國外教育出版領域自適應學習平臺建設經驗及啟示
——以培生Revel為例

□文│范明獻 索 菲

自適應學習（Adaptive learning），是一種“學習者為中心”的學習理念和學習模式，在學習過程中所教授的內容或這些內容的呈現方式會基于學生的反應而改變或“適應”。[1]自適應學習技術，通過對學習者的學習數據和交互數據收集、分析與挖掘，能智能、實時、動態地調整學習者的學習內容和學習路徑，進而為學習者提供個性化學習解決方案。在人工智能技術的推動下，自適應學習成為一種新型的在線學習方式。[2]自適應學習產品深刻地影響著在線教育生態，諸多國外教育出版公司正抓住機器學習驅動下的教育出版新機遇，布局在線自適應學習市場。[3]這一在線教育發展形態，也為國內教育出版轉型升級帶來了新機遇。本文以培生集團在線自適應學習平臺利維爾（Revel）為例，分析國外教育出版中的自適應學習平臺應用經驗，以期為國內教育出版自適應產品建設提供借鑒。

一、國外在線自適應學習平臺發展現狀

在國外自適應學習市場中，教育出版集團占據了半壁江山，形成了自適應技術應用的出版商模式。教育出版商并購技術公司或與技術服務商合作，將所擁有的優質出版資源與科技公司的自適應技術強強聯合，搭建起具有豐富內容資源的自適應學習平臺。如麥格希教育集團收購了提供人工智能服務的網絡公司亞歷克斯（ALEKS），從而擁有了自適應學習平臺ALEKS；麥克米倫出版集團收購了基于機器學習的教育服務平臺提供商智力學習公司（Intellus Learning），為用戶提供個性化學習服務；培生集團與自適應技術公司紐頓（Knewton）合作開發了高等教育自適應學習平臺Revel。[4]

國外自適應學習平臺有3種類型：基于內容型、基于評價型、基于過程型。最基礎的是基于內容型平臺，它側重于針對不同知識水平的用戶提供個性化的學習資源，以“拆分知識點”的形式構成一種支架式的教學模式，方便用戶更快吸收所學知識。2010年5月創立的平臺學習博普（Learn Bop），是專注于數學科目的基于內容型平臺。基于評價型平臺側重于對用戶學習狀況的評測，常見于語言輔導類產品、習題測評類產品。它強調階段性的學習成果檢測，在測評時兼有學習環境的參照式評估，使學習內容與測評結果、真實準確的個人能力掛鉤。麥格希集團的自適應學習平臺亞歷克斯（ALEKS），是著名的測評類學習系統。基于過程型平臺是自適應技術應用較全面、功能較完備的，也是三者中最復雜的一種類型。平臺需收集學生相關學習行為數據，全面分析學生的水平層次和個人興趣點，然后根據評估結果為每個學生分配新的學習路徑。培生開發Revel，便是一款代表性的基于過程型產品。

當前國外自適應學習產品普遍處于人工智能的初級自適應水平，自適應學習的知識應用范圍集中于知識易拆解的科學、技術、工程、數學教育領域和語言培訓輔導領域。不過，以培生為代表的國際教育出版集團，在自適應學習市場布局較早，以Revel為代表的產品比較成熟，積累了豐富的自適應學習產品建設經驗。

在國內，人工智能自適應學習行業發展逐年升溫。目前國內已有40多家企業入場搶占自適應教育市場，推出了自適應平臺產品如猿題庫、松鼠AI、英語流利說、洋蔥數學等。目前，國內自適應學習行業尚未形成廣為市場認可的主流產品，產品也面臨著“是否能真正實現自適應學習”的質疑，存在著諸多問題和挑戰。同時，國內自適應學習產品的運營主體多為互聯網企業和技術商，教育出版企業涉足較少。對擁有豐富內容資源的國內教育出版企業來說，在自適應學習產品領域，還有著廣闊的市場空間。

二、培生Revel自適應學習平臺分析

Revel是培生開發的基于過程型的自適應學習產品，在基本功能設置、數字內容資源建設、自適應學習模型和技術框架建構方面，代表了西方教育出版商模式中自適應學習平臺較為成熟的做法。

1.培生Revel平臺的基本功能

培生教育有超過150年的歷史，旗下擁有在各個學科備受矚目的教育品牌。作為定位于提供終生教育產品與服務的出版集團，它在基礎教育、英語教育、職業教育尤其是高等教育領域占據較大的全球市場份額。培生是較早擁抱新型互聯網技術出版集團，面對人工智能、機器學習技術浪潮，主動布局在線自適應學習產品市場。[5]

