在教育领域中，越来越多的以学习者为中心的工具和资源找到了其用武之地，差异化和个性化学习成为众多教育从业者所努力的目标，但是很少有学校像School of One的设计者一样重视这件事，School of One 是纽约市教育局的一个针对数学科目的实验项目，目的是为学生提供高度个性化的指导，通过为每个学生创建专属的学习列表（learning playlist）来提升学习效果，就像你自己创建的音乐播放列表，基于每个人的学习优势、需求和兴趣等，所以学习不是传统意义上的标准化的、一致的，即使同一个学校或同处一个教室的学生都可能有完全不同的学习体验、教学内容和学习方式。

一、来认识下School of One

School of One为每个学生量身定制学习列表，基于学生现有的水平决定接下来所学习的知识和技能，并选取最有效的学习方式，学习列表根据每个人的学习进展每天更新，适应各自的进度。

学生最初需要接受一个诊断性考试来断定学习目标，从而形成自己的学习列表，接下来学生需要填写相关个人信息形成Learning Profile，比如喜欢的学习方式、兴趣爱好以及学习风格等，优化软件每天都会根据学生前一天的表现来更新学习列表上的项目，通过学习新的课程满足学习需求，课程计划与学生的Learning Profile匹配，更加符合个性化特征。例如，如果五个学生都在做分数题，两个可能更喜欢直接教学，而另外三个喜欢分数游戏来学习。然后基于学生的能力水平和学习风格分为不同的学习小组。

通过这个项目，老师能够获得学生学习的实时数据，学生只学习他们能力范围内能学会的知识，直到达到精熟学习的程度再添加新的学习任务，这样每个学生都能得到十分个性化、高参与度的学习体验。

经过一段时间系统就能从评估数据中判定哪些课程是最有效的，为学生和老师双方都建立一个更有效和参与度更高的学习体验。

二、个性化的学习体验

School Of One构成要素主要是以下几个部分：

1、专属的学习列表（Learning Playlist）

在传统课堂中，老师通过固定的课程主导学生的学习，所有学生采用同样的学习材料。而在School of One中，学生的学习进度是所有学习内容的基础，学生基于不同的水平有不同的起点，根据自己的步调学习，最初会有一个考试结果和诊断性评估，确定学生应该重点学习的领域，从而形成每个人的学习列表。每天结束后学生需要参加在线测试进行评估从而更新学习列表，未通过测试的学生继续学习前一天的内容，而已经掌握的学生会设置新的学习列表。

2、学生学习概览（learning profile）

每个人的学习方式各不相同，有些人在教师讲授中收获最多，有些通过与软件的交流表现更好，还有一些可能通过与同学的讨论来解决某些问题，除了这些偏好，每个人还有各自的兴趣爱好以及生活环境，这些因素都影响学习的方式。 通过一个综合性的调查，形成学生的profile，家长和老师都要提供调查信息。

3、丰富的教学内容

School of One采取混合型的教学方式，既有教师主导的大型、小型讨论，也有学生小组合作任务、独立自学，以及在线教学、一对一辅导等方式。除了学校和老师提供的教学内容，还有众多学术合作伙伴的内容支持，为课程库提供了超过2000门课程。 School of One的数学专家会仔细查看每门课程的质量以及覆盖的知识范围，考虑可能适合的学习模型、如何使用这门课程。

School Of One与众多教育出版商、内容供应商都有合作，包括Pearson、The McGraw-Hill Companies、Houghton Mifflin Harcourt Group、TutorVista、Explore Learning、Adaptive Curriculum等机构。

4、技术支持——学习算法

在传统课堂中，为不同的学生匹配差异化的教学内容几乎是不可能完成的任务，总是有很多不可控的变量，并且老师也没有那么多精力和时间根据每个学生的需求和兴趣进行日常教学。

而School of One所采用的学习算法会分析每个学生的进度和课程总量，并为每个学生推荐相应的课程。通过搜集学生的数据来生成每日的计划，满足学生的学习需求，确保学生在自己的“甜蜜点”（Sweet Spots）学习，随着数据的搜集，这种算法会生成每日课程计划，通过分析学生过往的表现以及其基本资料，过去学习任务的评估，以及其他可获得的资源、技术支持、学习环境等。老师可以查阅并对此提出修改建议，提供更多指导和反馈。整个过程主要用技术平台来管理，让老师有更多时间专注于教学质量，学生通过学校的数字教学平台系统获得自己的学习列表。

不过，School Of One项目并没有公布其采用的具体技术支持，究竟如何实现也不得而知。

5、师资安排

在大多数课堂中，老师在整个学年里要完成教育部门规定的内容，每节课都是一次性向学生讲授，在一年中一般不会重复，而School Of One的老师分别负责某一系列的知识，而不是全部。学生人数就可以少到只有三个人，也可以多达24人，因为每个学生的进度都不一样，老师可能需要多次讲解同一节课，适应不同分组的学生。另外，新手老师主要负责小组讲解以及线上支持，直到他们能够胜任综合性的教学任务。

三、定制化学习是伪命题吗？

School Of One 于2009年暑期在纽约市试点，2010年9月开始针对中学数学科目设立全年制的项目，目前在纽约市的四个学校实施。2009年暑期的试点项目花费大约100万美元，其中三分之二来自于私人和企业捐赠，该项目被《时代周刊评》为2009年最重要的50项创新之一。

2011年，School Of One项目创始人 Joel Rose与 Christopher Rush意识到个性化学习的需求，转而创立了一个新的非营利性组织 New Classrooms，专门为中学设计个性化教学模型，推出个性化学习项目Teach to One，同样是针对数学学科，目前在全美有6000多名中学生参与，其中School of One在纽约的项目也由Teach To One负责。

不过，这种定制化的学习方式也受到不少质疑。School of One的学习算法能够确保每个学生在自己的优势区域（sweet spots）学习，为学生创建最适合的学习内容列表，选择最佳学习方式、学习环境，那学生如何去应对更加复杂多变的情况呢？以及在与不同学习方式的人合作时能否互相适应等问题。

此外，人工智能的发展的确带来很多便利，数据革命实现了Google新闻个性化定制、Amazon购物个性化推荐等，这种技术现在正在变革教育。但是真的有能力挖掘大量学习者的数据，从而预测最佳学习方式吗？也许通过技术能够了解学习者何时厌烦或困惑并迅速做出调整，但是当你在亚马逊、淘宝购物无数次之后，他们向你推荐的是否是你需要的商品呢？

四、国内教育数据分析之难题

教育越来越多的发生在线上或者教育软件上， 导致了数据爆炸。反观国内，做教育数据搜集和分析的企业也在增多，不过面临的问题却不一样，小编与国内做教育数据分析的宋军辉先生聊过，他认为国内这块目前主要是以下三个问题：

一是基础数据的缺失，在教学过程中，老师不关注学习者自身的状态，而只强调结果的可用性，缺乏关于学生的基础数据；

二是教学内容的单一，教育内容更注重“系统性、逻辑性、普适性”，而不是社会近几年所倡导的“以用户体验为中心”的设计理念；

三是评估方法的单一，变量越多，评估方法越复杂，相应的需要配置的资源需求越大。在此过程中，也会对已形成的教育体系造成负担和冲击。因此造成评估方法越单一越可以被证明有效。