機器學習驅動下的教育出版新機遇

□文│張世欽

機器學習(Machine Learning, ML)是一門多領域交叉學科，是集數據挖掘功能為一體的分析工具。它可以指導計算機利用已知數據得出適當的模型，并利用模型對新的情境給出判斷的過程。機器學習使挖掘歷史數據和預測未來趨勢成為可能，目前已成為人工智能研究領域的一個重要方向。作為大數據分析的主要工具，機器學習不僅在教學領域日益受到重視，在新聞傳播出版領域也被廣泛應用。其實，它的許多應用已經存在于我們生活中，例如人臉與圖片辨識、手寫輸入辨識、自動過濾垃圾郵件、自動偵測信用卡盜刷等。目前，科技巨頭如亞馬遜、谷歌、百度、微軟、蘋果及許多初創公司紛紛投資這一領域。《2017德勤技術趨勢》特別指出包含機器學習在內的機器智能到2019年全球商業支出將達到313 億美元。[1]

目前，機器學習已被一些國外出版機構運用，成為數字化轉型升級的組成部分。機器學習能夠運用于新聞傳播出版產業鏈的哪些環節，將機器學習運用于教育出版領域的關鍵因素有哪些，國內教育出版機構在運用這一新技術時的實現路徑是什么，這些是本文討論的重點。

一、機器學習在出版業的運用現狀

在國外，機器學習已經滲透到出版傳播的每個環節，涉及出版物的各個類別，如圖書、報紙、期刊、電子出版物和互聯網出版物。有的出版機構還利用機器學習技術服務于自身業務流程再造，如《紐約時報》的數據收集、分析、預測系統。[2]谷歌公司也推出了圖像識別和機器學習技術開發的APP軟件，幫助用戶在移動設備上看漫畫時得到更好的體驗。[3]

1.選題策劃

出版機構通過機器學習可以了解讀者的行為。2014年《紐約時報》就嘗試運用機器學習來了解用戶習慣，[4]如受眾在看什么類型的新聞、花多長時間以及受眾的閱讀習慣與廣告、內容訂閱等有什么關系等，都能形成特定的數據。通過對這些數據收集和分析做出預測，確定報紙要對哪些選題進行報道、報道的方向與受眾關注度的如何結合、內容是通過網頁展示還是在 APP 上推送效果更好，等等。

機器學習可以幫助出版業務流程實現自動化。美聯社一直致力于將自動化引入到新聞業發展中，為此還與專門從事機器學習的技術公司合作，希望提高新聞報道量，擴大報道范圍，拓展新業務。如根據不同客戶或受眾的需求來定制報道內容，使新聞能夠適應不同的終端設備。[5]

機器學習可以搜索大量關于用戶行為的數據集，以發現其中的行為模式，實時調整相關內容，如可以利用用戶行為模式決定哪些版面的文章需要予以特別關注。一些數字出版商如BuzzFeed（嗡嗡喂新聞）和《赫芬頓郵報》在標題和部分內容方面的編輯業務中也采用了類似的方式。[6]

2.內容生成

機器學習提升了用戶生成內容（UGC）的價值。在當今網絡Web2.0時代，用戶生成內容具有海量、動態和去中心化的特點。從這些海量內容里尋找到優質內容，利用傳統的方法是行不通的。機器學習模型可以自動確定用戶生成內容的優劣，剔除劣質內容，挑出優秀的內容并顯示給用戶。因此，機器學習在數字內容出版中，內容組合、內容自動生成等發揮了獨特的作用。拼趣網利用機器學習向人們展現了更多有趣的內容。美國最大的點評網站尖叫網（Yelp） 用機器學習整理用戶上傳的照片，并向用戶推薦最有用和可信任的評語。美國最大的鄰里社交隔壁網（NextDoor） 用機器學習篩查留言板上的內容。

機器學習還可以幫助識別一篇作品的優點和不足，作者或編輯可以借此對作品進行完善，從而加快編輯流程。例如, 機器學習出具的報告能夠識別需要改進的地方，如指出語言冗長、結構問題或內容敏感等問題。這些具有針對性的行為或建議提示了稿件修改的重點，從而大大減輕了編輯工作量。

3.產品營銷

機器學習還可以幫助出版商了解讀者的閱讀習慣和真實需求，并能推斷出他們可能購買的下本圖書的數據以便于出版商做出個性化的產品推薦。知名國際期刊出版集團康泰納仕集團使用的康泰納仕尖塔（Condé Nast Spire）數據服務平臺，能夠判斷消費者的具體購買群體，分析讀者在看什么和購買什么之間的關聯性，然后利用機器學習技術來優化廣告內容，提升廣告投資的回報率。[7]

