211service.com
Kina har startat ett stort experiment inom AI-utbildning. Det kan omforma hur världen lär sig.
Student som bär hörlurar och tittar på en datorskärm Noah Sheldon
Zhou Yi var hemsk i matematik. Han riskerade att aldrig komma in på college. Sedan kom ett företag som heter Squirrel AI till hans mellanstadie i Hangzhou, Kina och lovade personlig handledning. Han hade provat handledningstjänster tidigare, men den här var annorlunda: istället för en mänsklig lärare, skulle en AI-algoritm kurera hans lektioner. 13-åringen bestämde sig för att ge det ett försök. I slutet av terminen hade hans provresultat ökat från 50 % till 62,5 %. Två år senare fick han 85 % på sitt sista mellanstadieprov.
Jag brukade tycka att matte var skrämmande, säger han. Men genom handledning insåg jag att det verkligen inte är så svårt. Det hjälpte mig att ta det första steget på en annan väg.
Den här historien var en del av vårt januarinummer 2020
- Se resten av frågan
- Prenumerera
Experter är överens om att AI kommer att vara viktigt i 2000-talets utbildning – men hur? Medan akademiker har undrat över bästa praxis, har Kina inte väntat. Under de senaste åren har landets satsning på AI-aktiverad undervisning och lärande exploderat. Teknikjättar, nystartade företag och etablerade utbildningsföretag har alla hoppat in. Tiotals miljoner studenter använder nu någon form av AI för att lära sig – oavsett om det är genom utbildningsprogram som Squirrels, genom digitala lärplattformar som t.ex. 17ZuoYe , eller även i deras huvudklassrum . Det är världens största experiment på AI inom utbildning, och ingen kan förutsäga resultatet.
Silicon Valley är också mycket intresserad. I en rapport i mars, Chan-Zuckerberg Initiative och Bill and Melinda Gates Foundation identifierad AI som ett pedagogiskt verktyg som är värt att investera. I hans bok från 2018 Omkoppling av utbildning , John Couch, Apples vicepresident för utbildning, hyllade Squirrel AI. (En kinesisk version av boken är medförfattare av Squirrels grundare, Derek Li.) Squirrel också öppnade ett gemensamt forskningslabb med Carnegie Mellon University i år för att studera personligt lärande i stor skala och sedan exportera det globalt.
Men experter oroar sig för riktningen denna rusning till AI inom utbildning tar. I bästa fall, säger de, kan AI hjälpa lärare att främja sina elevers intressen och styrkor. I värsta fall kan det ytterligare befästa en global trend mot standardiserat lärande och testning, vilket gör nästa generation dåligt beredd att anpassa sig i en snabbt föränderlig arbetsvärld.
Som ett av de största AI-utbildningsföretagen i Kina lyfter Squirrel denna spänning. Och som en av de bäst beredda att sprida utomlands, erbjuder den ett fönster till hur Kinas experiment kan forma resten av världen.
Zhou Yi tar en mattekurs med Squirrel AI. Noah Sheldon
Lärcentret som Zhou går på, ett av de första som Squirrel öppnade, upptar andra våningen i en anspråkslös byggnad på en livlig kommersiell väg i Hangzhou, en stad i andra klassen i Zhejiang-provinsen. Företagspriser kantar väggarna i trapphuset. Längre in visas stora fotografier av minst ett dussin män: hälften av dem är Squirrel AI:s chefer och de andra är mästerlärare, en titel tilldelad på de bästa lärarna i Kina, som hjälper till att utveckla företagets läroplan.
Skolans inredning är blygsam. Foajén är liten och färgstark med limegröna accenter. Foton på leende elever hänger längs korridoren mellan sex eller så klassrum. Inuti livar bleka dekaler av träd och enkla motton som Be ödmjuk upp väggarna. Det finns inga whiteboards, projektorer eller annan utrustning – bara ett bord per rum, avsett för sex till åtta personer.
Instruktionsfordonet är den bärbara datorn. Både elever och lärare stirrar intensivt på skärmar. I ett rum bär två elever headset, uppslukade av en engelsk handledningssession. I en annan går tre elever, inklusive Zhou, tre separata matematiklektioner. De räknar ut övningsproblem på papper innan de skickar in sina svar online. I varje rum övervakar en lärare eleverna genom en instrumentpanel i realtid.
