智能技术赋能因材施教：技术框架、行业特点及趋势

作者：刘邦奇 张金霞 许佳慧 胡婷婷 朱广袤 来源：《电化教育研究》2021年第02期

[摘 要] 智能时代亟须培养大批多样化创新人才，迫切要求教育教学模式加快变革创新，实现大规模个性化的教育。智能技术以智能教育产品为载体，为规模化因材施教提供了有效的支撑。为探索智能技术助力因材施教的实践路径，形成科学“识材”、精准“施教”、促进“发展”

的有效手段，文章首先分析了智能时代规模化因材施教的必要性与可行性，并从“识材”“施教”“发展”三个层级出发分析了智能技术助力因材施教的教学模式和相关支撑技术框架;其次，以教育部备案的因材施教相关教育App现状数据为基础，从学段维度、学科维度、用户维度、细分场景四个方面对因材施教相关产品和行业特点进行深入分析;最后，从六个方面对因材施教相关行业的发展趋势及启示进行了总结。

[关键词] 智能技术; 因材施教; 技术框架; 行业特点; 发展趋势 [中图分类号] G434 [文献标志码] A

[作者简介] 刘邦奇（1962—），男，江苏靖江人。教授，主要从事人工智能教育应用、智慧校园、智慧课堂、区域智慧教育规划研究。E-mail：**************。 一、引 言

信息技术与因材施教深度融合是教育信息化发展的必然要求[1]。智能时代亟须培养大批多元化、个性化创新人才，迫切要求加快推进个性化教育和因材施教[2]。但在现代学校教育和班级授课模式下，大规模实施个性化教与学存在客观难题，人工智能、大数据等智能技术为破解存在的客观难题提供了重要支撑。智能技术助力因材施教需要以具体的技术产品为载体，形成科学“识材”、精准“施教”、促进“发展”的有效手段。因此，对助力因材施教的智能技术框架、行业特点及发展趋势进行分析研究，具有重要的现实意义。 二、技术赋能因材施教提出的背景 （一）因材施教的发展及面临的难题

因材施教思想源自孔子，自古以来备受推崇，至今仍在不断探索实践[3]。纵观因材施教发展历程，总体上经历了早期实践、概括提炼、丰富发展等阶段，目前正进入规模化实施的新阶段。在早期实践阶段（先秦、秦汉时期），孔子最早将因材施教思想运用于教学实践，墨子、孟子、荀子等对其做了进一步的探索、继承和发展，因材施教的思想初步形成。其后为概括提炼阶段（唐宋明清时期），随着唐宋思想变革、宋儒义理之学的兴起，因材施教在实践中不断被概括和提炼，正式形成因材施教的概念。到了近代至20世纪90年代，随着教育学、心理学等理论和现代学校教育实践不断发展，许多学者不断对因材施教的发展性概念进行梳理、解读与批判，对因材施教的本真内涵进行澄清、辩护与表达[4]，因材施教进入丰富发展阶段。

但是，在长期的因材施教研究与实践中存在一些客观困难与问题。一方面，对因材施教属性的理解差异大、不统一。例如：有的学者将其理解为教学思想、教学理论、教学规律，有的学者则将其理解为德育原则、教学原则，还有学者将其理解为教学方法、教学策略、教学模

式等。而且，人们往往注重因材施教思想、理念的传承，实践中缺少具体的可操作模式，难以做到“可因材施教”。另一方面，多年来，学校教育实施标准化教育，统一的计划、标准、流程、进度，不利于对学生的个性化培养;大班额教学难以“一对一”因材施教，亟须规模化推进手段;教师主要依靠自身经验掌握学生的个性特点和差异，缺乏科学“识材”的工具;评价方式单一，以考试成绩为主要或唯一评价维度，不利于学生个性化诊断和综合评价。这些问题制约了因材施教的进一步发展，成为规模化因材施教的瓶颈，迫切需要采取新的方法和手段加以解决。

