小紀有話說：
DAU 4660 萬，同比增長 49%；MAU 1.302 億，同比增長 33%；付費使用者數首次突破 1000 萬大關，達到 1030 萬，同比增長 40%。總收入達到 2.307 億美元，同比增長 38%。看起來，他們完全沒有被 AI 所波及到。
不僅如此，官方聲稱：一年內，Duolingo 利用 AI 生成了 148 門課程，若採用傳統方法則需耗時 12 年。此舉在顯著降低成本的同時極大提升了效率。
4 月底，多鄰國 CEO&聯創 Luis von Ahn 還發布了全員信，宣佈公司 All in AI。
為什麼這個階段宣佈「AI 為先」，以及多鄰國具體是如何使用 AI 提升效率的，最近，Luis von Ahn 接受了播客《No Priors》的採訪，和主持人 Sarah 聊了聊 AI 在教育中的應用，以及多鄰國為什麼選擇遊戲的方式等，值得一讀。
來源：Founder Park
All in AI
多鄰國創始人 Luis von Ahn 最近在公司的全員信中宣佈，公司將執行「以 AI 為先」的戰略，All in AI。全員信翻譯如下：
我在 Q&A 和許多會議上都說過這句話，但現在我想正式宣佈：Duolingo 將成為一家以 AI 為先的公司。
AI 已經在徹底改變我們的工作方式。這不是一個「是否」的問題，而是「何時」的問題。它已經發生了。當變革如此巨大時，最糟糕的做法就是原地不動。2012 年，我們押注移動端。其他公司專注於為網站製作移動配套應用，而我們選擇從頭打造移動優先的產品，因為我們看到了它的未來。這一決定讓我們獲得了 2013 年 iPhone 年度最佳應用，也帶來了口碑式的自然增長。
押注移動端徹底改變了我們的命運。現在我們正在做類似的事情，只不過這次的平臺轉變是 AI。
AI 不只是提升生產力。它能幫助我們更接近使命。要實現高質量教學，我們需要創造大量內容，而手動建立的方式無法擴充套件。我們最近做出的最佳決定之一是用 AI 驅動的內容創作流程取代了原本緩慢、手動的流程。如果沒有 AI，我們可能需要幾十年才能擴充套件內容庫。我們欠學習者的是儘快把這些內容交到他們手中。
AI 還幫助我們開發了像 Video Call 這樣以前根本無法實現的功能。這是第一次，高質量教學和頂尖人類導師的體驗變得觸手可及。
以 AI 為先的思維意味著我們需要重新思考工作方式。僅僅對為人類設計的系統做一些小修小補，是無法達成目標的。很多情況下，我們需要從零開始。我們不會一夜之間重建一切，而某些事情——比如讓 AI 理解我們的程式碼庫——會需要時間。但我們不能等到技術百分百完美才行動。我們寧可保持緊迫感，偶爾為質量冒點險，也不要拖拖拉拉錯失良機。
我們會推出幾個建設性的「約束條件」，以幫助我們完成這次轉型：
-
我們將逐步停止使用承包商來做 AI 能完成的工作。
-
在招聘時，我們會看重 AI 的使用能力。
-
在績效評估中，我們也會納入 AI 的使用情況。
-
只有當一個團隊能自動化更多工作時，才會增加編制。
-
大多數職能部門將制定具體的 AI 改造計劃，徹底改變工作方式。
儘管如此，Duolingo 始終是一家關心員工的公司。這並不是要用 AI 替代我們的員工，而是要消除瓶頸，從而讓我們已有的優秀員工（Duos）能做更多事。我們希望你們關注創造性工作和真實問題，而不是重複性的任務。我們將透過培訓、指導和 AI 工具支援你的工作。
變革可能令人不安，但我相信這將是 Duolingo 向前邁出的偉大一步。它將幫助我們更好地實現使命——而對每一位員工來說，這意味著走在技術變革的前沿，用 AI 更高效地完成工作。
多鄰國怎麼用 AI？
