曾麗穎 曾茂林 曾紹庚 謝裕玲

[摘? ?要] 文章以教育信息化2.0為背景，旨在借助智能技術(shù)可視化地診測內(nèi)隱于學(xué)生心中的最近發(fā)展區(qū)，解決教師精準定位教學(xué)起點和補教內(nèi)容等問題。利用文獻研究方法發(fā)現(xiàn)，社會知識與個體認知之間可以借助語言符號進行轉(zhuǎn)化。研究結(jié)果表明：準確診測學(xué)生最近發(fā)展區(qū)的基本原理，就是將學(xué)生現(xiàn)有基礎(chǔ)水平同其需要達到的學(xué)習(xí)目標進行比對，再以認知地圖方式找出其可視化的差距。其技術(shù)實現(xiàn)原理為：采用Spring MVC技術(shù)，推送易、中、難測試題，區(qū)分出學(xué)生基礎(chǔ)水平層次，再將學(xué)生殘缺和模糊不清的知識點進行可視化補教導(dǎo)航。運用這些原理進行教學(xué)實驗研究，得出了以下結(jié)論：（1）通過分層推送練習(xí)題，可準確定位學(xué)生最近發(fā)展區(qū)，有針對性地促進其發(fā)展;（2）根據(jù)學(xué)生最近發(fā)展區(qū)現(xiàn)狀，可實現(xiàn)全班大面積的個性化智能教學(xué)導(dǎo)航;（3）針對入門教學(xué)特征，需要進行認知地圖可視化導(dǎo)航設(shè)計，針對教學(xué)難點，需要開展解題智能可視化導(dǎo)航設(shè)計。

[關(guān)鍵詞] 最近發(fā)展區(qū); 可視化機理; 診測技術(shù); 智能導(dǎo)航; 認知地圖

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

一、引? ?言

隨著教育信息化2.0的深入推進，智能技術(shù)作為“促變教育信息化的核心技術(shù)”，其作用得以彰顯，“智能教育”正在成為“教育信息化 2.0 行動的實踐路徑”和“行動的航標”[1]。在此背景下，教師運用學(xué)習(xí)分析技術(shù)，“可以有效地開展包括‘智能決策和‘智能實施的智能化教學(xué)”[2]。尤其是“個性化學(xué)習(xí)服務(wù)”的實現(xiàn)、“自適應(yīng)網(wǎng)絡(luò)學(xué)習(xí)平臺”的建成[3]，都需要診斷出學(xué)生學(xué)習(xí)的最近發(fā)展區(qū)，才能有的放矢地確定其起點水平。而維果茨基的最近發(fā)展區(qū)理論，雖然從定性意義上論述了教學(xué)同學(xué)生發(fā)展的關(guān)系，闡釋了學(xué)生獨立活動所能達到的解決問題水平同學(xué)生借助教學(xué)所能達到的發(fā)展水平之差。但是，僅僅從概念上表述了學(xué)生現(xiàn)有水平和潛在發(fā)展水平圍成的發(fā)展區(qū)間，除了讓師生大體知道最佳教學(xué)的難度水平外，并沒有為智能化精準定位教學(xué)難度和具體內(nèi)容提供指導(dǎo)。即使后來的研究進一步闡明了便于中小學(xué)教師操作的最近發(fā)展區(qū)定位和診斷的方法等[4]，但是仍然存在因其內(nèi)隱于學(xué)生大腦而不能精準診測的問題。我們在“互聯(lián)網(wǎng)+”電子書包課堂教學(xué)的基礎(chǔ)上，實現(xiàn)了智能可視化原理研究和診測技術(shù)的突破，為開拓出以最近發(fā)展區(qū)原理為指導(dǎo)的智能可視化教學(xué)導(dǎo)航奠定了理論基礎(chǔ)和關(guān)鍵技術(shù)支點。

