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
请先 登录 后评论
  • 0 关注
  • 0 收藏 161 浏览
  • 略问用户 提出于 2021-01-16 09:53:12

7 个回答

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
xxxxxa

自适应也叫智适应,这两者在在线教育界是同义词。关于自适应学习在2018年在线教育行业真的是很火热,这个概念目前应用到了少儿英语、K12、英语学习等领域。其实是一种AI的技术在在线教育行业的应用。提到这块我们不能不来看一下,使用这个技术的背后教育行业的逻辑。

通常我们将教学分为“标准化教学”和“个性化教学”,通常体制内的学习基本上就是这么区分。标准教学包含“课堂”、“录播课”、“直播课”等大堂课的教学方式,大家拿到的教材、资料及上课内容是一样的我们称之为标准化教学。但是由于每个学生的基础和能力的差异性,这种标准化教学未必能够使得所以的学生能够达到相对统一的要求。那么就存在针对每个孩子的特点来进行个性化教学,这就是我们所说的个性化教学。个性化教学广泛的存在线下的补课、强化、培优等体系中,这也就是为什么现在的小班化教学的需求越来越强烈。

好了,既然我们知道自适应系统其实一种满足个性化教学或者叫个性化学习需求的产品,那我们就知道我们需要针对每一个学生的学习情况进行一个相对理性的评估,并且在评估的结果的基础上做出相应的学习规划并提供相应的学习内容。这里有几个关键词:

1、评估

2、规划

3、内容

结合我个人的职业经历我觉得自适应学习系统中包含两个方面的工作“内容标签化”、“教学规划”、“方案产品化”。下面我逐个的来讲解以下:

内容的标签化:通常来说这里的内容分为两部分,一部分是学习内容如知识点的讲解(包含文字、题片、视频),另外一部分是用户测评的题库,用以评估学生对于知识点的掌握与否及程度。我们知道任何一个学科都是有一个基于知识点的大纲,这种大纲是基于知识点之间的递进关系而编排,前后存在一定的逻辑关系的。通常来说关于内容的标签化更多的是内容和大纲知识点之间的关联,这种关联往往是一对多的关联。只有进行了内容的标签化,我们在逻辑上才可以判断这些内容是关于哪些知识点。如习题和知识点的关联,我们就可以根据学生的作答来判断学生对于知识点的掌握的情况,在这种情况之下才可以做出相应的判断。

教学的规划:教学的规划通常来讲需要有一线教学经验的教研老师来帮忙完成,需要从教学的角度来为单一的知识点组织相应的内容,并且设置知识点之间的链接,以至于从单点覆盖到系统性的学科。由于我不是教研出身,关于这块做不了更为详细的解答,但是在实际过程中教学规划往往能够直观的反映出这家在线教育公司的校验做的是否是扎实可靠的。在实际过程中这块耗费的人力资源也是比较多的。

方案产品化:有了内容的标签化和教学规划,那么就需要前端的人机交互界面了也就是我们需要将背后的这套逻辑和方案最终转化为前端的产品,同时前端的人机交互也是后端逻辑的信息的入口,在这块我们要考虑的是用户体验,系统的容错率和业务逻辑的呈现。

因此在做自适应系统的时候我们可以小白一下我们小时候辅导老师是如何课后辅导我们,原则上自适应系统就是系统性的代替这位辅导老师来完成我们的学习辅导。此外还可以回想下我们参加的一些英语培训,一开始让我们做相应的测试题,然后针对性的给出学习方案,后续教学过程中按照这个学习方案来进行学习,并且学习过程中是不断的调整教学大纲。

以上大致的描述了下我所理解的自适应学习系统的需求背后的逻辑及自适应学习系统所包含的三部分工作,以及目前教育培训行业的标的物,仅供参考!

请先 登录 后评论
xxxxxa

我相信很多人和我一样根本不知道什么是自适应教育。

做产品的都知道,网页的自适应。微信文章推送的自适应会根据手机的屏幕大小去取相应的资源让显示效果更好。百度了下:在线教育的自适应是指系统可以智能的根据学生的学习水平推荐相应的课程和学习资料。

问题的关键点在于,系统怎么知道学生是什么水平?系统的学习资源该如何进行水平的分级?只有把这两个问题解决好,才可以进行匹配。一个学生是怎么水平,可以通过他回答问题得到判断。举个例子:学生闯红灯了,扣分,然后告诉学生,你要注意红绿灯。学生左转忘打转向灯了,扣分,然后告诉学生,你要记得打转向灯。学生超速了,扣分,然后告诉学生,你要注意自己行驶的速度。也就是说,相对于学生正确的回答,错误的回答对于系统更具有指引性的作用。

我个人认为在线教育自适应绝对是概念的滥用,还不如智能推荐。对于一个知识点,我今天答对了或者说算对了,我明天又算对了,我后天可能会算错。反之亦然,学习不光是增量还可能关乎遗忘、关乎心情。

请先 登录 后评论
xxxxxa

优先构建底层架构,比如知识图谱什么的

请先 登录 后评论
xxxxxa

之前看过简书里面有一个系列讲 自适应学习背后原理 的文章。希望可以帮到你。

文章标题如下:

揭秘自适应学习的背后原理(第一集)

应该是一个 叫“生维资本”的号发的。


至于设计思路的话,感觉不同程度的自适应学习原理适合于不同的场景。暂时也不晓得该如何建议。

请先 登录 后评论
xxxxxa

看完以上的回答还是一脸懵逼,回答问题比字多吗?

请先 登录 后评论
xxxxxa

自适应最终要做到的是不同于线下的,更尊重个体的,因材施教~

请先 登录 后评论