在線測評：噱頭大于實(shí)效還是技術(shù)惠及大眾？

任誰再獨(dú)善其身也很難不被朋友圈中的“測一測”吸引目光。娛樂性質(zhì)的測試小程序，以測試為噱頭做著各種產(chǎn)品、服務(wù)的營銷買賣，那些在線教育的語言評測呢？所謂人工智能技術(shù)和教育結(jié)合的產(chǎn)物，智能評測是否真實(shí)有效，測評最終又能達(dá)到什么目的？

兩分鐘測出英文水平？

不管是朋友圈還是主流在線教育App，在線測評似乎成為了一種標(biāo)配。以英語學(xué)習(xí)App為例，“ 10道題測出你的英語水平”、“2分鐘測出你的英語水平”、“你能在雅思考試中拿幾分”……各式各樣的自測題，多以選擇題的形式出現(xiàn)，而這種不花費(fèi)過多時(shí)間就能獲得結(jié)果的方式，著實(shí)吸引了不少目光。

這些題庫中題型設(shè)置大部分比較簡單，難度設(shè)計(jì)平平。用戶在社交媒體平臺上看到這些題目并完成答題后，都會被引導(dǎo)填寫電話號碼等個(gè)人信息，同時(shí)可以看到提示，只有填寫完善信息才能獲得自測的結(jié)果，有的甚至要求轉(zhuǎn)發(fā)。如果，用戶在在線語言學(xué)習(xí)App內(nèi)部進(jìn)行自我測試或等級評定，就會收到推薦學(xué)習(xí)的課程。

通過社交媒體平臺引導(dǎo)用戶的測試題，很明顯具有營銷的因素。社交平臺成為在線教育營銷主要進(jìn)攻的場景，與近年來在社交平臺火爆的知識付費(fèi)有一定相同之處。英語對于學(xué)習(xí)、工作越來越重要，用戶的付費(fèi)態(tài)度更顯得積極。

另外，擁有10億用戶的微信，讓朋友圈口碑成為刺激消費(fèi)的重要通道。因此，在線教育平臺一方面鼓勵(lì)用戶在微信朋友圈分享打卡，博得更多用戶體驗(yàn)產(chǎn)品的可能，另一方面，用各種簡單、高效的自測題圈定用戶引流，形成良好的營銷效應(yīng)。即使這些所謂能夠讓人分分鐘搞清自身水平的題庫并無真實(shí)效果，但平臺的目的卻達(dá)到了。

測評的本質(zhì)到底是不是AI？

在線測評的概念無疑是隨著整個(gè)自適應(yīng)學(xué)習(xí)的興起而來。

自適應(yīng)學(xué)習(xí)是一種較為先進(jìn)的教育科技手段，通過自主提供適合每位學(xué)生的獨(dú)立幫助，引導(dǎo)學(xué)生下一步學(xué)習(xí)內(nèi)容和活動，當(dāng)學(xué)生在學(xué)習(xí)過程中遇到課程難度過高或過低時(shí)，課程的難易程度都可以自動調(diào)整，從而實(shí)現(xiàn)可規(guī)?；膫€(gè)性化教育。一般而言，測評是自適應(yīng)學(xué)習(xí)產(chǎn)品最常應(yīng)用的在線教育場景。

自適應(yīng)學(xué)習(xí)中的測評主要依賴學(xué)習(xí)過程數(shù)據(jù)、考試結(jié)果等來測評，測評比較全面、精準(zhǔn)，并能夠支持學(xué)習(xí)過程的動態(tài)優(yōu)化，有助于教學(xué)效率的提升。

其實(shí)，在線測評的需求是真實(shí)的，很多的公司將技術(shù)的力量投入于此，對外都宣稱自己的技術(shù)更為領(lǐng)先，但是我們需要先問一個(gè)問題，測評的核心真的是AI技術(shù)嗎？

或許未必。因?yàn)楸ＷC任何算法的有效性最關(guān)鍵因素是正確的模型，對于教育而言，有效的模型，能夠最大程度地保證信度和準(zhǔn)度的測評題目設(shè)置，才是最根本的。

以語言測評為例，朗播網(wǎng)此前上線的「雅思托福測評小程序」，依托全球首款托福自適應(yīng)學(xué)習(xí)系統(tǒng)，深度挖掘了學(xué)員數(shù)據(jù)，全面覆蓋了19個(gè)核心能力點(diǎn)，設(shè)置了10-15分鐘時(shí)長的測試內(nèi)容，能夠更精準(zhǔn)的測試出用戶的真實(shí)水平。

