor für Embodied Intelligence ist ein typisches Beispiel.

Embodied Intelligence selbst befindet sich noch in einer Phase der rasanten Entwicklung und umfasst mehrere Glieder wie Roboterwahrnehmung, Entscheidungsfindung, Ausführung und Aufgabenkooperation. Das von Lehrer Feixiang gezeigte „Labor für Embodied Intelligence“ versucht, diese Konzepte in einen bedienbaren und beobachtbaren Lernprozess umzuwandeln. Die Schüler stehen nicht mehr nur einer Gruppe von Konzepten gegenüber, sondern einem Roboter-Aufgabenszenario: Sie beobachten die Aktionen des Roboters und verstehen die zugrundeliegende Betriebslogik durch Routenplanung, Verhaltenssteuerung und Aufgabenkooperation.

Dies zeigt zumindest eine Möglichkeit – wenn Bildungsanwendungen schneller durch KI generiert werden können, können neue Technologien und neues Wissen, die ständig in der realen Welt auftauchen, auch schneller zu interaktiven Lernwerkzeugen umorganisiert werden.

Eine weitere Veränderung findet innerhalb traditioneller Fächer statt. Die Zellstrukturen in der Biologie, die dynamischen Prozesse in physikalischen Experimenten und die Raumgeometrie in der Mathematik sind an sich nicht neu, aber seit langem hängt ein großer Teil dieses Wissens von zweidimensionalen Bildern und Texterklärungen ab.

Lehrer Feixiang 3.0 hat die Fähigkeiten zur 3D-Interaktion und Generierung professioneller Schemata verbessert. Eine flache Zellstrukturzeichnung kann in ein 3D-Modell umgewandelt werden, das gedreht, zerlegt und zum Anzeigen von Beschriftungen angeklickt werden kann; komplexe physikalische Prozesse können weiter in dynamische Darstellungen umgewandelt werden. Der „Mikro-Lebensstruktur-Pavillon“ ist genau die konkrete Umsetzung dieser Fähigkeit. Die Schüler können zwischen verschiedenen Zellstrukturen wechseln und ihre Form und Funktion von der Gesamtheit bis zum Detail beobachten.

Ähnliche Produkte sind auch der 3D-Planet-Wissensgraph, das Planetentextur-Labor und andere. Ersteres kann die Kapitel und Wissenspunkte im Lehrbuch zu einem Wissensgraphen umorganisieren, der aus Planeten und Satelliten besteht, letzteres zeigt die Planeten des Sonnensystems, Satelliten und ihre Oberflächentexturen durch 3D-Modelle.

Aus dieser Sicht besteht die durch KI-generierte Bildungsanwendungen verursachte Veränderung nicht nur darin, dass „die Entwicklung einer App einfacher geworden ist“. Die Bildungsinhalte selbst beginnen sich von standardisiert, statisch und vorgefertigt zu einer unmittelbareren, interaktiveren und visualisierteren Form zu entwickeln.

Die bildungsbezogene Version von „Vibe Coding“: Die Schwierigkeit liegt nicht nur darin, die Anwendung zu erstellen

Aus technischer Sicht ist dies keine völlig unbekannte Geschichte. Mit der Verbesserung der KI-Fähigkeiten zum Codieren sinkt die Schwelle für die Generierung von Webseiten und einfachen Anwendungen durch natürliche Sprache. Was Lehrer Feixiang 3.0 tut, kann so verstanden werden, dass ähnliche Fähigkeiten weiter in Bildungsszenarien eingebracht werden.

Aber das Problem von Bildungsanwendungen liegt genau hier: Dass eine Anwendung laufen kann, bedeutet nicht, dass sie für den Unterricht geeignet ist. Allgemeine Modelle können eine Seite für ein Fehlerheft generieren und auch eine schöne Zellstrukturzeichnung zeichnen, aber wenn sie wirklich in den Unterrichtsprozess eintreten, müssen sie eine weitere Reihe von Fragen beantworten: Welchen Wissenspunkt prüft eine Aufgabe? Warum hat der Schüler sie falsch gelöst? Wie sollte man es erklären? Welche Übungen mit welchem Schwierigkeitsgrad sollten als Nächstes angeboten werden?

Daher besteht der Unterschied, den Lehrer Feixiang aufzubauen versucht, im Vergleich zur reinen Generierung von Anwendungsoberflächen darin, die Bildungsfähigkeiten in die unterste Ebene des Anwendungsbetriebs einzubetten.

Laut Lehrer Feixiang können die generierten Anwendungen auf Aufgabenbanken und Bildungsressourcenbanken zugreifen und weiter Fähigkeiten wie Aufgabenzusammenstellung, Aufgabenformulierung, Hausaufgabenkorrektur, Fehlerursachendiagnose und personalisierte Aufgabenerstellung aufrufen. Das Modell muss nicht nur die Antwort auf eine Aufgabe kennen, sondern auch verstehen, was sie prüft, wo der Schüler einen Fehler gemacht hat und welche Lerninhalte als Nächstes angeboten werden sollen. Das ist auch die Frage, die vertikale Bildungsmodule gegenüber allgemeinen großen Modellen beantworten müssen.

