最早的個性化學(xué)習(xí)源于孔子對子路和冉有的因材施教。我們可以說因材施教是在老師指點(diǎn)下進(jìn)行的個性化學(xué)習(xí)。而信息化技術(shù)發(fā)展到今日，用人工智能代替真人教師進(jìn)行指點(diǎn)，幫助學(xué)生進(jìn)行個性化學(xué)習(xí)的學(xué)習(xí)方式，我們稱之為自適應(yīng)學(xué)習(xí)。
現(xiàn)階段產(chǎn)生的自適應(yīng)學(xué)習(xí)我們可以按照不同的實(shí)現(xiàn)水平劃分不同的等級，最簡單的自適應(yīng)學(xué)習(xí)我們稱為零級，其實(shí)就是真人教師判斷與資源推送的組合。
在零級的自適應(yīng)學(xué)習(xí)產(chǎn)品中，學(xué)生會發(fā)生學(xué)習(xí)行為，真人教師通過數(shù)據(jù)采集判斷學(xué)習(xí)行為，推送學(xué)習(xí)資源。
例如：某英語自適應(yīng)學(xué)習(xí)產(chǎn)品，學(xué)生在線提交自己的英語作文，真人教師在后臺看到學(xué)生的作文內(nèi)容并進(jìn)行批改，找出學(xué)生的固定搭配的問題，語法問題，行文結(jié)構(gòu)問題等進(jìn)行批改。學(xué)生在收到老師的批改內(nèi)容的同時也會收到相應(yīng)的語法課，行文結(jié)構(gòu)課。
這種自適應(yīng)學(xué)習(xí)產(chǎn)品的算法邏輯很簡單，真人教師把不同的問題類型和資源相關(guān)聯(lián)，學(xué)生作文里只要出現(xiàn)某個問題就自動推送相應(yīng)學(xué)習(xí)資源。
再舉個例子：老師在線上一對一輔導(dǎo)數(shù)學(xué)，學(xué)生錄入答案，老師發(fā)現(xiàn)學(xué)生的知識漏洞，除了可以推送課程，還可以選擇推送不同難度的題目。
這種產(chǎn)品的邏輯也很簡單，數(shù)學(xué)題有難度梯度，一道數(shù)學(xué)題可以由真人教師標(biāo)記相關(guān)聯(lián)的更高難度和更低難度的幾道題，學(xué)生發(fā)生學(xué)習(xí)行為后，教師決定是加大難度還是減小難度還是進(jìn)入下一個學(xué)習(xí)環(huán)節(jié)。
零級：由人工判斷的自適應(yīng)學(xué)習(xí)
當(dāng)自適應(yīng)學(xué)習(xí)產(chǎn)品運(yùn)用電腦來做判斷就進(jìn)入了Ⅰ級自適應(yīng)的范疇。
Ⅰ級自適應(yīng)通過決策樹做判斷，不考慮學(xué)生行為是否代表知識的掌握程度，而是簡單直接的判斷學(xué)習(xí)行為對還是不對。
比如一些健身學(xué)習(xí)類軟件，通過圖像視頻捕捉動作特征與自有的判斷指標(biāo)進(jìn)行匹配，某個動作的某個角度超過標(biāo)準(zhǔn)，軟件會提醒學(xué)生，你的動作不標(biāo)準(zhǔn)，腹部不夠收緊，手臂高度不夠等等。
不止是健身，各種球類運(yùn)動，競技體育，甚至樂器基本功都可以通過Ⅰ級自適應(yīng)來學(xué)習(xí)。
�、窦墸夯诤唵我�(guī)則的自適應(yīng)學(xué)習(xí)
事實(shí)上除了帶有硬性標(biāo)準(zhǔn)的學(xué)習(xí)任務(wù)，其他種類的學(xué)習(xí)判斷是無法做到非對即錯的。那么Ⅱ級自適應(yīng)學(xué)習(xí)應(yīng)該在簡單的決策樹之上建立更好的學(xué)習(xí)算法。
