在线教育，即E-Learning，或称远程教育、在线学习，在现行概念中一般指的是一种基于网络的学习行为，以网络为介质，老师和同学即便相隔万里也可以开展教学活动。根据面向对象的不同，在线教育可细分为：在线学前教育、在线中小学生（K12）教育、在线职业教育、在线高等教育、在线教室等。

        刚刚过去的2020年，在疫情和资本的催化下，在线教育成为互联网公司最想争夺的“蛋糕”，许多互联网巨头都在2020年布局了全新的教育业务，寄希望高速增长的在线教育成为公司新的增长极。仅在2020的最后一个月，多家头部教育机构，如作业帮、编程猫等，获得了资本的疯狂投资，投资金额超50亿美元。而据IT桔子的数据显示，2020年教育市场中共有223起融资事件，融资金额达680.44亿元，远超去年同期的418亿元。据艾媒咨询的数据显示，2020年的在线教育市场规模预估达4800亿 [1]。上述各项数据也印证了必达咨询的研究报告中，对我国在线教育正处于高速发展阶段的判断（参考图1）。 

图1 我国在线教育发展的5个阶段 [2]

        造成在线教育在2020年突然“爆红”的因素有很多，其中最主要的有以下四点：

（1）政策因素。《2020年政府工作报告》中明确要求加强新型基础设施建设，发展新一代信息网络，拓展5G应用，建设数据中心，以新基建带动加速弥合数字鸿沟、弥补教育短板。2020年3月，教育部也发布了《关于加强“三个课堂”应用的指导意见》,要求到2022 年全面实现“三个课堂”，推动实现教育优质均衡发展。

（2）经济因素。在中国家庭消费中，家长对教育的付费意愿强，教育投资占比幅度大。此外，国家教育信息化2.0指引行业发展方向，国家财政支出会逐步转向系统、软件和教育内容投入。

（3）社会因素。2020年，教育部发布《2019年全国教育事业发展统计公报》，公报显示，全国中小学生(K12)数量已经达到了2.4亿的规模，教育行业市场潜力巨大 [3]。与此同时，在疫情的影响下，线下教学受阻，但教育市场需求强烈，疫情下K12机构纷纷转型线上，满足家长和学生的需求。随着国家“停课不停学”的号召以及对在线教育的大力支持，在疫情最严重的那段时期，网课几乎成为家长和学生的唯一选择。

（4）技术因素。在线教育利用互联网红利，突破空间、地域的限制，整合分散的教育资源。教育+科技应用继续拓宽职业教育学习场景。以“AI技术”、"大数据分析”、“流媒体技术” 为代表的教育+科技的手段改造教学流程，拓宽职业学习场景，助力教学效果的提升。

        然而，在我国在线教育的“盛景”背后，仍然有很多问题值得我们去思考。在线教育作为一种新兴的教学手段，其是否能让老师在教书的同时也做到育人？怎样能让老师更好地引导学生学习，激发学生的学习兴趣？这些都理应是在线教育重点关注的问题。但从去年各种媒体的相关报道中，“融资、烧钱、并购”等关键词反而成为了我国2020年有关在线教育内容中出现最为频繁的词语。一场本该属于教育界的热潮，却变成了资本家的狂欢，如果任由其发展，受影响最大的，是老师、家长、学生，甚至是教育本身。

        可喜的是，在疯狂烧钱疯狂积攒师资的大背景下，仍然有企业会去思考当前在线教育本身存在的一些弊端，并尝试通过技术手段去弥补在线教育的不足。当前改善在线教育质量主要围绕两大方面：

（1）用技术提升在线教育便利性。在线教育的初衷就是希望能够突破空间的界限，让老师更方便地教学，让学生更方便地学习。因此，如果在线教育的出现不仅没让老师学生上课更加方便，反而增加了老师学生的负担，那在线教育的存在就失去了本身应该有的意义。针对这个问题，从2016年开始，作业帮围绕着教研构建了一系列中台，从教研、教学到辅导，全链路提高教学效率（参考图2）。其中的“教研”平台，可以结合全国各地的考纲，帮助老师制定出更加精准的教学方案，甚至可以实现一键智能备课。教学系统更是将直播课覆盖到各个场景（PC/APP/WAP/小程序以及产研团队、运营团队），无缝衔接主讲端（老师）和学生端。主讲端提供包括但不限于备课、授课、课程数据查看、学员反馈等功能，帮助老师高效教学；学生端提供完整的预习、听课、课下练习、错题订正等功能，为学员打造高效学习闭环。辅导系统是基于人工智能技术和题库技术，为辅导老师打造的中台系统，可以实现作业批改以及智能答疑，极大地提高了辅导老师的工作效率。

图2 作业帮全链路智能平台 [4]

（2）用技术提升在线教育的可反馈性。有团队对国外在线开放课堂MOOC（Massive Open Online Courses）做了调查[5]，发现使用该平台的辍学率高达90%-93%。为什么在线学习环境下的辍学率这么高呢？研究表明[6,7]，这是因为线上学习平台缺少教师与学生之间的状态反馈机制，学生在学习过程中的学习状态并不能得到及时的回应，学生在迷茫、困惑或者对教学内容不感兴趣时，并没有得到及时的帮助。针对这一问题，一些国内高校逐步开展有关自动检测学生专注度算法和系统的研究[8,9,10]，国外也有团队围绕课堂专注度预测设立相关的比赛[11]。除此之外，百度基于学生在课堂上的行为、表情、微动作、物品等要素提供了课堂专注度的分析解决方案（如图3），以更好地给老师反馈并根据学生专注度对课堂做相应的调整。

图3 百度课堂专注度分析解决方案 [12]

        可以预见，在线教育在未来的2-3年会成为各大互联网公司争相追逐的“风口”。资本和流量能为在线教育吸引更多的关注，残酷的竞争也会不断推动着在线教育质量的发展。唯有真正解决在线教育存在的问题，让老师、家长、学生真正受益，才能够真正持久发展。当浪潮退去，才知道谁在裸泳。

参考资料：

[1] https://36kr.com/p/1043780248550918

[2] https://new.qq.com/omn/20200910/20200910A0JB8000.html

[3] http://www.199it.com/archives/1171123.html

[4] https://mp.weixin.qq.com/s/zA-TWy5IC7mbFDiSIuHNGg

[5] Onah D F O, Sinclair J, Boyatt R. Dropout rates of massive open online courses: behavioural patterns[J]. EDULEARN14 proceedings, 2014, 1: 5825-5834.

[6] Floyd K S, Harrington S J, Santiago J. The Effect of Engagement and Perceived Course Value on Deep and Surface Learning Strategies[J]. Informing Sci. Int. J. an Emerg. Transdiscipl., 2009, 12: 181-190.

[7] Handelsman M M, Briggs W L, Sullivan N, et al. A measure of college student course engagement[J]. The Journal of Educational Research, 2005, 98(3): 184-192.

[8] 钟马驰,张俊朗,蓝扬波,何月铧.基于人脸检测和模糊综合评判的在线教育专注度研究[J].计算机科学,2020,47(S2):196-203.

[9] 肖小范. 基于混合卷积的学生专注度自动识别方法研究[D].华中师范大学,2020.

[10] 陈静. 面向MOOCs的学习行为与情感分析[D].西北大学,2020.

[11] Kaur A, Mustafa A, Mehta L, et al. Prediction and localization of student engagement in the wild[C]//2018 Digital Image Computing: Techniques and Applications (DICTA). IEEE, 2018: 1-8.

[12] https://ai.baidu.com/solution/class

撰稿人：廖嘉城

审稿人：梁   艳