原标题：朗播网杜昶旭：在线教育的核心是“交互式训练”，自适应学习或将成为未来主流题图：朗播网创始人
原标题：朗播网杜昶旭：在线教育的核心是“交互式训练”，自适应学习或将成为未来主流
题图：朗播网创始人、CEO杜昶旭
早在2005年，就有在线教育。受携程“鼠标+水泥”模式的影响，那时的创业者萌生了将这个套路引入到教育行业的想法，“教育超市”概念便是一个典型。然而事后证明，携程的成功经验并不适合教育：网上卖“听课证”，然后将流量倒给线下培训机构的模式并不成功。
2011到2013年，随着移动互联网的发展，“寂静”已久的在线教育市场悄然发生了变化。投资人们投完电商以后，懂得了一个道理，那就是类似这种赛道一般不会发展得太快——电商时至今日才占零售5%的市场，而教育很显然也会按照这个客观规律运行。
作为新东方黄金时代的名师之一，杜昶旭见证了一个传奇时代的起落。他精力旺盛，学习力超强。他曾是某著名聊天程序的主要开发者，还被保送清华大学计算机系并读取了博士学位。离开新东方后，杜昶旭潜心五年打造产品，这期间几乎与世隔绝。出关后，他希望朗播网可以成为在线教育行业的“芯片”型企业。
1、“经验形式化”
课程是产品吗？不是。因为课程的背后是教师，其商业模式的核心仍然依赖教师所提供的服务。
第二，教师讲课也是一种劳动密集性行业，而但凡这样的公司最终都会遇到产能不足的问题。没有那么多的好教师怎么办？只能牺牲品质。而这样做的后果是，口碑下降、生源流失。恶性循环。
对于教师来讲，是不太需要创新的，课程之间往往也比较雷同。
我博士做的方向是EDA（ElectronicDesignAutomation），即电子自动设计化。简单来说，就是给设计新品的工程师设计一个他们用的软件，给做芯片的人做工具。
为什么会这样？因为数字电路都是软件化的，整个电路的物理层设计也都由计算机完成。但对于模拟电路来说，却全部要依赖手工。现在人们都在讨论芯片的事。据我了解，在模拟电路方面，美国的优势的确很大，以至于他们专门有一个职业叫“AnalogCircuitDesigner”。这个职业收入奇高，高收入的背后是这项工作是依赖手工作业的，可以说完全靠工程师的个人经验。我和很多模拟电路工程师都聊过，但美国人也讲不清楚他们到底是依赖怎样的经验来进行模拟电路设计的。
如何将这些人做的模拟电路经验自动化，就是我在清华大学博士阶段研究的方向。好消息是，经过我们的不懈努力，最后到我毕业的时候，我们做的研究成果已经成为行业做模拟电路自动设计时的基础了。
和模拟电路工程师一样，英语教育也非常依赖经验。当时我就想，既然电子芯片上的事我搞得定，那英语也一定可以。
改造的核心就是“交互式训练”。为了完善这个系统，我和团队打磨了五年。
不得不承认，这五年中我们的工作是困难的。
一个阅读理解，朗播会找超过20个资深教师咨询，将他们所讲的东西记录下来，寻找到共性和差异后，再将这种思维植入到产品中。一般来讲，一个学生阅读理解不好，教师都会建议他回家后练习长难句分析。我们将长难句分析这件事单独拎出来，在对学生做完能力分析后，再推荐给他合适的训练内容。
关于听力，在朗播接触的教师中，几乎一半都建议学生做听写。但听写到底有没有用？在深入调查后，我们发现这样做没用——因为听不清楚的永远写不下来，听清了的没必要写。
这是一个典型的“废动作”。在英语学习里，不是什么都需要writedown的，单词可以，但句子就没必要。所以，听写解决的根本不是“听”的问题，而是“写”，或者说“单词拼写”的问题。
2、技术改造和模式改造
用技术改变教育是我们的理想。如今，大家都在讲AI、算法、大数据。我认为这些方式都是非常好的，都是很有价值的实践。但问题是，如果想让大数据起作用，必须保证数据有效。
一个人会在做题的时候会喜形于色吗？我不知道，起码我自己是面无表情的。一个人在上课的时候会时而焦虑，时而愤怒么？也许有可能，但这对课堂教学又能起到什么样的作用呢？我不知道。起码我不会根据学生的表情变化来随时调整我的授课内容。
其次，大数据必须跑在标准化算法上。
怎么样才能保证算法的有效性？我认为最关键的是模型得对。这要求要先定义衡量一个人英语能力好坏的标准，并将其定量化。因此，用户要先在朗播网上测试，然后拿到自己的英语能力“化验单”。
