江蘇省太倉市教育信息化中心 朱 峰

在國家對教育信息化頂層設計的指引下，隨著《教育信息化“十三五”規(guī)劃》《教育信息化2.0 行動計劃》《中國教育現(xiàn)代化2035》等規(guī)劃、計劃的發(fā)布，各地推動了智慧學習云平臺的建設，為教師和學生開辟了網(wǎng)絡在線空間，在此空間上開展了在線的教學和學習活動，提高了教師和學生的信息化素養(yǎng)，發(fā)揮了重要的作用。

在實際應用中，我們也應該清醒地認識到存在著一定的問題，產(chǎn)生了新的痛點。為此，沿著國家對教育信息化中長期規(guī)劃的思路，在對未來幾年智慧學習云平臺的建設與發(fā)展方面提供些許思路以供探討。

一、當前智慧學習云平臺現(xiàn)狀分析

2015 年以來是各地智慧學習云平臺建設的一個高峰，此期間建設的智慧學習云平臺的主要特征是通過信息化技術的手段，將部分教與學的場景搬到了線上進行。經(jīng)歷了幾年的使用之后，平臺的不足與痛點逐步顯現(xiàn)。主要有：

（一）資源過多，可使用場景少，不能有效發(fā)揮資源作用

智慧學習云平臺可以提供較好的學習資源管理與分享的功能。在一個擁有大量資源的平臺，一個章節(jié)可能會有十幾個來源不同的相似資源，在自主學習場景，學生很難從十幾個資源中選擇適合自己的資源進行觀看學習，也就是說，容易有選擇困難的情況發(fā)生，資源應用效果大打折扣。

（二）使用復雜,用戶體驗差

當前建設的智慧教育云平臺，需求來源于項目初期一次性的收集，后續(xù)迭代優(yōu)化少，用戶體驗差成為用戶常態(tài)化使用的絆腳石。平臺使用往往需要教育局、學校通過績效考核的手段強制或半強制的推動。

（三）尚未形成真正的教育大數(shù)據(jù)

大數(shù)據(jù)具有明顯的4V 特征，即數(shù)據(jù)量大(Volume)、數(shù)據(jù)多樣(Variety)、價值密度低(Value)、速度快時效高(Velocity)，從應用實踐來看，學生在線學習次數(shù)較少，尚未形成滿足大數(shù)據(jù)特征的學習行為數(shù)據(jù)以供分析與決策甚至智能學習。

（四）難以實現(xiàn)以學生為主觀的自主學習

當前建設的智慧在線學習云平臺，很多時候將學生自主學習作為一個亮點進行宣傳與推廣，但從應用實踐來看，由于學生自控能力、功能用戶體驗等方面的原因，學生的自主學習次數(shù)實際較少，主要還是教師主導下的在線學習，是將線下的學習部分搬到了線上。

二、智慧學習云平臺進一步的建設思路

《教育信息化2.0 行動計劃》指出：“以信息化引領構建以學習者為中心的全新教育生態(tài)”“真正實現(xiàn)從融合應用階段邁入創(chuàng)新發(fā)展階段，不僅實現(xiàn)常態(tài)化應用，更要達成全方位創(chuàng)新”。這就需要在機制保障的前提下，分析現(xiàn)狀，吸收經(jīng)驗教訓，融合線上線下，營造實現(xiàn)智能決策與個性化自適應的智慧學習生態(tài)環(huán)境。

（一）智能資源的建設

智能資源是指能夠滿足智能分析的學測題庫及相應的微課視頻資源等。要實現(xiàn)智慧的教與學，就要組建教研團隊，研究學科測試題所賦能的學習維度標簽，對智能資源進行多維度標簽的標注。形成智能資源題庫就能夠通過線上線下學生作答結果數(shù)據(jù)，實現(xiàn)精準的學生學科學習特征畫像。

（二）學習數(shù)據(jù)采集

為了實現(xiàn)對學生學情的準確把握，為智能化的學習提供數(shù)據(jù)支撐，學生學習數(shù)據(jù)的采集，僅僅依賴線上學習的伴隨式采集，已經(jīng)被證明數(shù)據(jù)量是不足夠的、與實際學情有不小偏差的，當前線上學習是小部分線下學習的在線化，占比不到5%。因此需要研究對線下學習數(shù)據(jù)采集的支撐。

