極課資料庫

Ⅰ 智宣教育被看好的自適應學習系統有什麼優點

‍

深燃（shenrancaijing）原創

作者 | 唐亞華

編輯 | 黎明

一年一度的中高考又要來臨，微博上，#相見恨晚的刷題技巧#這一話題的閱讀量就有9059.4萬，討論也有2.4萬。一個真實又殘酷的問題是，題海戰術也可能等於無效刷題，你真的會刷題嗎？

教育沒有捷徑，只有百煉成鋼。在這個過程中，技術改變不了本質，卻能提高效率。

有人說錯題是學習的DNA，不僅暴露學生知識結構的薄弱點，還能進一步推斷出知識薄弱背後的能力缺失。那麼，AI演算法能讓人們對刷抖音、玩游戲欲罷不能，它會不會也能讓我們做習題像刷短視頻一樣著迷呢？

有這樣一種產品，致力於學習路徑的個性化，通俗來說，就是哪裡不會學哪裡，查漏補缺，告別題海茫茫。

智能教輔，也叫人工智慧自適應教育，它被稱為個性化教育的終極「武器」，它刷存在感的方式是，不給學生題海，而是讓學生創造自己的AI私教。

幾年前，AI+教育一度成為風口，技術被認為是解決教育資源稀缺、個性化教育的法寶。但現實比理想發展緩慢，這幾年來，不知是AI不進則退，還是資本和市場遺忘了這顆曾經的「明珠」，在線教育風向突變，焦點轉到了大班雙師直播課上。

如今，市場方向不明朗，賽道內又有企業開始重拾智能教輔。今天，我們就來看看通過AI就能篩選評估出學生的問題進而推薦個性化學習方案的智能教輔，到底是噱頭還是真功夫？如今行業發展到了什麼程度？這樣的技術，能夠多大程度幫助到備考的中學生？

初三學生左岩一直以來都是個大學霸，他自認為刷過的數學題遠遠多於普通同學，但在去年的兩次重要考試中，他都遇到了好幾道自己不會做的題，最後成績出來令人大跌眼鏡。他這才發現，自己刷題雖然多，但仍然存在知識盲點，一些質量不高的試卷和題庫很多時候是重復的，很浪費時間。

另外，左岩總結原因，他雖然記了很多錯題，但沒有找到錯題的共性，同一個知識點變換形式後可能還是不會做。「這其實是我沒有明白知識點的本質，沒弄清楚公式是怎麼來的，可以怎麼樣去演繹，實際上，所有的題都是考察一個知識點或幾個知識點，如果我能解決問題，就能從宏觀視角去看，就能一步一步往知識點上靠攏。」

後來他嘗試用了一些智能教學系統，裡面有智能題庫，他發現：「系統能幫我追根溯源，找到錯誤的本質源頭，並講清楚這個知識點怎麼樣運用到各種變化的題目上。了解了這些本質規律，就有了全局性的視角，最後做題就像庖丁解牛。」

市面上，猿題庫、松鼠AI智適應等公司都有這樣的產品，最近，網易有道宣布升級了其智能教輔系統，聲稱可以評估學生能力、生成學習路徑、定向提高、查漏補缺。

中考逼近，左岩一時之間不知道該如何做選擇，盲目的題海戰術不再適用，將寶貴的時間交給一個系統，靠譜嗎？

深燃體驗發現，這類型系統通常包括測評、找出問題、推薦相應的習題。如網易有道的智能教輔系統嵌在有道精品課軟體中，其「能力評估」就是學生可以選擇一定學段的某個板塊，比如初一知識點「相交線與平行線」，隨後系統彈出5道題，做出選擇後，一個專題掌握情況結果就出現了。

該系統顯示，「評分為D，本專題共有6個知識點，你通過了0個知識點，存在對頂角、鄰補角、垂線等知識點待通過，AI私教建議您繼續學習。」之後系統就會生成學習路徑。跟隨系統指示，隨後出現了一段錄好的真人老師知識點講解，而在視頻完成後，又會有對應的習題練習，如此循環往復。

