羅江華 馮 瑞

學(xué)習(xí)平臺的適應(yīng)性進(jìn)化及其對教育新基建的啟示*

羅江華1,2馮 瑞1

（1．西南大學(xué) 西南民族教育與心理研究中心，重慶 400715；2．西南大學(xué) 教育學(xué)部，重慶 400715）

隨著學(xué)習(xí)平臺適應(yīng)性能力的持續(xù)進(jìn)化，其新基建屬性越來越突出，對于教育新基建個性化教學(xué)服務(wù)層面的效力提升具有一定的參考價值，但目前鮮有研究從目標(biāo)和功能兩個方面對學(xué)習(xí)平臺適應(yīng)性進(jìn)化歷程進(jìn)行梳理。基于此，文章首先解析了學(xué)習(xí)平臺的適應(yīng)性目標(biāo)設(shè)定狀況，指出其從自定步調(diào)到自我調(diào)節(jié)、從知識累積到融通知識學(xué)習(xí)和思維發(fā)展的目標(biāo)轉(zhuǎn)向特性；然后文章解讀了學(xué)習(xí)平臺適應(yīng)性的功能實現(xiàn)，發(fā)現(xiàn)其普遍重視“學(xué)習(xí)者狀態(tài)”精準(zhǔn)描述和教學(xué)內(nèi)容資源精準(zhǔn)推薦，進(jìn)而提出應(yīng)把適應(yīng)性服務(wù)作為教育新基建的核心理念，重點推進(jìn)適應(yīng)性基建部署，以構(gòu)建高適應(yīng)性教育服務(wù)生態(tài)。通過研究，文章期望將學(xué)習(xí)平臺的適應(yīng)性進(jìn)化經(jīng)驗應(yīng)用于教育新基建部署，為教育新基建的平臺建設(shè)提供參考。

學(xué)習(xí)平臺；學(xué)習(xí)適應(yīng)性；適應(yīng)性基建；教育新基建；教育服務(wù)生態(tài)

引言

適應(yīng)性是主客體調(diào)整自身認(rèn)知、行為和情緒，以應(yīng)對外在不確定性或新狀況的能力趨向[1]。針對學(xué)習(xí)平臺來說，適應(yīng)性是指其調(diào)整自身以適應(yīng)學(xué)習(xí)者學(xué)習(xí)狀態(tài)的趨向。學(xué)習(xí)平臺的適應(yīng)性進(jìn)化展示了人們以算法創(chuàng)新為學(xué)習(xí)者提供個性化教學(xué)的各種探索。早期的學(xué)習(xí)平臺被稱作適應(yīng)性超媒體系統(tǒng)，即以學(xué)習(xí)者行為數(shù)據(jù)為基礎(chǔ)提供個性化教學(xué)服務(wù)[2]；隨著人工智能技術(shù)的發(fā)展和教育應(yīng)用，近來的學(xué)習(xí)平臺多被稱作自適應(yīng)學(xué)習(xí)系統(tǒng)，一般包括學(xué)習(xí)者模型、領(lǐng)域模型、教學(xué)模型和適應(yīng)性引擎等組件，其越來越精準(zhǔn)和差異化的服務(wù)被認(rèn)為是學(xué)習(xí)平臺在個性化教育原理認(rèn)識層面的重要進(jìn)步[3]。

為學(xué)習(xí)者提供個性化的適應(yīng)性服務(wù)一直是我國教育信息化的重要任務(wù)之一[4]，為實現(xiàn)這一任務(wù)，技術(shù)的應(yīng)用必不可少。而重視技術(shù)的創(chuàng)新教育模式，為學(xué)習(xí)者提供更加個性化和更具靈活性的選擇，正是教育新基建的重要目標(biāo)[5]。當(dāng)前，雖然我國已經(jīng)針對教育新基建開展了一系列相關(guān)的工作，但由于教育新基建與傳統(tǒng)信息化相比具有技術(shù)難度高、參與方眾多等特點，導(dǎo)致任何單一主體均難以應(yīng)對教育新基建的部署。有研究發(fā)現(xiàn)，解決這一問題的突破口在于以適應(yīng)性服務(wù)為中心，構(gòu)建多方參與的教育服務(wù)生態(tài)[6]；但在實踐過程中，高昂的平臺建設(shè)成本和低效的教育服務(wù)之間產(chǎn)生了矛盾，亟需構(gòu)建新的平臺，為教育融合創(chuàng)新鋪路搭橋[7]。