（二）智能技术助力因材施教进一步发展

20世纪90年代以来，随着教育信息化的发展，智能技术为解决上述难题提供了有效的支撑，因材施教进入了规模化实施的新阶段。智能技术赋能因材施教，使大规模教育数据的采集、汇聚、分析和挖掘成为可能，最大化地扩大分享知识的规模，加强分享知识的深度[5]，数据驱动的规模化因材施教正在成为未来教学的新范式[6]。随着5G、区块链、人工智能、脑科学等新兴智能技术的快速发展，智能技术与因材施教的融合将不断深化，实现更加精准、客观、量化的个性化教育，为千人千面因材施教的實现奠定技术基础。教育将越来越关注促进学生个性化发展，实现千年以来我们一直强调的“因材施教，个性发展”的教育理想[7]。可见，智能技术为因材施教的实现提供了新动能，促进了“可因材施教”的落实。 三、因材施教教学模式结构及支撑技术框架分析

推进因材施教落地实施，需要对因材施教思想和方法进行具体化、操作化处理，形成可操作的因材施教教学模式。鉴于人们对因材施教属性理解的多样化、差异化特点和缺乏实践操作性的问题，可以从“过程观”“主体观”“目的观”“价值观”等视角，根据教学模式的一般理论和国内外有关差异化教学模式的研究成果，分析因材施教教学模式的内涵和结构，探讨智能技术助力因材施教的应用场景，构建因材施教的层级模型及支撑技术框架[8]。 （一）因材施教教学模式的要素及层级结构

因材施教是针对学习者个性差异，通过不同的施教活动促进学生全面而有个性的发展的教学模式。因材施教教学模式主要由学习者、施教活动、教育结果三大要素组成。其中，“学习者”即具有个性差异的教育对象，是因材施教中需要加以识别的“材”，“识材”是教学系统的输入环节;“施教活动”即在一定的教育环境中基于相应的教育内容开展的个性化教与学活动，既包括个性化的教，也包括个性化的学，施教活动具体可分为“内容”“过程”“环境”三个组件;“教育结果”即学习者获得的成长和发展，是教学系统的输出项，是“内容”“过程”“环境”综合作用的最终结果，表现在学习者全面而有个性的发展。因材施教教学模式三大要素的构成与作用，可以区分为“识材”“施教”“发展”三个层级，“识材”层级的作用是分析学习者的个性化差异，实现科学识材;“施教”层级的作用是开展个性化的教与学，进行精准施教;“发展”层级的作用是规划与评价学生的发展，促进全面而有个性的发展。虽然，“因材施教”字面上并没有提及

是“谁”在“因材”“施教”，但教育者是隐含在其中的教育主体，在“识材”“施教”“发展”全过程中发挥重要作用。因材施教教学模式的要素和层级结构如图1所示。 （二）助力因材施教的相关技术及应用场景

在智能技术的增能、使能和赋能下，因材施教将呈现新样式、新形态。智能技术在因材施教教学场景中的应用体现在因材施教教学模式的三个层级：在科学“识材”上，通过对知识水平、学习风格、认知特点、学习动机等数据的智能感知与采集，利用数据挖掘技术与机器学习技术对学生进行动态建模，形成学生画像，助力教师分析学生差异和个性特征，实现学情分析、科学识材。在精准“施教”上，基于学科知识图谱与个性化推荐等智能技术，为学生构建个性化学习路径，推送个性化学习资源，实时测评和反馈学生学习过程情况，帮助教师调整教学策略，提供智能化答疑和个性化辅导，实现以学定教、精准施教。在促进“发展”上，基于全员、全过程动态学习数据分析，提供面向每个学生的个性化学习与成长评价，对学生的学业和综合素质发展进行个性化诊断预测，推荐适合每个学生的发展规划建议，助力学生实现全面而有个性的发展。助力因材施教的相关技术及应用场景如图2所示。 四、相关技术服务行业的总体布局

