01问题所在
学校记录的是学习活动，但很少有学校能说清一位学习者究竟掌握了什么。成绩、完成情况和登录记录分散在各个系统中，并且每学期清零。学完一节课不等于掌握，一次考试也只是一个时间点。这些记录都无法表明学习者真正展示过什么、哪些方面尚未被考察，或者下一步应该怎么做。
02系统
面向学校与教育集团的学习智能。
Philomi 为每位学习者持续维护一个 Learning Twin。观察记录、项目作业和评估会关联到它们所体现的概念，以及每个概念所依赖的先修知识。只有经过验证的证据才能改变掌握状态。Learning Twin 把课程、概念和薄弱环节，与一个附有理由的下一步联系起来。Philomi 是一个学习智能层，与现有的 LMS 和 SIS 平台并行运作，而不是取代它们。
03为何重要
为每位学习者持续维护一个 Learning Twin，呈现有证据支撑的掌握程度、阻碍其进步的薄弱环节，以及清晰的下一步。
服务对象
- 学校与多校区教育集团
- 教师与学校管理者
- 4至18岁的学习者
- 家庭
04核心功能
- 01
持续更新的 Learning Twin
有证据支撑的概念状态、其背后的先修知识，以及尚未评估的内容，跨学科、跨学年持续保存。
- 02
先有证据，再谈掌握
学习作业产生候选证据，由教师或确定性检查加以验证，只有经过验证的证据才能改变掌握程度。
- 03
附带理由的下一步
当某项先修知识缺失时，学习路径随之调整，学习者、教师和家庭都能看到原因。
- 04
受治理的学校智能
管理者可以看到反复出现的薄弱环节、证据不足之处以及正在进行的干预。校区之间结合具体情境进行比较，小样本群体不予显示，且从不排名。
05产品实景
截图均为 Philomi 公开网站的原样截取，未经编辑。凡该项目将示例标注为示意或合成内容之处，均保留原有标注。
06运作方式
- 01
学习融于作业
项目、写作、讲解和观察记录，针对其所体现的概念产生候选证据。
- 02
验证
教师审核每一条候选证据；在答案明确无歧义时，也可由确定性检查加以确认。
- 03
掌握状态
只有经过验证的证据，才能让一个概念从“尚未评估”依次推进到“初步显现”“发展中”，直至“牢固掌握”。
- 04
下一步路径
课程、先修知识和薄弱环节共同决定下一步，并连同理由一起展示给学习者、教师和家庭。
07独特之处
Philomi 不是 LMS，也不是人工智能辅导老师。人工智能的输出从不被当作证据，“未知”也从不被解读为“薄弱”。学习者会遇到一位学习伙伴，它的存在感随年龄而变化，也可以调低或关闭。这里没有连续打卡、积分或徽章，也不对任何学校、班级或孩子进行排名。
08信任与治理
由人做决定：人工智能负责起草和提出建议，决策由教师、家庭和学校管理者做出。数据在设计上即做到最小化，每一次访问都受到治理和审计。没有人脸识别、情绪检测、视线追踪或行为评分。人工智能的回复须通过安全、年龄和政策检查，必要时升级交由人处理。
09在组合中的定位
人
Philomi 是创始人项目组合中的教育创业项目。它把共同的方法带进学校：从学习者实际展示出的能力出发，先有证据，再谈掌握，让教师和家庭对决策负责，并为多语言的日常课堂使用而构建。