FIND研究員：羅紹賢 
自適應學習（Adaptive learning），指的是一種教育方法，藉由電腦的演算法來跟學習者互動， 並為每個學習者提供個人化的教育資源與活動，以解決他們各自的需求。這種方法透過人工智慧的方式，檢測學生知識上的缺漏，並針對這些缺漏提供協助，從而提高學習效率與成果。
【技術發展背景】
自適應學習的出現是因為人們發現傳統的教學方法無法有效地達到個人化學習的需求，為了達到這個目的，藉由將人工智慧加入到學習系統中，並依據每學習者的學習方法不同，給予相對應的學習建議。
過去，自適應學習較不盛行，其原因可能因為計算機的高成本與大尺寸以及使用者介面不是用於學習的過程，最早的自適應學習系統通常可以追溯到為南美地理主題所使用的SCHOLAR系統。隨著技術不斷地進步，許多學校與廠商也開始引進自適應學習技術，如亞利桑那州立大學於2013年引進Knewton的數學自適應學習課程、中國松鼠AI於2018年舉辦百城「人機大戰」比賽等。
圖1.自適應學習系統對師生的影響
圖片來源：自適應學習（Adaptive learning），https://medium.com/marketingdatascience/%E8%87%AA%E9%81%A9%E6%
87%89%E5%AD%B8%E7%BF%92-adaptive-learning-be0dbbd60497
【技術介紹】
自適應學習利用人工智慧與大數據等技術，根據每個學習者的需求與學習進度，量身訂製學習體驗。透過檢測各學科的知識點，學習者能夠了解自己在不同領域的學習狀況，像是學習所花費的時間、獲取的分數或評級等，學習系統則會針對學習者較薄弱的環節提供相應的補充課程。教育者也能夠透過學習系統，充分了解每個學習者的學習進度與狀況，並給予更有針對性的指導，使學習者在自身不熟練的地方持續地進步。同時，這也能夠讓對於某一段課程非常熟練的學習者，去輔導進度較慢的學習者，以此促進共同學習。
上述過程通常會包含專家模型、學生模型、教學模型與教學環境四個面向，分別代表欲教授訊息的模型、跟蹤和了解學生的模型、實際傳達信息的模型以及與系統交互的用戶界面。
【未來展望】
總的來說，自適應學習給予每位學習者相同的知識點與課程內容，並在其不熟練的地方給予相對應的幫助。觀察此間的進程，即是由自適應學習（Adaptive AI）演化成生成式學習（Generative AI）的過程，從自身想要了解的地方或是遇到的問題出發，尋找對應的答案，實現更加個性化的教育。
資料來源：
1.封面圖片來源：五個必須掌握的 AI 發展趨勢，https://blog.v123582.tw/2023/03/10/%E9%99%A4%E4%BA%86-ChatGPT-
%E4%B9%8B%E5%A4%96%EF%BC%8C%E5%BF%85%E9%A0%88%E6%8E%8C%E6%8F%A1%E7%9A%84-AI-%E7%99%BC%E5%B1%95%E8%B6%A8%E5%8B%A2/
2.五個必須掌握的 AI 發展趨勢，https://blog.v123582.tw/2023/03/10/%E9%99%A4%E4%BA%86-ChatGPT-
%E4%B9%8B%E5%A4%96%EF%BC%8C%E5%BF%85%E9%A0%88%E6%8E%8C%E6%8F%A1%E7%9A%84-AI-%E7%99%BC%E5%B1%95%E8%B6%A8%E5%8B%A2/
3.自適應學習，https://zh.wikipedia.org/zh-tw/%E8%87%AA%E9%80%82%E5%BA%94%E5%AD%A6%E4%B9%A0
4.自適應學習（Adaptive learning），https://medium.com/marketingdatascience/%E8%87%AA%E9%81%A9%E6%
87%89%E5%AD%B8%E7%BF%92-adaptive-learning-be0dbbd60497
5.人工智能帶動個人化學習，https://www.edcity.hk/hq/zh-
hant/content/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%B8%B6%E5%
8B%95%E5%80%8B%E4%BA%BA%E5%8C%96%E5%AD%B8%E7%BF%92