目前，AutoTutor、Knewton、雷達(dá)數(shù)學(xué)等學(xué)習(xí)平臺持續(xù)進(jìn)化自身的適應(yīng)性能力，其智能定制教學(xué)內(nèi)容和資源的新基建屬性越來越突出，并在事實上影響到教育新基建的部署重心和個性化教學(xué)服務(wù)成效，對其適應(yīng)性能力進(jìn)化的分析可以為教育新基建的發(fā)展提供新的思路，然而已有研究缺乏對學(xué)習(xí)平臺適應(yīng)性能力發(fā)展過程的系統(tǒng)性梳理。根據(jù)研究，學(xué)習(xí)平臺適應(yīng)性能力進(jìn)化主要體現(xiàn)在適應(yīng)性目標(biāo)和適應(yīng)性功能兩個方面[8]，因此本研究首先從適應(yīng)性目標(biāo)層面解析了學(xué)習(xí)平臺從“教應(yīng)試”轉(zhuǎn)向引領(lǐng)學(xué)習(xí)者知識學(xué)習(xí)和思維發(fā)展融合的趨勢，其次從適應(yīng)性功能層面梳理學(xué)習(xí)平臺描述“學(xué)習(xí)者狀態(tài)”和資源推薦的發(fā)展過程，進(jìn)而為當(dāng)前教育新基建“新平臺”建設(shè)提供思路，旨在加快教育新基建對高質(zhì)量教育體系支撐效力的釋放。

一 學(xué)習(xí)平臺的適應(yīng)性目標(biāo)設(shè)定

結(jié)合教學(xué)過程數(shù)字化、智能化來調(diào)整學(xué)習(xí)者的學(xué)習(xí)方法和路徑是學(xué)習(xí)平臺建設(shè)的關(guān)鍵目標(biāo)。Knewton作為國外學(xué)習(xí)平臺的典型代表，其主張“擁有讓課程來適應(yīng)學(xué)習(xí)者的技術(shù)”，平臺重點使用知識圖譜技術(shù)來定位學(xué)習(xí)者知識體系的薄弱環(huán)節(jié)，進(jìn)而為學(xué)習(xí)者提供學(xué)習(xí)內(nèi)容服務(wù)[9]。我國當(dāng)前較為常見的智能學(xué)習(xí)平臺和Knewton的發(fā)展路徑不謀而合，主張以納米級知識粒度構(gòu)成的知識點圖模型為基礎(chǔ)進(jìn)行學(xué)習(xí)者知識薄弱環(huán)節(jié)定位，進(jìn)而提供個性化教學(xué)服務(wù)[10]。這些案例展現(xiàn)了學(xué)習(xí)平臺從自定步調(diào)到自我調(diào)節(jié)的適應(yīng)性目標(biāo)調(diào)整；在這個過程中，學(xué)習(xí)平臺不斷提升對學(xué)習(xí)者學(xué)習(xí)進(jìn)展的診斷和反饋能力，把知識學(xué)習(xí)和思維發(fā)展相融合作為目標(biāo)。

1 自定步調(diào)到自我調(diào)節(jié)的服務(wù)轉(zhuǎn)向

早期學(xué)習(xí)平臺注重引導(dǎo)學(xué)習(xí)者自定步調(diào)，這往往是學(xué)習(xí)平臺提供的基礎(chǔ)服務(wù)。在教育心理學(xué)視野中，自定步調(diào)是以線性程序理論為基礎(chǔ)的程序式教學(xué)[11]，即所有學(xué)習(xí)者按照統(tǒng)一的學(xué)習(xí)路徑逐步進(jìn)行知識學(xué)習(xí)，其應(yīng)用的代表就是LearnBop平臺。該平臺以知識點拆分并預(yù)設(shè)學(xué)習(xí)路徑的方式為學(xué)習(xí)者提供數(shù)學(xué)學(xué)習(xí)內(nèi)容服務(wù)。自定步調(diào)的學(xué)習(xí)過程如圖1所示，平臺依據(jù)程序式教學(xué)理念，以學(xué)情診斷為起始，借助數(shù)字化資源的個性化推薦，通過固定路徑的序列式學(xué)習(xí)路徑對知識點進(jìn)行學(xué)習(xí)并完成教學(xué)目標(biāo)。

圖1 自定步調(diào)的學(xué)習(xí)過程

以自定步調(diào)作為學(xué)習(xí)平臺的服務(wù)目標(biāo)，主要關(guān)注學(xué)習(xí)者的學(xué)習(xí)速度和學(xué)習(xí)時間差異，學(xué)習(xí)內(nèi)容和學(xué)習(xí)步驟的規(guī)定性較為明顯。但這種僅突出自定步調(diào)功能的學(xué)習(xí)平臺引導(dǎo)的學(xué)習(xí)效果普遍不好[12]，表現(xiàn)為適應(yīng)性較差和學(xué)習(xí)效率不高。這是由諸多因素導(dǎo)致的，如學(xué)習(xí)平臺教學(xué)內(nèi)容資源的不充分[13]、已有教學(xué)內(nèi)容資源與知識點之間缺乏針對性。為此，需要把教學(xué)內(nèi)容資源推薦和知識點的有效關(guān)聯(lián)作為學(xué)習(xí)平臺適應(yīng)性進(jìn)化的重要目標(biāo)，并據(jù)此切分知識點，制作知識體系圖模型，這延伸出利用知識圖譜來處理和推薦碎片化教學(xué)內(nèi)容資源這一實踐趨向[14]。

