陳洋 戴仕明 馮爽爽

摘要：自適應(yīng)學(xué)習(xí)技術(shù)一直是把技術(shù)融入教育的關(guān)鍵技術(shù)之一，結(jié)合相關(guān)論文，總結(jié)2013年至2017年個性化自適應(yīng)學(xué)習(xí)技術(shù)在各方面的研究成果，包括元認(rèn)知，情感狀態(tài)，情境變化等方面相關(guān)文獻(xiàn)的統(tǒng)計分析和介紹，并對自適應(yīng)學(xué)習(xí)未來的發(fā)展提出自己的想法。自適應(yīng)學(xué)習(xí)研究以心理學(xué)原理為輔助，以學(xué)習(xí)者為中心，探索學(xué)習(xí)者的方方面面，制定個性化學(xué)習(xí)模式，并且不斷向縱深發(fā)展。自適應(yīng)學(xué)習(xí)技術(shù)將會越來越成熟，我們將進(jìn)入“未來學(xué)習(xí)”時代。

關(guān)鍵詞：自適應(yīng)學(xué)習(xí)；個性化；元認(rèn)知；學(xué)習(xí)情感；學(xué)習(xí)環(huán)境

中圖分類號：TP391.9 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）16-0141-04

Adaptive Learning Research and Prospects

CHEN Yang， DAI Shi-ming， FENG Shuang-shuang

（Jiangxi Agricultural University， Nanchang 330045， China）

Abstract： Adaptive learning technology has always been one of the key technologies for integrating technology into education. In conjunction with related papers， we have summarized the research results of individualized adaptive learning technologies from 2013 to 2017 on various aspects， including metacognition， emotional status， and situational changes. Statistical analysis and introduction of relevant literature in the field， and put forward my ideas for the future development of adaptive learning. Self-adaptive learning research is based on the principles of psychology. It focuses on learners， explores all aspects of learners， formulates personalized learning models， and continues to develop in depth. Adaptive learning technology will become more and more mature. We will enter the era of "future learning".

Key words： adaptive learning； personalise； metacognition； learning emotions； learning environment

1 引言

所謂的“自適應(yīng)學(xué)習(xí)技術(shù)”，是指根據(jù)學(xué)習(xí)者學(xué)習(xí)情況自動調(diào)整推送方案以適應(yīng)其個性化學(xué)習(xí)需求的軟件技術(shù)和平臺，這也是屬于“互聯(lián)網(wǎng)+”模式的一種。個性化學(xué)習(xí)為促進(jìn)學(xué)習(xí)者的個性發(fā)展，借助大數(shù)據(jù)的幫助詳細(xì)描述每個學(xué)習(xí)者的學(xué)習(xí)特性，為學(xué)習(xí)者畫像，因此可以與自適應(yīng)學(xué)習(xí)技術(shù)相結(jié)合，為每個學(xué)習(xí)者創(chuàng)建個性化的自適應(yīng)學(xué)習(xí)體驗和路徑，推送適合個人學(xué)習(xí)的學(xué)習(xí)內(nèi)容、課程規(guī)劃和練習(xí)等[1]。學(xué)習(xí)者可以了解到自己的問題，學(xué)習(xí)更有效率；教師也可針對具體情況選擇不同的教學(xué)方式，提高教與學(xué)的高效和科學(xué)。