其實，這也不是在線教育領域的新概念了，2015年以來，主打AI+教育的公司如雨後春筍，這種模式也叫「自適應」或「智適應」。在善於造詞的互聯網領域，「自適應」是個營銷噱頭式的詞彙，這種模式被包裝得更體面的一種說法，就是個性化教學。通俗來講就是在線教育領域的演算法推薦，短視頻和電商是讓你喜歡什麼看什麼，學習做題是讓你哪裡不會學哪裡。

值得注意的是，這只是AI在教育領域應用的一個環節，目前市面上的產品覆蓋到的環節包括最外圍的拍照搜題，代表性的有作業幫、小猿搜題等的拍搜產品，還有「口語測評」，代表性企業有英語流利說、盒子魚等，前文提到的自適應學習，則是作用於核心學習環節。

單看K12領域的自適應，各家的不同之處在於，猿輔導是一個單純的自適應題庫產品，松鼠AI智適應主要切的是課後輔導，鞏固練習、查漏補缺，而且90%的學員在線下場景，教室內也有專業老師給予指導。

網易有道的系統則強調老師與智能系統的結合，以及內容上的知識模塊劃分。他們將智能教輔系統跟主講、輔導老師結合，在課中和課後分別使用。同時，網易有道聲稱其上線的初中數學劃分了4000多個知識模塊，每個模塊平均只需要5道題測試，能3分鍾找出薄弱點，1秒給出學習路徑。

中國的互聯網是一棵科技樹。正如《技術的本質》所描述的，「時代創造技術，技術也創造著時代。」

從2000年左右，隨著電腦的普及，滬江網校興起，有了最早的網課，這可以稱作是第一次教育行業的互聯網化。再到2010年左右，網易公開課讓很多人開始觸達原來獲取不到的全球各高校公開課。

隨著移動互聯網興起，有了手機和3G、4G網路，2014年-2015年，教育行業伴隨著第一波移動互聯網熱潮，家教O2O開始流行。隨後又出現了直播課、在線一對一教學，隨著直播系統越來越完善，大班課也出現了。

此時創業者們紛紛認識到，既要個性化又要提高效率的教育領域，迫切需要技術加持。

主打個性化的自適應教育是20世紀90年代在美國提出的概念，核心理念是通過對知識體系的拆分和對學生的評估，最終生成可規模化的「因材施教」教學產品。美國著名的可汗學院也於2017年宣布轉型AI自適應教育模式。

K12自適應教育賽道發展相對起步較晚。2015年，松鼠AI智適應（前乂學教育）成立並上線自適應學習系統。從2017年開始，教育行業的錢開始追著AI+教育跑，這一年，松鼠AI智適應完成了Pre-A輪融資；專注教育智能系統研發的極課大數據和智課教育分別獲1億元B輪融資和2億元B+輪融資；滬江推出「Uni智能學習系統」，倡導「量身定製」的個性化學習。

如今，「AI+教育」賽道上已經覆蓋「學、練、改、測、評」全產業鏈條，口語測評、組卷閱卷、作文批改、作業布置、自適應學習等一系列功能正在努力為學生創造一個智能高效的學習環境。

已然不是新事物的自適應教育，目前達到了什麼水平？

松鼠AI智適應聯合創始人周偉告訴深燃：「目前的AI自適應能夠解決三個問題，因材施教的個性化學習、教育公平性、公益性」。

個性化很好理解，教育公平是指教育資源不足的地區的學生，通過這一技術可以享受到優質的資源，公益性則指的是價格，一個系統可以給無限多的用戶使用，邊際效應下，這一產品的成本可以被拉低。

至於產品效果，周偉指出：「在查詢補漏上面，系統有學生長時間的數據跟蹤，對學生的判斷可能比老師准確；第二，系統的規劃能力強，因為它數據量夠，還能像地圖導航一樣會實時調整；第三，因為可以集中優質教師，系統在知識點的傳輸上水平也更穩定。」

令人好奇的是，這時候入局的網易有道在打什麼算盤？

其實早在2019年，網易有道做過一款智能筆，給智能教輔系統積累了很多經驗。但更重要的是，技術出身的網易有道CEO周楓，始終有個產品夢，始終不願意放棄用技術將教育環節中可以標准化的內容形成產品。

