曾文婕 　曾育芬　伍曉琪　曾密成　黃甫全

摘 要

以認(rèn)知負(fù)荷理論觀照，減負(fù)不是一味地減，而是減輕外部認(rèn)知負(fù)荷和內(nèi)部認(rèn)知負(fù)荷，提升關(guān)聯(lián)認(rèn)知負(fù)荷。基于人工智能的教育創(chuàng)新，為減負(fù)提供了諸多新思路。其一，提供個(gè)性化和便于意義建構(gòu)的教育內(nèi)容以減輕學(xué)生的外部和內(nèi)部認(rèn)知負(fù)荷，提供促進(jìn)元認(rèn)知發(fā)展的教育內(nèi)容以提升學(xué)生的關(guān)聯(lián)認(rèn)知負(fù)荷。其二，個(gè)性化學(xué)習(xí)、深度學(xué)習(xí)和自主學(xué)習(xí)等方式，成為落實(shí)減負(fù)的有效方式。其三，數(shù)據(jù)挖掘與學(xué)習(xí)分析技術(shù)、自適應(yīng)測(cè)驗(yàn)、網(wǎng)絡(luò)化自我評(píng)估，為減負(fù)提供了多種可能。

關(guān) 鍵 詞

減負(fù)；人工智能；認(rèn)知負(fù)荷；元認(rèn)知

中圖分類號(hào)

G41

文獻(xiàn)編碼

A

文章編號(hào)

2095-1183（2018）05-000-04

減負(fù)，近年來備受重視。然而，一輪接一輪的減負(fù)行動(dòng)在某種意義上反映出成效不彰甚至陷入“越減越重”的尷尬境地。[1]今年“兩會(huì)”期間，減負(fù)再次成為會(huì)里會(huì)外的關(guān)注熱點(diǎn)之一。減負(fù)，需要新思路，而人工智能的發(fā)展，為教育理念、內(nèi)容、方式和評(píng)估帶來了一系列創(chuàng)新，為減負(fù)提供了新的可能。

一、減負(fù)的理念創(chuàng)新

減負(fù)的研究與實(shí)踐眾多，但是借助人工智能這一新興手段，深入到學(xué)生的認(rèn)知負(fù)荷層面，探討減什么負(fù)與如何減負(fù)的研究還較為鮮見。

認(rèn)知負(fù)荷理論已闡明，學(xué)生的認(rèn)知負(fù)荷主要包括三類：一是外部認(rèn)知負(fù)荷，受學(xué)習(xí)材料組織和呈現(xiàn)方式影響；二是內(nèi)部認(rèn)知負(fù)荷，受學(xué)生先前經(jīng)驗(yàn)影響；三是關(guān)聯(lián)認(rèn)知負(fù)荷，受前后知識(shí)之間的意義建構(gòu)影響。由此看來，減負(fù)并不是一味地減，而是減輕前兩種負(fù)荷而增加第三種負(fù)荷。具體而言，包括以下三點(diǎn)：（1）減輕外部認(rèn)知負(fù)荷。要求教師改變不恰當(dāng)?shù)膶W(xué)習(xí)任務(wù)組織與呈現(xiàn)方式，例如在設(shè)計(jì)課件時(shí)，要合理組織與整合學(xué)習(xí)材料，避免不必要的詞語(yǔ)、畫面或聲音等分散學(xué)生的注意力，干擾其知識(shí)建構(gòu)過程。（2）減輕內(nèi)部認(rèn)知負(fù)荷。要求降低教學(xué)材料的深?yuàn)W程度與抽象程度，適當(dāng)控制教學(xué)內(nèi)容的多寡，保證學(xué)生基于原有學(xué)習(xí)經(jīng)驗(yàn)?zāi)軌騽偃蜗鄳?yīng)復(fù)雜程度材料的學(xué)習(xí)。（3）增加關(guān)聯(lián)認(rèn)知負(fù)荷（其核心是“元認(rèn)知負(fù)荷”），要求創(chuàng)新學(xué)生建構(gòu)知識(shí)的方式方法，促進(jìn)學(xué)生元認(rèn)知發(fā)展，幫助學(xué)生加大投入到圖式建構(gòu)及其監(jiān)控中的認(rèn)知資源數(shù)量，促使學(xué)生在不同問題情境中產(chǎn)生不同圖式，使學(xué)生具備更強(qiáng)的學(xué)習(xí)能力。換言之，元認(rèn)知對(duì)認(rèn)知過程起監(jiān)控作用，強(qiáng)化有意識(shí)的元認(rèn)知監(jiān)控活動(dòng)，會(huì)增加學(xué)習(xí)過程中的認(rèn)知負(fù)荷，但這種負(fù)荷對(duì)啟動(dòng)不同知識(shí)之間的意義建構(gòu)和學(xué)習(xí)遷移具有顯著促進(jìn)作用，屬于應(yīng)該增加的認(rèn)知負(fù)荷。

