李海峰，王 煒

(新疆師范大學(xué) 教育科學(xué)學(xué)院，新疆 烏魯木齊 830017)

一、自適應(yīng)學(xué)習(xí)的挑戰(zhàn)與智適應(yīng)學(xué)習(xí)的興起

因材施教抑或因材促學(xué)是古今中外教育研究者的共同理想追求，更是學(xué)習(xí)者內(nèi)心對(duì)個(gè)性化學(xué)習(xí)方式的渴望。班級(jí)授課制是實(shí)現(xiàn)學(xué)習(xí)者個(gè)性化學(xué)習(xí)的掣肘，教師難以滿足班級(jí)中具有不同知識(shí)水平、獨(dú)特學(xué)習(xí)風(fēng)格以及不同興趣取向?qū)W習(xí)者的學(xué)習(xí)需求。程序教學(xué)之父斯金納(Skinner)創(chuàng)始的機(jī)器學(xué)習(xí)破解了傳統(tǒng)班級(jí)授課制中模式化、統(tǒng)一化的學(xué)習(xí)方式弊端，為通過(guò)技術(shù)支持學(xué)習(xí)者的自適應(yīng)學(xué)習(xí)提供了最初的啟蒙和經(jīng)驗(yàn)借鑒，自此以信息技術(shù)為基礎(chǔ)的指向個(gè)性化學(xué)習(xí)的自適應(yīng)學(xué)習(xí)系統(tǒng)開(kāi)始逐漸發(fā)展起來(lái)，形成了機(jī)器學(xué)習(xí)、計(jì)算機(jī)支持的輔助學(xué)習(xí)、導(dǎo)師學(xué)習(xí)系統(tǒng)以及大數(shù)據(jù)學(xué)習(xí)分析與學(xué)習(xí)支持系統(tǒng)等適應(yīng)性學(xué)習(xí)技術(shù)。

根據(jù)自適應(yīng)學(xué)習(xí)的對(duì)象差異，自適應(yīng)學(xué)習(xí)的研究主題可以劃分為三個(gè)旨趣向度，主要包括：學(xué)習(xí)內(nèi)容的自適應(yīng)性、學(xué)習(xí)評(píng)價(jià)的自適應(yīng)性以及學(xué)習(xí)序列的自適應(yīng)性[1]。就學(xué)習(xí)內(nèi)容的自適應(yīng)性而言，自適應(yīng)表現(xiàn)為學(xué)習(xí)內(nèi)容的難易程度自適應(yīng)、學(xué)習(xí)內(nèi)容的資源供給自適應(yīng)以及學(xué)習(xí)內(nèi)容的類(lèi)型匹配自適應(yīng)。姜強(qiáng)等[2]構(gòu)建了個(gè)性化本體學(xué)習(xí)資源推薦模型，探討了利用學(xué)習(xí)風(fēng)格量表和學(xué)習(xí)過(guò)程行為模式對(duì)學(xué)習(xí)者學(xué)習(xí)風(fēng)格進(jìn)行推斷的方法以及個(gè)性化學(xué)習(xí)資源的推薦策略。王麗萍等[3]提出了主題學(xué)習(xí)資源分配的自適應(yīng)模型及其算法，通過(guò)對(duì)Rasch模型中學(xué)習(xí)內(nèi)容的難度初始值以及學(xué)生知識(shí)掌握程度的個(gè)性化設(shè)計(jì)，根據(jù)學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容中所有參數(shù)化測(cè)試項(xiàng)目的反應(yīng)效果對(duì)主題難易程度進(jìn)行量化評(píng)估，為教師設(shè)計(jì)主題內(nèi)容學(xué)習(xí)的干預(yù)措施提供了依據(jù)。就學(xué)習(xí)評(píng)價(jià)的自適應(yīng)而言，自適應(yīng)學(xué)習(xí)重點(diǎn)關(guān)注學(xué)習(xí)者在線學(xué)習(xí)行為的數(shù)據(jù)分析、評(píng)價(jià)算法以及評(píng)價(jià)內(nèi)容范疇。量化自我是教育大數(shù)據(jù)分析與自適應(yīng)學(xué)習(xí)實(shí)現(xiàn)的關(guān)鍵途徑之一，方海光等[4]構(gòu)建了基于教育大數(shù)據(jù)的量化自我學(xué)習(xí)算法(Quantified Self Learning Algorithm，簡(jiǎn)稱(chēng)QSLA)，通過(guò)全面地跟蹤、記錄以及可視化學(xué)習(xí)者的在線學(xué)習(xí)行為，能夠更加容易和準(zhǔn)確地獲得在線學(xué)習(xí)者的學(xué)習(xí)經(jīng)驗(yàn)，利用量化自我實(shí)現(xiàn)了對(duì)學(xué)習(xí)者動(dòng)態(tài)地、全程地和綜合性地自適應(yīng)評(píng)價(jià)。吳南中[5]將學(xué)習(xí)壓力與學(xué)習(xí)能力的比值確定為自適應(yīng)系數(shù)以評(píng)價(jià)學(xué)習(xí)者的自適應(yīng)狀態(tài)，通過(guò)構(gòu)建的自適應(yīng)學(xué)習(xí)模型精準(zhǔn)預(yù)測(cè)在線學(xué)習(xí)者在自適應(yīng)區(qū)、“無(wú)聊”狀態(tài)和“焦慮”狀態(tài)中的基本位置。就學(xué)習(xí)序列的自適應(yīng)而言，其關(guān)注的焦點(diǎn)是學(xué)習(xí)者的學(xué)習(xí)過(guò)程自適應(yīng)。從算法性質(zhì)角度看，學(xué)習(xí)路徑推薦算法可以歸結(jié)為智能優(yōu)化算法、數(shù)據(jù)挖掘算法和基于知識(shí)的推薦算法等三大類(lèi)[6]。牛頓平臺(tái)(Knewton Platform)通過(guò)提供概念的知識(shí)圖譜，確定概念之間的基本關(guān)系以及概念習(xí)得的先后序列，根據(jù)算法對(duì)學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行處理以確定學(xué)習(xí)內(nèi)容學(xué)習(xí)的先后序列。

自適應(yīng)學(xué)習(xí)實(shí)現(xiàn)了從集體性的模式化學(xué)習(xí)向基于學(xué)習(xí)者特征、學(xué)習(xí)資源供給以及學(xué)習(xí)過(guò)程調(diào)節(jié)的自適應(yīng)學(xué)習(xí)方向轉(zhuǎn)變，但是當(dāng)今自適應(yīng)學(xué)習(xí)面臨的最大挑戰(zhàn)是如何精準(zhǔn)診斷學(xué)習(xí)者的知識(shí)點(diǎn)掌握程度以及學(xué)習(xí)快捷路徑的精準(zhǔn)推薦，人工智能技術(shù)支持下的自適應(yīng)學(xué)習(xí)算法及其模式為實(shí)現(xiàn)精準(zhǔn)的個(gè)性化學(xué)習(xí)提供了有力支持[7]。自從能夠通過(guò)自我對(duì)決進(jìn)行圍棋學(xué)習(xí)的AlphaGo Zero智能技術(shù)以及通用棋類(lèi)AlphaZero問(wèn)世以來(lái)，教育領(lǐng)域?qū)θ斯ぶ悄艿难芯繜崆闃O度高漲并為解決自適應(yīng)學(xué)習(xí)中的技術(shù)困境尋找到了一條新途徑。智適應(yīng)學(xué)習(xí)系統(tǒng)是人工智能技術(shù)支持下的在線自適應(yīng)學(xué)習(xí)系統(tǒng)，它利用了AlphaGo Zero的人工智能算法實(shí)現(xiàn)了媲美經(jīng)驗(yàn)豐富特級(jí)教師的教學(xué)能力。文章將以智適應(yīng)學(xué)習(xí)系統(tǒng)為范例，闡述人工智能支持下的自適應(yīng)學(xué)習(xí)基本原理、運(yùn)行模式以及應(yīng)用案例。

