小序

為了和俊晨的文章成為一個系列，我起了一個自己平日不會用的文章名字。本意是談談自適應學習系統(tǒng)的正向作用和可能性，為寄希望于自適應學習系統(tǒng)的同學稍加激勵。

因為俊晨上刀剜肉，即使有鞭策的意味，我也看到兩類的影響——其中一類反饋說，當然自適應學習系統(tǒng)成不了K12教育的救世主；另一類反饋說，我本來寄希望于自適應學習系統(tǒng)的，但是自適應學習真的如此不堪嗎？對于第一類，在救世主層面，教育當然是需要自救，但我們終歸不能籠統(tǒng)的駁斥自適應學習系統(tǒng)（我另外一個場合說的，不要指著東施罵西施，這里也適用）；而對于第二類，我們當然也需要仔細探討自適應學習系統(tǒng)的問題，并挖掘未來的可能性，不能一碰到困難就回頭。

但客觀的說——有朋友也提到這一點，自適應學習系統(tǒng)還處于很早期階段，打起仗來我們和俊晨們都明白，反方勝在數(shù)據(jù)說話——“你拿出成功案例來！我們看看數(shù)據(jù)”，而正方勝在講故事——“我們基于現(xiàn)在，談談下一步”。好在我們正反方的目標都是為了優(yōu)化教育，而不是為了爭勝，這是對話的基礎。

先疏通一下概念

我覺得我們雙方都有必要談一談對基本概念的理解。如果理解有重大偏差的話，我們先不要著急干仗，應該先坐下來，喝茶聊概念。什么時候差不多一致了，再重新挽袖子。

自適應學習，這個概念我們看一些樸素的解釋，我這邊認可的：

• 維基百科：Adaptive learning is an educational method which uses computers as interactive teaching devices, and to orchestrate the allocation of human and mediated resources according to the unique needs of each learner. Computers adapt the presentation of educational material according tostudents' learning needs, as indicated by their responses to questions, tasks and experiences.

• dreambox有一個簡單版本：Adaptive learning is acomputer-based and/or online educational system that modifies the presentation of material in response to student performance.

所以我們在談的自適應學習，是一種基于計算機的學習模式，這種學習模式的系統(tǒng)，不管是用于教師的教學，還是用于學生的學習，其核心在于使用計算機技術和系統(tǒng)，使得教育素材能夠“自適應”于學生的反饋和表現(xiàn)。簡單說，自適應學習是通過計算機系統(tǒng)把教育素材和學生自動適配的學習模式。

這是我的理解。

這里面沒有限制使用什么模型，也沒有限制是什么教育素材，更沒有規(guī)定具體的場景。俊晨提到了知識圖譜，提到了題庫和訓練，提到了題目推薦，這是因為這即是俊晨的工作領域，同時這一領域在國內(nèi)足夠火爆。在教學場景談自適應學習，在翻轉(zhuǎn)課堂中談自適應學習，在MOOC中談自適應學習——國內(nèi)在線教育的產(chǎn)品場景更少。

所以，我們選擇題目訓練及其延展出來的學習和教學場景，來談自適應學習也沒有問題。

這里面，還有一個概念需要先喝茶。也就是知識圖譜。這個概念頗為復雜，我先說我自己接觸這個概念的經(jīng)驗。

在進入教育行業(yè)之前，我在兩個相關領域接觸過類似概念。首先在NLP／NLU中，早期有一類學者研究（自然語言）語義網(wǎng)的問題，目的是為了讓機器理解并處理自然語言，而自然語言的語義又是非常復雜的，包括對人類常識知識的指稱刻畫——這導致各家語義網(wǎng)的理論核心很精致，但工程上的語義知識庫卻很粗糙。后來，我們出于信息檢索的目的，要構建知識庫并做自動問答系統(tǒng)（或叫語義搜索），這個知識工程也稱為知識圖譜，這其中既包括“劉德華的身高”這種確定性的實體屬性知識，以及“劉德華和郭富城都是四大天王成員”這種關聯(lián)知識，也包括“劉德華哪部電影比較好看？”這種沒有標準答案的問題，等等。在研究和挖掘這些知識的過程中，和本體論以及互聯(lián)網(wǎng)的語義網(wǎng)進行了聯(lián)合——Google把這個方向叫做Knowledge Graph，國內(nèi)也就這么叫。這些都涉及了知識網(wǎng)絡的概念，但不同于教育領域。

