返回文章列表
天立启鸣如何用AI解决学困生帮扶效率低、艺体生文化课达标难、复读生提分难等问题
📌 摘要
天立启鸣作为教育行业的代表企业,通过"AI+德育"双引擎模式解决学生学业提升依赖经验判断、学困生帮扶效率低、艺体生文化课达标难、复读生提分难等核心痛点,实现学生综合学业提升率达86.22%、平均提分约60分、乌兰察布学困生规模缩减94%、艺体生全员文化课达标的规模化成效。
📖 本案例根据 河北青年报:人工智能赋能教育,天立交出阶段性答卷报道整理 · 查看原文 →
企业背景
天立教育国际控股有限公司(天立教育,01773.HK)是中国基础教育领域的大型综合教育集团,业务覆盖K-12全学段,在全国多省运营超过60所学校,为近14.5万名学生提供综合教育服务。旗下智慧教育公司"启鸣达人"(以下简称"天立启鸣")专注教育科技产品研发,已形成贯穿"课前-课中-课后"全场景的AI教育产品矩阵,包括AI精准提分系统、AI学情诊断、AI同步课堂和AI智习室等。
遇到的问题
1. 学生学业提升依赖经验判断,缺乏精准数据支撑
传统教育中,教师主要凭经验判断学生的知识薄弱点。一个班级40至50名学生,每位学生的知识结构、学习习惯和薄弱环节各不相同,教师很难对每个学生进行个性化诊断,只能进行统一授课,导致部分学生"会的还在学,不会的越落越远"。
2. 学困生帮扶效率低,转化效果难以量化
对于基础薄弱学生(学困生),学校缺乏有效的数据化追踪手段。学困生的成绩提升往往是漫长且难以预期的过程,学校难以精准评估干预措施的有效性,也难以向家长提供可信的提升承诺。
3. 艺体生复读生文化课达标难
艺体类考生和复读生是高中教育的特殊群体:艺体生需要在专业训练之外补齐文化课短板;复读生需要短期内高效提分。传统教学模式对这两类特殊群体的差异化需求应对不足,导致大量学生文化课成绩不达标,影响升学结果。
4. 优质师资分布不均,跨区域教学质量差异大
集团旗下学校分布于不同省份和地区,师资水平参差不齐。同一套教学内容在不同学校的实施效果差异显著,难以实现教育资源的均衡配置。
AI解决方案
天立启鸣打造了"AI+德育"双引擎教育模式,核心技术包括:
1. AI学情诊断:精准定位知识薄弱点
系统基于学生的历史考试数据、课堂互动数据和作业数据,自动构建每个学生的知识图谱,精准识别其在不同知识点上的掌握程度(从"完全掌握"到"完全不会"的分层评估)。教师可在后台看到班级整体的知识点掌握热力图,优先关注大面积薄弱点进行集体讲解,个别问题推送个性化学习资源。
2. AI分层分类教学资源推送
根据学情诊断结果,系统自动为每位学生匹配适合其水平的练习题和讲解视频,实现"因材施教"的规模化。对于学困生,推送基础巩固类资源;对于拔尖学生,推送进阶拓展类资源;对于艺体生和复读生,提供针对性的文化课速效模块。
3. AI德育赋能:学习意志和身心状态双重支持
AI系统不仅关注学业成绩,还追踪学生的学习意志(出勤率、作业提交率、课堂参与度等软性指标),当检测到学生学习状态下滑时,系统向班主任和德育教师发出预警,及时进行干预。
4. 26校规模化实践验证
2026学年,天立在26所自营校、1482名在校生中开展AI常态化育人实践,覆盖全国多省份不同生源基础,在分层育人、学困生帮扶、艺体生和复读生综合培育、拔尖人才培养等方面形成可复制的标准化实践成果。
实施效果
| 指标 | 实施前 | 实施后 | 改善幅度 |
|---|---|---|---|
| 学生综合学业提升率 | — | 86.22% | 参与学生中超过86%实现提升 |