在朗播，用户需要每完成10套任务包测验一次，通常我们建议是10-15天，这会使得学生的能力更贴合考试要求。结合个性化学习计划，让adaptivelearning（自适应学习）这件事更容易落地。
每次测验完成后，我们会依据这个模型做两件事：第一，描述用户的英语能力，并将其可视化；第二，依据用户的不同情况，给予其不同的解决方案。
剖析英语这件事本身会发现，学生需要掌握的能力点成千上万。一般来说，为了测量一个能力点，通常需要3-5道测试题。为了简化测验过程，我们依据知识之间的关联程度构造了一个特殊的神经网络，找到题与题之间的关联。这样，原本需要5个小时完成的测验，只需要2个小时就可以结束了。
我们用技术提高了用户体验，另一方面，我们也对教育已有的商业模式进行了改造。
课堂上需要“交互式”教学吗？不需要。一方面，教师的认知远胜于学生，二者很难平等交流；另一方面，教师需要完成课程进度，也不会留出太多交互的机会。并且，即便是在培训机构，也难免会出现教师一到下课“夹着包”就走的情况。
关键还是效率。
在今天，有很多家长是乐于将监管放在线下做的。所以，我们将朗播的标准化解决方案以“朗播inside”的模式打包给类似国际学校或者英语培训机构，让那里的学生在朗播上做自适应学习，而学校和机构的老师为学生提供针对性的线下辅导。家长如果需要监督反馈，我们还可以将线上的行为数据打包发送出去。
有人说，这不就是“双师”嘛？其实不尽然。传统的“双师”其两个教师之间是脱节的，辅导老师并不知道每一个被辅导学生的情况，讲课的老师就更不清楚了。但在朗播，两个教师都可以依据平台提供的大数据反馈做精准的课程知识传达和辅导。
就像连锁餐饮一样，我觉得教育的未来也是社会化分工。放眼全国会发现，英语教师的绝对数量还是很多的。不过很可惜，他们绝大多数并不是站在金字塔顶的“极致派”。当年我在新东方的时候，公司可以花10倍价格聘请顶级教师教课。今天，斗转星移，优秀教师变得不那么多了，线下机构也不会再用这么高的成本维护开支了。更何况，对于三、四、五线城市来说，优秀教师数量本就不足。
但对于大多数教师来说，“简单辅导”的工作还是可以做的，他们可以像麦当劳一样加工我们生产的“汉堡包”。我们和大多数学校以及机构的合作，也是从这个利益点出发的。从这个角度上讲，朗播提供“芯片”，做的是“中央厨房”的事；而线下机构做“来料加工”，辅助知识传达，帮助学生内化吸收。
3、“自适应”学习背后的逻辑
业界有一句话是这么说的：“理科的知识点，知道就是知道，不知道就是不知道，但文科不仅仅要求学生“知道”还要求‘会’”。和理科知识不同，文科的测试集和训练习题集之间的交集是非常小的，也就是说，我们不能用考试题来做能力测评。语言测评中，我们只善于捕捉知识点的规律，到最后还是无济于事。说到底，我们要想量化一个人的语言能力，追根溯源还是要用测量学的方法，来评测一个学生的语言能力。从这个角度来说，针对英语能力的考试中，也不太会有太多所谓“规律性”的东西，而本质上是对考生能力的描绘，这一点在现在的托福和雅思考试中都得到了印证。
我认为，学习是一个将知识融会贯通的过程，这一点尤其适用于语言学习。而太着重于考试题目的规律性挖掘，背离了教育和语言认知的本质。
学生为什么会把题做错？有些是因为不理解句子，有些是不认识单词，有些是逻辑不对。反复做题非但没有好处，还会把错误深化，因为学生在不断表现出这种错误而没有得到解决。
朗播的教研绝对不是教学生怎么做题这么简单，我们做的事情是将内容产品化。
与其说，“填鸭式”教学是1.0，自主性学习是2.0，那么我觉得，自适应便是3.0。AdaptiveLearning的核心是什么？是提高学习的有效性。在我看来，前两种教育模式至少存在三大痛点：一是缺少对学生的学习过程管控：二是教师无法准确掌握学生的能力缺陷；三是缺少个性化解决方案。
一个人的英语学习过程是动态改变的，知识点、语言习惯的熟悉度也是在不断变化的。在朗播，你会发现学生的学习是成体系化、模块化的，并且随着学生水平的提高，系统也可以实现自我升级，最后让学生的能力和考试相拟合。