也许，那个绵延2000多年的“因材施教”的理想真的即将来临了。
教育，不仅仅要根据学生的成绩，还需因思维施教、因心态、身体、性格施教。由于不同类型，不同能力水平的学生的学习表现是极为复杂的，需要老师凭着自己的经验和智慧灵活的设计因材施教的方法。
但地区教育资源的不均、不同老师经验智慧的差异、学生对自身情况认识的局限、老师对学生了解程度的不同等等的影响，往往一个学生会在不同老师那里获得完全不同的指导，以致产生截然不同的结果。
因材施教的前提：一）掌握足够学生的基本信息、状态变化、能力水平等数据。二）有科学系统的理论或富有阅历和智慧的导师，能为你解疑答惑，指引方向；三）能随时接受学生的咨询。
要实现上述三点，则需要强大的数据统计为基础、系统完善的理论为指导及可携带的智能设备。过去，由于科技水平的落后，知识和经验的传承只能靠老师阅历与经验的积累以及学生的勤奋、悟性和运气。而如今，随着大数据、人工智能的兴起及可移动智能电子设备的流行，让“因材施教”将成为可能。
但没有强大理论支撑的产品注定将是时代的海洋中的小小浪花，掀不起巨浪。
如今市面上的所有互联网教育产品，仅仅是一个搬运工的作用，将传统课堂搬至网络。这的确可以更方便的将大量的知识灌输给学生。但由于不同学生的学习基础、状态能力不同，听课后掌握的程度也不同。因此学生们没用它们多久，还是只能回到老路，回到学校课堂，差学生依旧不知道如何学习，不知道如何思考，不知道如何应对考试，于是挫折感慢慢增多，最后只能自己放弃或被体制淘汰。比如，知识如何运用？先学数学还是先学物理？考试成绩一直停滞不前怎么办？学习时头脑发木怎么办？每天学习多长时间，使用什么方法？等等。诸如此类学习最本质的问题在没有得到一个系统的、科学的认识和解决之前，任何大数据、云计算等任何技术都是没有根基、没有意义的。因为你无法从根本上认识和解决学习的问题。
于是，迷茫的学生在错误的方向上努力学习，越走越偏。着急的老师于偏差的道路中默默耕耘，渐行渐远。为了探究影响学习的相关因素，发掘学习内在的规律。十几年来，辛雷教育创始人辛雷通过QQ、电话、网络、面授等方式积累了数万名学生的辅导经验，从中总结了影响学习的数万个学习因素，这里每一个学习因素都来源于学生，也运用于学生。
由于每个学生都有各自的学习经历，各自不同的优点和弱点，就像世界上没有完全相同的叶子。为此，辛雷教育针对不同学生的具体情况给予不同的学习方案，结合数万学习因素，“百万学习方案”从此应运而生，这是辛雷教育团队十几年来辅导学生而积累的成果，更是创始人辛雷三十多年的学习经验、博览群书、深入思考融会贯通后用血和泪凝聚而成的。
随着笼罩在考试上方的乌云被拨开，学习的本质日渐清晰。
如果说网络和在线教育推动了传统教育，那么，大数据和人工智能将实现人类教育的因材施教。
过去，因材施教的理念受空间，教学资源的限制，存在很大的局限性。一个学生往往无法及时获得其所需的学习资源，但在网络和计算机时代，大数据时代，这便成为了可能。计算机强大的储存能力和互联网，能将教学资源储存和归类，使学生能随时随地以最短的时间成本的获取学习资源。但这仅仅是信息传播方式的突破，无法做到与学生真正的融合。
辛雷教育利用其理论基础与计算机技术开创性的将数万学习因素精准量化，例如将心态耐力、狠劲、平静、大脑清晰度等学习因素用数值呈现出来，并总结了学习因素之间的强弱关系，利用计算机算法将优秀老师的经验智慧固化。
学生使用辛雷智能教育软件，通过智能检测的方式，纪录并检测学生心态、身体、学习、思维等各方面的具体数据，每名学生的思维路径、心态变化、学习起伏、身体状况等学习因素都能通过大数据反映出来，从而发掘出学生在考试成绩上无法体现的漏洞，通过大数据及人工智能的分析，每名学生都能获得根据其学习状况制定的独一无二的学习方案。实现计算机与学生无缝融合，实现真正的教育智能化。而这在传统教育里是无法做到的，也是传统教育无法替代的。辛雷教育实现了计算机与教育的无缝衔接，确立了计算机在教育中的不可替代性。
智能教育的推广，将使许多在现今教育体制中因为种种原因被淘汰的差生 也能受到最先进的教育。使任何人，任何年龄段、任何受教育程度的人都能获得收益终身的教育。
二、教育领域，什么才是真正有价值的数据？检测，不可替代！
“辛雷智能教育”的产品里，学生的心态变化、身体状态、思维水平等指标通过检测问题来获取，而这些数据是在学生已经知情的情况下获得的，由于感觉上的偏差以及学生的主观性，最终得到的数据可能并不是绝对精确的。
那么，检测这种方式是否不可替代？答案是肯定的。
检测的过程可能会花费大量的时间，但这个过程就是学生回顾自己学习的过程，也是更加认识自己，纠正思维、提高思维的过程。也是学生提高成绩必须要经历的过程。
人们可能会认为，有价值的数据应该是在学生不知情的情况下采集的，但人类的思维和情感精密程度远远高于目前电子设备所能检测的范围，因此很多信息是无法通过电子传感器检测的，但这部分数据对人类来说是完全空缺的，对学习者来说却是真正有价值的。
在教育领域里，从大数据的角度，对于已经能精确采集的数据，如时间、成绩、正确率等，大数据的使用仅仅是锦上添花。而对于那些模糊数据的积累，大数据才变得有意义。
辛雷教育基于大数据，通过挖掘和分析学生的各项学习因素的指标，制定个性化的学习方案和策略。同时随着数据的积累，方案将越来越精准。
对人类思维和学习因素等数据的积累和挖掘，将离散的数据线性化，揭露那些无法通过数学模型或公式描述的客观规律，这或许就是大数据对教育甚至是这个时代最重要的意义。
人类将进入智能检测时代，积累真正有价值的数据，从而让研究人性和因材施教成为可能。
网友评论