一、Knewton的强势崛起
Knewton是一家提供个性化教育的初创公司，成立于 2008年，总部位于纽约，是美国技术领先的适应性学习工具提供商。Knewton的核心技术是适配学习技术，通过数据收集、推断及建议三部曲来提供个性化的教学。Knewton通过这3项核心技术：为学生提供内容推荐服务；为老师提供学情分析服务；为内容提供商提供内容洞察和分析服务。官方数据显示，Knewton现在已经和培生集团、萨诺玛、麦格劳希尔等多家知名出版商和教育公司展开国际合作，已服务除南极洲之外的学生超过1000万名，为学生下一步学习计划提供个性化推荐超过150亿次。Knewton号称在学生学习数据搜集、个性化试题推送等技术上处于世界领先地位。该公司已获得多轮总计超过1亿美元的融资，最近的融资是2016年2月完成了 5200 万美元 F 轮融资。
二、Knewton强势进入中国市场
一起作业网是中国最大的中小学在线学习平台。2015年8月19日，一起作业网在北京宣布，已与牛顿（Knewton）达成伙伴合作协议，共同为中国的K12教育开发个性化学习产品。双方的合作尝试将在2016年春季开始。一起作业网将把牛顿的个性化数据分析技术运用到自己的英语(精品课)教学产品中。教师根据所使用教材版本的不同，可以轻松地为学生布置网络作业。
“一起作业网拥有创新性方法，促进了中国英语和数学的教与学。”纽顿创始人兼CEO何塞?费雷拉（Jose Ferreira）说，“我们期望，双方的合作能使一起作业网的使用者取得更好的学习效果。”
2016年1月20日，K12 教育科技公司好未来集团与Knewton 签署全方位的业务合作协议，将 Knewton 的自适应平台用于好未来的在线教学中。
三、评测学十年磨一剑 蓄势待发
相较Knewton的风生水起，“评测学”可谓默默无闻。前者资金雄厚，贴着无限光环的外来和尚，还与国内的强势伙伴合作，但目前还没有实现本地化的产品落地。
而鲜有人知的是，评测学创始人刘劲松，早于２００５年开始与普林斯顿大学教授合作，一起主导美国的自适应教育产品的研发，参与麦克劳希尔教育测评中心（CTB/McGraw-Hill）的自适应引擎开发设计。
看到国内在线教育的风起云涌，刘劲松于2012年在国内创立成都爱易佰网络科技有限公司，并于2015年8月正式启动中国自主品牌的自适应教育项目——“评测学”，并于同年11月将本地化的智能自适应产品推出。“评测学”根据中国教育的特点，并结合国际先进的教育理念和技术，彻底解决传统教育与信息技术的深度融合难题。评测学一经推出，就深受用户的欢迎和好评。
四、评测学创始人谈自适应学习平台
在与“评测学”创始人刘劲松的交谈中，他给我们谈了以下几点。
首先，他从教学质量谈起，教学质量不应该只是指平均分，优生率等，因为我们很多时候把分数看得过重，把优生的定义都搞错了，我们很多时候谈的教学质量仅是由学校管理加上更多的机械模式训练。真正的教学质量应该是如何向学生提供线索和指导，激励学生参与学习活动的程度，以及如何给予强化以吸引学生学习，尽力以最高效的方式方法发挥学生的的最大潜力。因此自适应在线教育平台需要做到能告诉学生学什么，为什么要学，怎么去学，要让学生从“学会知识”变为“会学知识”，从“要我学”变为“我要学”。要做到这些，一方面得要有科学精准的评估，从而让学生学习“避轻就重”，学该学习的内容，做该做的练习，把时间花在刀刃上，用强针对性的学习来提高学习效率；另一方面需要用精准的评估结合知识之间的关系和属性以及学习对像与知识点之间的关系来解决学生碰到问题的时候能告知学生最佳的解决问题的路径，让学生能从知识断点的源头学起，从而自主而轻松的逐步解决问题，以达到“化盲为明”，从而激发学生的学习兴趣。