4.用戶服務

機器學習能夠優化用戶體驗，如推薦書目、幫助發現不易找到的所需內容。在不久的未來，機器學習將能夠推送針對具體問題的答案、推送圖書部分章節及推送糅合多渠道信息自動生成的回復。[8]今日頭條目前已經積累了超過6億用戶，其大規模機器學習系統每天為這些用戶推薦個性化的新聞、圖集和視頻內容。在媒體和內容方向，今日頭條嘗試用機器學習進行對自然語言的理解、與人對話、問答。[9]

機器學習還擅長情感分析。在過去幾年中，通過機器學習監聽社交媒體已成為標準的運營程序。如某款流行電子游戲在主線中推出新的主題時，玩家在社交媒體的吐槽被工作室監測之后，游戲公司找出自身產品的問題予以了改進，滿足玩家的需求。

5.在線教育

在國際上，自適應學習(Adaptive Learning)是一種已經證實的領先的學習和測評系統。自適應學習平臺基于機器學習技術，通過分析和記錄學習者的數據、習得規律和算法，提供智能的個性化推薦和指導，被具體應用在針對個體的自適應調整和教學材料組織等個性化學習服務，以及大用戶群體聚類分析指導課程設計等方面。目前國際教育出版商培生集團、麥格希教育集團、麥克米倫教育集團均建立了自己的自適應學習平臺，把技術和服務驅動的內容和測評業務作為自己的核心競爭力。

二、機器學習運用于教育出版領域的關鍵因素

機器學習實現了數據挖掘、分析和預測、搜索排序、關聯推薦和自動化，從而支持了出版物出版的選題策劃、內容生成、產品營銷和用戶服務等多個環節，擴大了出版邊界。隨著技術的逐步成熟，機器學習已被看成出版業的下一個引爆點。在教育出版領域，機器學習有利于因材施教或個性化教育的實施。從機器學習中不斷學習新的知識和技能會對很多行業產生十分直接的影響，教育是最有機會從中受益的。[10]但是目前在國內教育出版機構，機器學習尚未得到廣泛地運用。讓這一技術服務于教育出版領域，需要考慮以下幾個關鍵因素。

1.技術因素

研發機器學習技術的多是如谷歌這樣的技術公司，技術開發并非出版機構的專長，因此國外教育出版機構采取了與技術公司合作或者收購技術公司的方式來實現技術方面的突破。培生教育集團、麥克米倫教育集團均采取了與自適應技術的領先者紐頓（Knewton）合作的方式，開發出了適合自己公司產品鏈的平臺產品。麥格希教育集團通過收購技術公司亞歷克斯（ALEKS）擁有自適應學習平臺，學習管理平臺渴望學習（Desire2Learn） 收購了自適應學習平臺知識村（Knowillage Systems），[11]收購行為既減少了研發費用和時間成本，又解決了缺乏技術人員的問題。因此，與技術公司合作或者收購技術公司或者技術外包是當前解決技術短板的快速路徑。

2.資金保證

無論是與技術公司合作、收購技術公司或者外包都涉及資金的投入。目前的出版企業尤其是很多出版上市公司，以延伸產業鏈、布局新業態為拓展方向的實體收購已成為趨勢。盡管機器學習的發展在國內尚處于起步階段，但是它發展迅猛，潛力無窮。國外許多出版公司已經看到了機器學習正向的投資回報率，愿意在這方面投資。美國頂級風投重點關注的16個投資領域，機器學習和大數據排在第三位。[12]國內教育出版機構應該把握機會，考慮往這個方向投資。如果選擇收購或與技術企業合作投資研發，將會擁有更多的話語權，在未來發展中占據主動。這關系到商業模式的走向，出版機構應該對投資該領域綜合考慮。

3.認識問題

自適應學習技術從2015年以來，越來越受到在線教育公司的關注和重視。一些教育出版機構也開始參與搭建自己的平臺。但機器學習的其他應用并沒有大規模展開。究其原因，教育出版機構認識上存在誤區，不熟悉這一技術，不知道將其如何與傳統業務融合是主要原因。對此，出版機構要突破思維局限，要有前瞻性眼光和開放性的態度，建立新型教育出版的概念，關注并加速了解機器學習的應用領域和方式，找出與自身現有業務結合的角度與方向，積極探索內容資源與技術平臺、運營模式如何有效結合，根據自身產品特點與有實力的技術公司或團隊合作。