隨著知識圖譜被廣泛應(yīng)用，近年來的學(xué)習(xí)平臺越來越重視引導(dǎo)學(xué)習(xí)者實現(xiàn)自我調(diào)節(jié)。相關(guān)研究證明，自我調(diào)節(jié)能力高的學(xué)習(xí)者在認(rèn)知能力、元認(rèn)知策略、時間管理和整體規(guī)劃能力層面均有更好的表現(xiàn)[15]。為了讓普通學(xué)習(xí)者擁有高自我調(diào)節(jié)的學(xué)習(xí)能力，以知識追蹤模型為核心的問題式教學(xué)模式被提出[16]——這是一種根據(jù)學(xué)習(xí)者學(xué)習(xí)狀態(tài)靈活提供教學(xué)服務(wù)的方法，可根據(jù)知識圖譜在明確先前知識與新知識之間聯(lián)系的基礎(chǔ)上，設(shè)計個性化學(xué)習(xí)路徑。

此后，Knewton、乂學(xué)等諸多案例均強(qiáng)化了平臺的自我調(diào)節(jié)屬性，通過學(xué)習(xí)數(shù)據(jù)治理，實現(xiàn)了個性化學(xué)習(xí)路徑規(guī)劃、學(xué)習(xí)者知識狀態(tài)檢測和教學(xué)內(nèi)容資源推薦的功能。自我調(diào)節(jié)的學(xué)習(xí)過程如圖2所示，在實時調(diào)節(jié)反饋和資源反饋的支持下，讓學(xué)習(xí)者利用學(xué)情診斷為依據(jù)規(guī)劃的個性化學(xué)習(xí)路徑進(jìn)行學(xué)習(xí)并完成教學(xué)目標(biāo)。與自定步調(diào)的主張不同，自我調(diào)節(jié)突出了學(xué)習(xí)行為數(shù)據(jù)分析和學(xué)習(xí)路徑規(guī)劃的特性。自此，學(xué)習(xí)平臺在適應(yīng)性目標(biāo)上實現(xiàn)了從自定步調(diào)到自我調(diào)節(jié)的轉(zhuǎn)向。

圖2 自我調(diào)節(jié)的學(xué)習(xí)過程

2 知識學(xué)習(xí)與思維發(fā)展的目標(biāo)融合

學(xué)習(xí)平臺在由自定步調(diào)向自我調(diào)節(jié)發(fā)展的過程中，也實現(xiàn)了學(xué)習(xí)者知識學(xué)習(xí)與思維發(fā)展的融合。早期的學(xué)習(xí)平臺以輔助學(xué)習(xí)者提升知識學(xué)習(xí)效率為主要功能。為迎合“應(yīng)試”，一些學(xué)習(xí)平臺把“試錯”作為重要手段，這種做法的核心思想是通過正向強(qiáng)化鞏固正確的學(xué)習(xí)結(jié)果，或負(fù)向強(qiáng)化糾正錯誤。這類平臺通過開發(fā)題庫系統(tǒng)、錯題本等來監(jiān)測學(xué)習(xí)者的知識學(xué)習(xí)錯誤，并結(jié)合測試來判斷學(xué)習(xí)者的知識學(xué)習(xí)水平。例如，猿題庫的題庫系統(tǒng)內(nèi)置了海量的問題和問題解決方案，通過問題解決方案的比對來為學(xué)習(xí)者提供負(fù)向強(qiáng)化反饋。這種將知識學(xué)習(xí)作為主要學(xué)習(xí)目標(biāo)的學(xué)習(xí)平臺，側(cè)重對學(xué)習(xí)者知識積累和理解能力的培養(yǎng)，而忽略了學(xué)習(xí)者分析、評價、創(chuàng)造等思維的發(fā)展。

針對知識學(xué)習(xí)導(dǎo)向的弊端，知識學(xué)習(xí)與思維發(fā)展目標(biāo)融合成為新的發(fā)展方向。要在知識學(xué)習(xí)過程中引導(dǎo)學(xué)習(xí)者實現(xiàn)主動探究、意義建構(gòu)和批判性反思，學(xué)習(xí)平臺必須有效實現(xiàn)知識學(xué)習(xí)與思維發(fā)展目標(biāo)的融合。為此，需要詳細(xì)描述知識點之間、知識點與教學(xué)問題之間的立體網(wǎng)狀關(guān)系，進(jìn)而構(gòu)建學(xué)科知識圖譜，才能促進(jìn)、反映出學(xué)習(xí)者復(fù)雜的思維變化[17]。

從實踐來看，Knewton、乂學(xué)等學(xué)習(xí)平臺多把反饋策略作為落實學(xué)習(xí)者思維發(fā)展的前提。實時的反饋對學(xué)習(xí)者思維發(fā)展有重要作用，參與學(xué)習(xí)者的同伴反饋被認(rèn)為可以提高知識學(xué)習(xí)的互動質(zhì)量并活躍思維[18]；為學(xué)習(xí)者本身而不是教師提供反饋，更能推動適應(yīng)性學(xué)習(xí)任務(wù)的完成[19]；在教與學(xué)空間區(qū)隔的情形中，反饋主體、反饋時間和反饋方式等因素變得十分重要[20]。這進(jìn)一步導(dǎo)致了愈加靈活多樣的反饋策略，進(jìn)而為學(xué)習(xí)平臺服務(wù)目標(biāo)由知識學(xué)習(xí)轉(zhuǎn)向“知識與思維融合”提供了指引。

