廖菲菲 王成元 新余學(xué)院建筑工程學(xué)院

●引言

針對學(xué)習(xí)者的興趣、學(xué)習(xí)能力等具體情況進行不同方式的教育，不僅是國內(nèi)外教育研究學(xué)者的共同目標(biāo)，也是學(xué)習(xí)者自身對多元化學(xué)習(xí)模式的追求。在信息高速發(fā)展的時代背景下，在線教育平臺自此駛?cè)搿翱燔嚨馈薄Ｆ浒l(fā)展推進了個性化教育目標(biāo)的實現(xiàn)，學(xué)習(xí)過程不再受地點和時間的約束，與教師和同學(xué)的交流互動也擴展到線上平臺，資源的高度整合也極大地推動了學(xué)生個性的發(fā)展。然而，在線教育平臺的優(yōu)勢并沒有從根本上解決個性化學(xué)習(xí)的問題，這就迫切需要一種更能捕捉學(xué)習(xí)者需求的個性化學(xué)習(xí)平臺，可以參考學(xué)習(xí)者的知識結(jié)構(gòu)、能力水平和學(xué)習(xí)習(xí)慣等為其匹配個性化的內(nèi)容并推薦學(xué)習(xí)路徑。作為自適應(yīng)學(xué)習(xí)的優(yōu)化升級，智適應(yīng)學(xué)習(xí)有望借助人工智能技術(shù)判斷學(xué)習(xí)者的差異性，通過“量身定制”的教學(xué)模式實現(xiàn)因材施教。

●智適應(yīng)學(xué)習(xí)與自適應(yīng)學(xué)習(xí)

自適應(yīng)學(xué)習(xí)系統(tǒng)是一個基于學(xué)生信息模型和知識庫模型的系統(tǒng)，其主要功能是通過各類學(xué)習(xí)數(shù)據(jù)信息的收集，來實時監(jiān)測和反饋學(xué)習(xí)者的學(xué)習(xí)活動。自適應(yīng)學(xué)習(xí)系統(tǒng)可以通過對學(xué)習(xí)者的多元化數(shù)據(jù)信息展開全面分析，為其提供個性化服務(wù)，同時還能將分析后的學(xué)習(xí)數(shù)據(jù)信息以信息統(tǒng)計報表的方式反映給學(xué)習(xí)者，方便學(xué)習(xí)者及時、全面、深入地了解和掌握自身的實際學(xué)習(xí)狀況。

依據(jù)適應(yīng)性學(xué)習(xí)對象差異，自適應(yīng)學(xué)習(xí)的內(nèi)容大體包含三方面：學(xué)習(xí)內(nèi)容的自適應(yīng)性、學(xué)習(xí)評估的自適應(yīng)性和學(xué)習(xí)序列的自適應(yīng)性。從學(xué)習(xí)內(nèi)容方面看，不僅內(nèi)容的難易程度需與學(xué)習(xí)者匹配，學(xué)習(xí)資源的類型選擇和知識元的有效組合也應(yīng)反映學(xué)習(xí)者特點。在學(xué)習(xí)評估的自適應(yīng)方面，應(yīng)側(cè)重于學(xué)習(xí)者線上學(xué)習(xí)行為活動的分析、評價算法和評估范圍。對于學(xué)習(xí)序列的自適應(yīng)，重點是借助科學(xué)的運算處理方法，智能調(diào)節(jié)學(xué)習(xí)內(nèi)容推送的先后順序。

自適應(yīng)學(xué)習(xí)完成了從班級制的模式化學(xué)習(xí)方式向個性化學(xué)習(xí)方式的基礎(chǔ)轉(zhuǎn)變。其在迎合學(xué)習(xí)者特點、集成學(xué)習(xí)資源和調(diào)整學(xué)習(xí)過程等功能方面均起到極大作用。然而現(xiàn)在自適應(yīng)學(xué)習(xí)面臨的最大問題是系統(tǒng)怎樣能精確判斷學(xué)習(xí)者的已有知識基礎(chǔ)，并精準(zhǔn)推薦適合學(xué)習(xí)者的學(xué)習(xí)路徑。有鑒于此，在人工智能技術(shù)支持下，智適應(yīng)學(xué)習(xí)應(yīng)時而生。該種學(xué)習(xí)方式首先對學(xué)習(xí)者進行學(xué)習(xí)行為采集和學(xué)習(xí)質(zhì)量評估，然后準(zhǔn)確定位知識薄弱點，在為其智能規(guī)劃學(xué)習(xí)路徑提供學(xué)習(xí)支持與服務(wù)的同時，最大程度地提升了學(xué)習(xí)者的學(xué)習(xí)效率?？偟膩碚f，智適應(yīng)學(xué)習(xí)能夠結(jié)合AI人工智能技術(shù)進行深度思考，幫助學(xué)習(xí)者攻克知識薄弱環(huán)節(jié)，并且為他們提供一條相對優(yōu)化的學(xué)習(xí)路徑，以快速實現(xiàn)學(xué)習(xí)目標(biāo)。

