学业评价主要分为两类，一类是标准参照，一类是常模参照。常模参照，就是依照对比结果（例如考试或者竞技成绩的名次排列）进行等级划分的学业评价方式。常模参照优点是竞争性强，有利于激发个体为了实现更高排名与等级而不断努力。然而从围棋机构留生率角度来看，常模参照产生了“对比教育”的副作用，让竞技成绩不够突出的孩子在心理上处于劣势地位，容易产生自我质疑、归属感不强，进而造成了“弱势”学员群体的高淘汰率。        从竞技角度来说，常模参照有利于围棋朝向高水平层面发展，但是从围棋普及的愿景出发，标准参照的建立已是势在必行。现在国内一些省市开始尝试在学员级位阶段采用试题答卷的方式，依据分数来进行等级考评，这样的举措有利于棋童之间降低对比性，淡化了名次，更加注重测评个体学员自身对于围棋知识的掌握程度，可以算得上标准参照建立过程中的积极探索，虽然不够成熟，却为围棋教育的普及发展提供了一种新的思路。        试题答卷评定等级，解决了常模参照依据名次而不是依照棋童真实水平划分级别的问题，却忽视了围棋的本质，即围棋的游戏特点与竞技性。众所周知，围棋是综合力量的游戏，不能停留在纸上谈兵，掌握知识的多少与棋力之间，也绝非对等关系。试题答卷评定等级，必然引导围棋教学向着“应试”方向发展，违背了围棋游戏棋无定式、自由思想的精髓核心。        人工智能时代，为围棋的标准参照找到了完美答案，那就是人工智能围棋的后台大数据，完全实现了对棋童综合能力的评估与棋力判断。既摆脱了常模参照的排名法对孩子的“否定”，又避免了试题答卷造成的应试倾向，让每一个学围棋的孩子，都得到一份公正客观的综合评定，对于保障棋童学习的积极性，降低流失率起到良好作用。且依据综合数据，在教学中能够针对性弥补短板，为孩子的平衡发展提供保障。

爱思通是由弈城围棋网开发

针对传统围棋教育的难点

基于用户对弈大数据

由人工智能专家与一线的围棋教育工作者

共同研发出来的一款围棋人工智能自适应学习系统

通过快乐的大脑训练过程

提高孩子解决问题的能力

更加符合现在少儿的生活习惯与学习特点