Sarah：多鄰國處於一個非常獨特的位置，當 AI 的能力開始加速發展和擴充套件時，你們是如何應對的呢？
Luis：對我們來說，這真的是積極的。畢竟我們從事語言教學，而語言模型的出現，簡直是天作之合，堪稱完美適配。在教學領域，它主要從兩個方面為我們帶來了積極改變。
首先是內容創作。以往，我們製作教學內容採用半手工半自動化模式，雖然有自動化輔助提升效率，但本質上仍偏向手工操作，進展一直比較緩慢。過去幾年，我們大刀闊斧地對整個內容建立流程進行了革新，現在完全依託 LLMs，實現了內容生產的全 AI 化。如此一來，人力投入大幅減少，甚至很多環節不再依賴人工，這讓我們得以突破瓶頸，創作出海量從前難以想象的教學內容，進而不斷推出更多新課程。
再說說課程覆蓋與對話練習。過去，我們雖然教授 40 種語言，但課程設定主要圍繞英語母語者展開。也就是說，如果你的母語是德語，能選擇學習的語言僅有 4 種左右。如今，藉助 AI 強大的能力，我們的教學效率大幅提升，現在基本能夠為每一種基礎語言的使用者，開設 40 種語言的課程，課程數量實現了爆發式增長。
在對話練習方面，AI 的作用同樣顯著。以前，我們只能教詞彙、閱讀，至於實際對話練習，唯一的辦法是找真人對練。可我們做過實驗發現，大多數人並不願意和不太熟悉的人用不熟練的語言交流，因為這會讓人感到尷尬、不自在，甚至產生羞愧心理。但現在有了 LLMs，使用者可以放心地與 AI 練習對話，不用擔心被評判，相關功能的使用量也因此大幅攀升，效果非常理想。
Sarah：除了角色扮演和解釋答案這些方面，AI 改變產品本身還有哪些讓你感到興奮的地方呢？你認為到目前為止，哪些方面是重要的或者是有效的呢？
Luis：我對練習現實世界語言對話很期待，對教授數學也很興奮，利用 LLMs 能把數學教得更好。我們的數學課程正全面調整，想讓它更像家教。家教雖在學習成果上不錯，但太枯燥。事實證明，大多數人寧願玩《糖果傳奇》，也不願意坐在家教面前學習。我們想打造一個既像家教一樣有效，又像《糖果傳奇》那樣有趣的模式。也許最終能做出效果達家教 90%、趣味性達《糖果傳奇》90% 的產品，這樣的結合會更有成效。
Sarah：你認為有沒有這樣的情況，AI 是一種威脅，比如 LLMs 對於多鄰國來說是一種威脅？
Luis：當然存在威脅。我的意思是，在我們這個有 AI 和 LLMs 的世界裡，我們正在經歷某種平臺轉變，這是很可怕的一點。我不知道轉變之後會發生什麼。我不是特別擔心，但你確實無法預知。
而且這不僅僅對多鄰國來說是這樣，對很多事情都是如此，對吧？比如，LLMs 可能對網飛（Netflix）構成威脅。也許只要按一個按鈕，LLMs 就能為你製作出完美的電影。所以，你知道，我不知道這種情況是否會發生，真的不知道。所以情況類似，誰知道會發生什麼呢。目前來看，它似乎不是一個主要威脅。但我覺得，你和我一樣都只能猜測。
Sarah：聽起來在利用 AI 作為工具方面，多鄰國在課程設定上已經獲得了很多優勢。除了製作產品之外，你認為在其他方面，AI 最大的影響會體現在哪裡呢？
Luis：多鄰國的視覺風格很獨特。我的意思是，與大多數應用程式相比，很多應用程式設計得也很好，這是肯定的。但我們有很多動畫，就像一部卡通片一樣。製作這些動畫以前需要很多人力。但現在我們可以用計算機做很多這樣的事情。這並不意味著我們不會僱傭藝術家，藝術家們還在這裡，但他們的工作速度快多了。以前藝術家們一個月才能完成的工作，現在一天就能完成。這真正釋放了他們的創造力，因為他們不用把時間花在一些機械性的工作上，比如這個陰影是不是恰到好處，現在他們可以盡情發揮創造力。我認為這非常棒。所以我們看到了很多這樣的情況。我們很多動畫和插圖現在都是計算機生成的。
