图片来源：pixabay

近年来，无论中外，教育科技界对“自适应学习” （adaptive learning）的热度一直很高。借着热潮，小星最近也阅读了培生集团（Pearson）于今年推出的《解码自适应学习》（Decoding Adaptive Learning）的研究报告，收获很大。因此，从这篇推送开始，小星将根据这份报告的内容，为大家整理一份有关自适应学习，你不能错过的干货分享。

• 总览：什么是自适应学习（adaptive learning）？什么是自适应学习工具？
  

• 自适应内容（adaptive content）：占市场份额最大的自适应学习工具
  

• 自适应评估 (adaptive assessment)：将测验和评分提升到新的阶段

• 自适应序列（adaptive sequence）：预测性分析（predictive analytics）

• 讨论：自适应学习的未来发展

今年年初，美国著名的自适应学习平台Knewton完成迄今为止最大一笔的5200万美元F轮融资，继续推进其针对每一位学习者个性化需求而提供教学内容的模式。放眼国内，有关自适应学习的应用也越来越多。比如猿题库通过智能算法对学生的学习数据进行分析和挖掘，利用自适应学习工具准确评估每一位学生的能力，从而满足其个性化的学习需求。类似的应用场景还有很多，可以说，教育领域已经进入了“自适应”时代。今年，培生集团（Pearson）也顺势推出的《解码自适应学习》（Decoding Adaptive Learning）的研究报告。通过对K-12（幼儿园到12年级的基础教育）和高等教育领域的自适应学习工具的研究，该报告回答了围绕自适应学习的几个核心问题：自适应学习的定义是什么？目前教育科技市场上的自适应学习工具有哪些？它们之间有怎样的区别和联系？

总览：什么是自适应学习？什么是自适应学习的工具？

报告的研究员在前期调查中发现，自适应学习的支持者普遍认为，自适应学习作为一种新型的教育科技手段，使学习过程更加人性、高效、易于量化。然而，对于许多一线的教育工作者来说，他们依然对自适应学习能做什么、不能做什么、在目前的发展阶段实际上做了什么有所疑问。

因此，自适应学习的概念，一直都有很多种定义方式。比如，有些教育者认为，自适应学习，意味着教师需要及时调整学习内容，以满足学生不断变化的学习需求；还有人认为，自适应学习需要利用线上的软件或平台作为教学辅助，以便进行数据的收集和分析等。
《解码自适应学习》的报告中定义，“自适应学习是一种教育科技手段，它通过自主提供适合每位学生的独立帮助，在现实中与学生产生实时互动。” （Adaptive learning is an education technology that can respond to a student's interactions in real-time by automatically providing the student with individual support）。而想要达到这样的效果，教学者通常需要借助不同的自适应学习工具。

该报告提到，目前教育科技市场上，总共三种自适应学习的工具：自适应内容、自适应评估和自适应序列。它们以不同的方式，收集并分析学生在线学习的各方面数据，进而不断调整提供给学生的学习内容、检测方式和学习顺序，以满足不同学生的个性化需求。具体来说：

• 自适应内容通过分析学生对问题具体的回答，为学生提供独一无二的内容反馈、线索和学习资源。该工具可以根据每个学生不同的学习情况，当即提供合适的反馈，包括提示和学习材料等。

• 自适应评估一般应用在测试中，根据学生回答问题的正确与否，及时改变和调整测评的标准。比如我们熟悉的GRE和GMAT考试，测试者在连续做对题目之后就会发现题目越来越难，这就是自适应评估工具在根据测试者的表现及时调整的结果。
  

• 自适应序列利用一定的算法和预测性分析，基于学生的学习表现，持续收集数据。其中在数据收集阶段，自适应序列会将学习目标、学习内容与学生互动集成起来，再由模型计算引擎对数据进行处理以备使用。比如，当学生在测试中做错一道题时，自适应序列将根据答案为其推送合适的学习内容，并会根据算法改变推送的顺序。