周楓不僅堅信技術，他還推崇個性化教學。周楓學生生涯中，物理老師給他的影響最大。「我中學物理學得還不錯，老師把我帶到辦公室和家裡進行一對一教學，最後我參加物理競賽得了江蘇省第七名。」周楓說。

現實中不一定每個學生都有這樣的機會，所以周楓給網易有道定的目標是，「讓每個學生通過網課都能實現有經驗的老師一對一教學的效果」。

在他的理解里，新一代的老師應該是懂技術的，他認為行業內做個性化教學那麼多年效果不明顯，原因在於老師和技術的結合不夠緊密。網易有道的做法是把老師和技術人員放在一起，「不管兩群人吵成什麼樣，你們都得在一起幹活。吵著吵著，大家就會一起想辦法，實際出來的產品就不是和課程割裂的，老師課堂上就會去用。」

毫無疑問，AI是強大的工具，但在AI+教育領域，只有真正了解教育的從業者才能創造出符合教育規律的產品。

在線教育企業中，作業幫、猿輔導、網易有道其實都是技術派創始人當家，他們都有一個產品夢。作業幫源自網路，猿輔導的創始團隊出自網易。

網易有道CEO周楓自己笑稱，有道和網易都是產品公司，最擅長的就是怎麼樣找到能解決很多人的問題的方式，而不是像手工作坊一樣解決少數用戶的問題，「我們以前講教育應該工業化，大家不喜歡聽，大多數人用著工業生產線的產品，卻說著喜歡手工，實際上真的給你一輛手工汽車你也不敢開。」所以，在教育技術的基礎上，行業需要利用更好的方式既提高效率，又兼顧用戶價值。

顯然，智能教輔系統就是周楓認為能夠擔當這種角色的產品。

用商業踐行公益，是企業家承擔社會責任的最佳路徑。用技術將教育資源放大，將學習效率提升，將學生個性化學習的成本降低，這某種程度上相當於社會公益。未來，在企業家的自覺，以及政策科學監管之下，有了堅定的遠景與使命，AI+教育或許能繪就一幅新世界的斑斕圖譜。

不過，概念和口號火熱，AI+教育折騰了幾年，在資本的喧囂和創業者的躁動之外，傳說中的顛覆似乎並沒有到來，而人們對它的擔憂和質疑也從未停止。

中華教育改進社副理事長蔣永紅告訴深燃，拍照搜題、口語糾錯、作文批改、自適應，都是人工智慧利用語音識別、文字識別、圖片識別等在教育領域的應用。

在他看來，拍照搜題的價值有限，「學生既然不會做題，給他答案也沒用，因為答案的書寫是在演繹，而解決問題要靠分析，我們可能會用各種假設、推理、判斷排除，得到一個正確結果，搜到答案學生沒辦法體驗到解題思路，而這恰巧是學生成長需要的最有價值的部分。」

他還提到，AI自適應從知識點的角度來說有一定的價值，畢竟中學階段知識點繁多，學生不會做題大多數是因為對知識點理解不夠透徹。

但AI的缺點也很明顯：「首先，AI個性化訓練必須建立在學生主動學習的基礎上，如果一個學生的自製力、耐心都很強，把推薦的信息都瀏覽到，他才能達到預期的學習效果，假如無法堅持，再精準的推薦都沒有意義。」蔣永紅說。

另外，在學科上，AI自適應更多的是針對封閉性知識，比如它在數理化學科上更好用，而像語文的知識點不是那麼規整，牽扯到價值觀的部分同樣難解決。

對廣大學子來說，成績雖然只是一時得失，中高考可能只是一場人生經歷，但這次考試，也會直接決定他們能上什麼學校、接觸什麼同學、置身於何種求學氛圍、形成何種價值觀，這也是他們未來立於天地之間的根本。

麻繩專挑細處斷，沖刺中高考，越到最後，越是需要個性化的學習路徑。如今的AI不一定能在中學生的全學科、全學習環節扛起教育重擔，卻可能在相對標准化的學科上，發揮一些作用，為每個學子找到橫亘在題海中的症結，幫他們排雷掃坑，高效前行。

*題圖來源於視覺中國，文中配圖均來源於Pexels。應受訪者要求，文中左岩為化名