[EP9]乐乐|北大毕业喜欢教语文，如何用元认知+AI引导学生解决写作难题
01:29:18 Share

大家好，今天播客是我特别期待的一期，和我的好朋友乐乐聊聊他的AI教育产品，噗噗故事机。

乐乐的经历堪称教育科技领域的一部活历史。从北大商科毕业后，他先后在网易游戏和字节跳动担任产品经理，现在正在创业做AI教育公司"噗噗故事机"。这种跨界经历不仅体现了他对教育和技术的热爱，也为他的创业项目带来了独特的视角。

在本期节目中，我们将深入探讨以下话题：

• AI如何重塑教育landscape：从新型数字鸿沟到教育公平
• AI教育产品设计的哲学：启发式提问、想象入画和陪伴式导师
• 游戏化学习在AI教育中的应用：如何让学习既有效又有趣
• 元认知和自我效能感：AI时代学生最需要培养的能力
• 教育创业的挑战与机遇：从资本驱动到产品驱动的转变

无论您是对AI教育感兴趣的教育工作者，还是寻求创新的科技从业者，这期节目都将为您带来深刻的洞察和实用的建议。

微信公众号：噗噗故事机

乐乐的小红书传送门)

Timestamps:

00:01:58 开场与嘉宾介绍

• 乐乐的多重身份:从NGO咨询到AI教育创业者
• 2024年高考作文题引发的AI教育思考: AI从科幻概念到日常应用的转变
• AI在教育中的应用与新型数字鸿沟: 大模型AI使用机会的不平等
• AI赋能教育的潜力与挑战

00:15:32 个人职业发展的"蝴蝶效应"

• 从北大商科到游戏策划的非主流选择
• 跳出舒适区对个人成长和创新思维的重要性
• 跨领域知识的整合如何产生创新的化学反应

00:22:45** AI教育产品设计的哲学**

• 从写作文到全学科学习平台的演变
• 启发式提问、想象入画和陪伴式导师的设计理念
• 好奇心培养与AI辅助学习，建立所见与所想之间的反思链路
• AI作为信息处理系统的新价值，从量化数据处理到具有感性能力的系统

00:47:25 教育的本质与AI的角色

• 学习的痛苦与快乐:游戏设计的启示
• 输入与输出:知识的消化与再创造
• 元认知式写作:打造终身受用的思维武器

01:09:05  教育行业的商业模式变革

• 从重复劳动到自我挑战:AI时代的"吃苦"2.0版
• 从资本驱动到产品驱动的转变
• 口碑传播:教育产品的终极"流量密码"
• 付费者与使用者分离的挑战
• 从"棍棒教育"到尊重孩子:80后父母的教育观

00:01:18 创业团队的化学反应与个人成长

• 产品、技术、运营的黄金三角
• 广泛兴趣与人际网络:持续学习的秘诀
• 教育科学研究与实践经验的重要性

-------------------------关于伊伊子------------------------

伊伊子专门为AI教育者打造的开源AI教育论文库)

伊伊子专门为老师和AI创业者打造的20种教学场景指令)

伊伊子的小红书传送门)

-------------------------关于听友群------------------------

如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接)，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 -------------------------拓展阅读------------------------

【相关名词】

生成式AI (Generative AI)

生成式AI是一种能够创造新内容的人工智能技术,如文本、图像或音频。在教育领域,它被用于个性化学习内容生成、辅助写作等方面。例如,AI可以根据学生的学习进度和兴趣生成定制的练习题,或者帮助学生完善作文结构和表达。这种技术为教育带来了新的可能性,如更个性化的学习体验,但也带来了挑战,如如何确保AI生成内容的准确性和适当性。

数字鸿沟 (Digital Divide)

数字鸿沟指不同群体之间在获取和使用数字技术方面的差距。在AI教育背景下,它特指学生之间因为经济条件、地理位置等因素导致的AI工具使用机会不平等。例如,经济发达地区的学生可能有更多机会使用先进的AI学习工具,而欠发达地区的学生可能缺乏这些资源。这种不平等可能进一步加剧教育资源分配的差距,影响教育公平。

建构主义学习理论 (Constructivist Learning Theory)

建构主义学习理论强调学习是一个主动的过程,学习者通过与环境互动,基于自己的经验和先前知识构建新的理解。在AI教育产品设计中,这种理论被用来创造更加个性化、互动性的学习体验。例如,AI可以根据学生的已有知识和学习风格,提供适合的学习材料和活动,让学生通过探索和实践来构建知识,而不是被动接受信息。

元认知 (Metacognition)

元认知是指对自己的认知过程的认知和调控能力。它包括对自己的学习过程的规划、监控和评估。在AI教育中,培养学生的元认知能力被认为是至关重要的,因为它能帮助学生更好地理解和管理自己的学习过程。AI工具可以通过提供学习数据分析和反馈,帮助学生反思自己的学习策略,从而提高学习效率。

支架理论 (Scaffolding Theory)