二 算法驅(qū)動的適應(yīng)性功能實現(xiàn)

學(xué)習(xí)平臺適應(yīng)性能力進(jìn)化不僅體現(xiàn)在目標(biāo)上，還體現(xiàn)在功能上。為贏得競爭優(yōu)勢并占據(jù)市場份額，學(xué)習(xí)平臺著力于算法創(chuàng)新，大多摒棄了以學(xué)習(xí)者知識掌握程度為輸入、以錯題相關(guān)教學(xué)內(nèi)容資源推薦為輸出的表達(dá)式，轉(zhuǎn)而構(gòu)建“分析學(xué)習(xí)者狀態(tài)—推薦適應(yīng)性教學(xué)資源—提升學(xué)習(xí)者狀態(tài)”的計算流程。主張知識學(xué)習(xí)與思維發(fā)展目標(biāo)融合的學(xué)習(xí)平臺往往基于“學(xué)習(xí)者狀態(tài)”來應(yīng)用學(xué)習(xí)分析技術(shù)，即通過計算推薦教學(xué)內(nèi)容資源與學(xué)習(xí)者需求的匹配度，增強(qiáng)教學(xué)內(nèi)容資源服務(wù)的思維訓(xùn)練屬性，進(jìn)而實現(xiàn)適應(yīng)性教學(xué)內(nèi)容資源推薦功能。為此，大多數(shù)學(xué)習(xí)平臺創(chuàng)建了“學(xué)習(xí)者狀態(tài)”動態(tài)反饋通路，以此優(yōu)化學(xué)習(xí)平臺的適應(yīng)性功能，同時引導(dǎo)學(xué)習(xí)者合理地自定步調(diào)，進(jìn)而激勵學(xué)習(xí)者不斷提升自我調(diào)節(jié)能力。從應(yīng)用效果來看，算法已成為學(xué)習(xí)平臺實現(xiàn)對“學(xué)習(xí)者狀態(tài)”精準(zhǔn)描述和教學(xué)內(nèi)容資源精準(zhǔn)推薦的關(guān)鍵力量，也由此驅(qū)動了學(xué)習(xí)平臺適應(yīng)性功能的進(jìn)化。

1 實現(xiàn)對“學(xué)習(xí)者狀態(tài)”的精準(zhǔn)描述

從追蹤和判定知識累積水平轉(zhuǎn)向?qū)W習(xí)者建模，標(biāo)志著學(xué)習(xí)平臺在算法創(chuàng)新層面進(jìn)入關(guān)注“學(xué)習(xí)者狀態(tài)”的階段。學(xué)習(xí)者建模是推進(jìn)學(xué)習(xí)者與學(xué)習(xí)平臺交互的關(guān)鍵技術(shù)[21]，早期學(xué)習(xí)者模型重點描述學(xué)習(xí)者的知識狀態(tài)和能力差異[22]，而此種差異后來逐漸被學(xué)習(xí)風(fēng)格模型描述所取代。學(xué)習(xí)風(fēng)格模型描述的是學(xué)習(xí)者個人特色，由學(xué)習(xí)者優(yōu)先感知的信息類型、有效的感官通道、信息偏好、信息處理模式和理解信息的方式等綜合判定得出[23]。應(yīng)用學(xué)習(xí)風(fēng)格的自適應(yīng)測量方法，可以提高學(xué)習(xí)平臺對學(xué)習(xí)者學(xué)習(xí)風(fēng)格的識別效果[24]。事實上，學(xué)習(xí)平臺對學(xué)習(xí)者學(xué)習(xí)風(fēng)格的關(guān)注，較好地描述了“學(xué)習(xí)者狀態(tài)”[25]。

近來，學(xué)習(xí)平臺在算法創(chuàng)新支持下對“學(xué)習(xí)者狀態(tài)”的描述越來越精準(zhǔn)，比如認(rèn)知導(dǎo)師創(chuàng)作工具（Cognitive Tutor Authoring Tools，CTAT）利用貝葉斯知識追蹤器算法，呈現(xiàn)了學(xué)習(xí)者學(xué)習(xí)結(jié)果利用概率形式，實現(xiàn)了對學(xué)習(xí)者學(xué)習(xí)進(jìn)度的描述；學(xué)習(xí)分析技術(shù)的進(jìn)步將學(xué)習(xí)者模型導(dǎo)向了學(xué)習(xí)者特征畫像[26]，對“學(xué)習(xí)者狀態(tài)”的關(guān)照既包括學(xué)習(xí)風(fēng)格，也注重學(xué)習(xí)偏好、知識水平層級等要素；關(guān)注學(xué)習(xí)者情緒變化，應(yīng)用學(xué)習(xí)分析技術(shù)構(gòu)建學(xué)習(xí)者模型的另一特征，如對學(xué)習(xí)者面部、語速、語調(diào)等交互數(shù)據(jù)進(jìn)行挖掘，對學(xué)習(xí)者情緒進(jìn)行識別并實現(xiàn)動態(tài)反饋[27]。