Vid olika tillfällen märker båda lärarna något på sin skärm som uppmanar dem att gå fram och knäböja vid en elevs stol. De talar i tysta toner, förmodligen för att svara på en fråga som handledningssystemet inte kan lösa. Även om jag bara är några meter bort kan jag inte urskilja deras ord ovanför det mjuka brummandet av trafiken på gatan nedanför.
Det är så tyst, jag viskar till det lilla gänget med skol- och företagspersonal som samlats för min turné. Hangzhous regionchef ler med vad jag tolkar som en antydan till stolthet: Det finns inga ljud av lärare som föreläser.
Elever på Squirrel får hjälp av sin lärare. NOah Sheldon
Tre saker har underblåst Kinas AI-utbildningsboom. Den första är skattelättnader och andra incitament för AI-satsningar som förbättrar allt från elevers lärande till lärarutbildning till skolledning. För VCs betyder det att sådana satsningar är bra satsningar. Enligt en uppskattning , Kina ledde vägen i över 1 miljard dollar investerade globalt förra året i AI-utbildning.
För det andra är den akademiska konkurrensen i Kina hård. Tio miljoner studenter per år tar högskoleprovet, den gaokao . Din poäng avgör om och var du kan studera för en examen, och det ses som den största framgångsfaktorn för resten av ditt liv. Föräldrar betalar villigt för handledning eller något annat som hjälper deras barn att komma framåt.
Slutligen har kinesiska entreprenörer massor av data till sitt förfogande för att träna och förfina sina algoritmer. Befolkningen är stor, människors åsikter om dataintegritet är mycket mer slappa än i väst (särskilt om de kan få eftertraktade förmåner som akademisk prestation i utbyte), och föräldrar tror mycket på teknologins potential, efter att ha sett hur mycket den har förändrat landet på bara några decennier.
Squirrel fokuserar på att hjälpa elever att få bättre resultat på årliga standardiserade test, som går direkt in på nationella gaokao ångest; mer än 80 % av dess elever återvänder år efter år, står det. Den designade också sitt system för att fånga allt mer data från början, vilket har möjliggjort alla typer av personaliserings- och förutsägelseexperiment. Det marknadsför kraftigt sin tekniska kapacitet genom akademiska publikationer, internationella samarbeten och utmärkelser, vilket har gjort det till en älskling i Shanghais lokala regering.
Strategin har underblåst en häpnadsväckande tillväxt. Under de fem åren sedan det grundades har företaget öppnat 2 000 lärcentra i 200 städer och registrerat över en miljon elever – lika med New Yorks hela offentliga skolsystem. Man planerar att expandera till 2 000 fler centra inom ett år. Hittills har företaget också samlat in över 180 miljoner dollar i finansiering. I slutet av förra året fick den status som enhörning och översteg 1 miljard dollar i värdering.
Squirrel AI:s huvudkontor i Shanghai. Noah Sheldon
Squirrel är inte det första företaget som följer konceptet med en AI-handledare. De tidigaste försöken att replikera lärare går tillbaka till 1970-talet, när datorer först började användas i utbildningen. Sedan, mellan 1982 och 1984, flera studier i USA visade att elever som fick personlig handledning presterade mycket bättre än elever som inte gjorde det. Detta satte igång en ny våg av ansträngningar för att återskapa den typen av individuell uppmärksamhet i en maskin. Resultatet blev adaptiva inlärningssystem, som nu finns överallt från dagis till arbetsplatsutbildningscenter.
Squirrels innovation ligger i dess granularitet och skala. För varje kurs den erbjuder arbetar dess ingenjörsteam med en grupp masterlärare för att dela upp ämnet i minsta möjliga konceptuella bitar. Mellanstadiets matematik, till exempel, är uppdelad i över 10 000 atomära element, eller kunskapspunkter, såsom rationella tal, egenskaperna hos en triangel och Pythagoras sats. Målet är att diagnostisera en elevs brister i förståelse så exakt som möjligt. Som jämförelse kan en lärobok dela upp samma ämne i 3 000 poäng; ALEKS, en adaptiv lärplattform utvecklad av USA-baserade McGraw-Hill, som inspirerade Squirrel's, delar upp den i ungefär 1 000.
När kunskapspoängen är satta paras de ihop med videoföreläsningar, anteckningar, utarbetade exempel och övningsproblem. Deras relationer – hur de bygger på varandra och överlappar varandra – är kodade i en kunskapsgraf, också baserad på masterlärarnas erfarenhet.