近年来，随着智能教育相关国家、市场环境、用户态度等外部条件不断向好，互联网巨头、教育类企业、智能技术提供商、大数据/云计算平台提供商等紧跟未来教育智能化、个性化、多样化的发展方向，纷纷发力“智能技术助力因材施教”市场，涌现出一批因材施教技术服务企业。依据智能教育领域相关企业近几年的业务布局、产品服务类型、教育应用场景、核心产品主要功能等，本研究将因材施教相关企业技术服务分为基础设施服务、智能技术服务、因材施教应用服务三大类，绘制出因材施教相关企业图谱（仅为部分代表性企业），如图3所示。

（一）最底层为基础设施服务

基础设施服务主要包括智能硬件服务、云计算服务、大数据服务等。其中，智能硬件服务立足智能硬件优势，逐渐向教育场景渗透，且部分细分产品领域已经有头部企业出现。例如：以希沃交互大屏为立足点进入智能教育市场的视源股份;以互联网、交换机等网络产品为起点，扩展到无线教学课堂与云课堂产品的锐捷网络等。现阶段基础设施服务的硬件普及基本完成，市场增量空间有限，未来市场的增长点将更多地来自其与智能技术的深度融合应用。云计算与大数据服务依赖数据积累、数据标注等优势，可通过数据分析、机器学习等手段，实现学习情况分析、学习路径规划等因材施教功能。由于云计算与大数据服务对技术要求较高，因此，行业门槛高，越来越被巨头企业垄断。 （二）中间层为智能技术服务

智能技术服务前期主要通过单一领域技术优势占位，后期逐渐向智能行业多领域扩展，再依托先进的智能技术优势布局各个教学场景，抢占智能教育领域市场份额，逐步向智能教育服务转变。其在“智能技术助力因材施教”领域的具体表现为：从智能语音测评、拍照搜题、智能写作批改等单场景应用向智慧课堂、大数据精准教学、自适应学习等综合场景过渡。例如：科大讯飞、先声智能、驰声科技等企业早期以提供智能语音技术为主，现逐渐向提供綜合智能技术服务转变;商汤科技、旷视科技等以图像识别为起点，逐步布局多领域、多方向的智能技术;百度、腾讯等传统互联网巨头基于较为成熟的技术平台，通过开放API接口等形式实现前沿智能技术向教育领域的输出。 （三）最上层为因材施教应用服务

总体看来，当前因材施教应用服务的业务布局正处于从辅助教学的外围层（如题库、测评等）向提升教学质量和效果的核心层（如规划学习路径、智能教学助理、侦测能力缺陷等）过渡的阶段。从各应用场景来看，当前各类因材施教相关产品基本覆盖教、学、考、评、管等全场景，智慧课堂、大数据精准教学、在线教育、智能题库、自适应学习、学习机、教育机器人、智能批改、智能考试、智能口语评测、学生综合素质评价、走班排课等细分场景均有典型代表企业。此外，还涌现出一批全场景应用服务提供商，如科大讯飞、好未来等，这类企业充分发挥其技术与生态优势，将智能技术与教育深度融合，提供全场景教学应用服务，打通了教学全流程数据。

五、与因材施教相关的教育App现状统计及特点分析 （一）总体样本选择与有效样本筛选 1. 总体样本选择

自2019年11月教育部开始实施教育App备案管理制度起，截至2020年1月底，教育部先后公布了三批教育App备案名单，共完成1928个教育App的备案（首批152个、第二批476个、第三批1300个）。2020年3月，教育部科技司发布《关于启用教育App备案信息查询功能的公告》，表示教育移动互联网应用程序备案管理平台（以下简称管理平台）已上线教育App备案信息查询功能，并公布已完成备案的教育App提供者和教育App的信息[9]。在此之后，教育部不再专门公布教育App的备案名单，教育App经所在地省级教育行政部门核验通过后上传至管理平台。

鉴于目前智能教育市场产品种类繁多、标准缺乏的现状，无法获取到全面、严谨的因材施教相关产品的统计数据，本研究选取教育部公开发布的前三批教育App备案名单中的1928个作为总体样本，分析智能教育市场中与因材施教相关的教育App的现状。 2. 有效样本筛选