在互聯(lián)網(wǎng)技術(shù)不斷進(jìn)步和改變教育體驗的同時，實現(xiàn)教育公平已經(jīng)不成問題。以大數(shù)據(jù)、云計算、人工智能、AR/VR為代表的新技術(shù)在教育上的應(yīng)用，以學(xué)習(xí)者為本，因材施教，達(dá)到個性化自適應(yīng)學(xué)習(xí)。自適應(yīng)學(xué)習(xí)系統(tǒng)不僅可以擴(kuò)大教育范疇實現(xiàn)時時學(xué)習(xí)和終生學(xué)習(xí)的想法，構(gòu)建全方位的數(shù)字化學(xué)習(xí)環(huán)境實現(xiàn)處處能學(xué)習(xí)，還可以用技術(shù)改變教育，提升學(xué)習(xí)品質(zhì)，這也是未來教育行業(yè)發(fā)展的目標(biāo)。美國教育技術(shù)規(guī)劃（2016）提出“為未來做好準(zhǔn)備的學(xué)習(xí)”理念，強(qiáng)調(diào)基于大數(shù)據(jù)分析開展個性化學(xué)習(xí)，其中的未來學(xué)習(xí)、未來教學(xué)、未來領(lǐng)導(dǎo)力、未來評估、和未來基礎(chǔ)設(shè)施各部分協(xié)同配合就是實現(xiàn)處處能學(xué)、人人能學(xué)、時時能學(xué)的基礎(chǔ)，是技術(shù)使能教育觀念的體現(xiàn)[2]。本文將幾年來國內(nèi)外關(guān)于自適應(yīng)學(xué)習(xí)的研究情況做出分析和介紹。

2 相關(guān)文獻(xiàn)的統(tǒng)計分析和介紹

2018年2月至3月，筆者對中國知網(wǎng)按主題進(jìn)行檢索，檢索式=“自適應(yīng)學(xué)習(xí)+元認(rèn)知||情感||學(xué)習(xí)環(huán)境”，共檢出52篇文獻(xiàn)；檢索式=“Adaptive learning + Meta-cognition”，和檢索式=“Personalized adaptive learning technology”共檢出35篇文獻(xiàn)。經(jīng)過認(rèn)真地閱讀和篩選，除去內(nèi)容重復(fù)及內(nèi)容不太相關(guān)的文獻(xiàn)，國內(nèi)外關(guān)于自適應(yīng)學(xué)習(xí)研究的文獻(xiàn)還剩43篇。

2.1 國內(nèi)外文獻(xiàn)的時間分布

從時間上來看，不同年度發(fā)表的論文可以從數(shù)量上反映出相關(guān)主題研究的水平和速度。2013-2017年有關(guān)自適應(yīng)學(xué)習(xí)的文獻(xiàn)，國內(nèi)外具體時間分布如下：

從上表可以看出，我國在自適應(yīng)學(xué)習(xí)方面的研究比國外的研究更深入，尤其是近兩年的論文發(fā)表數(shù)目。我國的教育歷史悠久，但在教育技術(shù)方面，國外研究的較早，而美國是世界教育信息化建設(shè)的領(lǐng)頭羊，具備最先進(jìn)的教育技術(shù)和教育觀念。早在2010年奧巴馬政府已經(jīng)申明技術(shù)要成為教學(xué)的組成部分，網(wǎng)絡(luò)教育更深入地在各國全面展開。我國也不甘落后，近幾年不斷發(fā)展教育技術(shù)，在研究上形成了一定的規(guī)模，產(chǎn)生了較大的影響。

2.2 國內(nèi)外文獻(xiàn)的期刊分布

經(jīng)統(tǒng)計，國內(nèi)32篇文獻(xiàn)分布在18種期刊內(nèi)，其中核心期刊發(fā)文11篇，國家級期刊發(fā)文4篇，高等院校發(fā)文11篇，其他期刊發(fā)文6篇。自適應(yīng)學(xué)習(xí)相關(guān)文獻(xiàn)發(fā)表于教育核心期刊和高等院校所占比例最重，主要集中在《中國電化教育》，國家級期刊占總數(shù)的12.5%，其他期刊發(fā)表文獻(xiàn)占18.75%，具體情況見表3。而國外11篇文獻(xiàn)分布在9種期刊上，其中《Springer International Publishing》和《Computers in Human Behavior》上分別有兩篇關(guān)于自適應(yīng)學(xué)習(xí)的文獻(xiàn)，其余期刊各只有一篇相關(guān)文獻(xiàn)，分布較分散，詳情見表4。