Squirrel AI:s ingenjörer arbetar med att bygga upp företagets handledningsplattform. Noah Sheldon
En student börjar en studiekurs med ett kort diagnostiskt test för att bedöma hur väl hon förstår nyckelbegrepp. Om hon svarar rätt på en tidig fråga kommer systemet att anta att hon kan relaterade begrepp och hoppa framåt. Inom 10 frågor har systemet en grov skiss på vad hon behöver arbeta med, och använder den för att bygga en läroplan. När hon studerar uppdaterar systemet sin förståelsemodell och anpassar läroplanen därefter. När fler elever använder systemet upptäcker det tidigare orealiserade samband mellan begrepp. Maskininlärningsalgoritmerna uppdaterar sedan sambanden i kunskapsgrafen för att ta hänsyn till dessa nya kopplingar. Även om ALEKS gör en del av detta också, hävdar Squirrel att dess maskininlärningsoptimeringar är mer begränsade, vilket gör den i teorin mindre effektiv.
Squirrel har erbjudit en viss validering av sitt system. I oktober 2017, till exempel, fann en självfinansierad fyradagarsstudie med 78 mellanstadieelever att systemet i genomsnitt var bättre på att lyfta poäng på matteprov än erfarna lärare som undervisade ett dussintal barn i ett traditionellt klassrum.
Eleverna jag pratar med på lärcentret har också mycket beröm för handledningsprogrammet. Alla går ut mellanstadiet och har kommit till centret i mer än ett år. En tjej, Fu Weiyi, berättar att hon har förbättrats mycket snabbare än när hon fick individuell handledning av en mänsklig lärare. Här har jag en lärare både on- och offline, säger hon. Dessutom är instruktionen väldigt målinriktad; systemet kan direkt identifiera luckorna i min förståelse. En annan student upprepar känslan: Med systemet behöver du inte göra massor av övningar, men det är fortfarande effektivt. Det sparar verkligen tid.
Samtidigt som jag måste ta deras ord med en nypa salt – eleverna är handplockade och ger sina vittnesmål under intensiv övervakning – är jag fortfarande berörd av deras lättnad över att de har hittat en formel som fungerar för att förbättra den ofta brutala akademikern miljö. Zhou Yis berättelse, kanske inte av en slump, illustrerar också på ett snyggt sätt hur ekorren kan hjälpa kämpande elever.
För Squirrels grundare Li, stannar denna vision inte vid handledning. Han har ambitioner att bryta sig ur gränserna för efterskolans programmering och integrera sin läroplan direkt i huvudklassrummet. Squirrel är redan i diskussion med flera skolor i Kina för att göra sitt system till den primära undervisningsmetoden.
Jag försöker föreställa mig hur den här världen kan se ut och om vi kanske har det bättre för det. Jag ställer en sista fråga till eleverna: Finns det något som ekorren kan förbättra? En lång paus. Sedan: Jag önskar att vi hade mer interaktion med våra mänskliga lärare, säger Fu.
En lärare som hjälper en elev via video som en del av Squirrels nya fjärrundervisningsprogram.
Varje utbildningsexpert jag pratade med för den här berättelsen började med att påpeka samma sak: för att förstå hur AI kan förbättra undervisning och inlärning måste du tänka på hur det omformar arbetets natur.
I takt med att maskiner blir bättre på utanföringsuppgifter kommer människor att behöva fokusera på de färdigheter som förblir unika för dem: kreativitet, samarbete, kommunikation och problemlösning. De kommer också att behöva anpassa sig snabbt eftersom fler och fler färdigheter faller offer för automatisering. Detta innebär att klassrummet från 2000-talet borde lyfta fram styrkorna och intressena hos varje person, snarare än att förmedla en kanonisk uppsättning kunskap som är mer lämpad för den industriella tidsåldern.
AI, i teorin, skulle kunna göra detta lättare. Det kan ta över vissa extraordinära uppgifter i klassrummet, vilket gör att lärare kan ägna mer uppmärksamhet åt varje elev. Hypoteserna skiljer sig åt om hur det kan se ut. Kanske kommer AI att lära ut vissa typer av kunskap medan människor lär andra; kanske kommer det att hjälpa lärare att hålla koll på elevernas prestationer eller ge eleverna mer kontroll över hur de lär sig. Oavsett vilket är det yttersta målet djupt personlig undervisning.