二、人工智能支持下的智適應(yīng)學(xué)習(xí)基本原理

(一)智適應(yīng)學(xué)習(xí)的基本內(nèi)涵

智適應(yīng)學(xué)習(xí)理念由乂學(xué)習(xí)創(chuàng)始人栗浩洋提出，其基本指向是實(shí)現(xiàn)人工智能支持下的學(xué)習(xí)者自適應(yīng)學(xué)習(xí)。自適應(yīng)學(xué)習(xí)是系統(tǒng)根據(jù)學(xué)習(xí)者提供的輸入信息和學(xué)習(xí)行為數(shù)據(jù)進(jìn)行學(xué)習(xí)資源、學(xué)習(xí)方式或者學(xué)習(xí)內(nèi)容等方面的動(dòng)態(tài)學(xué)習(xí)服務(wù)支持，從而為學(xué)習(xí)者創(chuàng)造個(gè)性化的學(xué)習(xí)體驗(yàn)[8]。自適應(yīng)學(xué)習(xí)依據(jù)學(xué)習(xí)者的數(shù)據(jù)信息建立用戶自適應(yīng)系統(tǒng)模型，實(shí)現(xiàn)個(gè)性化內(nèi)容呈現(xiàn)、路徑推薦和學(xué)習(xí)支持[9]；適應(yīng)性學(xué)習(xí)系統(tǒng)通過(guò)提供相關(guān)的學(xué)習(xí)內(nèi)容和服務(wù)以滿足個(gè)人或者群體的學(xué)習(xí)需求，以提高學(xué)習(xí)成績(jī)和學(xué)習(xí)效率為基本指向；系統(tǒng)通過(guò)實(shí)時(shí)地、動(dòng)態(tài)地向?qū)W習(xí)者提供個(gè)性學(xué)習(xí)支持以響應(yīng)學(xué)習(xí)者的學(xué)習(xí)交互行為[10]。簡(jiǎn)言之，所謂自適應(yīng)學(xué)習(xí)是指運(yùn)用技術(shù)手段檢測(cè)學(xué)習(xí)者當(dāng)前的學(xué)習(xí)狀態(tài)及水平，進(jìn)行學(xué)習(xí)活動(dòng)以及學(xué)習(xí)進(jìn)程的實(shí)時(shí)調(diào)整，幫助學(xué)生實(shí)現(xiàn)個(gè)性化的信息化學(xué)習(xí)方式。學(xué)習(xí)者的個(gè)性化需求是適應(yīng)性學(xué)習(xí)的核心問(wèn)題指向與價(jià)值追求，實(shí)現(xiàn)路徑主要以學(xué)習(xí)者的相關(guān)數(shù)據(jù)信息為基礎(chǔ)，諸如：學(xué)習(xí)者的個(gè)性特征、學(xué)習(xí)過(guò)程的學(xué)習(xí)行為、學(xué)習(xí)者的學(xué)習(xí)效果及效率等等。在信息技術(shù)支持下的自適應(yīng)學(xué)習(xí)環(huán)境中，自適應(yīng)系統(tǒng)主要向?qū)W習(xí)者提供學(xué)習(xí)資源、協(xié)作交互以及問(wèn)題解決等相關(guān)服務(wù)。智適應(yīng)學(xué)習(xí)不僅能夠?qū)崿F(xiàn)學(xué)習(xí)者的相關(guān)數(shù)據(jù)分析、學(xué)習(xí)支持與服務(wù)提供，而且具有深度理解學(xué)習(xí)者學(xué)習(xí)行為的智能性能力。智適應(yīng)學(xué)習(xí)系統(tǒng)能夠?qū)崟r(shí)地對(duì)學(xué)習(xí)者的學(xué)習(xí)行為和學(xué)習(xí)結(jié)果進(jìn)行精準(zhǔn)測(cè)評(píng)以及知識(shí)薄弱點(diǎn)的準(zhǔn)確定位，規(guī)劃學(xué)習(xí)者的學(xué)習(xí)路徑，使他們的學(xué)習(xí)效率最大化。換句話說(shuō)，智適應(yīng)學(xué)習(xí)的最大優(yōu)勢(shì)在于，能夠?qū)崿F(xiàn)對(duì)專(zhuān)家型教師的深度模擬，精準(zhǔn)定位學(xué)習(xí)者的知識(shí)薄弱點(diǎn)并為他們規(guī)劃實(shí)現(xiàn)學(xué)習(xí)目標(biāo)的快捷知識(shí)序列路徑。

(二)智適應(yīng)學(xué)習(xí)的基本理論

1.知識(shí)空間理論

對(duì)于一位經(jīng)驗(yàn)豐富的專(zhuān)家型教師而言，他能夠?qū)W(xué)習(xí)內(nèi)容分割成若干知識(shí)點(diǎn)，構(gòu)建一個(gè)具有復(fù)雜層級(jí)邏輯關(guān)系的知識(shí)網(wǎng)絡(luò)抑或知識(shí)體系，能夠把握學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的掌握并安排合理的學(xué)習(xí)路徑。事實(shí)上，絕大多數(shù)教師都需要經(jīng)歷長(zhǎng)期的專(zhuān)業(yè)發(fā)展才能夠具有這些能力。面對(duì)班級(jí)授課制的集體統(tǒng)一教學(xué)，任何教師也難以實(shí)現(xiàn)對(duì)幾十位學(xué)生同時(shí)進(jìn)行個(gè)性化教學(xué)，但是知識(shí)空間理論將為解決這一問(wèn)題提供很好的理論指導(dǎo)。知識(shí)空間理論由杜瓦尼翁(Doignon)和法爾馬(Falmagne)提出，構(gòu)建了知識(shí)結(jié)構(gòu)、知識(shí)空間、猜測(cè)關(guān)系以及蘊(yùn)含關(guān)系的基本理論。他們認(rèn)為特殊領(lǐng)域的知識(shí)信息可以被概念化為一個(gè)巨大的、具體的一系列問(wèn)題集合，個(gè)體的知識(shí)狀態(tài)可以被形式化為他所能解決的所有問(wèn)題子集。對(duì)于所有可能的知識(shí)狀態(tài)譜系而言，通過(guò)控制任何知識(shí)聯(lián)接而實(shí)現(xiàn)一種閉環(huán)結(jié)構(gòu)的集合被稱(chēng)為知識(shí)空間[11]。知識(shí)空間理論為學(xué)習(xí)者知識(shí)的有效評(píng)價(jià)提供了一種綜合性的描述[12]，提供了一個(gè)具有堅(jiān)實(shí)理論基礎(chǔ)、方法論、軟件和實(shí)踐應(yīng)用的知識(shí)評(píng)價(jià)框架，知識(shí)空間中的知識(shí)狀態(tài)是表征水平程度的層次性集合，代表個(gè)體掌握知識(shí)的水平[13]，教師或者智能系統(tǒng)可以通過(guò)測(cè)驗(yàn)學(xué)習(xí)者知識(shí)空間的問(wèn)題解決能力以確定學(xué)習(xí)進(jìn)展及其知識(shí)掌握情況。換句話說(shuō)，研究者或者教師可以利用知識(shí)空間理論作為一種創(chuàng)新方法來(lái)分析學(xué)習(xí)者的知識(shí)結(jié)構(gòu)與學(xué)習(xí)績(jī)效評(píng)價(jià)，向?qū)W習(xí)者推薦可能更加有效的學(xué)習(xí)路徑與關(guān)鍵知識(shí)點(diǎn)。

2.信息流理論

信息流理論最初萌芽于申農(nóng)(Shannon)的信息論[14]，關(guān)注于信息的獲取及信息傳遞，發(fā)展于巴斯韋爾(Barwise)和杰里塞利曼(Seligman)[15]提出的信息流局部邏輯說(shuō)和信息通道說(shuō)，建立了信息流模型的動(dòng)機(jī)以及信息通道的數(shù)學(xué)模型。信息流理論揭示了信息以分布式的形式存在和流動(dòng)，具有個(gè)性化和類(lèi)型化的信息特征，系統(tǒng)組件之間依靠某些規(guī)則攜帶其它組件信息，系統(tǒng)的通道觀取決于理論家的描述抑或用戶的抉擇。信息流理論的主要研究旨趣在于揭示和描繪普遍的信息流關(guān)系，突出信息流關(guān)系和信息通道的元理論功效[16]。在智適應(yīng)學(xué)習(xí)語(yǔ)境中，系統(tǒng)通過(guò)信息流的有關(guān)數(shù)據(jù)及其處理的數(shù)學(xué)模型，管窺與跟蹤學(xué)習(xí)者學(xué)習(xí)的基本路徑抑或?qū)W習(xí)信息的流向動(dòng)態(tài)，確定他們的學(xué)習(xí)水平狀態(tài)以及學(xué)習(xí)策略采取。

