自適應在未來會成為在線教育產品的標配，Knewton一直是這個領域里做的最好的，上個月芥末堆在上海組織了一次小型的Knewton團隊交流會，由曾經在Knewton工作數(shù)年的Anne Thomas以及Ian Parker 分享，主題為“教學媒體與自適應學習案例研究 ”，芥末君為大家奉上整理的分享內容。

【分享嘉賓介紹】

Ian Parker，教育制作人和多媒體專家，涉獵所有與視覺制作相關的領域。第一份工作是數(shù)學老師，之后加入了一個視頻制作的公司，在2008年加入knewton，主要負責制作教學視頻，是最初的創(chuàng)始團隊之一，在knewton工作四年半，2012離開knewton之后開始為各個公司制作視頻。

Anne Thomas，2012年加入Knewton，在knewton兩年半，負責為幾家全球大型出版集團設計開發(fā)適用于Knewton平臺的自適應學習產品，一直在幫各個客戶做市場和產品的顧問，最初負責和培生對接，之后從做系統(tǒng)轉到了做自適應系統(tǒng)引擎，負責讓客戶的系統(tǒng)能夠適配knewton的引擎，這份工作叫做整合設計師。主要是兩個大客戶，一個是k12領域的出版商，一個是在高等教育領域的出版商。2014年底離開Knewton。

以下為分享內容整理：

Knewton從教學生怎么應試開始

knewton的模式是在你最需要的時候學習你最需要的內容，自適應學習最早的產品會告訴你怎樣去應試，Knewton最早做的是GMAT培訓。

自適應學習用在應試中目標很明確，要從A點到B點。但為什么要應試？應試這個產業(yè)非常大也非常老，里面有很多機會，有非常多有激情、目標明確的學生。在大城市可以找到最好的老師，以更低的價格把好的內容賣給更多的人。

就Knewton當時的情況來講，要在市場上有競爭力，一定要做到以下這些事情：首先要提供活躍的、交互性很強、像線下課堂一樣的課程。如果學生不能到場，隨時還可以去看。同時要提供一個網站，要比競爭對手更好，不但有教學內容，還有自適應學習的功能。課程內容除了文字還包括視頻。

首先需要很多的題目來練習，通過練習讓學生預計他的學習能力，讓他自己決定要在這個系統(tǒng)上花多少時間，幾年或幾個月。如果這幾點同時能做到的話，就能招到更多的學生。

當時Knewton的創(chuàng)始團隊只用了兩個半月的時間就把系統(tǒng)和整個內容做出來，之后第一批學生就開始上課了，這是最早的GMAT應試產品。

如何制作自適應的在線視頻課程

怎樣實現(xiàn)個性化是自適應學習里一個很重要的環(huán)節(jié)，它能夠指導學生什么地方沒學好，而且比學生更清楚。要怎樣做到自適應的在線視頻課程呢，我們需要以下元素：幾千個微視頻，有耐性同時知識豐富的老師/演員（在這里老師和演員是可以結合的），以及內容制作專家和課程設計專家。錄制視頻不但要看老師的臉，還要看PPT，并把他們整合起來。

除了制作視頻，還有一個就是直播課堂。要把直播課做好需要以下這些條件：課程制作寫手和課程設計老師，個性上非常有特色的老師能夠吸引很多學生過來。當然還有那些小提問小測試，以及白板，來看學生是否集中注意力。所以每次做直播的時候需要有技術人員在場，以應對突發(fā)情況。

這個最早的產品給我們帶來幾點啟發(fā)。第一，產品一定要與學生交互，讓學生投入到里面去，感到社區(qū)歸屬感。第二，要有各種不同的老師，讓學生聽他們講課，學生會覺得更有趣。第三，Knewton最大的優(yōu)勢在于我們招了最好的課程專家、老師來做相關的工作。還有一個就是，你永遠是你學生客戶最大的粉絲，這本身對口碑傳播來說是非常好的策略。作為一個初創(chuàng)公司，你需要關注每一個學生的成功。

