雷鋒網(wǎng)注：本文轉(zhuǎn)自星河融快微信公眾號，作者胡天碩，原文標(biāo)題為《揭秘自適應(yīng)學(xué)習(xí)的背后原理（第一集）》。

去年年初美國著名的自適應(yīng)學(xué)習(xí)平臺Knewton完成了一筆5200萬美元F輪的融資，國內(nèi)研發(fā)自適應(yīng)學(xué)習(xí)產(chǎn)品的乂學(xué)教育更是在天使輪融資就達(dá)到了1.2億元人民幣，一瞬間國內(nèi)涌現(xiàn)出越來越多的自適應(yīng)學(xué)習(xí)應(yīng)用，甚至全球范圍內(nèi)宣布做自適應(yīng)學(xué)習(xí)機(jī)構(gòu)中有 70% 來自中國。

類似的應(yīng)用場景還有很多，跟風(fēng)追趕“自適應(yīng)”時代的創(chuàng)業(yè)者也不少，然而熱鬧的背后我們不禁反思為什么要做自適應(yīng)教學(xué)？一套自適應(yīng)學(xué)習(xí)系統(tǒng)又包括了哪些環(huán)節(jié)？對于創(chuàng)業(yè)者而言又該如何用自適應(yīng)教學(xué)提高自己的產(chǎn)品差異化？

為什么要做自適應(yīng)學(xué)習(xí)？

任何教育科技都不是萬能藥，我們首先應(yīng)該帶著懷疑的眼光去問，為什么要做自適應(yīng)學(xué)習(xí)？常見的理由有這么幾個。

A. 自適應(yīng)作為一個營銷的噱頭

這個看起來是一個不錯的理由，用這個噱頭與自己的競品打差異化。但從我過去的經(jīng)驗(yàn)來看，自適應(yīng)是一個不太好的宣傳方式。考慮到自適應(yīng)的概念并不普及，這相當(dāng)于你在面向最終用戶之前首先要教育用戶。雖然自適應(yīng)非常好，可是假如用戶不買賬，這就會很尷尬。

如果直接宣傳產(chǎn)品的效果，弱化自適應(yīng)，我倒覺得是一個比較明智的方法——比如可以這樣宣傳：“我們這個產(chǎn)品在試點(diǎn)的時候可以提XX分”，如果用戶問起為什么能提分，可以回答：“因?yàn)槲覀冇幸粋€自適應(yīng)的學(xué)習(xí)引擎”。

打一個比方：小米手機(jī)，如果它整天都是在宣傳自己的手機(jī)是什么參數(shù)的CPU、GPU，用戶會產(chǎn)生很大的困惑。因此在實(shí)際宣傳中，他會說小米是跑分最快的，為什么呢？因?yàn)橛昧薠XX、XXX等芯片和技術(shù)。同理，Tesla也不會整天宣傳他們用的s是什么發(fā)動機(jī)，而直接會說，特斯拉百公里加速度3.9秒，擁有超過布加迪的推背感。

B. 自適應(yīng)可以診斷出學(xué)生更詳細(xì)的學(xué)習(xí)問題

有一些廠商只是對題庫打了標(biāo)簽，然后就號稱自己做了一套自適應(yīng)的學(xué)習(xí)系統(tǒng)；有的還會打印出幾頁紙的詳細(xì)報告讓家長掏錢。實(shí)際上用戶得知自己上千個標(biāo)簽的學(xué)習(xí)情況這件事本身的價值就如同患者去醫(yī)院抽血后，醫(yī)生給你一張密密麻麻的檢驗(yàn)報告單，不給任何意見就直接讓你自己去藥店拿藥一樣。

很顯然，使用電腦的用戶要的不是查毒軟件，而是要?dú)⒍拒浖瑢τ趯W(xué)生來講，診斷不過是自適應(yīng)學(xué)習(xí)的一個初期環(huán)節(jié)，如果只有診斷，卻沒有治療，自適應(yīng)學(xué)習(xí)的學(xué)、練、測評閉環(huán)是不完整的，只能說是一個高級一點(diǎn)的評測項(xiàng)目。

C. 自適應(yīng)學(xué)習(xí)系統(tǒng)可以讓每一個人有與眾不同的學(xué)習(xí)路徑

過去，在沒有自適應(yīng)學(xué)習(xí)、又不是一對一的情況下，只能做分層、分班教學(xué)。有了自適應(yīng)，似乎就可以讓每一個學(xué)生擁有專門屬于自己的一條路徑?？墒且蝗艘粋€路徑這個說法是有缺陷的，是完全忽略了同學(xué)們之間需要社交、老師需要統(tǒng)一管理學(xué)生的現(xiàn)實(shí)需求，更何況學(xué)生需要知道他自己在整個知識體系里所處的位置。

