（图片：来自乂学教育官网）

自适应学习是不是K12教育的救世主？这个话题在教育行业内引起了争议。“自适应学习应该是目前K12领域最佳的学习方式。” 作为人工智能算法领域的科学家，崔炜站在了正方。

技术背后“黑盒子”的关键是跨界融合

当我们在谈“自适应学习”的时候，究竟指什么？“简单地说，通过智能技术和大数据，针对每个学生的能力水平和指示状态进行个性化的推荐。”这是崔炜给出的定义，自适应学习的引擎，需要在了解学生画像的基础上，对学生学习时间进行预测、推荐适合的学习内容和最佳学习路径等，而这些行为都以提高学习效果为目标，保证学生在最短时间内学会应试必须掌握的知识。

研发自适应学习引擎，无疑是一件需要跨界合作的事，涉及到人工智能、机器学习、数据挖掘以及教育测量学等技术和理论。崔炜告诉我，一个研究自适应学习系统的团队，在团队方面的标配应该是：

• 内容研发团队，由教学专家和有一线教学经验的老师构成，给知识点和题目打标签。

• 算法和数据团队，包括数据科学家、数据工程师、教育数据挖掘专家等，通过算法对内容做最优化配置。

• 技术团队，结合内容与算法，把自适应学习系统开发出来。

但问题往往不在于技术上的天花板，关键在于如何整合这些技术，将其应用到教学和学习中，“在我们团队里，我是把这些技术整合起来的人”，可以说是掌握了技术背后的“黑盒子”，去年回国加入乂学教育的崔炜对这一点十分自信。读博期间，崔炜所研究的是如何将人工智能算法应用到金融领域，在国外完成数理金融博士的学位之后，他加入了爱尔兰的教育科技公司 CCKF Realize，开始研究人工智能算法在教育领域的应用。

“模拟优秀的老师”

“自适应学习是现在K12领域的最佳学习方式”，崔炜认同这一点，“但目前老师仍然是不可取代的，在技术领域，人工智能还没发展到代替人的程度”。因此，以学习效果为导向，模拟优秀老师的思考和行为模式，让系统成为老师因材施教的好帮手，这是乂学教育现阶段的目标，乂学教育所采用的是“721模式”，70％的时间学生自主在线学习，20%由老师线下1对1辅导，10%分配给名师教授的大课。

让机器模拟优秀的老师，前提是分别对学生、学习内容和课程进行数学建模：

• 一个有丰富经验的优秀老师对学生的情况了然于胸，包括学生的个人偏好、兴趣、能力水平和知识状态，即互联网领域常说的“用户画像”。

• 对学习内容进行建模，构建“知识图谱”，这其中涉及到知识点之间的先后和相关关系，把不同形式的学习资源以视频、文字、音频、图片和题目的形式展现。同时需要在算法的辅助下，教学专家对知识点和题目“打标签”，包括拆分知识点，给出相应的难度系数等步骤，乂学教育标榜的是将知识点拆分到“纳米级”，精确到最小知识点，从而保证测评的准确性和学习的有效性。

• 最后一步是给每个学生匹配最适合的学习路径和课程，根据学生的反馈推荐个性化的学习内容。

随着学习和教学数据的不断累积，大数据团队会持续进行数据挖掘和数据分析，配合教研专家，不断完善这三个数学模型。

崔炜向我演示了乂学教育的自适应学习系统，首先是根据个人情况匹配的20道测试题，根据测评结果，系统向我推荐第一步需要学习的内容，是一段五分钟左右的教学视频，由乂学教研团队中的名师录制。完成之后，再次收到练习测试题目，循环往复，直到系统认为我掌握了这个知识点。 

崔炜表示，目前乂学教育的学前测评效果为：以较少量的题目测试出学生的学习状态，目前是20-30道题目的数量，且测评的准确率达到90%以上。不过，由于测试在线上完成，有些细节对系统来说很难判断，比如学生做错题目，有可能粗心，也有可能没掌握，对这些问题对老师来说很容易判断。这也是乂学教育仍然保留线下辅导环节的原因之一。

“完整的闭环”

不同于只提供技术支持不生产内容的 Knewton，乂学教育做了一个“完整的闭环”，从技术、平台、内容，到招生，全部自建，“因为 K12 领域没有现成可用的内容和技术，只能自建”，崔炜无奈地表示，好处则是，自建的体系更加可控，方便及时更新和调整，让系统的推荐更加精准。未来乂学教育也会朝平台方向发展，开放自适应学习系统的接口，为教育机构做定制化的服务。

而采取线下学习中心的模式，是基于以下两个因素：

• 一方面，K12 领域的学生在学习上缺乏自主性，适合线下课外辅导的形式。而在这种有组织的学习环境下，产生的学习数据效度也会更高。

• 另外一点则是学习社区的氛围，线下学习中心相当于一个学习社区，学生之间可以形成学习伙伴。

不过，考虑到规模扩大的问题，乂学教育也即将推出纯线上的模式，通过“自适应学习系统＋直播”的方式，覆盖到更大规模的用户。

在资本方面，崔炜透露，乂学教育的智适应学习系统刚刚上线，即将完成近亿元的天使轮融资。此前，2015 年7 月，乂学教育曾获 3100 万人民币种子轮投资，由青松基金领投、好未来领投，正和磁系资本和俞敏洪个人跟投。