在教育領域，我第一次接觸這個概念是我們要做“星空圖”——是一種基于課程知識點的網(wǎng)狀結構。邊代表了知識點之間的關系。后來在和knewton合作接觸過程中，我進一步了解到他們基于知識圖譜構建的自適應學習系統(tǒng)的原理。而這次借著俊晨的文章，雷達老師提及他對知識圖譜的看法，提到了他理解的知識圖譜，不僅包括一般性的知識概念網(wǎng)絡的層面，還包括教學法知識的層面，包括干預和反饋的策略層面——這無疑大大擴大了知識圖譜的概念，整個教育過程中泛指的“知識”，可能都會被納入。

所以這也是一個非常復雜的概念。當我們說“一個基于知識圖譜的自適應訓練——或題目推薦系統(tǒng)”的時候，我們需要對知識圖譜有一個基本層面的共識，否則我們說的可能不是一件事。

我們先看看knewton對他們的knowledge graph怎么說的[1]：

A knowledge graph is a detailed mapping of educational concepts (learning objectives), based on content, that Knewton’s models can interpret. Using the content inventory, the knowledge graphing team defines these concepts and then determines the relationships between each concept.

在另外一個文檔中他們提到：

Knewton Knowledge Graph用語義圖示結構展現(xiàn)任意內(nèi)容。該結構為 Knewton 提供了一種判斷學生理解（和誤解）程度的方式。

所以我們猜測在knewton中知識圖譜就是educational concepts的一種網(wǎng)絡結構，這個概念也就是他們設定的learning objectives。這需要專業(yè)團隊基于內(nèi)容來進行構建，并可以用于學生理解程度判斷和推薦模型。

雖然knewton平臺不是一個單純的自適應訓練平臺——他們的推薦序列中可以包含教學的過程和內(nèi)容。但我沒有發(fā)現(xiàn)這個知識圖譜中包括了教學法的知識，以及更多的教學和學習過程中的動態(tài)干預策略的知識。

為了減少爭議，我優(yōu)先把知識圖譜界定為一個基于課程內(nèi)容的知識網(wǎng)絡結構。我們探討課程內(nèi)容的時候，不僅包括了所對應的學科知識，也可以擴展到學科所對應的教育目標，以及教育目標體系下對人的素養(yǎng)要求和支撐性的活動材料（也是內(nèi)容，但略不同于傳統(tǒng)學科的知識體系，允許跨學科知識的素材）。但到此為止。在知識圖譜層面，我們不再擴展到教學法等層面。

這可能仍然是不夠明確的，在討論過程中可能出現(xiàn)不易區(qū)分的局面——但我們后面再打補丁，否則喝茶的時間就太長了。

挽第一把袖子：互聯(lián)網(wǎng)推薦與自適應學習推薦的對比以及從反方看正方

俊晨從對比電商推薦和題目推薦開始——雖然俊晨和有關朋友都深刻指出了這兩個系統(tǒng)的不同，甚至有朋友說這兩個系統(tǒng)不具有可比性。但我們?nèi)匀粡膶Ρ乳_始，俊晨提到的我們不再闡述，且后面再補充我的對比理由。

我們看這樣一個對比的表格：

作為進一步聚焦引導，我提示大家從其中三個方面重點來看互聯(lián)網(wǎng)泛推薦和自適應學習題目推薦的不同：

1. 優(yōu)化目標：在互聯(lián)網(wǎng)的多數(shù)可行的推薦場景中，系統(tǒng)效果的優(yōu)化目標都是明確的、客觀的，并不依賴于哪家公司哪個團隊來實現(xiàn)而不同，也不依賴于具體哪個客戶群體。但是，在教育中，即使題目推薦是為了“應試成績”，應試成績的衡量標準也不是統(tǒng)一的、客觀的，這個優(yōu)化目標的確定還依賴于實現(xiàn)的團隊和具體客戶群體，依賴于另一個復雜而工程實踐又有諸多問題的教育測評系統(tǒng)。所以現(xiàn)在無論是哪家自適應學習和題目推薦，如果一開始就能建立一個相對客觀明確的優(yōu)化目標并達成全公司一致，這已經(jīng)是很大苛求。如果沒有客觀明確的優(yōu)化目標，系統(tǒng)實現(xiàn)和迭代上會有非常大的技術問題；如果沒有統(tǒng)一認可的優(yōu)化目標，后面公司管理和資源調(diào)度時會有非常大的管理問題。