Pearson Revel是培生集團推出的面向美國高等教育市場的自適應學習產品，支持電腦、手機、平板電腦（iPad）多終端下載應用。培生集團經過長時間的市場調研，在對超過23000名教育工作者和學生反饋信息分析的基礎上，于2014年創建了Revel這一自適應學習產品。Revel提供課程學習、學情管理、個人評估自適應學習服務。學生可閱讀穿插了互動和評估元素的課程材料進行在線學習；教師可在自適應引擎的支持下分配學習內容并訪問學情信息表，來查看學生的參與情況和完成情況。Revel設置了虛擬導師角色，評估學生的答題情況，與學生“交流”見解，為學習者提供學習提示、問題解答服務。[6]

圖1 培生Revel基本功能結構圖

2. Revel平臺的數字內容資源建設

培生擁有成熟的內容生產團隊和專業化的內容生產體系，Revel建設中充分發揮其內容優勢，進行數字內容資源建設。Revel集成了多種形態的內容資源，形成了海量的教學資源庫。平臺將單一、平面、靜止的內容出版資源，建設成為交互、立體、富媒體的數字教育資源，為用戶提供易于訪問、可負擔和沉浸式的用戶體驗，在導學、薦引、測評、答疑、評價環節中都有優質內容資源的布局。

Revel充分挖掘培生豐富的教材資源，支持藝術、人類學、社會學、經濟學、心理學等16個科目200多種教材的學習。平臺上的數字教材由培生的專業編輯策劃團隊完成。他們運用數字技術對紙質教材內容進行結構化梳理和深加工，基于文字、圖片、網頁、音視頻、游戲等形式對教材進行重新編輯和數字化呈現。

不同于單純數字化的在線課程，培生對數字課程進行了方便教與學深度交互的設置，深度加工后的數字課程更符合用戶的自適應學習需求。Revel課程中的所有內容都以一致的結構進行細分處理，每個章節或模塊由介紹、內容片段和摘要組成，以支持學習者連貫的自適應學習。

Revel平臺課程中的習題內容，均由專業的學科編輯團隊和教師顧問對習題進行難度分層和知識點標引，在反復測試基礎上進行內容定級。習題嵌入至預習、練習、復習環節中，平臺從難度層級、所屬知識點、能力級別等方面根據學生的答題情況調整題目分配，以達到個性化測評。

3. Revel平臺的自適應學習模型

培生在發揮內容優勢基礎上進行技術研發，結合最新教學理念，建立了成熟的自適應學習模型。

圖2 Revel自適應學習系統模型圖

學習者模型（Learner model）。Revel將學習者“模型化”，通過不斷的機器測試，對學習者模型進行校準和優化。系統運行中，首先可根據個人身份靜態信息（如年級、學號、年齡等）對學習者進行大致分類，并為學習者提供初始的學習路徑；其后根據動態的學習行為信息分析學習者的學情狀況和個人能力，形成分析圖表并反饋給教師，平臺為學習者提供個性化的自適應學習路徑。

領域模型（Domain Model）。作為知識概念的集合，主要完成知識圖譜的搭建和知識數據的更新存儲，為系統調用知識數據提供支持。Revel對學習的知識概念進行結構化和模塊化，以盡量小的粒度分解知識點，以使自適應內容的匹配更精確。平臺具有半開放的內容修改性，允許教育者在內容管理云平臺中進行自適應課程的再創作，具有高度的靈活性。

教育學模型（Pedagory Model）。這是有效結合學習者模型和領域模型來實現自適應學習的關鍵。平臺將數字內容傳遞給學習者的同時，持續分析學習者與平臺的互動行為，在學習分析基礎上推薦下一刻適合該學習者的學習內容或學習路徑。

Revel建構起開放式學習模型，它將分析結果呈現給學習者和教師。開放式學習者模型幫助學習者跟蹤自己的進步，鼓勵他們反思自己的學習。

4. Revel平臺的自適應學習技術框架

Revel依賴人工智能算法，搭建起規范化的基礎技術框架。根據平臺自適應學習的應用路徑，自適應學習技術框架可分為交互數據收集模塊、分析與推斷模塊、個性化薦引模塊。

交互數據收集處理模塊。培生數據研究團隊提出了“數據海洋”的概念來描述用戶與數字工具交互后獲得的大量數據。[7]平臺采集學生的學習內容掌握程度、學習過程投入程度、學習效率等數據，將學習者行為數據模型化。培生建立了數十個數據中心，專業化處理學生學習行為全流程的數據。[8]

分析與推斷模塊。只有做好數據分析并根據自適應系統模型做好數據推斷，才能實現在教育數據海洋中“自由仰泳”。系統發揮自適應學習引擎的作用，通過元認知引擎、學習策略引擎、反饋引擎等，調用學習者模型和領域模型，來分析和推斷學習者行為。

個性化薦引模塊。系統通過對獲取的數據進行分析，為學習者提供個性化學習解決方案。平臺基于初級人工智能自適應算法為用戶推薦自適應學習內容和學習路徑。根據用戶想要達到的學習目標，可以進行薦引結果的調整。

