11月17至18日，芥末堆在北京举办以“教育有AI，学习无界”为主题的GET2025教育科技大会。Makee美奇互动创始人刘庆逊以《教育革新：AI驱动的情境学习》为题进行了分享。

以下为演讲实录，经编辑：

大家好，我是Makee美奇互动的刘庆逊，非常荣幸能在GET大会与各位分享我们对AI时代教育的核心认知。我们认为，AI驱动的情境学习将为教育带来全面的革新。

近年来，AI教育成为一个备受关注的话题。从我的个人经验来看，几乎每次谈到教育时，都会提到“教育的不可能三角”：大规模、高质量、个性化，三者似乎无法同时实现。而AI的出现，恰恰为打破这个不可能三角提供了新的可能性。

我们所说的“不可能三角”，是建立在传统教育范式上的，即以老师授课为中心的范式。我们说大规模和高质量无法并行，实际上是指优秀老师的个体无法批量复制；我们说大规模和个性化无法并行，实际上是在讨论教师时间的局限性。

但是，大家有没有想过，在AI时代，是否有可能不再依赖以老师授课为中心的模式，反而出现一个全新的教育范式？如果真有这样的范式存在，那么“不可能三角”所提出的问题，或许就不那么关键了。

带着这个思考，我开始反思，AI教育时代可能会诞生怎样的新范式。我回顾自己过去在教育领域的工作经历，不禁思考：曾经困扰我的问题到底是什么？在我十多年的教育从业经历中，我曾参与过多个项目，从出国留学考试到好未来的学而思网校，涉及过各种类型的教育产品，包括工具型、在线一对一、双师课堂等。

我逐渐意识到，在所有这些工作中，我始终在思考一个核心问题：学习产品的三个关键要素，学习动力、学习效果和学习效率，如何在同一时间得到兼顾和提升？这个问题，曾是我心中难以解答的困扰。

我们都知道，学习动力在教育产品中至关重要。在过去的教学中，提升学习动力的方式通常是通过增加趣味性的内容。然而，增加趣味性往往带来一个问题：在同一堂课中，知识的传授量可能会大幅下降。即使课堂内容变得有趣，孩子们可能会记住娱乐性元素，却忽略了知识点。这时候，学习效率就会显著下降。即使我们试图通过趣味性提升动力，最终却可能牺牲了学习效果。

如果我们抛开学习动力，只专注于学习效果和学习效率的问题，那最大的挑战就是如何平衡课堂中知识点的数量和讲解的深度。讲得越多，学习效率越高，但每个知识点讲解的深度往往不足，可能导致部分学生没有理解，进而影响学习效果。而如果将每个知识点讲解得更加深入，课堂内容会减少，家长可能会抱怨课程内容不够丰富，耽误了孩子的时间。

如何在学习动力、学习效果和学习效率之间找到平衡，是我一直面临的难题。在AI时代的到来，我们有了更多可能性去反思并寻找一种全新的学习方法，真正能够同时提升这三者：学习动力、学习效果和学习效率。这是我思考新教育范式的起点。

在“双减”政策实施后，我有了更多的时间去深入研究教育理论。我花了很多时间学习了行为主义、实用主义和建构主义等三个主要流派的思想，也阅读了皮亚杰、杜威、维果茨基、布鲁纳等教育学大师的著作和观点。在这段学习过程中，我逐渐理解了在认知心理学中是如何定义大脑吸收和理解知识的整个过程。

我最终聚焦到了一种学习方法：情境学习法。它是以情境为中心的一种学习方式，可以有效地提升学习动力、学习效果和学习效率。我接下来将与大家分享，为什么情境学习法在AI时代可能成为一种更适合的新教育范式。

那么，什么是情境学习法呢？简单来说，就是通过让学生在实际情境中运用知识解决问题，来完成学习的过程。情境学习法源自建构主义的核心思想，建构主义认为知识并非被动地吸收，而是学习者主动建构的过程。学习总是发生在特定的情境中，具有文化和历史背景的情境中进行的学习才是有意义的。离开了真实且富有意义的情境，知识就变成了无生命的、空洞的事实，这正是建构主义所强调的观点。

将这个观点与传统的教育范式对比，我们会发现显著的差异。传统的以老师授课为中心的教育方式，教师通过讲解知识，学生则被动地吸收知识并运用它去应对考试和答题。而在以情境为中心的新范式中，我们让学生沉浸在一个生动的情境中，让他们主动建构知识体系，并最终将所学知识运用到实际问题的解决中。

