K12在線教育 作業(yè)幫如何用技術(shù)做到因材施教？

近日作業(yè)幫上線名為練習(xí)的新功能，主打個性化教育，與美國的“自適應(yīng)教育”平臺KnewTon思路相似。大多數(shù)在線教育平臺只解決了老師與學(xué)生的連接問題，而作業(yè)幫和KnewTon為代表的“個性化教育”則通過技術(shù)驅(qū)動傳統(tǒng)教育模式的革新，將孔子的“因材施教”這一教育理念做到極致。借助百度強(qiáng)大的研發(fā)能力，作業(yè)幫更強(qiáng)調(diào)技術(shù)的應(yīng)用。

作業(yè)幫的“自適應(yīng)教育”之路

自適應(yīng)教育模式的精髓是根據(jù)學(xué)習(xí)者的實(shí)際情況，量身推薦適合的課程，這被歸納為“適配學(xué)習(xí)技術(shù)”。這一教育方法論包括三個步驟：數(shù)據(jù)收集、推斷及建議。

作業(yè)幫的練習(xí)功能理念與其具有一致性。作業(yè)幫通過三個步驟來實(shí)現(xiàn)個性化推薦：第一步是知識診斷，學(xué)生先做幾道精選練習(xí)題“測試”，測試之后會得到知識診斷結(jié)果，更了解自己的情況。第二步是知識建議，根據(jù)測試結(jié)果給出該科目的詳細(xì)知識點(diǎn)卡片，告訴學(xué)生哪些知識點(diǎn)是急需提升的，哪些是已熟練掌握的。第三步則是練習(xí)推送，在不同的階段性測試期間，推送本地的真題、模擬訓(xùn)練給用戶，讓學(xué)生通過最少的練習(xí)掌握知識點(diǎn)，避免重復(fù)的、難度不匹配的無效練習(xí)，做到這些主要基于第一步的診斷情況、第二步的知識分解，以及大量專業(yè)老師結(jié)合地方情況的題庫篩選。

個性化教育將是在線教育的核心優(yōu)勢，也是在線教育未來的趨勢。作業(yè)幫解決 “備考”這一問題的“個性化練習(xí)三步曲”分別對應(yīng)了學(xué)習(xí)過程的數(shù)據(jù)收集、推斷和建議，兩者本質(zhì)都是基于每個學(xué)生的實(shí)際情況變化，結(jié)合知識圖譜和推薦模型，不斷調(diào)整給學(xué)生學(xué)習(xí)建議，實(shí)現(xiàn)個性化的教育，未來作業(yè)幫很可能會在練習(xí)之外的教育環(huán)節(jié)實(shí)現(xiàn)個性化。

為何作業(yè)幫瞄準(zhǔn)個性化教育？

不論是“自適應(yīng)教育法”還是作業(yè)幫練習(xí)的思路，都與中國傳統(tǒng)教育的“因材施教”不謀而合。

“因材施教”在孔子時代是可行的，那時候老師的弟子非常有限，老師基于經(jīng)驗可以進(jìn)行個性化教育，雖然沒有形成科學(xué)系統(tǒng)的方法論，沒有像作業(yè)幫通過圖表來數(shù)據(jù)化學(xué)習(xí)過程，但其思路是一樣的?，F(xiàn)代應(yīng)試教育中，一個老師帶幾個班上百名學(xué)生，“因材施教”幾乎是不可能完成的任務(wù)。這導(dǎo)致了傳統(tǒng)教育存在致命的弱點(diǎn)，不論學(xué)生處于何種水平，思維模式有何差異，知識掌握情況有何不同，都要保持同樣的進(jìn)度被動式地參加課程、重復(fù)練習(xí)，進(jìn)而效率變低。

在線教育的興起讓因材施教成為可能，即讓教育去適應(yīng)學(xué)生，而不是讓學(xué)生去適應(yīng)教育“個性化教育”。在線教育的互聯(lián)網(wǎng)能力可以便捷地收集學(xué)習(xí)者的學(xué)習(xí)數(shù)據(jù)，歸納整理海量學(xué)習(xí)素材。作業(yè)幫知識圖譜等大數(shù)據(jù)技術(shù)，可以對海量學(xué)習(xí)素材進(jìn)行交叉分析，建立學(xué)科知識圖譜，然后將其與自適應(yīng)教育模型結(jié)合起來，給對應(yīng)的學(xué)習(xí)者進(jìn)行個性化推薦，實(shí)現(xiàn)真正的因材施教，回歸教育本身的同時，解決傳統(tǒng)教育模式的痛點(diǎn)。