3.貝葉斯定理

如何通過(guò)學(xué)習(xí)者的在線學(xué)習(xí)行為、學(xué)習(xí)結(jié)果和學(xué)習(xí)效率推測(cè)出他們的薄弱知識(shí)點(diǎn)抑或?qū)W習(xí)困難是自適應(yīng)學(xué)習(xí)系統(tǒng)面臨的艱巨挑戰(zhàn)，其難度已經(jīng)超出了根據(jù)學(xué)習(xí)者已有特征數(shù)據(jù)進(jìn)行個(gè)性化學(xué)習(xí)資源推送的算法問(wèn)題。貝葉斯定理是關(guān)于隨機(jī)事件A與B條件概率(或者稱(chēng)為“邊緣概率”)的一則定理，該定理為實(shí)現(xiàn)根據(jù)學(xué)習(xí)者的在線學(xué)習(xí)行為推測(cè)出學(xué)習(xí)者的薄弱知識(shí)點(diǎn)提供了一條理想的解決方案。貝葉斯定理主要用于計(jì)算概率P(A|B)在事件B發(fā)生的情況下，事件A發(fā)生的可能性大小，貝葉斯推理問(wèn)題是條件性的概率推理問(wèn)題，其研究旨趣是用于揭示人們對(duì)概率信息的認(rèn)知加工過(guò)程及其基本規(guī)律，對(duì)于指導(dǎo)人們實(shí)現(xiàn)有效學(xué)習(xí)以及決策判斷等具有十分重要的理論意義與實(shí)踐價(jià)值。智適應(yīng)學(xué)習(xí)系統(tǒng)的“智”主要運(yùn)用貝葉斯定理中的條件性概率推理思想，當(dāng)在線學(xué)習(xí)者每完成一道測(cè)試題抑或每看完一段教學(xué)視頻以后，智適應(yīng)學(xué)習(xí)系統(tǒng)會(huì)運(yùn)用條件性概率推理的基本算法實(shí)現(xiàn)對(duì)同時(shí)出現(xiàn)的學(xué)習(xí)過(guò)程行為、學(xué)習(xí)測(cè)驗(yàn)結(jié)果狀態(tài)抑或其他相關(guān)事件進(jìn)行條件性的概率性推理，諸如：知識(shí)點(diǎn)的學(xué)習(xí)路徑薦引、知識(shí)點(diǎn)的知識(shí)圖譜重組以及學(xué)習(xí)者薄弱知識(shí)點(diǎn)的精準(zhǔn)定位等等?；谪惾~斯定理和貝葉斯網(wǎng)絡(luò)算法構(gòu)建的智適應(yīng)學(xué)習(xí)系統(tǒng)，它會(huì)隨著對(duì)學(xué)習(xí)者學(xué)習(xí)行為的持續(xù)跟蹤和條件性概率推理逐步完善學(xué)習(xí)者的個(gè)體特征“畫(huà)像”，系統(tǒng)自身也會(huì)變得越來(lái)越聰明，最終實(shí)現(xiàn)學(xué)習(xí)效果和學(xué)習(xí)效率的逐步提高。

(三)智適應(yīng)學(xué)習(xí)的基本機(jī)制

1.納米級(jí)的知識(shí)粒度分解

智適應(yīng)學(xué)習(xí)系統(tǒng)力求模擬甚至超越具有豐富教學(xué)經(jīng)驗(yàn)的特級(jí)教師，做到對(duì)學(xué)習(xí)者知識(shí)點(diǎn)的高精準(zhǔn)學(xué)習(xí)支持，把學(xué)習(xí)內(nèi)容精細(xì)分解為若干知識(shí)點(diǎn)并對(duì)學(xué)習(xí)者知識(shí)點(diǎn)掌握狀態(tài)的智能監(jiān)控。眾所周知，學(xué)習(xí)內(nèi)容是由眾多知識(shí)點(diǎn)構(gòu)成的，學(xué)習(xí)過(guò)程是由學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的理解、分析和運(yùn)用等基本階段組成的，對(duì)學(xué)習(xí)知識(shí)點(diǎn)的精細(xì)劃分有利于學(xué)習(xí)者循序漸進(jìn)學(xué)習(xí)，更有利于智適應(yīng)學(xué)習(xí)系統(tǒng)對(duì)學(xué)習(xí)過(guò)程進(jìn)行精準(zhǔn)監(jiān)控和學(xué)習(xí)服務(wù)支持。智適應(yīng)學(xué)習(xí)所提出的納米級(jí)知識(shí)點(diǎn)強(qiáng)調(diào)對(duì)知識(shí)點(diǎn)的高精度細(xì)分，旨在于勾畫(huà)出學(xué)習(xí)者的詳細(xì)學(xué)習(xí)檔案。譬如，智適應(yīng)學(xué)習(xí)系統(tǒng)會(huì)把英語(yǔ)中的“定冠詞”這一知識(shí)點(diǎn)再度拆分成13個(gè)‘納米級(jí)’精細(xì)知識(shí)點(diǎn)，根據(jù)這些納米級(jí)知識(shí)點(diǎn)之間的邏輯和先行關(guān)系勾勒出學(xué)習(xí)的知識(shí)網(wǎng)。納米級(jí)的知識(shí)粒度分解，不僅有利于學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容的精準(zhǔn)掌握以及查缺補(bǔ)漏，更有利于教師或者適應(yīng)性系統(tǒng)對(duì)學(xué)習(xí)者的學(xué)習(xí)效果和學(xué)習(xí)效率進(jìn)行精準(zhǔn)評(píng)價(jià)。

2.個(gè)性化的學(xué)習(xí)路徑薦引

為了避免重復(fù)學(xué)習(xí)以及題海戰(zhàn)術(shù)的教學(xué)弊端，實(shí)現(xiàn)高效率和最佳效果的學(xué)習(xí)目標(biāo)，智適應(yīng)學(xué)習(xí)基于納米級(jí)知識(shí)粒度分析和計(jì)算機(jī)算法實(shí)現(xiàn)了優(yōu)學(xué)、速學(xué)以及最佳學(xué)習(xí)路徑的引領(lǐng)。傳統(tǒng)學(xué)習(xí)以及以學(xué)習(xí)者特征為代表的自適應(yīng)學(xué)習(xí)系統(tǒng)常以試題訓(xùn)練為導(dǎo)向，或者以學(xué)習(xí)者個(gè)性特征為依據(jù)進(jìn)行個(gè)性化學(xué)習(xí)服務(wù)支持，但是精準(zhǔn)定位不同類(lèi)型知識(shí)點(diǎn)的方法以及掌握程度評(píng)價(jià)等缺乏深度探究。智適應(yīng)學(xué)習(xí)系統(tǒng)根據(jù)學(xué)習(xí)者的學(xué)前測(cè)試以及學(xué)習(xí)過(guò)程中的知識(shí)掌握狀態(tài)能夠精準(zhǔn)定位他們所具有的先決知識(shí)基礎(chǔ)，確定知識(shí)點(diǎn)掌握的優(yōu)劣以及知識(shí)圖譜中相關(guān)知識(shí)點(diǎn)的薄弱環(huán)節(jié)。智適應(yīng)學(xué)習(xí)系統(tǒng)通過(guò)學(xué)習(xí)者的大數(shù)據(jù)分析以及知識(shí)點(diǎn)的精準(zhǔn)細(xì)分，旨在于幫助學(xué)習(xí)者精準(zhǔn)檢測(cè)他們的知識(shí)點(diǎn)掌握狀態(tài)，實(shí)現(xiàn)學(xué)習(xí)內(nèi)容的個(gè)性化自動(dòng)匹配和學(xué)習(xí)效率提升，教師能夠詳細(xì)獲知任何一位學(xué)習(xí)者對(duì)每一個(gè)知識(shí)點(diǎn)的掌握程度，實(shí)現(xiàn)對(duì)學(xué)習(xí)內(nèi)容薄弱項(xiàng)的精準(zhǔn)定位。在學(xué)生的學(xué)習(xí)過(guò)程中，智適應(yīng)學(xué)習(xí)系統(tǒng)能夠根據(jù)習(xí)得的知識(shí)點(diǎn)及其與其它知識(shí)點(diǎn)之間的先行關(guān)系抑或相關(guān)性向?qū)W習(xí)者推送下一個(gè)需要學(xué)習(xí)的知識(shí)點(diǎn)和相關(guān)學(xué)習(xí)資源，通過(guò)指向薄弱知識(shí)點(diǎn)和最佳目標(biāo)路徑的算法為學(xué)習(xí)者提供了個(gè)性化學(xué)習(xí)捷徑，避免耗時(shí)耗力的題海戰(zhàn)術(shù)型強(qiáng)化練習(xí)以及大量相同或者相近知識(shí)點(diǎn)的重復(fù)練習(xí)。即使是同一知識(shí)點(diǎn)，不同學(xué)習(xí)者的學(xué)習(xí)路徑也是不同的。智適應(yīng)學(xué)習(xí)下的學(xué)習(xí)路徑推薦不同于商業(yè)中的產(chǎn)品推薦，也不同于自適應(yīng)學(xué)習(xí)系統(tǒng)從學(xué)習(xí)者特征和學(xué)習(xí)行為個(gè)性特征的視角來(lái)審視個(gè)性化學(xué)習(xí)，其是將人工智能和教育測(cè)量、教育理論進(jìn)行融合，聚焦分析學(xué)習(xí)者的學(xué)習(xí)能力、學(xué)習(xí)效率、能力水平以及當(dāng)前的知識(shí)狀態(tài)。智適應(yīng)系統(tǒng)的個(gè)性化推薦會(huì)隨著學(xué)習(xí)者的知識(shí)狀態(tài)變化以及能力水平變化進(jìn)行實(shí)時(shí)改進(jìn)和更新，真正成為能夠理解學(xué)習(xí)者的專(zhuān)家型智能導(dǎo)師。譬如，根據(jù)學(xué)生在教學(xué)視頻中停留的時(shí)間長(zhǎng)度，智適應(yīng)學(xué)習(xí)系統(tǒng)能夠自動(dòng)判斷并向他們推薦最適切的學(xué)習(xí)資料以及測(cè)試習(xí)題。該系統(tǒng)能夠?qū)崿F(xiàn)精準(zhǔn)定位每位學(xué)習(xí)者在每個(gè)知識(shí)點(diǎn)上的學(xué)習(xí)能力，自動(dòng)生成個(gè)性化的學(xué)習(xí)任務(wù)清單，針對(duì)知識(shí)弱項(xiàng)和重難點(diǎn)進(jìn)行專(zhuān)項(xiàng)強(qiáng)化練習(xí)并生成相應(yīng)的學(xué)習(xí)報(bào)告，主要包括：先行測(cè)試報(bào)告、知識(shí)點(diǎn)學(xué)習(xí)報(bào)告、綜合學(xué)習(xí)報(bào)告、鞏固測(cè)驗(yàn)報(bào)告以及當(dāng)堂報(bào)告。

