在教育領(lǐng)域，自適應(yīng)教育是一種主張“因材施教”，針對不同的學(xué)生進(jìn)行個(gè)性化教育的教育方式。然而要做要千人千面，其背后需要數(shù)據(jù)分析、人工智能等技術(shù)支持，因此自適應(yīng)教育也有智能程度之分。

為了與傳統(tǒng)的自適應(yīng)教育區(qū)分，目前做人工智能自適應(yīng)教育的公司都傾向于稱自己為“智·適應(yīng)教育”。智適應(yīng)教育從哪兒來？又將到哪兒去？如何做好一個(gè)真正的AI智適應(yīng)教育平臺？人工智能算法如何更好地為智適應(yīng)教育產(chǎn)業(yè)服務(wù)？

近日，2018全球AI智適應(yīng)教育峰會在京舉行，中國、美國三大AI+教育的代表公司：Knewton、ALEKS、乂學(xué)教育同臺對話，解答了以上關(guān)于智適應(yīng)教育的問題，雷鋒網(wǎng)亦來到現(xiàn)場。

Knewton：智適應(yīng)是教育行業(yè)的新變革

關(guān)于教育的演進(jìn)，Knewton的創(chuàng)始人Jose Ferreira有著自己的看法——人類教育事業(yè)的發(fā)展中間有幾次較大的變革，第一次是印刷術(shù)的出現(xiàn)，推動(dòng)了文化教育的普及；第二次是線上教育與移動(dòng)教育，可以將一些好的教師課堂進(jìn)行錄像，然后在全球范圍內(nèi)播放，從而達(dá)到了兩個(gè)方面的效果：獲取教育與提升教育質(zhì)量。而最近的一次顛覆性的革命就是“AI+教育”，它會像當(dāng)年的鋼鐵戰(zhàn)艦摧毀木質(zhì)戰(zhàn)艦?zāi)菢铀蚺业?，并對所有行業(yè)的競爭對手造成碾壓。

Jose Ferreira認(rèn)為，“移動(dòng)互聯(lián)網(wǎng)可以提供并挖掘數(shù)據(jù)，有了數(shù)據(jù)就可以個(gè)性化，有了個(gè)性化可以改變教育的質(zhì)量。智適應(yīng)教育可以挖掘?qū)W生的數(shù)據(jù)，幫助學(xué)生學(xué)習(xí)，利用產(chǎn)生的數(shù)據(jù)進(jìn)行個(gè)性化教育?！?/p>

在人工智能的幫助下，個(gè)性化教育的步伐在不斷加快，但Jose同樣覺察到，“當(dāng)今的AI雖然已經(jīng)處理了海量數(shù)據(jù)及千百億次的測試，但是并沒有實(shí)現(xiàn)真正智能化的生活。當(dāng)前的人工智能還處于所謂的模擬智能階段?！泵芭频募僦沁m應(yīng)并沒有智能算法匹配，在知識點(diǎn)的拆分方面也比較粗獷，而真正的“智適應(yīng)的系統(tǒng)就不一樣，有非常好的材料和工具，而且可以根據(jù)學(xué)生的情況實(shí)時(shí)變化、更新和重新設(shè)計(jì)。”因而，冒牌的假智適應(yīng)必將會被高質(zhì)量的智適應(yīng)教育所取代。

如何把這種智適應(yīng)學(xué)習(xí)帶入市場呢？Jose認(rèn)為初創(chuàng)企業(yè)還是很有機(jī)會的，雖然它們不具備規(guī)模優(yōu)勢，但他們的反應(yīng)速度較快，可以較好的進(jìn)入到終端市場，獲得用戶的反饋。而在這個(gè)方面，亞洲尤其是中國的發(fā)展速度更快，因?yàn)橹袊袌鯞2C補(bǔ)習(xí)學(xué)校業(yè)務(wù)模式已經(jīng)得到眾多用戶的認(rèn)可，十分有利于智適應(yīng)教育場景的落地實(shí)施。

Jose還提到，隨著人工智能技術(shù)的演進(jìn)，未來一些崗位將會被人工智能所取代，而智適應(yīng)學(xué)習(xí)則可以根據(jù)每個(gè)人的不同狀況，為其提供更有針對性的再就業(yè)教育與培訓(xùn)，不至于淪為科技進(jìn)步的犧牲品。

乂學(xué)教育：從興趣教學(xué)到成長教學(xué)，從玄學(xué)變科學(xué)

雷鋒網(wǎng)了解到，長期以來，中國教育界流行著一種“興趣教學(xué)法”，通過游戲等各種方式提高學(xué)生的學(xué)習(xí)興趣，最終達(dá)到教學(xué)預(yù)期目標(biāo)。但學(xué)生的精力是有限的，且教學(xué)的過程是不可量化的，致使無法去真正測評教學(xué)的完成度。

在乂學(xué)教育創(chuàng)始人栗浩洋看來，不應(yīng)該是用趣味性解決教育的問題，應(yīng)該用學(xué)習(xí)成長的成就感去解決教育問題。智適應(yīng)教育系統(tǒng)不僅要在作業(yè)流程上進(jìn)行量化考核，并且要深入到學(xué)生的課前測試、學(xué)習(xí)流程、練習(xí)流程、課后測試等各個(gè)環(huán)節(jié)，不斷尋找學(xué)生的最佳學(xué)習(xí)策略，進(jìn)行針對性教學(xué)，從而提高效率，促進(jìn)學(xué)生學(xué)習(xí)的成就感。