二、最近發(fā)展區(qū)轉(zhuǎn)化機理與

學(xué)科知識智能可視化

（一）借助語言符號轉(zhuǎn)化最近發(fā)展區(qū)的心理機制

維果茨基的最近發(fā)展區(qū)理論，將社會背景、內(nèi)化和符號中介作為三塊基石，闡述了發(fā)展的機制和個體對社會化內(nèi)容的內(nèi)化發(fā)展路徑，為深入理解語言符號中介將個體與社會聯(lián)系起來，成為個體發(fā)展的心理工具提供了理論基礎(chǔ)。維果茨基關(guān)于高級心理發(fā)展是兩次不同類型心理機能轉(zhuǎn)化的結(jié)論：“第一次是作為集體活動、社會活動，即作為心理間的機能，第二次是作為個體活動，作為兒童的內(nèi)部思維方式，作為內(nèi)部心理機能”[5]，為學(xué)生將外在學(xué)科認知結(jié)構(gòu)內(nèi)化為個體的知識和技能，轉(zhuǎn)化成認知地圖①提供了心理機制說明，這種轉(zhuǎn)化過程得到了心理學(xué)的實驗證明。在維果茨基看來，心理發(fā)展過程的核心事件是符號中介，它是架起學(xué)科知識同個體認知地圖互動建構(gòu)的橋梁。一方面，符號具有個體性，它是個體心理語言內(nèi)化編碼的表征，個體以自身獨特的語言和領(lǐng)悟，表示感知到的人和事物;另一方面，符號又是個體心理意識的外化表征，它以當(dāng)代人的文化世界為參照，以社會共通的語言為載體來表達其獨特的心態(tài)，將個體內(nèi)心的個性化發(fā)展同社會共同認識發(fā)展統(tǒng)一起來，從而讓學(xué)生個體內(nèi)隱的最近發(fā)展區(qū)借助社會共通的語言符號，以他人可以理解的可視化方式外顯出來。個體外化語言符號所具有的個體性和社會性，從根本上確立了人工智能語言介入個體和學(xué)科知識之間的中介地位。教育技術(shù)研究也表明，“基于大腦信息加工原理、信息通信過程和認知資源理論，建立了‘學(xué)習(xí)者—知識交互過程”，但“知識呈現(xiàn)的設(shè)計主要由教育者完成”[6]。因此，教師可以借助智能診測技術(shù)，明確學(xué)生個體發(fā)展的潛力和能力大小、進展速度等，再根據(jù)個體外顯反饋信息及時繪制出個體認知地圖。

（二）學(xué)科知識結(jié)構(gòu)智能可視化外顯繪制原理

借助社會共通的語言載體，將學(xué)科教學(xué)內(nèi)容進行人工智能化語言處理，即可繪制出學(xué)科知識、技能結(jié)構(gòu)圖。這從教師廣泛應(yīng)用的思維導(dǎo)圖、教學(xué)大綱知識結(jié)構(gòu)圖示中即可實現(xiàn)。但作為最近發(fā)展區(qū)學(xué)科知識可視化地圖，則需要更為科學(xué)和全面的結(jié)構(gòu)化處理。不僅需要突出教學(xué)的實際經(jīng)驗性，更需要做到學(xué)科知識的專業(yè)化。因此，其繪制需要遵守以下原理：首先，專業(yè)化繪制原理。需要由課程專家系統(tǒng)解讀學(xué)科課程標準，將學(xué)科中關(guān)于事物的現(xiàn)象和規(guī)律性理論，轉(zhuǎn)化為易于師生理解的學(xué)科知識教學(xué)流程。其次，遵循因材施教的分層繪制原理。需要在全面匯集教材知識、技能結(jié)構(gòu)的基礎(chǔ)上，根據(jù)知識的難度水平進行分層處理。針對不同水平的師生，繪制出相應(yīng)的智能化教學(xué)知識資源結(jié)構(gòu)大綱圖示。一是針對抽象能力差的學(xué)生，推送依靠感知理解的知識場景地圖，讓其一看知識技能的形成動畫，就能借助知識產(chǎn)生的現(xiàn)場情境掌握其要點;二是針對概括力差的學(xué)生，繪制出濃縮學(xué)科知識要點的結(jié)構(gòu)地圖。再次，需要遵循師生教與學(xué)的經(jīng)驗化繪制原理。由一線教師從學(xué)科知識結(jié)構(gòu)的復(fù)雜度、教學(xué)需要的單位時間，確定單位時間內(nèi)推送知識的信息量。將推送的知識、技能盡可能同師生日常生活聯(lián)系起來，將前科學(xué)概念同科學(xué)概念的理解與學(xué)習(xí)有機結(jié)合起來。同時，還需要根據(jù)男女性別的思維差異、城鄉(xiāng)教學(xué)水平和風(fēng)土人情差異，盡可能采取有針對性的分類繪制。最后，遵循教育心理學(xué)的認知原理，智能化地繪制學(xué)科知識結(jié)構(gòu)地圖。由熟悉學(xué)科邏輯結(jié)構(gòu)的課程專家會同一線教師，將學(xué)科的關(guān)鍵知識點及其邏輯結(jié)構(gòu)進行編碼，協(xié)同編程人員繪制出學(xué)科智能化知識結(jié)構(gòu)地圖。先給師生以鳥瞰式輪廓認識，再針對重、難點知識進行立體解析，從不同角度和層次上立體展示抵達潛在發(fā)展目標水平的教學(xué)路徑。將原來以抽象教學(xué)為主的課堂，轉(zhuǎn)變?yōu)橐郧榫晨梢暬陀螒驗橹鞯膱D示化習(xí)題推送課堂。

