K12在線教育 作業(yè)幫如何用技術(shù)做到因材施教?

2015/08/21 18:09     

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。

相關(guān)閱讀