10月14日，在未来工场蓝象营四期招募活动"智能+教育"专场上，6位AI+教育的先行者分享了6场拓展教育与技术结合边界的演讲，他们探讨人工智能时代带来了哪些趋势与机遇，可能给我们的生活带来哪些改变。
一、AI+生涯规划，可以像AlphaGo下围棋一样计划人生
中国学生教育决策失误率很高，这在大学专业选择中表现得尤为明显：70%学生后悔自己当年所选专业，49%毕业生工作与所学专业不对口甚至无关联。如果能够搜集海量数据提供决策基础，AI算法就能帮助学生选择现在与未来可能方向间的最优理论路径，从而做出更加合理的专业选择。
在目前，数据收集难度降低，运算资源极大丰富，AI能做的远远不止大学专业选择的分析决策：AI帮助决策将越来越多地影响我们生活的方方面面——杨洋(iPINCEO)
二、科技对教育核心影响，来自以人工智能为核心的「新科技+教研创新」的融合
通过对全球3900个投融资事件的研究，这样的三个领域和六个方向将发生深刻的改变：
(1)新科技+语言教育：通过语音测评、语义分析提升语言学习效率。a.分级阅读：通过机器和算法制定标准，对学生与读物测定评级，完成自适应阅读。b.语言学习：通过个性化教学、自适应练习和智能语言评测形成新的语言学习解决方案;
(2)新科技+实践结合：通过更好的虚拟化和人机界面，提升学生的实际动手能力;
(3)新科技+教育信息化a.新科技+学情管理，通过更多学习过程数据采集，更好的数据处理完成自适应学习，提升学生学习效果;b.新科技+学校运营支持，通过打通产品服务供给端与学校采购端，通过虚拟人工助手减少低附加值工作的人力劳动——王凯峰(未来工场首席产品官)
三、契合使用场景的数据，才是教育应用的壁垒
打造人工智能的核心有三个，算法、计算资源和数据。由于人工智能算法的分享和传播是非常快的，Facebook、Google都大力倡导开源，所以算法并不是壁垒;而计算资源现在则是可以购买的，比如各种形式的云计算等，也不是壁垒;只有拿到契合使用场景的数据，才是壁垒。
当然，为了获取契合使用场景的独家数据，还是需要有自家的应用——林晖(英语流利说)
四、形成教育闭环才是有价值的，这个闭环也可以通过协作来产生
优质的教育模式必然形成闭环。针对某个具体的学习目的，必然存在：现状诊断+学习目标——反馈调整——提高与效果的展示。教学效果可视化、可量化很重要，如果无法展示学习效果，即使用户量再大，也难以获得变现。
越小的闭环，其价值就越小。不过对于互联网教育应用来讲，越小的闭环其用户成长反馈周期就越短，就越容易获得用户量和不断地迭代与提升，这是小闭环的好处。
其实在互联网时代，教育的闭环未必完全由自己打造，相互协作也是一个好的打造闭环的方式——林远东(驰声科技创始人)
五、对于体制内来讲，不用动脑子，拿来就能解决问题的工具才会受欢迎
大家经常忽略的是，就规模来讲，体制内的教育才是主流：如果忽略了体制内，就等于忽略了80%的教育市场。商业化公司想要进公立学校很难，和体制相关的单位进学校却很简单。不过商业公司的相对优势在于，商业化程度很高的应用一旦进入学校之后用户粘性很高。
什么样的产品更受学校和老师的欢迎?老师们大概只有三分之一的精力在学生身上，使用难度高的产品基本上都会受到抵制，不用动脑子、拿来就能解决问题的产品和工具才能打动学校和老师——郭文革(北京大学教育技术系副教授)、林远东
六、人工智能会取代大部分不够优秀的老师
为什么信息化几乎改变了每一个行业，但是对于教育的改变却少得可怜?这是乔布斯生前留下的问题，也被称为乔布斯之问。有观点认为，这是因为围墙内(体制)和围墙外没有打通。
目前，我国中小学已经有85%的中小学实现了网络的接入;新高考的实施会颠覆中小学的班级形态;新一波的年轻老师的注入，越来越多的互联网应用进入学校;VR和AR能弥补远程教育的不足，再加上人工智能提供的底层支持等等，会逐渐打通围墙。打通围墙的结果就是教育也会逐步扁平化——所有的学生都能享受到最优秀的那一批老师的教育。学校所需的老师数量也将越来越少，不够优秀的老师将面临淘汰。
七、人工智能不能取代老师，但老师的角色会发生巨大变化
人工智能的全方位应用，的确会使老师传递知识的作用越来越小。但老师的其他作用，比如对学生个性化的培养、学习方法的帮助、心理状态的疏导等将会凸显出来。
人的认知非常复杂，人本身就是一个变量，所以人工智能在全领域或大的方面应用价值较小。用在教学和产品中也是会尽量窄尽量垂直。所以人工智能只能是为老师提供了有力的武器，不能替代老师本身，但会使老师的角色发生巨大变化。(六、七为和君资本合伙人候瑞琦主持的圆桌会议产生的不同观点)
如你所见，第六条和第七条之间存在明显的分歧：人工智能是否会取代老师。这是终极的二元问题，还是，仅是一个阶段性争论?
当然，人工智能对人的取代不是一个新的话题，大家对人工智能取代工作的关注也远不止老师这一角色。这种取代似乎是一个不可逆的过程，但凡是共性的经验较多、可重复性劳动比例较大的岗位，都会受到讨论和关注。但似乎比这个话题更有意义一点儿的是，如何利用人工智能，更好地工作。