●智適應(yīng)學(xué)習(xí)與智適應(yīng)學(xué)習(xí)系統(tǒng)

我國“智適應(yīng)學(xué)習(xí)”概念的提出起源于乂學(xué)教育。智適應(yīng)學(xué)習(xí)的實質(zhì)是智能信息技術(shù)與自適應(yīng)學(xué)習(xí)的結(jié)合，智適應(yīng)學(xué)習(xí)應(yīng)用智能信息技術(shù)測試學(xué)習(xí)者目前的知識基礎(chǔ)和專業(yè)水平，進而預(yù)測其接下來的學(xué)習(xí)動向，并智能推送學(xué)習(xí)單元及推薦最優(yōu)的學(xué)習(xí)路徑，從而盡可能地滿足學(xué)習(xí)者個性化學(xué)習(xí)的追求目標(biāo)。而智適應(yīng)學(xué)習(xí)系統(tǒng)則是一種以數(shù)據(jù)信息聯(lián)動的方式人工智能辨別學(xué)習(xí)者的學(xué)習(xí)習(xí)慣和其他個性特點，并及時根據(jù)學(xué)習(xí)情況的深度診斷報告進行智能指導(dǎo)的學(xué)習(xí)系統(tǒng)。智適應(yīng)學(xué)習(xí)系統(tǒng)的功能優(yōu)勢是能夠?qū)I技術(shù)與教師的專業(yè)教學(xué)能力結(jié)合，生成系統(tǒng)內(nèi)專家型教師角色，讓學(xué)生確實感受到被“因材施教”。因此，智適應(yīng)學(xué)習(xí)將轉(zhuǎn)變學(xué)習(xí)者的學(xué)習(xí)方式，使未來的教育呈現(xiàn)多元化和個性化的局面。

●智適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)模型

智適應(yīng)學(xué)習(xí)系統(tǒng)為個性化學(xué)習(xí)提供了實踐范型，該模型以預(yù)測作為起點，結(jié)束于學(xué)習(xí)輔導(dǎo)，構(gòu)成了一個由“測—學(xué)—習(xí)—評—輔”五個基本環(huán)節(jié)組成的系統(tǒng)化學(xué)習(xí)過程。其目的在于讓學(xué)生在自主學(xué)習(xí)中，清晰知識薄弱點，攻克知識難點，進而提升學(xué)習(xí)效率。

1.以“測”筑基礎(chǔ)，定位知識點

“測”是為了了解和掌握學(xué)生的已有知識基礎(chǔ)及學(xué)習(xí)綜合能力。智適應(yīng)學(xué)習(xí)系統(tǒng)參考知識分布序列和學(xué)習(xí)者的知識水平評估結(jié)果，總結(jié)得到他們的知識薄弱單元以及固有學(xué)習(xí)順序，依托于此為后續(xù)的個性化服務(wù)提供強有力的數(shù)據(jù)支撐。預(yù)測被認為智適應(yīng)學(xué)習(xí)標(biāo)準(zhǔn)模型的前提或先決條件，為后續(xù)建立一條個性化的基本路徑指明方向。

2.以“學(xué)”夯結(jié)構(gòu)，記錄知識點

智適應(yīng)學(xué)習(xí)系統(tǒng)對知識元作了分解和歸類。學(xué)習(xí)系統(tǒng)通過個性化的學(xué)習(xí)服務(wù)，支持學(xué)習(xí)者在智適應(yīng)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)行為。其使用了分類樹和模糊邏輯算法向?qū)W習(xí)者推送合適的學(xué)習(xí)資源，并收集他們觀看視頻的活動數(shù)據(jù)信息，判斷學(xué)習(xí)狀態(tài)，為學(xué)習(xí)者推薦所需的學(xué)習(xí)服務(wù)選項，或組合生成接下來的測試題。