根据上文对因材施教教学模式的要素和层级结构、助力因材施教的相关技术及应用场景、因材施教相关企业技术服务图谱的阐述，本研究在选择因材施教相关产品时主要参考依据为：（1）可提供学生个性化差异分析功能——能基于智能技术进行学情数据分析，评估与预测学生知识与能力，掌握学生个体差异性特点;（2）可提供个性化教与学服务——能基于智能技术创设适切的教学情境，支持精准化教学、个性化作业、个性辅导与答疑等;（3）可助力学生全面而有个性的发展——能基于智能技术进行多元发展评价、规划和推荐个性化发展路径等。

基于以上判定依据，结合1928个教育App的具体功能，对总体样本进行详细筛选统计，若App的功能满足以上依据中一个或几个指标，则将其判定为与因材施教紧密相关的教育App。在经过严谨的多轮筛选后，最终得到561个与因材施教紧密相关的有效样本，占总体样本的29.10%。

（二）助力因材施教的相关技术及应用场景

在智能技术的增能、使能和赋能下，因材施教将呈现新样式、新形态。智能技术在因材施教教学场景中的应用体现在因材施教教学模式的三个层级：在科学“识材”上，通过对知识水平、学习风格、认知特点、学习动机等数据的智能感知与采集，利用数据挖掘技术与机器学习技术对学生进行动态建模，形成学生画像，助力教师分析学生差异和个性特征，实现学情分析、科学识材。在精准“施教”上，基于学科知识图谱与个性化推荐等智能技术，为学生构建个性化学习路径，推送个性化学习资源，实时测评和反馈学生学习过程情况，帮助教师调整教学策略，提供智能化答疑和个性化辅导，实现以学定教、精准施教。在促进“发展”上，基于全员、全过程动态学习数据分析，提供面向每个学生的个性化学习与成长评价，对学生的学业和综合素质发展进行个性化诊断预测，推荐适合每个学生的发展规划建议，助力学生实现全面而有个性的发展。助力因材施教的相关技术及应用场景如图2所示。 四、相关技术服务行业的总体布局

近年来，随着智能教育相关国家、市场环境、用户态度等外部条件不断向好，互联网巨头、教育类企业、智能技术提供商、大数据/云计算平台提供商等紧跟未来教育智能化、个性化、多样化的发展方向，纷纷发力“智能技术助力因材施教”市场，涌现出一批因材施教技术服务企业。依据智能教育领域相关企业近几年的业务布局、产品服务类型、教育应用场景、核心产品主要功能等，本研究将因材施教相关企业技术服务分为基础设施服务、智能技术服务、因材施教应用服务三大类，绘制出因材施教相关企业图谱（仅为部分代表性企业），如图3所示。

（一）最底层为基础设施服务

基础设施服务主要包括智能硬件服务、云计算服务、大数据服务等。其中，智能硬件服务立足智能硬件优势，逐渐向教育场景渗透，且部分细分产品领域已经有头部企业出现。例如：以希沃交互大屏为立足点进入智能教育市场的视源股份;以互联网、交换机等网络产品为起点，扩展到无线教学课堂与云课堂产品的锐捷网络等。现阶段基础设施服务的硬件普及基本完成，市场增量空间有限，未来市场的增长点将更多地来自其与智能技术的深度融合应用。云计算与大数据服务依赖数据积累、数据标注等优势，可通过数据分析、机器学习等手段，实现学习情况分析、学习路径规划等因材施教功能。由于云计算与大数据服务对技术要求较高，因此，行业门槛高，越来越被巨头企业垄断。 （二）中间层为智能技术服务

