近日作業(yè)幫上線(xiàn)名為練習的新功能，主打個(gè)性化教育，與美國的“自適應教育”平臺KnewTon思路相似。大多數在線(xiàn)教育平臺只解決了老師與學(xué)生的連接問(wèn)題，而作業(yè)幫和KnewTon為代表的“個(gè)性化教育”則通過(guò)技術(shù)驅動(dòng)傳統教育模式的革新，將孔子的“因材施教”這一教育理念做到極致。借助百度強大的研發(fā)能力，作業(yè)幫更強調技術(shù)的應用。

作業(yè)幫的“自適應教育”之路

自適應教育模式的精髓是根據學(xué)習者的實(shí)際情況，量身推薦適合的課程，這被歸納為“適配學(xué)習技術(shù)”。這一教育方法論包括三個(gè)步驟：數據收集、推斷及建議。

作業(yè)幫的練習功能理念與其具有一致性。作業(yè)幫通過(guò)三個(gè)步驟來(lái)實(shí)現個(gè)性化推薦：第一步是知識診斷，學(xué)生先做幾道精選練習題“測試”，測試之后會(huì )得到知識診斷結果，更了解自己的情況。第二步是知識建議，根據測試結果給出該科目的詳細知識點(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。第三步則是練習推送，在不同的階段性測試期間，推送本地的真題、模擬訓練給用戶(hù)，讓學(xué)生通過(guò)最少的練習掌握知識點(diǎn)，避免重復的、難度不匹配的無(wú)效練習，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(zhuān)業(yè)老師結合地方情況的題庫篩選。

個(gè)性化教育將是在線(xiàn)教育的核心優(yōu)勢，也是在線(xiàn)教育未來(lái)的趨勢。作業(yè)幫解決 “備考”這一問(wèn)題的“個(gè)性化練習三步曲”分別對應了學(xué)習過(guò)程的數據收集、推斷和建議，兩者本質(zhì)都是基于每個(gè)學(xué)生的實(shí)際情況變化，結合知識圖譜和推薦模型，不斷調整給學(xué)生學(xué)習建議，實(shí)現個(gè)性化的教育，未來(lái)作業(yè)幫很可能會(huì )在練習之外的教育環(huán)節實(shí)現個(gè)性化。

為何作業(yè)幫瞄準個(gè)性化教育？

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

“因材施教”在孔子時(shí)代是可行的，那時(shí)候老師的弟子非常有限，老師基于經(jīng)驗可以進(jìn)行個(gè)性化教育，雖然沒(méi)有形成科學(xué)系統的方法論，沒(méi)有像作業(yè)幫通過(guò)圖表來(lái)數據化學(xué)習過(guò)程，但其思路是一樣的?，F代應試教育中，一個(gè)老師帶幾個(gè)班上百名學(xué)生，“因材施教”幾乎是不可能完成的任務(wù)。這導致了傳統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(dòng)式地參加課程、重復練習，進(jìn)而效率變低。

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

中國大多數在線(xiàn)教育過(guò)去都只解決一個(gè)問(wèn)題：去中心化。取代學(xué)校、培訓機構的職責，通過(guò)互聯(lián)網(wǎng)來(lái)連接學(xué)生與老師，學(xué)生足不出戶(hù)就可以接收來(lái)自外國老師的英文教學(xué)、一線(xiàn)名校的老師授課，對于學(xué)生而言最大價(jià)值是降低了學(xué)習成本，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(gè)性化、智能推薦、大數據諸多能力。作業(yè)幫在利用好互聯(lián)網(wǎng)“工具屬性”的同時(shí)，結合互聯(lián)網(wǎng)所具備的技術(shù)優(yōu)勢，有望通過(guò)個(gè)性化教育脫穎而出。

如何用技術(shù)做到因材施教？

個(gè)性化教育的本質(zhì)是大數據教育，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(gè)性化教育優(yōu)勢更加明顯。

第一，擁有大數據以及更新機制。作業(yè)幫上線(xiàn)一年多積累的5000萬(wàn)用戶(hù)、9500萬(wàn)題庫，已掌握了學(xué)生學(xué)習習慣、題庫學(xué)科知識兩類(lèi)大數據。當然，題庫必須保持更新才有價(jià)值，這一點(diǎn)上作業(yè)幫引入了全國優(yōu)秀教師群體來(lái)完善和篩選題庫，在回答學(xué)生提問(wèn)時(shí)也是機器算法+UGC模式雙重保障，通過(guò)這些運營(yíng)手段來(lái)保證數據質(zhì)量，形成了數據更新機制。

第二，大數據技術(shù)的成功實(shí)踐。作業(yè)幫要構建知識圖譜，將學(xué)科、課程和習題之間的關(guān)系理清楚，需要大數據技術(shù)；要進(jìn)行知識診斷、學(xué)生畫(huà)像，也需要大數據技術(shù)。作業(yè)幫最拿手的功能是“拍照提問(wèn)”，即學(xué)習者可以將書(shū)面題目轉化為問(wèn)題，基于IDL（深度學(xué)習）實(shí)驗室成果和OCR技術(shù)，作業(yè)幫在準確性和響應速度上都做得很好。同時(shí)，作業(yè)幫還支持“語(yǔ)音提問(wèn)”。拍照提問(wèn)和語(yǔ)音提問(wèn)，背后用到的圖像識別、語(yǔ)音識別、語(yǔ)義理解諸多技術(shù)，都屬于大數據類(lèi)技術(shù)。

第三，基于路徑算法的推薦。作業(yè)幫基于知識診斷結果和知識圖譜，可以計算“學(xué)習路徑”，即從學(xué)生當前學(xué)習狀態(tài)到目標狀態(tài)之間需要經(jīng)歷的路徑，例如哪些知識點(diǎn)、多大的難度、如何復習。這個(gè)“學(xué)習路徑算法”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題，避免其“走彎路”。

第四：IDL技術(shù)實(shí)現連續適應性。IDL實(shí)驗室所研究的深度學(xué)習技術(shù)讓機器可以自我學(xué)習、優(yōu)化算法。作業(yè)幫基于其研究成果，自動(dòng)化地改進(jìn)教育模型，包括學(xué)習路徑算法、練習推薦模型、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“連續適應性”。

小結一下：在線(xiàn)教育的本質(zhì)是通過(guò)新技術(shù)去改變傳統教育模式，提升教育效率，消滅教育鴻溝，而不只是把互聯(lián)網(wǎng)當做渠道的單一應用。接下來(lái)最有機會(huì )的看點(diǎn)，將是個(gè)性化教育，它有著(zhù)比較強的技術(shù)依賴(lài)，符合從孔子時(shí)代便存在的“因材施教”理念，并且有望在應試教育大環(huán)境下實(shí)現真正的因材施教。作業(yè)幫基于習題庫和學(xué)生基數的積累，憑借其在大數據、智能推薦、IDL上的技術(shù)優(yōu)勢，有望成為個(gè)性化教育的實(shí)力派玩家。