引子

School of One

約翰·佩雷斯是美國紐約布魯克林區(qū)八十八中的一位七年級學(xué)生。他每天到學(xué)校后，第一件事情就是打開學(xué)習(xí)終端，領(lǐng)取一份個人學(xué)習(xí)日程表。這份日程表的課程安排與他的同伴不一樣，因為約翰最近一次的代數(shù)練習(xí)只得到了B，所以今天的時間表上安排了他參加一個小組講座，補修昨天有問題的內(nèi)容。事實上，約翰的每位同學(xué)得到的日程表安排都不一樣。這是由于八十八中正在實施一個叫做School of One的項目——紐約市教育部門的一項初中數(shù)學(xué)教改項目。School of One采用了一項最新的技術(shù)，能自動為每位學(xué)生提供個人學(xué)習(xí)計劃。因此，根據(jù)自己的學(xué)習(xí)需求和優(yōu)勢，每位學(xué)生都能獲得獨特的每日時間表；且每個時間表和教學(xué)計劃都是自動調(diào)整以適應(yīng)每位學(xué)生能力和最成功的學(xué)習(xí)方法。由于School of One以學(xué)生為中心，把技術(shù)和課程整合，并在學(xué)校提供一種混合式學(xué)習(xí)環(huán)境，滿足了每位學(xué)生的個性化學(xué)習(xí)需求，所以在2009年《時代》雜志評選的50項最佳發(fā)明中，該項目是獲此殊榮的唯一一項教育創(chuàng)新。2011年，美國教育發(fā)展中心的兒童和技術(shù)中心對該項目2010年的實施進行了獨立評估，結(jié)果顯示：參與學(xué)生的數(shù)學(xué)成績顯著跑贏非參與的學(xué)生。

綜述

● 優(yōu)秀教師的做法

每位學(xué)生的學(xué)習(xí)都是獨特的。優(yōu)秀教師的做法是對學(xué)生的學(xué)習(xí)情況進行適應(yīng)性分析，根據(jù)學(xué)生的家庭背景、興趣和愛好，以及知識基礎(chǔ)、學(xué)習(xí)能力、學(xué)習(xí)方式等，在每次學(xué)習(xí)之前，在每次作業(yè)或測驗后，為不同學(xué)生提供不同的輔導(dǎo)策略、補救措施和對應(yīng)的學(xué)習(xí)材料。采取這種適應(yīng)性教學(xué)法（個別化教學(xué)和差異化教學(xué)），使學(xué)生在教師的幫助下能進行定制化學(xué)習(xí)。

不過，即便是最優(yōu)秀的教師也很難完成面面俱到的分析，許多教師只是做到了在某些方面適應(yīng)性分析，而且不是每位學(xué)生都會受到如此的照顧。因為，沒有現(xiàn)代信息技術(shù)技術(shù)的幫助，要做到這一點需要極大工作量。

● 斯金納的機器教學(xué)

在20世紀(jì)50年代，哈佛大學(xué)教授、心理學(xué)家B.F.斯金納根據(jù)自己創(chuàng)立的新行為主義理論發(fā)明了教學(xué)機器，并以此來進行程序化教學(xué)。其原理就是：把教學(xué)材料分解成按循序漸進原則有機聯(lián)系的幾百甚至幾千個問題框面組成的程序；在學(xué)生回答問題過程中，教學(xué)機器根據(jù)學(xué)生的薄弱環(huán)節(jié)呈現(xiàn)教學(xué)材料進行提示，直到學(xué)生回答正確后再進行下一個內(nèi)容的學(xué)習(xí)。

課堂上采用斯金納的教學(xué)機器，與傳統(tǒng)的班級教學(xué)相比較有許多優(yōu)點。第一，教學(xué)機器能即時強化正確答案，學(xué)習(xí)效果的及時反饋能加強學(xué)習(xí)動力。而在傳統(tǒng)班級教學(xué)中行為與強化之間間隔時間很長，因而強化效果大大削弱。第二，教學(xué)機器使學(xué)生學(xué)習(xí)行為得到積極強化，力求獲得正確答案的愿望成了推動學(xué)生學(xué)習(xí)的動力，提高了學(xué)習(xí)效率。傳統(tǒng)的教學(xué)消極強化，會導(dǎo)致學(xué)生失去學(xué)習(xí)興趣。第三，采用教學(xué)機器，一個教師能同時監(jiān)督全班學(xué)生盡可能多地完成作業(yè)。第四，教學(xué)機器允許學(xué)生按自己的速度循序漸進地學(xué)習(xí)，這能使其對教材掌握得更牢固，提高他們的學(xué)習(xí)責(zé)任心。第五，采用教學(xué)機器，教師就可以按一個極復(fù)雜的整體把教學(xué)內(nèi)容安排成一個連續(xù)的順序，設(shè)計一系列強化列聯(lián)。第六，教學(xué)機器可記錄錯誤數(shù)量，從而為教師修改程序提供依據(jù)，結(jié)果是提高了教學(xué)效果。第七，學(xué)習(xí)時手腦并用，能培養(yǎng)學(xué)生自學(xué)能力。

