圖片來源：pixabay
近年來，無論中外，教育科技界對“自適應學習” （adaptive learning）的熱度一直很高。藉着熱潮，小星最近也閱讀了培生集團（Pearson）於今年推出的《解碼自適應學習》（Decoding Adaptive Learning）的研究報告，收穫很大。因此，從這篇推送開始，小星將根據這份報告的內容，爲大家整理一份有關自適應學習，你不能錯過的乾貨分享。
總覽：什麼是自適應學習（adaptive learning）？什麼是自適應學習工具？
自適應內容（adaptive content）：佔市場份額最大的自適應學習工具
自適應評估 (adaptive assessment)：將測驗和評分提升到新的階段
自適應序列（adaptive sequence）：預測性分析（predictive analytics）
討論：自適應學習的未來發展
今年年初，美國著名的自適應學習平臺Knewton完成迄今爲止最大一筆的5200萬美元F輪融資，繼續推進其針對每一位學習者個性化需求而提供教學內容的模式。放眼國內，有關自適應學習的應用也越來越多。比如猿題庫通過智能算法對學生的學習數據進行分析和挖掘，利用自適應學習工具準確評估每一位學生的能力，從而滿足其個性化的學習需求。類似的應用場景還有很多，可以說，教育領域已經進入了“自適應”時代。
今年，培生集團（Pearson）也順勢推出的《解碼自適應學習》（Decoding Adaptive Learning）的研究報告。通過對K-12（幼兒園到12年級的基礎教育）和高等教育領域的自適應學習工具的研究，該報告回答了圍繞自適應學習的幾個核心問題：自適應學習的定義是什麼？目前教育科技市場上的自適應學習工具有哪些？它們之間有怎樣的區別和聯繫？
總覽：什麼是自適應學習？什麼是自適應學習的工具？
報告的研究員在前期調查中發現，自適應學習的支持者普遍認爲，自適應學習作爲一種新型的教育科技手段，使學習過程更加人性、高效、易於量化。然而，對於許多一線的教育工作者來說，他們依然對自適應學習能做什麼、不能做什麼、在目前的發展階段實際上做了什麼有所疑問。
因此，自適應學習的概念，一直都有很多種定義方式。比如，有些教育者認爲，自適應學習，意味着教師需要及時調整學習內容，以滿足學生不斷變化的學習需求；還有人認爲，自適應學習需要利用線上的軟件或平臺作爲教學輔助，以便進行數據的收集和分析等。
《解碼自適應學習》的報告中定義，“自適應學習是一種教育科技手段，它通過自主提供適合每位學生的獨立幫助，在現實中與學生產生實時互動。” （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）。而想要達到這樣的效果，教學者通常需要藉助不同的自適應學習工具。
該報告提到，目前教育科技市場上，總共三種自適應學習的工具：自適應內容、自適應評估和自適應序列。它們以不同的方式，收集並分析學生在線學習的各方面數據，進而不斷調整提供給學生的學習內容、檢測方式和學習順序，以滿足不同學生的個性化需求。具體來說：
自適應內容通過分析學生對問題具體的回答，爲學生提供獨一無二的內容反饋、線索和學習資源。該工具可以根據每個學生不同的學習情況，當即提供合適的反饋，包括提示和學習材料等。
自適應評估一般應用在測試中，根據學生回答問題的正確與否，及時改變和調整測評的標準。比如我們熟悉的GRE和GMAT考試，測試者在連續做對題目之後就會發現題目越來越難，這就是自適應評估工具在根據測試者的表現及時調整的結果。
自適應序列利用一定的算法和預測性分析，基於學生的學習表現，持續收集數據。其中在數據收集階段，自適應序列會將學習目標、學習內容與學生互動集成起來，再由模型計算引擎對數據進行處理以備使用。比如，當學生在測試中做錯一道題時，自適應序列將根據答案爲其推送合適的學習內容，並會根據算法改變推送的順序。
