主要观点总结
文章介绍了大模型时代个性化学习的可能性，以国朝游在OpenTalk第46期活动上的演讲为例，阐述了如何通过大模型解决个性化学习的难题。文章还提到了AI如何助力个性化学习，包括通过对话能力理解学生的反馈和数据，形成过程性评价，实现个性化解决方案等。
关键观点总结
关键观点1: 大模型时代为个性化学习提供更多可能性
大语言模型具备强大的理解和对话能力，能够通过更自然的AI交互方式采集学生的反馈和数据，为个性化学习提供更多解决方案。
关键观点2: AI助力个性化学习的思路
通过具体场景尝试实现个性化学习，以课后从题目练习到知识巩固的链路为例，利用AI解决学生在遇到不会做的题目时的困扰。
关键观点3: 九章随时问产品的设计思路
当学生遇到不会做的题目时，AI老师通过判断学生是否掌握这道题背后的知识点，进行针对性的讲解。同时，通过采集学生的反馈数据，进行过程性评价，形成更个性化的解决方案。
关键观点4: 未来个性化学习的方向
步骤级的诊断+答疑可能是个性化学习的终极答案。通过对题目每一步的讲解数据，判断学生的掌握情况，为每个学生的知识图谱建立提供个性化支持。
文章预览
大模型时代，个性化学习有了更多的可能性。 来 源|多知 作者|国朝游 摄|王上 近日，在多知 OpenTalk第46期“教育新生态：AI学伴、AI老师来了”活动上，学而思九章随时问产品负责人国朝游以九章随时问为例，分享了大模型如何帮助解决个性化学习的难题。 在国朝游看来，对于传统的教育行业来说，个性化、高质量和大规模这个 “不可能三角”是非常突出的。在大模型时代来临后，个性化学习有了更多的解法。 第一，大语言模型有强大的理解和对话能力，这就意味着可以通过更自然的 AI交互的方式采集到学生的反馈和数据。大模型用于给学生“答疑”成为可能。第二，学生的学习过程，通过对话体现出来，让数据驱动的过程性评价成为可能。这样，结合大模型的理解能力以及数据采集分析能力，最后就能形成一个更个性化的解决方案。 九章随时
………………………………