直播課花費很大，而且難以管理。所以Knewton第二版的培訓產品把PPT和視頻整合起來，有不同教學風格的混合，這樣學生就不需要在某一個指定的時間去上課，同時也可以降低成本。這個產品最初是Knewton為亞利桑那州立大學開發(fā)的數(shù)學補課培訓產品，提供給大學新生使用。這同時也可以用來做翻轉課堂教學，我們?yōu)榈谌絻热萏峁┲С?，也就是大學自己開發(fā)的內容。

不過我們發(fā)現(xiàn)，很多學生更傾向于直播課，直播必須按時間點上，這樣他們可以根據課來安排自己的生活。很多學生也都非常喜歡聽別人提問，這樣他們可以被動地學到很多東西。

當時那版自適應系統(tǒng)工作的原理，就是先根據知識圖制作內容，顯示學生需要什么樣的知識內容，以及學生已經掌握了什么內容。有一個模擬器模擬學生學習的路徑，不同學生的路徑是不一樣的。比如在我們的系統(tǒng)里，顏色越深表明學生那塊知識掌握得越好，學生進展好的話最后都變成深色。這里面有幾百個分類的視頻，制作質量非常高。所謂的分類型的視頻，是針對大的知識點的介紹，也有小的很細節(jié)的知識點的視頻。

學生學習過程中，視頻服務器里會記錄有詳細的數(shù)據，會顯示學生專注的程度，在學習過程中是否投入，比如學生到了大概到了三十分鐘的時候就不看了，學生在哪一段重復地看，這些使用行為都會記錄下來。當時很多教課老師還內部搞了一個競賽，看誰的學生專注度最高。

看教學視頻的話，其中一個指標是每秒傳遞的信息量，而不是含有多少特效。我們首先有很多短視頻，這對自適應學習來說非常有用。好的內容和好的老師遠比好的特效重要得多。另外，從我們的直播課堂發(fā)現(xiàn)，社交功能是非常關鍵的?，F(xiàn)在從教育產品來看的話，很少有公司能找到對于社交的平衡。

從內容生產轉到開放的平臺

剛剛講了knewton2008年到2011年的故事，在之后knewton就不做內容了，改變了商業(yè)模式。其實以前做的產品都是在為下一步做準備，先測試產品是否有效，knewton的長期目標是做一個平臺，讓世界上所有的學習產品都可以用來做適應性學習，像Amazon一樣的開放平臺。這些年knewton與很多出版社、學校和教育機構達成了合作，主要在美國、歐洲和巴西，現(xiàn)在開始進軍亞洲市場。

作為一個開放的API，Knewton和早期產品最大的差別是，在新的產品中，用戶看不到knewton的影子。出版商有自己的產品，Knewton與運營商的產品保持一致，學生是在和他們的產品交互?？蛻敉ㄟ^API系統(tǒng)到knewton來，knewton分析數(shù)據再返回去，推薦下一步學習。

（圖：Knewton與學校合作的系統(tǒng)）

這其中有三個最關鍵的功能。首先是推薦功能。學生在下一步應該學習什么。這和亞馬遜去買東西的推薦是相似的。系統(tǒng)也是抓取了許多學生學習的數(shù)據，用數(shù)據去分析學生下一個最好要學什么。

第二就是學習數(shù)據的分析，這是一些預測性的數(shù)據，看學生會做的怎么樣。knewton和出版商最大的差別是，出版商做的是讓學生知道你做對了還是錯了。而knewton做的是預測，你現(xiàn)在做的怎么樣，未來能做怎么樣。比如說一個學生測試得了60分，基于以前的數(shù)據，還有系統(tǒng)對內容的了解，系統(tǒng)會告訴你學生的水平要比60分更高。