這三種工具各有側重，但在實際的運用的時候常常相互結合，以達到更好的教學效果。
自適應內容：佔市場份額最大的自適應學習工具
自適應內容是自適應學習工具市場上佔比重最大的部分。具體來說，自適應內容可以根據每個學生不同的學習情況，當即提供合適的反饋，包括問題提示和學習材料等等。
自適應內容也通過搭建內容支架爲學生提供更多的幫助。比如，先將學生的學習內容分解成具體的知識，直到學生完成每一部分的單獨學習之後，再幫助學生進行知識整合。自適應內容以內容爲基礎，收集並分析學生學習不同內容的數據。
具體案例分析
目前市場上的自適應內容，針對K-12和高等教育領域，以“內容”的不同大概分爲兩種。一是通過線上平臺提供標準的教學課程，二是通過線上平臺提供教學遊戲。
雖然提供的內容內涵不一樣，但自適應內容背後的原理是相同的，即不斷通過學生在學習過程中的表現，及時調整學生的學習內容。
1. 以“線上課程”爲主自適應內容
CogBooks是一款英國的自適應內容工具。它根據教學者的需要提供生物和歷史的教學課件，並可在包括blackboard、canvas在內教學管理平臺（Learning Managment Sysmtem）使用。在這款平臺上有18個學習模塊，CogBooks根據學生學習和回答問題的情況，不斷分析學生與課程內容互動的數據。
CogBooks在調整爲學習者提供的學習內容時，考慮了以下幾個因素：學生的自信心指數和自測成績、學生完成練習的時間、學生回答問題的表現、學生對學習目標的熟練程度、學生在相似的學習模塊中的學習表現等。
2015年，亞利桑那州立大學和CogBooks達成合作，率先在教學上使用該自適應工具，爲學生提供生物和美國曆史兩個線上課程。其中，有527名同學選修了生物課程，25名同學選修了歷史課程。
根據課程結束後的調查反饋，參與線上課程的學生普遍認爲該自適應內容對自己的學習提升有幫助。其中，共有81%的學生希望可以將該自適應內容應用到其他科目的學習上；有81%的學生認爲線上課程的難易程度合適；有84%的學生認爲該自適應工具能夠更好的幫助理解學習內容；有68%的同學表示該自適應工具的實時反饋功能非常有幫助。
從教學結果的數據上看，在使用了CogBooks之後，成功完成相同生物課程的學生比例從76%上升到94%，而中途退課的同學比例從15%下降到1.5%。
2. 以“遊戲”爲主的自適應內容
Dreambox Learning是一款以遊戲爲基礎的，針對K-8（幼兒園到八年級）數學教學內容的自適應內容。學生在玩數學遊戲的同時，該工具的分析系統將根據學生在遊戲中的表現，不斷調整遊戲的進程內容，併爲老師、家長和學校管理者發送分析報告。平臺上共有超過720節在線課程，一部分適用於K-2 （幼兒園到二年級）的低年級學生，剩下一部分課程適用於三到五較爲高年級的學生。
當學生登錄Dreambox之後，他們可以爲即將進行的遊戲自主選擇主題、角色和故事線。系統將使用實時的遊戲數據爲學生設計個性化的學習計劃。如果一位學生總是在一個地方犯錯誤從而導致無法進行到遊戲的下一步，系統將給他相應的提示。
與此同時，Dreambox還根據學生對知識掌握的程度，自動爲其分成不同的學習小組，以方便老師進行分層次的線下輔導。學校和學區的管理人員也可以通過該自適應內容工具獲知每個學校具體的教學情況。
美國加州聖何塞的三所政府特許學校（charter school）讓全體一年級學生使用此自適應內容工具進行數學的學習。根據2011年對該工具的研究報告得出，學生通過使用該自適應內容，數學成績有數據意義上的顯著提高，可以證明此自適應工具有潛在的積極效果。
本文轉載自EdStars未來學堂（微信號：edstars），作者杭蘇寧。