3.促進(jìn)粘性的社區(qū)化支持

增強(qiáng)在線學(xué)習(xí)產(chǎn)品的粘性與吸引學(xué)習(xí)者加入平臺(tái)同樣重要，如果無(wú)法增強(qiáng)在線學(xué)習(xí)平臺(tái)對(duì)學(xué)習(xí)者的粘性將會(huì)導(dǎo)致大量的入學(xué)者輟學(xué)抑或活躍度降低。智適應(yīng)學(xué)習(xí)系統(tǒng)不僅在于解決學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容的精準(zhǔn)掌握或者學(xué)習(xí)快捷路徑的引領(lǐng)，更重要的是能夠提高學(xué)習(xí)者的在線學(xué)習(xí)時(shí)長(zhǎng)、學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)興趣。社區(qū)化是提升智適應(yīng)學(xué)習(xí)系統(tǒng)粘性的關(guān)鍵途徑之一，社區(qū)化的主要表現(xiàn)形態(tài)包括：師生互動(dòng)、答疑反饋、智慧伙伴、學(xué)習(xí)團(tuán)隊(duì)以及競(jìng)賽比拼等等。通過(guò)社區(qū)化的智適應(yīng)學(xué)習(xí)環(huán)境，學(xué)習(xí)者的在線學(xué)習(xí)孤獨(dú)感得到有效緩解，學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)興趣通過(guò)知識(shí)點(diǎn)的精準(zhǔn)測(cè)試和學(xué)習(xí)路徑規(guī)劃獲得了極大提高，在與其他學(xué)習(xí)者的學(xué)習(xí)分享過(guò)程中獲得了更多的鼓勵(lì)和幫助。此外，智適應(yīng)學(xué)習(xí)并不僅僅由冰冷的技術(shù)設(shè)備構(gòu)成的，其更多地增加了教師對(duì)學(xué)生學(xué)習(xí)進(jìn)程以及學(xué)習(xí)情感的關(guān)注，這些對(duì)于學(xué)習(xí)者學(xué)習(xí)動(dòng)機(jī)的持續(xù)保持以及平臺(tái)粘性具有重要的價(jià)值和意義。

4.快速精準(zhǔn)的知識(shí)狀態(tài)監(jiān)測(cè)

知識(shí)圖譜與算法邏輯的結(jié)合實(shí)現(xiàn)了智適應(yīng)學(xué)習(xí)系統(tǒng)對(duì)學(xué)習(xí)者知識(shí)狀態(tài)的精準(zhǔn)監(jiān)測(cè)，為學(xué)習(xí)者學(xué)習(xí)效率和學(xué)習(xí)效果的提升提供了有力的技術(shù)和方法支持。納米級(jí)的知識(shí)點(diǎn)劃分方法為評(píng)價(jià)學(xué)習(xí)者的知識(shí)狀態(tài)提供了更加有力的方略，但是如果學(xué)生對(duì)龐大的納米級(jí)知識(shí)點(diǎn)進(jìn)行測(cè)試練習(xí)，則會(huì)導(dǎo)致學(xué)習(xí)者陷入到題海戰(zhàn)術(shù)中，智適應(yīng)學(xué)習(xí)系統(tǒng)也因此不會(huì)成為個(gè)性化的、高效率的學(xué)習(xí)工具。所謂快速精準(zhǔn)的知識(shí)狀態(tài)監(jiān)測(cè)是基于知識(shí)空間以及相關(guān)算法完成的，其目的旨在通過(guò)最少的測(cè)試題檢測(cè)學(xué)習(xí)者的知識(shí)掌握狀態(tài)，從而避免學(xué)習(xí)者陷入到大量納米級(jí)知識(shí)點(diǎn)的繁重學(xué)習(xí)測(cè)試中。

5.多元化的在線學(xué)習(xí)內(nèi)容推薦

學(xué)習(xí)者的個(gè)性化決定了學(xué)習(xí)資源的多樣化，多元化內(nèi)容推薦機(jī)制為實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化需求以及深度理解提供了有效支持。智適應(yīng)學(xué)習(xí)系統(tǒng)向?qū)W習(xí)者提供了涉及音頻、視頻、學(xué)案、測(cè)試題、練習(xí)題以及拓展題等諸多學(xué)習(xí)內(nèi)容，根據(jù)學(xué)生的學(xué)習(xí)特征、學(xué)習(xí)偏好以及學(xué)習(xí)水平，系統(tǒng)能夠以智能組合的形式向?qū)W生推送個(gè)性化、多元化的學(xué)習(xí)內(nèi)容。多元化學(xué)習(xí)內(nèi)容推薦，不僅滿足了學(xué)習(xí)者的個(gè)性化學(xué)習(xí)特征需求，而且能夠根據(jù)知識(shí)點(diǎn)本身特征實(shí)現(xiàn)學(xué)習(xí)支持的多元形態(tài)表征，為學(xué)習(xí)者呈現(xiàn)多維立體化的深度學(xué)習(xí)語(yǔ)境。

6.系統(tǒng)自適應(yīng)功能的智能優(yōu)化

“懂你、幫你和伴你”是新時(shí)代人工智能支持下的智適應(yīng)學(xué)習(xí)系統(tǒng)特征，是類(lèi)似于AlphaGo這類(lèi)人工智能技術(shù)支持下的個(gè)性化學(xué)習(xí)形態(tài)。新時(shí)代的人工智能在深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)以及蒙特卡洛樹(shù)搜索法等技術(shù)運(yùn)用后，形成了神經(jīng)網(wǎng)絡(luò)“大腦”并能夠進(jìn)行精準(zhǔn)復(fù)雜的數(shù)據(jù)處理，實(shí)現(xiàn)了具有人類(lèi)高級(jí)智能的“自學(xué)能力”。智適應(yīng)學(xué)習(xí)系統(tǒng)充分運(yùn)用了人工智能技術(shù)，它能夠比老師或者學(xué)習(xí)者自身更了解學(xué)習(xí)者的學(xué)習(xí)狀況。智適應(yīng)學(xué)習(xí)系統(tǒng)不僅能夠?qū)崟r(shí)監(jiān)測(cè)學(xué)習(xí)者的學(xué)習(xí)水平及其知識(shí)點(diǎn)掌握程度，而且能夠?qū)υ兄R(shí)圖譜以及學(xué)習(xí)路徑進(jìn)行及時(shí)修整與改進(jìn)。智適應(yīng)學(xué)習(xí)系統(tǒng)隨著學(xué)習(xí)者的逐步使用會(huì)變得更加聰明，根據(jù)學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)的逐漸豐富，系統(tǒng)會(huì)對(duì)知識(shí)圖譜、算法模型以及測(cè)試內(nèi)容進(jìn)行個(gè)性化的自主調(diào)整。

三、人工智能支持下的智適應(yīng)學(xué)習(xí)模式

智適應(yīng)學(xué)習(xí)模式主要涉及兩個(gè)維度，包括：“測(cè)、學(xué)、練、測(cè)、輔”的智適應(yīng)學(xué)習(xí)過(guò)程模式以及智適應(yīng)學(xué)習(xí)的系統(tǒng)結(jié)構(gòu)模式。智適應(yīng)學(xué)習(xí)過(guò)程模式是智適應(yīng)學(xué)習(xí)系統(tǒng)支持下的學(xué)習(xí)過(guò)程系統(tǒng)結(jié)構(gòu)，主要功能旨趣是構(gòu)建指向精準(zhǔn)知識(shí)點(diǎn)的個(gè)性化學(xué)習(xí)系統(tǒng)。智適應(yīng)學(xué)習(xí)系統(tǒng)運(yùn)行模式描繪出了智適應(yīng)學(xué)習(xí)系統(tǒng)的智能化運(yùn)行流程以及學(xué)習(xí)的運(yùn)行結(jié)構(gòu)序列，為智適應(yīng)學(xué)習(xí)過(guò)程模式的實(shí)現(xiàn)提供了有力的技術(shù)支持。

(一)智適應(yīng)支持的“五星”學(xué)習(xí)過(guò)程模式

智適應(yīng)學(xué)習(xí)是一個(gè)系統(tǒng)過(guò)程抑或系統(tǒng)結(jié)構(gòu)，由“測(cè)、學(xué)、練、測(cè)、輔”等五個(gè)基本過(guò)程或者環(huán)節(jié)組成，形成了一個(gè)以個(gè)性化學(xué)習(xí)為旨趣的系統(tǒng)化學(xué)習(xí)過(guò)程模式，如圖1所示。

