前谷歌Gemini团队成员下场做教育，StarSpark想让AI真正“教会”孩子

　　2024年，Ashish Bansal还在Google Gemini团队工作。他注意到，五年级的儿子上了一门在线数学课，效果看起来还不错。他随口问了句是怎么学的，结果儿子的回答让他愣住了：“我把所有题目和答案都背下来了。”

　　儿子的这句话，扎进了Ashish Bansal的心里。对Ashish Bansal来说，学会了意味着能向不理解的人解释清楚某个知识点。

　　就这样，他和Rohit Joshi一起创办了AI教育平台StarSpark.AI。

　　Ashish Bansal担任StarSpark的CEO。他拥有印度理工学院(BHU)的工学学士学位以及美国西北大学凯洛格管理学院的MBA学位。创业前，他已在科技行业积累了20多年的经验。在Google期间，他曾主导生成式AI模型的设计，持续拓展AI能力的边界。其经验亦涵盖大规模内容推荐引擎的构建——在Twitch与Twitter任职期间，他曾负责相关系统，展现出对超大规模数据架构的掌控力。在Capital One担任数据科学高级总监期间，他主导了AI驱动型消费产品的开发。更早之前，他联合创立了GALE Partners，领导机器学习团队。

　　Rohit Joshi担任StarSpark的CTO。他是一名人工智能和机器学习专家，毕业于印度理工学院。他曾在Meta公司开发基于长期用户行为的生成式广告排名模型，并在微软优化AutoML模型。

　　StarSpark的核心逻辑是要让学生学懂，因此，它并不直接提供答案，而是通过互动、反馈、积极探索、批判性思考和问题解决，为学生提供自适应学习体验。

　　Ashish Bansal表示：“大多数自适应学习工具都是假设学生知道自己需要帮助，但对大多数学习有困难的学生来说，他们并不知道。StarSpark能够识别学生何时遇到困难，在他们打算放弃之前及时介入，并在短时间内针对真正重要的知识缺口制定学习计划。”

　　近日，StarSpark宣布推出新的自适应学习系统，将以往各自独立的学习环节——教学、练习、评估和复习——整合在一起。

　　该系统将AI教学与个性化练习相结合，帮助学生学习新概念，学生在遇到困难时能获得即时帮助，掌握知识并进行长期复习;家长可以随时了解孩子的学习情况;教师则可以快速生成符合标准的课程计划、课件和练习题，并可根据课堂需要进行调整。

　　对于学生而言，StarSpark解决了学习中最棘手的问题之一：在需要帮助时却找不到人解答。尤其是在选择题中，学生常常会靠猜测蒙混过关，而没有真正理解答案。StarSpark 的主动干预机制就是想到打破这种模式。当学生快速猜测、答错题或推理出现错误时，AI教师会在作业中介入，引导学生理解相关概念，并提供针对性的练习，再让学生们继续完成原题。这其中的关键不在于降低题目的难度，而在于将难度控制在一个恰到好处的范围内：既能避免学生感到枯燥，又不会让他们感到沮丧而无法真正学习。

　　StarSpark不仅评估最终答案，还会评估解题思路。当学生解释解题步骤时，StarSpark会将他们的思路与正确的解题路径进行比较，确认哪些部分正确，并指出逻辑上的漏洞。系统随后会标记出潜在的错误概念，以便学生在练习中针对性地弥补这些不足。

　　StarSpark的互动课程包含概念检查、测验、助教指导和互动模拟，确保学生真正掌握概念。AI驱动的讲解融入到每个课程主题和子主题中，使学生能够学习新知识、复习概念，并立即运用所学知识。

　　Ashish Bansal说：“那种只能被动观看的讲课是老一套的模式。我们让讲座变得互动起来，将被动学习转变为主动学习……这样学生一旦学会了什么，就可以立即练习，系统也会及时纠正任何没有掌握的知识点。”