三、教育出版領域自適應學習平臺建設思路

培生Revel是一款成熟的自適應學習平臺，建立了完善的學習功能框架，擁有豐富的自適應學習內容資源，開發出成熟的自適應學習模型，建構起適用的技術架構。Revel優勢和特點突出，對于國內教育出版領域的自適應學習應用具有很好的借鑒意義。未來，我國教育出版業要抓住技術驅動下機器學習與出版融合的發展機遇，可在以下幾個方面借鑒Revel經驗，打造在線自適應學習平臺。

1.引入技術力量，布局自適應學習產品

教育出版是國內圖書出版業的主要支柱，擁抱新技術，實現人工智能與教育出版融合，這是解決困局的技術路徑，也是教育出版業供給側改革的新常態。有實力的出版企業，應加速進軍機器學習應用領域，主動布局自適應學習產品市場。

毋庸諱言，技術開發并非國內教育出版機構的專長，技術是制約國內出版企業開拓智能教育市場的瓶頸。像培生這樣的國際集團也是采取與技術公司合作的方式，或收購技術公司的方式，以此引入技術力量開發產品。當前，國內不少數字技術創業公司進入教育領域，它們擁有很多關鍵技術。出版企業可通過合作或并購的方式，引入技術公司或技術團隊，開發出適合本企業定位的自適應學習平臺。

2.發揮出版資源優勢，生產適合自適應學習平臺的數字內容

數字出版時代，內容資源在自適應學習的應用中仍占有重要地位。Revel就充分發揮了培生的出版內容優勢，建設有豐富的、適應自適應學習應用的數字教材、課程、習題資源。國內教育出版企業積累了許多經典內容資源，形成了出版品牌，并且聚集了大量專業內容生產團隊，形成了成熟的內容生產體系。人工智能時代，教育出版企業擁有技術公司所不具備的內容優勢，能為自適應學習平臺提供專業、系統、可信度高的數字學習內容。

值得提出的是，自適應學習平臺的數字內容建設，并非簡單的數字化，也非將數字教材與習題、圖片、音視頻等資源包簡單捆綁，而是要將內容資源按照自適應學習平臺特性，進行深度加工和結構化處理，建設成為交互、立體、富媒體的包含在線課程、數字教材和習題庫在內的自適應學習資源。

3.深入研發核心技術，優化自適應引擎模型

自適應引擎是自適應學習平臺應用的關鍵。其實，Revel的自適應引擎也存在優化完善的問題。Revel目前的自適應引擎局限于對于學生表層行為數據的分析與推斷，對學習行為的情緒情感、社會關系等影響因素有所忽視，難以結合深層需求和行為動機進行薦引。在線教育產品設計中，社交情感學習成為美國自適應技術開發者關注的重點。未來可運用深度學習分析、情感計算等新技術成果，優化和完善自適應學習引擎。

目前我國的自適應學習產品尚處在人工智能應用的初級階段，許多教育公司尚未研發出核心的自適應技術模型。自適應引擎技術始終是自適應學習產品開發過程中的重難點，教育出版企業應特別重視這一核心技術的研發投入，研發自適應學習的關鍵算法，建立學習資料豐富、測評結果準確、動態調整更智能的自適應學習平臺。

4.內容適配場景，營造良好的移動自適應學習環境

培生Revel作為內容提供商和平臺服務方的集合體，用學習場景連接了教育者、學習者，不單為學生提供高效的學習路徑和優質的學習資源，也開放給所有教育者進行個性化備課和教學。不過Revel雖然注意到數字環境的營造，但更多的是學習環境的簡單模擬。

移動出版時代，移動學習產品設計中需基于場景預測來實時滿足用戶特定情景下的閱讀需求。自適應產品的開發者忽視了學習環境對于學生的影響，自適應學習難能達成理想效果。未來自適應學習系統，可進一步應用人工智能技術，并借助傳感器、定位系統和數據挖掘技術，將學習場景和內容的個性化薦引結合起來，建構起適配用戶和平臺內容服務的多元移動場景。

注釋：

[1]姜強，趙蔚.個性化自適應學習研究:大數據時代數字化學習的新常態[J].中國電化教育，2016(2)

[2]李新房，李靜.新興技術在高等教育中的應用、發展趨勢與挑戰研究——《2017 地平線報告(高等教育版)》解讀與啟示[J].現代遠距離教育，2017(4)

[3]張世欽.機器學習驅動下的教育出版新機遇[J].中國出版，2017(10)

[4]李娜.麥格勞·希爾數字教育出版價值鏈研究[D].武漢：武漢大學，2018：5-6

[5]練小川.培生教育集團轉型簡史[J].中國出版史研究，2016(2)

[6]PearsonWatson[EB/OL].https://www.linkedin.com/pulse/our-project-news-pearson-cto-talks-watson-based-virtualsaugata-das

[7]Pearson.DigitalOcean[EB/OL].https://www.pearson.com/content/ DigitalOcean.pdf

[8]Pearsons learning platform set to transform the education industry[EB/OL].https://www.information-age.com/pearsons-learning-platform-123462720/