在Ⅱ級自適應(yīng)學(xué)習(xí)中，不把學(xué)習(xí)行為的對錯和某一個單一課程掛鉤，而是建立一套完整的難度遞增的課程，當(dāng)學(xué)生學(xué)習(xí)行為完成度較好，提供大難度的課程，當(dāng)學(xué)習(xí)行為完成度不高，就提供減少難度的課程，我們也可以稱之為基于難度設(shè)計的自適應(yīng)學(xué)習(xí)。
比如某知名輔導(dǎo)機(jī)構(gòu)推出的大語文學(xué)習(xí)產(chǎn)品，使用了閱讀分級。一個學(xué)生是否看懂一篇文章，原因有很多，可能是字的認(rèn)識與否，可能是詞語理解深度，可能是上下文的邏輯關(guān)系。國外認(rèn)為閱讀是存在等級的，不同真實(shí)年齡段的孩子可以通過閱讀測試找到最合適他讀的年齡段。通過不斷的學(xué)習(xí)，學(xué)生可以閱讀更高等級的材料。
�、蚣墸夯陔y度等級的自適應(yīng)學(xué)習(xí)
通過難度設(shè)計的自適應(yīng)學(xué)習(xí)產(chǎn)品最大的問題是——認(rèn)為學(xué)生學(xué)習(xí)是可以用一個難度值來掌握的，這樣就像回歸到傳統(tǒng)的學(xué)校教學(xué)，把學(xué)生通過分班考試劃到不同的班級，重點(diǎn)班和非重點(diǎn)班教授的內(nèi)容和掌握程度是不一樣的。這種學(xué)習(xí)形式本質(zhì)上和學(xué)校教學(xué)沒有太大差別，是任何一個比較用心的學(xué)校和教師都可以做到的因材施教。
僅有難度等級無法關(guān)注到學(xué)科中的詳細(xì)知識點(diǎn)掌握情況，因此Ⅲ級自適應(yīng)需要用到知識圖譜來衡量學(xué)科中細(xì)粒度的知識掌握情況。在Ⅲ級自適應(yīng)中涉及到多個部分綜合評定，我們一個一個來看。
Ⅲ級：基于知識點(diǎn)網(wǎng)絡(luò)和概率模型的自適應(yīng)學(xué)習(xí)
一、學(xué)習(xí)行為的可信度問題
假如兩個同學(xué)做同一難度的一系列題目，并且這些題目都是只包含單一知識點(diǎn)的情況下，甲同學(xué)做了兩道全對，正確率100%，乙同學(xué)做了20道，19道全對，正確率是95%。
從正確率上看，甲同學(xué)更高，但是由于他只做了兩道題，可能是蒙對的，所以甲的學(xué)習(xí)行為的可信度是不如乙高的。因此，Ⅲ級自適應(yīng)要考慮置信因子的問題。
二、單點(diǎn)不同難度題目評斷問題
我們知道真實(shí)考試中，一個知識點(diǎn)可以有好多種不同難度的題目，題目的出題形式也是不一樣的。
因此Ⅲ級自適應(yīng)應(yīng)該引入IRT(Item-response-theory)模型，考慮題目區(qū)分度，難度，可能性等多個因素綜合評斷。在此基礎(chǔ)上利用深度學(xué)習(xí)的一系列算法，通過不斷做題估算學(xué)生的真實(shí)情況。
三、一題對多點(diǎn)的問題
當(dāng)一道題對應(yīng)多個知識點(diǎn)又該怎么辦呢�？梢酝ㄟ^知識映射矩陣(qmatrix，以下簡稱為q矩陣)來解決。
�、蠹壸赃m應(yīng)學(xué)習(xí)系統(tǒng)搭建最大工作量就在q矩陣搭建上。前期需要大量人力為題目打標(biāo)簽，并且打標(biāo)簽的過程一定不能只是從狹義上的課本的章節(jié)知識點(diǎn)展開，還要涵蓋做題策略，知識盲區(qū)，考察點(diǎn)，學(xué)生閱讀理解能力是否過關(guān)等等。