其次他谈到了如何做到自适应学习，关于自适应学习平台，主要做好三个方面。
第一，满足自适应学习的内容开放平台的开发标准，针对开发标准，主要是做好知识体系结构的创建，知识点的分类等属性，知识点之间的关系，知识点与学习目标的关系，题与知识点的关系以及知识点在题中的认知过程，要做好自适应内容开发标准和开放平台是一个比较复杂和系统的工程，它需要丰富的教育理论结合信息技术的深度融合，从理论上说我举一个简单的例子，就拿知识的认识来说吧，“苹果落地”的故事成为科学史上的一段佳话，在民间广为传诵，这个故事从苹果落地这一“知道是什么”(know-what)的事实知识，到觉得物体之间存在一种引力这一“知道为什么”know-why)的原理知识，再到用一些数学方法来论证这一“知道怎么做”(know-how)的技能知识,以及用到开普勒的定律这一“知道谁有知识”(know-who)的人力知识，从最后再次经过归纳总结验证发表了力学的三大定律和万有引力定律这一原理知识。让我们认识到从事实知识、原理知识等这些显性知识经过技能知识、人力知识等隐性知识的积累和论证产生了新的显性知识的这一过程。因此我们标准化知识的维度，知识的内在联系，知识与学习内容的联系与属性，这是自适应学习平台的基础。
第二，科学准确的自适应知识评估引擎，“评测学”根据掌握知识点需付出的代价，利用知识点的多维度进行全面的评估；现今通用的评估方法更多的是统计评估，是根据对错率得到的简单数据统计结果，缺乏科学性，“评测学”的评估优点之一是根据学生的学习进程，不断调整评估报告，做到对学习过程进行分析评估以为学生修复知识提供强有力的针对指导；“评测学”通过智能算法将颗�；锻窕�，在知识之间建立逻辑关联,评测报告也直接指向错误知识节点，而非“头痛医头脚痛医脚”的表面诊断。
第三，个性化的学习内容推荐算法，学习内容包括学习材料和习题，习题要根据评估让学生尽量练习介于他懂与不懂之间这样的强针对性练习，或者一个复杂的题学生碰到问题的时候，需要提供这个复杂题相似的几个步骤的小题来练习内省，以达到能自我解决复杂题的能力，从而让学生的强化训练更有针对性。而学习材料需要根据知识点掌握的多个维度以及知识点之间的内在联系结合学习阶段、地域、文化背景等来推荐学习者最应该看的学习材料，因为这个世上没有最好的老师只有最合适的老师，一个城市的学习者不一定听得懂老师对农村学习者所举的学习案例。“评测学”也可以由教师布置作来，系统提供给老师可以设置做作业的前置条件，比如知识需要掌握到何种程度才能开始等，还可以设置作业完成后需要达标的要求，这样对于前置条件，系统会智能个性化推荐学生学习和练习什么直到达到要求，而做业完成后，系统也会根据学生的实际情况，智能个性化的推荐学生是去学习和学什么还是去做针对性的变式练习，简单的举例，比如一个学生作业完成情况很差系统再给他推荐针对性的变式练习的意义就不大。
最后刘劲松说到，谁才是国内自适应在线学习的领导者，需要看谁能掌握最核心的自适应技术、谁能为学生提供更好的个性化学习服务，赢得用户的口碑；不仅如此，为了中国教育大数据的安全，也为了中国民族品牌的自适应平台的崛起，“评测学”团队更肩负着建立中国民族品牌的自适应学习平台、确保国家教育信息安全的重任；虽然“评测学”自适应在线学习平台的打造任重而道远，但团队有十年的技术沉淀和磨炼，而且一直在正确的路上奔跑。面对Knewton的强势进入，刘劲松及其团队充满信心，“评测学”智能自适应学习平台能够与之抗衡。
附图：
岗位要求：
1.辅助学员完成线上课程个性化指导，点评，跟踪，奖励。