當(dāng)下，人工智能飛速發(fā)展的時(shí)代已經(jīng)到來，人工智能與學(xué)習(xí)科學(xué)相結(jié)合開創(chuàng)了教育人工智能（educational artificial intelligence）新領(lǐng)域，其關(guān)鍵技術(shù)主要體現(xiàn)在知識(shí)的表示方法、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)、模式識(shí)別、自然語(yǔ)言處理、智能代理、情感計(jì)算等方面，其應(yīng)用與發(fā)展集中表現(xiàn)為智能導(dǎo)師與助手、智能測(cè)評(píng)、學(xué)習(xí)伙伴、數(shù)據(jù)挖掘與學(xué)習(xí)分析等趨勢(shì)。實(shí)現(xiàn)以上“兩減一增”，有賴于基于人工智能的教育創(chuàng)新。

二、減負(fù)的內(nèi)容創(chuàng)新

利用人工智能有助于實(shí)現(xiàn)教育內(nèi)容創(chuàng)新，包括提供個(gè)性化和便于意義建構(gòu)的教育內(nèi)容以減輕學(xué)生外部和內(nèi)部認(rèn)知負(fù)荷，提供促進(jìn)元認(rèn)知發(fā)展的教育內(nèi)容以提升學(xué)生關(guān)聯(lián)認(rèn)知負(fù)荷。

（一）提供個(gè)性化的教育內(nèi)容：減輕外部認(rèn)知負(fù)荷

不可否認(rèn)的是，學(xué)校課程中存在冗雜的內(nèi)容，充斥著無(wú)用信息，導(dǎo)致學(xué)生的認(rèn)知資源被過度消耗，在學(xué)習(xí)新知識(shí)時(shí)感到負(fù)擔(dān)較重。而人工智能可以根據(jù)學(xué)生的需要，提供個(gè)性化的教育內(nèi)容，并使內(nèi)容呈現(xiàn)方式多樣化，增加有效學(xué)習(xí)，減少無(wú)用信息的呈現(xiàn)，從而減輕學(xué)生的外部認(rèn)知負(fù)荷，達(dá)到減負(fù)增效的目的。

教學(xué)模型、領(lǐng)域知識(shí)模型和學(xué)生模型是教育人工智能的核心。第一，教學(xué)模型，主要包含教學(xué)的專業(yè)知識(shí)、技能和有效方法。第二，領(lǐng)域知識(shí)模型，包含了學(xué)生所學(xué)課目的專業(yè)知識(shí)體系。第三，學(xué)生模型，展現(xiàn)了計(jì)算機(jī)與學(xué)生的互動(dòng)，通過學(xué)生學(xué)習(xí)活動(dòng)、情緒狀態(tài)等了解學(xué)生的學(xué)習(xí)情況。學(xué)生模型可以根據(jù)學(xué)生的具體學(xué)習(xí)行為反饋其學(xué)習(xí)情況，教學(xué)模型和領(lǐng)域知識(shí)模型則通過學(xué)生模型反饋的情況來推斷學(xué)生的學(xué)習(xí)進(jìn)度，調(diào)整模型中的知識(shí)體系以適合學(xué)生的學(xué)習(xí)。

