AI辅学：从“哪里不会”到“为什么不会”
如果要为过去二十多年的辅学产品市场找一句最具代表性的广告语，“哪里不会点哪里”几乎不会有争议。
它不仅塑造了一代消费者对机器辅学的认知，也定义了相当长一段时间里辅学产品的发展方向。
不断进阶的机器辅学
在那个移动互联网快速普及、在线教育高速发展的阶段，辅学产品承担的核心任务，是把分散的课程、题库和学习资源数字化，再通过搜索、推荐等方式，以更高效率送到学生面前。
这一逻辑简单而有效。整个学习过程，本质上是一套围绕知识点展开的信息匹配机制。
今天回头看，这套逻辑并没有错。它曾代表一个时代教育产品的重要进步。机器辅学第一次让知识能够按照学生的需求即时抵达，大幅提升了学习效率，也推动教育产品从单一的内容载体走向数字化学习平台。
也正因为如此，过去十几年，辅学硬件市场的竞争始终围绕着同一条主线展开。
从内容数字化，到题库、课程和学习资源的智能推荐，机器辅学不断提高知识获取效率。随后，硬件成为竞争重点，更大的屏幕、更好的护眼能力、更流畅的交互，让学习机逐渐从传统教辅设备变成专门面向学习场景的智能终端。
近年来，随着大模型进入教育，学习机又进入了新的阶段。
2019年，科大讯飞依托自身技术优势和教育行业积累，推出首款AI学习机，将经过长期广泛验证的规模化因材施教解决方案推入家庭辅学场景。
经过多年技术迭代与场景验证，科大讯飞提出了AI学习机的“4+1”行业标准：能对学情做分析、能对学习做推荐、能对语言做提升、能以成效促信心，以及绿色阳光能守护。
这不仅明确了AI学习机区别于传统学习机的核心能力，也推动行业竞争从单纯的硬件配置和功能比拼，转向对AI辅学能力和辅学成效的较量。
这一变化，也成为学习机进入AI时代的重要节点。
然而，大模型进入教育之后，新的变化开始出现。
短短两三年间，AI能力迅速普及。越来越多辅学产品能够完成拍照答疑、智能解析、作文批改、口语对练，甚至能够与学生进行连续交互。
过去足以形成差异化优势的AI功能，正在快速成为行业标配。竞争也由此进入新的坐标系。
行业需要回答的问题，从“谁拥有更多AI功能”转向“AI究竟能够帮助师生解决什么问题”。
从“哪里不会”到“为何不会”
长期以来，辅学产品倾向于默认一种假设：学生知道自己哪里不会，只需要快速找到对应资源，就能够完成学习。
但真实的学习过程远没有这么简单，同一道错题背后的原因，可能全然不同。
有的学生是知识概念没有掌握，有的是方法不会迁移，有的是思维过程出了问题，还有的只是审题、计算或书写上的失误。
表面上看，学生都错在同一道题。如果直接推送同一份知识点讲解，未必能真正解决问题。
错题只是学习结果，错因才是症结所在。这意味着，AI面对的不仅是题目和答案，还需“看清”学生完成题目的过程步骤。基于此，才有可能因人而异地提供学习支持。
因此，AI辅学需要模型能力与教育能力共同构造。换言之，“聪明”和“专业”，两者缺一不可。
模型能力决定AI能够“理解、推理和交互”到什么程度，教育能力则决定它能否把这些能力有效用于辅学过程。
错因诊断精准学
但模型能力强，并不意味着天然具备教育能力。
教育AI，不仅需要知道什么知识之间的关联，还要知道什么错误值得关注、什么时候应该进一步判断以及在什么情况下应该直接讲解、什么情况下应该追问和启发。教育能力，体现在这些选择背后。
当AI能力逐渐成为行业基础能力，竞争的壁垒也转向了更核心的教育能力。
而教育能力，不是把课程、题库等资源“装进”大模型即可获得。
它需要在真实教育场景中持续积累数据、经验和规律；同时理解不同阶段学生的认知特点，理解学生在真实学习过程中会遇到什么问题，并进一步将这些理解转化为机器可以识别、分析和干预的技术体系。
因此，教育能力是决定模型能力能否真正转化为教育价值的关键。但它无法通过模型短期微调获取，需经由教育实践淬炼。
以科大讯飞为例，其AI辅学能力并非随着大模型技术突破才开始形成，而是建立在二十余年教育实践之上。其智慧教育系列产品在全国33个省级行政区广泛应用，深度服务6万余所学校，累计服务师生超1.6亿。
这一过程，使其积累了覆盖教学全过程的教育数据，形成了教育专属知识图谱、学习诊断、错因分析、启发式辅学等能力体系。