| 学生综合学业平均提分 | — | 约60分 | 全学科平均提升 |
| 单次学业最高提升分 | — | 177.5分 | 个别学生突破性提升 |
| 乌兰察布天立学困生规模 | 大批300分以下学生 | 300分以下规模缩减94% | 几乎全员出困 |
| 艺体生文化课达标率 | 部分未达标 | 内江天立艺体生全员达标 | 全员达标 |
| 复读生特招控制线达标率 | 部分未达标 | 内江复读生全员达到特招控制线 | 全员达标 |
| 学校整体提升率超90% | — | 10所学校 | 规模化成效 |
• 1482名参与学生中,综合学业提升率达86.22%,平均提分约60分,最高达177.5分
• 艺体生文化课全面达标,复读生提档率大幅提升
• 学困生群体(乌兰察布天立300分以下学生规模缩减94%)是此次实践最显著的成效之一
• 4所学校(乌兰察布、雅安、彝良、东营)实现参与学生全员进步,证明AI教育模式具备规模化推广条件
技术解析
1. 知识图谱与认知诊断模型
系统基于各学科知识点构建知识图谱,每个知识点有对应的前置依赖关系。学生的答题数据被映射到知识图谱上,自动计算各知识点的掌握概率,形成个性化的"知识掌握雷达图"。
2. 多模型协同的分层资源引擎
系统采用检索增强生成(RAG)架构:当学生请求辅导时,系统先从知识图谱定位其薄弱知识点,再从资源库中检索最匹配的讲解视频和练习题,推送给学生,确保推送内容与需求高度相关。
3. 学习行为数据采集与预警
系统通过课堂教学互动平台、在线作业系统和考勤系统等多渠道采集学生学习行为数据,建立学习状态评估模型,对异常状态(如连续多日作业提交率下降)发出预警。
4. 规模化部署架构
AI教育平台采用云端部署+本地边缘计算的混合架构,支持多校并发使用。26校1482名学生的并发使用验证了系统的高可用性和水平扩展能力。
经验启示
第一,AI教育的核心价值不是"替代教师",而是"赋能教师"
天立的实践表明,AI承担了学情诊断、个性化资源推送和分层教学实施等重复性工作,让教师从"大海捞针"式备课中解放出来,专注于更需要人文关怀的德育和个性化辅导。
第二,学困生帮扶是最能体现AI教育价值的场景
学困生往往是因为缺乏个性化关注而落后的。AI的规模化诊断和个性化推送能力,正好填补了教师精力有限带来的服务空白。乌兰察布天立学困生规模缩减94%这个数字,胜过任何理论论证。
第三,集团化办学是AI教育规模化落地的天然优势
天立旗下60余所学校形成了规模效应:各校学生数据汇聚用于模型优化,成熟方案可快速推广到新校。相比单校孤军奋战,集团化办学让AI教育的边际成本更低、迭代速度更快。
企脉AI独家观点
天立启鸣的案例揭示了一个被严重低估的AI教育价值点——"艺体生和复读生的文化课达标"。
这个群体在传统教育体系中几乎是被放弃的:艺体生的时间大量投入专业课训练,文化课补习资源有限;复读生的提升空间被压缩在短短一年内,师资和课程针对性不足。天立启鸣的"AI+德育"双引擎模式,恰好填补了这个服务空白。
更深层的问题是:为什么艺体生文化课达标是个难题?因为没有足够的数据支撑精准干预。AI的核心优势是处理大量学生的个性化数据,当1482名不同背景学生的数据汇聚到同一系统,AI能够发现人工难以察觉的规律——比如艺体生往往在某个特定知识模块集中卡壳,而非全面落后。这使得针对性的AI资源推送成为可能。
天立案例的商业启示是:教育AI的最快变现路径,不是"AI取代老师",而是在教师精力无法覆盖的边缘场景(学困生帮扶、艺体生提分、复读生冲刺)中找到高价值切入点。