中國大多數(shù)在線教育過去都只解決一個問題：去中心化。取代學(xué)校、培訓(xùn)機(jī)構(gòu)的職責(zé)，通過互聯(lián)網(wǎng)來連接學(xué)生與老師，學(xué)生足不出戶就可以接收來自外國老師的英文教學(xué)、一線名校的老師授課，對于學(xué)生而言最大價值是降低了學(xué)習(xí)成本，對于老師而言則是增加了教育收入，但它并未改變傳統(tǒng)教育模式。它發(fā)揮了互聯(lián)網(wǎng)的“連接”能力，卻忽略了互聯(lián)網(wǎng)背后的個性化、智能推薦、大數(shù)據(jù)諸多能力。作業(yè)幫在利用好互聯(lián)網(wǎng)“工具屬性”的同時，結(jié)合互聯(lián)網(wǎng)所具備的技術(shù)優(yōu)勢，有望通過個性化教育脫穎而出。

如何用技術(shù)做到因材施教？

個性化教育的本質(zhì)是大數(shù)據(jù)教育，作業(yè)幫在此之前已有不少積累，相對于KnewTon而言，作業(yè)幫進(jìn)軍個性化教育優(yōu)勢更加明顯。

第一，擁有大數(shù)據(jù)以及更新機(jī)制。作業(yè)幫上線一年多積累的5000萬用戶、9500萬題庫，已掌握了學(xué)生學(xué)習(xí)習(xí)慣、題庫學(xué)科知識兩類大數(shù)據(jù)。當(dāng)然，題庫必須保持更新才有價值，這一點(diǎn)上作業(yè)幫引入了全國優(yōu)秀教師群體來完善和篩選題庫，在回答學(xué)生提問時也是機(jī)器算法+UGC模式雙重保障，通過這些運(yùn)營手段來保證數(shù)據(jù)質(zhì)量，形成了數(shù)據(jù)更新機(jī)制。

第二，大數(shù)據(jù)技術(shù)的成功實(shí)踐。作業(yè)幫要構(gòu)建知識圖譜，將學(xué)科、課程和習(xí)題之間的關(guān)系理清楚，需要大數(shù)據(jù)技術(shù)；要進(jìn)行知識診斷、學(xué)生畫像，也需要大數(shù)據(jù)技術(shù)。作業(yè)幫最拿手的功能是“拍照提問”，即學(xué)習(xí)者可以將書面題目轉(zhuǎn)化為問題，基于IDL（深度學(xué)習(xí)）實(shí)驗室成果和OCR技術(shù)，作業(yè)幫在準(zhǔn)確性和響應(yīng)速度上都做得很好。同時，作業(yè)幫還支持“語音提問”。拍照提問和語音提問，背后用到的圖像識別、語音識別、語義理解諸多技術(shù)，都屬于大數(shù)據(jù)類技術(shù)。

第三，基于路徑算法的推薦。作業(yè)幫基于知識診斷結(jié)果和知識圖譜，可以計算“學(xué)習(xí)路徑”，即從學(xué)生當(dāng)前學(xué)習(xí)狀態(tài)到目標(biāo)狀態(tài)之間需要經(jīng)歷的路徑，例如哪些知識點(diǎn)、多大的難度、如何復(fù)習(xí)。這個“學(xué)習(xí)路徑算法”是作業(yè)幫首先提出，基于路徑算法，就可以給學(xué)生推薦最適合的練習(xí)題，避免其“走彎路”。

第四：IDL技術(shù)實(shí)現(xiàn)連續(xù)適應(yīng)性。IDL實(shí)驗室所研究的深度學(xué)習(xí)技術(shù)讓機(jī)器可以自我學(xué)習(xí)、優(yōu)化算法。作業(yè)幫基于其研究成果，自動化地改進(jìn)教育模型，包括學(xué)習(xí)路徑算法、練習(xí)推薦模型、知識診斷模型等，而不需要人工去更新。這樣就可以確保在學(xué)生學(xué)習(xí)狀態(tài)變化之后，在各地教育大綱變化之后，教育模型依然有效，實(shí)現(xiàn)“連續(xù)適應(yīng)性”。

小結(jié)一下：在線教育的本質(zhì)是通過新技術(shù)去改變傳統(tǒng)教育模式，提升教育效率，消滅教育鴻溝，而不只是把互聯(lián)網(wǎng)當(dāng)做渠道的單一應(yīng)用。接下來最有機(jī)會的看點(diǎn)，將是個性化教育，它有著比較強(qiáng)的技術(shù)依賴，符合從孔子時代便存在的“因材施教”理念，并且有望在應(yīng)試教育大環(huán)境下實(shí)現(xiàn)真正的因材施教。作業(yè)幫基于習(xí)題庫和學(xué)生基數(shù)的積累，憑借其在大數(shù)據(jù)、智能推薦、IDL上的技術(shù)優(yōu)勢，有望成為個性化教育的實(shí)力派玩家。