那么，如何做一個(gè)真正的智適應(yīng)教育系統(tǒng)呢？栗浩洋認(rèn)為，“如果你只有極少數(shù)的知識點(diǎn)和規(guī)則的路徑，是不可能做到的”。所以，知識點(diǎn)拆分就成為一個(gè)非常大的難題。但“當(dāng)我們把知識點(diǎn)拆分成細(xì)膩顆粒度時(shí)，可以通過更細(xì)致的診斷，判斷出學(xué)生的程度，進(jìn)行定位和針對性教學(xué)，節(jié)省學(xué)生的學(xué)習(xí)時(shí)間，提升學(xué)習(xí)效率?！?/p>

栗浩洋表示，教育不應(yīng)該是一門玄學(xué)，通過人工算法的知識點(diǎn)拆分，乂學(xué)教育的智適應(yīng)教育系統(tǒng)不僅可以將數(shù)理化、語文等學(xué)科進(jìn)行數(shù)據(jù)化，而且還可以做到錯(cuò)因重構(gòu)知識地圖以及找到非關(guān)聯(lián)性知識點(diǎn)，將教育變成一個(gè)可定義、可量化、可傳授的一門科學(xué)。并且，在這個(gè)學(xué)習(xí)的過程中，學(xué)生的學(xué)習(xí)能力與創(chuàng)造能力都可以得到大幅度的增長。

雷鋒網(wǎng)了解到，乂學(xué)教育已經(jīng)開始研究用AI系統(tǒng)實(shí)現(xiàn)創(chuàng)造力培養(yǎng)?！拔覀儼褎?chuàng)造力也拆分成分可量化、可規(guī)則化、可模塊化的描述。通過這些描述，不斷采用機(jī)器對學(xué)生的啟發(fā)式的人機(jī)對話，來獲得學(xué)生的反饋和感受。通過NLP的語義理解，知道學(xué)生的反饋是在哪個(gè)層面，然后給到他不同的回答?！?/p>

AI智適應(yīng)系統(tǒng)也需要不斷的找到學(xué)生的學(xué)習(xí)最佳策略，通過人工智能的對抗系統(tǒng)，乂學(xué)教育能夠不斷的大幅度提升算法準(zhǔn)確度，給到每個(gè)孩子的精準(zhǔn)的知識內(nèi)容推薦和學(xué)習(xí)路徑推薦。乂學(xué)教育根據(jù)大量的學(xué)生反饋顯示，每個(gè)學(xué)生對智適應(yīng)系統(tǒng)的感受都不一樣，他們覺得整個(gè)智適應(yīng)系統(tǒng)是人性化的，是根據(jù)自己的水平去定制的。

ALEKS：多軌道的人工智能算法與智適應(yīng)

智適應(yīng)學(xué)習(xí)系統(tǒng)依賴于人工智能底層技術(shù)的發(fā)展，這方面來自ALEKS前首席數(shù)據(jù)科學(xué)家的 Dan Bindman有著自己獨(dú)到的見解，并從技術(shù)角度解答了智適應(yīng)學(xué)習(xí)系統(tǒng)構(gòu)建的相關(guān)問題。他認(rèn)為：“高質(zhì)量的內(nèi)容、智能AI給所有學(xué)生繪制知識轉(zhuǎn)化的狀態(tài)圖譜，以及量身定做的選擇材料”，是智適應(yīng)學(xué)習(xí)系統(tǒng)的重要支撐點(diǎn)。

Dan Bindman說：“最開始處理知識圖表，要檢查數(shù)據(jù)是否正確，系統(tǒng)是否奏效。當(dāng)時(shí)真的是到了瘋狂的地步，幾千幾萬個(gè)鏈接，要看到每一個(gè)點(diǎn)、線連接繪圖方面的問題。但是，這樣的系統(tǒng)分年級卻并不適用，所以需要我們建立一套模型，不完全依賴于知識點(diǎn)的知識圖表，能夠處理繪圖中大部分能處理的問題?！?/p>

究竟什么樣的算法模型最合適呢？Dan Bindman認(rèn)為，與傳統(tǒng)的IRT和KST等其他模型相比，多軌道模型更有優(yōu)勢，“通過對學(xué)生的知識狀態(tài)PKS評估可以分析出學(xué)生的情況，確定他掌握知識的程度，并跟學(xué)生產(chǎn)生互動(dòng)，繼而產(chǎn)生的數(shù)據(jù)預(yù)測精準(zhǔn)度就比較高?！薄案鶕?jù)模型，可以了解在任何時(shí)候?qū)W生回答問題有三個(gè)因素，一個(gè)是學(xué)生在知識軌道的能力，二個(gè)是問題的權(quán)重，第三個(gè)是問題的中心概率值。我們通過等式就可以了解學(xué)生在某一個(gè)知識軌上，他掌握的問題權(quán)重，就可以得到他所回答的問題來。”由此看來，多軌道算法模型通過大數(shù)據(jù)、機(jī)器學(xué)習(xí)算出來的準(zhǔn)確度更高，并且能夠不斷根據(jù)學(xué)生的成長度來調(diào)整學(xué)習(xí)狀態(tài)，對智適應(yīng)學(xué)習(xí)平臺的構(gòu)建具有十分重要的意義。

相關(guān)文章：

以人工智能升級傳統(tǒng)教育，乂學(xué)教育累計(jì)融資2.7億，開店500余家

乂學(xué)教育打造虛擬特級教師松鼠AI，背后有哪些核心技術(shù)？

乂學(xué)教育產(chǎn)品合伙人張棲銘：如何打造一個(gè)虛擬的特級教師

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