可汗學(xué)院經(jīng)常會提到Mastery Learning（掌握學(xué)習(xí)）這個概念。過去的課堂里，為了統(tǒng)一教學(xué)進(jìn)度，不管學(xué)生學(xué)得是否扎實(shí)，都會講下一個章節(jié)。而Mastery Learning認(rèn)為只要每一個學(xué)生在不同的環(huán)節(jié)花充分的精力，都可以打好扎實(shí)的基礎(chǔ)。

一個自適應(yīng)的學(xué)習(xí)系統(tǒng)，應(yīng)該符合Mastery Learning的教學(xué)法則。什么意思呢？學(xué)生剛開始使用系統(tǒng)的時候，他的知識網(wǎng)絡(luò)可能跟奶酪一樣里面全都是洞，可是隨著時間的推進(jìn)，之前的知識漏洞應(yīng)該被補(bǔ)上了，新暴露的問題也是可以歸類的。

雖然每一個人的路徑看起來不同，但是針對某一個知識點(diǎn)總能找到具有相同問題的同學(xué)。所以自適應(yīng)學(xué)習(xí)完全是可以做在線大班課的。比如某一個同學(xué)對不懂的知識點(diǎn)進(jìn)行了反饋，平臺通過算法找到該學(xué)生，然后把相同問題的學(xué)生聚在一個虛擬的教室進(jìn)行教學(xué)，既實(shí)現(xiàn)了自適應(yīng)教學(xué)，又不會有一個人在網(wǎng)上學(xué)習(xí)的孤獨(dú)感。其實(shí)這非常像王者榮耀，通過天梯的機(jī)制，讓能力相近的人匹配在一起。

傳統(tǒng)的知識結(jié)構(gòu)，不應(yīng)該是加上自適應(yīng)學(xué)習(xí)后就全盤推倒的。幾年前曾經(jīng)有過一款智能音樂推薦引擎叫做Jing.fm，技術(shù)很先進(jìn)，也對各種歌曲打了標(biāo)簽，但是只有推薦和搜索兩種方式，沒有專輯、作曲家，或者是匯總專輯的分類方法。純靠推薦是Jing.fm的項(xiàng)目失敗的一個原因之一。用戶還是會有自己的自主性，自適應(yīng)不應(yīng)該是強(qiáng)制規(guī)定的路徑，而更應(yīng)該是在自由的情況下給用戶一定的引導(dǎo)。

D. 自適應(yīng)可以讓學(xué)生哪里不會補(bǔ)哪里

基本上這個思路是對的。問題是該怎么補(bǔ)？學(xué)生在反比例函數(shù)的定義域上有了問題，就推送20道相關(guān)題直到用戶徹底掌握為止，顯然是一種反人性的教學(xué)法。為每一個細(xì)節(jié)知識點(diǎn)都配上8分鐘的精彩微課，又工作量太大。

做過自適應(yīng)學(xué)習(xí)系統(tǒng)的朋友都應(yīng)該知道，最難的環(huán)節(jié)不是技術(shù)開發(fā)，而是通過教學(xué)和教研，發(fā)現(xiàn)了學(xué)生的問題，而怎么讓學(xué)生從學(xué)不明白到學(xué)明白，這才是自適應(yīng)學(xué)習(xí)最大的價值。

甚至，就算沒有上線自適應(yīng)學(xué)習(xí)，如果真的研發(fā)出來的內(nèi)容已經(jīng)能夠做到學(xué)生學(xué)習(xí)之后，一定會從“不會”轉(zhuǎn)變?yōu)椤皶保敲赐耆梢栽O(shè)計一種課程結(jié)構(gòu)，由主線課程和支線課程構(gòu)成，主線是必學(xué)的，支線是學(xué)生自己發(fā)現(xiàn)自己有問題選學(xué)的，這種課程結(jié)構(gòu)也完全可以解決大量學(xué)生哪里不會補(bǔ)哪里的問題。

所以當(dāng)很多人關(guān)注點(diǎn)還在如何找到學(xué)生的問題時，其實(shí)真正關(guān)鍵點(diǎn)還是，找到了問題之后，如何解決這個問題，所謂自適應(yīng)學(xué)習(xí)的核心，依然是做好教學(xué)。

好的教學(xué)，沒有自適應(yīng)，依然是一個好產(chǎn)品。

好的自適應(yīng)，沒有好的教學(xué)，依然是一個不好的產(chǎn)品。

E. 自適應(yīng)學(xué)習(xí)，就是要去適應(yīng)人腦的學(xué)習(xí)方法

這是我認(rèn)為自適應(yīng)學(xué)習(xí)最合適的定義。

大腦的學(xué)習(xí)方法與電腦拷貝文件的方法差別太大了。電腦可以幾秒鐘拷完一本辭海，而人腦學(xué)習(xí)這么多詞匯，可能終其一生都學(xué)不完。

