大多数在线教育平台只解决了老师与学生的连接问题，而作业帮和KnewTon为代表的“个性化教育”则通过技术驱动传统教育模式的革新，将孔子的“因材施教”这一教育理念做到极致。

　　作业帮的“自适应教育”之路

　　自适应教育模式的精髓是根据学习者的实际情况，量身推荐适合的课程，这被归纳为“适配学习技术”。

　　作业帮通过三个步骤来实现个性化推荐：第一步是知识诊断，学生先做几道精选练习题“测试”，测试之后会得到知识诊断结果。第二步是知识建议，根据测试结果给出该科目的详细知识点卡片，告诉学生哪些知识点是急需提升的，哪些是已熟练掌握的。第三步则是练习推送，在不同的阶段性测试期间，推送本地的真题、模拟训练给用户，让学生通过最少的练习掌握知识点，避免重复的、难度不匹配的无效练习。

　　个性化教育将是在线教育的核心优势，也是在线教育未来的趋势。作业帮“个性化练习三步曲”分别对应了学习过程的数据收集、推断和建议，结合知识图谱和推荐模型，实现个性化的教育。

　　作业帮如何用技术做到因材施教？

　　传统教育存在致命的弱点，不论学生处于何种水平，思维模式有何差异，知识掌握情况有何不同，都要保持同样的进度被动式地参加课程、重复练习，进而效率变低。相对于KnewTon而言，作业帮进军个性化教育优势更加明显。

　　第一，拥有大数据以及更新机制。作业帮上线一年多积累的5000万用户、9500万题库，已掌握了学生学习习惯、题库学科知识两类大数据,引入全国优秀教师群体来完善和筛选题库，在回答学生提问时也是机器算法+UGC模式双重保障，通过这些运营手段来保证数据质量，形成了数据更新机制。

　　第二，大数据技术的成功实践。基于IDL（深度学习）实验室成果和OCR技术，作业帮借助图像识别、语音识别、语义理解诸多大数据技术，建知识图谱，将学科、课程和习题之间的关系理清楚，通过知识诊断和学生画像，让个性化教育成为可能。

　　第三，基于路径算法的推荐。作业帮在知识诊断结果和知识图谱的基础上，可以计算“学习路径”，即从学生当前学习状态到目标状态之间需要经历的路径，例如哪些知识点、多大的难度、如何复习。这样就可以给学生推荐最适合的练习题，避免其“走弯路”。

　　第四：IDL技术实现连续适应性。IDL实验室所研究的深度学习技术让机器可以自我学习、优化算法。作业帮基于其研究成果，自动化地改进教育模型，包括学习路径算法、练习推荐模型、知识诊断模型等，而不需要人工去更新，即便是各地教育大纲变化之后，教育模型依然有效，实现“连续适应性”。

　　作业帮本质是通过新技术去改变传统教育模式，提升教育效率，消灭教育鸿沟，而不只是把互联网当作渠道的单一应用，它有着比较强的技术依赖，符合从孔子时代便存在的“因材施教”理念，并且有望在应试教育大环境下实现真正的因材施教。

　　(文/罗超)