教育人工智能可以通過開展模型建構(gòu)，即在教學(xué)模型的基礎(chǔ)上，讓學(xué)生掌握相應(yīng)的學(xué)科專業(yè)知識(shí)，結(jié)合領(lǐng)域知識(shí)模型進(jìn)行知識(shí)的理解和掌握，學(xué)生模型則可以根據(jù)學(xué)生的學(xué)習(xí)情況及特點(diǎn)進(jìn)行個(gè)性化設(shè)置，避免為學(xué)生提供重復(fù)性內(nèi)容。對(duì)于學(xué)生已掌握的知識(shí)，則不必每天循環(huán)往復(fù)地進(jìn)行學(xué)習(xí)，而只需要結(jié)合認(rèn)知和記憶規(guī)律在必要時(shí)候強(qiáng)化學(xué)習(xí)，從而減少學(xué)生重復(fù)學(xué)習(xí)，減輕外部認(rèn)知負(fù)荷，增加學(xué)習(xí)效率。

（二）提供便于意義建構(gòu)的教育內(nèi)容：減輕內(nèi)部認(rèn)知負(fù)荷

如果學(xué)生的原有經(jīng)驗(yàn)水平難以勝任新內(nèi)容的學(xué)習(xí)，就會(huì)感受到較大的內(nèi)部認(rèn)知負(fù)荷，感覺學(xué)業(yè)負(fù)擔(dān)沉重。當(dāng)前，通過人工智能技術(shù)提供便于意義建構(gòu)的教育內(nèi)容，可以幫助學(xué)生更好地理解知識(shí)，主動(dòng)建構(gòu)新舊知識(shí)之間有意義的聯(lián)系。數(shù)字教材開發(fā)就是一條有效途徑。

數(shù)字教材將交互式學(xué)習(xí)環(huán)境的個(gè)性化優(yōu)勢(shì)與通過平板電腦實(shí)現(xiàn)的同步和異步協(xié)作相結(jié)合，以知識(shí)管理和協(xié)作流程支持學(xué)生學(xué)習(xí)。比如，將一些久遠(yuǎn)的、抽象的、復(fù)雜的歷史知識(shí)，利用技術(shù)力量以場(chǎng)景化的形式呈現(xiàn)，幫助學(xué)生快速理解知識(shí)。[2]基于人工智能，不僅讓知識(shí)場(chǎng)景化，更使學(xué)生可以與知識(shí)進(jìn)行交互。近年來，人們嘗試建構(gòu)開放性的學(xué)習(xí)資源框架，允許學(xué)生參與學(xué)習(xí)資源建設(shè)，師生共同協(xié)作提升資源質(zhì)量。比如，在保留現(xiàn)有網(wǎng)絡(luò)學(xué)習(xí)資源的基礎(chǔ)上，使用先進(jìn)的信息技術(shù)，將學(xué)習(xí)內(nèi)容中對(duì)學(xué)生理解知識(shí)比較重要的知識(shí)點(diǎn)由單層結(jié)構(gòu)改進(jìn)為多層結(jié)構(gòu)，為知識(shí)點(diǎn)添加背景知識(shí)、學(xué)習(xí)案例、關(guān)聯(lián)信息和交流模塊，允許學(xué)生以知識(shí)點(diǎn)為橋梁進(jìn)行學(xué)習(xí)交流和學(xué)習(xí)資源評(píng)價(jià)。[3]