選擇遊戲的方式，
是因為很多人就是不喜歡學習
Sarah：決定要讓沒有無限學習動機的普通人更容易地透過計算機學習語言。你做的第一件有效的事情是什麼，就是那種幫助人們克服學習枯燥這一動機障礙的事情？
Luis：我們做的第一件有效的事情是把課程時長從 30 分鐘縮短到 2 分鐘。這產生了很大的影響。
這不是因為人們花費的時間更少了。而是 2 分鐘的時長很神奇，因為在任何時候，你會想，哦，就只有 2 分鐘。但是 30 分鐘的時間投入，你知道，如果你現在在想，如果我讓你做一件需要 30 分鐘的事情，你會想，哦天哪，我不知道要不要做。即使當你認為時間投入只有 2 分鐘時，但實際你可能會花 30 分鐘（來學習）。但關鍵是——可以現在就開始，因為隨時可以結束。
這是我們做的第一件起作用的事情。我們還做了很多其他有效果的事情，但這是第一件真正改變遊戲規則的事情。
Sarah：從行為學的角度來看，有沒有什麼真正讓你驚訝的、起作用的事情呢？
Luis：有幾件事。我沒想到「連續學習天數」（streaks）會有這麼強大的作用。
它只是一個計數器，用來衡量你連續使用多鄰國學習語言的天數。多鄰國的連續學習天數功能非常強大。人們真的會談論他們的連續學習天數。我們有 1000 萬活躍使用者的連續學習天數超過 365 天。這意味著他們在過去一年或更長時間裡沒有一天間斷學習。所以我沒想到連續學習天數會有這麼強大的作用。
另一件我沒想到的事情是通知能讓使用者回到應用程式。我沒想到那種有點「被動攻擊」性質的通知會這麼有效。事情是這樣的，我們會發送通知，內容大概是「嘿，回來學習西班牙語吧」。如果你第一天沒有回來，我們會發送通知。如果你第二天也沒有回來，我們也會發送通知。但如果使用者連續 5 天沒有活動，我們就會停止傳送通知。在某個時候，我突然想到，如果我們要停止傳送通知，我們可能應該讓使用者知道。所以我們在第 5 天傳送通知說，這些提醒似乎不起作用，我們現在要停止傳送了。
結果發現這在讓使用者回來方面非常有效，因為他們會覺得我們放棄他們了。我沒想到會這樣。我的意思是，我們甚至不是以讓使用者回來為目的這麼做的，但結果證明這真的很有效。
Sarah：我沒研究過教育，這不是專業觀點。但讓學習變簡單、降低門檻的想法存在爭議，有人認為學習本就困難，只能靠努力，就像我一個朋友把學習比作健身，對於大腦而言，除了願意付出努力並認真思考之外沒有別的辦法。你對這種觀點有什麼看法？
Luis：要是所有做教育應用的人都覺得學習只能靠苦功，那我可太高興了，這樣我們就沒競爭對手了。實際上，學習最大的難題是激發學習動機，健身也是同理。就像人們總爭論橢圓機和跑步機哪個更好，但關鍵是要動起來。學習也一樣，糾結學習方式意義不大，最重要的是讓人真正開始學、願意學。
這就是多鄰國成功的關鍵。我們看到不少語言學習 App 說自己和多鄰國類似，卻去掉了遊戲化設計。我覺得無妨，畢竟世界上 99% 的人缺乏強學習動機，只有極少數的自律者除外。
Sarah：考慮到多鄰國獨特的規模，每月有超過一億的使用者。關於人們的學習方式，有沒有一些你知道但其他人不知道的有趣的事情呢？
Luis：很多東西都被編入了我們的演算法中，演算法會嘗試找出教學方法。我是說，我們有自適應演算法。很多東西很難用語言表達出來。不過有些結論顯而易見，比如母語和目標語言差異越大，學習難度越高。
我們有一個模型，能精準預測使用者練習對錯。透過觀察使用者行為，我們瞭解 ta 的優勢和劣勢。比如使用者不擅長過去式，按常理應該多安排相關的練習，但全是薄弱項練習，體驗就會很糟糕。什麼時候安排薄弱內容練習，這是大有講究的。科學研究表明，給使用者設定答對機率約 83% 的練習，能最大程度激發學習樂趣。
