随着深度学习技术的发展及普及，在线教育领域的发展与人工智能的结合也是愈发紧密。当下，人工智能已在老师教学与学生学习，评测的各个环节切入教育领域，我们按照教学过程中，由表及里的不同环节，一览AI技术在其间的运用。

AI技术运用

由上图我们可以看到，目前已有的智能教育产品包括 ——

处于最外围学习环节的“拍照搜题”——

运用到图像识别技术，以作业帮、小猿搜题等拍照搜题app为代表，通过把学生拍的照片转换为题目，再搜索到答案）；

处于次外围学习环节的“口语测评”——

运用到 语音识别技术，以英语流利说、盒子鱼等英语学习app为代表，机器可以为口语打分，帮助用户不断提高口语水平

……

这些工具应用了先进的人工智能技术，但应用场景只停留在学习过程的辅助环节上，而不会直接带来教学质量和效果的提升，而上图中对应到教学核心环节的AI自适应学习，既有助于从根本上改进学习的理念和方式，也有助于产品打通商业模式，直接面向C端用户销售变现。

---

3步揭秘“AI自适应学习”终极奥义

Step 1.

首先了解自适应（Adaptive）

从字面来看，有自我调节和匹配之义，具体来说，就是根据数据的特征，自动调整处理方法、顺序、参数和条件，以取得最佳处理效果。自适应不是某项具体技术，而是多种知识、技术融合所达成的一项结果。为便于理解，我们可以对照“共享经济”的概念——不是指某个经济领域，而是新场景、商业模式、技术等因素融合而成的一种经济现象。

Step 2.

什么是自适应学习（Adaptive Learning）

这个听起来不明觉厉的教育概念，在我国引起广泛关注是在2015年，恰逢在线教育正在野蛮生长的阶段。很容易被笼统地理解成“自动化”和“智能化”，事实上早期的自适应并不是那么智能。这个概念最早出现在上世纪90年代美国的“智能辅导系统”中，当时所谓的智能其实就是按学习水平的高低对学生做一个简单的分层，把学生分成好、中、差等几大类，让每一类学生都匹配到他最需要的学习内容和路径。这是一种十分粗糙的个性化教育，其理念类似于分班。

Step 3.

自适应学习就像无人驾驶一样，分为不同等级，

而最高级的，就是AI自适应

国内自适应学习的人工智能等级之分

近几年人工智能技术的突破让自适应学习重燃了希望——基于人工智能技术的自适应学习系统不仅能够加大分层力度，甚至做到一人一层，而且还能根据学生学习的实时情况，动态调整下一步的学习内容和路径，从而实现可规模化的个性化教育。

个性化教育，通俗来讲就是“因材施教”

人类目前所通行的教学系统，其实更多仍保留了工业社会初创时期工厂的特点。虽然这一现行的模式解决了教学规模的问题，但它的代价，就是将孩子的个性化无奈地让渡了出去。

然而，教育本该根据不同学生的认知水平、学习能力和自身素质来个性化开展。在《论语·先进篇》中，孔子通过“求也退，故进之;由也兼人，故退之”之箴言，创造性地提出因材施教之理念。两千多年来，囿于诸多客观因素之限制，因材施教更多时候只能是一种美好的构想，这一点甚至在欧美发达国家也只能是如出一辙，无力改变。

如今借助人工智能自适应，实现非批量化的教学模式，根据每个人的独特情况提供个性化的学习方案。我们都理解，这种学习是通过自身原有知识经验与适应性学习系统进行交互活动来获取知识，获得能力的过程，在这个过程中，学生能够自我组织、制订并执行学习计划，自主选择学习策略，并能控制整个学习过程，对学习进行自我评估, 它充分地考虑到教学行为的个人化与学习行为的个人化特征，打破了传统学习群体的结构，把学生作为一个个体，置于一个更为个人化的情景之中。

目前的在线教育课程完成率低、对学生的自制力要求高、学习效果差；而传统线下教育师资又相对紧缺、招聘困难。然而自适应可以用少数名师和研发团队辅助老师教学，判断出每个学生的薄弱项，为他们提供个性化学习和指导。