2. 數(shù)據(jù)基礎：在互聯(lián)網(wǎng)所有商用的推薦場景中，互聯(lián)網(wǎng)都有著巨大的數(shù)據(jù)基礎，互聯(lián)網(wǎng)的流量、用戶量以及核心行為量都是海量數(shù)據(jù)，且經(jīng)過了長期的質(zhì)量優(yōu)化。無論是大數(shù)據(jù)還是人工智能的技術火爆性，都是發(fā)端于互聯(lián)網(wǎng)行業(yè)。但在教育行業(yè)中，數(shù)據(jù)基礎是非常薄弱的。所有親身經(jīng)歷模型項目的人都知道數(shù)據(jù)的重要性，但在教育行業(yè)，有效的數(shù)據(jù)收集還在逐步進行中，而且，教育的主戰(zhàn)場——學校和課堂，有大量的數(shù)據(jù)目前是難于收集和標準化的。這導致我們?nèi)绻ㄟ^數(shù)據(jù)來觀測教育系統(tǒng)，訓練自適應學習，那真的是管中窺豹——通過一個斑點來預見豹的速度嗎？

3. 人才吸引力：我們只看兩份數(shù)據(jù)就知道，大數(shù)據(jù)和人工智能人才，每年的優(yōu)秀畢業(yè)生有多少進入互聯(lián)網(wǎng)行業(yè)，有多少進入在線教育行業(yè)；從業(yè)人員的薪酬水平，兩個行業(yè)的對比情況如何。這些數(shù)字不需要列出大家也能感受到對比情況。

所以自適應學習題目推薦和互聯(lián)網(wǎng)泛推薦相比，差距是全方位的——不僅僅是解決的問題本身，以及模型方案的深度和有效性。

如果從反方看正方，某些同學可能感受到對自適應學習的更加深深的沮喪——但這就是現(xiàn)實，這個現(xiàn)實在我的觀念中，那就是，自適應學習系統(tǒng)還處于發(fā)展的早期階段，和它的理想狀態(tài)相比還是開荒的時間。

這就是我對比的理由，如果要對比，一定要提出結論之一，互聯(lián)網(wǎng)泛推薦已經(jīng)進入青壯年，而自適應學習系統(tǒng)還處于咿呀學語的嬰幼年。

挽第二把袖子：讓我們仔細看看懷里的這個孩子

讓我們輕輕的攬住這個孩子，它的眼睛還微閉、臂膀還像藕節(jié)、肢體還非常的稚嫩，它不能談笑風生、妙語連篇，它不能快如閃電、雷厲風行。它還是一個孩子，但它未來有無限的可能。

 它能讓我們從理解學生的視角，來看待教育的內(nèi)容。我們的課程，知識，活動，我們所有的教學內(nèi)容和教學活動，不僅需要從教學視角去看，還更加需要從學生的視角去看，從學生的內(nèi)在發(fā)展規(guī)律去看，我們的課程計劃應該是怎樣的，知識的理解和遷移是怎樣的，活動的支撐和實施是怎樣的——我們?yōu)榱税颜n程、知識和活動通過計算機自適應的匹配給學生，勢必會深刻影響我們對內(nèi)容的認知和析構方式。

它能讓我們從理解課程知識的視角，來看待學生的發(fā)展。學生在發(fā)展過程中既有一定的規(guī)律，又有可塑性和發(fā)展的潛能。人類千百年來已經(jīng)實踐出足夠海量的知識和能力范式，而且時至今日仍然在快速疊加。如果把青少年時期人類的成長任務之一定位為接受這些知識并發(fā)展出能力范式，我相信沒有任何人知道這對我們的學生意味著什么——我們迫切的需要深刻的知道我們海量知識和能力范式的內(nèi)在結構和規(guī)律，并用它來建構和支撐我們學生的成長。這種塑造我稱之為成就學生最大可能。

