關於定製教育的內容分類和趨勢？

02-13

媒體曾有報道：李嘉誠先生相信人工智慧最重大的影響之一將是教育。到時候，定製化的教學將與個人設備「緊密結合」在一起。

謝謝你的邀請：我個人認為配合MOOC 的發展，需要有自然語言智能的測考平台 natural language smart examiner 和能按個人學習能力智能組合的知識圖（knowledge domain maps configuration ) . 我們認為這方向的發展在 reasoning 和 contextual understanding 的範疇內會改變「學習」的體驗。謝謝

就理解成每個人都有一個特級私人教師。

這個私人教師知道你已經學會了什麼，沒學會什麼；知道哪裡有常見的知識漏洞，下一步需要考察哪些知識點；知道現在應該複習什麼，持續多久，多大強度。記錄你的讀題時間、解題速度，分析解題錯誤原因，用心理學分析你的思維傾向。

在背單詞領域和簡單的算術題領域，這方面已經做得很好了。

所謂定製教育，顧名思義，什麼是定製，定製肯定是按需，誰的需要，用戶的需要。這樣問題的核心就抓住了，定製教育的內容分類，就是用戶需求的分類。比如學前教育、基礎教育、高等教育，比如物理、化學、歷史，比如終身教育和應試教育。只要是滿足不同用戶的不同學習需求，就有不同的內容分類法。

定製教育，我想也可以叫做柔性化教育。從電子商務的「個性化定製，柔性化生產」其實可以有一些啟發。就比如拿購買杯子來說，傳統的購買模式，商家生產好了那麼幾款杯子，大小、顏色、樣式都非常有限，現在你可以根據自己的需要來向廠家反向定製，比如我要紫色、義大利玻璃材質、高腳、印上我個人照片，這就是定製，分類可以很多很多，有多少用戶需求就有多少分類。教育也一樣，用戶有什麼需求，就會有對應的分類。

至於發展趨勢，我想是兩大類，一種是用戶訂閱模式，受教育者根據自己的興趣、愛好、需要，主動告知我喜歡看什麼、想要學什麼；另一種是技術匹配模式，通過長期觀測、記錄、分析受教育者的學習習慣、考試成績，看過什麼書，甚至包括家庭背景、性別、年齡，將教育學、心理學和大數據等技術手段結合，分析用戶最有可能喜歡什麼、需要什麼，哪些內容更加適合他。這個分類，可以非常非常之多，非常非常之細。netflix怎麼做視頻的，就是數據挖掘分析，將視頻內容劃分若干微類型，這個數量達到近8萬個，以更好的匹配用戶需求。