三、學(xué)生最近發(fā)展區(qū)可視化診測及導(dǎo)航原理

（一）內(nèi)隱最近發(fā)展區(qū)智能可視化診測原理

為了讓內(nèi)隱于學(xué)生心中的最近發(fā)展區(qū)以認知地圖方式實現(xiàn)可視化外顯，可以以學(xué)?？荚嚭涂己?、網(wǎng)上問卷調(diào)查、遠程作業(yè)等多種形式，對個體知識、能力、情感等現(xiàn)狀進行測試，診斷出學(xué)生現(xiàn)有知識技能水平、思維方式、學(xué)習(xí)態(tài)度等。將這種傳統(tǒng)的診測智能可視化，需要建立起能夠準確反映學(xué)生最近發(fā)展區(qū)的試題資源庫。由于學(xué)生學(xué)習(xí)系統(tǒng)知識主要以學(xué)科課程方式進行，因此，將學(xué)科知識按照學(xué)習(xí)難度劃分出易、中、難三個層次，再讓學(xué)生練習(xí)對應(yīng)層次的習(xí)題，根據(jù)其練習(xí)指定層次習(xí)題的正確率，判斷出學(xué)生掌握某學(xué)科知識的難度層次，即可診測出學(xué)生最近發(fā)展區(qū)達到的現(xiàn)有水平。教師在建立題庫時，根據(jù)解題步驟的復(fù)雜程度，將每個單元教學(xué)中的知識點劃分為易、中、難三級。如果有條件，可以根據(jù)500人以上的大樣本筆試解題過關(guān)率來確定各類練習(xí)題的難度系數(shù)。按照80%過關(guān)為容易級別習(xí)題，50%過關(guān)為中等難度題，30%過關(guān)為難度較大題型。其實還可以建立僅有10%的人才能過關(guān)的高難度題庫，不過由于這類習(xí)題難度太大，其應(yīng)用范圍主要限于競賽類少數(shù)學(xué)生。如果用這種高難度題型要求全班學(xué)生，無疑會增加其學(xué)習(xí)負擔(dān)，所以普通班級教學(xué)中設(shè)立易、中、難三個層級，有現(xiàn)實可行性。相關(guān)學(xué)科教師按照難度層級劃分題型，協(xié)同信息技術(shù)中心的研發(fā)人員建立題庫。在每個層次題庫內(nèi)部，盡可能地窮盡難度基本一致但題型各異的變式，以便讓學(xué)生通過智能化地推送練習(xí)，借助參考答案糾錯、演練等，掌握同一層次多種變式題型的解題思路和技巧，逐步達到熟練掌握該層次題型的水平。學(xué)生每次做對推送層次習(xí)題總題量的60%，即為基本掌握;真正熟練掌握指定練習(xí)層級學(xué)科知識點，則至少需要做對推送題量的80%以上。

（二）學(xué)生最近發(fā)展區(qū)可視化診測技術(shù)實現(xiàn)原理

在最近發(fā)展區(qū)理論的基礎(chǔ)上，歐共體“遠距離教育與訓(xùn)練項目”提出支架式教學(xué)模式[7]。借鑒其思想，我們將“支架”以教育技術(shù)予以實現(xiàn)，集中在小學(xué)數(shù)學(xué)應(yīng)用題解題中開展最近發(fā)展區(qū)診測和智能化教學(xué)的實驗。在實驗中，主要采用Model（模型）—View（視圖）—Controller（控制器）框架模式（簡稱MVC框架）。其中，Model是該應(yīng)用程序的核心，View用于顯示數(shù)據(jù)，Controller處理輸入。之所以選擇MVC框架，是因為其數(shù)據(jù)、業(yè)務(wù)邏輯、界面顯示是分離的，整個系統(tǒng)分工明確，架構(gòu)合理。為了更好地適應(yīng)最近發(fā)展區(qū)分層推送相關(guān)知識體系的需要，本實驗在系統(tǒng)前端采用了小程序形式，在交互過程中需給小程序發(fā)布接口，故需用Spring MVC做控制器。其控制器Struts2是一個Web應(yīng)用框架，主要執(zhí)行以下流程：瀏覽器發(fā)送HTTP請求，找相應(yīng)處理請求的Action類，Web Work的攔截器鏈主動請求應(yīng)用通用功能，Action處理業(yè)務(wù)邏輯，將Action類中的對應(yīng)方法返回的結(jié)果響應(yīng)給瀏覽器。實現(xiàn)最近發(fā)展區(qū)外部知識分層映射機理的Hibernate，是一個對象關(guān)系映射框架，“它對JDBC進行了非常輕量級的對象封裝”，“使得Java程序員可以使用對象編程思維來操縱數(shù)據(jù)庫”[8]。圖1形象表征了Hibernate框架結(jié)構(gòu)原理。Spring MVC是一種實現(xiàn)了Web MVC、基于Java的設(shè)計模式，其存在的目的就是要簡化我們?nèi)粘５腤eb開發(fā)。圖2完整地表征了Spring MVC的技術(shù)實現(xiàn)原理，呈現(xiàn)了從用戶發(fā)起請求到服務(wù)端返回請求的處理流程。