2.3 文獻(xiàn)的作者分布

國內(nèi)外43篇文獻(xiàn)中，發(fā)文兩篇及以上的作者僅有5人，都是國內(nèi)的作者。作者分布較分散，這說明個性化自適應(yīng)學(xué)習(xí)尚未形成一個鮮明、獨立、有特色的研究領(lǐng)域，該研究需要向縱深發(fā)展。至于作者群方面，有多年研究和經(jīng)驗、掌握多項國家基金項目的教授；有省重點實驗室的研究者；有計算機(jī)系、教育技術(shù)系專業(yè)的碩士和博士?？梢妭€性化自適應(yīng)學(xué)習(xí)的研究集中在高校，受到了教育界的重視和參與 。

3 研究內(nèi)容

3.1 研究現(xiàn)狀

世界各國非常重視教育，尤其是美國在個性化自適應(yīng)學(xué)習(xí)的研究比較深入。美國推出的國家教育技術(shù)規(guī)劃，指出這是使用技術(shù)促進(jìn)超越階級、地域、身份背景等學(xué)習(xí)的最好的時代，實現(xiàn)教育公平。2017年地平線報告預(yù)測了六項具體的關(guān)鍵技術(shù)，還預(yù)測技術(shù)融入教育之中將出現(xiàn)的六項趨勢和六項挑戰(zhàn)，探討如何把技術(shù)應(yīng)用在教與學(xué)中。自適應(yīng)學(xué)習(xí)技術(shù)一直是地平線預(yù)測技術(shù)的研究對象，從最早的長期關(guān)鍵技術(shù)，到后來的中期關(guān)鍵技術(shù)，直到今年納入短期關(guān)鍵技術(shù)?？梢娮赃m應(yīng)學(xué)習(xí)技術(shù)從最初的構(gòu)想和不成熟，變成了成熟且可行的學(xué)習(xí)技術(shù)[3， 4]。

我國在個性化自適應(yīng)學(xué)習(xí)方面起步較晚，教育信息化發(fā)展任重道遠(yuǎn)，目前處于從怎樣去應(yīng)用到如何去融合的重要階段[5]。 教育部《教育信息化“十三五”規(guī)劃》提出加強(qiáng)網(wǎng)絡(luò)教育建設(shè)，滿足個性化學(xué)習(xí)需求，由此網(wǎng)絡(luò)教育不斷發(fā)展，出現(xiàn)在我們生活的方方面面。

3.2 自適應(yīng)學(xué)習(xí)內(nèi)容研究

馬相春等[6]分析了個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的核心要素：學(xué)習(xí)者需求、學(xué)習(xí)群體社會化、學(xué)習(xí)情感、學(xué)習(xí)資源情境化、系統(tǒng)生態(tài)化及自我進(jìn)化、數(shù)據(jù)采集精細(xì)化，從而對個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的基本架構(gòu)進(jìn)行設(shè)計，把系統(tǒng)分為感知層、數(shù)據(jù)層、信息層、控制層和應(yīng)用層五個層次，并且提出基于加權(quán)協(xié)同過濾的學(xué)習(xí)資源推送算法，采用權(quán)值啟動法解決冷啟動和稀疏矩陣的問題。

曹重華[7]通過分析影響學(xué)習(xí)者學(xué)習(xí)效率的關(guān)鍵因素和師生之間非網(wǎng)絡(luò)原因交互不暢，提出多維多粒度學(xué)習(xí)者個性模型LPM3和交互狀態(tài)模型，基于這個模型的特點，又提出顯、隱式獲取和推理獲取學(xué)習(xí)者屬性等策略，為學(xué)習(xí)者提供個性化的服務(wù)，該模型的應(yīng)用能有效減少知識迷航，提高基礎(chǔ)教育信息化水平，促進(jìn)基礎(chǔ)教育均衡發(fā)展。

