这破空调外机跟拖拉机似的，嗡嗡嗡吵得我脑子要炸了，刚冲的挂耳咖啡又忘了喝，凉的像涮锅水，不管了，看到后台有好几个新手朋友再问个性化教育落地的事儿，我手痒，非得说几句，你们搜的那个什么AI人工智能发展方向是什么：破解个性化教育落地的三大核心难题，网上吹得天花乱坠，我当年也是信了那些邪，亏了十几万，今天就跟你们倒倒苦水，少踩一个坑是一个

这个错误我犯了三次，每次损失都上万

你们知道个性化教育落地第一个大坑是啥不？不是技术，是tm的“数据脏”我第一次做，拿了学生几百个小时的答题记录，兴冲冲去训练模型，结果出来的推荐跟屎一样，后来才发现，数据里全是学生乱蒙的、断网的、甚至家长帮着做的，模型直接学歪了（说到这个，我想起2019年那个夏天，我在公司通宵调参，最后发现是一个字段的时间戳全错了，那种想砸电脑的感觉，tql）

第二次我学聪明了，手动清洗数据，花了三个月，团队累到辞职两个，效果终于好了点，但又发现新问题——模型推的内容太死板，小明做错一道分数加法，AI给推了十道同类型题，小明直接吐了，再也不想学，我当时就在想，AI人工智能发展方向是什么：破解个性化教育落地的三大核心难题，核心根本不在算法多牛逼，而在怎么让机器懂“人味”

第三次我换了思路，不只看答题对错，还埋了点行为数据，比如每道题花了多久、有没有反复改答案、甚至摄像头偷偷开了（当然经过家长同意了）看表情，结果模型开始能判断“这道题他不是不会，是粗心”或者“他是真卡住了，需要换个讲法”这时候才有点个性化内味了，但代价呢？烧了十几万，对，同样的坑我跳了三次，你们别学了

（手机震了，我回个消息，马上回来） 刚是我老婆问我晚上吃啥，我说随便，她又生气了，哎不管了，接着说

老师不配合，你AI再强也是摆设

你们以为技术搞定就完了？太年轻了，第二大坑是老师，我有个学员，叫老张，自己掏钱给学校搭了一套个性化作业系统，精准推题那种，结果老师们不用，为啥？因为系统要求老师每天花15分钟标记学生状态，老师说“我TM改作业都改到半夜，还让我标记？”

后来我教老张一个损招（也是我踩坑踩出来的），别让老师为AI干活，让AI给老师偷懒，我们改了流程，系统自动根据学生历史生成三个版本的教学建议，老师只需要点一下“同意”或“改一下”，平均耗时2分钟，当场使用率从10%飙到80%，你看，人都是懒的，你非让人适应机器，就是找死

对了，说到这个，突然想器一个小工具，叫Label Studio，开源的数据标注工具，当时我们手动洗数据洗到吐血，后来用了这个，配合一点自动化脚本，效率提了5倍，你们去搜一下，免费的，别再花钱请人人工标了，笨不笨

回来说正事，个性化教育真正落地，得让老师觉得AI是助理而不是监工，我们后来搞了个小功能：AI自动生成每周每个学生的“奇怪现象提醒”，比如“李华最近三天做应用题总是第一步对第二步错，可能是除法分配律没懂”，老师一看，哎有用，立马就爱用了，这才是AI人工智能发展方向是什么：破解个性化教育落地的三大核心难题里该讨论的——技术去适应人，不是人适应技术

最要命的：你以为个性化就是“不同题”，其实是“不同情绪”

我犯过最傻的一个错，是把个性化理解成“给不同学生不同的练习题”，结果做出来就是个高级版题库，学生成绩没提升，流失率倒是涨了，后来我去跟一个老教师喝酒，他一句话点醒我：“你给一个已经慌得不行的小孩再推10道难题，他不是在学，是在受刑”

这句话我记到现在，个性化教育里最关键的不是知识点匹配，而是状态匹配，我们后来在模型里加了一个“情绪预估层”，根据学生最近答题速度、连续错误次数、单题停滞时间，判断他现在是“焦虑”、“无聊”还是“心流”，不同状态推不同东西——焦虑了就给个超简单的题加点成就感，无聊了就换种题型或者来个段子（对，我们真存了几百个教育段子）

效果呢？有个初二的小姑娘，之前数学一直70多分，死活上不去，系统发现她每次做到函数题就进入“焦虑”，连续错三道就开始乱选，于是改了策略，第一道函数题故意给个特别简单的正比例，她做对了，信心回来一点，再慢慢加难度，三个月后她考了92分，她妈妈打电话来哭，我当时也在办公室哭了，不是因为感动，是想起之前做错了那么多次，害了多少孩子

（说到这有点激动，我去擦个鼻涕，马上回来）

好了，再跑题一下，你们如果有人做情绪识别这块，别一上来就搞什么眼动仪、脑机接口，成本太高，就用最简单的规则引擎+行为阈值，比如“连续错3道且平均耗时低于10秒”判定为胡乱猜，“连续错3道且每道耗时超过2分钟”判定为卡住焦虑，这两种干预方式完全不一样，这个小技巧是我赔了8万块钱买来的（一个项目因此失败），拿走不谢

最后说一个，你们再搜AI人工智能发展方向是什么：破解个性化教育落地的三大核心难题的时候，一定看到很多人吹“千人千面”，我告诉你，别信，真正的个性化教育，在现阶段能做到“三面”就不错了——知识点一面、情绪一面、学习习惯一面，三面交叉配合，比什么大模型都管用，我们试过用GPT生成个性化鼓励语，结果学生说“机器说的话好假”，后来换成了固定模板+老师自己的语音，效果反而好，你说讽刺不讽刺

好了好了不说了，这破空调还是没停，我咖啡彻底凉了，脑子也开始糊了，最后给你们一个现在就能做的小事：

你现在就去打开你们的数据库，找到最近一周的答题记录，加一列“答题中途是否退出超过30秒”，就这一列数据，放进你现在的模型里重新跑一遍，你会发现推荐准确率至少提升15%，别问我为什么，去做就对了，2分钟的事

---

【两个蠢问题与我的回答】

问题1：大佬，你说的那个情绪预估层，是不是要用很复杂的深度学习啊，我公司没有GPU服务器怎么办？

我的回答：你没仔细看我上面写的吧？我都说了“别一上来就搞眼动仪”，情绪预估最开始用规则引擎就行，连续错三道且每道超2分钟就是焦虑，这种if else你不会写？我当年没GPU的时候不也做出来了，先动脑子再动钱，行不？

问题2：老师不配合那里，你说让AI给老师偷懒，具体怎么让系统自己生成三个版本的教学建议啊？要训练什么模型？

我的回答：你再回去看看，我明明写了“根据学生历史”，用什么模型？就是个简单的相似度匹配加模板填充，比如“该生在XX知识点上错误率为YY%，建议版本A：巩固基础题3道，版本B：同类型变式题2道，版本C：跨知识点链接题1道”，这是写代码逻辑，不是搞科研，别把简单问题复杂化，你这种思维，当年我也会，结果就是烧钱，赶紧改

尊重原创文章，转载请注明出处与链接:https://www.aixue365.com/school-129/document-id-9481.html，违者必究!