En vägg vid Squirrels högkvarter som visar exempel på underpresterande elever som plattformen 'räddade'. Noah Sheldon
Squirrels tillvägagångssätt kan ge bra resultat på traditionell utbildning, men det förbereder inte eleverna för att vara flexibla i en föränderlig värld, säger experterna jag pratade med. Det är skillnad mellan adaptivt lärande och personligt lärande, säger Chris Dede, professor vid Harvard University i programmet för teknologi, innovation och utbildning. Squirrel gör adaptivt lärande, som handlar om att förstå exakt vad eleverna vet och inte vet. Men det ägnar ingen uppmärksamhet åt vad de vilja att veta eller hur de lär sig bäst. Personligt lärande tar hänsyn till deras intressen och behov för att organisera motivationen och tiden för varje elev så att de kan göra framsteg.
Jutta Treviranus, en professor vid Ontario College of Art and Design University som var banbrytande för personligt lärande för att förbättra inkludering i utbildning, bryter ner det ytterligare. Personifierat lärande har ett antal nivåer, säger hon: hon kallar dem tempo, väg och destination.
Om inlärningstakten är personlig får elever med olika förmågor olika lång tid att lära sig samma material. Om vägen är personlig kan eleverna få olika motiv för att nå samma mål (det här är varför statistik är relevant för din kärlek till baseboll) och erbjudas materialet i olika format (t.ex. video kontra text). Om destinationen är personlig kan eleverna välja till exempel om de vill lära sig med en yrkesskola eller ett universitet i åtanke.
Vi behöver eleverna att förstå sitt eget lärande. Vi behöver dem för att avgöra vad de vill lära sig, och vi behöver dem att lära sig att lära sig, säger Treviranus. Squirrel AI tar inte upp de sakerna alls. Det gör det bara mer effektivt att få alla elever till samma standardiserade plats.
Det betyder inte att adaptiva inlärningssystem inte kommer att ha någon plats i 2000-talets klassrum. David Dockterman, en kollega till Dede, tror att deras styrka i att träna människor i strukturerad kunskap fortfarande är värdefull. Men det skulle vara ett misstag att göra dem till den dominerande läraren i klassrummet: De typer av utanträningsaktiviteter – kunskapsinhämtning, färdighetsförvärv – som är lättare att lära ut med en smart handledare är också de saker som lättare kan utföras av en smart maskin , han säger.
Derek Li, Squirrel AI:s grundare Noah Sheldon
Li, ekorrens grundare, är lång och gänglig och har svåra kindben. När han pratar engelska markerar han varannan mening med Right?, med höjda ögonbryn, för att se till att du är på samma sida. När han talar mandarin faller hans ord dubbelt så snabbt.
En vecka efter mitt besök på lärcentret träffar jag honom på Squirrels högkvarter i Shanghai. I stil med en diskret showman ger han mig den stora turnén. Lärcentrets blygsamhet står i skarp kontrast till kontorsinredningen här: varje vägg har olika detaljer om företaget och milstolpar den har nått. Här är en med alla omnämnanden i media. Här är en annan med alla dess utmärkelser. Och här är några exempel på elever som ansågs hopplösa och sedan räddades. Jag stöter på en ny turné innan jag har avslutat min egen.
Några steg förbi den första dörren pekar Li ut en skärm till vänster omedelbart till vänster som spelar upp ett tv-klipp på repeat. Det är en spelshow med en uppgörelse mellan ekorrens handledningssystem och en mänsklig lärare – en av de bästa i Kina, säger han. Tre av lärarens elever, som han har undervisat i tre år, står bredvid honom på scen och löser problem. Systemet och läraren tävlar om att förutsäga vilka de kommer att få rätt.
Li väntar inte på att klippet ska ta slut för att avslöja punchline: På tre timmar förstår vi eleverna mer än de tre år som de bästa lärarna spenderar.
På skärmen ser läraren alltmer förnedrad och förnedrad ut. Han ser så ledsen ut, säger jag.
Du märkte! Li skrattar.
Mycket av ekorrens filosofi härrör från Lis egna erfarenheter som barn. När han var ung hade han inte särskilt bra känslomässig intelligens, säger han, och det hjälpte inte att läsa böcker om ämnet. Så han ägnade ett halvår åt att dela upp färdigheten i 27 olika komponenter och tränade sig själv på var och en. Han tränade sig till exempel att vara mer observant och att vara en intressant samtalspartner (jag ägnade mycket tid åt att hitta 100 ämnen, så jag har mycket material att prata med andra, säger han). Han tränade till och med sig själv att fortsätta le när andra kritiserade honom. (Därefter, i mitt liv, har jag inga fiender.) Metoden gav honom de resultat han ville ha – tillsammans med den fasta övertygelsen om att allt kan läras ut på detta sätt.
