自适应学习在日本、北美已经发展多年，在国内也有多个网络平台宣称采用这种方式。

    传统的教学中最大的问题就是缺少个性化，同一个教室同一个进度。即使是考了同样的分数，每个人的得分点和得分原因其实是不一样的。传统的在线学习方式也只是线性学习，就是每个学生的学习路径都是一样的，欠缺学习精确度和个性化。现在，技术的发展为自适应学习提供了很好的技术平台，如果把知识点的标签体系建构完整、进行精确的分类，就能够更好地提高学习的效率。

    网络发展的方向是更加尊重每个人的个性化选择。网络自适应学习如果得到海量数据的支持，推送就能更精确，学习者可以通过课前的评测预设课程方向，在学习过程中通过动态数据调控方向。通过数据分析实时评测，进行学习资源定制，及时诊断出学习者出现的问题，根据学习者的知识水平配置不同的知识点并调整学习路径，通过个性化的练习培养自主学习的习惯。比如说有一种自我练习和考试评价软件，当你回答评测题的时候，会根据你答对答错的情况，下一个题进行动态调整，只提供适合你的题目，目的是有效率地检测出学习者的能力。