由于教育大数据和教育智能相关的工作处于初级阶段，很多工作需要从人工做起，由人工找到相应的问题的规律，找出工作和智能思想的框架，找出思想挖掘的规律，逐一地进行有目标的、从小到大的、以问题为引领的获取方法的开发。这是一个漫长且艰苦的工作，需要去除功利心理，实施大规模的、有组织的投入。所获得的思想和内容不仅是为教育服务，而且具有非常大的社会效益、科学研究效益，它将在各专业领域里起到重要的作用。

从技术上来讲，采集几乎用了人工智能所有的获取手段，用了人工智能所有的思想框架支持方法，如知识图谱、深度学习、语义辨识、专家系统等。

从文科的角度看，采集智慧思想充分利用了教育心理学和社会心理学的很多知识。在获取知识的过程中，我们需要给予被采访者最大尊重，在交互和问答当中，给予恰当的提示和不产生反感的引导。(www.daowen.com)

在深度交换问题中体现出问题深度挖掘的过程，就需要智能系统首先自我辨识问题，探索性地构造问题，这种探索应该是以对方内容陈述为主、专家思想引导为辅的原则，将被采访者的情愿性和表现性放在一个重要的位置，宁肯在采访当中有大量的冗余出现，也不放过其中有用的话。

不管是社会学科观点还是自然学科观点，不管是系统化还是非系统化，对构造问题、构造知识图谱进行学习训练来说都很重要。能够辨识问题和有效分割问题，将问题简单化、单元化，并再次进行分类是非常重要的。所以在采访当中，如果能够有效地组织问题，可能问题将会更加单元化和聚焦化。当然通过技术手段也可以完成，但是代价太大了。