“在移动互联网信息技术和人工智能技术对教育的改良运动之后，教育技术融合运动萌芽了，自适应学习和AIGC登上了时代头条。AIGC能够大规模生成多模态的内容，深入支持教、学、评、练、测的各个环节，成为自适应学习不可或缺的一块拼图。

在改良运动中，技术为现有的教育模式带来了有益的补充和辅助，而到融合运动中，技术才是真正意义上突破了传统的教学模式，带来了全新的可能。而老师理念、角色、技能的转变，将成为下一阶段发展的突破口。”林远东先生，网龙副总裁兼驰声CEO，于1月11日在北京师范大学智慧学习学术周的“AIGC学校典型应用场景与挑战”论坛上提出这一观点。

共同参与论坛的还有香港理工大学高等教育研究院胡祥恩院长、复旦大学肖仰华教授、伦敦大学学院教授John Shawe-Taylor、北京市十一学校教师郑子杰、上海人工智能实验室 OpenCompass 大模型评测平台负责人张松阳、Rokid创始人&CEO祝铭明、北京师范大学博士后达婷等专家。大家共同探讨生成式人工智能进入学校可能的典型应用场景和挑战，以及如何科学、全面地评估AIGC对教育教学的影响，为未来教育发展提供建议。

以下，是林远东先生在AIGC学校典型应用场景与挑战论坛上，发表的《教育技术演进，从改良到融合》的主题演讲全文，与诸位分享。

林远东先生认为，教育技术的演进，是从改良到融合的过程。

早先，技术赋能教育是从录播课、慕课开始的，当时行业想把最好的教材、教师、教法呈现在学习者面前，但是很可惜，这个教育梦想还是破灭了，主要是因为缺乏育人环节，课程完成率很低。

但是，信息技术为教育改革奠定了基础，这个作用是不可磨灭的。知识传递普及化，教学行为和数据开始虚拟化、在线化、移动化，数据的采集、存储、分析，成为推动后续教学信息化技术演化的重要基础。

在人工智能技术蓬勃发展的时期，AI把之前一些不可能的教学活动和行为，从不可能变成了可能。因为驰声有参与中高考英语听说考试改革的经历，从这个角度切入，林远东先生举了一个案例。

2012年广东某地的中考英语听说考试案例，当年当地考生共计11.7万人，如果组织人工评分，至少需要1200个老师，但是整个城市的初中英语老师才100多个人。而且，人工评分容易因为人员能力、工作状态、经验、检测效率、情感等多种多样的因素,影响评分稳定性，相较之下，机器评分的优势就比较明显了：标准统一、人为干预少、客观可靠、准确度高，并且AI评分能力无限接近专家。

回顾中高考英语听说考试改革，历经了三个阶段，从2009-2016年的试点期，到2017-2020年的成熟期，2023-2027年，进入全国大规模落地期，驰声一直是亲历者和推动者，用人工智能技术守护中高考的公平、公正。

在以考促学、以考促练的背景下，中国外语教学的秩序也随之发生翻天覆地的变化，如今的英语课堂，每个学生都能拥有AI贴身助教，语言学习也因为智能硬件的百花齐放，变得轻松易得和更加随时随地。英语口语学习不再“难以启齿”、代价高昂。

老师不再是知识的拥有者，重复性劳动持续降低，知识更容易被获取，中浅层次技能大规模有效练习成为现实。个体教和学的过程和评价结果的海量数据，为因材施教具备了技术基础。

移动互联网信息技术和人工智能技术对教育的改良运动之后，教育技术融合运动萌芽了，自适应学习和AIGC登上时代头条。

正如同济大学校长郑庆华教授所说，过去是老师和学生的二元结构。今天，机器在很多领域比老师干得还好。因此，未来的教学模式，可能会拓展为老师、机器、学生的三元结构。

大数据时代的自适应学习，由知识图谱、个人画像、动态路径规划等技术组合而成。AIGC能够处理海量数据，生成多模态内容，将成为自适应学习的最后一块拼图，支持教、学、评、练、测全环节。

林远东先生认为，教育技术融合运动的萌芽，也即将大力推动老师角色的转变。老师理念、角色、技能的转变，将成为下一阶段发展的突破口，从而带来新一轮的教育效率的提升。