Sarah：最大化學習樂趣意味著我可以累計投入五到六百個小時（來學習）。這才是真正的成果。
Luis：沒錯。而且這能讓你保持學習的動力。很有趣的是，這個機率不是 100%，因為 100% 太簡單了。但也不是 50%。它真的更接近 100%。你基本上要能答對，這樣才有效。
Sarah：對於工程師和很多知識工作者來說，「心流」的狀態幾乎是神聖的，需要沉浸其中鑽研才能有進展、學到新東西。那你們在設計多鄰國時，有考慮過「心流」概念嗎？人們利用碎片時間，比如在地鐵上花兩分鐘用多鄰國學習，這又會對學習體驗產生什麼影響呢？
Luis：我們並沒有過多地考慮這個問題。這個概念是有道理的，但對我們來說，最重要的事情是讓使用者在多鄰國上投入時間。對於一個說英語的人來說，要在西班牙語上達到相當好的水平大約需要 500 個小時。是否進入了「心流」的狀態可能會有時長波動，但總時長基本差不太多。順便說一下，學習中文，這個時間是 2000 個小時。
Sarah：作為一個擁有中國文學碩士學位的人，中文可不是一門容易學的語言。
Luis：確實看起來是這樣。
Sarah：我發現你對於圍繞教育的人類行為的觀點有點悲觀，不是特別理想化，但對我這個終端使用者很有啟發。我工作很忙，還有三個孩子，空閒時想提升技能，比如學國際象棋、中文或數學。讓我在忙碌一天後花一個半小時痛苦學習，我肯定不願意，但細想如果能利用碎片時間，每次學兩分鐘，幾年累計 600 小時，這事倒是可行。
Luis：在消費產品領域工作了足夠長的時間後，你會意識到一些事情——人們不讀書。他們就是不讀。人們很懶。如果讓他們做選擇，他們可能會告訴你各種各樣的想法。但現實是，如果讓他們做選擇，他們寧願在 Instagram 或 TikTok 上瀏覽。我想這就是現實。
Sarah：在這一切中積極的方面是，你可以利用人們的這種行為，讓它變得有用。
Luis：這就是我們用多鄰國在做的事情。我的意思是，我們試圖使用很多和讓人們沉迷於手機遊戲相同的技巧，但目的是讓他們學習東西。我想這才是我們所做事情的核心。
Sarah：數學、音樂、國際象棋。你們是如何決定除了語言之外，多鄰國還能教授什麼內容呢？
Luis：我們挑選教授科目有幾個關鍵考量：
-
首先，必須是受眾廣泛的科目，最好有數億人有學習意願。畢竟我們是應用程式，收費有限，只有大量使用者學習新科目，才能實現盈利，小眾科目很難帶來收益。
-
其次，要選擇需長期學習的內容。如果兩小時就能掌握，使用者看 YouTube 影片就行，而我們專注於需數百小時才能學會的知識。
-
此外，科目得對世界有益，且適合透過移動應用教學。最後，公司內部還得有人對該科目充滿熱情，像音樂、國際象棋等科目，都是因為有人熱衷，才得以開展教學。
Sarah：好的，除了從商業角度考慮什麼對多鄰國來說是合理的之外，從技術角度來看，你認為有沒有什麼東西是很難用計算機來教授的呢？
Luis：目前我不確定是否存在計算機教不了的內容。有些教學內容和多鄰國擅長的練習模式不同，比如歷史教學更適合透過精良影片開展，或許 AI 能在此做得更好。我不確定有沒有什麼東西是計算機真的教不了的，但我認為總體而言，我們能夠用計算機很好地教授所有東西。
吉祥物沒死，
只是「假死」營銷
Sarah：我們能談談品牌嗎？因為多鄰國的品牌非常獨特。與絕大多數上市公司相比，你們在品牌宣傳口吻上可能承擔了更多風險，也更具特色。你們當然是一家消費公司，但很多公司不會冒這樣的風險。對你們來說，這種做法從何而來呢？為什麼那隻貓頭鷹（吉祥物）會「假死」呢？
Luis：它沒有真的死，只是假裝死了。
Sarah：好吧，這更奇怪了。