它能讓我們從對方回看自己的方式，來看待課程教學和學生發(fā)展這兩端所形成的系統(tǒng)，并用實證的方式，用計算機和人工智能的方式，用教育技術的方式來加速系統(tǒng)的發(fā)展。它必將帶來一種全新的學習和生活方式。

有的朋友可能會說，你這碗雞湯燉的不是雞。我說，自適應學習這只雞，未來有變鳳凰的可能。自適應學習的徹底研究，將會驅(qū)動我們深刻改變?nèi)祟悓W習和成長這件事。所有純?nèi)祟愔鲗У某砷L，都可以是一個黑盒方式，我們不知道孔子帶著弟子們周游列國發(fā)生了什么，我們不知道陽明先生龍場悟道發(fā)生了什么，但自適應學習將驅(qū)動我們用一個白盒的視角，去解構這一切[2]。

可能不會成功。是的，可能是如此。

但誰能阻止一個懷里抱著孩子，做夢的父親或母親呢？

挽第三把袖子：我們來幫幫孩子，跨越嬰幼年的困難

我平和一下感情，聊聊自適應學習的困難這件事。先給一張舊的大圖：

這張圖，是用自適應學習系統(tǒng)來達到個性化學習的目的，這樣的一張架構圖。在這張圖中，指出了一個嬰幼兒的自適應學習系統(tǒng)，它最重要的三塊基石：

• 第一塊就是教育目標刻畫和課程進度刻畫。這是教育的目標和內(nèi)容（包括教學內(nèi)容和訓練內(nèi)容等）。

• 第二塊就是學生的學習刻畫，包括個體的教育目標，以及從數(shù)據(jù)和系統(tǒng)角度對教育測評的拆解。

• 第三塊就是實證教育系統(tǒng)的實施和學習科學的研究，不斷在學習過程中具體的問題層面進行研究和優(yōu)化。

這三塊我們之前一系列的文章中，都在不同層面探討過。對于教育目標、教材課程，在《李子談基礎教育與技術》中有一部分，對于建構課堂的內(nèi)容庫搭建例子，和教育測評，在《教育測量與評價初步》中有一部分。

我們今天先泛泛的說，如果志在做一個自適應學習系統(tǒng)，那么必須在這三塊有優(yōu)勢或者優(yōu)勢合作伙伴，即：

1. 在中國綱本并重的情況下，認真[3]的去研究國家課標，研究主流的教材版本，研究有豐富經(jīng)驗教師的課堂案例，并從其中認真的建設教育目標數(shù)據(jù)和課程進度數(shù)據(jù)，題庫的題目要認真研究它的質(zhì)量，對教育目標和課程數(shù)據(jù)的吻合程度，要認真投入這件事，或者找到認真投入這件事的合作伙伴；

2. 在中國教育和學生發(fā)展不平衡的情況下，認真的去研究學生刻畫和測評，并進一步篩選出自己合適服務的對象；如果自己教育測評的能力薄弱，一定要找到合適的教育測評合作伙伴。面向這些對象，進一步明確問題和數(shù)據(jù)刻畫維度，從自己可以開始的對方、擅長的地方開始；

3. 自適應學習系統(tǒng)要多找參照，進行效果方面的數(shù)據(jù)分析和實證研究，對學習過程及其策略要不斷的去迭代。

如果這些都準備做了，才是真的準備去做自適應學習系統(tǒng)。那么我們再來看兩組問題。

第一組是我挽第一把袖子中重點聚焦的三個問題：

• 問題一是優(yōu)化目標的問題。這的確是一個極大的問題。但實際上可以通過兩個方式來降低門檻，其一是研究教育目標和課程的能力，這一點無論如何不能弱（弱了的話本身就做不了學習模式的創(chuàng)新），有了高質(zhì)量的教育目標和課程進度的數(shù)據(jù)，即使是對孩子學習行為和結果的簡單統(tǒng)計，也是非常有用的；其二，有意識的尋找專業(yè)的教育測評的合作伙伴，結伴前行。優(yōu)化目標不是一下子就可以解決的，要有前行的耐心和耐力。