（三）提供便于發(fā)展元認(rèn)知的教育內(nèi)容：提升關(guān)聯(lián)認(rèn)知負(fù)荷

需要看到，很多學(xué)生并不能將自身剩余的認(rèn)知資源加以有效利用，這需要教師予以幫助和引導(dǎo)，但教師的精力卻又較為有限。在這樣的情況下，人工智能技術(shù)可以自動(dòng)記錄，學(xué)生在學(xué)習(xí)過程的每一環(huán)節(jié)投入了多少時(shí)間，與同伴的交互程度如何，學(xué)習(xí)任務(wù)受到了教師和同伴的哪些評(píng)價(jià)。這些信息及分析與解讀，都有利于學(xué)生反思自身學(xué)習(xí)，不斷發(fā)展元認(rèn)知，進(jìn)而更有效地監(jiān)控、管理和調(diào)節(jié)自己的學(xué)習(xí)活動(dòng)，提升關(guān)聯(lián)認(rèn)知負(fù)荷。

三、減負(fù)的方式創(chuàng)新

教育人工智能彰顯了個(gè)性化學(xué)習(xí)、深度學(xué)習(xí)和自主學(xué)習(xí)等理念，成為落實(shí)減負(fù)的有效方式。

（一）個(gè)性化學(xué)習(xí)：減輕外部認(rèn)知負(fù)荷

沒有最好的學(xué)習(xí)方式，只有最適合自己的學(xué)習(xí)方式。教育人工智能認(rèn)同、倡導(dǎo)和支持每位學(xué)生以最適合自己的方式來學(xué)習(xí)。人工智能能夠?qū)崟r(shí)跟蹤、記錄和分析學(xué)生的學(xué)習(xí)過程和結(jié)果，利用模糊邏輯、貝葉斯網(wǎng)絡(luò)和案例推理等技術(shù)檢測(cè)學(xué)生隱藏的學(xué)習(xí)特點(diǎn)和偏好，據(jù)此為學(xué)生制定個(gè)性化的學(xué)習(xí)方案，推送合適的學(xué)習(xí)材料，由此大幅減輕學(xué)生的外部認(rèn)知負(fù)荷。

（二）深度學(xué)習(xí)：減輕內(nèi)部認(rèn)知負(fù)荷

深度學(xué)習(xí)，要求深度加工知識(shí)信息、深度理解復(fù)雜概念、深度建構(gòu)新舊及不同領(lǐng)域知識(shí)的意義并有效遷移應(yīng)用到真實(shí)情境中解決復(fù)雜問題，實(shí)現(xiàn)高階思維能力的發(fā)展?；谌斯ぶ悄艿纳疃葘W(xué)習(xí)方式，通過多樣化的學(xué)習(xí)策略，對(duì)學(xué)習(xí)材料進(jìn)行分析、整合與應(yīng)用，有利于達(dá)到深刻理解。教育人工智能的聯(lián)通、感知、適配、記錄等屬性，將線上空間和線下空間、不同學(xué)生的學(xué)習(xí)空間無(wú)縫聯(lián)結(jié)，為學(xué)生開展深度學(xué)習(xí)提供了智慧平臺(tái)；結(jié)合學(xué)習(xí)目標(biāo)、學(xué)生個(gè)體特征及當(dāng)前學(xué)習(xí)狀態(tài)適性配送精準(zhǔn)的學(xué)習(xí)材料、服務(wù)、工具，為深度學(xué)習(xí)提供了技術(shù)支持。[4]基于此，教育人工智能優(yōu)化了學(xué)生的學(xué)習(xí)經(jīng)驗(yàn)和認(rèn)知水平，降低了學(xué)習(xí)材料的復(fù)雜程度，從而減輕了學(xué)生的內(nèi)部認(rèn)知負(fù)荷。

