什么是基于AI的自适应学习？

自适应学习(Adaptive Learning)，一个听起来不明觉厉的教育概念，它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。

在过去的10多年间，自适应学习一直不温不火，主要原因在于系统功能不够精细——该把学生分成几层，才能让每一层的学生都有自己最适合的学习方案？理论上来说自然是越多越好，但分层越多，对机构的测评和教研能力要求就越高，一般机构无力企及；即使机构能够企及，高昂的成本也会抬高产品售价，令一般用户望而却步。这也是为什么人工驱动的一对一教学模式虽然低效，但仍然广泛存在的原因，而计算机驱动的自适应学习虽然美好，但实践起来总是虚晃一枪。

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。

跟一般的AI+教育技术相比，自适应凭什么成为核心？

1、更有望深入教学核心环节，起到变革作用

人工智能在教育领域的落地应用已是大势所趋。从各个应用所渗透的学习环节来看，目前越是学习外围环节，人工智能的应用场景就越多，如拍照搜题、分层排课等，各种产品伴随着移动互联网、新高考改革等一波接一波的浪潮，热热闹闹地生长了起来；而越是学习核心环节，越依赖于对教育行业和学习规律本身的理解（这一点对技术人员来说越陌生），也越依赖于对先进科技的灵活运用（这一点对教育人员来说越困难），创造出的产品也就越少。

目前，基于人工智能技术的教育产品包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等工具，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，其价值也停留在减少重复劳动的层面上，并不会直接带来教学质量和效果的提升。而自适应则能够把人工智能技术渗透到教学的核心环节中，打造教学机器人，从根本上改进学习的理念和方式，是正式意义上的教育变革。

2、综合开发难度更高，技术红利期更长

AI自适应学习产品的基本原理是搜集大数据——构建学习模型——输出学习建议。学习模型的构建过程非常复杂，常人难以理解，需要计算机科学、数据科学、机器学习、认知科学、教育测量学、学习心理学等多个学科打组合拳。要开发一款合格的AI自适应学习产品，除了技术功底之外，还有赖于开发团队对教育及其周边行业的深刻理解。

新兴技术对一个行业的渗透过程总是从易到难的，短期内，难度较低的人工智能技术会慢慢普及，相应公司的先发技术优势被削弱，而难度较高的人工智能技术会成为争夺标的。AI自适应正是这样一个标的。

3、更利于直接变现

一般的AI+教育产品由于不能深入到教学核心环节，不能直接导出教育效果，因此往往会以免费工具的身份被市场所接受。而AI自适应学习产品，尤其是自适应教学产品本身就包含了完整的教育流程，能够形成用户行为闭环，因此有底气直接面向C端用户销售。变现逻辑一走通，对各路资金和人才的吸引力也会加大，从而加速发展，比一般AI技术在教育领域更深地扎根下去。

AI自适应教育行业一窥

据不完全统计，目前宣布进军这一赛道的企业至少已有40家。在这些企业中，一类是提供在线英语课程和工具的公司，英语领域本身具有一定的国外自适应学习经验，而且相关的学习材料、标准化测评和题库数据都足够多，开发环境相对较好。一类是以题库、作业平台为基础，或进入公立学校做考试数据采集和分析的公司，他们能够收集一部分学习数据，在大数据采集和用户认知经验上具有一定的先发优势。另一类是主打自适应教育的公司，他们以自适应学习系统为主攻产品。此外，其他机构也在试图进入这一领域。

K12辅导和语言学习是这一领域的两块投资热区，2015-2017年融资事件数量占比分别达52.2%和34.8%。市面上已有的多数产品也归属于这两个领域。

目前AI+自适应赛道仍处在发展早期，并且由于人工智能概念过热，加上市场受到巨头进入、大额融资等事件的刺激，存在一定的炒作现象。这是一项新兴事物发展的必经之路。未来短期内会出现一段冷静期，但很快又会复苏，进入新的发展阶段。