自适应 扫盲：什么叫自适应阅读

自适应

在处理分析过程中，根据被处理数据的数据特征，自动调整处理方法、处理顺序、处理参数、边界条件或约束条件，以适应被处理数据的统计分布特征和结构特征，从而获得最佳的处理效果。

适应性学习

适应性学习是相对于传统的在线教育学习系统而言的。传统的在线教育采用线性学习模式，所有学生按照相同的学习步骤学习相同的内容。这就带来了几个问题。第一，即使学生已经掌握了一个知识点，仍然需要循序渐进地学习。学习内容虽然可以拆分成小块，但不会自动关联到下一次学习；第二，学生有问题不能马上得到反馈和帮助。然而，自适应学习系统可以通过技术手段检测学生当前的学习水平和状态，并相应地调整学习活动和过程，帮助学生实现差异化学习。

目前适应性学习最著名的公司是美国Knewton。这家新公司成立于2008年，吸引了美国超过100万学生在其平台上学习数学、阅读等基础学科。

Knewton的魅力在于其适应性学习平台会引导学生开展下一步最适合自己的学习内容和活动，当学生在学习中遇到困难时，课程难度会自动降低。教师也可以利用其实时预测技术监控每个学生的知识空，并立即进行调整，为每个学生提供个性化的教学。

适应性阅读

适应性阅读，只有在线阅读系统可以称为适应性阅读，但不是所有的在线阅读系统都称为适应性阅读系统。比如亚马逊Kindle只能算是一个阅读设备，不能算是一个自适应阅读系统。一个真正的阅读系统至少有以下三个特征:

1.可以再读一遍

至少这个系统可以在线阅读，保持读者与系统的及时互动。所以要有足够的书让读者有更好的数据交互。我们不能把两三百本书放在一个所谓的阅读系统里，让人们在网上阅读。是的，也许这些可以读一段时间，但是如果其中有些超出了读者的阅读能力，没有大量的书，没有大量的读者，能有多少可读的书呢？这也是我们之前提到的。你只给人家开了规定的食物，味道怎么可能准确？

2、可以为读者画像

作为一个阅读系统，需要对读者的语言水平、喜好、理解程度等进行智能分析。通过用户的各种阅读行为和数据，使读者下次登录系统时，系统会为每个用户提供不同的内容和界面。

3.能够明智地选择书籍

与其说是智能选书，不如说是自适应书单。通过数据计算，系统已经清楚地了解了用户的语言能力、兴趣偏好和理解能力，并自动判断出什么样的书籍应该适合这个读者。但它并没有忽略读者的主观因素和心态变化，所以它只给出了一个书单范围，读者只需要在这个范围内选择书籍，而不是在几十万本书里去寻找自己能读、想读的书。

虽然许多线下教育模式受到各种问题的困扰，但一个新概念——适应性学习正在出现。自从Knewton，91reading等公司将适应性概念应用到教育过程中，他们成为适应性阅读中的佼佼者。在国内，新东方、好未来、猿题库、一作王、沪江等公司。com也在做适应性学习项目，但主要用于各种应试学科，以提高成绩。真正在做适应性阅读的人很少。目前除了91reading，大部分都是国外产品，尤其是美帝，在这方面研究比较深入。然而，他们的阅读研究更多地侧重于语言难度的分类，而忽略了偏好等其他主观因素。另外，由于国外过于关注版权等问题，一般来说不考虑书籍和阅读行为的同一层面，这是国外阅读产品在做底层设计时的致命缺陷。

与其他传统阅读模式相比，91reading Adaptive Learning强调对每本书的语言难度和学科知识点的拆解，利用AI技术判断读者的阅读行为，更准确地训练读者的阅读能力，加强阅读能力的提升。读者只需要尽情享受阅读过程，而阅读带来的语言能力的提升完全是由系统自动完成的，读者在不知不觉中提高了阅读能力。