智能技术服务前期主要通过单一领域技术优势占位，后期逐渐向智能行业多领域扩展，再依托先进的智能技术优势布局各个教学场景，抢占智能教育领域市场份额，逐步向智能教育服务转变。其在“智能技术助力因材施教”领域的具体表现为：从智能语音测评、拍照搜题、智能写作批改等单场景应用向智慧课堂、大数据精准教学、自适应学习等综合场景过渡。例如：科大讯飞、先声智能、驰声科技等企业早期以提供智能语音技术为主，现逐渐向提供综合智能技术服务转变;商汤科技、旷视科技等以图像识别为起点，逐步布局多领域、多方向的智能技术;百度、腾讯等传统互联网巨头基于较为成熟的技术平台，通过开放API接口等形式实现前沿智能技术向教育领域的输出。 （三）最上层为因材施教应用服务

总体看来，当前因材施教应用服务的业务布局正处于从辅助教学的外围层（如题库、测评等）向提升教学质量和效果的核心层（如规划学习路径、智能教学助理、侦测能力缺陷等）过渡的阶段。从各应用场景来看，当前各类因材施教相关产品基本覆盖教、学、考、评、管等全场景，智慧课堂、大数据精准教学、在线教育、智能题库、自适应学习、学习机、教育机器人、智能批改、智能考试、智能口语评测、学生综合素质评价、走班排课等细分场景均有典型代表企业。此外，还涌现出一批全场景应用服务提供商，如科大讯飞、好未来等，这类企业充分发挥其技术与生态优势，将智能技术与教育深度融合，提供全场景教学应用服务，打通了教学全流程数据。

五、与因材施教相关的教育App现状统计及特点分析 （一）总体样本选择与有效样本筛选 1. 总体样本选择

自2019年11月教育部开始实施教育App备案管理制度起，截至2020年1月底，教育部先后公布了三批教育App备案名单，共完成1928个教育App的备案（首批152个、第二批

476个、第三批1300个）。2020年3月，教育部科技司发布《关于启用教育App备案信息查询功能的公告》，表示教育移动互联网应用程序备案管理平台（以下简称管理平台）已上线教育App备案信息查询功能，并公布已完成备案的教育App提供者和教育App的信息[9]。在此之后，教育部不再专门公布教育App的备案名单，教育App经所在地省级教育行政部门核验通过后上传至管理平台。

鉴于目前智能教育市场产品种类繁多、标准缺乏的现状，无法获取到全面、严谨的因材施教相关产品的统计数据，本研究选取教育部公开发布的前三批教育App备案名单中的1928个作为总体样本，分析智能教育市场中与因材施教相关的教育App的现状。 2. 有效样本筛选

根据上文对因材施教教学模式的要素和层级结构、助力因材施教的相关技术及应用场景、因材施教相关企业技术服务图谱的阐述，本研究在选择因材施教相关产品时主要参考依据为：（1）可提供學生个性化差异分析功能——能基于智能技术进行学情数据分析，评估与预测学生知识与能力，掌握学生个体差异性特点;（2）可提供个性化教与学服务——能基于智能技术创设适切的教学情境，支持精准化教学、个性化作业、个性辅导与答疑等;（3）可助力学生全面而有个性的发展——能基于智能技术进行多元发展评价、规划和推荐个性化发展路径等。

基于以上判定依据，结合1928个教育App的具体功能，对总体样本进行详细筛选统计，若App的功能满足以上依据中一个或几个指标，则将其判定为与因材施教紧密相关的教育App。在经过严谨的多轮筛选后，最终得到561个与因材施教紧密相关的有效样本，占总体样本的29.10%。

（二）助力因材施教的相关技术及应用场景

在智能技术的增能、使能和赋能下，因材施教将呈现新样式、新形态。智能技术在因材施教教学场景中的应用体现在因材施教教学模式的三个层级：在科学“识材”上，通过对知识水平、学习风格、认知特点、学习动机等数据的智能感知与采集，利用数据挖掘技术与机器学习技术对学生进行动态建模，形成学生画像，助力教师分析学生差异和个性特征，实现学情分析、科学识材。在精准“施教”上，基于学科知识图谱与个性化推荐等智能技术，为学生构建个性化学习路径，推送个性化学习资源，实时测评和反馈学生学习过程情况，帮助教师调整教学策略，提供智能化答疑和个性化辅导，实现以学定教、精准施教。在促进“发展”上，基于全员、全过程动态学习数据分析，提供面向每个学生的个性化学习与成长评价，对学生的学业和综合素质发展进行个性化诊断预测，推荐适合每个学生的发展规划建议，助力学生实现全面而有个性的发展。助力因材施教的相关技术及应用场景如图2所示。 四、相关技术服务行业的总体布局