圖1 智適應(yīng)學(xué)習(xí)過(guò)程模式

“測(cè)”是智適應(yīng)學(xué)習(xí)模式的基礎(chǔ)和后續(xù)智適應(yīng)學(xué)習(xí)服務(wù)支持的依據(jù)。先行測(cè)試是智適應(yīng)學(xué)習(xí)過(guò)程模式的先決條件抑或初始條件，決定著智適應(yīng)學(xué)習(xí)過(guò)程中個(gè)性化的基本路徑。先行測(cè)試主要目的在于檢測(cè)學(xué)習(xí)者的學(xué)習(xí)能力與先決知識(shí)基礎(chǔ)，智適應(yīng)學(xué)習(xí)系統(tǒng)根據(jù)納米級(jí)的知識(shí)點(diǎn)分布及學(xué)習(xí)者的知識(shí)水平測(cè)評(píng)歸納出他們的薄弱知識(shí)點(diǎn)以及知識(shí)點(diǎn)的學(xué)習(xí)序列。通過(guò)精準(zhǔn)的先行測(cè)驗(yàn)，智適應(yīng)學(xué)習(xí)系統(tǒng)已經(jīng)掌握了學(xué)習(xí)者的學(xué)習(xí)知識(shí)基礎(chǔ)，為后續(xù)系統(tǒng)向?qū)W習(xí)者提供精準(zhǔn)的學(xué)習(xí)支持和路徑規(guī)劃提供基本依據(jù)。

“學(xué)”以“測(cè)”為基礎(chǔ)，“學(xué)”以學(xué)習(xí)資料的個(gè)性化推薦和個(gè)性化學(xué)習(xí)服務(wù)支持為主要形式，聚焦于學(xué)習(xí)者知識(shí)體系的薄弱知識(shí)點(diǎn)。視頻學(xué)習(xí)方式是智適應(yīng)學(xué)習(xí)過(guò)程模式的基本學(xué)習(xí)形態(tài)，以視頻作為主要學(xué)習(xí)內(nèi)容的載體和學(xué)習(xí)形式來(lái)實(shí)現(xiàn)對(duì)學(xué)習(xí)內(nèi)容的理解以及知識(shí)點(diǎn)的掌握。視頻以知識(shí)點(diǎn)為基本單元進(jìn)行組織，學(xué)習(xí)內(nèi)容則主要由眾多代表知識(shí)點(diǎn)的視頻集合組成。智適應(yīng)學(xué)習(xí)的最大特點(diǎn)是能夠記錄下學(xué)習(xí)者在觀看視頻時(shí)的詳細(xì)學(xué)習(xí)行為，諸如：時(shí)間長(zhǎng)度、停頓節(jié)點(diǎn)和觀看頻次等等。系統(tǒng)會(huì)根據(jù)學(xué)習(xí)者觀看視頻的學(xué)習(xí)行為數(shù)據(jù)記錄推測(cè)學(xué)習(xí)者的學(xué)習(xí)狀況，為學(xué)習(xí)者推薦相應(yīng)的學(xué)習(xí)服務(wù)抑或自動(dòng)生成相應(yīng)的測(cè)試內(nèi)容。

“練”是檢測(cè)抑或鞏固知識(shí)點(diǎn)的有效方式之一，其目的是為每一個(gè)納米級(jí)的知識(shí)點(diǎn)搭配不同層次、不同難度以及不同形式的習(xí)題內(nèi)容，實(shí)現(xiàn)納米級(jí)的知識(shí)點(diǎn)細(xì)化分層、習(xí)題靶向考試大綱以及典型的專(zhuān)業(yè)化命題。智適應(yīng)學(xué)習(xí)系統(tǒng)中的練習(xí)已經(jīng)超越了答案正確與否的簡(jiǎn)單測(cè)試方式，實(shí)現(xiàn)了有目標(biāo)指向的學(xué)習(xí)行為大數(shù)據(jù)分析。智適應(yīng)學(xué)習(xí)系統(tǒng)能夠監(jiān)視并記錄學(xué)習(xí)者答題過(guò)程中的細(xì)節(jié)行為，諸如：答題內(nèi)容、答題時(shí)間、答題遲疑、鼠標(biāo)移動(dòng)、數(shù)據(jù)輸入等等。通過(guò)這些數(shù)據(jù)的抓取和分析，智適應(yīng)學(xué)習(xí)系統(tǒng)能夠深刻且全面認(rèn)識(shí)學(xué)習(xí)者進(jìn)行練習(xí)的相關(guān)學(xué)習(xí)行為，掌握學(xué)習(xí)者練習(xí)的基本特征抑或規(guī)律，探明學(xué)習(xí)者可能依然存在哪些未被掌握的知識(shí)點(diǎn)，為他們提供相應(yīng)知識(shí)點(diǎn)的學(xué)習(xí)幫助或者進(jìn)行再次測(cè)試與練習(xí)。

綜合“測(cè)驗(yàn)”是智適應(yīng)學(xué)習(xí)系統(tǒng)向?qū)W習(xí)者或者教師提供的關(guān)于學(xué)習(xí)者在線學(xué)習(xí)的綜合性報(bào)告，與指向薄弱知識(shí)點(diǎn)“測(cè)”評(píng)的前期檢測(cè)不同，其主要從綜合性角度關(guān)注先行測(cè)驗(yàn)報(bào)告、知識(shí)點(diǎn)學(xué)習(xí)報(bào)告、綜合學(xué)習(xí)報(bào)告、鞏固測(cè)驗(yàn)報(bào)告和在線學(xué)習(xí)績(jī)效報(bào)告，目的是考察學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容知識(shí)點(diǎn)的綜合性評(píng)價(jià)。綜合測(cè)驗(yàn)既是一個(gè)形成性的檢測(cè)結(jié)果，又是一個(gè)總結(jié)性的評(píng)價(jià)呈現(xiàn)。學(xué)習(xí)者或者教師能夠根據(jù)相應(yīng)的評(píng)價(jià)數(shù)據(jù)和評(píng)價(jià)指標(biāo)對(duì)學(xué)習(xí)過(guò)程或者學(xué)習(xí)方式進(jìn)行相應(yīng)的調(diào)整與改進(jìn)，也為學(xué)習(xí)者進(jìn)行下一步的學(xué)習(xí)和輔導(dǎo)提供相應(yīng)的基礎(chǔ)性評(píng)價(jià)參考。

“輔”即學(xué)習(xí)輔導(dǎo)，是智適應(yīng)學(xué)習(xí)系統(tǒng)與教師教學(xué)的深度融合，以教師在線講授和線下輔導(dǎo)為主要存在形式。教師在線講授以及與學(xué)生互動(dòng)，彌補(bǔ)了純粹在線自主學(xué)習(xí)過(guò)程中的學(xué)習(xí)孤獨(dú)感、學(xué)習(xí)挫敗感、知識(shí)理解的求助困惑以及學(xué)習(xí)興趣迷離等問(wèn)題，教師根據(jù)學(xué)習(xí)者的在線學(xué)習(xí)測(cè)試、學(xué)習(xí)過(guò)程數(shù)據(jù)信息、綜合測(cè)試和學(xué)習(xí)分析等作為學(xué)習(xí)輔導(dǎo)的參考信息，針對(duì)學(xué)生進(jìn)行知識(shí)點(diǎn)的精準(zhǔn)講解、探究和答疑解惑。線下輔導(dǎo)主要以搭建的物理空間場(chǎng)域?yàn)榇?，形成容納智適應(yīng)學(xué)習(xí)系統(tǒng)、輔導(dǎo)教師、學(xué)習(xí)成員等在內(nèi)的智慧學(xué)習(xí)空間，學(xué)習(xí)者通過(guò)智適應(yīng)學(xué)習(xí)系統(tǒng)進(jìn)行自適應(yīng)學(xué)習(xí)，通過(guò)學(xué)習(xí)者之間的交流形成知識(shí)共生體，通過(guò)在線教師的精準(zhǔn)教學(xué)以及線下輔導(dǎo)教師的引領(lǐng)，進(jìn)一步提升了學(xué)習(xí)者的學(xué)習(xí)效果和效率。

(二)智適應(yīng)學(xué)習(xí)系統(tǒng)結(jié)構(gòu)模型

智適應(yīng)學(xué)習(xí)系統(tǒng)由諸多功能模塊組成，形成了以個(gè)性化學(xué)習(xí)為主要旨趣的有機(jī)系統(tǒng)結(jié)構(gòu)模型。模型主要涵蓋六大基本功能，包括：學(xué)習(xí)信息系統(tǒng)、學(xué)習(xí)分析系統(tǒng)、智能化自適應(yīng)引擎、學(xué)生情況跟蹤、學(xué)生管理系統(tǒng)、學(xué)習(xí)內(nèi)容及數(shù)據(jù)收集系統(tǒng)，具體內(nèi)容如圖2所示。

