北京2017年11月15日電 /美通社/ -- 2017年11月15日，戴耐德亞太區(qū)總裁Ciaran Lally先生在GET2017教育科技大會上發(fā)表了以《The formula for achieving TOP SPEED in English Language Learning》為主題的演講。
新技術的應用為教育市場注入了新的活力，為用戶帶來了新的學習體驗。而對于英語教學來講哪些新技術更為高效? 應用何種新技術能讓學生以較快的速度獲得學習效果?
Ciaran與參會者們分享了戴耐德的觀點。他提到，在現(xiàn)階段語言教育的發(fā)展過程中，人工智能推動了個性化學習的進一步突破，用人工智能開啟語言教育領域的新型模式是大勢所趨。戴耐德的“動態(tài)學習內容”是人工智能在個性化學習和高效學習方面的成功應用。它根據每位學生的實時學習狀況進行不斷的調整，確保在整個學習全過程中，學習難度總能保持最適合的狀態(tài)。
當然，人工智能也并非無所不能。在英語學習過程中，人工智能還無法完全替代老師。老師在學習過程中仍舊起著舉足輕重的作用。他們持續(xù)激勵學生堅持學習、幫助學生做語言的個性化拓展和詞匯量擴充，這些都是當前人工智能力所不能及的。
而在戴耐德的教學環(huán)境中，自主練習和面授課（教室/在線）缺一不可。自主練習幫助學生掌握語言框架，強化基本技能，讓學生有聽懂和開口的能力。面授課上老師幫助學生在真實的互動交流中應用和延展所學語言。讓學生體驗語言應用的快樂，這樣才能保持學習的動力。
Ciaran還提到，未來的英語教學若想以用戶為中心并提升學習效率，需要具備個性化的學習過程、定制化的學習內容、多元化的學習方式等。而這些都源自大數據的驅動。
據2016年IBM個性化教育研究報告指出，應用大數據來支持個性化學習一般可分成五個層次。當前，全球的教育公司大多集中在前三個初級階段，分別是無數據、提供描述性數據或提供診斷性數據。而在過去的30年間，戴耐德一直致力于大數據的運用，不僅有描述性數據和診斷性數據，并早已運用更高級別的預測性和指導性數據來管理教學。
戴耐德運用大數據，幫助學生設定對應國際標準的學習目標、提供可視化的學習路徑和實時的學習反饋，從而給予學生具體而有效的指導。還可根據學生當前的英語綜合能力、學習強度和學習效率來預測到達既定目標所需的時長。
最后，Ciaran再次強調了高效英語學習的三大必備因素：