近年来，随着智能教育相关国家、市场环境、用户态度等外部条件不断向好，互联网巨头、教育类企业、智能技术提供商、大数据/云计算平台提供商等紧跟未来教育智能化、个性化、多样化的发展方向，纷纷发力“智能技术助力因材施教”市场，涌现出一批因材施教技术服务企业。依据智能教育领域相关企业近几年的业务布局、产品服务类型、教育应用场景、核心产品主要功能等，本研究将因材施教相关企业技术服务分为基础设施服务、智能技术服务、因材施教应用服务三大类，绘制出因材施教相关企业图谱（仅为部分代表性企业），如图3所示。

（一）最底层为基础设施服务

基础设施服务主要包括智能硬件服务、云计算服务、大数据服务等。其中，智能硬件服务立足智能硬件优势，逐渐向教育场景渗透，且部分细分产品领域已经有头部企业出现。例如：以希沃交互大屏为立足点进入智能教育市场的视源股份;以互联网、交换机等网络产品为起点，扩展到无线教学课堂与云课堂产品的锐捷网络等。现阶段基础设施服务的硬件普及基本完成，市场增量空间有限，未来市场的增长点将更多地来自其与智能技术的深度融合应用。云计算与大数据服务依赖数据积累、数据标注等优势，可通过数据分析、机器学习等手段，实现学习情况分析、学习路径规划等因材施教功能。由于云计算与大数据服务对技术要求较高，因此，行业门槛高，越来越被巨头企业垄断。 （二）中间层为智能技术服务

智能技术服务前期主要通过单一领域技术优势占位，后期逐渐向智能行业多领域扩展，再依托先进的智能技术优势布局各个教学场景，抢占智能教育领域市场份额，逐步向智能教育服务转变。其在“智能技术助力因材施教”领域的具体表现为：从智能语音测评、拍照搜题、智能写作批改等单场景应用向智慧课堂、大数据精准教学、自适应学习等综合场景过渡。例如：科大讯飞、先声智能、驰声科技等企业早期以提供智能语音技术为主，现逐渐向提供综合智能技术服务转变;商汤科技、旷视科技等以图像识别为起点，逐步布局多领域、多方向的智能技术;百度、腾讯等传统互联网巨头基于较为成熟的技术平台，通过开放API接口等形式实现前沿智能技术向教育领域的输出。 （三）最上层为因材施教应用服务

总体看来，当前因材施教应用服务的业务布局正处于从辅助教学的外围层（如题库、测评等）向提升教学质量和效果的核心层（如规划学习路径、智能教学助理、侦测能力缺陷等）过渡的阶段。从各应用场景来看，当前各类因材施教相关产品基本覆盖教、学、考、评、管等全场景，智慧课堂、大数据精准教学、在线教育、智能题库、自适应学习、学习机、教育机器人、智能批改、智能考试、智能口语评测、学生综合素质评价、走班排课等细分场景均有典型代表企业。此外，还涌现出一批全场景应用服务提供商，如科大讯飞、好未来等，这类企业充

分发挥其技术与生态优势，将智能技术与教育深度融合，提供全场景教学应用服务，打通了教学全流程数据。

五、与因材施教相关的教育App现状统计及特点分析 （一）总体样本选择与有效样本筛选 1. 总体样本选择

自2019年11月教育部开始实施教育App备案管理制度起，截至2020年1月底，教育部先后公布了三批教育App备案名单，共完成1928个教育App的备案（首批152个、第二批476个、第三批1300个）。2020年3月，教育部科技司发布《关于启用教育App备案信息查询功能的公告》，表示教育移动互联网应用程序备案管理平台（以下简称管理平台）已上线教育App备案信息查询功能，并公布已完成备案的教育App提供者和教育App的信息[9]。在此之后，教育部不再专门公布教育App的备案名单，教育App经所在地省级教育行政部门核验通过后上传至管理平台。

