「生成」から「実行」へ：教育AIは体系能力時代に入る

【スマートシティWebブランドコラム】6月5日～6日、Agentic AI（自律行動知能体）の全ライフサイクルに焦点を当てた専門業界サミット、Agentic AICon知能体応用とアーキテクチャ工学大会が上海で開催された。

彼は、過去のソフトウェアは「人探し機能」の問題を解決していたが、今日の大モデルは「システム理解目標」の問題を解決していると述べた。

　　できることからできることまで：AIの評価基準が変わりつつある

2025年以来、エージェントは人工知能分野で最も話題になっている。「AIが質問に答えるかどうか」に比べて、人々は「AIが任務を遂行できるかどうか」に注目し始めた。これは発生しているAIパラダイムステアリングと見なされている。

生成型AIの中核的価値が「次のトークンをより良く予測すること」にあるとすれば、Agentic AIの中核的価値は「目標を達成するために行動を続けていること」にある。背後に反映されているのは、AIの発展の重点が問題への回答、テキストの生成、コードの生成などの単一点能力から、目標計画、ツールの呼び出し、マルチステップの実行と結果の引き渡しなどのシステム能力に徐々に移行していることである。

AIが「話せる」から「できる」に向かうにつれて、最終的な効果を決める重要な要素も変化している。大モデルの汎用能力は依然として基礎であるが、実際のシーンで複雑なタスクを達成するには、業界の知識、ビジネスプロセス、ルール体系、専門的なシーンの理解と把握に依存している。

業界シーンに深く溶け込んだ大きなモデルだけが、インテリジェントを生産性に変換し、「答えを生成する」から「問題を解決する」までの飛躍を実現することができます。

この変化は各業界の発展方向に深刻な影響を及ぼしており、教育はその中で最も代表的な分野の一つである。李恒氏が報告書で述べたように、固定機能を提供する従来の教育SaaS製品は需要を満たすことが難しく、動的能力を提供するエージェントシステムが主流になるだろう。

AIを教育するのが本当に難しい部分は、モデルのシーン感知と意図予測能力であり、データをAIが直接呼び出すことができる決定根拠に転化する。

その背後には、真の「教育を理解する」ためのスマートベースが重要である。

　　なぜ教育に専属の大きなモデルが必要なのか

逆に、Agentが教育シーンで発揮する実際の価値は、ベースモデルの業界認識とその背後にある業界沈殿に大きく依存している。

教育業界は天然に高い専門性、高い厳粛性、高い複雑度などの特徴を備えており、カリキュラム基準、学科体系、教育規則と価値志向などに関連している。簡単に見えるタスクの多くには、隠れた専門的な経験が含まれています。

授業の準備を例にとると、教案の背後には、カリキュラムの基準、教材の内容、学生の基礎、教室活動の設計、授業後の練習の手配を同時に考慮する必要があります。また、宿題の添削など、教師が注目しているのは結果の間違いだけではなく、学生がなぜ間違っているのか、問題がどこにあるのか、その後どのように教育戦略を調整すべきかであることが多い。同じ誤題でも、知識の抜け穴に対応している可能性があり、能力の短板を反映している可能性があり、学習習慣にも関係している可能性があります。

これらの問題には標準的な答えはなく、継続的な分析、判断、意思決定が必要です。これも大きなモデルが教育の実際のシーンに入った後に直面する現実的な挑戦である。

そのため、教育業界に必要なのは、教育規則を理解するための大きなモデルであり、教育知識ベースをぶら下げるための大きなモデルではない。

教材、教科書、試験問題などの教育内容を深く理解することができるだけでなく、教育法則に合った思考チェーンに基づいて推理し、教育シーンに適した内容を生成することもできる。同時に、学情画像、遡及帰因と複雑な任務計画能力を通じて、教師が学生を理解し、教育政策決定を支援し、さらに複雑な教育インテリジェント応用をサポートする。

　　教育AIの競争は体系的能力にある

エージェントが真の教育ビジネスプロセスに入ると、競争の焦点はモデルの背後にあるシステム能力に移りつつある。教育シーンをより理解している人、より豊富な教育実践の蓄積を持っている人、データ、リソース、ビジネスプロセスを理解している人、インテリジェントを教育生産性に本当に変換する可能性があります。

どのような問題が現在の教育プロセスに適しているのか、なぜ学生は同じ間違いをしているのか、知識の抜け穴は知識の欠落、能力の欠落、学習習慣の問題から来ているのか、どのような教育戦略が現在のクラスに最適なのか。.....

これらの問題の背後には、推理能力だけでなく、長期的な教育実践によって形成された業界認知と長期的な応用沈殿のプロセス化データが必要である。

星火教育の大モデルは、訊飛の20年余りの深さで6万校以上の学校に奉仕し、1億6000万人を超える教師と学生の大規模な教育実践の基礎の上に誕生した。

長期にわたって蓄積された教育知識マップ、学情分析システム、教育戦略モデル、多モード教育資源、安全管理能力、および33の省級行政区の真実な授業に発生した600億以上の過程的な教育データは、星火教育の大モデルが成長する土壌を共同で構成した。

これらのデータは全国の異なる地域、異なる学区、異なる学校の真実な教育実践に由来し、教育共通性の法則沈殿を含むだけでなく、各地の教育シーンと学生特徴の差異化特徴も保留し、モデルをよりよく理解し、現地化教育需要を適応させることができるようにした。

インターネット教育知能技術及び応用国家工学研究センターが組織した教育大モデル特別評価の中で、星火教育大モデルは7大教育核心シーン評価の中で6項目の第1位を獲得し、比較的強い知識の正確性と教育専門の適応能力を示した。

訊飛知恵教育システムにおいて、星火教育大モデルは需要の理解、計画任務、呼び出し能力、組織プロセス、結果を形成する知能中枢の役割を担っている。

教師が要求を提出すると、システムは単なるモデル能力ではなく、教育能力体系全体を呼び出した。例えば、教師が一回の学情検査結果の分析を希望する場合、システムは分析報告書を生成するだけでなく、学情データの識別問題を結合し、知識スペクトルに関連して知識の抜け穴を特定し、教育戦略に基づいて改善提案を形成し、さらに的確な教育方案を生成することができる。

問題の発見から行動提案の形成まで、完全な閉ループを構築する。これは、過去に複数のシステム、複数の操作を必要としていた仕事が、現在ではスターライト教師のスーパースマートボディの自然言語との対話だけで済むことを意味しています。

星火教育の大モデルが連結しているのも、孤立した機能ではなく、教育業務システム全体である。この面から言えば、星火教育の大モデルは訊飛の知恵教育が教育の知能化時代に向かう次世代の知能基盤である。

本当に業界の変革を推進するのは、技術と業界の実践が深く融合した後に形成されたシステム能力である。

AIが教育を理解し、成長を理解するようになると、それがもたらす価値は答えを生成することから教育の現実的な場面での本当の問題に向かう。

これは、教育AIが最も期待できる未来かもしれない。