（三）自主學(xué)習(xí)：提升關(guān)聯(lián)認(rèn)知負(fù)荷

學(xué)生不再是被動(dòng)的知識(shí)接受者，而是主動(dòng)的知識(shí)建構(gòu)者和學(xué)習(xí)管理者。基于人工智能的自主學(xué)習(xí)，正體現(xiàn)著這一理念，學(xué)生通過主動(dòng)的、積極的學(xué)習(xí)方式提升關(guān)聯(lián)認(rèn)知負(fù)荷，最終達(dá)到自身學(xué)習(xí)的減負(fù)。目前，已有研究人員開發(fā)了開放式學(xué)習(xí)環(huán)境，為學(xué)生學(xué)習(xí)和解決復(fù)雜問題提供了平臺(tái)和一系列工具。為了在相應(yīng)環(huán)境中完成任務(wù)，學(xué)生必須調(diào)動(dòng)元認(rèn)知來管理、協(xié)調(diào)和反思相關(guān)的認(rèn)知過程，由此，學(xué)生在學(xué)習(xí)或鞏固知識(shí)的過程中不斷進(jìn)行著元認(rèn)知練習(xí)。一旦元認(rèn)知得到發(fā)展，學(xué)生在今后的學(xué)習(xí)過程中將面臨更小的外部和內(nèi)部認(rèn)知負(fù)荷。

四、減負(fù)的評(píng)估創(chuàng)新

在人工智能背景下，教育評(píng)估將發(fā)生巨大變化，數(shù)據(jù)挖掘與學(xué)習(xí)分析技術(shù)、自適應(yīng)測(cè)驗(yàn)、網(wǎng)絡(luò)化自我評(píng)估等悄然興起，為減負(fù)提供了多種可能。

（一）數(shù)據(jù)挖掘與學(xué)習(xí)分析技術(shù)：減輕外部認(rèn)知負(fù)荷

大數(shù)據(jù)在教育評(píng)估領(lǐng)域的具體應(yīng)用主要有教育數(shù)據(jù)挖掘和學(xué)習(xí)分析學(xué)。前者旨在借助統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘方法，分析教與學(xué)過程中產(chǎn)生的各類數(shù)據(jù)，[5]后者側(cè)重通過數(shù)據(jù)的收集與分析，幫助師生理解和優(yōu)化學(xué)習(xí)以及學(xué)習(xí)情境，以便及時(shí)發(fā)現(xiàn)潛在問題并適時(shí)加以解決。教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的應(yīng)用十分廣泛，已發(fā)展出學(xué)生知識(shí)、行為和經(jīng)歷建模，學(xué)生建檔，領(lǐng)域知識(shí)建模以及趨勢(shì)分析等主題。其中，學(xué)習(xí)儀表盤就是一個(gè)典型的學(xué)習(xí)分析工具，國(guó)內(nèi)外已有諸多在線教育平臺(tái)。根據(jù)自身的服務(wù)群體和學(xué)習(xí)情境設(shè)計(jì)學(xué)習(xí)儀表盤，為學(xué)生的學(xué)習(xí)、復(fù)習(xí)和評(píng)估等環(huán)節(jié)提供了很好的幫助。

（二）自適應(yīng)測(cè)驗(yàn)：減輕內(nèi)部認(rèn)知負(fù)荷

心理測(cè)量學(xué)理論的發(fā)展與人工智能的有機(jī)結(jié)合，發(fā)展出基于計(jì)算機(jī)的認(rèn)知診斷自適應(yīng)測(cè)驗(yàn)，使得測(cè)量技術(shù)對(duì)測(cè)驗(yàn)評(píng)估的分析更為精準(zhǔn)，可以深入到學(xué)生的認(rèn)知過程、認(rèn)知成分、認(rèn)知技能和認(rèn)知策略等層面，是一種量體裁衣式的評(píng)估，其目的在于根據(jù)學(xué)生的認(rèn)識(shí)與能力水平提供相匹配的、更為合適的、難易程度相當(dāng)?shù)脑u(píng)估項(xiàng)目，為每個(gè)學(xué)生建構(gòu)更優(yōu)化的評(píng)估方案，以期減低其內(nèi)部認(rèn)知負(fù)荷。

