ITBear旗下自媒体矩阵:

K12在线教育,作业帮如何用技术做到因材施教?

   时间:2015-08-21 17:58:27 来源:中华网财经编辑:星辉 发表评论无障碍通道

近日作业帮上线名为练习的新功能,主打个性化教育,与美国的“自适应教育”平台KnewTon思路相似。大多数在线教育平台只解决了老师与学生的连接问题,而作业帮和KnewTon为代表的“个性化教育”则通过技术驱动传统教育模式的革新,将孔子的“因材施教”这一教育理念做到极致。借助百度强大的研发能力,作业帮更强调技术的应用。

作业帮 的“自适应教育”之路

自适应教育模式的精髓是根据学习者的实际情况,量身推荐适合的课程,这被归纳为“适配学习技术”。这一教育方法论包括三个步骤:数据收集、推断及建议。

作业帮的练习功能理念与其具有一致性。作业帮通过三个步骤来实现个性化推荐:第一步是知识诊断,学生先做几道精选练习题“测试”,测试之后会得到知识诊断结果,更了解自己的情况。第二步是知识建议,根据测试结果给出该科目的详细知识点卡片,告诉学生哪些知识点是急需提升的,哪些是已熟练掌握的。第三步则是练习推送,在不同的阶段性测试期间,推送本地的真题、模拟训练给用户,让学生通过最少的练习掌握知识点,避免重复的、难度不匹配的无效练习,做到这些主要基于第一步的诊断情况、第二步的知识分解,以及大量专业老师结合地方情况的题库筛选。

个性化教育将是在线教育的核心优势,也是在线教育未来的趋势。作业帮解决 “备考”这一问题的“个性化练习三步曲”分别对应了学习过程的数据收集、推断和建议,两者本质都是基于每个学生的实际情况变化,结合知识图谱和推荐模型,不断调整给学生学习建议,实现个性化的教育,未来作业帮很可能会在练习之外的教育环节实现个性化。

为何作业帮瞄准个性化教育?

不论是“自适应教育法”还是作业帮练习的思路,都与中国传统教育的“因材施教”不谋而合。

“因材施教”在孔子时代是可行的,那时候老师的弟子非常有限,老师基于经验可以进行个性化教育,虽然没有形成科学系统的方法论,没有像作业帮通过图表来数据化学习过程,但其思路是一样的。现代应试教育中,一个老师带几个班上百名学生,“因材施教”几乎是不可能完成的任务。这导致了传统教育存在致命的弱点,不论学生处于何种水平,思维模式有何差异,知识掌握情况有何不同,都要保持同样的进度被动式地参加课程、重复练习,进而效率变低。

在线教育的兴起让因材施教成为可能,即让教育去适应学生,而不是让学生去适应教育“个性化教育”。在线教育的互联网能力可以便捷地收集学习者的学习数据,归纳整理海量学习素材。作业帮知识图谱等大数据技术,可以对海量学习素材进行交叉分析,建立学科知识图谱,然后将其与自适应教育模型结合起来,给对应的学习者进行个性化推荐,实现真正的因材施教,回归教育本身的同时,解决传统教育模式的痛点。

中国大多数在线教育过去都只解决一个问题:去中心化。取代学校、培训机构的职责,通过互联网来连接学生与老师,学生足不出户就可以接收来自外国老师的英文教学、一线名校的老师授课,对于学生而言最大价值是降低了学习成本,对于老师而言则是增加了教育收入,但它并未改变传统教育模式。它发挥了互联网的“连接”能力,却忽略了互联网背后的个性化、智能推荐、大数据诸多能力。作业帮在利用好互联网“工具属性”的同时,结合互联网所具备的技术优势,有望通过个性化教育脱颖而出。

如何用技术做到因材施教?

个性化教育的本质是大数据教育,作业帮在此之前已有不少积累,相对于KnewTon而言,作业帮进军个性化教育优势更加明显。

第一,拥有大数据以及更新机制。 作业帮上线一年多积累的5000万用户、9500万题库,已掌握了学生学习习惯、题库学科知识两类大数据。当然,题库必须保持更新才有价值,这一点上作业帮引入了全国优秀教师群体来完善和筛选题库,在回答学生提问时也是机器算法+UGC模式双重保障,通过这些运营手段来保证数据质量,形成了数据更新机制。

第二,大数据技术的成功实践。 作业帮要构建知识图谱,将学科、课程和习题之间的关系理清楚,需要大数据技术;要进行知识诊断、学生画像,也需要大数据技术。作业帮最拿手的功能是“拍照提问”,即学习者可以将书面题目转化为问题,基于IDL(深度学习)实验室成果和OCR技术,作业帮在准确性和响应速度上都做得很好。同时,作业帮还支持“语音提问”。拍照提问和语音提问,背后用到的图像识别、语音识别、语义理解诸多技术,都属于大数据类技术。

第三,基于路径算法的推荐。 作业帮基于知识诊断结果和知识图谱,可以计算“学习路径”,即从学生当前学习状态到目标状态之间需要经历的路径,例如哪些知识点、多大的难度、如何复习。这个“学习路径算法”是作业帮首先提出,基于路径算法,就可以给学生推荐最适合的练习题,避免其“走弯路”。

第四:IDL技术实现连续适应性。 IDL实验室所研究的深度学习技术让机器可以自我学习、优化算法。作业帮基于其研究成果,自动化地改进教育模型,包括学习路径算法、练习推荐模型、知识诊断模型等,而不需要人工去更新。这样就可以确保在学生学习状态变化之后,在各地教育大纲变化之后,教育模型依然有效,实现“连续适应性”。

小结一下:在线教育的本质是通过新技术去改变传统教育模式,提升教育效率,消灭教育鸿沟,而不只是把互联网当做渠道的单一应用。接下来最有机会的看点,将是个性化教育,它有着比较强的技术依赖,符合从孔子时代便存在的“因材施教”理念,并且有望在应试教育大环境下实现真正的因材施教。作业帮基于习题库和学生基数的积累,凭借其在大数据、智能推荐、IDL上的技术优势,有望成为个性化教育的实力派玩家。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version