（三）最近發(fā)展區(qū)智能可視化導(dǎo)航設(shè)計原理

將診測出的學(xué)生外化認知地圖同學(xué)科知識結(jié)構(gòu)地圖進行對照，即可明確學(xué)生需要補償教育的知識和技能層次、類型以及最佳教學(xué)路徑等。再根據(jù)學(xué)生的學(xué)習(xí)能力、喜好等因素，即可智能化地繪制其下一階段的導(dǎo)航圖。因此，師生教學(xué)導(dǎo)航設(shè)計必須遵循針對最近發(fā)展區(qū)間進行“對比補缺”教育的設(shè)計原理。根據(jù)最近發(fā)展區(qū)理論，只要學(xué)生掌握了的知識就不再教，教了學(xué)生也掌握不了的知識也不教，教學(xué)應(yīng)該精準地落在學(xué)生的最近發(fā)展區(qū)中。因此，智能化教學(xué)導(dǎo)航設(shè)計需要診測出學(xué)生知識結(jié)構(gòu)現(xiàn)有水平，再同學(xué)科教學(xué)大綱目標結(jié)構(gòu)地圖對比，以可視化的知識結(jié)構(gòu)缺失方式，準確定位學(xué)生最近發(fā)展區(qū)中認知模糊或殘缺的知識結(jié)構(gòu)區(qū)域，由云端教學(xué)資源庫將補教內(nèi)容推送到學(xué)生電子書包或手機上，在導(dǎo)航圖的引導(dǎo)下開展“對比補缺”教學(xué)活動。一方面，教師需要根據(jù)智能化推送的分層練習(xí)中學(xué)生通過率得分，將其分為優(yōu)、中、合格三個層次。再針對三個層次的學(xué)生所在知識盲區(qū)，進行知識缺失的結(jié)構(gòu)化診斷，以明確其缺失的知識網(wǎng)點。另一方面，教師通過對三個層次學(xué)生的分層訪談，幫助其“實現(xiàn)隱性知識的‘集體認知地圖或者‘聯(lián)合認知地圖的”繪制[9]。參與導(dǎo)航圖設(shè)計的教師，應(yīng)根據(jù)特定層次學(xué)生的共性特點，引導(dǎo)其對照教學(xué)大綱知識點，將自己熟練掌握的知識點、線和面標識出來，在學(xué)科知識技能結(jié)構(gòu)的教學(xué)大綱地圖上，繪制出學(xué)生沒有掌握的知識網(wǎng)點圖。教師再根據(jù)各層次學(xué)生群體畫出的知識盲區(qū)圖，結(jié)合以往的教學(xué)經(jīng)驗和學(xué)生認知心理特征，對盲區(qū)知識結(jié)構(gòu)按照認知心理規(guī)律進行重組，形成既符合學(xué)科邏輯、又有助于下階段“補缺”教育的智能化教學(xué)導(dǎo)航圖。

四、最近發(fā)展區(qū)智能可視化診測技術(shù)與

導(dǎo)航設(shè)計

（一）最近發(fā)展區(qū)智能可視化診測技術(shù)實驗

最近發(fā)展區(qū)智能可視化診測，需要先準確定位學(xué)生現(xiàn)有水平。所以，我們采取先練后教、以練促教的智能可視化診測和教學(xué)導(dǎo)航。即從特定層級的練習(xí)題診測中發(fā)現(xiàn)學(xué)生現(xiàn)有水平，再以此為基礎(chǔ)確定推送攻克難點的演示案例和解題方法。最后，在一類題型的變式訓(xùn)練中熟練掌握解題技術(shù)，達到最近發(fā)展區(qū)的較高水平。技術(shù)架構(gòu)如圖3所示。