劉清堂等[8]分析智能感知、學(xué)習(xí)分析、情感計算等智能技術(shù)，對智能技術(shù)的發(fā)展提出以學(xué)習(xí)分析為核心，結(jié)合自適應(yīng)學(xué)習(xí)技術(shù)和數(shù)字教師為未來發(fā)展方向，實現(xiàn)智慧學(xué)習(xí)。

Sergio Gómez等[9]認(rèn)為移動設(shè)備的興起，可以通過移動設(shè)備給學(xué)習(xí)者提供學(xué)習(xí)體驗，并根據(jù)學(xué)習(xí)者的個人特征和情況進(jìn)行量身定制。為此，他們提出了一個上下文感知自適應(yīng)和個性化移動學(xué)習(xí)系統(tǒng)，旨在支持學(xué)習(xí)活動的半自動適應(yīng)，即適應(yīng)學(xué)習(xí)流程和適應(yīng)支持學(xué)習(xí)活動的教育資源，工具和服務(wù)的相互關(guān)聯(lián)。

3.3 自適應(yīng)學(xué)習(xí)應(yīng)用研究

姜強(qiáng)，趙蔚教授的研究團(tuán)隊[10]經(jīng)過十多年的努力，以應(yīng)用為主和回歸本土化的思路，研發(fā)了個性化自適應(yīng)學(xué)習(xí)系統(tǒng)，實現(xiàn)了學(xué)習(xí)風(fēng)格模型建構(gòu)、認(rèn)知水平模型建構(gòu)，利用協(xié)同過濾技術(shù)實現(xiàn)個性化學(xué)習(xí)路徑優(yōu)化推薦。其中菅保霞[11]研究了自適應(yīng)學(xué)習(xí)個性特征模型的構(gòu)建方法，解釋了最常見的建模技術(shù)，并從知識水平、錯誤/誤解模型、認(rèn)知特征、情感特征、元認(rèn)知特征等方面分析如何構(gòu)建模型，為系統(tǒng)的自適應(yīng)調(diào)節(jié)提供依據(jù)，促進(jìn)教育個性化。

劉小丹等[12]對于自適應(yīng)學(xué)習(xí)系統(tǒng)與學(xué)生之間缺乏雙向情感交流，提出一種基于情緒感知的學(xué)生模型，得知學(xué)生的情緒變化，即時調(diào)整教學(xué)方案和策略，提高效率，使學(xué)生獲得更好的學(xué)習(xí)效果。

王聰?shù)萚13]把自適應(yīng)學(xué)習(xí)環(huán)境和大學(xué)英語學(xué)習(xí)相結(jié)合，針對大學(xué)英語學(xué)習(xí)者在自適應(yīng)學(xué)習(xí)環(huán)境中學(xué)習(xí)風(fēng)格的研究，完善自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者模型的構(gòu)建，也利于大學(xué)英語個性化的學(xué)習(xí)。

朱珂等[14]提出應(yīng)用學(xué)習(xí)分析技術(shù)的自適應(yīng)學(xué)習(xí)系統(tǒng)框架，系統(tǒng)可以獲取、分析學(xué)生及學(xué)習(xí)環(huán)境等數(shù)據(jù)，為教師分析決策提供參考。

王洪江等[15]對自適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者模型進(jìn)行比較，得出開放學(xué)習(xí)者模型不局限于對個人信息的收集，允許學(xué)習(xí)者訪問系統(tǒng)對自己的評價信息，利于學(xué)習(xí)者模型的優(yōu)化，還可以和多種學(xué)科結(jié)合。目前國內(nèi)對開放學(xué)習(xí)者模型的研究比較少，作者鼓勵借鑒國外的研究成果，使開放學(xué)習(xí)者模型本土化，促進(jìn)學(xué)習(xí)者的元認(rèn)知水平和學(xué)習(xí)水平提高。

