把这套算法用在教育上会怎么样呢？

王枫是美国佐*亚大学的教育技术学博士，弗吉尼亚大学、宾夕法尼亚大学博士后，2016年7月他在纽约和上海创办了“论答”公司 (Learnta Inc.)，专注于学习技术和教育大数据。在此之前，王枫在美国从事十多年在线教育研究管理工作，2015年初回国创业，获得3100万种子轮投资，**开发了一套自适应学习系统并对该技术进行实证研究。

王枫告诉创业邦，实证研究表明，自适应学习技术相较于传统在线学习系统，在学习效果、学习效率和满意度方面都表现更优，甚至连用户不小心做错也能识别出来。以初中数学为例，“论答”的核心运行逻辑是把全部内容拆分为181个知识点，先通过试题测试和大数据分析定位学生的学习水平和知识薄弱点，对症下药规划学习路径，匹配*合适的学习任务和知识点讲解，并**专项练习，*终生成学习报告。

**，**学校中，每个老师平均需要教100位学生，*多只能照顾到班级里中等水平的学生，学习成绩好的和差的在日常教学中容易被忽视，很难做到因材施教。

第二，传统的课外培训机构严重依赖名师，但是名师是可遇而不可求的，况且家庭条件差的学生很难获取到**的教师资源，农村学生的大学入学率远低于城市学生，教育的不公平性加剧。

第三，相较于录播课，自适应学习的交互性更强;相较于找家教，自适应学习的灵活度更高，成本更低，也能更好地控制教学质量。

那是否只有理工科这样的强逻辑学科才更适用自适应学习系统呢?王枫告诉创业邦，“只要有明确学习目标并可以进行量化的学科都可以，只是每个学科的知识图谱和算**有差异。”也正是因为此，国外自适应学习系统的的算法引擎在国外很强大，但是不一定在中国就适合，因为学生的学习目标之间存在一定的差异，知识本身的**和范围也不一样。