基于信息通信技術(shù)，使用項(xiàng)目反應(yīng)理論或認(rèn)知診斷理論的網(wǎng)絡(luò)化自適應(yīng)測(cè)評(píng)系統(tǒng)，能設(shè)計(jì)海量的測(cè)驗(yàn)題庫(kù)并與學(xué)生的能力水平進(jìn)行匹配，使測(cè)驗(yàn)題項(xiàng)的數(shù)量、難度、長(zhǎng)度等適應(yīng)學(xué)生的能力水平。當(dāng)下，如何運(yùn)用網(wǎng)絡(luò)化自適應(yīng)測(cè)評(píng)系統(tǒng)進(jìn)行學(xué)習(xí)評(píng)價(jià)，正受到越來越多的關(guān)注。此外，基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)化評(píng)估系統(tǒng)也已興起，其強(qiáng)大的推理和預(yù)測(cè)功能解決了當(dāng)前眾多在線學(xué)習(xí)平臺(tái)評(píng)估功能薄弱的問題。安第斯物理助手就是貝葉斯網(wǎng)絡(luò)的一個(gè)典型實(shí)例，作為學(xué)生的家庭作業(yè)助手，能幫助學(xué)生在完成物理題的過程中不斷地自測(cè)和評(píng)估。

（三）網(wǎng)絡(luò)化自我評(píng)估：提升關(guān)聯(lián)認(rèn)知負(fù)荷

在內(nèi)部和外部認(rèn)知負(fù)荷較低的情況下，適當(dāng)增加元認(rèn)知監(jiān)控活動(dòng)，能取得更好的學(xué)習(xí)遷移效果。[6]教師可以開發(fā)一些元認(rèn)知策略，輔助學(xué)生開展自我評(píng)估，促進(jìn)其元認(rèn)知的發(fā)展。同時(shí)，還可以借助技術(shù)手段，為學(xué)生獲取自身學(xué)習(xí)數(shù)據(jù)提供更為便利的條件，促進(jìn)其對(duì)自身學(xué)習(xí)過程的認(rèn)知，包括思考和設(shè)定學(xué)習(xí)目標(biāo)、考慮和選擇學(xué)習(xí)策略、監(jiān)控和調(diào)整學(xué)習(xí)步調(diào)、檢視和控制學(xué)習(xí)過程、開發(fā)和使用反饋信息，從而形成新理解，并將這些新理解與已有知識(shí)建立起聯(lián)系進(jìn)而改進(jìn)學(xué)習(xí)目標(biāo)或策略等。

隨著持續(xù)不斷的協(xié)同努力和深入研發(fā)，教育人工智能的發(fā)展將越來越繁榮?；谌斯ぶ悄芗夹g(shù)的教育創(chuàng)新，還可以減輕教師設(shè)計(jì)與實(shí)施評(píng)估的工作量（如減少試卷批改和分析等勞動(dòng)），從而讓師生都走上科學(xué)減負(fù)之路！

參考文獻(xiàn)：

[1]胡惠閔，殷玉新.我國(guó)減輕中小學(xué)課業(yè)負(fù)擔(dān)的歷程與思考[J].全球教育展望，2015（12）：48-58，95.

[2]Roll， I.， Wylie， R. Evolution and Revolution in Artificial Intelligence in Education[J]. International Journal of Artificial Intelligence in Education， 2016， 26（2）： 582-599.

[3]司國(guó)東，趙玉，宋鴻陟.基于認(rèn)知負(fù)荷理論的網(wǎng)絡(luò)學(xué)習(xí)資源多層次模型[J].中國(guó)電化教育， 2013（2）： 79-82.

[4]祝智庭，彭紅超.深度學(xué)習(xí)：智慧教育的核心支柱[J].中國(guó)教育學(xué)刊， 2017（5）： 36-45.

[5]祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究， 2013（10）： 5-13.

[6]龔德英，劉電芝，張大均.元認(rèn)知監(jiān)控活動(dòng)對(duì)認(rèn)知負(fù)荷和多媒體學(xué)習(xí)的影響[J].心理科學(xué)， 2008 （4）： 880-882.

責(zé)任編輯 徐向陽(yáng)