教育行业研究：AI+教育，优质教育资源的规模化、公平化、个性化

投资逻辑： AI+教育的本质在于实现优质教育资源的规模化、公平化、个性化：传统教学模式存在个性化教育与普惠教育之间的 矛盾。AI拓展人力的边界、使得优质教育资源规模化成为现实，且随着AI所替代人脑活动的复杂度提升，其对于教育的降本增效作用也更为明显。因此AI与教育结合、改造教育的本质在于：依靠低成本科技替代、拓展高成本人力 （22年我国教师学生比为1:16，21年教师平均工资为11万/年），实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点，从而实现教育公平化、个性化（低成本因材施教）。AIGC进一步深化教育的本质在于数字化教育内容的智能生成+推送。 人工智能训练成本大幅下降降低AI教师前期高开发成本+后期低运营费用：1）前期开发：开发一套AI系统前期的成 本极高（据松鼠AI创始人栗浩洋，开发一个合格的AI教师至少需要10亿元），但近年人工智能训练成本大幅下降有望降低其前期高开发成本，据ARKInvest数据，2020-2022年，将一个大语言模型训练至GPT-3性能级别所需要的成本由460万美元下降到45万美元，下降幅度超过90%，而预计到2030年，训练成本将以每年70%的降幅递减，只需 要30美元；2）后期运营：一旦开发成功，即可凭借较低的运营成本，跨越时空的障碍为数以万计的学生提供个性化教育服务，且随着服务学生规模的上升，其人均成本逐渐趋向于0。 技术+政策+产业升级推动AI+教育发展：1）技术：计算+感知+认知等AI技术使得“个性化教育（自适应学习系统）” 成为可能。计算智能代替人脑的记忆、计算功能；感知智能代替人脑听觉、视觉、语言功能；认知智能代替人脑推理、联想、思维组织功能，而达到认知智能的AI系统（自适应学习系统），在某种程度上已经具备了提供“千人千面”教育服务的能力。2）政策：17、18年《新一代人工智能发展规划》、《教育信息化2.0行动计划》两大纲领文件的颁布，从顶层规划、行动规划两个方面明确了AI+教育未来发展的重点与目标，随后中央、地方各部门推出相关配套政策，推动教育与AI深度融合、落地发展。3）产业升级：在线教育产业转型升级需求加速AI技术落地教育领域。 以教师、学生、学校为主题，AI在课前/中/后应用前景广阔，尤其是AIGC将革新教学模式：1）教师：课前自动生成 授课教案、智能匹配同类型习题、智能分析学生反馈并提供复习教案等，节省备课时间，提供精准个性化的推荐内容；课中精准分析学生的课堂表现并生成学情分析报告；课后智能作业批改/智能阅卷/智能错因诊断。国内外教育机构已尝试利用AIGC（以ChatGPT为主）辅助教学。2）学生：针对学习者的具体特征，提供“千人千面”的学习内容、学习路径以及学习策略，接近于“因材施教”，是AI赋能教育赛道的核心应用场景。AIGC互动性强、可在课堂中与学生进行辩论、发起讨论会等，激发了学生的学习积极性，在课外，AIGC应用可一对一的个性化答疑、作业批改和学情评估等。3）学校：包括教学管理及监考管理、校园安防管理。 投资建议与估值 AI技术与教育的结合具有巨大的应用前景，国内外的教育上市公司正在积极布局，目前主要有两种应用路径：1）提供AI课程培训，为青少年和职业成人等群体提供人工智能理论与实践课程，以帮助其适应AI时代下工作、生活的变化；2）AI技术赋能于教育实践，即通过将AI技术融入到教学过程中，提高学生个性化学习效果、减轻教师教学负担、提升教育机构的运营效率。关注两大应用路径相关投资机会：1）AI培训课程方向：传智教育、盛通股份；2）AI赋能教育方向：中公教育、东方时尚、创业黑马。 风险提示 隐私安全风险；技术可靠性不及预期。 