四、知識關(guān)聯(lián)形成圖譜的問題
當(dāng)q矩陣搭建起來以后，通過題目進(jìn)行測試以后是可以將知識關(guān)聯(lián)起來形成一個圖譜。
我們發(fā)現(xiàn)從小到大的學(xué)習(xí)其實(shí)是一個知識不斷被推翻的過程，也就是說高一形成的知識圖譜，到高三相同的知識點(diǎn)關(guān)聯(lián)起來的圖譜可能完全不一樣，甚至不同版本的教材會梳理出不同版本的知識圖譜。那么輸出圖譜的健全性和可靠性就是一個比較大的問題。
五、變化的學(xué)習(xí)者的問題
隨著學(xué)習(xí)行為的發(fā)生，學(xué)習(xí)者對于知識的掌握情況是會發(fā)生變化的。
舉個例子：一個學(xué)生對某個數(shù)學(xué)知識點(diǎn)掌握程度適中，這個知識點(diǎn)的題目他做了20道，對了10道，真的代表他的正確率只有50%嗎?不一定，有可能前10道題目他全做錯了，但是在這個過程中他對知識點(diǎn)的掌握加深了，他學(xué)會了一些技巧和規(guī)律，后面10道全部做對了。
因此我們要以動態(tài)的視角看待學(xué)生。解決這個問題并不復(fù)雜，只需要將發(fā)生時間比較久遠(yuǎn)的行為數(shù)據(jù)權(quán)限變得低一些。除了這種情況，還有一種必須考慮的情況是，時間是會影響記憶的，隨著時間的推移，學(xué)生遺忘知識的可能性會越來越高，這個問題大多數(shù)背單詞軟件已經(jīng)利用spaced
repeatition算法解決。
綜合以上的五個部分，Ⅲ級自適應(yīng)學(xué)習(xí)已經(jīng)做得較為精細(xì)，但是越精細(xì)帶來人工成本越高。并且只能解決客觀題，主觀題自適應(yīng)技術(shù)難度較大。
想要解決主觀題自適應(yīng)就進(jìn)入到了Ⅳ級自適應(yīng)，真正的AI級別的自適應(yīng)。
這個水平的自適應(yīng)學(xué)習(xí)產(chǎn)品可以將任何一道題目，通過NLP審題并轉(zhuǎn)化成數(shù)學(xué)邏輯，再運(yùn)用推理引擎得出正確答案，并且看到別人答案時，也可以分步驟精細(xì)判斷答案是否正確，答案不正確時判斷哪個步驟出現(xiàn)問題，進(jìn)行適當(dāng)點(diǎn)撥。Ⅳ級自適應(yīng)產(chǎn)品的技術(shù)難點(diǎn)是“推理”。
目前沒有哪個科技公司推出了真正的推理引擎，當(dāng)下常見的掃題軟件也只是識別問題再讓學(xué)生抄答案而已，做不到真正有價值的點(diǎn)播和提醒。如果“推理”的技術(shù)難題攻克了，會讓理科教師面臨失業(yè)。給每一個學(xué)生配備一個AI教師，學(xué)生做題依然是采用紙筆方式，做題的同時AI老師會隨時進(jìn)行提醒和點(diǎn)撥，幫助學(xué)生快速成長和進(jìn)步。
�、艏�:基于NLP和推理引擎的自適應(yīng)學(xué)習(xí)
有一天Ⅳ級自適應(yīng)出現(xiàn)了，前面幾個級別的自適應(yīng)會出現(xiàn)顛覆性改變。至于未來會不會出現(xiàn)更深層次的技術(shù)來改變現(xiàn)狀，我們拭目以待吧。
本文來源：智慧課堂研究。
廣州青鹿教育科技有限公司，智慧課堂整體解決方案提供商。這里有有趣的青鹿人，立志做好的智慧課堂，挖掘新鮮的教育資訊，分享你關(guān)注的熱點(diǎn)話題。歡迎關(guān)注公眾號：青鹿教育(ID：qljy_2017)
當(dāng)前位置：
