“单纯的MOOC，和简单粗暴的线下一对一都是耍流氓”，做了15年少儿教育的栗浩洋说。

这位前昂立教育副总裁近日高调宣称，MOOC普遍1位数完课率的原因，是青少年学习自制力差，纯线上的学习难比线下，一些重要的肢体用语言和交流都大打折扣。他同样不看好传统的线下一对一培训，觉得K12市场早已经过了“饥渴期”，行业需要产品升级，用更有效果和效率的方法提供学习服务。

2014年底，栗浩洋与王枫、周伟等人筹划成立乂学教育，研发自适应学习系统。这套系统主要针对K12学生，从初中英语开始，目标是为学生提供更个性化的学习流程。

乂学教育于今年6月获得高达 3000 万人民币的种子轮投资，由青松基金领投、正和磁系资本和新东方创始人俞敏洪个人跟投。

“我们希望用计算机模仿有30-40年教学经验的优秀教师，为学生‘一对一’指导”栗浩洋说，优秀教师可以做到对学生知识掌握情况的精细把握，“细到什么程度呢？比如一个定冠词有13中用法，我们就会把‘定冠词’这个知识点再拆分成13个‘纳米级’知识点，并用认知逻辑的先后判定学生的掌握情况”。

王枫说，把知识点拆成“纳米级”的颗粒度，可以节约每个知识点的学习时间。王枫博士有18年在线教育技术研究经验，在美国成功创建了在线以及O2O教育模式的学位与认证专业，领导开发了属于美国教育部国家项目的幼儿科学教材。

自适应不是“新故事”，但要拼产品“适应力”

3000万人民币的投资几乎是破了2015年教育行业创业企业种子轮投资的记录。其实，去年开始基于大数据的“自适应学习”已经成为很多K12在线学习产品的“卖点”。成立于美国的自适应学习平台Knewton被认为是自适应学习领域的标杆公司，并于近日宣布获得D融资，并将开展to C业务。

乂学教育提供了三名中学生的学习路径对比图（背景为初中英语知识图谱）。

学生一（红颜色）使用传统的学习系统，学习路径呈零散状态，效率最低。

学生二（蓝颜色）使用初级的自适应学习系统，通过预先设定的基本规则来规划学习路径，效率相对更高。

学生三（黄颜色） 使用“X+智能自适应学习系统”，通过系统实时精准测评，定位知识薄弱点，规划学习路径，学习效率最高。

王枫对芥末堆表示，所谓“自适应学习”，绝不是几个算法和公式“套上”题目那么简单，而是人工智能在教学中的应用，关键在知识点的吸收、维护、分析和应用。这个交互很难做，背后是海量的学习行为数据。

在王枫看来，一个自适应系统要包含三大基本构件：

1. 内容模型——建立详细的学习内容的知识点结构图

2. 学生模型——实时测评每个学生在每个知识点的能力水平，并通过统计分析方法，推算和量化学生在其它相关知识点的能力水平

3. 教学模型——根据每个学生最新能力水平提供相应反馈，并匹配最合适的学习内容。

其中，“学生模型”和“教学模型”是开发难点，要做到动态、实时监测学生在不同知识点的能力水平，并提供相应反馈和匹配内容。这需要应用到数据科学、教育测量学、标签技术和机器学习等技术，内容方面，还要考虑每道题⽬的难度、区分度，以及某些知识点的先验信息，最后，还要通过一个数字化的程序把这些内容和数据“转”起来，与学习者交互。

因此，王枫认为，考虑到不同学科、年段、地区的考试风格和侧重都非常不一样，平台型的自适应产品无法解决所有问题，真正的自适应学习，应该根据学生用户群体和学习目标，来定制开发学习产品。

本土化的自适应

做定制化+自适应的学习产品，绝非朝夕之功。

结合团队此前在中国、美国十几年的观察和积累，乂学教育开发出了针对中国K12学生的“X+自适应学习系统”（后简称“X+”），并结合线下试点学校和学习中心，目标是最大限度提升学生的学习效果，为每个学生提供随时可以辅导学习的“私人导师”。

王枫表示，把知识点拆到足够细并实时监测，能够勾画详细的学习者档案，并根据知识点间的先行关系、相关性等，推送最合适学生学习的下一个知识点，学生不需要反复练习已经掌握的知识点，节约学习时间。

对于 K12 来说，粘性也很重要。借鉴美国在线高等教育企业2U的成功经验，乂学教育引入社区化方法，提高学生在线学习的粘性与参与度。 

比如，使用乂学教育的系统，学生和老师可以在课后保持交互，为学生答疑反馈等；学生也可以为了共同的学习兴趣和目标，组成小组，并通过竞赛、排行榜等，和学校、地区，全国的其他小组比拼学习成果，相互激励。

此外，只有线上并不够，乂学教育的下一步计划，是在全国开设3000个实体教学中心，用线上学习+线下实体支持的方式，为学生提供一体化的学习体验。

“线上线下都不放过”的乂学教育正在磨拳擦掌，目标是成为K12辅导行业的一支“颠覆”力量，芥末君也很期待可以很快体验到“纳米级”的学习产品！