1.線上學習數(shù)據(jù)采集與處理

線上學習數(shù)據(jù)的伴隨式采集技術，已經(jīng)較為成熟、全面。學生進行線上學習，不僅能夠得到學習結果數(shù)據(jù)，還能采集到學習過程數(shù)據(jù)。只有采集到豐富的各項過程與結果數(shù)據(jù)，才能對學生學情有一個較為全面準確的分析。

2.線下學習數(shù)據(jù)采集與處理

為了盡可能多的采集到線下學習數(shù)據(jù)，需要由多個采集子系統(tǒng)分別負責不同場景。如：成績管理子系統(tǒng)負責采集大型考試成績相關的數(shù)據(jù)；閱卷子系統(tǒng)負責采集學生周考、月考等的答題數(shù)據(jù)等。不同的應用場景使用不同的技術手段與工具進行數(shù)據(jù)采集，最終匯入學情數(shù)據(jù)庫進行統(tǒng)一存儲并供后續(xù)分析。

需要強調(diào)的是，不論線上或線下，學生學習數(shù)據(jù)采集都是基于智能資源的學生學習數(shù)據(jù)。只有這樣才能實現(xiàn)后續(xù)的個人學情特征分析、個人錯題本等的功能。

（三）數(shù)據(jù)整合與分析

解決了具有豐富標簽的智能資源問題和線上線下學情數(shù)據(jù)的采集問題之后，將資源數(shù)據(jù)與學情數(shù)據(jù)進行整合，開展各種維度的分析，為進一步的教研與智能化學習提供分析報告。

針對智能資源的分析，可以有：

1.個性化學情的分析與呈現(xiàn)，通過線上線下學情的全面數(shù)據(jù)采集，經(jīng)過簡單計算就可以得出一個學生知識點維度、能力維度、素養(yǎng)維度等方面的以數(shù)字（百分比等）形式展現(xiàn)的學情，通過與其他學生學情數(shù)據(jù)的對比，將能夠一目了然地把握一個學生大到學期學年的總體學情、小到一個知識點的詳細學情，助力學生根據(jù)自己的薄弱點進行強化與補足，實現(xiàn)學習的個性化優(yōu)化。

2.班級學情的分析與呈現(xiàn)，將班中各學生的學情進行匯總分析，可以計算出班級的學情。來源于客觀數(shù)據(jù)的班級學情分析能夠克服主觀判斷的種種不足，實現(xiàn)細粒度的精準化教學。這個班級學情，不再是班級學生籠統(tǒng)的分層，而可以是某單個知識點維度的學生分層。如此，學習指導、與答疑效果會很容易取得滿意的效果。

（四）初步的智能化教與學

通過智能資源與學習數(shù)據(jù)采集功能的建設，能夠輸出學生個性化學情、班級個性化學情、智能分層資源庫，在此基礎上就能夠進一步通過結合人工智能的算法，對學生進行智能化的學習推薦，引導學生學習過程的最優(yōu)化、學習的高效化，促進學生的全面發(fā)展。

1.基于學生錯題的線上線下重做

學生可以在線進行錯題重練，也可以將自己的錯題下載，打印出來進行線下再練，然后通過拍照的方式進行機器批閱。對于錯題再練后還是錯誤的，還可以進行二次錯題地再練及在線觀看視頻等方式進行強化知識點的學習。

2.基于學情的線下個性化輔導

學生的學情報告，需要詳細描述學生各知識點的掌握情況與能力維度情況，支持以PDF 等格式的下載與打印，學生根據(jù)自己的學情，可以尋求線下個性化的輔導。

3.初步的學習路徑引導

學習是持續(xù)性的，通過知識圖譜中各知識點間的先后關系、類似關系等，能夠讓教師、學生根據(jù)學情追本溯源，從學習掌握程度不好的知識點溯源到基礎知識點，通過加固基礎知識點來改善問題知識點的掌握情況，從而實現(xiàn)相關知識點的路徑式學習。路徑式學習主要依靠學習路徑的引導，這個引導可以是教師主導的，也可以是云平臺中的智能引擎所引導的。

三、結語

智慧學習云平臺，在當前還是一個比較前沿、比較新的事物，需要有機制上的保障及創(chuàng)新研發(fā)、創(chuàng)新服務的支持。在建設過程中，會需要協(xié)調(diào)各方力量確保智能資源建設的質量。智慧學習云平臺發(fā)展到當前階段，功能建設沒有現(xiàn)成經(jīng)驗可供直接參考和復制，只能在探索中前行。在探索過程中，需要根據(jù)師生用戶的反饋進行系統(tǒng)的優(yōu)化。通過不斷優(yōu)化智慧在線學習平臺，實現(xiàn)其最大價值。