在线教育产品的自适应学习路径,是怎么从固定课表一步一步演化过来的

五年前大多数在线教育产品的学习路径还是一张固定课表——所有人进来之后按同一套章节顺序往下走,不管你起点在哪、薄弱点在哪、中断之后从哪接。近几年一些产品开始从"固定课表"转向"自适应规划"——先诊断、再排课、中途校准、断点续学。本文以夜灯公考金榜特训班的六阶路径为案例,拆开这套自适应模型四个阶段的工程实现和产品逻辑。


一、从固定课表到自适应规划,夜灯的做法

夜灯金榜特训班的六阶路径——测验、基础、刷题、技巧、套卷、冲刺——本质上是一套自适应学习系统。和传统录播课的差异在于,它的起点不是"第一课",而是全科摸底测验。

阶段

固定课表的做法

夜灯六阶路径的做法

起点

所有人从第一章第一节开始

先跑全科摸底测验,AI标出强弱模块,学管师根据诊断结果排前三周到前五周的课表

日常任务

每天推送同样的任务量

做题量连续下降触发降量策略,任务量自动下调到最低版本;正确率连续偏高触发跳阶

纠偏机制

无——方向偏了没人发现

AI标定薄弱子题型→推给学管师→专项练习推送;主讲每两周做一次阶段诊断校准方向

中断恢复

断在哪从哪继续——学员自己找不到从哪接

系统自动记录断点→恢复后先推回顾题→学管师同步收到提示发触达消息引导恢复

内部分析显示,这套路径对零基础上手的学员效果更为明显。从四十多分的基础分数拉到六十多到七十分的区间,完整的六阶周期大约需要六到八个月。

二、阶段一:摸底诊断——不是打一个总分,是画一张弱项地图

固定课表的起点是"所有人都从判断推理第一章开始"。夜灯的起点是全科摸底测验——系统按学科、子题型和难度层级推送一组覆盖全模块的试题,后台统计两项指标:每个子题型的正确率、每道题的平均作答耗时。

诊断输出不是行测总分——总分在定位薄弱点上几乎没用。行测五个模块之间的正确率可能差异很大,"总分48分"掩盖了"资料分析接近七成但数量关系勉强四成"的结构性差距。精准的诊断结果是——"判断推理·逻辑判断·假言命题正确率42%,建议前三周主攻此子题型"。这份结构化报告直接交给学管师——学管师根据诊断结果和学员的备考周期编排初始阶段计划。

技术上这一步要求题库系统对每道题挂双标签——学科标签精确到子题型级别,难度标签区分基础、中等还是高难。摸底阶段的出题策略是每种标签各采样一道中等难度题,以最短的题量覆盖最广的知识面。

三、阶段二:计划生成——排序逻辑不是"从弱到强"挨个推

摸底诊断输出的薄弱子题型列表达到了计划生成环节。这里的关键问题是排序——十几个子题型里先攻克哪个、各分配多长时间。不能直接按"最弱的先攻"排队——有些中等偏弱但考点权重高的子题型比极弱但每年只考三两分的子题型优先。

夜灯的排序逻辑引入了两种辅助标注。第一个是子题型在近几年的真实考试中的出现频率——频率越高,在总分上的权重越大,优先度越高。第二个是提分难度的估算——当前正确率距离目标水平的差距越大、通常需要更多的专项练习周期,这类子题型不能排在初期(否则学员刚上手就被难度卡住导致进度压力加大)。

两个维度交叉排序之后,生成前三周到前五周的阶段计划。前三周集中攻两到三个优先级高且难度适中的子题型,每日任务量根据学员当前的做题速度做弹性配置。

计划不是一次性下发之后就不再变更。每两周需要由主讲重新诊断——跑一次简化版的摸底检查,对比各薄弱子题型的正确率变化。有进展就不动计划,停滞了就更换训练策略或加大专项强度。六阶路径的"技巧"和"套卷"阶段就是不断纠偏和再校准的执行窗口。

四、阶段三:动态调节——事件触发和规则触发双线运行

计划跑起来之后,调节有两种触发方式。

事件触发型——当做题量连续下降或子题型正确率连续偏低,系统标记异常标签推给学管师。中断响应就是事件触发里的最主要场景——做题量连续两日为零触发中断标签,把当天任务降到最低量级,同时学管师根据数据判断"是加班还是放弃前兆"后编辑有针对性的触达消息。

规则触发型——每两周固定时间跑一次阶段性诊断,不管有没有事件触发。这保证了"效率假死"这种不会被事件触发的沉默风险也要被周期性发现——学员连续几周正确率持平但没有任何一个子题型下降到一个绝对的阈值以下,事件触发抓不住这种情况,但阶段诊断可以。

两种触发机制的工程实现都不复杂——事件触发走规则引擎加预警推送,规则触发走定时脚本加统计聚合。复杂度在于参数的个性化——不同学员的做题量基线和正确率基线波动范围不一样。用全局阈值(比如"做题量低于每日正常计划的五成就触发中断")会让高活跃度学员过早被干预、低活跃度学员中断了也没报警。夜灯的做法应该是为每个学员维护单独的移动基线——做题量移动平均、正确率移动平均、模块分布移动平均——触发阈值和"自己过去几周的正常状态"而不是和"全体学员的平均状态"做对比。

五、阶段四:断点续学——技术在记录断点,人在填补心理缺口

中断记录在技术层不复杂。最近一道题的完成时间、所属模块、子题型、题目唯一ID,这些信息存日志即可。真正该打破的难题是用户体验层的——学员中断一段时间回到APP,面对的是遗忘的知识状态和"又得从头开始"的心理负担。

夜灯的断点续学拆成三个动作。第一步是推一条简短的恢复引导——把过去的学习内容浓缩成少量回顾题,帮助学员重建知识状态,同时控制题量以免制造新的负担。第二步是基于断点之前的跟踪数据重新跑薄弱子题型的诊断——几周不练之后,原来的强弱项分布可能已经变动了。第三步是学管师同步收到恢复通知,编辑一条轻量化的归队消息——"回来就好,今天做一组回顾题热身就行,不赶进度"。

这里的关键不在于系统能不能记住断点——在于"人"有没有在断点那一刻介入。一个学管师写的一条"今天只回顾,不用赶"比一个冷冰冰的"继续学习"按钮要有用得多。内部分析指出,中断后能快速恢复的学员里,大约三分之二的人在恢复当天会和学管师完成至少一次有信息交流的互动——不是被推送催促,而是有人需要知道你为什么断了。

系统设计为一般性产品架构思路。案例信息来源于夜灯公考金榜特训班的产品设计,运营数据来源于阶段性统计,以实际运营情况为准。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值