但是由于缺乏對認知心理學(xué)的借鑒、教學(xué)內(nèi)容媒體形式和機器功能單一等不利因素，使機器教學(xué)實踐并沒達到預(yù)想效果。實踐中缺乏師生間的及時交流；過細分割教學(xué)內(nèi)容導(dǎo)致學(xué)生缺乏對知識的整體認知；學(xué)生盲目地追求學(xué)習(xí)進度、猜想問題的答案和不求甚解。不過，教學(xué)機器是一種自適應(yīng)學(xué)習(xí)系統(tǒng)萌芽，初步實現(xiàn)了量身定制的教學(xué)，并努力讓學(xué)習(xí)者從信息的被動接受者轉(zhuǎn)變?yōu)榻逃^程的合作者。

● 計算機智能化教學(xué)

20世紀(jì)70年代后，結(jié)合計算機技術(shù)和認知心理學(xué)發(fā)展起來的人工智能逐漸成熟，用于教育的各種智能教學(xué)系統(tǒng)也相繼被開發(fā)出來。智能教學(xué)系統(tǒng)是利用計算機為學(xué)習(xí)者提供及時性和定制化的教學(xué)和反饋的適應(yīng)性支持系統(tǒng)，它的結(jié)構(gòu)包括四個基本組成部分：認知模型、學(xué)生模型、教師模型、界面模型（Charles P. Bloom， R. Bowen Loftin）。

認知模型決定問題解決可能需要的所有步驟。更具體地說，這種模式包含要學(xué)習(xí)領(lǐng)域的概念、規(guī)則和解決問題的策略。它的主要實現(xiàn)功能為：專業(yè)知識庫，學(xué)生表現(xiàn)或檢測錯誤的評價標(biāo)準(zhǔn)等。學(xué)生模型跟蹤和模擬學(xué)生的認知、情感狀態(tài)以及隨著學(xué)習(xí)進程的發(fā)展出現(xiàn)的變化。

教師模型根據(jù)認知模型和學(xué)生模型的信息選擇教學(xué)的策略和行動。界面模型實現(xiàn)人機交互的所有功能。

隨著計算機智能化教學(xué)研究和實踐的深入，學(xué)界逐漸總結(jié)出了設(shè)計和開發(fā)的八項原則和四個階段。智能教學(xué)系統(tǒng)的設(shè)計以使學(xué)生成功解決問題為總原則，并輔以這八項原則：①模擬學(xué)生的能力。②表現(xiàn)傳遞目標(biāo)結(jié)構(gòu)是問題解決的基礎(chǔ)。③在解決問題的環(huán)境中提供教學(xué)。④深化對解決問題的知識的抽象理解。⑤最大程度減少學(xué)習(xí)過程中的記憶負荷。⑥對錯誤提供即時反饋。⑦為學(xué)習(xí)調(diào)整教學(xué)容量。⑧幫助學(xué)生循序漸進地達成目標(biāo)技能。

智能教學(xué)系統(tǒng)的開發(fā)和大多數(shù)的教學(xué)設(shè)計過程大致相同，包括四個迭代階段：①需求評估。②認知任務(wù)分析。③初始教學(xué)的實施。④評價。

由于得益于行為主義和認知心理學(xué)的優(yōu)勢互補，相比教學(xué)機器，智能教學(xué)系統(tǒng)顯然是較高級的自適應(yīng)學(xué)習(xí)系統(tǒng)。它能更準(zhǔn)確地分析判斷學(xué)生的學(xué)習(xí)情況，提供的教學(xué)方法、學(xué)習(xí)材料和評估方式也更多樣化。