鑒于目前智能教育市场产品种类繁多、标准缺乏的现状，无法获取到全面、严谨的因材施教相关产品的统计数据，本研究选取教育部公开发布的前三批教育App备案名单中的1928个作为总体样本，分析智能教育市场中与因材施教相关的教育App的现状。 2. 有效样本筛选

根据上文对因材施教教学模式的要素和层级结构、助力因材施教的相关技术及应用场景、因材施教相关企业技术服务图谱的阐述，本研究在选择因材施教相关产品时主要参考依据为：（1）可提供学生个性化差异分析功能——能基于智能技术进行学情数据分析，评估与预测学生知识与能力，掌握学生个体差异性特点;（2）可提供个性化教与学服务——能基于智能技术创设适切的教学情境，支持精准化教学、个性化作业、个性辅导与答疑等;（3）可助力学生全面而有个性的发展——能基于智能技术进行多元发展评价、规划和推荐个性化发展路径等。

基于以上判定依据，结合1928个教育App的具体功能，对总体样本进行详细筛选统计，若App的功能满足以上依据中一个或几个指标，则将其判定为与因材施教紧密相关的教育App。在经过严谨的多轮筛选后，最终得到561个与因材施教紧密相关的有效样本，占总体样本的29.10%。

（二）助力因材施教的相关技术及应用场景

在智能技术的增能、使能和赋能下，因材施教将呈现新样式、新形态。智能技术在因材施教教学场景中的应用体现在因材施教教学模式的三个层级：在科学“识材”上，通过对知识水平、学习风格、认知特点、学习动机等数据的智能感知与采集，利用数据挖掘技术与机器学习技术对学生进行动态建模，形成学生画像，助力教师分析学生差异和个性特征，实现学情分析、科学识材。在精准“施教”上，基于学科知识图谱与个性化推荐等智能技术，为学生构建个性化学习路径，推送个性化学习资源，实时测评和反馈学生学习过程情况，帮助教师调整教学策略，提供智能化答疑和个性化辅导，实现以学定教、精准施教。在促进“发展”上，基于全员、全过程动态学习数据分析，提供面向每个学生的个性化学习与成长评价，对学生的学业和综合素质发展进行个性化诊断预测，推荐适合每个学生的发展规划建议，助力学生实现全面而有个性的发展。助力因材施教的相关技术及应用场景如图2所示。 四、相关技术服务行业的总体布局

近年来，随着智能教育相关国家、市场环境、用户态度等外部条件不断向好，互联网巨头、教育类企业、智能技术提供商、大数据/云计算平台提供商等紧跟未来教育智能化、个性化、多样化的发展方向，纷纷发力“智能技术助力因材施教”市场，涌现出一批因材施教技术服务企业。依据智能教育领域相关企业近几年的业务布局、产品服务类型、教育应用场景、核心产品主要功能等，本研究将因材施教相关企业技术服务分为基础设施服务、智能技术服务、因材施教应用服务三大类，绘制出因材施教相关企业图谱（仅为部分代表性企业），如图3所示。

（一）最底层为基础设施服务

基础设施服务主要包括智能硬件服务、云计算服务、大数据服务等。其中，智能硬件服务立足智能硬件优势，逐渐向教育场景渗透，且部分细分产品领域已经有头部企业出现。例如：以希沃交互大屏为立足点进入智能教育市场的视源股份;以互联网、交换机等网络产品为起点，扩展到无线教学课堂与云课堂产品的锐捷网络等。现阶段基础设施服务的硬件普及基本完成，市场增量空间有限，未来市场的增长点将更多地来自其与智能技术的深度融合应用。云计算与大数据服务依赖数据积累、数据标注等优势，可通过数据分析、机器学习等手段，实现学习情况分析、学习路径规划等因材施教功能。由于云计算与大数据服务对技术要求较高，因此，行业门槛高，越来越被巨头企业垄断。 （二）中间层为智能技术服务

