1、校内自适应教育：行业未来的必由之路在世界范围内，在校内探索AI+自适应教育也绝非中国独有。韩国教育部在2020 年9 月宣布，将在全国范围内 16 个县的 34 所学校试点一个名为“Math Expedition”的项目，这个项目的核心内容就是将游戏化的自适应教育系统引入到公立学校数学教学体系内，作为校内数学课堂教育的补充： 通过游戏的形式对小学一二年级学生测评其对数学知识点的掌握; 通过学生的个人画像推送辅助教学内容，个性化的提高学生对数学知识点的掌握;以上流程，实际上和现代自适应教育的体系非常吻合，也可以说，中国和韩国的教育部先后启动了在公立教育体系内探索自适应教育系统的应用，从某种程度上

2、表明两国教育部都看到了自适应教育可能对公立校内教育体系带来福祉!(一)校内数据：自适应教育的天然“数据金矿”在校内做自适应教育，相比在校外做自适应教育，其天然优势在于数据的丰富度大大提升。在国内，课外教育的主要时间段依然是以周末为主，但周末本身还要留时间给休闲娱乐和兴趣素质拓展教育。而工作日时间段校内教育占据白天时间，夜晚还要考虑校内作业时间，校外的课程和作业时间也很难争夺主导地位。目前行业内专家普遍认为课内的作业量和数据量大约是课外的 34 倍，这一点也和上示意图的直觉相匹配。从数据总量上看，校内数据相对校外自适应教育是一个数据金矿，而行业专家也普遍认同，如果这一数据金矿能被挖掘出来，对学生

3、的个性化画像会更准确，而自适应教育也将能起到更好的效果。(二)当前校内自适应教育面临的主要障碍目前在中国实践校外自适应教育进入校内，首先面临的一大障碍是政策上的障碍。对于校内中小学生使用 APP，使用手机等信息化的工具，以及校外培训机构对校内的渗透，中国教育主管部门是高度谨慎的。一起教育是一家主打校内免费工具+校外辅导导流的公司，其在招股说明书中列举了国内最近两年和公司有关的监管政策：从以上的列举来看，企业如果想要在公立学校体系内部做深度的信息化改造，第一重障碍就是政策相对的不友好。以一起教育为代表的一批公司是走“草根路线”，通过动员学校老师来采集校内数据进而完成画像，但这一路线在高监管风险，

4、特别是对学生使用手机和APP 的限制下面临了很大不确定性。教育部从保护青少年视力角度出发制定的一些政策给信息化带来了更大的阻碍：2018 年8 月30 日公布的综合防控儿童青少年近视实施方案中规定：“. 学校教育本着按需的原则合理使用电子产品，教学和布置作业不依赖电子产品，使用电子产品开展教学时长原则上不超过教学总时长的 30%，原则上采用纸质作业。”限制采用电子化方案，原则上采用纸质作业，给自适应教育开展带来了两重困难：a) 在校内推广免费的自适应教育方案，其对教师的原本的吸引力在于通过互联网电子化推送题库内容，并自动批改降低教学负担，一旦变为纸质作业，则上述便利不复存在，如果没有上层推动，

5、教师很难有动力自发采用自适应教学系统;b) 对于纸质作业，自适应教育在“识别”上面临指数级的难度提升。自适应教育中很重要的环节是对题目预设标签，对学生回答打标签，形成学生画像。但纸质作业中题目可能是老师自行布置，不在系统题库中，不存在预设标签，自适应教育系统需要具备对任意题目自行打标签的能力。而学生在纸质作业上的回答，特别是问答题，证明题等包含大量学生手写的内容，则大幅度提升了自适应教育系统的“智慧程度”要求，要求系统能够有贴近人类教师对主观题，问答题，证明题的理解能力。而目前来看，我们不能忽视的是人工智能在语义理解上的发展水平是远远不能满足实际教学中的需求。我们以 SMP 大会的论文为例：S

6、MP 大会是中国全国社会媒体处理大会(SMP)专注于以社会媒体处理为主题的科学研究与工程开发，其中文语义理解AI 竞赛是较为权威的全国性竞赛，比赛结果代表着中文领域AI 技术和应用水平的最新进展。(三)自上而下+深度服务：校内自适应教育的通途在国内课内教育领域实践自适应教育的龙头公司是科大讯飞，其在自适应教育领域实践的两大策略可以总结为自上而下+深度服务：自上而下：通过和区域教育主管部门签订订单，一方面获取一部分从财政的收入，更重要的是用教育主管部门背书解决政策风险，并通过教育主管部门自上而下的向老师传递KPI 压力，解决教师的积极性和使用覆盖率。深度服务：用现有的人工智能技术，在处理纸质作业，不管是给题目打标签还是批改学生主观/问答题/证明题并打标签，都存在很大的准确率缺陷，导致整个自适应教育系统无法形成信息流闭环，没有实用性。科大讯飞摸索出的方法是增加驻校的服务人员，用(远程)人工来弥补 AI 的不完善，一线人工辅助完成题目录入，远程的教研团队人工服务辅助教师完成题目的精确标签;