在20世紀(jì)80～90年代，智能教學(xué)系統(tǒng)在學(xué)校教育、企業(yè)培訓(xùn)和軍事訓(xùn)練中得到了較多應(yīng)用，成功的個案主要體現(xiàn)在數(shù)學(xué)、健康科學(xué)、語言習(xí)得等領(lǐng)域的教學(xué)。不過，由于智能教學(xué)系統(tǒng)開發(fā)和實施成本昂貴，導(dǎo)致其最終沒有得到廣泛的推廣和應(yīng)用。此外，以下兩個缺點也為業(yè)界所詬?。褐悄芙虒W(xué)系統(tǒng)主要是用預(yù)設(shè)因素來對學(xué)生的學(xué)習(xí)進行適應(yīng)性分析和模擬匹配，因此不能全面地把握學(xué)生的學(xué)習(xí)需求和特征；智能教學(xué)系統(tǒng)仍然是以教師為中心（這里的教師是計算機系統(tǒng)）來實現(xiàn)個別化教學(xué)或差異化教學(xué)。這種從模擬認知—自適應(yīng)教學(xué)的模式，主要受到當(dāng)時教育、學(xué)習(xí)科學(xué)和計算機數(shù)據(jù)挖掘處理技術(shù)的發(fā)展限制。

● 自適應(yīng)個性化學(xué)習(xí)

進入21世紀(jì)，Web2.0、語義網(wǎng)和云計算等新技術(shù)相繼被開發(fā)出來，互聯(lián)網(wǎng)應(yīng)用日趨豐富。在此基礎(chǔ)上發(fā)展起來的在線學(xué)習(xí)得到了長足的發(fā)展，到了2012年出現(xiàn)了爆發(fā)式的增長。特別是計算機網(wǎng)絡(luò)數(shù)據(jù)的挖掘和處理技術(shù)的成熟使自適應(yīng)學(xué)習(xí)技術(shù)重新被重視和開發(fā)，并認為是大規(guī)模在線教育發(fā)展的重要基礎(chǔ)。2008年，結(jié)合新的教育和學(xué)習(xí)理論的研究，學(xué)界提出了利用自適應(yīng)技術(shù)服務(wù)于個性化學(xué)習(xí)的新觀點——自適應(yīng)個性化學(xué)習(xí)。綜合多方的論述，自適應(yīng)個性化學(xué)習(xí)被認為是在學(xué)習(xí)分析的基礎(chǔ)上，采用自適應(yīng)技術(shù)動態(tài)連接課程資源，以滿足學(xué)生個性化學(xué)習(xí)需求的一種學(xué)習(xí)技術(shù)。它從智能教學(xué)系統(tǒng)發(fā)展而來，在設(shè)計和開發(fā)上二者有很多相通之處，不同之處是個性化自適應(yīng)學(xué)習(xí)是以學(xué)生為中心，并有自身獨特的十條法則（Nish Sonwalkar）：

（1）“一刀切”方式在網(wǎng)絡(luò)教育中是行不通的。

（2）信息不是教育——當(dāng)前基于網(wǎng)絡(luò)的學(xué)習(xí)正導(dǎo)致信息過載。

（3）學(xué)習(xí)需要一個對多種媒體內(nèi)容的認知過程。

（4）不同個體的學(xué)習(xí)，涉及學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑的不同。

（5）基于認知的發(fā)展和對新知的消化吸收進度，每個人有不同學(xué)習(xí)策略。

（6）個性化的學(xué)習(xí)是達到更高的完成率和更快的學(xué)習(xí)的一種方式。

（7）學(xué)習(xí)是四維的，其中包括：多種媒體，認知策略，交互性和社會化學(xué)習(xí)。

（8）唯一有意義的評估是幫助學(xué)習(xí)者提高，并達到所需的能力。

（9）用正確的學(xué)習(xí)策略和學(xué)習(xí)的步伐，任何人都可以達到即定的學(xué)習(xí)目標(biāo)。

（10）教師最大的作用是引導(dǎo)學(xué)生如何學(xué)習(xí)，而不是學(xué)習(xí)什么。

● 自適應(yīng)個性化學(xué)習(xí)的特征

1.學(xué)習(xí)分析技術(shù)

