对在线教育的自适应的设计思路?

对在线教育的自适应的设计思路?

阅读全文
  • 0 关注
  • 0 收藏,7 浏览
  • vpl777 提出于 2020-10-31 09:38:19

1 个回答

xxxxxa

xxxxxa

xxxxxa

作为曾经的自适应采坑专员,又自以为在国内"知名"教育(科技)公司中浸染,聊几个点:

谈到自适应学习,不得不提Knewton这家公司,早年间融了很多钱,在美国融资圈明星属性抢眼。但近几年的发展,似乎并不如预期。

国内也有“知名”的某某自适应学习公司,开始取了个都不知道咋念的名字,后来改成了卖坚果的名字,创始人都跑到人民大会堂讲PPT了,又上什么非你莫属的(你应该知道我说的是谁),圈了不少钱,公关做的反正比产品是好多了。

教育领域市值“世界第一”的好未来,也投入了很多在AI LAB,但实际,好未来目前在AI的应用层更多的还是在语音及图像识别上做文章,例如“魔镜”和“神耳”,真正去触及到自适应领域的应该还不多。再者,其它教育做的轮次比较靠后的公司,猿辅导,作业盒子,一起作业也都在这个领域有所提及。

之所以举上面一些例子,是因为在解答自适应问题的时候,我们要认清一个阶段性问题:那就是我们所处的在线教育环境,究竟处于什么阶段。

好未来的张邦鑫老师在内部信里曾经谈过这个问题,我也比较认同,具体怎么描述的记不清了,但是大致意思是这样:

阶段一:蛮荒阶段,大家拼刺刀,拼销售,拼谁的老师好。这个阶段最大既得利益者是新东方,那时候新东方名师一个暑假班结束可以换辆跑车的,也确实涌现和培养了很多人才。

阶段二:标准化阶段,拼的是教研能力,标准化的课程。好未来是这个阶段的佼佼者,我们发现,一个K12机构,有几个明星老师,大家赚点钱不是问题,但是想把公司做的很大,标准化的教研,输出模式,组织文化都很重要。

阶段三:数据驱动阶段,即学习方式和用户的学习数据,高度线上化和信息化。从互联网普及,到移动互联网普及的这个阶段,虽然教育方式变化也很快,但似乎并不如其他行业那么翻天覆地。张邦鑫老师也称(两年前)好未来正处于迈向这个阶段的过程中。

阶段四:智能阶段,即我们常常提到的自适应学习等,机器和AI代替了老师的很多工作。


两年过去了,我觉得中国教育的大环境,乃至世界,也还并未达到相对成熟的阶段三(数据驱动阶段),这是有原因的:

1. 核心原因是场景。教育大部分场景在公立教育,直至现在线下教学的传统模式仍是主流。简而言之,这个行业底层的”信息化“问题并没有其他行业解决的那么好。这个过程的推动需要时间,需要国家慢慢的投入,教学方法的不断升级。例如现在尝试的双师等,都是很好的模式。

2. 教育底层的信息化问题不像某些行业那么容易去制定标准。正如楼上所说,一个学生到底为什么学的好,或者学不好,不是由单一变量决定的。而且教育,对“噪音”的容忍度很低,推荐给你的娱乐新闻你不喜欢可以不看或迅速关掉,可如果推荐给你的题目很多都不是有意义的练习,会让学习者更浪费时间。

现在也有很多公司做知识图谱,是很底层也很累的一件事。我们也知道,一道题会不会做,并不是由单一的一个或几个知识点就能决定的,也绝对不是一个简单的权重分布问题。所以,即使AI发展还不错的今天,教育很多问题没解决,其实是底层的数据标签并没有标准化。而这件事情要标准化,每一个学科,不同年龄段的教育都有挺多的差别,需要很多行业专家(优秀的老师)共同去制定baseline,且需要较大的样本进行测试和校验。行业中有产品或框架化思维的好老师又太少太稀缺了,而且很多优秀老师比较固执与自己的一套方法论,并不适合做产品。

而且,学习的行为难以用知识体系去绝对度量,还要涉及脑科学,心理学方面的探索和研究。


所以,阶段三并未成熟,美好的阶段四其实还有一段距离。

那么,是不是说教育里所有的”自适应“都是忽悠或是没用?

当然不是,刚才讲的是宏观情况。微观上,某些科目和品类,通过比较多教研人员在学习内容,题库上的精雕细琢,是能形成比较好的自适应学习效果的,就好比你在局部的某些科目上率先实现了阶段三,就能提早开始阶段四。例如,通过题目与知识点的关联,让学生优先去练习薄弱知识点的习题,从而事半功倍,从逻辑和实现层面,都是行的通的。当年高考的畅销书”五年高考,三年模拟“的本质不就是这样的知识点分拆查漏补缺思路吗?

又例如,现在的英语学习,听说读写可以比较容易判别出能力模型,从而能够自适应的推送较为匹配的学习内容。如英语流利说等。

请先 登录 后评论