從趨勢看，學(xué)習(xí)者模型越來越關(guān)注學(xué)習(xí)者特質(zhì)、模型數(shù)據(jù)動態(tài)更新和多種模型綜合應(yīng)用。早期學(xué)習(xí)者模型強(qiáng)調(diào)特征模型的靜態(tài)性，更多地指向?qū)W習(xí)者知識特征的描述[28]；而目前能否為學(xué)習(xí)者提供多通路反饋和精準(zhǔn)化的學(xué)習(xí)分析結(jié)果，即強(qiáng)調(diào)學(xué)習(xí)者和學(xué)習(xí)平臺的有效交互，正成為學(xué)習(xí)者模型構(gòu)建的核心工作。以協(xié)同過濾作為基礎(chǔ)方法，將學(xué)習(xí)者靜態(tài)特征和動態(tài)特征分別融入?yún)f(xié)同過濾的推薦方法，也被證實能較好地描述“學(xué)習(xí)者狀態(tài)”[29]，這樣的學(xué)習(xí)者模型構(gòu)建更強(qiáng)調(diào)特征模型的動態(tài)性，即利用量表初步構(gòu)建學(xué)習(xí)風(fēng)格特征，再利用算法支持的數(shù)據(jù)挖掘?qū)崿F(xiàn)模型靈活動態(tài)的數(shù)據(jù)更新，以便發(fā)現(xiàn)新的特征[30]。

2 實現(xiàn)對教學(xué)內(nèi)容資源的精準(zhǔn)推薦

早期學(xué)習(xí)平臺的領(lǐng)域建模旨在建構(gòu)學(xué)習(xí)者與領(lǐng)域知識之間的橋梁，但大多學(xué)習(xí)平臺均對學(xué)科領(lǐng)域知識缺乏更深入的理解。例如，CTAT平臺利用聚類算法實現(xiàn)學(xué)習(xí)者學(xué)習(xí)進(jìn)度特征的描述，基于學(xué)習(xí)者的知識錯誤連續(xù)推薦特定知識點的教學(xué)內(nèi)容資源[31]。類似CTAT的教學(xué)內(nèi)容資源推薦方法，忽略了知識點之間的聯(lián)系，存在冷啟動、稀疏性等問題。為解決上述問題，一些學(xué)習(xí)平臺將知識圖譜引入到推薦模型。例如，雷達(dá)數(shù)學(xué)利用卷積神經(jīng)網(wǎng)絡(luò)和STACK算法進(jìn)行精準(zhǔn)評價，再結(jié)合知識圖譜和學(xué)習(xí)者模型建構(gòu)，來實現(xiàn)教學(xué)內(nèi)容資源的個性化推薦[32]。

學(xué)科知識圖譜作為學(xué)科核心結(jié)構(gòu)、知識點聯(lián)系和教學(xué)問題架構(gòu)等要素構(gòu)建的語義網(wǎng)絡(luò)，可揭示學(xué)習(xí)者知識學(xué)習(xí)與思維發(fā)展的關(guān)系，增強(qiáng)教學(xué)內(nèi)容資源推薦的可解釋性和實用性[33]。此種模式是將知識圖譜中蘊(yùn)含的學(xué)科知識簇、問題域作為輔助信息，有序地把知識簇、問題域的可視化數(shù)據(jù)或語義數(shù)據(jù)引入資源推薦系統(tǒng)[34]，并以教學(xué)問題的方式呈現(xiàn)知識點及其關(guān)聯(lián)關(guān)系，以多模態(tài)數(shù)字資源豐富教學(xué)問題的表達(dá)。

Knewton、松鼠AI等均把學(xué)科知識圖譜的構(gòu)建作為其適應(yīng)性能力提升的重心，這些學(xué)習(xí)平臺提出知識粒度的概念，將學(xué)科領(lǐng)域的知識單元進(jìn)行知識點拆分，利用圖模型描述碎片化的知識信息，進(jìn)而基于知識圖譜、學(xué)習(xí)者特征建構(gòu)來實現(xiàn)教學(xué)內(nèi)容資源的推薦。從應(yīng)用情況來看，將學(xué)科知識圖譜融入資源推薦過程，能為學(xué)習(xí)者推薦既有利于知識學(xué)習(xí)又能促進(jìn)思維發(fā)展的教學(xué)內(nèi)容資源；基于學(xué)科知識圖譜的資源推薦模式引領(lǐng)學(xué)習(xí)平臺朝著適應(yīng)“學(xué)習(xí)者狀態(tài)”的方向發(fā)展，也形成了學(xué)習(xí)平臺當(dāng)下的核心競爭力。

