早在30多年前，教育家们就已经知道，在一对一的辅导以及掌握学习法（对某一问题不断钻研直至完全掌握，而不是以通过考试为学习的终点）之下，学生的学业表现会更好。当然，学业的成功也是需要动机的，不论是来自学生内心的驱动力，还是来自家长、老师或是同辈群体的激励。

　　那么，大规模网络公开课（MOOCs）的兴盛是否会削弱这些成功动机的影响力呢？根本不会！相反，数字工具为我们提供了实现成本效益的最佳途径：个性化学习。

　　我之所以如此肯定，是因为两种教学方法我都尝试过。几年来，我和塞巴斯蒂安·史朗（Sebastian Thrun）一直在斯坦福大学教人工智能课，我们按传统的方式讲课、布置课后作业，在学期考试的时候给学生们出同样的考题。结果，每个学期都只有5%―10%的学生能定期参与课堂的深入讨论和好好听课，其他的学生则消极得多。我们觉得，肯定有其他更好教学方法。

　　于是，在2011年秋季，我们尝试了一件全新的事情――在传统的课堂学习之外，我们创建了一个对所有人免费开放的网络课程。我们的首次尝试取得了不错的成绩：超过100 000人参与了课程学习，其中23 000人完成了整个课程的学习。

　　在诺贝尔奖得主赫伯特·西蒙（Herbert Simon）“学习源于学生的所作所为、所思所想，并仅源于此”这一论断的启发下，我们创建了一个以关注学生的作为和学习反馈为核心的课程。我们的课是很短的视频（2―6分钟），目的在于帮助在线学生做好做练习题的准备。这些练习题，有些需要在视频中对解题所需的数学方法进行详细讲解；有些则是开放式问题，让学生独立思考然后在论坛上交流和进一步推敲自己的想法。

　　我们的课程使学习变得积极而非被动，产生了许多类似于辅导所能带来的效果，而且还有助于增强学生的学习动机。教育领域的许多研究为我们课程的设置提供了理论支持。比如，卡尔·K·什普纳尔（Karl K.Szpunar）、诺瓦尔·Y·可汗（Novall Y.Khan）和丹尼尔·L·沙克特（Daniel L.Schacter）2013年发表在《美国国家科学院论文集》的一项研究显示，频繁的互动有助于集中注意力。再如，威廉·B·伍德（William B.Wood）和金伯莉·D·坦纳（Kimberly D.Tanner）发表在2012年的《生命科学教育》上的一篇论文所指出的，学习能在学生自己思考（而非被动地听课）时得到强化。正因如此，一个经过合理设计的自动智能教学系统就可以产生和人类教师一样的教学效果――正如库尔特·范·莱恩（Kurt van Lehn）2011年发表在《教育心理学家》上的荟萃分析中所指出的一样。

　　我们课程的最后一个重要优势就在于它快速的自我完善能力。我们对许许多多学生容易掌握和容易出错的知识点进行分析，从而找出课程需要调整完善的地方。更难得的是，我们对学习反馈信息的获取是在网络课程不间断的情况下同步进行的。在我们的课程里，人类教师对数据信息进行分析，而人工智能系统则执行分析结果，从而为学生接下来的学习提供引导和建议――就像现在的购物网站可以自动推荐你可能感兴趣的书和电影一样。

　　在线学习就像课本一样，只是一个工具。老师和学生使用工具的方法才是最为重要的。