三、教育出版企業運用機器學習的實施路徑

考慮到出版的共性，機器學習在新聞出版等領域各個環節發揮的作用可以平移運用到教育出版領域，開發出一些改變教育生態的、屬于教育出版特有的產品和服務。

1.自適應學習平臺

結合國外的運用情況和國內實際，開發以測促學的工具平臺類產品，通過“實施測試-發現問題-提出建議-專項練習”的模式，幫助學生有效提高水平。具體來講，當學習者回答測評題時，根據試者答題結果，下一個題目會動態調整，只提供適合使用者程度的題目，以便有效率地測出學習者的能力定位。測試完畢后，系統提供即時反饋，指出問題所在，然后根據學習者的知識水平與對各知識點的精熟度不同而調整學習路徑，推薦相應圖書，然后針對學習者的弱項進行專項練習并提供階段性支持與評測。在實踐層面上，應采用研究者引領、教學者參與和出版者主導相結合的模式，孵化出好的產品和服務。另外，科學的教育模式一定是線上線下的深度融合。線上提供可循環利用、結構化的高質量內容和服務，線下提供基于線上內容和服務的個性化管理及延伸服務和產品，打造完整的學習閉環。目前山東教育出版社正在策劃開發的自適應教學與評測服務平臺“智能化分層練習評測系統”就是一個很好的案例，未來它將幫助教師實現精準化教學。

2.圖書定制出版

近年來高校教材多元化、中小學校本教材多樣化已成趨勢。雖然高校教材不限價，但高額的開發成本使得出版社開發的品種數量非常有限，而對于基礎教育學段的校本教材，由于價格低、銷量少，基本上出版社不會參與。運用機器學習技術，出版社可以快速搜索、發現、累積大批優質資源和作者，通過清理版權、改寫、試讀、反饋等工作，為學生定制專門的教材內容，最大限度地滿足他們的個性化需求。機器學習的另外一個特點是分類，出版機構可以運用這一技術對引進版的英語讀物進行分級：通過設定一定的參數，機器學習平臺可以通過掃描PDF版本，對讀物的難度做出判斷并匹配到相應的年級。對于特定地區的需求，可以通過這種方式來實現定制出版。出版形式為電子圖書，如需紙質版可額外支付費用通過按需印刷獲得。

3.智慧課堂

近年來，智慧課堂已成為教育信息化的著力點。所謂智慧課堂是以硬件平臺為支撐，搭載互動課堂教學應用軟件，完成課堂互動交流、在線考試評測、教學效果評估等內容，為廣大師生提供一套完整的“教、學、練、評”和具有大數據元素的互動教學平臺。以機器學習為內驅的智慧課堂，可以預測學生的興趣和目標，并將學生的興趣和學習能力相結合，使學生能夠更好地認識自我，早日取得成功。智慧課堂得到了各地政府的關注和支持。例如寧波為打造智慧教育、智慧課堂共投入了8億元。目前，全市已建起400多個數字化校園，智慧課堂早已經成為寧波學生的尋常課堂。[13]目前智慧課堂在內容和應用方面尚需要教育出版機構深度參與。教育出版機構可以通過內容授權或服務收費的商業模式進行參與。

4.用戶服務

在現階段，純內容已很難盈利，只有內容＋服務、而且是響應用戶需求的新服務，是把創意、技術和商業模式融為一體的服務，才是創作盈利的手段與方式。機器學習可以根據用戶的閱讀習慣和水平定時自動推送合適的內容甚至定制內容。用戶可以通過前期打賞的方式進行體驗，后期訂閱的方式來獲取持續的服務。機器學習可以實時回答用戶的疑問，并通過分析用戶的實時反饋，更新內容，改進產品，實現產品的迭代更新。在目前教材選用競爭日趨白熱化的情況下，這對于穩定教材市場有著特殊的意義。同時，在提供內容的基礎上，出版機構能進一步挖掘的增值點包括反饋、監督、學習框架建立、提升知識消化效率等，都可以促進用戶付費。

此外，基于機器學習的自動評分系統如國內的批改網、培生集團的以寫促學平臺（WriteToLearn）不僅能批改作文，還能判斷是否涉嫌抄襲已經初具規模。類似的服務不僅滿足了教師的需求，而且通過向學校收取費用并通過線上服務帶動線下產品銷售，而具有了一定的商業模式。教育出版機構在推出匹配自身教材的類似服務產品方面更具優勢，能更好地與教材產品鏈對接，實現效益最大化。

另外，機器學習強大的搜索功能可以為教師直接所用：依據教學實際快速地為學生搜尋高質量的學習材料，并掌握學生對這些材料的使用情況。麥克米倫集團為了提升自己的服務，收購了基于機器學習的教育服務平臺提供商因泰勒斯學習（Intellus Learning），旨在通過該平臺搜索、整合數字內容的能力使教師的教學目標更易實現并為學生提供經濟實惠的個性化學習體驗，從而增加了用戶黏性。[14]這一模式還能為出版商提供相關數據，為教材新版本的出版提供參考。

四、結語

機器學習在教育出版領域的運用使得教育出版朝著內容化、智能化、個性化方向發展，已孵化出了諸多新形態的產品和服務；相信在不久的將來，還能看到更多突破性的進展和成果，它將不斷刷新我們對教育的認識，重新定義出版的概念。傳統教育出版行業應該把握契機，實現機器學習與傳統業務的深度結合，參與教育內容生態搭建，實施智慧出版，最終實現從教育內容提供商到教育服務商的轉變。