采用新的學(xué)習(xí)分析技術(shù)，能全面掌握學(xué)生的學(xué)習(xí)情況。通常做法是對學(xué)生進行課前的形成性評估來完成學(xué)習(xí)分析。自適應(yīng)個性化學(xué)習(xí)采用的學(xué)習(xí)分析技術(shù)是基于學(xué)生的“大數(shù)據(jù)”，利用特殊的算法來得出學(xué)生的學(xué)習(xí)需求和學(xué)習(xí)特征。這項技術(shù)得益于商業(yè)智能的發(fā)展，即對大量商業(yè)數(shù)據(jù)源的統(tǒng)計、評估和識別，可以幫助企業(yè)做出更明智的決策。同樣，學(xué)校對大量學(xué)生信息的搜集、管理和分析，能幫助學(xué)校和教師實施提高學(xué)習(xí)效果和更利于學(xué)生發(fā)gmQ5KIr67e6qoen0Al93Ag==展的教育教學(xué)行為。

學(xué)生參與在線學(xué)習(xí)后，會留下大量的數(shù)據(jù)碎片，學(xué)習(xí)分析系統(tǒng)通過對這些數(shù)據(jù)的跟蹤、搜集和統(tǒng)計，分析出學(xué)生活動和學(xué)習(xí)成果之間的相關(guān)性，識別促進和阻礙學(xué)生學(xué)習(xí)的因素，并把這些數(shù)據(jù)轉(zhuǎn)化為教育工作者能理解的知識呈現(xiàn)出來。

在學(xué)校中，這些被稱為“大數(shù)據(jù)”的大量數(shù)據(jù)碎片，主要來自學(xué)生信息系統(tǒng)、學(xué)習(xí)管理系統(tǒng)、數(shù)字內(nèi)容管理系統(tǒng)評估和成績管理系統(tǒng)。從這些系統(tǒng)中搜集了學(xué)生的家庭背景、興趣和愛好，以及訪問的內(nèi)容、停留的時間、學(xué)習(xí)的進度、獲得的評價和成績單等數(shù)據(jù)；還有，學(xué)生在互聯(lián)網(wǎng)上訪問的社會化媒體（博客、微博、圖片和視頻分享網(wǎng)站等）也留下了大量的數(shù)據(jù)；最近興起的MOOCS和數(shù)字教科書也能搜集學(xué)生的學(xué)習(xí)數(shù)據(jù)。而每個學(xué)生知識基礎(chǔ)、學(xué)習(xí)能力、學(xué)習(xí)方式和學(xué)習(xí)步伐就蘊含在這些數(shù)據(jù)中。通過學(xué)習(xí)分析技術(shù)就能把這些重要的知識顯現(xiàn)出來，為教育教學(xué)提供有力的參考。

2.自適應(yīng)學(xué)習(xí)路徑

采用新的自適應(yīng)技術(shù)，生成學(xué)生個性化學(xué)習(xí)路徑。學(xué)習(xí)分析結(jié)果不但能為教育工作者提供了解學(xué)生的管道，還被用于自適應(yīng)分析來幫助學(xué)生實現(xiàn)個性化學(xué)習(xí)。自適應(yīng)技術(shù)能動態(tài)連接學(xué)習(xí)分析結(jié)果和課程體系，為每位學(xué)生自動生成一個獨特的學(xué)習(xí)路線圖。每個路線圖可能會包含時間安排、方法推薦、課程和學(xué)習(xí)材料的推送等，并能給予學(xué)生充分的自主性，能讓學(xué)生知道學(xué)什么、如何學(xué)習(xí)以及自己掌控學(xué)習(xí)。

在借鑒智能教學(xué)系統(tǒng)結(jié)構(gòu)模型的基礎(chǔ)上，自適應(yīng)技術(shù)采用了復(fù)雜的統(tǒng)計和概率學(xué)算法，分析出學(xué)科知識的結(jié)構(gòu)和難易程度，以及對應(yīng)課程和學(xué)習(xí)材料的層次和呈現(xiàn)風(fēng)格，匹配學(xué)生已有的學(xué)習(xí)特征和對當(dāng)前知識的掌握程度，最終形成每位學(xué)生的個性化學(xué)習(xí)路徑。

這一學(xué)習(xí)路徑不是一成不變的，而是會根據(jù)學(xué)生每段時間的學(xué)習(xí)活動及評估報告做動態(tài)的調(diào)整。當(dāng)然，自動匹配的學(xué)習(xí)路徑并非真正完美契合每個學(xué)生，因此學(xué)生自己可以通過每天的學(xué)習(xí)心理狀態(tài)自我評估或選擇性接受系統(tǒng)的學(xué)習(xí)活動安排，以及參考教師的反饋來對學(xué)習(xí)路徑進行修正。