• 問題二是數(shù)據(jù)基礎的問題。這在運營和工程上都有很大的挑戰(zhàn)。但我們?nèi)匀蛔⒁獾?，一些公司在收集關鍵數(shù)據(jù)的節(jié)點上進行發(fā)力。隨著教育技術的發(fā)展，數(shù)據(jù)收集的問題只會越來越容易。

• 問題三是人才吸引力的問題。除了行業(yè)發(fā)展和老板格局之外，我們可以從另外一個視角來看，那就是，真正有創(chuàng)造力、喜歡挑戰(zhàn)的人，一定不喜歡一個百分之八十問題都有固定解法的世界。開荒的世界適合開荒的人！來吧，這里有百分之八十的問題都需要發(fā)揮你的創(chuàng)造性，按照固定節(jié)奏升職又有什么意思？!

 第二組是俊晨提到的一些問題。

首先是現(xiàn)實殘酷的兩大原因，其一是固定的教學計劃對個人的發(fā)展節(jié)奏限制太嚴重。我認為這個問題會越來越被打破——不僅西方教改的潮流，創(chuàng)新學校的探索方向，即使中國的學校，開始學習并探索選修課程體系，探索AP課程的時候，這個問題都在逐漸的緩解。其二是我們對學習過程的理解太淺薄，止于測評，沒有深入到教學。我相信這只是在線教育公司的一個現(xiàn)狀，會有更多的公司深入課程和教學，會有更專業(yè)的公司深入做測評，泥沙俱下，終會淘金。比如說，我就是一個轉(zhuǎn)向教學的人^_^。

其次，俊晨提到基于知識圖譜的自適應學習系統(tǒng)，相對傳統(tǒng)教輔的用處有：減少刷題量，明確刷題優(yōu)先級，知識點的掌握程度的定量測評?？〕看竽懖聹y從提分角度來看，應該是然并卵。但我認為，對于降低刷題量而言，從高一到高三整個學習過程來看，對于學中和學弱還是有意義的，一方面不要浪費時間，一方面不要打擊信心。對于沒有教學干預而提分的天花板問題，自適應學習系統(tǒng)完全可以探索教師使用的產(chǎn)品場景和模式。對于學生不愿意學的動機問題，我們固然解決不了所有的動機問題，但持續(xù)的挫敗感積累所導致的學生信心崩潰的問題——自適應恰恰是可以解決的，如果再輔之以教師認可的學生個體教育目標下來看的視角，學生不太會出現(xiàn)持續(xù)挫敗感[4]。

這一組問題，再深入一些有兩個點會超出我們的討論范圍，需要改天另聊。第一個是什么樣的自適應學習系統(tǒng)可以適合教師教學的部分場景和環(huán)節(jié)來使用——我相信是存在這個場景和環(huán)節(jié)的，但這里不再深入。第二個點是學生的學習動機問題。這是一個非常復雜的問題，當然遠遠不是自適應學習自身所能完全解決的——但如果一個學生的學習動機發(fā)生危機，他厭學了，那么所有的教育模式都會出現(xiàn)問題，不僅僅是自適應學習會出現(xiàn)問題。學生已經(jīng)到了教育的懸崖邊上，所以也得另外單獨來談。

所以俊晨籠統(tǒng)的把學習數(shù)據(jù)要分析和解決的問題，劃分為下面三個：

1. 學生現(xiàn)在學成什么樣子？

2. 學生是怎么學的？

3. 老師是怎么教的？

我們不管互聯(lián)網(wǎng)的泛推薦的內(nèi)部機理是怎樣的——事實上那個已經(jīng)遠比自適應學習更清楚了。就上面這三個問題而言，我相信對于相應的學科：

1. 教育測量與評價

2. 學習科學

3. 課程論與教學原理、教學法

都不會裹足不前。

只要孩子的教育問題和學習問題仍然存在！只要我們?nèi)匀黄谕o孩子提供更好的教育和學習支撐！只要我們對基于計算機的學習模式還抱有信念和信心！那么，自適應學習系統(tǒng)就會隨著眾多學科的發(fā)展，隨著在線教育的發(fā)展而繼續(xù)發(fā)展。