圖2 智適應(yīng)學(xué)習(xí)系統(tǒng)結(jié)構(gòu)模型

智適應(yīng)學(xué)習(xí)系統(tǒng)所體現(xiàn)的個(gè)性化學(xué)習(xí)支持源于對(duì)學(xué)生個(gè)體特征數(shù)據(jù)的收集與分析，學(xué)習(xí)者信息系統(tǒng)則為個(gè)性化學(xué)習(xí)模式提供了重要的數(shù)據(jù)信息基礎(chǔ)和先決條件。學(xué)生信息系統(tǒng)既包括學(xué)習(xí)者特征、學(xué)習(xí)風(fēng)格以及學(xué)習(xí)基礎(chǔ)的相關(guān)信息，也包括學(xué)習(xí)者前測(cè)獲得的學(xué)習(xí)者知識(shí)點(diǎn)掌握水平。學(xué)習(xí)分析系統(tǒng)是實(shí)現(xiàn)學(xué)生情況跟蹤和智能化自適應(yīng)的中介環(huán)節(jié)，主要功能是實(shí)現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)格式化以及數(shù)據(jù)多維化分析。數(shù)據(jù)分析系統(tǒng)涉及到兩大領(lǐng)域，包括：學(xué)習(xí)者的基本信息數(shù)據(jù)和內(nèi)容學(xué)習(xí)的行為數(shù)據(jù)。前者針對(duì)來(lái)自學(xué)生信息系統(tǒng)中的數(shù)據(jù)分析，多以學(xué)習(xí)者特征的結(jié)構(gòu)化數(shù)據(jù)為主。后者以學(xué)習(xí)者在學(xué)習(xí)過(guò)程中產(chǎn)生的非結(jié)構(gòu)化學(xué)習(xí)行為數(shù)據(jù)為主，數(shù)據(jù)內(nèi)容包括：視頻學(xué)習(xí)行為、測(cè)評(píng)報(bào)告、學(xué)習(xí)者與平臺(tái)的交互行為以及綜合測(cè)驗(yàn)等等。智能化自適應(yīng)學(xué)習(xí)引擎是智適應(yīng)學(xué)習(xí)系統(tǒng)結(jié)構(gòu)模型的核心環(huán)節(jié)和要件，它以學(xué)習(xí)分析系統(tǒng)中提供的數(shù)據(jù)分析結(jié)果作為智適應(yīng)學(xué)習(xí)的個(gè)性化服務(wù)支持基礎(chǔ)。智能化自適應(yīng)引擎主要提供三項(xiàng)功能，包括：個(gè)性化的學(xué)習(xí)內(nèi)容推薦、納米級(jí)的知識(shí)點(diǎn)精準(zhǔn)測(cè)評(píng)以及個(gè)性化學(xué)習(xí)路徑引導(dǎo)。學(xué)生情況跟蹤模塊的主要功能在于基于原有學(xué)生信息進(jìn)行學(xué)習(xí)者的學(xué)情動(dòng)態(tài)跟蹤，通過(guò)系統(tǒng)對(duì)學(xué)習(xí)者的持續(xù)跟蹤會(huì)得到大量學(xué)習(xí)者學(xué)習(xí)過(guò)程的行為數(shù)據(jù)并存儲(chǔ)于數(shù)據(jù)庫(kù)中，通過(guò)學(xué)習(xí)分析系統(tǒng)對(duì)這些數(shù)據(jù)的再次循環(huán)分析而實(shí)現(xiàn)對(duì)學(xué)習(xí)者學(xué)習(xí)情況的持續(xù)跟蹤。換句話說(shuō)，智適應(yīng)學(xué)習(xí)系統(tǒng)的“智”體現(xiàn)于通過(guò)對(duì)學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)持續(xù)跟蹤，系統(tǒng)會(huì)隨著學(xué)習(xí)者的學(xué)習(xí)能力、知識(shí)點(diǎn)的掌握而呈現(xiàn)出動(dòng)態(tài)的發(fā)展過(guò)程，它會(huì)變成越來(lái)越懂得學(xué)習(xí)者的專(zhuān)家型智能教師。教師端的學(xué)習(xí)管理系統(tǒng)主要用于跟蹤學(xué)習(xí)者的學(xué)習(xí)情況、信息反饋和相應(yīng)措施采取，其基本指向是調(diào)整學(xué)習(xí)者的學(xué)習(xí)內(nèi)容，包括：學(xué)習(xí)內(nèi)容類(lèi)型、知識(shí)點(diǎn)難易度、知識(shí)圖譜學(xué)習(xí)路徑以及知識(shí)點(diǎn)學(xué)習(xí)的時(shí)間序列等等。

總體上講，智適應(yīng)學(xué)習(xí)系統(tǒng)由兩類(lèi)數(shù)據(jù)形態(tài)以及三個(gè)閉環(huán)信息循環(huán)系統(tǒng)構(gòu)成。兩類(lèi)數(shù)據(jù)形態(tài)指學(xué)生信息系統(tǒng)和學(xué)生數(shù)據(jù)庫(kù)，前者功能在于存貯學(xué)習(xí)者的相關(guān)個(gè)性特征信息，并為初始的適應(yīng)性學(xué)習(xí)服務(wù)提供相應(yīng)依據(jù)，后者是學(xué)習(xí)者在學(xué)習(xí)過(guò)程中動(dòng)態(tài)生成的學(xué)習(xí)行為數(shù)據(jù)信息。三個(gè)閉環(huán)信息循環(huán)系統(tǒng)主要涉及適應(yīng)性學(xué)習(xí)、學(xué)習(xí)管理以及學(xué)情跟蹤三個(gè)維度。第一個(gè)閉環(huán)信息循環(huán)系統(tǒng)是智能化自適應(yīng)學(xué)習(xí)循環(huán)系統(tǒng)，包括：學(xué)習(xí)分析系統(tǒng)、智能化自適應(yīng)引擎、學(xué)習(xí)內(nèi)容、學(xué)習(xí)者、學(xué)生數(shù)據(jù)以及學(xué)習(xí)分析系統(tǒng)，該系統(tǒng)主要功能是向?qū)W習(xí)者提供個(gè)性化的智適應(yīng)服務(wù)支持。第二個(gè)閉環(huán)信息循環(huán)系統(tǒng)是教師學(xué)習(xí)管理系統(tǒng)，包括：學(xué)習(xí)分析系統(tǒng)、學(xué)生情況跟蹤、教師、學(xué)習(xí)管理系統(tǒng)、學(xué)習(xí)內(nèi)容、學(xué)生以及學(xué)生數(shù)據(jù)，該系統(tǒng)的主要功能是個(gè)性化學(xué)習(xí)內(nèi)容、知識(shí)點(diǎn)以及學(xué)習(xí)方式的推薦。第三個(gè)閉環(huán)信息循環(huán)系統(tǒng)是學(xué)生學(xué)習(xí)情況跟蹤系統(tǒng)，主要由學(xué)習(xí)分析系統(tǒng)、學(xué)生情況跟蹤、學(xué)生和學(xué)習(xí)內(nèi)容等組成，其功能是持續(xù)不斷地獲取學(xué)習(xí)者的相關(guān)學(xué)習(xí)數(shù)據(jù)信息?；跀?shù)據(jù)信息流的基本理論，將不同的系統(tǒng)和節(jié)點(diǎn)有機(jī)地組織在一起，形成了一個(gè)以學(xué)習(xí)者個(gè)性化學(xué)習(xí)為中心的智適應(yīng)學(xué)習(xí)系統(tǒng)。

四、人工智能支持下的智適應(yīng)學(xué)習(xí)案例——以初中物理“光現(xiàn)象”學(xué)習(xí)為例

乂學(xué)智適應(yīng)學(xué)習(xí)系統(tǒng)是目前國(guó)內(nèi)最具代表性的人工智能技術(shù)支持下的適應(yīng)性學(xué)習(xí)系統(tǒng)，眾多培訓(xùn)機(jī)構(gòu)紛紛引進(jìn)該學(xué)習(xí)系統(tǒng)并進(jìn)行實(shí)踐教學(xué)，得到了學(xué)習(xí)者、家長(zhǎng)以及培訓(xùn)機(jī)構(gòu)的高度認(rèn)可。文章以一所K12培訓(xùn)機(jī)構(gòu)的學(xué)生為個(gè)案，闡述智適應(yīng)學(xué)習(xí)系統(tǒng)針對(duì)初中物理知識(shí)的具體應(yīng)用過(guò)程，呈現(xiàn)人工智能支持下的智適應(yīng)學(xué)習(xí)的基本過(guò)程、學(xué)習(xí)體驗(yàn)和學(xué)習(xí)效果。

(一)智適應(yīng)學(xué)習(xí)案例簡(jiǎn)介

以一名八年級(jí)學(xué)生的智適應(yīng)學(xué)習(xí)過(guò)程為例，該生已經(jīng)在學(xué)校中學(xué)習(xí)過(guò)了“光現(xiàn)象”的相關(guān)知識(shí)，他在關(guān)于“光現(xiàn)象”知識(shí)點(diǎn)的小測(cè)驗(yàn)中僅得56分，在班級(jí)排名中處于下等層次。訪談發(fā)現(xiàn)，該生平時(shí)認(rèn)真聽(tīng)講、勤奮努力并且認(rèn)真完成作業(yè)，對(duì)于知識(shí)點(diǎn)也自認(rèn)為完全掌握，但是成績(jī)并不理想。為此，邀請(qǐng)?jiān)撋趤V學(xué)智適應(yīng)學(xué)習(xí)系統(tǒng)的支持下進(jìn)行適應(yīng)性學(xué)習(xí)，針對(duì)該生開(kāi)展了智適應(yīng)學(xué)習(xí)模式教學(xué)，學(xué)習(xí)形式采用“智適應(yīng)學(xué)習(xí)平臺(tái)+QQ+教師輔導(dǎo)”的遠(yuǎn)程學(xué)習(xí)形式進(jìn)行。