雙語/雙文化方法論是聾啞人教學(xué)的新趨勢，聾啞人的主要語言是手語，而第二語言是普通語言。Salah Hammami等[16]提出一個適合聾啞人使用的電子學(xué)習(xí)系統(tǒng)，這個系統(tǒng)基于一組特定的技能適合有弱點的學(xué)習(xí)者使用，并且自適應(yīng)電子學(xué)習(xí)系統(tǒng)通過移動技術(shù)的不斷發(fā)展，讓聾啞人可以更方便地訪問學(xué)習(xí)資料。

個性化技術(shù)是許多專家為改進(jìn)學(xué)習(xí)而推薦的經(jīng)典解決方案。信息和通信技術(shù)以及在線課程有助于減少教師面臨各種學(xué)生在課堂上遇到的困難。然而，即使是最復(fù)雜的技術(shù)也沒有解決個性化學(xué)習(xí)帶來的所有挑戰(zhàn)，并且在教師不熟練使用技術(shù)的情況下，自適應(yīng)系統(tǒng)只會使在線課程的實施復(fù)雜化。因此，Dolores Lerís等[17]提出了MOOC的適應(yīng)性構(gòu)造來確定一些具體的個性化指標(biāo)。這些指標(biāo)是根據(jù)之前完成的工作而選定的，并且基于學(xué)習(xí)的兩個方面：自我管理和合作。進(jìn)行一項研究以找出MOOC中參與者最易接受的指標(biāo)，并考慮其他MOOCs的表現(xiàn)是否會影響參與者對此結(jié)構(gòu)的看法。

以上作者從元認(rèn)知、學(xué)習(xí)者情感和學(xué)習(xí)環(huán)境等不同角度研究了自適應(yīng)學(xué)習(xí)系統(tǒng)和模型構(gòu)建，與學(xué)科相結(jié)合，還考慮到了殘障人士如何學(xué)習(xí)。自適應(yīng)學(xué)習(xí)技術(shù)改變了傳統(tǒng)的教學(xué)模式，不僅體現(xiàn)了個性化學(xué)習(xí)，還可以提高學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)效率，學(xué)習(xí)者學(xué)到知識并把理論用于實踐做到物盡其用，人盡其才。

4 自適應(yīng)學(xué)習(xí)研究展望

綜上所述，國內(nèi)外圍繞自適應(yīng)學(xué)習(xí)的研究涉及了很多方面，一切以用戶為中心，提出了很多有價值的方法和應(yīng)用，這也有助于自適應(yīng)學(xué)習(xí)的進(jìn)一步探索。筆者認(rèn)為，要做到個性化學(xué)習(xí)需要結(jié)合學(xué)習(xí)者個人的學(xué)習(xí)風(fēng)格、動機(jī)、情緒等等問題，這里涉及了很多心理學(xué)方面的問題，利用心理學(xué)原理可以提高用戶體驗，要讓學(xué)習(xí)者覺得這個學(xué)習(xí)方案對我有用，學(xué)習(xí)者對這種模式就樂見其成，不會有排斥的情緒出現(xiàn)。比如“雞尾酒效應(yīng)”，人對與自己有關(guān)的刺激能立即引起注意，不管周圍環(huán)境是否嘈雜，這個原理可以應(yīng)用到個性化推送中，以合適的時間，合適的內(nèi)容推送給最需要的用戶。

在心理學(xué)上他人可以通過人的表情、肢體動作、穿衣打扮等方面來分析人物心理。例如通過瞳孔的變化、眉毛的動作捕捉人的情緒，當(dāng)聞到刺鼻的氣味時，鼻子會輕微顫動，用手捂鼻來表現(xiàn)厭惡。學(xué)習(xí)者情感狀態(tài)的變化，對自適應(yīng)學(xué)習(xí)系統(tǒng)來說是一個巨大的挑戰(zhàn)，但是目前對于情感狀態(tài)在學(xué)習(xí)中影響的研究還有待突破。

參考文獻(xiàn)：

[1] 李昭涵， 金樺， 劉越. 人工智能開啟“互聯(lián)網(wǎng)+教育”新模式[J]. 電信網(wǎng)技術(shù)， 2016（12）：6-10.