3.以“習(xí)”固內(nèi)容，檢測知識點

“習(xí)”是檢測和強化知識應(yīng)用的有效辦法。在學(xué)得相應(yīng)知識點后，智適應(yīng)學(xué)習(xí)系統(tǒng)通過發(fā)布數(shù)量不一、難度不同和形式各異的經(jīng)典測試題，來感知學(xué)習(xí)者對知識的掌握程度，并根據(jù)反饋的信息實時優(yōu)化推送內(nèi)容和學(xué)習(xí)路徑。這個功能幫助系統(tǒng)對個性化學(xué)習(xí)過程進行有效監(jiān)控。

4.以“測”驗成效，評估知識點

“測”是對學(xué)習(xí)者掌握知識的程度進行綜合評估，分為階段性檢測和總結(jié)性評估。其以階段學(xué)習(xí)報表及鞏固測試報告的形式展現(xiàn)。學(xué)習(xí)者將依據(jù)綜合評估的數(shù)據(jù)信息，選擇性調(diào)整自己的學(xué)習(xí)方法和學(xué)習(xí)進度，或可作為接下來學(xué)習(xí)的基礎(chǔ)參照。該階段作為在線學(xué)習(xí)閉環(huán)過程的一個控制環(huán)節(jié)，為評價個性化學(xué)習(xí)的效果提供了客觀的參照依據(jù)。

5.以“輔”促交流，攻克知識點

“輔”即學(xué)習(xí)輔導(dǎo)，是智適應(yīng)學(xué)習(xí)系統(tǒng)與教師在教學(xué)上的交互合作。教師根據(jù)系統(tǒng)提供的學(xué)習(xí)者參考信息，包括學(xué)習(xí)進程信息、階段測試信息及綜合測評等，對學(xué)習(xí)者進行輔導(dǎo)，精準(zhǔn)講解和探究疑難知識點。在智適應(yīng)學(xué)習(xí)系統(tǒng)的精準(zhǔn)教學(xué)和教師的精心輔導(dǎo)下，學(xué)習(xí)者的學(xué)習(xí)效果穩(wěn)步提升。該環(huán)節(jié)為個性化學(xué)習(xí)提供了可靠保障。

●基于智適應(yīng)學(xué)習(xí)系統(tǒng)的個性化學(xué)習(xí)環(huán)境設(shè)計

在思考如何構(gòu)筑個性化學(xué)習(xí)環(huán)境時，最重要的是以學(xué)習(xí)者為中心，幫助學(xué)習(xí)者的自主學(xué)習(xí)得以實現(xiàn)。學(xué)習(xí)環(huán)境系統(tǒng)應(yīng)能讓學(xué)習(xí)者有充分的選擇權(quán)，如按照自身的喜好和思考模式自由組合學(xué)習(xí)單元和學(xué)習(xí)方法，再依據(jù)自我測評發(fā)掘和反思知識攝取過程中的障礙及問題，逐漸調(diào)整學(xué)習(xí)策略以達到穩(wěn)步進取的學(xué)習(xí)狀態(tài)。另外，在線教育平臺應(yīng)具備較強的溝通互動性和服務(wù)智能性。第一，它可以使學(xué)習(xí)者在有疑問時，在相對獨立的學(xué)習(xí)環(huán)境里及時連接教師或者同伴進行溝通；第二，它能夠依照學(xué)習(xí)者的使用要求提供多元化綜合服務(wù)。

基于以上總體設(shè)計思路，筆者構(gòu)建了一個集數(shù)據(jù)中心、學(xué)習(xí)資源和服務(wù)系統(tǒng)為一體的學(xué)習(xí)者、教師無障礙交流的個性化學(xué)習(xí)環(huán)境結(jié)構(gòu)模型。

1.深度匹配的數(shù)據(jù)中心

（1）學(xué)生數(shù)據(jù)中心

學(xué)生數(shù)據(jù)中心是收集保存學(xué)習(xí)者信息及形成數(shù)據(jù)信息的功能應(yīng)用模塊組合，通常由用戶單元、學(xué)習(xí)單元和社區(qū)單元組成。

用戶單元即學(xué)生的在線學(xué)習(xí)檔案存儲和信息加工模塊。智適應(yīng)學(xué)習(xí)系統(tǒng)根據(jù)學(xué)習(xí)者的姓名、年齡、居住地、聯(lián)系方式等基本信息以及在線資料學(xué)習(xí)的情況、階段測試的成績、虛擬社區(qū)活動的參與等學(xué)習(xí)數(shù)據(jù)創(chuàng)建，教師可以在后臺清楚地觀測和掌握學(xué)習(xí)者的學(xué)習(xí)總體情況與個性化特征。