系統(tǒng)分析與設(shè)計：本系統(tǒng)使用的數(shù)據(jù)庫MySQL為關(guān)系型數(shù)據(jù)庫，系統(tǒng)前端開發(fā)采用內(nèi)容、樣式、動作分離的小程序開發(fā)形式。小程序提供了所有應(yīng)用題的題型含義、難易度分層、題型數(shù)量關(guān)系以及解題思路和方法等知識點，系統(tǒng)會根據(jù)待測學(xué)生歷史練習(xí)數(shù)據(jù)，自動估測出其掌握的現(xiàn)有水平，并進行智能化推送。（1）學(xué)生需求分析主要以復(fù)習(xí)題推送測試小學(xué)生解答數(shù)學(xué)應(yīng)用題的實際發(fā)展水平，以新層次題型推送診測出其解決小學(xué)數(shù)學(xué)應(yīng)用題的自學(xué)和潛在發(fā)展水平，利用練習(xí)解答將小學(xué)生的最近發(fā)展區(qū)不斷向前推進。（2）本系統(tǒng)提供了一個小學(xué)生應(yīng)用題庫，學(xué)生在電子書包小程序上答題。第一次推送習(xí)題主要根據(jù)小學(xué)生選擇的現(xiàn)有水平題型隨機推送。然后，針對小學(xué)生答對率為30%～50%的最近發(fā)展區(qū)題型，推送系列經(jīng)典解題演示和思維方式演練，在下一輪題型推送的初始階段就集中推送上次的錯題，讓小學(xué)生在練習(xí)上次錯題中逐漸習(xí)得新推層次題的解題技巧。（3）教師根據(jù)學(xué)生答題情況進行分層判斷。學(xué)生廣泛練習(xí)后，答案會提交到后臺，系統(tǒng)依此自動進行評分，再由教師對學(xué)生進行綜合評價，確認小學(xué)生實際達到的最近發(fā)展區(qū)水平，并對下一階段的試題推送難度給出建議。除此之外，還需添加班級及用戶的增、刪、查、改等操作，增加答卷評閱、答題情況統(tǒng)計模塊等部分內(nèi)容。

數(shù)據(jù)庫設(shè)計：圖4為本系統(tǒng)數(shù)據(jù)庫的E-R圖，從中可以看出其中的實體、屬性及聯(lián)系。系統(tǒng)的數(shù)據(jù)庫共設(shè)計六個表，分別是zpd_admin表（管理員表）、zpd_answer_detail表（答題情況及最近發(fā)展區(qū)間分析表）、zpd_class表（班級表）、zpd_pattern表（難度層級表）、zpd_subject表（題目表）、zpd_user表（用戶表）。

整個系統(tǒng)由后臺環(huán)境、小程序、考核模塊、系統(tǒng)界面四部分實現(xiàn)。后臺環(huán)境主要是基于SSH框架的Java Web實現(xiàn)的。具體實現(xiàn)過程為：（1）在Java Web項目根目錄下導(dǎo)入SSH所必需的jar包，同時，包含其他所需的jar包;（2）通過Spring進行數(shù)據(jù)庫資源和一些Bean組件的管理，主要是配置Spring的掃描機制和數(shù)據(jù)庫連接池;（3）配置struts.xml文件，定義后臺管理各個界面操作和跳轉(zhuǎn)相應(yīng)的action，從而控制界面的跳轉(zhuǎn)操作邏輯;（4）后臺主要通過Hibernate進行數(shù)據(jù)庫操作，定義Hibernate的映射規(guī)則和相應(yīng)的映射文件資源，定義Session Factory的連接配置;（5）通過接口的方式與微信小程序進行關(guān)聯(lián)，即通過集成Spring MVC的方式進行rest接口的開發(fā)?？荚嚹K的練習(xí)題推送和教學(xué)演示等編程還在專利申請中，因篇幅限制略去。

（二）最近發(fā)展區(qū)智能可視化教學(xué)導(dǎo)航設(shè)計思路

1. 學(xué)科教學(xué)最近發(fā)展區(qū)導(dǎo)航設(shè)計

由于每門學(xué)科都有其獨特的學(xué)術(shù)語言、表征符號、研究問題領(lǐng)域、思考和解決問題的方式、建構(gòu)學(xué)科理論的特有邏輯等。因此，學(xué)科可視化導(dǎo)航圖應(yīng)由一線教師根據(jù)自身學(xué)校處境和自我素質(zhì)狀況，向課程專家提出解決各類班級學(xué)科教學(xué)中常見問題需要推送的認知結(jié)構(gòu)導(dǎo)航圖。再由教育信息軟件編程專家實施針對各類班級學(xué)科教學(xué)的導(dǎo)航地圖設(shè)計。研究表明：“通過建立網(wǎng)絡(luò)信息語義模型和用戶需求語義模型，在網(wǎng)絡(luò)信息和用戶之間構(gòu)建導(dǎo)航語義網(wǎng)”[10]，即可實現(xiàn)對用戶需求的針對性設(shè)計，從而為解決學(xué)科教學(xué)智能導(dǎo)航提供了技術(shù)支持。無論是教師的學(xué)科知識教學(xué)導(dǎo)航，還是學(xué)生的認知技能導(dǎo)航，都主要以學(xué)科特有符號所表征的語義為主，建立起針對學(xué)科教師的分類處理語義模型，相當(dāng)于在網(wǎng)絡(luò)平臺上建立起“人—機”語義轉(zhuǎn)譯，創(chuàng)造“人—機”對話環(huán)境。讓導(dǎo)航語義網(wǎng)能夠準確、完整地理解教師的學(xué)科導(dǎo)航需求，并及時地提供分科、分層針對教學(xué)難點的導(dǎo)航。至于導(dǎo)航圖上各單元知識難點問題解答，現(xiàn)在的“作業(yè)幫”“小猿解題”App軟件即可推送解題路徑和相應(yīng)的答案。教師導(dǎo)航中需要做的是幫助學(xué)生理清知識點之間的關(guān)系，設(shè)計出從易到難的優(yōu)化學(xué)習(xí)流程;進行學(xué)習(xí)情境設(shè)計，激發(fā)愿學(xué)、樂學(xué)的動機;幫助學(xué)生歸納出解決各類問題的原理、公式和技巧。