三 適應(yīng)性介導(dǎo)的教育新基建部署策略

教育新基建之“新”，強(qiáng)調(diào)適用技術(shù)之“新”，要求利用新一代信息技術(shù)來滿足教育的差異化需求；更表明我國教育信息化發(fā)展達(dá)到了新的階段，即教育信息化工作從促進(jìn)教育均衡發(fā)展的階段躍升至個性化教育服務(wù)生態(tài)系統(tǒng)的構(gòu)建階段。而構(gòu)建新階段的個性化教育服務(wù)生態(tài)，尤其需要強(qiáng)調(diào)“適應(yīng)性介導(dǎo)”，即把學(xué)習(xí)平臺的適應(yīng)性能力作為個性化教育服務(wù)生態(tài)系統(tǒng)的孵化器。學(xué)習(xí)平臺在適應(yīng)性目標(biāo)和功能的支持下以自身適應(yīng)性能力發(fā)展為主線，為學(xué)習(xí)者提供了越來越成熟的適應(yīng)性服務(wù)，將學(xué)習(xí)平臺的適應(yīng)性進(jìn)化經(jīng)驗轉(zhuǎn)介到教育新基建的部署工作中，有助于提升教育新基建的適應(yīng)性屬性，以適應(yīng)性的學(xué)習(xí)方式和手段穩(wěn)步構(gòu)建教育服務(wù)生態(tài)。借鑒適應(yīng)性介導(dǎo)的思想，可把為教育提供適應(yīng)性服務(wù)作為新基建的核心理念，重點推進(jìn)適應(yīng)性基建部署，并構(gòu)建高適應(yīng)性教育服務(wù)生態(tài)系統(tǒng)來賦能教育管理和教育過程智慧化。

1 把適應(yīng)性服務(wù)作為新基建的核心理念

適應(yīng)性服務(wù)事關(guān)優(yōu)質(zhì)教育資源供給和配置效益。2022年3月上線的國家中小學(xué)智慧教育平臺強(qiáng)調(diào)互動性和協(xié)同功能，為隨時隨地開展教學(xué)活動、自主學(xué)習(xí)、家校協(xié)同和互助交流提供了個性化教學(xué)解決方案[35]。該平臺積聚超級計算、人工智能、教育大資源和教育大數(shù)據(jù)，構(gòu)建了完善的平臺體系、數(shù)字資源體系、軟件應(yīng)用體系和信息安全體系，從而精準(zhǔn)匹配需求，保障了資源智能推送[36]。這個超級大平臺的平穩(wěn)運(yùn)行和持續(xù)提供服務(wù)，對促進(jìn)我國教育資源的均衡配置和滿足差異化需求均起到了重要作用。

提供適應(yīng)性服務(wù)的核心是既要提供面向全體的低成本化效率型服務(wù)，又要提供面向個體差異化的響應(yīng)性服務(wù)。在以往的教育服務(wù)生態(tài)中，“追求效率”無疑占據(jù)了上風(fēng)，突出服務(wù)的統(tǒng)一化特點。學(xué)習(xí)平臺的適應(yīng)性進(jìn)化經(jīng)驗表明，因數(shù)據(jù)挖掘和分析技術(shù)的介入，個性化功能的實現(xiàn)變得容易起來。例如，利用教育數(shù)據(jù)構(gòu)建的學(xué)習(xí)者畫像可隨時監(jiān)測學(xué)習(xí)者的認(rèn)知、情緒等指標(biāo)，進(jìn)而為學(xué)習(xí)者提供考慮群體學(xué)習(xí)要求的個性化反饋服務(wù)[37]，這為教育新基建提供兼顧全體“共性”與個體“個性”的適應(yīng)性服務(wù)打下了基礎(chǔ)。

從教育新基建整體部署的層面看，提供適應(yīng)性服務(wù)的關(guān)鍵是對教育數(shù)據(jù)的有效治理。如前文所述，學(xué)習(xí)平臺的靈活性主要體現(xiàn)在教學(xué)過程數(shù)據(jù)的治理層面，即要以數(shù)據(jù)挖掘和分析關(guān)注“學(xué)習(xí)者狀態(tài)”，并以學(xué)習(xí)者知識和思維融合的狀態(tài)為導(dǎo)向個性化地推薦教學(xué)資源。而在推進(jìn)教育數(shù)據(jù)治理的進(jìn)程中，需要重視應(yīng)用數(shù)據(jù)中臺的理念和實踐，根據(jù)業(yè)務(wù)模式和組織結(jié)構(gòu)，持續(xù)不斷地把數(shù)據(jù)變?yōu)椤百Y產(chǎn)”，并服務(wù)于反饋的適應(yīng)性機(jī)制[38]，這與學(xué)習(xí)平臺利用學(xué)習(xí)者建模關(guān)注“學(xué)習(xí)者狀態(tài)”的情形相類似。因此，教育新基建應(yīng)以數(shù)據(jù)中臺為基礎(chǔ)，借助“統(tǒng)一模型”來減少教育數(shù)據(jù)的無序和孤島現(xiàn)象；構(gòu)建微型而靈活的應(yīng)用小前臺、數(shù)據(jù)治理大中臺和標(biāo)準(zhǔn)化后臺的三層式架構(gòu)，以加速教育數(shù)據(jù)的流轉(zhuǎn)與海量數(shù)據(jù)的價值發(fā)掘。