这三种工具各有侧重，但在实际的运用的时候常常相互结合，以达到更好的教学效果。

自适应内容：占市场份额最大的自适应学习工具

自适应内容是自适应学习工具市场上占比重最大的部分。具体来说，自适应内容可以根据每个学生不同的学习情况，当即提供合适的反馈，包括问题提示和学习材料等等。 

自适应内容也通过搭建内容支架为学生提供更多的帮助。比如，先将学生的学习内容分解成具体的知识，直到学生完成每一部分的单独学习之后，再帮助学生进行知识整合。自适应内容以内容为基础，收集并分析学生学习不同内容的数据。

具体案例分析

目前市场上的自适应内容，针对K-12和高等教育领域，以“内容”的不同大概分为两种。一是通过线上平台提供标准的教学课程，二是通过线上平台提供教学游戏。

虽然提供的内容内涵不一样，但自适应内容背后的原理是相同的，即不断通过学生在学习过程中的表现，及时调整学生的学习内容。

1. 以“线上课程”为主自适应内容

CogBooks是一款英国的自适应内容工具。它根据教学者的需要提供生物和历史的教学课件，并可在包括blackboard、canvas在内教学管理平台（Learning Managment Sysmtem）使用。在这款平台上有18个学习模块，CogBooks根据学生学习和回答问题的情况，不断分析学生与课程内容互动的数据。

CogBooks在调整为学习者提供的学习内容时，考虑了以下几个因素：学生的自信心指数和自测成绩、学生完成练习的时间、学生回答问题的表现、学生对学习目标的熟练程度、学生在相似的学习模块中的学习表现等。

 2015年，亚利桑那州立大学和CogBooks达成合作，率先在教学上使用该自适应工具，为学生提供生物和美国历史两个线上课程。其中，有527名同学选修了生物课程，25名同学选修了历史课程。 

根据课程结束后的调查反馈，参与线上课程的学生普遍认为该自适应内容对自己的学习提升有帮助。其中，共有81%的学生希望可以将该自适应内容应用到其他科目的学习上；有81%的学生认为线上课程的难易程度合适；有84%的学生认为该自适应工具能够更好的帮助理解学习内容；有68%的同学表示该自适应工具的实时反馈功能非常有帮助。

从教学结果的数据上看，在使用了CogBooks之后，成功完成相同生物课程的学生比例从76%上升到94%，而中途退课的同学比例从15%下降到1.5%。 

2.  以“游戏”为主的自适应内容

Dreambox Learning是一款以游戏为基础的，针对K-8（幼儿园到八年级）数学教学内容的自适应内容。学生在玩数学游戏的同时，该工具的分析系统将根据学生在游戏中的表现，不断调整游戏的进程内容，并为老师、家长和学校管理者发送分析报告。平台上共有超过720节在线课程，一部分适用于K-2 （幼儿园到二年级）的低年级学生，剩下一部分课程适用于三到五较为高年级的学生。

 当学生登录Dreambox之后，他们可以为即将进行的游戏自主选择主题、角色和故事线。系统将使用实时的游戏数据为学生设计个性化的学习计划。如果一位学生总是在一个地方犯错误从而导致无法进行到游戏的下一步，系统将给他相应的提示。

与此同时，Dreambox还根据学生对知识掌握的程度，自动为其分成不同的学习小组，以方便老师进行分层次的线下辅导。学校和学区的管理人员也可以通过该自适应内容工具获知每个学校具体的教学情况。

 美国加州圣何塞的三所政府特许学校（charter school）让全体一年级学生使用此自适应内容工具进行数学的学习。根据2011年对该工具的研究报告得出，学生通过使用该自适应内容，数学成绩有数据意义上的显著提高，可以证明此自适应工具有潜在的积极效果。

本文转载自EdStars未来学堂（微信号：edstars），作者杭苏宁。