自适应让中国学生摆脱“头悬梁，锥刺股”

中国学生为什么学得辛苦?因为他们长久以来用的都是题海战术;题海战术的弊端是什么?已懂知识反复练习，不懂知识很难发现，效率极低;如何提高效率?找准知识漏点，攻破它，根据学生知识掌握状况选择学习内容。

随着教育水平的不断提升，研究者发现整齐划一的教学思路和教学模式成了目前制约教育发展的重要因素之一。统一的课堂教学并不能满足每一个学生的个性化发展，也不利于学生个体的潜力最大化。每一个学生都是独一无二的，教师如果可以根据每一个学生的学习风格采用个性化的教学策略便可以将教学效果最大化。2000年前孔子就提倡因材施教这个思想，自适应学习实质上是回归了教育的本质。

据 2015 年地平线报告显示，自适应学习技术作为实现个性化学习的重要手段，在未来 2-3 年内在基础教育领域将得到重要 发展。目前对自适应学习研究比较 完备的是美国、韩国和日本。其中，美国的研究成果最为显著 ，出现了Knewton、Realizeit、Aleks、Dreambox等知名自适应学习系统，得到了广大在线学习者的青睐。相对而言，我国自适应学习研究起步较晚，目前虽然也对自适应学习系统进行了相关的理论研究与设计开发，但其研究大体上仍局限于院校实验。

乂学教育用自适应学习技术帮助学生学习，就像AlphaGo用智能体系模拟围棋大师一样，乂学教育智适应系统是用智能化的系统去模拟特级教师。在系统功能的实现上，乂学教育采用的核心技术是人工智能和大数据技术，并相应配合了教育测量学和认知诊断学技术等，将技术和教育理念有机融为一体，最大程度上模拟了一位特级教师，有效进行个性化辅导、因材施教。

对于特级教师来说，见到每一个学生，首先会快速摸底学生的学习状况、能力水平、学习习惯、学习兴趣、知识盲点，进而制定不同的教学方案、准备相应的教学内容，对这个学生进行个性化辅导，并且根据学生实时的反馈，不断调整教学策略。

特级教师教学的这种能力，是基于其过去几十年的教学经验，数千学生教学反馈，几十万的题目积累的“大数据”判断力，根据眼前学生的情况可以做出最好的教学策略。

乂学教育的解决方案相当于把近百位特级教师的经验、智慧、大数据解决方案，放在智能大脑里面，然后用这个智能大脑去模拟教学过程。

传统课堂中，教师作为观察者，需要关注学生的学习情况。且不说一位教师所关注的学生的个数有限，即使对学生进行了比较细致的观察记录，在没有量化的条件下，也很难得出准确的教学反馈。

乂学的智适应系统能够做到比优秀老师更了解每一个学生的学习情况。乂学的智适应系统，将每个知识点拆分成“纳米级”。所谓“纳米级”，是指把一个知识点拆成最基础的内容，变成最简单的颗粒，然后针对每一个知识颗粒进行专门的视频讲解、专项练习和专题测试。

为了深入了解学科知识体系，乂学的智适应系统还对学习内容进行建模，构建“知识图谱”，这其中包括知识点的先行后续与相关的关系、不同形式的学习资源分别以视频、文字、音频、图片和题目的形式展现等。

自适应学习的引擎，需要在了解学生画像的基础上，对学生学习时间进行预测、给每个学生匹配最适合的学习路径和课程，根据学生的反馈推荐个性化的学习内容。而这些推荐都以提高学习效果为目标，保证学生在最短时间内学会应试必须掌握的知识。乂学的智适应学习系统首先通过对学生进行精准的摸底测试，了解学生掌握了哪些知识点，哪些没有掌握，哪些掌握得非常牢固，哪些是略知一二。并且自适应学习系统能对学生进行动态检测，学生每做一组题和每看一段视频，系统对学生的专项能力值和整体能力值都会不断修正判断，系统对学生就越来越了解，给学生制定的个性化学习方案就越来越有效。同时，智适应系统还能通过学生的反馈数据，不断地深度学习，提升测试的准确度。

随着学习和教学数据的不断累积，大数据团队会持续进行数据挖掘和数据分析，配合教研专家，不断完善数学模型和算法。

不同于国内其它行业内公司的单一学科研发模式，乂学教育的自适应学习算法通用于所有学科，且克服了初期数据量不足的冷启动问题——结合优秀教师的经验，运用少量的数据，达到了一个较好的学习效果。