2 重點推進(jìn)教育領(lǐng)域適應(yīng)性基建的部署

適應(yīng)性基建是指具備“調(diào)適”和“孕育”能力的新平臺、新應(yīng)用或新資源。前文討論的學(xué)習(xí)平臺無疑具備了適應(yīng)性基建的特質(zhì)，它以不斷發(fā)展的適應(yīng)性能力來增強(qiáng)自身新平臺屬性，進(jìn)而影響教育新基建部署。從應(yīng)用實踐來看，松鼠AI、好未來AI等在實踐層面充分賦能個性化教學(xué)，對教育新基建部署產(chǎn)生了較好的示范效應(yīng)[39]。個性化教育強(qiáng)調(diào)關(guān)照學(xué)習(xí)者的個性差異，這意味著必須根據(jù)學(xué)習(xí)者的成長樣態(tài)靈活安排教學(xué)活動。而學(xué)習(xí)平臺在個性化教育體系中不可或缺，類似的新基建可以個性化學(xué)習(xí)路徑規(guī)劃為導(dǎo)向，為學(xué)習(xí)者提供包含測、學(xué)、練、輔的差異化教學(xué)[40]。這是真正有利于學(xué)習(xí)者身心發(fā)展的教學(xué)活動，它通過自定步調(diào)和自我調(diào)節(jié)，促進(jìn)學(xué)習(xí)者知識、思維等元素的協(xié)同發(fā)展。

適應(yīng)性基建以標(biāo)準(zhǔn)化、通用性模塊為基礎(chǔ)，結(jié)合新型網(wǎng)絡(luò)、新型算力環(huán)境和數(shù)據(jù)中臺等提供實用性和適切性服務(wù)。在教育新基建系統(tǒng)中，適應(yīng)性基建主要涉及的核心內(nèi)容包括算力服務(wù)、節(jié)能型教育數(shù)據(jù)中心、一體化基建管理模塊、安全防護(hù)模塊、虛擬化資源調(diào)配模塊和智能化管理工具等。其中，算力、教育數(shù)據(jù)中心的實用性和適切性部署一直是教育新基建的瓶頸。我國的教育數(shù)字化轉(zhuǎn)型工作面臨東西部和城鄉(xiāng)之間教育資源配置差異、發(fā)展基礎(chǔ)差異等挑戰(zhàn)，需要從教育新舊基建銜接、區(qū)域特性等角度，合理部署教育數(shù)據(jù)中心集群，提前規(guī)劃教育算力樞紐。例如，“東數(shù)西算”是新舊基建整合發(fā)展的新思維，其編織的算力網(wǎng)可以提供強(qiáng)大的計算服務(wù)，并為教育新基建系統(tǒng)提供算力支持。因此，教育系統(tǒng)可以響應(yīng)“東數(shù)西算”的國家戰(zhàn)略，厘清教育信息化發(fā)展歷程中“東部建庫西部修路”“東部資源西部用”理念主導(dǎo)下的基建基礎(chǔ)，幫助各級各類教育機(jī)構(gòu)把歷史性的數(shù)字基建孤島轉(zhuǎn)化為共享性資產(chǎn)；不再“以縣為主”盲目建造封閉的數(shù)字基建體系，而是在省域和全國范圍內(nèi)有效發(fā)揮算力、教育數(shù)據(jù)中臺等基建的動能作用，推動教育新基建帶來更多、更優(yōu)的教育價值。

值得一提的是，學(xué)科知識圖譜也應(yīng)當(dāng)納入適應(yīng)性基建的范圍。算力、教育數(shù)據(jù)中心等是提升教育新基建系統(tǒng)自主決策能力的基礎(chǔ)設(shè)施，而學(xué)科知識圖譜具有典型的學(xué)習(xí)適應(yīng)性屬性，對于個性化教學(xué)目標(biāo)的實現(xiàn)能夠起到關(guān)鍵性作用。在學(xué)習(xí)平臺的進(jìn)化歷程中，學(xué)科知識圖譜促進(jìn)了個性化資源推薦，即依托知識點“圖模型”實現(xiàn)了知識點、教學(xué)問題和數(shù)字教學(xué)資源之間的立體網(wǎng)絡(luò)化聯(lián)結(jié)，促進(jìn)了學(xué)習(xí)者知識學(xué)習(xí)和思維發(fā)展的融合。但是，作為教學(xué)問題表征的知識點以何種粒度呈現(xiàn)，知識點、教學(xué)問題與思維發(fā)展之間是什么關(guān)系，這些問題的研究目前均處于混沌階段[41]。因此，應(yīng)當(dāng)加強(qiáng)學(xué)科知識圖譜的研制和常態(tài)化應(yīng)用，以進(jìn)一步完善教育新基建，為教師備課提供便利，為學(xué)習(xí)者自主學(xué)習(xí)提供支撐。

3 構(gòu)建高適應(yīng)性的教育服務(wù)生態(tài)

