腾讯教育副总裁王帅：混合式教学平台发布，助

随着高校信息化建设的不断深入，如何利用信息技术助力高校智慧校园建设与数字人才培养，已逐渐成为高校信息化建设的共识。11月3日，在2021腾讯数字生态大会智能教育专场，腾讯云副总裁、腾讯教育副总裁王帅正式对外发布了混合式教学平台和腾讯产业互联网学堂品牌。

腾讯云副总裁、腾讯教育副总裁王帅

王帅认为，作为信息技术与教育教学深度融合的载体，混合式教学平台可以帮助高校在教学信息化方面，有效突破建设成本高、底层核心技术缺失、教学业务场景割裂等建设瓶颈。在保证整体教学过程数字化的，对提高教育质量、改善教育供给有明显的促进作用。

随着高等教育事业的发展，高等教育被赋予新的使命和功能，最核心的还是人才培养。近年来，我国大力推动深化产教融合，鼓励产学合作、协同育人。王帅指出，腾讯产业互联网学堂将依托腾讯教育在校企合作教育平台的积累，构建课程体系建设、理论实践转化、技能等级认证、人才就业推荐的人才培养全闭环体系，携手高校共同探索新时代数字化人才培育新模式。

王帅表示，未来腾讯产业互联网学堂将持续整合腾讯内部及生态岗位资源，最终构建完整的产业人才生态库。

推火网以下为王帅演讲全文

大家好！下面由我给大家汇报一下过去两年腾讯教育在高教领域的一些探索。

两年前，腾讯教育在武汉发起了“停课不停学”的联盟，这件事情给我们的印象非常深刻。也感谢各位教育同仁的信任，在“停课不停学”联盟的发起过程中，腾讯教育也算是交了一个不错的答卷，比如腾讯会议、腾讯课堂、企业微信等等，承载了很多师生线上学习的需求。

当下，高教领域对线上线下的融合有很大的需求。尤其在后疫情时代，如何从原来纯线下的教学转变为线上线下混合教学，其实是有很多场景驱动的。比如解决海外的学生回不来怎么上课，以及解决一些跨校区的学生一起上课的问题。过去大家一直尝试了很多场景。在2020年5月30日上海高校国际青年者启动论坛的仪式上，有1000余名学者在现场开启视频，当时的场面非常震撼，这也算是开启了线上线下论坛的新方式。

后疫情时代我们在反思很多问题，其中大家经常提到的一个问题，就是能否把线上线下融合教室作为未来智慧校园建设的重要部分，过去为什么没有这个能力直接去承载由于疫情带来的线上教学需求呢？原因有很多，简单整理起来有三个原因是非常重要的

一是过去以硬件为核心的信息化建设带来了一系列的问题。比如说更新迭代的问题，因为好的平台一定是要能够更快迭代才可以跟得上市场和潮流的；

二是底层核心技术的缺失。因为一提到到线上，就需要很多核心能力的建设，比如通信的能力、发消息的能力、音视频的能力，再到线上检索的能力。比较好的地方就是以腾讯为代表的公司现在把这些技术做得非常开放、非常易用；

三是业务场景的割裂。过去很多学校都存在这个问题，各个教学版块有各自的核心诉求，各个系统使用之间是割裂的，造成了数据不融通，用户使用起来也不是太方便。

腾讯教育要做的核心解决方案是回到用户的，解决学生、老师和管理者的核心诉求，通过体系化的平台把他们的核心需求连接起来，最终实现教、学、管三位一体。最本质的就是，结合腾讯科技和线上的能力，把这个能力和原来传统的教学、传统的线下需求做深度的结合，最终提供一个全新融合的教学场景。

，在融合的教学场景中，我们要做到更灵活的适配。我印象很深刻的是，当年刚支持“停课不停学”的时候，有一个数学老师，因为他习惯在黑板上写各种公式去教学生，但在当时，他如何在线上实现呢？他先把手机对着一张白纸固定好，然后在白纸上写各种公式和画图，把原来黑板上的东西还原到白纸上，这就是一个典型的场景。

随着技术不断的迭代，在今天我们支持线上线下融合需要解决的问题还有很多。我们既要支持老师通过电脑和手机轻便的实现线下线上的教学场景，还要支持分组式研讨、虚拟仿真教学等其他的场景。，我们要做的是让软件可以更快地适配各种场景，让用户可以方便地购买硬件进行融合使用。最终我们希望不要给老师和学生增加额外的负担，可以让它常规化地使用，更方便、更易用。

就是数据，数据是做决策的核心依据。我们未来希望通过线上线下融合平台能够沉淀更多、更有价值的数据。从小到一个课件的更新，到大到优秀教案和优秀老师的评选，都可以有更多的数据支撑，让数据帮助我们做决策。

接下来，我给各位老师汇报一下腾讯在人才培养方面的实践。腾讯产业互联网学堂主要围绕的是产教融合和协同育人。最早在2017年,腾讯就和教育部签署了产教融合的合作协议。过去几年，我们先后和天津大学、北航、深大有了非常深入的合作，也借助腾讯的资源优势在拉动政府、学校和企业三端联合，去打造一些产业基地。产业基地要解决什么呢？核心就是要解决学生实践就业一公里的问题，让经过培养的学生最终能够在产业基地里面进行实习，甚至就业。

刚才讲到了产教融合，很多人可能在想，腾讯做产教融合到底有什么优势？我用一个简单的案例。比如工业质检可以说是过去三年AI领域非常热门的一个话题，因为大家都认为通过AI去赋能传统工业有非常大的市场空间。腾讯当时接触了一家做手机配件的企业，这家企业在腾讯进去之前已经花了5000多万元，先后有5家AI企业进行尝试，最终的结果都不是太好，所以当我们进去的时候他们对这件事情是抱有不太看好的态度的。

腾讯进去以后，洞察了行业的痛点，行业的痛点存不存在？真实存在。因为人工质检的成本高，人员流失多，新招的人素质差异又很大。怎么样解决这个问题呢？过去我们想的AI都是非常高大上的，用CPU、GPU不断做算法的优化和迭代，AI真正的落地是要理论和实践深度结合的，比如我们的博士要和工厂小妹去讨论什么样的产品是合格的、什么样的产品是不合格的，我们怎么选择标注样本呢？AI需要有大量的标注样本支撑。

最终腾讯做了第一版解决方案，在实验室里模拟数据效果非常好，是0.02%的漏检率，在实战场景里，这个比例一下子翻了10倍，怎么解决这个问题？其实就是通过算法和实践的结合，我们实现了0漏检率，得到了客户的认可。我们的检测效率是人工的7倍。