Luis：我們並非從一開始就打算塑造一個瘋狂的品牌，它的風格是隨著時間慢慢演變的。在產品裡，那隻貓頭鷹會稍微催促使用者去完成課程。之後，網際網路上開始出現關於這隻貓頭鷹的各種瘋狂梗，比如「為了讓你上一節課，我願意綁架你的家人」之類的內容，這些都是網友自發創造的，並不是我們自己做的。
但當看到這種情況後，我們決定加以利用。我們心想，為什麼不呢？結果發現，越是這麼做，效果越好。我們找到了一些能引發大眾共鳴的點，並且將其持續下去。
幾年前，我們新招了一名初級營銷員工，他發現公司有一套用於內部活動的貓頭鷹服裝，便問能不能用它來製作 TikTok 影片。其實當時我是反對的，我不確定是否有人會對這類影片感興趣。然而，當我們把相關影片釋出到 TikTok 上時，內容就是那隻貓頭鷹做一些傻傻的舉動，比如跳電臀舞或者摔倒等等。令人意外的是，很多這樣的影片火了起來。
有趣的是，這些影片裡沒有宣傳「在多鄰國上學習語言」或者「訂閱多鄰國」之類的內容，僅僅是貓頭鷹做一些奇怪的事，卻擁有了自己的生命力。
後來，我們將很多類似的做法正式化。
我們清楚自己願意承擔的風險型別。相比大多數公司，尤其是大多數上市公司，我們承擔了更多風險。不過，我們有貓頭鷹這個吉祥物，而且作為一家教育公司，這對我們很有幫助。畢竟，教育很難被認為是不好的，這使得我們的營銷能開展一些活動，並且不會遭受太多批評。如果我們是那種單純想從使用者身上賺錢的公司，或者像電子煙公司那樣，人們可能會更牴觸我們的營銷方式。但作為教育公司，我們擁有更多的操作空間。
多鄰國的起源，
是一篇博士論文
Sarah：很多人都知道多鄰國是什麼，但我很想聽聽你對它的描述。除了它現在作為語言學習應用程式之外，你希望它發展成什麼樣呢？
Luis：它是一個語言學習應用。在過去幾年裡，它是世界上最受歡迎的語言學習方式。我們也教授數學和音樂。而且很快，我們還會教授國際象棋。我們的理念是，努力讓這個應用程式成為一個平臺，人們可以透過它學習那些很多人都有需求、但需要耗費較長時間才能掌握的知識。
Sarah：你在 2011 年創辦多鄰國的時候還是一名教授。雖然很多教授都會創辦公司，但很少有人創辦像遊戲化的消費類公司。這是怎麼發生的呢？
Luis：我也沒想到會創辦一家遊戲化的公司。我們開始的方式是，我當時是一名教授，有一個博士生叫 Severin，他現在是 CTO，也是聯合創始人。我們當時在為他尋找一個博士論文的主題。我們達成一致的是，我們要研究與教育相關的東西，也就是用計算機來教人們知識。
過了一段時間，我們覺得語言是個不錯的教學主題。這是因為在世界上大多數國家，掌握英語能夠提升人們的收入潛力，而且全球大概有 20 億人都在學習英語。所以我們就想著，那我們來教語言吧，並且是用計算機來進行教學。然後我們就開始著手做這件事，我製作了第一個西班牙語課程，因為我的母語為西班牙語，Severin 的母語是德語，他製作了第一個德語課程。我們還約定要學習彼此的語言。但我們遇到了一個問題。
我們遇到的問題是，我們自己都無法堅持去學習，因為學習太枯燥了。我不想學德語，他也不想學西班牙語。我們非常擔心，因為我們想，如果我們自己都無法做到，就不能指望其他人能做到。解決辦法就是儘可能地把它變成一個遊戲。所以當我們推出這個應用程式時，它就變成了一個好玩的應用了，但主要是因為我們想讓自己能夠堅持學習。
還有一部分原因是，我們倆都不喜歡學習語言。實際上，我們不是語言愛好者。我認為正因為如此，我們製作的產品是為普通人服務的，而不是為那些痴迷於學習語言的人。
Sarah：有沒有什麼是人們對多鄰國的誤解呢？