当体系化能力汇聚到AI学习机上，它提供的是一套在学校教育之外，持续为每个学生提供个性化辅学、助推其能力进阶的支持系统。
这也是AI辅学形成技术纵深的重要基础。
当然，教育能力需要通过具体实践被识别、被验证，而不是附着在一个抽象概念上。
2025年，科大讯飞首创由3大类、3层级、4000+标签构成的错因体系，获得国家数学课程标准修订组组长曹一鸣教授领衔的专家组权威鉴定。该体系将日常教学数据进一步转化为可分析、可干预的“错因”维度，让星火教育大模型能够实现步骤级批改，并理解错题背后的认知根源。
这一探索不是简单的“错题识别”，而是试图把教师依靠长期经验完成的学习诊断，转化为机器可以理解和处理的能力。
在此基础上，科大讯飞进一步围绕高中数学学科思维与关键能力开展体系建设，系统梳理高中数学18个章节、2542个考点，将抽象的学科素养拆解为标准化、可诊断、可量化的评价单元，打通了“数据输入－思维定位－分步骤批改定位错因－素养诊断”的完整链路。
该体系通过由中国教育科学研究院基础教育研究所所长李铁安担任组长的专家组评审。专家组认为，该体系建设成果符合国家教育战略发展导向和新课标要求，具备科学性、实用性、适切性，并建议推动成果在全国范围内应用。
数据显示，全国1000余所学校使用该体系后，学生同类错题重复出错率平均下降约35%，无效练习时间减少约40%。
数学学科能力只是一个切面。
其底层是讯飞将长期、大规模的教育实践，转化为AI可理解、可调用的教育认知体系。由此，AI不仅能够准确批改，更能够进一步定位学生的能力及素养短板。
从“诊断”到“施教”
但知道孩子为什么错，并不意味着孩子就会了。
AI辅学的价值，是让每一次学习都更接近问题的解决。
从识别“哪里错了”，进一步走向理解“为什么错”，最终还要落实到“怎样帮助成长”，三者连接起来，才能形成完整的AI辅学闭环。
这是AI辅学需要跨越的能力边界，也是AI有效介入学习过程的关键一步。
过去的机器讲题，更多是把标准答案和解题步骤呈现出来，或是匹配相关的讲解视频。但这依然无法承接千人千面的学习困境。
有效的辅导，应当针对每个学生的具体问题，依据其实时状态动态调整辅导策略。
AI辅导屏
基于这一思路，科大讯飞进一步将AI能力深入不同辅学场景。
面对复杂问题，超拟人AI老师提供1对1答疑辅导，结合学生的错因进行针对性讲解，并通过互动问答持续启发追问，引导学生独立思考、自主推导结论，而非直接告知答案。
超拟人AI 1对1 答疑辅导
作文辅导场景中，AI通过对话引导孩子分析题目、搭建框架、寻找素材，形成自己的写作思路。
针对低年级计算，图形化讲解则把抽象的计算过程转化为数苹果、分篮子、摆小棒等直观场景，再以互动提问引导孩子自主完成思考。
图形化讲解
这些能力看起来分属不同场景，背后的逻辑却是一致的：根据不同学生的学习问题和学习状态，灵活改变辅导方式。
在导学场景中，超拟人AI老师会根据学生水平规划学习路径，在学习过程中持续互动、答题、反馈，对尚未掌握的内容安排针对性练习。
让因材施教走进每个家庭，成为日常，这是“AI1对1”的价值所在。
回到AI辅学终端市场。
随着开源大模型和通用AI能力快速普及，单靠AI能力注定难以构成长期壁垒。
只有模型能力，没有教育能力，机器可能很聪明，却未必真正懂学生；只有教育能力，没有模型能力，产品又很难形成自然、灵活的个性化交互。
两者深度耦合，才是AI从“会答疑”走向“能辅学”的门槛。
因此，未来学习机品类的竞争，不会是简单的“功能军备竞赛”。
谁能够把大模型的通用智能，与教育专业智能结合起来，谁才更有可能提供有质量、有成效的个性化辅学服务。
从市场反馈来看，讯飞AI学习机用户净推荐值（NPS）持续位居行业第一，并连续5年蝉联全国高端学习机销售额与销量双冠。
这也从用户选择层面，反映出个性化辅学正在成为用户关注的重要价值。
从“哪里不会点哪里”到“为什么不会”，改变的不只是一个交互方式，更是机器辅学的底层逻辑：从资源匹配走向学习诊断，从识别学习结果走向理解学习过程，从“给答案”走向“成长支持”。
让AI更懂教育，也更理解人，才是机器辅学走向下一阶段的核心竞争力。
毕竟，教育面对的不是一道道题目，而是不断成长着的人。
