大家好，欢迎回到《教育AI智造者》。

AI 可以写故事、生成插画，也可以让一本静态的书变成能够对话、探索的互动空间。但当这些内容来到孩子面前，我们还要回答一些具体的问题。

这本书适不适合他的年龄？他喜欢看，是否意味着他正在学到东西？如果内容出了问题，又该由谁来审核、由谁负责？

这一期，我们邀请到一位曾在 Course Hero 工作、录制时在 Epic 从事产品与增长工作的嘉宾Yuning。从服务较高年龄段学习者，到走进儿童数字阅读，嘉宾的经历让我们有机会看看，一个教育产品究竟要同时回应多少人的需要。孩子在使用，家长在选择，教师也在参与阅读安排。

我们先从中美教育的差异聊起。同样希望孩子有更好的发展，有的家庭更关注补齐短板，有的更愿意支持孩子的长处。这些差异如何影响产品？一家教育公司在原有市场积累的内容、技术和成功经验，进入新的市场以后，哪些能够延续，哪些需要重新理解？

聊到学习动力时，对话又落到了一个很个人的问题上。学习是否应该始终让人快乐？嘉宾结合自己多年学琴的经历，谈到付出、挫败与成就感，也分享了对游戏化激励和学习目标的思考。

我们还具体拆开了阅读平台的工作。海量书籍如何分类？产品经理怎样避免拿自己的偏好替用户做决定？阅读时长、读完一本书、理解一本书，分别能告诉我们什么？

当话题转向 AI，我们把互动体验和内容生成分开讨论。让书里的角色动起来，与直接生成一本新书，面对的是不同的问题。而在推荐系统里，孩子喜欢恐龙，也会带来一个值得琢磨的选择。如果一直推荐恐龙，他可能很开心，却也可能错过其他值得认识的世界。

当我们越来越容易让孩子愿意继续看，怎样判断接下来的内容真正适合他？

这期适合关心儿童阅读的家长、教师，以及正在做教育产品、探索 AI 教育应用的朋友。


内容大纲

• 从 Course Hero 到 Epic，面对不同年龄的学习者，产品经理要重新理解什么？

• 家长的哪些教育诉求是共通的？哪些又与文化、资源和评价方式有关？

• 在一个市场成功的教育产品，为什么很难原样搬到另一个市场？

• 中国教育公司的内容积累、技术人才和开发经验，可以带来哪些优势？

• 不同的评价体系如何影响学习动力？让孩子一直快乐，是合理的产品目标吗？

• 成就感能怎样支持长期学习？升级、头像等奖励能够发挥多大作用？

• 成人怎样理解儿童用户？产品经理如何避免用个人经验替用户做决定？

• 海量童书如何管理？年龄、阅读等级和内容标签怎样参与选书与推荐？

• 除了读书本身，搜索、教师工具、游戏化和增长分别要解决什么问题？

• 感觉学到了，与真正学到了，有什么区别？学习科学如何进入产品讨论？

• 产品团队与内容团队如何分工？阅读数量、阅读质量和使用指标怎样连接起来？

• 当一本书变成 3D 或 VR 互动空间，这个体验还算阅读吗？

• 改造已有书籍的体验，与用 AI 生成新书，分别带来了哪些审核和责任问题？

• 当家长也能制作绘本，家庭与学校会怎样承担内容选择和审核的责任？

• 孩子喜欢什么，就一直推荐什么，会不会限制他的阅读范围？

• 除了算法，家长和教师策划的书单如何参与个性化推荐？

• 给 AI 教育产品从业者的建议，为什么要先理解既有规则，再寻找具体的切入口？
  

-----------------------关于伊伊子----------------------

伊伊子的小红书传送门

伊伊子个人网站

EduAI Builders 网站

EduAI Builders GitHub

----------------------关于听友群-----------------------

如果您对 AI 和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧 点击链接或扫码，与更多志同道合的伙伴交流行业动态、分享实践经验，并共同讨论人工智能将如何改变教育。期待在听友群中与您相遇，共同成长！😊

请大家填写微信联系方式时，务必确认拼写完整、正确。我们遇到过几次微信 ID 无法识别的情况，谢谢大家！

============关键词解析============

Epic｜儿童数字阅读平台

本期讨论的主要产品场景。孩子在平台上阅读，教师可以布置和分享书籍、查看阅读情况。对谈关注的是，内容、阅读体验以及成年人提供的支持，怎样共同构成一个阅读产品。Epic 教师页面

Localization｜本地化

在本期语境里，本地化包括理解不同市场的教育评价方式、家庭期待和使用场景。嘉宾讨论的是，一个产品进入新市场时，需要重新验证哪些需求，以及原有团队和工作方式能否适应这些变化。

User research｜用户研究

通过访谈、观察、反馈等方式理解用户的处境和需求。嘉宾提醒，自己的育儿经验和产品偏好可以带来灵感，但一个功能是否值得做，还要看这种需求是否具有代表性。

Gamification｜游戏化

把等级、奖励、任务等游戏机制用于阅读或学习活动。节目提到升级、头像等奖励，也讨论了这些激励对长期阅读者的作用。孩子愿意回来使用产品，与阅读能力是否提高，需要分别观察。

Learning outcomes｜学习成果

指学习之后形成的知识、理解或能力。本期把实际学习成果与主观上的“我觉得学到了”放在一起讨论。阅读时长和完成页数可以提供线索，但还需要进一步判断，孩子理解了什么、能够运用什么。

Lexile measure｜蓝思值

蓝思体系用同一量尺描述读者的阅读能力和文本复杂度，帮助匹配读者与材料。文本复杂度的测量会考虑词频、句长等特征。它能辅助判断阅读难度；选择童书时，仍需考虑兴趣、主题与内容是否合适。蓝思官方说明

Cognitive load｜认知负荷

理解内容需要占用认知资源。主持人在本期提出这个概念，是为了追问，文字、声音、图片和互动如何安排，才更有利于孩子理解。多媒体学习研究也提醒，与学习目标无关的材料可能争夺注意力，因此增加互动时需要明确它帮助了什么。多媒体学习研究

Personalization｜个性化

根据学习者的情况调整内容或支持方式。本期把它具体化为几个选书问题。孩子喜欢什么？适合读多难的书？接下来还值得接触什么？这些判断可以来自算法，也可以来自教师和家长。

Filter bubble｜信息茧房

本期用这个词讨论阅读范围可能被推荐系统收窄的问题。孩子喜欢恐龙，平台就持续推荐恐龙，可能提高使用意愿，却未必帮助他接触更广的知识。嘉宾因此谈到书单、合集和成年人参与推荐的价值。

Content review｜内容审核

在本期讨论中，审核意味着有人在内容呈现给儿童之前检查其适宜性，并承担相应责任。嘉宾提出，AI 可以帮助内容制作，但生成之后如何检查、由谁确认，仍是产品需要回答的问题。这个讨论同时涉及出版社、平台和能够自行制作内容的家长。