學(xué)習(xí)單元是一個實時響應(yīng)和高反饋的模塊。在學(xué)習(xí)者的學(xué)習(xí)過程中，學(xué)習(xí)系統(tǒng)能即時反饋學(xué)習(xí)問題，并且及時糾正；在完成課程以后，學(xué)習(xí)系統(tǒng)能準(zhǔn)確地評估學(xué)習(xí)者的內(nèi)容理解度，智能推薦教學(xué)內(nèi)容，以鞏固對核心概念的理解，促使學(xué)習(xí)者熟練掌握知識點。在這種學(xué)習(xí)環(huán)境里，學(xué)習(xí)者的挫折感得以降低，學(xué)習(xí)焦慮得到緩解，自信心逐步建立，學(xué)習(xí)行為參與度更高。

社區(qū)單元為學(xué)習(xí)者和教師用戶提供了溝通平臺。例如，可以將小組活動納入課程之中，以此提高學(xué)生的學(xué)習(xí)積極性。參與者不僅可以在社區(qū)單元內(nèi)進行課程知識答疑，還可以在平臺搭建的虛擬社區(qū)進行深度交流。

（2）教師數(shù)據(jù)中心

教師數(shù)據(jù)中心主要目的在于為學(xué)習(xí)者提供更為多元化的指導(dǎo)。智適應(yīng)學(xué)習(xí)系統(tǒng)能夠全程跟蹤評估學(xué)習(xí)者的表現(xiàn)，生成教學(xué)分析報告，以明確不熟悉的內(nèi)容和運用較生疏的知識點，及產(chǎn)生問題的主要原因：不嫻熟、健忘、注意力分散，或者是問題本身容易產(chǎn)生歧義等。教師可以依據(jù)數(shù)據(jù)中心保留的信息進行教學(xué)研究和分析，進而進行教學(xué)改革。

2.多樣化的學(xué)習(xí)資源

（1）智適應(yīng)課程

智適應(yīng)課程創(chuàng)造了一個由系統(tǒng)引導(dǎo)、學(xué)習(xí)者自定步調(diào)的環(huán)境。教師會先依據(jù)不一樣的教學(xué)科目、教學(xué)目的、已有知識層級，使用系統(tǒng)內(nèi)的教學(xué)資源或上傳新的學(xué)習(xí)資料，依據(jù)邏輯順序和科學(xué)方法加以整理，完成個性化課程的創(chuàng)建。學(xué)習(xí)者根據(jù)平臺推薦創(chuàng)建自主學(xué)習(xí)任務(wù)單，自由確定學(xué)習(xí)進度。除了可以選擇線上課程學(xué)習(xí)，學(xué)習(xí)者同樣能選擇線上線下混合學(xué)習(xí)。

（2）智適應(yīng)課件

智適應(yīng)課件將自適應(yīng)學(xué)習(xí)的特點與高水準(zhǔn)的、開放式的課程內(nèi)容相結(jié)合，囊括課程教學(xué)應(yīng)有的全部內(nèi)容，如電子教材、學(xué)習(xí)視頻、經(jīng)典案例、課后練習(xí)等。智適應(yīng)課件可以將教師用戶和學(xué)生用戶進行匹對，同時可以和其他平臺功能模塊進行集成和深層次鏈接。在學(xué)習(xí)過程中，智適應(yīng)學(xué)習(xí)系統(tǒng)的可視面板向教師展示了學(xué)習(xí)者學(xué)情的有關(guān)數(shù)據(jù)及提高后期表現(xiàn)的有效建議，向?qū)W習(xí)者則推薦更有效的學(xué)習(xí)內(nèi)容，改進或替換無效的內(nèi)容。

（3）智適應(yīng)作業(yè)

智適應(yīng)作業(yè)的主要功能是讓學(xué)習(xí)者在基本理解課堂知識，并準(zhǔn)備進行下一階段學(xué)習(xí)前，發(fā)現(xiàn)知識薄弱點并及時固化。系統(tǒng)可以整合課后測驗的情況，判斷學(xué)習(xí)者的知識盲區(qū)，并從“作業(yè)庫”中選擇問題推送，以縮小學(xué)習(xí)者的理解差異。智適應(yīng)作業(yè)還會向?qū)W習(xí)者推送最合適的練習(xí)模式。