自適應(yīng)首先不應(yīng)該是知識的自適應(yīng)，而應(yīng)該是engagement（投入度/情緒）的自適應(yīng)。一個學(xué)生，你為他設(shè)計了上千種不同的路徑，可是他還沒有到第一個岔路口就覺得沒意思離開了，你的路徑就屬于白設(shè)計。

舉一個我自己生活中的例子，為了鍛煉我孩子的跳躍能力，我?guī)讉€月前在走廊的天花板上用一根繩子栓了一個氣球，正好把高度設(shè)計成他跳五次，大概有兩三次能摸到。在那幾天里，他對什么高級的故事機(jī)、樂高都失去了興趣，就喜歡路過那個走廊去夠那個氣球，可以玩?zhèn)€不停。等我回家時發(fā)現(xiàn)他明顯跳得更協(xié)調(diào)，也更容易夠到了，于是再把繩子縮短一節(jié)，構(gòu)成新的挑戰(zhàn)。

一個自適應(yīng)的產(chǎn)品，不應(yīng)該是設(shè)計成用戶哪里不會就做哪里，一直受挫，最簡單的設(shè)計其實(shí)就是不斷讓用戶一會兒有一些成就感，過一段時間又有一點(diǎn)挑戰(zhàn)，讓學(xué)習(xí)成為一個上癮的過程。ZPD理論強(qiáng)調(diào)，最佳的學(xué)習(xí)內(nèi)容，應(yīng)該是用戶夠著腳尖就將將能夠到的。

大腦是喜歡新鮮感的，一定要把東西混在一起來，自適應(yīng)從來也沒有規(guī)定說必須有了錯誤就馬上解決，很大程度上，遇到了問題，這周內(nèi)能解決就足夠了。舉一個直接例子，用戶hit和height說不清楚，那也不應(yīng)該是馬上給他出kit和kite、bit和bite、spit和spite等一大堆訓(xùn)練，而是應(yīng)該在后續(xù)的練習(xí)里更加注意穿插一些短音長音的練習(xí)即可。

很多背單詞軟件，或者類似anki、memrise這類記憶軟件，都強(qiáng)調(diào)自己采取了符合大腦遺忘曲線的方法（所謂用spaced repetition去使用艾賓浩斯遺忘曲線），然而卻認(rèn)為“簡單重復(fù)”的記憶編碼方式是一個好的方式。實(shí)際上同一個詞匯，或者知識點(diǎn)，應(yīng)該是在不同的場景下出現(xiàn)才有價值。就像錯題本一樣，如果每次都是出同樣的題目，學(xué)生都已經(jīng)記住了答案，對于其復(fù)習(xí)鞏固毫無意義。一定是要出近似，而不完全一樣的題目。

當(dāng)然判斷近似習(xí)題不應(yīng)該只看題面，而更應(yīng)該關(guān)注解題方法和技巧。下面這兩道求陰影面積題看起來是同類習(xí)題，但實(shí)際上，做起來思路和難度完全不一樣（大家不妨試試看）。

一套自適應(yīng)學(xué)習(xí)系統(tǒng)應(yīng)該包括哪些環(huán)節(jié)？

A.收集學(xué)習(xí)行為數(shù)據(jù)

需要一套學(xué)習(xí)行為統(tǒng)計框架，以日志形式結(jié)構(gòu)化地記錄學(xué)生的詳細(xì)學(xué)習(xí)行為。通常來講，一個日志條目以json格式呈現(xiàn)，包括用戶id、題目/視頻/學(xué)習(xí)行為id、觸發(fā)時間、有效的學(xué)習(xí)時間、停留時長和與這個行為相關(guān)的個別屬性。

例如視頻可能會包括播放時長、拖動時間軸的次數(shù)、中途是否暫停離開、視頻交互的答案、是第一個觀看還是復(fù)習(xí)鞏固等等。而題目要包括學(xué)生的選項(xiàng)是否正確、是否使用提示、是否查看解析、是否收藏題目等等。國際上的行為數(shù)據(jù)標(biāo)準(zhǔn)是xAPI（原名tincanapi）但是過于復(fù)雜的標(biāo)準(zhǔn)讓其無法普及開來，只能借鑒學(xué)習(xí)。

B. 存儲、初加工學(xué)習(xí)行為數(shù)據(jù)

數(shù)據(jù)統(tǒng)計后，自然要存放一份兒到一個原始的數(shù)據(jù)中心，但是光存放是不夠的，還要對數(shù)據(jù)進(jìn)行初加工。初加工的過程可以判斷出來，學(xué)生快速做題后，根據(jù)答題的正確率，可以判斷出學(xué)生是作弊了還是沒有認(rèn)真答題。如果學(xué)生反復(fù)做同樣一套題，可能會涉及刷分。只有過濾掉臟數(shù)據(jù)后，才能把干凈的數(shù)據(jù)作為訓(xùn)練樣本進(jìn)行學(xué)習(xí)。