Luis：當我們成為一家上市公司時，投資者認為我們不過是疫情催生的短暫現象，可事實並非如此。最大的誤解是學習動機的重要性。我真的認為人們不理解這一點。說實話，不僅是語言學習領域的對手，甚至許多教育行業同行，都沒意識到學習動機究竟有多重要，這著實讓我感到意外。
除此之外，還有個常見誤解，就是低估了我們工作的複雜性。多鄰國介面可愛，動畫有趣，這可能讓消費者以為一切都很簡單。但實際上，光是動畫展示時機的設計，背後就藏著諸多巧思。為了打磨出如今的產品，我們累計進行了 16000 次 A/B 測試。可很多人並不清楚，為了達到現在的成果，我們付出瞭如此多的努力，這也是大家對我們最大的誤解之一。
未來學校和老師不會消失，
但需要擁抱 AI
Sarah：你認為你們所做的事情，對於傳統教育和學校教育來說，有哪些影響呢？
Luis：首先，我確實認為在未來幾年裡，教育會發生變化。我不能說具體是一年，但可能在 20 年以內。有些事情會改變。原因是，用 AI 教學比用教師教學更具可擴充套件性。順便說一下，這並不意味著教師會消失。你仍然需要有人來照顧學生，而且我也不認為學校會消失，因為你仍然需要有人照顧孩子。
Sarah：在你看來，學校可以提供照顧孩子的服務，但每個人都在用多鄰國學習。
Luis：我認為未來教育或許會是一位老師帶 30 個學生的模式，但老師難以顧及每個學生的個性化需求，而計算機能精準把握學生的學習優劣勢，因此 AI 教學會更高效。雖然也會有非常優秀的教師，但數量稀少，顯然世界上大多數人難以獲得優質教學資源。儘管教育變革向來緩慢，不過我堅信最終會朝這個方向發展，並且我們在激發學習動力等方面的經驗也將派上用場。我認為我們所做的很多事情，比如保持人們的學習動力等等，都會適用。
Sarah：對於大規模的學習變革對社會意味著什麼，或者說，你會如何鼓勵人們為自己或孩子考慮學習，你有什麼預測嗎？
Luis：我不知道這算好訊息還是壞訊息，對多鄰國來說可能是壞訊息，但好訊息是這種變革會很緩慢。我不認為明年每個人的學習方式就會完全不同。所以我認為我們有時間去適應。
Sarah：這種變革的阻力呢？我覺得變革會很緩慢這個觀點其實是有爭議的。
Luis：看看現在的學校就明白，許多教育模式還沿用著 30 年前的老一套，教育變革推進起來困難重重，就像政府機構辦事一樣遲緩。雖然紐約、矽谷有些學校在嘗試創新，但絕大多數教育系統依舊裹足不前。學校受監管體系制約，比如得州甚至出現試圖不教進化論這樣荒誕的事，所以教育革新註定需要漫長時間。
私立學校或許會更快擁抱變化。不過高階私立學校面臨尷尬的情況，家長每年花 5 萬美元送孩子入學，學校很難說孩子在用免費的多鄰國學習，否則家長會質疑學費的價值。但我仍認為，部分私立學校會率先做出改變，最終帶來更好的教育成果 。
Sarah：我常從策略層面思考其對創業生態的影響。你有數學和計算機科學背景，獲博士學位、當過教授，還創辦過 Recapture 這樣有意思的公司。
在我的職業生涯裡，科技生態中有個有趣現象：如今很多人年少便成專家。網際網路讓學習更便捷，人們能從各類內容、論壇學習，還能找到學習社群。像我們合作的一些輟學生，大二就能編寫無線技術教科書，我 16 歲的時候還在牛排館當服務員呢（笑）。
展望未來五到十年，如果技能獲取成本更低、學習成果更易達成、學習動機更易激發，或許 15 到 20 歲的年輕人就能成為在各自領域發光發熱的專家，這令人十分期待。
Luis：不僅如此，我覺得他們會成為專家，還會藉助 AI 工具。在可預見的未來，他們的專業能力會提升，學習速度也會加快。和 16 歲時在牛排館當服務員，或者我 15 歲第一次接觸網際網路，之前還在玩樂高積木相比，現在的年輕人會有不一樣的發展，這類情況會越來越多。
*頭圖及封面圖來源於“ivy”。