我们可以用一个大家更熟悉的例子来帮助理解，PBL（项目制学习）就是与我今天讲的CBL（情境学习法）相似的教育方法。它们都源自建构主义的思想，底层理念和核心思想是一致的，只是在具体实施方式和侧重点上有所不同。

那么，为什么情境学习法能够有效地提升学习动力呢？这与著名的教育学大师、建构主义的代表人物布鲁纳的一句话密切相关。他曾指出，最强大的学习动力来自于学习者对学习内容本身的兴趣，而非外在的因素，比如排名、分数或未来的竞争优势。也就是说，学习者对学习材料的兴趣是学习动力的核心来源。

在情境学习法中，情境本身就是学习材料的一部分。我们要更深刻地理解“情境”这一概念，它不仅仅是一个简单的场景或背景，它包含了故事情节、心理动机等元素。正因为如此，情境天然就能成为一种更吸引孩子的学习材料，激发他们的兴趣。而且，作为一种学习的底层构建，情境并不会对学习效率和学习效果产生负面影响，反而能够增强它们，这跟我们过去为了提升学习兴趣而加入趣味性内容不一样。

那么，为什么情境学习还能提升学习效率呢？我们无法脱离情境来理解知识，就像我们无法脱离语境来理解一句话。以英语学习为例，单词是学习中的关键知识点，而我们学单词最好的方式就是将它放在具体的情境中，并在其中进行标注和学习。

大量研究和论文表明，同一个知识点在情境中学习，所需的重复次数远远少于在没有情境的环境下。举个例子，如果我们仅仅在单纯的记忆状态下学习一个单词，可能需要十几到二十次的重复才能记住它，但如果在情境中学习，可能只需要三到五次重复，就能达到相同的效果。这一现象已被无数研究所验证。

情境学习法能够有效提升学习效果，最关键的一个原因在于布卢姆教育目标分类法。在学术界，这一理论通常被称作布鲁姆的“教育目标分类法”，而我们在日常的讨论中，也常用一个更通俗的名称——“学习金字塔”。布鲁姆将学习效果划分为七个不同的层次，最基础的层次是记忆知识，接下来是理解、应用、分析、评价，最终达到创造。

情境学习法能够有效提升学习效果的原因，正是因为它直接从应用层面开始，而不是从记忆层面入手。通过这种方式，情境学习法能够天然形成向下的覆盖，涵盖理解与记忆。另一方面，情境学习法能够更有效地将学习者对知识的学习从应用层面，逐步向上扩展到创造的层次。从而，不仅在知识的吸收上取得进展，还能在创新与迁移的能力上获得提升。

正如布鲁纳所说：“在情境中，知识的学习是一个建构的过程。”这正是建构主义的核心思想。人类对于知识的理解会随着情境的变化而不断重构，这种重构过程帮助学习者形成知识迁移的能力，也就是我们所常说的创新能力。情境学习法正是被全世界公认的，最能有效培养创新能力的一种学习方法。

在今天这个世界发生剧变的背景下，作为教育行业的从业者，我们需要深刻认识到，全球教育的方向已经发生了根本性的转变。以中国为例，二十大报告明确提出“教育、人才、科技”是一个逐步递进的关系。这意味着，教育的任务应当聚焦于“创新人才”，因为只有创新人才，才能推动科技进步，才能推动国家的持续发展。

这是一个重大的方向转变，它意味着我们不再满足于过去单纯停留在记忆和理解层面的知识学习。传统的学习方式通常是从记忆开始，接着是理解，最后是应用，而现在我们不能再仅仅停留在这一层面。我们更加需要追求的是，让人对知识的掌握从应用开始，一直延伸到创造，这才是未来教育的新方向。

我们还可以看到，教育部在2022年颁布的《义务教育课程标准》（新课标）中，所提出的五大原则里，强调要注重培养学生在真实情境中综合运用知识解决问题的能力。通过情境化的方式学习知识，是教育改革的一个核心方向，也是未来教育不可或缺的一部分。

这一趋势不仅限于中国，全球教育的方向都在经历剧烈变革，目标都在向创新人才的培养倾斜。而这一变化，与AI的崛起息息相关。有人可能会问：“在AI时代，是否还需要学习那么多知识？”答案是：我们不再需要记忆那么多知识，因为AI可以替我们记住；我们可能也不再担心理解知识，因为AI可以帮助我们理解。在AI时代，我们人类对知识的追求，应从应用层面的起点奔向创造层面的终点，创新才是我们作为人类最核心的、无可替代的价值。