智能技术服务前期主要通过单一领域技术优势占位，后期逐渐向智能行业多领域扩展，再依托先进的智能技术优势布局各个教学场景，抢占智能教育领域市场份额，逐步向智能教育服务转变。其在“智能技术助力因材施教”领域的具体表现为：从智能语音测评、拍照搜题、智能写作批改等单场景应用向智慧课堂、大数据精准教学、自适应学习等综合场景过渡。例如：科大讯飞、先声智能、驰声科技等企业早期以提供智能语音技术为主，现逐渐向提供综合智能

技术服务转变;商汤科技、旷视科技等以图像识别为起点，逐步布局多领域、多方向的智能技术;百度、腾讯等传统互联网巨头基于较为成熟的技术平台，通过开放API接口等形式实现前沿智能技术向教育领域的输出。 （三）最上层为因材施教应用服务

总體看来，当前因材施教应用服务的业务布局正处于从辅助教学的外围层（如题库、测评等）向提升教学质量和效果的核心层（如规划学习路径、智能教学助理、侦测能力缺陷等）过渡的阶段。从各应用场景来看，当前各类因材施教相关产品基本覆盖教、学、考、评、管等全场景，智慧课堂、大数据精准教学、在线教育、智能题库、自适应学习、学习机、教育机器人、智能批改、智能考试、智能口语评测、学生综合素质评价、走班排课等细分场景均有典型代表企业。此外，还涌现出一批全场景应用服务提供商，如科大讯飞、好未来等，这类企业充分发挥其技术与生态优势，将智能技术与教育深度融合，提供全场景教学应用服务，打通了教学全流程数据。

五、与因材施教相关的教育App现状统计及特点分析 （一）总体样本选择与有效样本筛选 1. 总体样本选择

自2019年11月教育部开始实施教育App备案管理制度起，截至2020年1月底，教育部先后公布了三批教育App备案名单，共完成1928个教育App的备案（首批152个、第二批476个、第三批1300个）。2020年3月，教育部科技司发布《关于启用教育App备案信息查询功能的公告》，表示教育移动互联网应用程序备案管理平台（以下简称管理平台）已上线教育App备案信息查询功能，并公布已完成备案的教育App提供者和教育App的信息[9]。在此之后，教育部不再专门公布教育App的备案名单，教育App经所在地省级教育行政部门核验通过后上传至管理平台。

鉴于目前智能教育市场产品种类繁多、标准缺乏的现状，无法获取到全面、严谨的因材施教相关产品的统计数据，本研究选取教育部公开发布的前三批教育App备案名单中的1928个作为总体样本，分析智能教育市场中与因材施教相关的教育App的现状。 2. 有效样本筛选

根据上文对因材施教教学模式的要素和层级结构、助力因材施教的相关技术及应用场景、因材施教相关企业技术服务图谱的阐述，本研究在选择因材施教相关产品时主要参考依据为：（1）可提供学生个性化差异分析功能——能基于智能技术进行学情数据分析，评估与预测学生知识与能力，掌握学生个体差异性特点;（2）可提供个性化教与学服务——能基于智能

技术创设适切的教学情境，支持精准化教学、个性化作业、个性辅导与答疑等;（3）可助力学生全面而有个性的发展——能基于智能技术进行多元发展评价、规划和推荐个性化发展路径等。

基于以上判定依据，结合1928个教育App的具体功能，对总体样本进行详细筛选统计，若App的功能满足以上依据中一个或几个指标，则将其判定为与因材施教紧密相关的教育App。在经过严谨的多轮筛选后，最终得到561个与因材施教紧密相关的有效样本，占总体样本的29.10%。