Wenn Grundmodelle immer besser darin werden, Webseiten, PPTs, Bilder und sogar vollständige Anwendungen zu generieren, ist die reine „Generierungsfähigkeit“ kaum in der Lage, langfristig eine Barriere für KI-Produkte im Bildungsbereich zu bilden. Was wirklich bestimmt, ob das Produkt im Unterrichtsszenario verbleiben kann, ist immer noch das Verständnis von Lehrbüchern, Aufgaben, Schülerzuständen und Unterrichtsprozessen.

Um dies zu erreichen, hat Lehrer Feixiang 3.0 gleichzeitig Fähigkeiten wie hochpräzise Dokumentenanalyse, 3D-interaktive Schemata, Audio- und Videoverständnis sowie den Aufruf von Bildungsdaten und -ressourcen verbessert. Zum Beispiel müssen im Dokumentenanalyse-Glied die Originalaufgaben, Formeln und Illustrationen in Lehrbüchern, Prüfungen und Unterrichtsplänen so weit wie möglich beibehalten werden; die Kursmaterialien, Vorlagen, die Lehrer und Schulen in der Vergangenheit angesammelt haben, sowie die Daten in anderer Software können weiter in den neuen Anwendungsgenerierungsprozess einfließen.

Lehrer Feixiang hat auch Fähigkeiten wie geschichtetes Gedächtnis, persönliche Ressourcenbank und historische Versionen hinzugefügt, sodass das System die in der Vergangenheit verwendeten Vorlagen aufrufen und die generierte Anwendung weiter modifizieren und zurücksetzen kann. Diese Fähigkeiten dienen letztendlich alle dem gleichen Ziel: Das von der KI generierte Produkt soll nicht nur eine Webseite sein, die „wie ein Bildungsprodukt aussieht“, sondern ein Werkzeug, das Unterrichtsaufgaben dauerhaft bearbeiten kann.

Wenn Lehrer auch zu Schöpfern von Bildungsanwendungen werden können

Eine weitere Veränderung durch die Anwendungsgenerierung ist, dass die Hersteller von Bildungssoftware sich zu verändern beginnen.

In der Vergangenheit waren Produktmanager, Designer und Ingenieure an der gesamten Entwicklung einer Bildungssoftware von der Anforderungsdefinition bis zum offiziellen Start beteiligt. Die Lehrer an der Frontlinie, die die Probleme im Klassenzimmer wirklich verstehen, übernahmen meist die Rolle von Anforderungsstellern und Endbenutzern.

Jetzt kann ein Lehrer, der feststellt, dass das Niveau der Schüler in der Klasse sehr unterschiedlich ist, ein Werkzeug für geschichtete Hausaufgaben generieren; ein Schüler, der das vorhandene Periodensystem der Elemente für unbrauchbar hält, kann es nach seiner eigenen Lernlogik neu erstellen; ein Elternteil kann ein Lese-Check-in-Werkzeug für sein Kind erstellen; Schulen können auch Verwaltungsanwendungen wie Anmeldung zu Vereinen, Gerätereparatur und Datenerfassung generieren.

Lehrer Feixiang hofft, diese Fähigkeit weiter für Lehrer, Schüler, Eltern, Forscher und Bildungseinrichtungen zu öffnen. Das bedeutet, dass die nächste Phase des Wettbewerbs um Bildungs-KI möglicherweise nicht nur darin besteht, „wer ein Bildungsprodukt erstellen kann, das mehr Benutzer abdeckt“. Eine andere Möglichkeit ist, dass die Plattform Modelle, Bildungsfähigkeiten und Infrastruktur bereitstellt, und die Personen, die wirklich vor Ort im Unterricht tätig sind, die letzte Meile der Produktdefinition selbst abschließen.

Natürlich gibt es noch eine ziemlich lange Strecke zwischen „kann generiert werden“ und „wird wirklich langfristig von jemandem verwendet“. Die Anforderungen von Bildungsszenarien an Inhaltsgenauigkeit, Datensicherheit, Unterrichtseffekt und Kompatibilität mit bestehenden Systemen der Schulen sind viel höher als die Erstellung einer gewöhnlichen Webseite. Ob Lehrer bereit sind, ihre selbst generierten Anwendungen dauerhaft zu warten, ob Schüler sie wirklich langfristig verwenden werden und ob eine große Anzahl fragmentierter Anwendungen ein stabiles Produktökosystem bilden kann, müssen alle noch durch echte Nutzungsdaten validiert werden.

Aber zumindest ändert sich die Art und Weise, wie KI in den Bildungsbereich eintritt. Wenn Bildungsanwendungen auch sofort generiert werden können, ändern sich möglicherweise nicht nur die Werkzeuge in den Händen der Lehrer. Welches Wissen in den Unterricht gelangen kann, auf welche Weise Wissen verstanden wird und wer die Fähigkeit hat, eine neue Unterrichtsmethode zu schaffen, können sich alle entsprechend ändern.