正因为如此，AI大模型的快速发展，正在推动全球教育目标的转变。我们要培养创新人才，只有在不断的创新中，人类才能不断前进。而情境学习法，正是最能实现这一目标的教育方式。

情境学习这个概念其实并不是近几年才出现，它已有几十年的历史。那么，为什么直到现在我们还没有看到大规模的情境学习产品呢？其中有的原因可能是导向的问题，传统教育目标一直核心追求的是从记忆、理解到应用的逐步提升过程，我们会把分析、评价、创造这些高阶的目标滞后到大学科研阶段，这种思维模式深植于教育的基础结构中。但是另外一个关键的原因则是技术的限制。在过去，我们缺乏足够的技术手段来低成本大规模地真正实现情境化学习。

在传统课堂上，我们有时会通过角色扮演等方式模拟情境来展开知识点。然而，这种方式的沉浸感往往不足，且成本较高。如今，许多课堂采用的是动画片作为引入情境的手段，老师通常会在课堂开始时放一个三分钟的动画片，通过故事情景来激发学生的兴趣，然后再进入知识讲解，分析其中的问题。虽然这种方法能通过视觉化的形式让学生接触情境，但由于情境和教学内容之间缺乏紧密的衔接，沉浸感仍然不够，整个学习过程依然显得割裂，未能实现真正意义上的情境化学习。

在元宇宙时代，我们曾尝试让学生进入虚拟环境中解决问题。然而，当时的技术条件限制了这一尝试，成本极高，且虚拟世界中的互动对象缺乏生命力，始终无法真正吸引学生的参与，因此这些产品并未取得成功。今天，随着AI大模型技术的成熟，我们终于看到了突破情境学习法几个关键制约因素的可能性，从而使真正的情境学习产品变为现实。

首先，成本问题曾是最大的障碍。以学生从小学一年级到高中三年级的12年学习周期为例，涉及到语文、数学、英语等多个学科，每一个知识点都需要对应一个情境。这在过去是难以想象的巨额成本。然而，今天借助生成式大模型技术，我们能够以极低的成本快速构建海量的情境，让学生能够在其中进行学习。例如作为一家小型公司的Makee，我们也能在短时间内构建出成千上万个不同的学习情境，这是在过去技术条件下是无法想象的。

其次，过去学生在情境中的互动对象往往是死板的、缺乏沉浸感的“虚拟人物”，没有任何真实感。而今天，借助AI大模型技术，每个互动对象都能变成一个智能体，这不仅极大地提升了沉浸感，也使得互动变得更加生动和个性化。

更为重要的是，这种技术能够提供个性化的反馈，而不仅仅是简单的对错判断。学生在解决问题的过程中，AI能够精准识别他们遇到的具体困难，并给出针对性的指导和建议，而非仅仅给出一个标准答案。这种个性化的反馈是情境学习的灵魂。

情境学习的核心在于帮助学生解决问题，而在这一过程中，学生需要实时的指导与反馈。在过去的技术条件下，我们无法做到让老师时刻跟随学生并提供个性化的实时反馈。然而，今天，借助AI大模型技术，我们能够在学生旁边设置一个虚拟的AI老师，随时提供指导与帮助。

AI技术的成熟，实际上从根本上解决了情境学习产品中的三个关键挑战：首先是情境构建的高成本，其次是情境中学生互动对象的沉浸感不足，最后是如何在学生解决问题的过程中，个性化地给予实时反馈。随着AI大模型技术突破了这三大制约因素，我们坚信，随着全球教育方向转向创新人才培养，并且伴随着AI技术的不断发展，情境学习必将成为新时代教育的全新范式。

Makee正是为了实现这一目标而诞生的。在情境学习的理念指导下，我们首个推出的产品是“瓦拉英语”，目前已经正式上线并开始销售。期待能够与全社会的合作伙伴共同推广与销售。

“瓦拉英语”是我们团队经过一年的精心打造的成果，虽然目前仍有不足之处，但它凝聚了我们对于未来教育的理解，凝聚了我们全部的心血与对孩子的爱，希望大家能够喜欢。我们希望与在座的教育同行们一起创新，携手打造全新的AI教育产品，用我们共同的力量推动教育进步，推动社会的持续发展。