支架理论是一种教学策略,通过提供适当的支持来帮助学生达到他们目前无法独立完成的任务。这种支持会随着学生能力的提升逐渐减少。在AI教育产品中,这种理论被用来设计智能辅导系统。例如,AI可以根据学生的表现动态调整问题难度或提示的详细程度,为学生提供个性化的学习支持。

游戏化学习 (Gamification in Learning)

游戏化学习是将游戏设计元素和游戏机制应用到教育中的方法。这可能包括积分系统、等级晋升、任务挑战等。在教育学场景中,游戏化被用来提高学生的学习动机和参与度。例如,一个数学学习app可能会设置不同难度的"关卡",学生通过解决数学问题来"闯关",同时获得虚拟奖励。这种方法旨在使学习过程更加有趣和有吸引力,特别是对于较为枯燥的学习内容。在AI教育产品设计中,游戏化元素可以根据学生的表现和偏好进行个性化调整,以保持持续的学习动力。

项目制学习 (Project-Based Learning)

项目制学习是一种以学生为中心的教学方法,学生通过完成复杂的、现实世界的项目来学习知识和技能。在AI教育中,这种方法被用来设计跨学科的学习体验,培养学生的综合能力。AI可以在项目过程中提供资源建议、进度跟踪和个性化指导,帮助学生更有效地完成项目。

主动回溯 (Active Recall)

主动回溯是一种学习策略,通过主动尝试从记忆中检索信息来加强学习效果。这种方法比简单的重复阅读更有效,因为它强化了记忆的提取过程。在AI辅助学习中,这种策略可以被整合到学习软件中,例如通过定期的小测验或问答环节,促使学生主动回想所学内容,从而加深理解和记忆。

飞轮效应 (Flywheel Effect)

飞轮效应源自商业理论,指一系列小的改进和成功能够累积,最终产生巨大的影响。在教育产品领域,它被用来描述通过持续改进产品质量,获得用户口碑,从而实现持续增长的过程。对于AI教育产品来说,这可能意味着不断优化算法,提升用户体验,从而赢得更多用户的信任和推荐。

陪伴式导师 (Companionship Tutor)

陪伴式导师是一种AI教育产品设计理念,强调AI不应该成为全知全能的权威,而应该像伙伴一样陪伴学生学习。这种设计理念认为,学习过程中的情感支持和个性化指导同样重要。AI导师可能会根据学生的学习状态提供鼓励,或者调整学习节奏,以创造一个更加友好和支持性的学习环境。

启发式提问 (Heuristic Questioning)

启发式提问是一种教学策略，通过提出引导性问题来激发学生的思考和探索。这种方法不直接给出答案，而是引导学生通过自己的思考过程得出结论。在AI教育产品中，这种方法被用来设计智能问答系统。例如，当学生遇到困难时，AI不会直接提供答案，而是会提出一系列引导性问题，帮助学生逐步理解问题，培养批判性思维能力。这种方法特别适合培养学生的独立思考能力和问题解决能力。

想象入画 (Imagination Visualization)

"想象入画"是一种创新的学习方法，鼓励学生将抽象概念可视化。这种方法特别适用于帮助学生理解复杂或抽象的概念。在AI教育中，这种技术可以被用来帮助学生更好地理解和记忆复杂的知识点，特别是在写作和创意学习中。例如，AI可以根据学生的文字描述生成相应的图像，或者引导学生通过绘画来表达他们对某个概念的理解。这种方法不仅能增强记忆，还能培养学生的创造力和想象力。

自我效能感 (Self-Efficacy)

自我效能感指个体对自己完成特定任务能力的信念。这个概念由心理学家班杜拉提出，在教育心理学中扮演重要角色。在AI教育环境中，培养学生的自我效能感被认为是提高学习动机和成效的关键因素。AI可以通过提供适度的挑战、及时的正面反馈和个性化的学习目标来增强学生的自我效能感。例如，AI可以根据学生的表现动态调整任务难度，确保学生能够经历成功，从而建立自信。

跨界整合 (Cross-domain Integration)

跨界整合指将不同领域的知识和技能结合起来，创造新的见解或解决方案。在AI教育创新中，跨界整合被视为激发创新和全面发展学生能力的重要方法。例如，一个AI教育平台可能结合编程、艺术和音乐，让学生通过编写代码来创作音乐或视觉艺术。这种方法不仅能帮助学生理解不同学科之间的联系，还能培养他们的创新思维和综合问题解决能力。

图示理论 (Schema Theory)

图示理论解释了人们如何组织和理解新信息。根据这个理论，人们使用已有的知识结构（图示）来理解新的信息。在AI教育中，这个理论被用来设计更有效的学习内容和界面，帮助学生更好地将新知识与已有知识联系起来。例如，AI可以通过分析学生的已有知识结构，提供最适合的学习材料，或者通过可视化的方式展示知识之间的联系，帮助学生构建更完整的知识网络。