2. 學(xué)生個體個性化學(xué)習(xí)導(dǎo)航設(shè)計

人工智能時代的AI助教系統(tǒng)，可以“根據(jù)學(xué)習(xí)者個性特征為其提供精準個性化學(xué)習(xí)服務(wù)的大規(guī)模個性化教育”[11]。在班級教學(xué)環(huán)境下，大規(guī)模個性化教育也不可能完全獨立，因此，需要結(jié)合學(xué)科教師導(dǎo)航，借助師生互動創(chuàng)生出相應(yīng)的學(xué)生個體學(xué)習(xí)導(dǎo)航。根據(jù)布魯姆的掌握學(xué)習(xí)理論，只要恰當(dāng)注意教學(xué)中的主要變量，就有可能讓絕大多數(shù)學(xué)生達到掌握水平[12]。為此，在班級個別化教學(xué)智能導(dǎo)航設(shè)計中，關(guān)鍵是抓住影響學(xué)習(xí)效果的知識任務(wù)進行分解，準確定位好個人對應(yīng)的學(xué)習(xí)知識點程序變量（圖5左框），進行約束性數(shù)學(xué)模型問題的建構(gòu)和設(shè)計（圖5右框）。首先，“建立某門課程總的學(xué)習(xí)活動關(guān)系圖，然后在圖中根據(jù)不同的學(xué)習(xí)目標尋找不同的學(xué)習(xí)路徑”[13]，形成圖5左框所示的個別化教學(xué)智能導(dǎo)航任務(wù)分解流程圖。各班級教學(xué)目標、資源訪問時的限制條件，多個學(xué)生要求同步達到某個教學(xué)目標或協(xié)同完成一個共同目標時的約束關(guān)系，可以轉(zhuǎn)化為一組約束方程來定義，最終將問題轉(zhuǎn)化為一個CSP（Constrain Satisfaction Problem）求解。建立CSP約束滿足問題模型（圖5右框）的基本思路是：先按日常教學(xué)的條件約束滿足智能化設(shè)計、規(guī)劃問題，定義一組基本的變量和約束，設(shè)計出系列性的、針對班級教學(xué)中各個學(xué)生的活動。再根據(jù)網(wǎng)絡(luò)推送特點，對智能化設(shè)計的教學(xué)情境、圖像等約束條件作進一步改進，使其更符合學(xué)生個體選擇導(dǎo)航過程的特征，并最終形成特定個體的教學(xué)自動導(dǎo)航問題模型。這里可以將個別化教學(xué)活動的路徑圖等效地用一組變量來刻畫，即對所有變量的一種賦值方案，唯一地確定一個調(diào)度。若將調(diào)度用圖來表示，則定義的變量主要用于描述圖中的節(jié)點、線條，以及這些節(jié)點和聯(lián)系線條發(fā)生與結(jié)束的時間。因此，以每個學(xué)生的教學(xué)活動為單位，將有關(guān)該活動的聯(lián)系及發(fā)生時間加以定義，就可以把整個問題轉(zhuǎn)化為CSP問題模型，以集約化方式實現(xiàn)對全班學(xué)生個體的可視化導(dǎo)航。

