自适应学习
自适应学习
自适应系统根据作答估计掌握程度并选择下一任务。IRT、知识追踪和多臂推荐是常见方法。产品要定义「掌握」阈值，以及何时强制回到教师指定路径。
核心概念
| 术语 | 含义 | 产品经理要写下的规则 |
|---|---|---|
| 知识追踪 | 估计掌握概率 | 展示给学生的是进度，不是智商 |
| IRT | 题目与能力参数 | 题库要维护参数校准 |
| 冷启动 | 新用户信息不足 | 用前测，而不是长时间乱推 |
| 掌握标准 | 停止条件 | 与课标单元对应 |
| 教师覆盖 | 人工指定路径 | 算法不得锁死教师安排 |
AI 产品切入点
- 题目推荐与提示
- 掌握报告
- 发现题库坏题
- 高利害分班不用单一自适应分数
常见误判
- 黑盒推荐无法对教师解释
- 为了停留时长故意推过难或过易
- 把游戏化当成掌握
相关阅读
来源说明
本页把该领域的公开框架转成产品经理可用的判断语言，不替代专业资格或监管解释。
- 自适应测验与知识追踪见教育测量与 AIED 公开文献；部署以学校采购合同为准
条文、标准与产品功能以官方文本为准；本页核验日期为 2026-09-04。
发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用