发问
一、为何他们须要自适应自学？
二、自适应自学有什么样竞争优势？
01
为何他们须要自适应自学？
一个罐子不适宜所有的小学生
现代非线性基础教育都是统筹规划的。如今研究者认为，这类非线性基础教育难引致一小部分自研究者，在已掌握科学知识的情况下，依然不得已与其他自研究者一样有条不紊地进行低效率自学，无法无法按照对个人的产业发展节奏提高自学，节约了大量的时间与心力；除此之外，非线性基础教育辅导下的课堂教学过程缺少交互性和精确性，使存在问题的自研究者无法得到即刻的意见反馈与协助。虽然现今的新浪网基础教育网络平台不断涌现，迄今，新浪网自学多半提供十分非线性和非自适应的新体验，不论是通过自定工程进度的形式化自学、如前所述情景的自学、还是非官方自学都无法满足用户全校师生的精确课堂教学市场需求，难以全力支持自研究者的对个人化产业发展。
安德森经典之作的“两个平均数”试验
托马斯·安德森（Benjamin Bloom）因“安德森分类”而闻名于世，他是美国最杰出的基础教育社会学家之一。在1984年，他写了一则独创性的学术论文，自学物理学界称作“2 sigma problem”（注：Sigma，平均数）。安德森的研究项目组比较了小学生在四种不同的课堂教学前提下的自学情况。
试验前提
第二种前提：常规性式自学
一名同学给30名小学生听课。这种方法下小学生的战绩表现呈现出国际标准的概率密度函数抛物线——自学战绩中低的小学生最多，杰出的和极差的相对较少。
第四种前提：掌控式自学
在常规性课堂教学方式下增加了形成性评估结果，要求每个小学生在进入下一个课程之前掌控课程的每个步骤。
第四种前提：一对一辅导
在掌控式课堂教学方式下，为每个小学生增加了一对一的辅导课程。
令人震惊的试验结果
哪种模式的效果最好？把常规性的课堂教学方式作为基线，在掌控式自学的前提下，小学生的表现提升了一个平均数。而接受一对一辅导的小学生，有两个平均数的提升。也就是说以“直接讲授”为平均值，“形成性意见反馈”课堂教学方法的掌控程度比平均值提高了84%，“一对一辅导”的掌控程度提高了98%。
试验启示
正如试验结果所示，小学生战绩的突破，主要归功与“掌控式课堂教学”+“一对一辅导”。其中“一对一辅导”，体现的就是如今精确课堂教学与对个人化自学的理念，最早可追溯到我国春秋时期孔子提出的“因材施教”思想。
尽管在当时安德森得出的结论是，一对一辅导“对于多半数社会来说成本太高，无法大规模承担”。但他们现在处于拥有技术的位置，尤其是人工智能时代，可以提供安德森所说的“一对一自学”，也就是人工智能技术全力支持下的“精确教”与“个性学”以物联网、大数据、人工智能、5G等为代表的智能技术的融合应用，促使课堂教学全力支持服务向市场需求导向和应用驱动的一键化、对个人化、精确化、智能化方向产业发展..
02
自适应自学有什么样竞争优势？
适应性自学方法承认并尊重自研究者的先验科学知识，直接响应他们的自学市场需求以减少他们的认知差距。除了做题正确与否，这些自学过程的数据更有可能描绘出小学生能力的全貌，更能量化自学过程中的一些其它指标。大数据的规模、多样、高效等特性能够助力解释课堂教学黑箱，继而为基础教育决策与精确课堂教学提供证据支撑，并催生出全方位、对个人化、便捷化的课堂教学全力支持服务。接下来重点探讨对个人化自学工具能多大程度提高他们的课堂教学质量和课堂教学效率。
投入度
自适应自学通过发问来课堂教学，然后根据这些问题的答案，他们决定是继续问更多问题还是应该教自研究者内容，或者他们应该暂停。以非常不具威胁性的方式提出问题实际上能提高自学投入度。自研究者与内容的联系更加紧密。大家可能有过这样的自学经历：为了完成任务，就只是快速点击自学内容，或者一边播放录播视频，甚至是两倍速挂在手机上，另一边做着其他事，自学并未发生，节约了时间，也没有达到自学效果。在自适应自学中，仅在必要时才显示内容，自研究者会更感激这些自学内容，也更重视这些自学内容。自研究者感觉备受关注，即使只是一个电子自学系统。他们不再分心，更加专注的自学。
准确性
过去的经验告诉他们，自学中很重要的一点就是尽可能多地做练习题目。可是他们同样知道，一遍又一遍地做相同或者类似的练习并无法协助提升分数。自适应自学模式最重要的是如前所述一种精确的诊断系统和自学行为数据分析才能完成，系统根据分析小学生的个体因素，并且就此以一种最简单的技术直接引导不同类型的小学生到“最适宜”该小学生的链接路径，并动态调整给出一个适应性的链接清单。自适应自学关心的是自研究者的熟练程度和掌控程度。在他们可以采取的所有方法中，自适应自学是独一无二的，它 100% 专注于协助自研究者以最有效的方式掌控科学知识。
最大化自学
自适应自学工具能够协助小学生去自学那些他们须要自学的内容，因此协助他们最有效的利用工具去获得更好的自学。自适应自学节省了时间，减少了小学生花在练习上的时间，这意味着他们将这些时间回馈给小学生，从而把节省出来的时间花在和同学、同学更深层次的交流中。这些工具可以即刻收集小学生数据，并使用这些数据来自动响应小学生市场需求，自适应自学工具的使用能最大限度地发挥他们自学潜力、进行深度自学和高阶思维训练。