（三）針對入門和難點的智能可視化教學(xué)導(dǎo)航設(shè)計

1. 學(xué)科入門階段的教學(xué)導(dǎo)航設(shè)計

由于導(dǎo)航地圖繪制表現(xiàn)的只是師生經(jīng)過的教學(xué)知識點名稱以及知識點之間的拓撲關(guān)系，因此，一是按照知識點、線、面劃分，賦予相關(guān)知識點、系列和區(qū)域以恰當(dāng)?shù)拿?二是在特定的知識點、線、面上進行高度概括，濃縮為最能概括核心意義的詞匯、圖表、動畫、圖形等，使所有教學(xué)流程的子目標清晰可見;三是為師生獲得清晰的導(dǎo)航圖，需要根據(jù)知識本身的邏輯結(jié)構(gòu)，繪制出相互聯(lián)系的結(jié)構(gòu)關(guān)系;四是以“地標”方式凸顯每個條塊、區(qū)域、整個學(xué)科知識的重點和難點。智能可視化導(dǎo)航系統(tǒng)的實現(xiàn)可以參照LBS（基于位置服務(wù)）認知地圖導(dǎo)航進行系統(tǒng)設(shè)計。為了讓班級學(xué)生理解學(xué)科的認知過程，習(xí)得其思維方式，需要有一個針對學(xué)生前置學(xué)習(xí)的認知導(dǎo)航。這是因為學(xué)校教育以學(xué)習(xí)間接知識為主導(dǎo)，其班級教學(xué)是去情境化的，它要求學(xué)生必須脫離實際情境的限定，借助學(xué)科特有的語言符號工具，發(fā)揮概念的同化或異化作用;借助對知識間聯(lián)系的想象和再現(xiàn)等心理機能，激活教師按照教學(xué)和教材的邏輯傳授知識和技能。但是，如果教學(xué)內(nèi)容一開始就脫離具體情境，根據(jù)更高級心理機能進行學(xué)科教學(xué)，那么許多學(xué)生就很難適應(yīng)抽象知識的學(xué)習(xí)，因為他們過不了抽象思維轉(zhuǎn)化的第一關(guān)。針對這種情況，可以讓學(xué)生接受學(xué)科基礎(chǔ)知識的遠程診測，以練習(xí)解答、糾錯等方式診斷出其直接進入抽象學(xué)習(xí)中可能存在的認知障礙，從而有針對性地編制出銜接新舊知識的“軟著陸”智能教學(xué)導(dǎo)航程序。其關(guān)鍵是精準定位新舊知識之間的思維方式轉(zhuǎn)化和銜接點，以可視化方式將新學(xué)習(xí)階段去情境化的符號還原為學(xué)生經(jīng)歷過的可視化情景;幫助學(xué)生在日常概念和學(xué)科概念之間建立聯(lián)系，為學(xué)生進入學(xué)習(xí)新階段提供同化或重建抽象知識做鋪墊。

2. 教學(xué)難點的解題智能可視化導(dǎo)航設(shè)計

研究表明，可以“通過專家團隊對復(fù)雜問題建立數(shù)學(xué)模型，并運用計算機進行可視化模擬，呈現(xiàn)不同決策所產(chǎn)生的結(jié)果，提高決策質(zhì)量”[14]。由專家決策提供的高度復(fù)雜化的認識圖式可以將若干相關(guān)信息組織起來，為師生提供思維方式和解決問題的路向，從而大大降低了解題負載和綜合處理現(xiàn)有知識的勞動強度。第一，難點問題的智能可視化導(dǎo)航。以微視頻、小游戲解題決策場景推送方式提供引導(dǎo)，尤其需要符合特定班級的現(xiàn)有水平，解決問題的梯度相對較低。第二，以可視化問題情境，實現(xiàn)難點導(dǎo)航的智能化。專門針對各類班級所受條件限制，將一類問題的通常情境進行呈現(xiàn)，推送符合師生現(xiàn)有認識基礎(chǔ)和經(jīng)驗的情境，啟發(fā)其獲得解決當(dāng)下問題的新思路。第三，難點可視化智能導(dǎo)航，需要配合有聲信息，再現(xiàn)圖形和場景。將視聽信息通道有機結(jié)合，借助人、物和事件的自我告白或他人講解，在實現(xiàn)最大信息量輸入的同時，降低師生解決難題的認知負載。第四，可視化信息應(yīng)緊扣師生熟悉的事物進行呈現(xiàn)，提高調(diào)用個體原有認知圖式的反應(yīng)和解題速度。第五，將知識技能的教學(xué)難點盡可能地以互動情境進行推送。對小學(xué)生來說，空間圖形的認識歷來是數(shù)學(xué)教學(xué)的難點。為了能在學(xué)生的頭腦中清晰地形成“長方體”的表象，可通過推送三維動畫互動游戲，以“搭、粘、說、想、畫”五步，強化學(xué)生的自主體驗[15]。小學(xué)生在愉快的虛擬操作中不斷感知、體驗，在“做”中形成清晰的長方體認知地圖，并在解題地圖幫助下以實操方式解決抽象的圖形變換問題。

