在线测评:噱头大于实效还是技术惠及大众?首发

  • 来源: 驱动号 作者: 侃科技频道   2018-07-18/16:23
  • 任谁再独善其身也很难不被朋友圈中的“测一测”吸引目光。娱乐性质的测试小程序,以测试为噱头做着各种产品、服务的营销买卖,那些在线教育的语言评测呢?所谓人工智能技术和教育结合的产物,智能评测是否真实有效,测评最终又能达到什么目的?

    两分钟测出英文水平?

    不管是朋友圈还是主流在线教育App,在线测评似乎成为了一种标配。以英语学习App为例,“ 10道题测出你的英语水平”、“2分钟测出你的英语水平”、“你能在雅思考试中拿几分”……各式各样的自测题,多以选择题的形式出现,而这种不花费过多时间就能获得结果的方式,着实吸引了不少目光。

    这些题库中题型设置大部分比较简单,难度设计平平。用户在社交媒体平台上看到这些题目并完成答题后,都会被引导填写电话号码等个人信息,同时可以看到提示,只有填写完善信息才能获得自测的结果,有的甚至要求转发。如果,用户在在线语言学习App内部进行自我测试或等级评定,就会收到推荐学习的课程。

    通过社交媒体平台引导用户的测试题,很明显具有营销的因素。社交平台成为在线教育营销主要进攻的场景,与近年来在社交平台火爆的知识付费有一定相同之处。英语对于学习、工作越来越重要,用户的付费态度更显得积极。

    另外,拥有10亿用户的微信,让朋友圈口碑成为刺激消费的重要通道。因此,在线教育平台一方面鼓励用户在微信朋友圈分享打卡,博得更多用户体验产品的可能,另一方面,用各种简单、高效的自测题圈定用户引流,形成良好的营销效应。即使这些所谓能够让人分分钟搞清自身水平的题库并无真实效果,但平台的目的却达到了。

    测评的本质到底是不是AI

    在线测评的概念无疑是随着整个自适应学习的兴起而来。

    自适应学习是一种较为先进的教育科技手段,通过自主提供适合每位学生的独立帮助,引导学生下一步学习内容和活动,当学生在学习过程中遇到课程难度过高或过低时,课程的难易程度都可以自动调整,从而实现可规模化的个性化教育。一般而言,测评是自适应学习产品最常应用的在线教育场景。

    自适应学习中的测评主要依赖学习过程数据、考试结果等来测评,测评比较全面、精准,并能够支持学习过程的动态优化,有助于教学效率的提升。

    其实,在线测评的需求是真实的,很多的公司将技术的力量投入于此,对外都宣称自己的技术更为领先,但是我们需要先问一个问题,测评的核心真的是AI技术吗?

    或许未必。因为保证任何算法的有效性最关键因素是正确的模型,对于教育而言,有效的模型,能够最大程度地保证信度和准度的测评题目设置,才是最根本的。

    以语言测评为例,朗播网此前上线的「雅思托福测评小程序」,依托全球首款托福自适应学习系统,深度挖掘了学员数据,全面覆盖了19个核心能力点,设置了10-15分钟时长的测试内容,能够更精准的测试出用户的真实水平。

    据朗播网创始人&CEO杜昶旭介绍:从语言测评模型上来看:基础其实是能力图谱/量表,定性描述不能解决本质问题,最关键的是标准化的定量描述。要想量化一个人的语言能力,追根溯源还是要用测量学的方法,来评测一个学生的语言能力。因此针对语言类的考试完全区别于数学等以知识点为导向的学科,是不会有太多所谓“规律性”的东西,反而是对考生能力的描绘。

    朗播网创始人&CEO杜昶旭

    从语言测评内容上来看:语言测评我是完全不主张用真题去测试的(虽然市面上很多测评都是拿了真题就包装成测评给用户),应该是基于能力模型自主定义测试题,测试题之间交叉对应能力点,反映用户的趋势和现状。

    从语言测评技术层面来看:一般来说,为了测量一个能力点,通常需要3-5道测试题。为了简化测验过程,我们依据知识之间的关联程度构造了一个特殊的神经网络,找到题与题之间的关联,朗播网现在研究的,就是如何基于基于贝叶斯和IRT模型的神经网络算法,来优化这个测评的过程并提高准确性。

    除了优化自适应测评技术,朗播网还不断发力语音、图像识别和NLP,即机器学习和深度学习技术的应用,以及用机器来解决用户学习过程数据收集分析,基于分析生成形成性的评价和结果的预测。

    完成自适应学习闭环,测评只是第一步

    测评与体检类似,体检发现身体的问题,但是不会给出治疗方案。真实有效的测评通过技术和模型的力量发现了问题,接下来应该考虑的就是谁来解决问题,以及怎么解决问题。

    人工智能自适应教育最早发展出的功能是反映学生的能力水平(测试功能),后来逐渐加入找出知识点盲区(评价功能)、推送内容弥补盲区(学习功能)的功能,但目前所推送的学习内容表现形式仍然是视频、题目等旧形式,背后的学习方式是传统的“听课”和“刷题”,这是由教学思路的固化导致的。按照传统的在线教育以及线下培训机构的做法,从自测环节就已落后,更不用说形成有效的闭环了。

    从自适应学习的角度来看,测评只是形成整个闭环的第一步。以朗播网为例,用户在朗播网通过自行测试,完成对自身英语能力的检测。测验完成后,朗播网会依据模型,用可视化的方法描述用户的英语能力,并依据用户的不同情况,给予其不同的解决方案。

    除了初次的测评以外,用户在朗播网学习还需要每完成10套任务包后再进行测评,通常是10-15天,测试也会使用户的能力更贴合应该达到的要求,并且结合个性化学习计划,继续推荐更为适合的学习方案。

    涉及到机器学习的,数据都是非常重要的,尤其是对个性化要求极高的自适应学习。教学不应该是单方面给予的过程,学习不是把线下培训方法照搬到线上,而是成体系化、模块化的,随着用户能力提高,系统也可以实现升级,结合教研与数据就是在线教育实现个性化教学的完备路径。

    在线教育竞争逐渐升温,传统营销手段无法突出平台优势,如何让数据大量沉淀下来,发挥人工智能和机器学习的技术优势,真正利用技术解决自适应学习的问题,形成有效的闭环,才是未来在线教育抓住当前机遇,获得竞争优势的着力点。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交
    文章数: {{userinfo.count}}
    访问量: {{userinfo.zongrenqi}}

    驱动号 更多