第三個就是內容數(shù)據。這些課程的內容質量如何，對學生學習有什么影響。knewton的第一個API客戶是Houghton Mifflin，這是美國最大的k12領域的出版商，全世界有6000萬學生。我最早是和他們一起找到哪一個產品最適合knewton平臺，以及怎樣把產品整合到knewton里去。最早和這個出版商做的是中學數(shù)學的項目，這是knewton最早給第三方產品開發(fā)的產品，而且是用別人的產品開發(fā)的。做這個產品有幾個核心要求，knewton知道Houghton Mifflin的產品是要賣到加州的學校的，加州有個要求，教學產品不但要幫助差生，也要幫助好學生，學生的學習進程必須是一樣的，因此每個學生的作業(yè)量是一樣的，所以自適應要在那個標準之內。學生的歷史數(shù)據在系統(tǒng)中應該被考慮進去，他們的作業(yè)是一樣的，那怎么體現(xiàn)自適應學習呢？每個學生在做作業(yè)之前，都有復習題。復習題是每個人不同的。而且這個復習題/熱身題，每個問題都會變。學生做完一個題，數(shù)據就會返回knewton的系統(tǒng)里面。比如學生做對了，knewton就給他推薦下一個題。所以自適應是實時且精細的呈現(xiàn)。學生的作業(yè)要達到一定水平之后才能做加強的，這里面學的東西就比作業(yè)的層次更高。其次是介入，學生做作業(yè)的分數(shù)低于某個值的時候，就會介入，目標就是讓學生成功完成作業(yè)。

我不相信老師會被機器取代。但不是每個學生都能得到好的老師，這樣的系統(tǒng)工具可以讓沒有好老師的學生也能得到好的教育資源。

Q&A

Q：knewton最開始做的數(shù)學產品在社交上是怎么做的？

A：在之前的數(shù)學產品中是沒有直播課的，但是老師可以把學生分組，和別的同學一起學習。GMAT的學生在世界各地，而給亞利桑那州里大學做的數(shù)學產品學生們都在校園里面。

Q：怎樣測量內容的有效性，有可能不是內容的問題，而是學生的問題。怎樣去區(qū)分？

A：沒有特定的好辦法，需要更深入的去看每個問題，這就是數(shù)據分析家的作用。

Q：Knewton有沒有做對比測試，看哪個更好？

A：現(xiàn)在沒有做太多這樣的對比分析，因為Knewton現(xiàn)在的重點是在系統(tǒng)上面，而不是內容。

Q：學生的學習路徑是怎么決定的？

A：從早期系統(tǒng)來看，有系統(tǒng)的因素，也有學生的因素。以亞利桑那州立大學為例，學生的進度是不一樣的，有些快一些有些慢一些。但是在學校有老師，具體怎么分組是有老師來決定的。 還可以有調整，可能你在這個組進度比你慢，你明天就去另一個組了。

Q：在展示路徑之后，如何解決自主性問題？

A：Knewton本身主要提供了三個，推薦系統(tǒng)，數(shù)據系統(tǒng)和內容。怎樣激勵學生去學，主要是企業(yè)根據自己的系統(tǒng)去設計，激勵學生去學。Knewton提供給企業(yè)方很多數(shù)據，他們可以利用這些數(shù)據做出相應的產品，比如亞利桑那州立大學那個系統(tǒng)還加入了游戲化的元素。

Q：推薦系統(tǒng)核心的機制，或者說變量是什么。如果我是一個用戶隨機的選擇了一個答案，他就會給我做相關的推薦？那這樣系統(tǒng)的可信度會不會有疑問？還是說需要一定的時間來讓系統(tǒng)越來越準確？

A：就看你對這個題目的自信度的水平。有些題學生猜很容易猜得，如果是前面說的帶步驟的區(qū)分度很高的，系統(tǒng)的自信度就會很高。所以說那種情況下，系統(tǒng)有可能會給你一些系統(tǒng)更自信的問題，有更高區(qū)分度的問題來確認你是否真正理解。找到這個平衡，給你提供教學，更好的明白你什么懂什么不懂。

明天會發(fā)布下篇《作為自適應學習平臺Knewton的系統(tǒng)是怎么運作的？》，歡迎繼續(xù)關注。

【推薦閱讀】

【Knewton適應性學習研究】推薦原理+知識圖譜+連續(xù)適應性+大數(shù)據

【Knewton】“Connecting The World”活動跟蹤報道之二