近日作業幫上線名為練習的新功能，主打個性化教育，與美國的“自適應教育”平臺KnewTon思路相似。大多數在線教育平臺只解決了老師與學生的連接問題，而作業幫和KnewTon為代表的“個性化教育”則通過技術驅動傳統教育模式的革新，將孔子的“因材施教”這一教育理念做到極致。借助百度強大的研發能力，作業幫更強調技術的應用。
作業幫 的“自適應教育”之路
自適應教育模式的精髓是根據學習者的實際情況，量身推薦適合的課程，這被歸納為“適配學習技術”。這一教育方法論包括三個步驟：數據收集、推斷及建議。
作業幫的練習功能理念與其具有一致性。作業幫通過三個步驟來實現個性化推薦：第一步是知識診斷，學生先做幾道精選練習題“測試”，測試之后會得到知識診斷結果，更了解自己的情況。第二步是知識建議，根據測試結果給出該科目的詳細知識點卡片，告訴學生哪些知識點是急需提升的，哪些是已熟練掌握的。第三步則是練習推送，在不同的階段性測試期間，推送本地的真題、模擬訓練給用戶，讓學生通過最少的練習掌握知識點，避免重復的、難度不匹配的無效練習，做到這些主要基于第一步的診斷情況、第二步的知識分解，以及大量專業老師結合地方情況的題庫篩選。
個性化教育將是在線教育的核心優勢，也是在線教育未來的趨勢。作業幫解決 “備考”這一問題的“個性化練習三步曲”分別對應了學習過程的數據收集、推斷和建議，兩者本質都是基于每個學生的實際情況變化，結合知識圖譜和推薦模型，不斷調整給學生學習建議，實現個性化的教育，未來作業幫很可能會在練習之外的教育環節實現個性化。
為何作業幫瞄準個性化教育？
不論是“自適應教育法”還是作業幫練習的思路，都與中國傳統教育的“因材施教”不謀而合。
“因材施教”在孔子時代是可行的，那時候老師的弟子非常有限，老師基于經驗可以進行個性化教育，雖然沒有形成科學系統的方法論，沒有像作業幫通過圖表來數據化學習過程，但其思路是一樣的。現代應試教育中，一個老師帶幾個班上百名學生，“因材施教”幾乎是不可能完成的任務。這導致了傳統教育存在致命的弱點，不論學生處于何種水平，思維模式有何差異，知識掌握情況有何不同，都要保持同樣的進度被動式地參加課程、重復練習，進而效率變低。
在線教育的興起讓因材施教成為可能，即讓教育去適應學生，而不是讓學生去適應教育“個性化教育”。在線教育的互聯網能力可以便捷地收集學習者的學習數據，歸納整理海量學習素材。作業幫知識圖譜等大數據技術，可以對海量學習素材進行交叉分析，建立學科知識圖譜，然后將其與自適應教育模型結合起來，給對應的學習者進行個性化推薦，實現真正的因材施教，回歸教育本身的同時，解決傳統教育模式的痛點。
中國大多數在線教育過去都只解決一個問題：去中心化。取代學校、培訓機構的職責，通過互聯網來連接學生與老師，學生足不出戶就可以接收來自外國老師的英文教學、一線名校的老師授課，對于學生而言最大價值是降低了學習成本，對于老師而言則是增加了教育收入，但它并未改變傳統教育模式。它發揮了互聯網的“連接”能力，卻忽略了互聯網背后的個性化、智能推薦、大數據諸多能力。作業幫在利用好互聯網“工具屬性”的同時，結合互聯網所具備的技術優勢，有望通過個性化教育脫穎而出。
如何用技術做到因材施教？
個性化教育的本質是大數據教育，作業幫在此之前已有不少積累，相對于KnewTon而言，作業幫進軍個性化教育優勢更加明顯。
第一，擁有大數據以及更新機制。 作業幫上線一年多積累的5000萬用戶、9500萬題庫，已掌握了學生學習習慣、題庫學科知識兩類大數據。當然，題庫必須保持更新才有價值，這一點上作業幫引入了全國優秀教師群體來完善和篩選題庫，在回答學生提問時也是機器算法+UGC模式雙重保障，通過這些運營手段來保證數據質量，形成了數據更新機制。
第二，大數據技術的成功實踐。 作業幫要構建知識圖譜，將學科、課程和習題之間的關系理清楚，需要大數據技術;要進行知識診斷、學生畫像，也需要大數據技術。作業幫最拿手的功能是“拍照提問”，即學習者可以將書面題目轉化為問題，基于IDL(深度學習)實驗室成果和OCR技術，作業幫在準確性和響應速度上都做得很好。同時，作業幫還支持“語音提問”。拍照提問和語音提問，背后用到的圖像識別、語音識別、語義理解諸多技術，都屬于大數據類技術。
第三，基于路徑算法的推薦。 作業幫基于知識診斷結果和知識圖譜，可以計算“學習路徑”，即從學生當前學習狀態到目標狀態之間需要經歷的路徑，例如哪些知識點、多大的難度、如何復習。這個“學習路徑算法”是作業幫首先提出，基于路徑算法，就可以給學生推薦最適合的練習題，避免其“走彎路”。
第四：IDL技術實現連續適應性。 IDL實驗室所研究的深度學習技術讓機器可以自我學習、優化算法。作業幫基于其研究成果，自動化地改進教育模型，包括學習路徑算法、練習推薦模型、知識診斷模型等，而不需要人工去更新。這樣就可以確保在學生學習狀態變化之后，在各地教育大綱變化之后，教育模型依然有效，實現“連續適應性”。
小結一下：在線教育的本質是通過新技術去改變傳統教育模式，提升教育效率，消滅教育鴻溝，而不只是把互聯網當做渠道的單一應用。接下來最有機會的看點，將是個性化教育，它有著比較強的技術依賴，符合從孔子時代便存在的“因材施教”理念，并且有望在應試教育大環境下實現真正的因材施教。作業幫基于習題庫和學生基數的積累，憑借其在大數據、智能推薦、IDL上的技術優勢，有望成為個性化教育的實力派玩家。