Li använder en analogi för att lägga fram sin ultimata vision. När AI-utbildning råder, säger han, kommer mänskliga lärare att vara som en pilot. De kommer att övervaka avläsningarna medan algoritmen flyger planet, och för det mesta kommer de att spela en passiv roll. Men då och då, när det finns en varning och en passagerare får panik (säg att en elev blir mobbad), kan de gå in för att lugna ner saker och ting. Mänskliga lärare kommer att fokusera på emotionell kommunikation, säger han.
Li tror att detta är det enda sättet mänskligheten kommer att kunna höja sin kollektiva intelligens. Att anförtro lärare något annat kan riskera att skada genier. Han spelar ut den här filosofin på sina egna barn och använder Squirrels system så mycket som möjligt för att träna dem. Han skryter om att hans åttaåriga tvillingpojkar, i andra klass, nu lär sig åttonde klass fysik, ett bevis på att hans metod fungerar. Endast adaptiva system kunde göra sådana mirakel, säger han.
Noah Sheldon
Squirrel exporterar redan sin teknik utomlands. Det har odlat sitt internationella rykte genom att framträda på några av de största AI-konferenserna runt om i världen och ta till sig välrenommerade samarbetspartners anslutna till MIT, Harvard och andra prestigefyllda forskningsinstitut. Li har också rekryterat flera amerikaner för att tjänstgöra i hans ledningsgrupp, med avsikten att driva in i USA och Europa under de kommande två åren. En av dem är Tom Mitchell, dekanus för datavetenskap vid Carnegie Mellon; en annan är Dan Bindman, som ledde användarupplevelsen och redaktionen på ALEKS.
Treviranus oroar sig för att ekorrens utbildningsfilosofi är representativ för en bredare brist i Kinas strävan efter intelligent utbildning: dess betoning på standardiserat lärande och testning. Tragedin med Kina-experimenten är att de tar landet till en utbildningspunkt som alla progressiva pedagoger eller utbildningssystem håller på att flytta ifrån, säger hon.
Men hon tror att Kina också har en av de bästa möjligheterna att återuppfinna en mer lärarvänlig, elevfokuserad klassrumsmiljö. Den är mindre förankrad än västerlandet i äldre utbildningsmodeller och mycket mer villig att pröva nya idéer. Kina behöver titta på en helt annan form av AI, säger hon. Frågan är: Vad betyder det?
Svaret kan ligga ett dussin mil väster om Squirrels högkvarter, mittemot Huangpufloden som rinner genom Shanghai. Där genomför Pan Pengkai, en barnpedagogisk expert, experiment av en annan karaktär.
Pan har funderat på hur man använder AI i utbildning i nästan två decennier. För femton år sedan grundade han sitt första ed-tech-företag i Kina efter att ha tagit sin doktorsexamen från MIT Media Lab. Inspirerad av sin erfarenhet från gymnasiet fokuserade han på att bygga verktyg för att lära sig engelska. Innovation kommer från skillnad, säger han. Det är precis vad Kina saknar. Om du kan prata flera språk kan du prata med olika människor; du kan kommunicera olika idéer.
Pan driver nu Alo7, ett K-12 ed-tech företag med samma uppdrag att lära ut engelska. Till skillnad från många andra företag strävar man dock efter att gå bort från testorienterat lärande och istället främja kreativitet, ledarskap och andra mjuka färdigheter. Företaget erbjuder produkter och tjänster för både fysiska och digitala klassrum. Den har en onlineinlärningsplattform, parad med en samling läroböcker, till exempel, som hjälper eleverna att lära sig och öva sina språkkunskaper. Den har också en tjänst som kopplar samman upp till tre elever via video med engelska handledare utomlands för vanliga grupplektioner. Hittills har det betjänat cirka 15 miljoner studenter och lärare och samarbetat med 1 500 institutioner nationellt.
Pan Pengkai, grundare och VD för Alo7 med tillstånd av Alo7
Till skillnad från Squirrel är Alo7s online-inlärningsplattform tänkt att komplettera ett traditionellt klassrum. Kunskaper som kan utövas genom adaptivt lärande, som ordförråd, övas hemma genom appen. Så är färdigheter som uttal, som kan förfinas genom taligenkänningsalgoritmer. Men allt som kräver kreativitet, som att skriva och samtala, lär sig i klassrummet. Lärarens bidrag är avgörande. Pan erbjuder en parallell: Det finns massor av medicinsk teknik som används på sjukhus, men vi kan inte säga att maskinen är bättre än läkarna. Det är fortfarande ett läkarassistentverktyg.