(二)智適應(yīng)學(xué)習(xí)基本過(guò)程

1.信息完善與學(xué)前智檢

首先，要求學(xué)生填寫(xiě)信息系統(tǒng)中的相關(guān)信息，包括：身份信息、個(gè)性特征以及學(xué)習(xí)情況等等。其次，在輔導(dǎo)教師的引領(lǐng)下完成學(xué)前智測(cè)。智適應(yīng)學(xué)習(xí)系統(tǒng)中已經(jīng)預(yù)設(shè)了有關(guān)“光現(xiàn)象”的納米級(jí)知識(shí)點(diǎn)，諸如：光的反射、平面鏡成像、光的折射和色散等等。學(xué)習(xí)者在教師的指引下完成相應(yīng)的知識(shí)點(diǎn)測(cè)驗(yàn)活動(dòng)，生成先行測(cè)驗(yàn)報(bào)告。測(cè)驗(yàn)報(bào)告信息表明，學(xué)習(xí)者在光的反射和折射方面表現(xiàn)出薄弱的知識(shí)點(diǎn)傾向，諸如：反射角、入射角、折射角以及實(shí)踐問(wèn)題的解決等等。

2.推送資料與開(kāi)展學(xué)習(xí)

根據(jù)學(xué)前智測(cè)的數(shù)據(jù)分析，乂學(xué)智適應(yīng)學(xué)習(xí)系統(tǒng)向?qū)W習(xí)者推送了指向薄弱知識(shí)點(diǎn)的相關(guān)學(xué)習(xí)資料和內(nèi)容，包括：視頻、文本和圖片等等。在“光現(xiàn)象”的知識(shí)點(diǎn)學(xué)習(xí)過(guò)程中，學(xué)習(xí)者收到了來(lái)自智適應(yīng)學(xué)習(xí)系統(tǒng)的有關(guān)光反射和折射的學(xué)習(xí)資料，學(xué)習(xí)者通過(guò)觀看視頻和文本內(nèi)容等實(shí)現(xiàn)了針對(duì)薄弱知識(shí)點(diǎn)的學(xué)習(xí)，避免了學(xué)習(xí)者重復(fù)做題和刷題行為，提高了學(xué)生的學(xué)習(xí)效率。在學(xué)習(xí)過(guò)程中，智適應(yīng)系統(tǒng)根據(jù)學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的學(xué)習(xí)情況進(jìn)行知識(shí)點(diǎn)邏輯關(guān)系以及學(xué)習(xí)路徑的動(dòng)態(tài)調(diào)整，并為學(xué)習(xí)者提供相應(yīng)的知識(shí)點(diǎn)學(xué)習(xí)報(bào)告。

3.難度分層與靶向練習(xí)

在對(duì)學(xué)習(xí)者薄弱知識(shí)點(diǎn)進(jìn)行精準(zhǔn)定位后，智適應(yīng)學(xué)習(xí)系統(tǒng)將會(huì)引領(lǐng)學(xué)習(xí)者進(jìn)行知識(shí)點(diǎn)的輔助學(xué)習(xí)。根據(jù)知識(shí)點(diǎn)的難度層次及其先后邏輯順序，智適應(yīng)學(xué)習(xí)系統(tǒng)將“光現(xiàn)象”的知識(shí)點(diǎn)進(jìn)行難度分層處理，為學(xué)習(xí)者搭建了從易到難的知識(shí)點(diǎn)學(xué)習(xí)路徑。以“光反射”的學(xué)習(xí)內(nèi)容為例，其知識(shí)點(diǎn)包括：反射定律(入射光線、反射光線、反射面、入射角和反射角)、光的可逆性、鏡面反射、漫反射。根據(jù)這些知識(shí)點(diǎn)以及知識(shí)點(diǎn)的納米級(jí)細(xì)分，智適應(yīng)學(xué)習(xí)系統(tǒng)會(huì)為每一知識(shí)點(diǎn)提供相應(yīng)的學(xué)習(xí)資源，諸如：圖片、視頻以及文本注解等等。根據(jù)學(xué)習(xí)者的知識(shí)點(diǎn)學(xué)習(xí)情況，智適應(yīng)學(xué)習(xí)系統(tǒng)為每位學(xué)習(xí)者提供了針對(duì)性的靶向練習(xí)。靶向練習(xí)不僅針對(duì)性地指向了納米級(jí)的知識(shí)點(diǎn)，而且其目的直接與教學(xué)大綱或者教學(xué)目的緊密相關(guān)。

4.課后測(cè)試與學(xué)習(xí)分析

綜合學(xué)習(xí)報(bào)告是智適應(yīng)學(xué)習(xí)系統(tǒng)對(duì)學(xué)習(xí)者所有相關(guān)知識(shí)點(diǎn)掌握狀況的評(píng)價(jià)，實(shí)現(xiàn)對(duì)“光現(xiàn)象”知識(shí)點(diǎn)的綜合學(xué)習(xí)評(píng)價(jià)。通過(guò)學(xué)習(xí)分析系統(tǒng)對(duì)學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)進(jìn)行綜合性分析，精準(zhǔn)定位他們的薄弱知識(shí)點(diǎn)以及學(xué)習(xí)過(guò)程中存在的問(wèn)題。譬如，在學(xué)習(xí)者“光現(xiàn)象”知識(shí)點(diǎn)的綜合報(bào)告中，該生在光反射定律的應(yīng)用方面存在著明顯薄弱，在練習(xí)和測(cè)試過(guò)程中出現(xiàn)了錯(cuò)選以及解答錯(cuò)誤的現(xiàn)象。隨后經(jīng)過(guò)對(duì)學(xué)生知識(shí)點(diǎn)的精準(zhǔn)定位，分析學(xué)習(xí)者到底哪些知識(shí)點(diǎn)通過(guò)自學(xué)仍然還沒(méi)有掌握，所提供的學(xué)習(xí)內(nèi)容及其類(lèi)型是如何影響學(xué)習(xí)者的，這些分析為后續(xù)關(guān)于“光現(xiàn)象”知識(shí)點(diǎn)的學(xué)習(xí)內(nèi)容和類(lèi)型推送提供了評(píng)價(jià)參照。

5.攻克漏洞與學(xué)習(xí)輔導(dǎo)

在智適應(yīng)學(xué)習(xí)系統(tǒng)支持的學(xué)習(xí)模式中，輔導(dǎo)教師依然具有非常重要的作用，主要價(jià)值在于實(shí)現(xiàn)對(duì)學(xué)生動(dòng)機(jī)、情感以及育人方面的支持。學(xué)生在與教師的和諧互動(dòng)過(guò)程中，教師能夠詳細(xì)了解學(xué)習(xí)者對(duì)“光現(xiàn)象”知識(shí)點(diǎn)的掌握程度，特別是能夠了解學(xué)習(xí)者在學(xué)習(xí)過(guò)程中所存在的情感以及內(nèi)在心理活動(dòng)情況。通過(guò)師生互動(dòng)及其教師對(duì)學(xué)習(xí)者知識(shí)點(diǎn)的針對(duì)性指導(dǎo)，學(xué)生的學(xué)習(xí)動(dòng)機(jī)、困惑以及學(xué)習(xí)方法得到了明顯提升，對(duì)“光現(xiàn)象”知識(shí)點(diǎn)也實(shí)現(xiàn)了高精準(zhǔn)掌握。

(三)智適應(yīng)學(xué)習(xí)效果與優(yōu)勢(shì)

1.知識(shí)點(diǎn)掌握的精準(zhǔn)度顯著提升

學(xué)習(xí)者通過(guò)智適應(yīng)學(xué)習(xí)模式學(xué)習(xí)后，對(duì)“光現(xiàn)象”知識(shí)點(diǎn)的掌握精準(zhǔn)度、理解能力以及應(yīng)用能力明顯提升。在“學(xué)前智檢”的學(xué)習(xí)者知識(shí)點(diǎn)測(cè)試中，選擇題正確率為40%，應(yīng)用題正確率為30%，綜合評(píng)價(jià)得分為52分。通過(guò)智適應(yīng)學(xué)習(xí)模式學(xué)習(xí)后，學(xué)習(xí)者的選擇題正確率為90%，應(yīng)用題正確率為80%，綜合評(píng)價(jià)得分為85分。

2.學(xué)習(xí)者的興趣明顯增強(qiáng)