内容目录 1、AI+教育：优质教育资源规模化、公平化、个性化5 1.1AI改造教育本质：科技替代拓展人力边界，实现优质教育资源规模化、公平化、个性化5 1.2实现路径：AI赋能教育、AI人才培养8 1.3AIGC深化教育变革的原因：数字化教育内容的智能生成、智能推送9 1.4推动因素：技术、政策、产业13 2、AI在教师教学、学生学习、学校管理场景的应用18 2.1教师端：AI赋能备课、教学、考评环节18 2.2学生端：AI赋能课内、课外学习环节22 2.3学校端：AI赋能教务、考试、安全管理环节25 2.4展望未来：AIGC在教育场景的应用潜力巨大28 3、投资建议36 4、风险提示38 图表目录 图表1：AI技术拓展人力边界，实现普惠因材施教5 图表2：一对一辅导教学组的成绩表现更优异6 图表3：BenjaminBloom教育实验分组情况6 图表4：我国各级各类在校学生、专职教师人数6 图表5：2017-2021我国教育行业就业人员平均年工资6 图表6：AI替代人脑活动由简入繁7 图表7：AI不同发展阶段所代替的人脑机能与应用实例7 图表8：AI教师与人类教师实现“教”、“育”分离7 图表9：AI教师的人均成本随教学规模增加而逐步降低8 图表10：相同教育投入成本下的教育个性化程度提升8 图表11：将一个大型语言模型训练到GPT-3水平的成本（单位：万美元）8 图表12：AI教育软件、硬件在各教育场景下的赋能9 图表13：每年新开设人工智能本科专业的高校数量9 图表14：AI人才培养相关课程的分类9 图表15：科技改变数字化教育内容的生成、传递方式10 图表16：AI的发展历史概览11 图表17：AIGC可生成的内容形式与软件模型12 图表18：StableDiffusion生成作品12 图表19：DreamFusion生成作品12 图表20：transformer的整体架构12 图表21：大语言模型的的RLHF训练法12 图表22：可应用于教育领域的AI技术距生产成熟期时间、所处发展阶段13 图表23：2022年新兴技术成熟度曲线14 图表24：2022年AI技术成熟度曲线14 图表25：推动AI赋能教育的政策与相关文件14 图表26：中央推动青少年编程、STEAM教育发展的相关政策与文件16 图表27：各地政府推动青少年编程、STEAM教育发展的相关政策与文件16 图表28：中国在线教育用户规模及使用率17 图表29：中国中小学教育信息化经费投入17 图表30：好未来旗下的编程课程18 图表31：好未来智能教辅学习机——“学拍拍”18 图表32：AI在教师教学、学生学习、学校管理场景下的应用18 图表33：同类题AI备课平台备课流程19 图表34：好未来魔法双师课堂产品模式20 图表35：双师课举手问答流程示意图20 图表36：双师课堂教学场景20 图表37：双师课堂相较于传统面授的优势20 图表38：在线智能评分平台Gradescope的成绩评估流程21 图表39：Gradescope用于经济学作业评分22 图表40：Gradescope的评分界面22 图表41：松鼠AI的智适应学习系统学习路径23 图表42：松鼠AI测试系统23 图表43：松鼠AI1v1在线学习23 图表44：作业帮搜题软件的商业模式24 图表45：作业帮拍照搜题功能24 图表46：作业帮口算批改功能24 图表47：懂你英语A+产品的口语测评、提升流程25 图表48：懂你英语A+产品的情景对话练习25 图表49：懂你英语A+划分的八个英语等级25 图表50：晓羊教育的智能排课管理解决方案26 图表51：晓羊教育“一人一课表”智能排课系统26 图表52：晓羊教育智能电子班牌26 图表53：智慧考场解决方案的基本架构27 图表54：校园安全管理平台的基本架构28 图表55：Khanmingo官网页面28 图表56：DuolingoMAX的两项GPT-4驱动功能28 图表57：国内外尝试利用AIGC辅助教育实践的机构29 图表58：网易云课堂AIGC相关培训课程（部分）30 图表59：体现高效生成特性的“AIGC+教育”应用30 图表60：ChatGPT应用于备课教案生成31 图表61：ChatGPT应用于随堂练习题生成32 