據(jù)朗播網(wǎng)創(chuàng)始人&CEO杜昶旭介紹：從語言測評模型上來看：基礎(chǔ)其實(shí)是能力圖譜/量表，定性描述不能解決本質(zhì)問題，最關(guān)鍵的是標(biāo)準(zhǔn)化的定量描述。要想量化一個(gè)人的語言能力，追根溯源還是要用測量學(xué)的方法，來評測一個(gè)學(xué)生的語言能力。因此針對語言類的考試完全區(qū)別于數(shù)學(xué)等以知識點(diǎn)為導(dǎo)向的學(xué)科，是不會有太多所謂“規(guī)律性”的東西，反而是對考生能力的描繪。

從語言測評內(nèi)容上來看：語言測評我是完全不主張用真題去測試的（雖然市面上很多測評都是拿了真題就包裝成測評給用戶），應(yīng)該是基于能力模型自主定義測試題，測試題之間交叉對應(yīng)能力點(diǎn)，反映用戶的趨勢和現(xiàn)狀。

從語言測評技術(shù)層面來看：一般來說，為了測量一個(gè)能力點(diǎn)，通常需要3-5道測試題。為了簡化測驗(yàn)過程，我們依據(jù)知識之間的關(guān)聯(lián)程度構(gòu)造了一個(gè)特殊的神經(jīng)網(wǎng)絡(luò)，找到題與題之間的關(guān)聯(lián)，朗播網(wǎng)現(xiàn)在研究的，就是如何基于基于貝葉斯和IRT模型的神經(jīng)網(wǎng)絡(luò)算法，來優(yōu)化這個(gè)測評的過程并提高準(zhǔn)確性。

除了優(yōu)化自適應(yīng)測評技術(shù)，朗播網(wǎng)還不斷發(fā)力語音、圖像識別和NLP，即機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的應(yīng)用，以及用機(jī)器來解決用戶學(xué)習(xí)過程數(shù)據(jù)收集分析，基于分析生成形成性的評價(jià)和結(jié)果的預(yù)測。

完成自適應(yīng)學(xué)習(xí)閉環(huán)，測評只是第一步

測評與體檢類似，體檢發(fā)現(xiàn)身體的問題，但是不會給出治療方案。真實(shí)有效的測評通過技術(shù)和模型的力量發(fā)現(xiàn)了問題，接下來應(yīng)該考慮的就是誰來解決問題，以及怎么解決問題。

人工智能自適應(yīng)教育最早發(fā)展出的功能是反映學(xué)生的能力水平(測試功能)，后來逐漸加入找出知識點(diǎn)盲區(qū)(評價(jià)功能)、推送內(nèi)容彌補(bǔ)盲區(qū)(學(xué)習(xí)功能)的功能，但目前所推送的學(xué)習(xí)內(nèi)容表現(xiàn)形式仍然是視頻、題目等舊形式，背后的學(xué)習(xí)方式是傳統(tǒng)的“聽課”和“刷題”，這是由教學(xué)思路的固化導(dǎo)致的。按照傳統(tǒng)的在線教育以及線下培訓(xùn)機(jī)構(gòu)的做法，從自測環(huán)節(jié)就已落后，更不用說形成有效的閉環(huán)了。

從自適應(yīng)學(xué)習(xí)的角度來看，測評只是形成整個(gè)閉環(huán)的第一步。以朗播網(wǎng)為例，用戶在朗播網(wǎng)通過自行測試，完成對自身英語能力的檢測。測驗(yàn)完成后，朗播網(wǎng)會依據(jù)模型，用可視化的方法描述用戶的英語能力，并依據(jù)用戶的不同情況，給予其不同的解決方案。

除了初次的測評以外，用戶在朗播網(wǎng)學(xué)習(xí)還需要每完成10套任務(wù)包后再進(jìn)行測評，通常是10-15天，測試也會使用戶的能力更貼合應(yīng)該達(dá)到的要求，并且結(jié)合個(gè)性化學(xué)習(xí)計(jì)劃，繼續(xù)推薦更為適合的學(xué)習(xí)方案。

涉及到機(jī)器學(xué)習(xí)的，數(shù)據(jù)都是非常重要的，尤其是對個(gè)性化要求極高的自適應(yīng)學(xué)習(xí)。教學(xué)不應(yīng)該是單方面給予的過程，學(xué)習(xí)不是把線下培訓(xùn)方法照搬到線上，而是成體系化、模塊化的，隨著用戶能力提高，系統(tǒng)也可以實(shí)現(xiàn)升級，結(jié)合教研與數(shù)據(jù)就是在線教育實(shí)現(xiàn)個(gè)性化教學(xué)的完備路徑。

在線教育競爭逐漸升溫，傳統(tǒng)營銷手段無法突出平臺優(yōu)勢，如何讓數(shù)據(jù)大量沉淀下來，發(fā)揮人工智能和機(jī)器學(xué)習(xí)的技術(shù)優(yōu)勢，真正利用技術(shù)解決自適應(yīng)學(xué)習(xí)的問題，形成有效的閉環(huán)，才是未來在線教育抓住當(dāng)前機(jī)遇，獲得競爭優(yōu)勢的著力點(diǎn)。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。