五、結(jié)? ?語

本研究主要從教育學(xué)、心理學(xué)角度出發(fā)，認為最近發(fā)展區(qū)智能化教學(xué)取得突破的關(guān)鍵在于代表社會共識的學(xué)科知識文字語言同個體心理內(nèi)部語言之間的轉(zhuǎn)化機理。借助這一轉(zhuǎn)化機理，可以通過計算機編程實現(xiàn)學(xué)科知識結(jié)構(gòu)可視化，讓學(xué)生通過不同層次的練習(xí)診測出其現(xiàn)有的認知水平，再借助同教學(xué)大綱要求的知識結(jié)構(gòu)及水平的對比，由編程人員協(xié)同教師按照學(xué)生“補教”需要，編制出最近發(fā)展區(qū)智能化認知導(dǎo)航地圖，以在線方式推送恰好落在學(xué)生最近發(fā)展區(qū)的各種習(xí)題。讓學(xué)生從解答中、從專題訓(xùn)練的解題案例演示中，不斷學(xué)會新的知識和解題技能、技巧，更為精準地促進學(xué)生的持續(xù)發(fā)展。

我們目前的研究對原理研究比較系統(tǒng)，有較為清晰的框架性設(shè)計思路，在診測小學(xué)生最近發(fā)展區(qū)實際水平、潛在發(fā)展水平及智能化推送試題恰好落在最近發(fā)展區(qū)內(nèi)的技術(shù)實現(xiàn)上取得了實質(zhì)性突破。這些成果為下一步研究學(xué)科知識結(jié)構(gòu)的診測，并針對性地推送知識單元奠定了基礎(chǔ)。但要從技術(shù)實現(xiàn)上全面突破，還需一段時間，主要是認知導(dǎo)航地圖的智能化繪制需要多方協(xié)同全面攻關(guān)。我們相信，以本研究的基本原理為基礎(chǔ)，聯(lián)合研究實力更強的智慧教育專業(yè)機構(gòu)，實施多學(xué)科、多部門協(xié)同攻堅，將班級教學(xué)中最近發(fā)展區(qū)認知地圖及時外化，再同學(xué)科課程考試題庫和教學(xué)大綱知識網(wǎng)點比對，智能化地繪制出適合各層次班級的教學(xué)導(dǎo)航圖，指日可待。

[參考文獻]

[1] 祝智庭，魏非.教育信息化2.0：智能教育啟程，智慧教育領(lǐng)航[J].電化教育研究，2018（9）：5-16.

[2] 何克抗.“學(xué)習(xí)分析技術(shù)”在我國的新發(fā)展[J].電化教育研究，2016（7）：5-13.

[3] 牟智佳，武法提，喬治·西蒙斯.國外學(xué)習(xí)分析領(lǐng)域的研究現(xiàn)狀與趨勢分析[J].電化教育研究，2016（4）：18-25.

[4] 曾茂林，王體華.確定最近發(fā)展區(qū)的方法及其在教學(xué)中的應(yīng)用[J].四川教育學(xué)院學(xué)報，2002（1）：6-7，10.

[5] 維果茨基.維果茨基教育論著選[M].余震球，譯.北京：人民教育出版社，2005：388.

[6] 李晶，郁舒蘭，金冬.均衡認知負荷的教學(xué)設(shè)計及知識呈現(xiàn)[J].電化教育研究，2018（3）：23-28.

[7] 陳軍濤.最近發(fā)展區(qū)理論在教學(xué)模式中的應(yīng)用[J].當(dāng)代教育論壇，2007（9）：15-16.

[8] 朱運喬.基于Spring+Spring MVC+hibernate框架的Web系統(tǒng)設(shè)計與實現(xiàn)[J].電腦知識與技術(shù)， 2018（26）：66-68.

[9] 張凌，喬曉東.基于組織認知地圖的隱性知識共享的實現(xiàn)[J].情報理論與實踐，2013（7）：81-84.

[10] 高雪霞，田文強.基于語義網(wǎng)的網(wǎng)絡(luò)智能導(dǎo)航系統(tǒng)研究[J].科技通報，2012（2）：126-127.

[11] 楊彥軍，羅吳淑婷，童慧.基于“人性結(jié)構(gòu)”理論的AI助教系統(tǒng)模型研究[J].電化教育研究，2019（11）：12-20.

[12] 張婷婷.布盧姆“掌握學(xué)習(xí)”教學(xué)理論解讀[J].現(xiàn)代教育科學(xué)（普教版），2009（2）：60-62.

[13] 陳乙雄，吳中福，馮永，等.基于CSP的學(xué)習(xí)智能導(dǎo)航服務(wù)模型與算法研究[J].計算機科學(xué)，2012（12）：41-46.

[14] 岳金星，于楠楠.基于認知心理學(xué)的高效視覺信息加工可視化策略[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2008（5）：19-21，26.

[15] 俞彭寅.學(xué)生數(shù)學(xué)“認知地圖”的建立[J].教學(xué)與管理，2009（17）：39-40.