正常來講IRT模型對于每一道題目要求至少有1000個不同的、干凈的做題數(shù)據(jù)才能初步收斂。這個初加工的過程中就可以對一些“大塊的”事件進(jìn)行標(biāo)注，例如，學(xué)生下午3點(diǎn)打開《極限的定義》這節(jié)課是屬于認(rèn)真學(xué)習(xí)，還是屬于敷衍了事，還是復(fù)習(xí)鞏固？當(dāng)學(xué)生、家長和老師去查看學(xué)習(xí)軌跡的時候，他們并不想知道每一個細(xì)粒度的行為，而更想要知道粗粒度的概況。

C. 用學(xué)習(xí)行為更新學(xué)生的知識點(diǎn)網(wǎng)絡(luò)

學(xué)生的知識點(diǎn)網(wǎng)絡(luò)模型的每一個節(jié)點(diǎn)都會有兩個值，一個是掌握度，一個是置信因子（confidence level）。當(dāng)學(xué)生剛進(jìn)入自適應(yīng)學(xué)習(xí)系統(tǒng)的時候，系統(tǒng)是不清楚學(xué)生每一個節(jié)點(diǎn)的學(xué)習(xí)情況的，所以置信因子是最低的；當(dāng)學(xué)生做得題越多時，置信因子會不斷變高，掌握度也會更加準(zhǔn)確。舉一個直接的例子，張三兩道題做對兩道，和李四100道題目做對98道，如果題目難度和知識點(diǎn)完全一樣，實(shí)際上李四有更大概率比張三學(xué)習(xí)更好，但是從分?jǐn)?shù)來講，張三的分?jǐn)?shù)是100分，李四卻是98分。置信因子正是解決這個矛盾的關(guān)鍵點(diǎn)。

初始化的時候可以認(rèn)為學(xué)生什么都不會，如果是高三總復(fù)習(xí)階段，也可以按照系統(tǒng)平均水平去初始化（所謂有易錯、較難知識點(diǎn)）。

真實(shí)的題庫里，一定有不同難度、考察多個知識點(diǎn)、涉及不同技巧和方法，所以標(biāo)注好的題庫是自適應(yīng)學(xué)習(xí)的前提，這背后的教研工作量浩大，遠(yuǎn)比開發(fā)系統(tǒng)所需要的技術(shù)困難。知識點(diǎn)與知識點(diǎn)之間也會形成依賴、組合、干擾等各種關(guān)系，所以搭建一個細(xì)粒度的知識圖譜也是有一定難度的。這里我們不會展開，下一講我會專門針對知識圖譜、題庫和算法進(jìn)行深入講解。

D. 學(xué)習(xí)結(jié)果可視化+改變路徑，形成完整閉環(huán)

自適應(yīng)學(xué)習(xí)系統(tǒng)的可視化應(yīng)該直觀，應(yīng)該多做減法，多把詳情隱藏起來，而讓用戶看到最關(guān)鍵的信息。

學(xué)生既然遇到了問題，或者有了進(jìn)步，一定要讓學(xué)生、老師、家長能夠一目了然地看到。詳細(xì)知識點(diǎn)列表和雷達(dá)圖似乎是自適應(yīng)系統(tǒng)的標(biāo)配，但是真正更有價值的是學(xué)生接下來關(guān)注什么，對于老師最大價值也不應(yīng)該是全班的知識圖譜列表，而是應(yīng)該關(guān)注哪些易錯題，關(guān)注哪些普遍的知識點(diǎn)缺陷，并且找到那些需要重點(diǎn)關(guān)注的學(xué)生。

路徑的改變一般有多種方式，一個是改變用戶的學(xué)習(xí)流，原來是abc，現(xiàn)在改為abdc——這種方式偏向強(qiáng)制性，要求學(xué)生必須完成規(guī)定動作。另外一種是解鎖型，原來你不用去學(xué)這個課，現(xiàn)在出現(xiàn)了一些新的題目和課程可以去學(xué)習(xí)——這種方式的自由度更大，但學(xué)生完全可以選擇不去學(xué)習(xí)。

我個人推薦的是通過游戲化的任務(wù)系統(tǒng)去完成自適應(yīng)的推薦，學(xué)生一方面可以按照課程順序或者自己想學(xué)的順序去學(xué)習(xí)，同時會有一個任務(wù)系統(tǒng)引導(dǎo)他去完成主線、支線的任務(wù)。學(xué)生如果按照我行我素的方式學(xué)習(xí)得到的“虛擬獎勵”積分少，如果是按照系統(tǒng)的引導(dǎo)去完成，得到的“虛擬獎勵”積分多。

注：封圖來源于網(wǎng)絡(luò)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。