不明觉厉的自适应学习到底有没有用？

　　自从本月月初朗播网发布了国内首款自适应英语学习系统TOEFL Online 3.0，英语流利说和51 offer 紧随其后，同时发布了各自的自适应移动英语产品——懂你英语和51pass。那么，自适应学习系统——这一顶着AI人工智能光环的产品，真的能为我们带来更好的教育吗?

　　自适应学习：理想很丰满 现实很骨感

　　自适应学习技术是人工智能在教育领域中的一种拓展，很多人赋予了它颠覆传统学习模式、让学习更有效率的厚望，然而在实际操作中，自适应学习技术在理论和实践上都引来了各方质疑。

　　首先，教育是一门具有人文气息、需要植根于人与人之间的互通交流的事业。而“人性化”这一点，显然是目前的自适应学习所无法达到的。虽然人工智能近年来已经取得了长足发展，然而究其本质，仍然是通过扩大数据储量、提高运算速度，从而基于大数据的“量变”所引起的“质变”。

　　其次，教育一词可拆解为“教”、“育”二字。如果说“教”即“教书”，而“育”则是“育人”，二者相辅相成，不可割裂。然而针对中国教育重应试的现状，中国学生更为缺少的是“育”的部分。例如德育教育、“三商”教育等等。可是，以朗播网的产品延伸路线为例，从托福考试逐步拓展至雅思、SAT、GRE，其集中解决的还是以应试为目的的“教”这一部分，而“育”的方面，还是要靠真正的教师来完成，而非自适应技术。

　　第三，“教学有法，教无定法，贵在得法”。教师在教学方面应该更注重于关照不同学生的个性化发展、因材施教。然而目前自适应学习的教育产品，其深度学习和个性化匹配的能力尚不达标。目前的自适应学习产品的总体思路主要是“通过数据收集，将原本非标准化的英语学习过程标准化”。如果说，AlphaGo赢得人机大战的主要原因是遵循了一套固定不变的标准和章法，那么对于教育而言，是没有一套这样的标准和章法可以遵循的。

　　最后，自适应学习拼的不是简单的代码或者几个算法，而是收集、分析、运用和维护海量的学习数据，涉及到大数据的沉淀、检测和推荐算法的精准性。这需要有一个顶尖的研发团队来做，而在这其中，数据科学团队是最重要的。数据科学团队需要懂得贝叶斯理论、信息论等高级的算法和数据分析技术，而且还要不断地对算法进行优化，甚至根据需要开发新的算法。纵观全国，目前自称为“自适应学习”的公司都还不具备这样顶尖的数据科学团队。

　　自适应学习：最好的定位是辅助工具

　　互联网+时代的大背景下，通过互联网技术助力其他行业领域的发展是其关键内涵。因此，自适应学习技术对在线教育的辅助性作用还是值得肯定的。

　　纵观目前的在线教育市场，与自适应学习技术的结合主要存在于语音识别、手写识别和智能解题技术、智能辅导系统领域。

　　在K-12领域，自适应学习技术在在线题库产品中的运用还是可圈可点的。自适应学习技术可以提供覆盖初高中所有知识点的练习题，并实时提供做题报告，评估能力，预测考试分数的功能。

　　在语言培训领域里，英语流利说的付款产品“懂你英语”则是通过语音识别技术，给予多维度、多粒度的口语评分和反馈;英语学习平台vipabc则是通过动态课程系统来根据学习者的学习进度、水平、兴趣、反馈等来智能匹配学习教材和外教。

　　古语有云，师者，传道授业解惑也。自适应学习技术，目前最多可以达到基础的“授业”水平，教育的真谛“传道”与“解惑”，还是必须要依靠人去完成。没有人的参与，只能是自学，而不能称之为教育。

　　来源：互联网学习观察家elearninggcj