导读： 教育方向，总体来讲可能是四个主要环节，教、学、评、用

教，国内针对学校用的像教师助手，已经有些高校科研项目在做，比如说生成教案、教辅材料、教纲等。

学，生成式AI能够实现高效一对一辅导，根本原因在于这一波的大模型思维链能力比较强，能够拆解任务内容，分步进行更精准、个性化的内容输出。

评，从目前来讲大模型和评结合还比较初级，因为这个原来单一任务的A1能够进行较好的辅助实现，大模型没有太大发挥空间。大模型在“评”的环节中，最大的优势是多元化的数据采集和处理，可支持像“五育并举”中基于多种数据的综合评价。

用，这块其实就比较丰富了，像编程、科研、论文等等，但也会涉及内容知识产权等一系列问题。整体来讲，随着大模型知识和性能不断提升，未来通识教育可能用通用大模型就能基本搞定了，但在特别专业的领域可能还需要专门的教育大模型来解决。比如科研领域，你有专业的数据、软件能力等储备的话，你做专门的教育大模型成功率就会比较高，因为这些数据、能力从公开领域拿不到，这就是门槛。

免责声明：

来源： 腾讯云，互联互通社区推荐阅读，版权归作者所有。文章内容仅代表作者独立观点，不代表互联互通社区立场，转载目的在于传递更多信息。如涉及作品版权问题，请联系我们删除或做相关处理！