[2] 鄭金秋， 李百慧， 姚鵬閣. 重新審視技術(shù)變革學(xué)習(xí)的作用——美國“國家教育技術(shù)規(guī)劃（2016）"的解讀與啟示[J]. 現(xiàn)代教育技術(shù)， 2016，26（10）：30-36.

[3] Adams B S， Cummins， Davis， et al. NMC Horizon Report：2017 Higher Education Edition[J]. Journal of Open Learning， 2017.

[4] 金慧， 胡盈瀅， 宋蕾. 技術(shù)促進(jìn)教育創(chuàng)新——新媒體聯(lián)盟《地平線報告》（2017高等教育版）解讀[J]. 遠(yuǎn)程教育雜志， 2017（02）：3-8.

[5] 龔春芬. 自適應(yīng)學(xué)習(xí)技術(shù)在高等教育中的應(yīng)用初探[J]. 中國成人教育， 2017（04）：108-110.

[6] 馬相春， 鐘紹春， 徐妲. 大數(shù)據(jù)視角下個性化自適應(yīng)學(xué)習(xí)系統(tǒng)支撐模型及實現(xiàn)機(jī)制研究[J]. 中國電化教育， 2017（04）：97-102.

[7] 曹重華. 多維多粒度的學(xué)習(xí)者個性模型及其處理策略研究[D]. 江西財經(jīng)大學(xué)， 2016：144.

[8] 劉清堂， 毛剛， 楊琳， 等. 智能教學(xué)技術(shù)的發(fā)展與展望[J]. 中國電化教育， 2016（06）：8-15.

[9] Gómez S， Zervas P， Sampson D G， et al. Context-aware adaptive and personalized mobile learning delivery supported by UoLmP[J]. Journal of King Saud University - Computer and Information Sciences， 2014，26（1）：47-61.

[10] 姜強(qiáng)， 趙蔚， 李松， 等. 個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J]. 中國電化教育， 2016（02）：25-32.

[11] 菅保霞， 姜強(qiáng)， 趙蔚， 等. 大數(shù)據(jù)背景下自適應(yīng)學(xué)習(xí)個性特征模型研究——基于元分析視角[J]. 遠(yuǎn)程教育雜志， 2017（04）：87-96.

[12] 劉小丹， 胡小紅. 自適應(yīng)學(xué)習(xí)系統(tǒng)中基于情緒感知的學(xué)生模型設(shè)計[J]. 中國教育信息化， 2015（19）：85-88.

[13] 王聰， 王棟. 大學(xué)英語自適應(yīng)學(xué)習(xí)環(huán)境下的學(xué)習(xí)者學(xué)習(xí)風(fēng)格研究[J]. 中國電化教育， 2014（07）：145-149.

[14] 朱珂， 劉清堂. 基于“學(xué)習(xí)分析”技術(shù)的學(xué)習(xí)平臺開發(fā)與應(yīng)用研究[J]. 中國電化教育， 2013（09）：127-132.

[15] 王洪江， 黃潔. 面向自適應(yīng)學(xué)習(xí)系統(tǒng)的開放學(xué)習(xí)者模型研究[J]. 數(shù)字教育， 2017（02）：23-28.

[16] Hammami S， Saeed F， Mathkour H， et al. Continuous Improvement of Deaf Student Learning Outcomes based on an Adaptive Learning System and an Academic Advisor Agent[J]. Computers in Human Behavior， 2017.

[17] Lerís D， Sein-Echaluce M L， Hernández M， et al. Validation of indicators for implementing an adaptive platform for MOOCs[J]. Computers in Human Behavior， 2016.