學(xué)習(xí)者在整個(gè)“光現(xiàn)象”知識(shí)點(diǎn)的學(xué)習(xí)過(guò)程中表現(xiàn)出積極的學(xué)習(xí)動(dòng)機(jī)和濃厚的學(xué)習(xí)興趣，具體學(xué)習(xí)體驗(yàn)包括三個(gè)方面，即：精準(zhǔn)掌握自己的薄弱知識(shí)點(diǎn)、多維評(píng)價(jià)指標(biāo)的詳細(xì)呈現(xiàn)、友好的在線互動(dòng)交流。學(xué)習(xí)者認(rèn)為，在經(jīng)歷了“先行測(cè)試報(bào)告、知識(shí)點(diǎn)學(xué)習(xí)報(bào)告、綜合學(xué)習(xí)報(bào)告、鞏固測(cè)試報(bào)告、當(dāng)堂報(bào)告”等一系列測(cè)評(píng)后，對(duì)“光現(xiàn)象”的知識(shí)點(diǎn)有了更加深刻的理解，對(duì)“光現(xiàn)象”知識(shí)點(diǎn)的廣度、深度以及之間的聯(lián)系有了系統(tǒng)掌握，通過(guò)與教師對(duì)薄弱知識(shí)點(diǎn)或者錯(cuò)誤知識(shí)點(diǎn)的討論進(jìn)一步促進(jìn)了學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的理解與能力提升。此外，在線教師的遠(yuǎn)程輔導(dǎo)與情感溝通，進(jìn)一步促進(jìn)了學(xué)習(xí)者的知識(shí)點(diǎn)理解，提升了智適應(yīng)學(xué)習(xí)系統(tǒng)對(duì)學(xué)習(xí)者的吸引力。

3.學(xué)習(xí)效率得到迅速提高

教師講解以及知識(shí)點(diǎn)測(cè)評(píng)針對(duì)學(xué)習(xí)者的知識(shí)薄弱環(huán)節(jié)進(jìn)行，避免了刷題行為所導(dǎo)致的大量學(xué)習(xí)時(shí)間浪費(fèi)。平時(shí)的課堂練習(xí)或者家庭作業(yè)經(jīng)常使該生忙于處理各種自己熟知的知識(shí)點(diǎn)，難以擠出時(shí)間去探究令自己困惑的難題。相比之下，智適應(yīng)學(xué)習(xí)平臺(tái)則通過(guò)學(xué)習(xí)者的知識(shí)點(diǎn)測(cè)評(píng)，精準(zhǔn)分析出學(xué)習(xí)者有限的薄弱知識(shí)點(diǎn)。因此，遠(yuǎn)程輔導(dǎo)教師將針對(duì)有限的知識(shí)點(diǎn)對(duì)學(xué)習(xí)者進(jìn)行輔導(dǎo)，學(xué)習(xí)者也將更多地時(shí)間用于探究相應(yīng)的學(xué)習(xí)內(nèi)容。

簡(jiǎn)言之，智適應(yīng)學(xué)習(xí)模式與課堂教學(xué)相比具有三大基本優(yōu)勢(shì)：第一，1:1的專(zhuān)家型“教師”輔導(dǎo)。師資分布不均衡以及班級(jí)化授課使得學(xué)生難以得到專(zhuān)業(yè)教師的一對(duì)一個(gè)性化學(xué)習(xí)輔助，智適應(yīng)學(xué)習(xí)系統(tǒng)隨著學(xué)習(xí)者的學(xué)習(xí)行為發(fā)展會(huì)變得更加聰明，能夠向?qū)W生推送精準(zhǔn)的學(xué)習(xí)資源和學(xué)習(xí)資料，使每一位學(xué)習(xí)者都具有能夠懂自己、幫助自己進(jìn)行個(gè)性化學(xué)習(xí)的專(zhuān)家型教師。第二，高效率的精準(zhǔn)學(xué)、練、測(cè)。智適應(yīng)學(xué)習(xí)系統(tǒng)避免了通過(guò)大量重復(fù)性測(cè)驗(yàn)提升學(xué)習(xí)者成績(jī)的方法，能夠針對(duì)學(xué)習(xí)者的薄弱知識(shí)點(diǎn)提供學(xué)習(xí)資料、視頻抑或文檔，極大地節(jié)省了他們的時(shí)間，顯著地提高了他們的學(xué)習(xí)效果和效率。第三，人機(jī)融合的混合學(xué)習(xí)模式。人機(jī)融合消解了學(xué)生學(xué)習(xí)時(shí)的孤獨(dú)感，實(shí)現(xiàn)了智適應(yīng)學(xué)習(xí)系統(tǒng)的精準(zhǔn)學(xué)習(xí)支持，促進(jìn)了教師與學(xué)生在情感、溝通或者引導(dǎo)等方面的有機(jī)融合，進(jìn)一步提高了學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)興趣和學(xué)習(xí)持續(xù)性。

(四)研究局限與對(duì)策

1.模式應(yīng)用范圍

智適應(yīng)學(xué)習(xí)模式的應(yīng)用案例表明，學(xué)習(xí)者對(duì)智適應(yīng)學(xué)習(xí)效果以及學(xué)習(xí)體驗(yàn)高度認(rèn)可，學(xué)習(xí)者的知識(shí)點(diǎn)掌握程度得到明顯提升，但是由于智適應(yīng)學(xué)習(xí)系統(tǒng)尚處于推廣階段，主要應(yīng)用于K12的培訓(xùn)機(jī)構(gòu)中，幾乎未進(jìn)入到學(xué)校的教育體系，無(wú)法進(jìn)行大規(guī)模學(xué)習(xí)者的學(xué)習(xí)效果實(shí)驗(yàn)比較。在當(dāng)前的教育體系中，國(guó)家教育部門(mén)需要投入研發(fā)類(lèi)似的人工智能技術(shù)，進(jìn)而滿足班級(jí)授課制中學(xué)習(xí)者個(gè)性化的學(xué)習(xí)需求。

2.知識(shí)點(diǎn)的表征

納米級(jí)知識(shí)點(diǎn)為精準(zhǔn)定位學(xué)習(xí)者的薄弱知識(shí)點(diǎn)和學(xué)習(xí)捷徑引領(lǐng)提供了有力條件，但是乂學(xué)習(xí)系統(tǒng)中并未為學(xué)習(xí)者開(kāi)發(fā)出針對(duì)不同知識(shí)點(diǎn)的多元化表征資源，主要由在線教師講解和教育機(jī)器人的輔導(dǎo)完成，學(xué)習(xí)者難以通過(guò)操作、觀看以及實(shí)驗(yàn)的方式進(jìn)行探究性學(xué)習(xí)，師生之間的互動(dòng)仍然以知識(shí)的傳授為主，如何從知識(shí)傳授到知識(shí)共生的轉(zhuǎn)變是智適應(yīng)學(xué)習(xí)面臨的挑戰(zhàn)。從知識(shí)傳授到知識(shí)共生進(jìn)行轉(zhuǎn)變的最好方式之一是向?qū)W習(xí)者提供針對(duì)知識(shí)點(diǎn)的多元化表征資源，能夠?yàn)閷W(xué)習(xí)者創(chuàng)造一個(gè)可供探究的學(xué)習(xí)環(huán)境。

五、結(jié)語(yǔ)與展望

人工智能的最大特征是能夠模仿人類(lèi)的知識(shí)、技能、推理以及智慧以完成復(fù)雜的行為和目的，“人工智能+自適應(yīng)學(xué)習(xí)”打造出了具有專(zhuān)家型教師素養(yǎng)的智適應(yīng)性學(xué)習(xí)系統(tǒng)，能夠像專(zhuān)家型教師一樣實(shí)現(xiàn)對(duì)學(xué)習(xí)者知識(shí)點(diǎn)的精準(zhǔn)教學(xué)和學(xué)習(xí)路徑的引導(dǎo)。智適應(yīng)學(xué)習(xí)系統(tǒng)通過(guò)算法、納米級(jí)知識(shí)點(diǎn)以及知識(shí)空間理論等，實(shí)現(xiàn)了對(duì)學(xué)習(xí)者知識(shí)點(diǎn)的精準(zhǔn)定位、個(gè)性化的專(zhuān)家型教師指導(dǎo)以及多模態(tài)的學(xué)習(xí)評(píng)價(jià)。智適應(yīng)學(xué)習(xí)系統(tǒng)及其學(xué)習(xí)模式為人工智能促進(jìn)個(gè)性化學(xué)習(xí)提供了卓越的理論和實(shí)踐范式，實(shí)現(xiàn)了“因材施教、因材促學(xué)”的理想學(xué)習(xí)方式。智適應(yīng)學(xué)習(xí)系統(tǒng)利用人工智能技術(shù)模擬了近百位特級(jí)教師的經(jīng)驗(yàn)和智慧， 融合了線上與線下的教育方式，為破解班級(jí)授課制中的模式化、標(biāo)準(zhǔn)化的學(xué)習(xí)困境提供了更好的解決路徑。隨著人工智能技術(shù)的飛速發(fā)展以及教育應(yīng)用，學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求將會(huì)得到更大的滿足，教師角色也將從更多的知識(shí)傳授轉(zhuǎn)向?qū)W習(xí)引領(lǐng)與育人方向。