作為這個系列暫時的結束，我端上俊晨給大家的雞湯：

路漫漫其修遠兮，吾將上下而求索。

——適合干且愿意干的同學，干了吧。

附錄

我簡單說一下我了解的國內(nèi)行業(yè)業(yè)態(tài)。

一部分語言學習的產(chǎn)品和工具（以英語為主）具有一定的自適應學習系統(tǒng)的實踐。這是因為英語學習的課程材料足夠豐富，標準化的測評比較成熟，題庫的數(shù)據(jù)也足夠多。而且，客觀題為主，數(shù)據(jù)收集難度較低；即使是語音測評，也因為人工智能技術的發(fā)展，而有了模型的商業(yè)化版本。

另一部分，就是進入公立校的各種以題庫為基礎的公司，比如作業(yè)工具，比如過程性評價工具，部分組卷功工具等等。他們能夠收集一部分學習數(shù)據(jù)，并基于此做一部分自適應學習系統(tǒng)的探索。以俊晨所給出的方案思路為主。也存在我們探討的各種問題。

再有一部分，會有一些公司以核心節(jié)點切入，現(xiàn)在做一些準備工作——比如，切入公立學校做考試數(shù)據(jù)采集和分析，優(yōu)先進行大規(guī)模的數(shù)據(jù)收集和學生的認知工作。后面會深入到自適應學習系統(tǒng)中來。（這一類我們沒有算獨立的測評公司，我們都不確認他們做好測評之后會不會切自適應學習系統(tǒng)——如果他們考慮做形成性評價，應該說極有可能會切。但現(xiàn)在這個時間點來看一切都還早）

還有一部分，有一些創(chuàng)新者會選擇一個自己認定的切入點，進行業(yè)務和系統(tǒng)創(chuàng)新；廣泛意義上也是自適應學習系統(tǒng)的探索。如針對學習診斷性的需求，搭建更好的診斷性相適應的知識結構和題庫，如針對學弱學中的學生的需求，來搭建自適應訓練系統(tǒng)（還會結合游戲化的思路來激勵），等等。如果有投資人想進一步了解，我可以把創(chuàng)始人介紹給你們。（給公眾號發(fā)信息即可）

至于我自己，如果沒有特殊機緣，會優(yōu)先投入到課程體系和教學中，把教育目標和課程體系實踐到一定程度，自然會回過頭來看形成性評價和自適應學習系統(tǒng)。大概就是這樣子。

未來基于全新的教育目標、課程體系和教學場景，基于全新的學習任務設計，基于進一步的實踐，我可以再具體談一談自適應學習系統(tǒng)。

[1]摘自knewton的部分未授權公開的文檔，所以僅做概念描述，不會擴散任何文檔更多細節(jié)內(nèi)容。歡迎大家前往knewton官方網(wǎng)站尋求支持與合作。

[2]我們可以看教授主義的課堂，也可以看建構主義的課堂，可以看機械的學習，理解的學習，精熟學習，也可以看基于問題的學習、基于項目的學習、協(xié)作式學習、探究式學習，乃至個性化學習——等等，只有自適應學習才是基于計算機的學習模式。

[3]之所這里標黑這么多“認真”的修飾詞，就是為了說明一個問題：“互聯(lián)網(wǎng)＋”模式不是“垃圾場＋”模式。這也是今天講故事過程中唯一針對案例和數(shù)據(jù)來說的話：大部分基于題庫的自適應學習系統(tǒng)，其題庫和題目質(zhì)量真的值得review。舉一個業(yè)內(nèi)最常見的例子，最有教研能力的人做架構和管理，次有教研能力的人做流程和終審，再次的做初審，再再次的做編輯，然后雇一堆大學生做試題采集、錄入和部分編輯工作（或者直接蜘蛛扒題目數(shù)據(jù)），用這種方式做百萬題庫，然后我們學生一輩子也做不了一百萬道題目——這就是我們最典型的題庫建設方式。以后樓蓋的再花哨，可是也改變不了地基是一堆狗屎的事實。

[4]有朋友會質(zhì)疑個體教育目標對于學弱的意義——既然都是已經(jīng)要放棄了的，降低一點當前的教學目標又有什么問題？人本來的不同，就可以設定暫時不同的當前教學目標。讓他看到進步，而不是對統(tǒng)一目標的差距，有時是有好處的。當然，如果說問題是老師是否會這么做——那這是教學實施的另外一個問題，會有更多的老師能夠做。

本文轉(zhuǎn)載自愛行知，作者李子。