3.集合引擎的服務(wù)系統(tǒng)

（1）數(shù)據(jù)采集與分析處理系統(tǒng)

數(shù)據(jù)采集與分析處理系統(tǒng)主要負責(zé)學(xué)習(xí)者數(shù)據(jù)收集及全面分析處理，包括自適應(yīng)初始本體模型和模型更新引擎。自適應(yīng)初始本體模型是根據(jù)元數(shù)據(jù)對各種信息和概念進行聚類，確定概念間的層次關(guān)系；模型更新引擎主要通過系統(tǒng)接收和處理數(shù)據(jù)，根據(jù)內(nèi)聚性和相關(guān)性的變化實現(xiàn)自適應(yīng)本體學(xué)習(xí)，讓系統(tǒng)能為學(xué)習(xí)者提供更有效的服務(wù)。數(shù)據(jù)采集與分析處理系統(tǒng)可以記錄和跟蹤學(xué)習(xí)者的過程數(shù)據(jù)，如知識水平、學(xué)習(xí)風(fēng)格、錯誤模式、元認知能力、認知特征等隱性數(shù)據(jù)，以及學(xué)習(xí)頻率、學(xué)習(xí)時長和測評成績等顯性數(shù)據(jù)。根據(jù)這些學(xué)習(xí)特征可在系統(tǒng)內(nèi)實現(xiàn)本體更新。

（2）數(shù)據(jù)推理系統(tǒng)

數(shù)據(jù)推理系統(tǒng)包含心理追蹤引擎、學(xué)習(xí)策略引擎和反饋引擎，旨在從數(shù)據(jù)采集與分析處理系統(tǒng)中為學(xué)習(xí)者建立知識圖譜。心理追蹤引擎的功能是追蹤學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、認知特征、知識水平、學(xué)習(xí)進程等，逐步建立學(xué)習(xí)者的學(xué)習(xí)信息檔案；學(xué)習(xí)策略引擎可以感知學(xué)習(xí)者對教學(xué)模式、學(xué)習(xí)資源和教學(xué)進度等方面的敏感程度，為其建議較可靠的學(xué)習(xí)技巧；反饋引擎主要用于評估和反饋對學(xué)習(xí)者的數(shù)據(jù)，系統(tǒng)接收到反饋結(jié)果后進一步建立數(shù)據(jù)和自適應(yīng)本體之間的聯(lián)系，使推理過程更為精確、結(jié)果更加符合實際。

（3）個性化推薦系統(tǒng)

個性化推薦系統(tǒng)的作用是綜合數(shù)據(jù)庫中的海量信息，通過分析用戶的歷史行為來對用戶的興趣進行建模，從而主動為用戶策劃最優(yōu)學(xué)習(xí)途徑。該系統(tǒng)包括推薦引擎、預(yù)測分析引擎和模型整合引擎。推薦引擎根據(jù)學(xué)習(xí)者的中長期目標(biāo)、優(yōu)勢劣勢、學(xué)習(xí)時間等為其規(guī)劃下一步操作；預(yù)測分析引擎根據(jù)學(xué)習(xí)者的綜合情況，預(yù)判其接下來的學(xué)習(xí)進度、學(xué)習(xí)關(guān)注力、活動參與度、評測成績等；模型整合引擎可以將用戶的學(xué)習(xí)賬戶互聯(lián)，建立起不同學(xué)科領(lǐng)域、跨時段、跨地域的用戶數(shù)據(jù)網(wǎng)，完成學(xué)習(xí)數(shù)據(jù)信息的歸一化，避免系統(tǒng)個性化推薦出現(xiàn)“冷啟動”現(xiàn)象。

●結(jié)束語

本文對智適應(yīng)學(xué)習(xí)系統(tǒng)標(biāo)準(zhǔn)學(xué)習(xí)模型的特征進行了研究分析，提出了一種基于智適應(yīng)學(xué)習(xí)系統(tǒng)的個性化學(xué)習(xí)環(huán)境構(gòu)架模型。現(xiàn)階段這一模型仍處于探索階段，還有很多改進的空間，如知識點的診斷技術(shù)還不夠先進、基于視頻的知識點表現(xiàn)形式稍顯單一、掌握教育和技術(shù)的智慧型教師隊伍還不夠壯大等。