Pans ultimata vision för AI inom utbildning är att helt bli av med standardiserade tester. Varför testar vi människor i två eller tre timmar för att avgöra om de är bra eller dåliga? han frågar. Han tror att AI så småningom kommer att skapa flexibla lärmiljöer som är lika bra för känsliga och kreativa elever som för precisa och analytiska. Utbildning kommer inte längre att handla om konkurrens, säger han.
Förra året började Alo7 experimentera mer. Den lade till ansikts- och röstanalys till sina videohandledningssessioner för att producera sammanfattande rapporter för varje lektion. Algoritmer mäter hur mycket tid eleverna pratade engelska i klassen, noggrannheten i deras engelska uttal och grundläggande indikatorer på deras engagemang och glädje, som antalet gånger de öppnade munnen för att prata och skratta. Tidigare i år skapade företaget flera fysiska klassrum utrustade med kameror och mikrofoner för att ta fram liknande analyser. Lärare får också rapporter om sina egna prestationer.
Jag går och ser ett av Alo7s intelligenta klassrum för mig själv. Den är liten men full av färg. Väggarna är illustrerade med företagets maskotar, fem tecknade följeslagare med distinkta personligheter, som förekommer i företagets utbildningsmaterial. Det finns varken bord eller stolar, bara en bänk som löper längs bakväggen. Längst fram finns en whiteboardtavla och två TV-apparater för att visa dagens läroplan.
Det finns inga lektioner på gång, men en anställd på företaget spelar upp några korta klipp från grundskoleklasser för mig. I den ena sitter sex elever på en bänk och övar på att säga namnen på olika djur. Fågel, fågel, fågel! de skanderar med sin lärare medan hon slår med armarna som vingar. Sköldpadda, sköldpadda, sköldpadda! de fortsätter när skärmen ändrar sin visning till en tecknad sköldpadda. Lärare-elev-interaktionerna tar förgrunden; AI:n bleknar avsiktligt, obemärkt, in i ryggen.
Eleverna lär sig engelska i Alo7s intelligenta klassrum. Med tillstånd av Alo7
Dede säger att den typ av data som genereras i ett intelligent klassrum kan vara användbar, men han varnar för att kameror och andra sensorer också kan missbrukas för att bedöma en elevs känslor eller sinnestillstånd, applikationer som har liten grund i vetenskap och kan leda till över- övervakning. Pan håller med om att det är viktigt att vara försiktig: Det är därför vi tillhandahåller data främst för lärare och inte elever, eftersom vi ännu inte har kört vetenskapliga tester.
Pan berättar att han inte har några planer på att expandera Alo7 utanför Kina. Enbart den inhemska marknaden är en utmaning nog när han säljer en utbildningsfilosofi som går emot det vanliga. Men han har börjat se en förändring i det nationella samtalet. När regeringsledare har sökt nya sätt att stimulera innovation, har idén om en kvalitetsorienterad utbildning – en som betonar kreativitet och den fria konsten – tagit fart.
I februari förra året antog Kinas utbildningsministerium en rad reformer, inklusive strängare licensiering för lärare, syftar till att minska besattheten av att testa . Tidigare denna månad avslöjade regeringen också en uppsättning riktlinjer att fokusera mer på fysisk, moralisk och konstnärlig utbildning och mindre på tentor. Även om kritiker påpekar att det fortfarande inte har eliminerat gaokao , Pan är optimistisk om sin avsikt att förändras. Alo7 är också redo att hjälpa landet att söka nya vägar framåt.
Vi vill förändra framtiden för kinesisk utbildning med teknik, säger Pan alltid. Kinas nuvarande massexperiment inom AI-utbildning, och de val det måste göra, kan också förändra utbildningen för världen.
Rättelser: Alo7s videohandledningstjänst följer ett gruppformat; det är inte en-mot-en. Efter publiceringen förtydligade Squirrel att Dan Bindman var redaktionschef på ALEKS, inte en medgrundare som anges på Squirrels hemsida, och båda företagen använder färre kunskapspoäng än vad de tidigare delade med sig av. ALEKS har också mer data än ekorren.