3.課程內(nèi)容多樣化

提供多樣化的課程和學(xué)習(xí)材料，支持學(xué)生的獨特的認知需求。要實現(xiàn)個性化學(xué)習(xí)，就應(yīng)該滿足學(xué)生對不同課程、環(huán)境，以及學(xué)習(xí)方法、節(jié)奏、教師選擇的需要。因此，自適應(yīng)個性化學(xué)習(xí)系統(tǒng)中為學(xué)生提供了以下多樣化的課程：

對同一學(xué)科的課程內(nèi)容多樣化體現(xiàn)在：不同的教材，不同的起點，不同的環(huán)境以及不同的評價手段。不同的環(huán)境包括：大組講授（12～24人），小組講授（6～12人），小組合作（3～6人），在線講座，實時遠程輔導(dǎo)，獨自學(xué)習(xí)，實踐活動等。不同評價手段：學(xué)習(xí)需求診斷，每日學(xué)習(xí)進步評估，統(tǒng)一測驗，教師和同學(xué)給予的人工評價，學(xué)生自我學(xué)習(xí)狀態(tài)評估等。

學(xué)習(xí)材料的多樣化指的是：圖文、音視頻、3D材料、動漫、游戲等。

個性化學(xué)習(xí)路徑生成后對課程和學(xué)習(xí)材料的推送也不是單一化的。學(xué)生可采用系統(tǒng)最優(yōu)推薦，或自主挑選喜愛的學(xué)習(xí)內(nèi)容，以及在受困時及時更換學(xué)習(xí)材料，這樣才能最大限度符合個性化學(xué)習(xí)的特征，實現(xiàn)無障礙學(xué)習(xí)。

● 自適應(yīng)個性化學(xué)習(xí)案例

1.Knewton

Knewton（紐約市的一家網(wǎng)絡(luò)培訓(xùn)公司）是較早進入自適應(yīng)個性化學(xué)習(xí)領(lǐng)域的公司之一，他們聲稱開發(fā)了行業(yè)內(nèi)“最強大的自適應(yīng)學(xué)習(xí)引擎”，其“連續(xù)適應(yīng)性能力能滿足每個學(xué)生每天的教育內(nèi)容定制”。該算法能判斷用戶實際水平，并為用戶提供與其水平相適應(yīng)的課程。Knewton通過不斷的提問和測試，判斷使用者的真實水平，再為用戶提供與之水平相對應(yīng)的課程輔導(dǎo)；并強調(diào)用即時反饋、社區(qū)協(xié)作和游戲化促進學(xué)生個性化和快速地學(xué)習(xí)。2012年夏天，亞利桑那州立大學(xué)數(shù)學(xué)系超過2000名學(xué)生使用Knewton兩個學(xué)期后，缺勤率下降了56％，合格率從64％上升至75％，45％的學(xué)生能夠提前4周完成學(xué)習(xí)任務(wù)。（網(wǎng)址：http：//www.knewton.com）

2.DreamBox

DreamBox開發(fā)的智能自適應(yīng)學(xué)習(xí)平臺專注于美國小學(xué)數(shù)學(xué)課程。目前為止該平臺已贏得了超過20項教育和科技行業(yè)大獎，并在美國50個州的公立和私立學(xué)校得到廣泛采用，擁有500多個在線數(shù)學(xué)課程、謎語、游戲及其他課程等內(nèi)容。DreamBox能根據(jù)學(xué)生的回答，自動調(diào)整難度、支架、問題的順序和進度。確保每位學(xué)生在自己的最佳學(xué)習(xí)區(qū)得以進步。自適應(yīng)學(xué)習(xí)技術(shù)與教育理念緊密結(jié)合在一起，達成高度個別化學(xué)習(xí)。值得一提的是DreamBox的平臺并非單純用于在線學(xué)習(xí)，而是更多地用于混合學(xué)習(xí)環(huán)境中的個性化學(xué)習(xí)。2011年8月，獨立研究機構(gòu)SRI發(fā)現(xiàn)，在加利福尼亞州的3個學(xué)校使用Dreambox平臺16周后，學(xué)生的測試成績提高了5.5％。（網(wǎng)址：http：//www.dreambox.com）