图表62：体现高频互动特性的“AIGC+教育”应用32 图表63：ChatGPT作为辩论对手陈述观点33 图表64：ChatGPT作为辩论对手反驳观点33 图表65：Khanmingo的一对一答疑服务33 图表66：DuolingoMax的ExplainMyAnswer功能33 图表67：“小花狮”青少年心理守护系统原理示意图34 图表68：体现高度沉浸特性的“AIGC+教育”应用35 图表69：OptimaClassicalAcademy的远程虚拟课堂35 图表70：“智慧宫”相比于传统实验室的优势36 图表71：AI+教育相关标的梳理37 1、AI+教育：优质教育资源规模化、公平化、个性化 1.1AI改造教育本质：科技替代拓展人力边界，实现优质教育资源规模化、公平化、个性化 传统教学模式存在个性化教育与普惠教育之间的矛盾。AI相较于真人教师具有成本优势 （规模化条件下），因此AI替代人力的过程使得在维持现有教育投入成本不变的情况下，优质教育资源规模化成为现实，且随着AI所替代人脑活动的复杂度提升，其对于教育的降本增效作用也更为明显。因此AI与教育结合、改造教育的本质在于：依靠低成本科技 替代、拓展高成本人力，实现优质教育资源规模化、发掘普惠教育与个性化教育的平衡点， 从而实现教育公平、低成本因材施教。 图表1：AI技术拓展人力边界，实现普惠因材施教 来源：国金证券研究所 在规模化教育背景下，个性化教育与普惠教育的矛盾难以调和。教育的目的是实现人的全面发展，其内涵极为丰富，而“因材施教”是从古至今被广泛接受的教育理念。1984年BenjaminBloom在其教育实验中提出"twosigma"理论从定量角度证明了其正确性，即接受一对一辅导的教学组的平均表现明显优于传统教学组，差距达到两个标准差。 但教育个性化程度的提升需要配套教师资源的持续投入，对于具有规模化教育需求的国家而言，会产生师资稀缺、教育开支过高等问题。一方面，根据教育部数据，2022年我国各级各类在校学生人数为2.93亿人，而配套的专职教师数仅为1880.36万人，教师学生人数比接近1：16，教师资源相对稀缺；另一方面，2021年我国教育行业就业人员年平均工资为11.14万元，且过去5年呈现稳步上升的态势，通过采取小班上课或1对1模式将会产生庞大的教育开支。因此，在规模化教育背景下，实现个性化教育与实现普惠教育之间存在明显的矛盾。 图表2：一对一辅导教学组的成绩表现更优异图表3：BenjaminBloom教育实验分组情况 组别名称 教师/学生 教育方式 Conventionalinstruction 1:30 传统教学方式 1:30 学生接受与传统群体教学类似 Masterlearninginstruction 的教学方法；在学习一个主题或技能之前，必须掌握前置知识的基础 Tutorialinstruction 1:1 学生接受一对一的指导；在学习一个主题或技能之前，必须掌握前置知识的基础 来源：BenjaminBloom（1984）《The2SigmaProblem:TheSearchforMethodsofGroupInstructionasEffectiveasOne-to-OneTutoring》、国金证券研究所 来源：BenjaminBloom（1984）《The2SigmaProblem:TheSearchforMethodsofGroupInstructionasEffectiveasOne-to-OneTutoring》、国金证券研究所 图表4：我国各级各类在校学生、专职教师人数图表5：2017-2021我国教育行业就业人员平均年工资 3500016.63000016.42500016.2 16 20000 15.8 15000 15.6 1000015.4 500015.2 015 20182019202020212022 各类在校学生（万人）专任教师（万人） 学生/教师（右轴） 120000