追求高適應(yīng)性的教育服務(wù)可以實現(xiàn)對教育教學(xué)需求的感知畫像；推動優(yōu)質(zhì)教育資源的大面積流轉(zhuǎn)和共享；幫助教師提升數(shù)字化勝任力，特別是有針對性地幫助鄉(xiāng)村教師在學(xué)科領(lǐng)域積累知識和技能；挖掘?qū)W習(xí)者行為數(shù)據(jù)，實現(xiàn)學(xué)習(xí)行為數(shù)據(jù)的價值變現(xiàn)。而要提升教育新基建的適應(yīng)性能力，重點是要以適應(yīng)性服務(wù)為準(zhǔn)繩，構(gòu)建教育服務(wù)生態(tài)，主要包括以下三點：

①高適應(yīng)性的教育服務(wù)生態(tài)主張效率和個性化之間的協(xié)調(diào)。學(xué)習(xí)平臺最有價值的進(jìn)化就是兼具了效率和靈活性，既具備了自定步調(diào)、自我調(diào)節(jié)的響應(yīng)性功能，又依托學(xué)科知識圖譜進(jìn)化了低成本的教學(xué)內(nèi)容資源推送功能。但同時我們也要清醒地認(rèn)識到，個性化教學(xué)還離不開教師的參與。例如，在學(xué)習(xí)路徑圖譜構(gòu)建過程中，教師與學(xué)習(xí)者互動創(chuàng)建的學(xué)習(xí)路徑圖譜顯然要優(yōu)于學(xué)習(xí)者自主形成的自學(xué)路徑[42]。可見，要實現(xiàn)教育服務(wù)生態(tài)效率與個性化之間的協(xié)調(diào)，不但要加強(qiáng)技術(shù)與教育的融合，還要發(fā)揮人的作用，注重建立良好的人機(jī)協(xié)同關(guān)系。

②高適應(yīng)性的教育服務(wù)生態(tài)強(qiáng)調(diào)按需服務(wù)的特點。為了積極應(yīng)對新型學(xué)習(xí)環(huán)境、個性化學(xué)習(xí)體驗、優(yōu)化的教育教學(xué)形態(tài)和教育治理結(jié)構(gòu)等方面的變化[43]，需要構(gòu)建在動態(tài)檢測主體需求基礎(chǔ)上的服務(wù)供給形式。為此，需要建設(shè)圍繞個性化教學(xué)目標(biāo)的服務(wù)體系，其中的支持服務(wù)包括教師層面的精準(zhǔn)化教研、管理者層面的智慧化管理、企業(yè)層面的教學(xué)內(nèi)容資源和主管部門層面的教育治理，形成教研、管理、資源、治理等支持服務(wù)有效供給的結(jié)構(gòu)。

③高適應(yīng)性的教育服務(wù)生態(tài)對教育新基建提出了“協(xié)同”要求。這就要求以適應(yīng)性基建來統(tǒng)合各類組織、教育文化、人員和環(huán)境，強(qiáng)化政府、學(xué)校和企業(yè)的合作[44]。首先是主要責(zé)任的劃分，如政府部門應(yīng)重點負(fù)責(zé)教育專網(wǎng)建設(shè)、數(shù)字教學(xué)資源監(jiān)管、學(xué)校運(yùn)行狀態(tài)監(jiān)測和數(shù)字校園建設(shè)意見等，并規(guī)劃整合多種服務(wù)的“大平臺”；學(xué)校應(yīng)重點負(fù)責(zé)數(shù)字校園建設(shè)，并反饋數(shù)字教學(xué)資源需求；企業(yè)應(yīng)重點提供技術(shù)和數(shù)字教學(xué)資源支持。其次是解決同步合作的問題，即借助新基建本身來促進(jìn)政府、學(xué)校和企業(yè)等主體間的供需統(tǒng)合，其中最為關(guān)鍵的是數(shù)據(jù)價值變現(xiàn)的問題，只有挖掘出學(xué)習(xí)者學(xué)習(xí)狀態(tài)、教學(xué)教研過程、學(xué)校運(yùn)行狀態(tài)等數(shù)據(jù)的價值，才能實現(xiàn)智慧化管理服務(wù)，讓政府主管部門動態(tài)掌控教育服務(wù)系統(tǒng)狀態(tài)，讓企業(yè)了解學(xué)校對技術(shù)支持、教學(xué)內(nèi)容資源等的需求。

[1]Martin A J, Nejad H G, Colmar S,et al. Adaptability: How students’ responses to uncertainty and novelty predict their academic and non-academic outcomes[J]. Journal of Educational Psychology, 2013,(3):728-746.

[2]Brusilovsky P. Methods and techniques of adaptive hypermedia[J]. User Modeling and User-Adapted Interaction, 1996,(2):87-129.

[3]Shute V J, Towle B. Adaptive E-Learning[J]. Educational Psychologist, 2003,(2):105-114.

[4]彭紅超,祝智庭.人機(jī)協(xié)同決策支持的個性化適性學(xué)習(xí)策略探析[J].電化教育研究,2019,(2):12-20.

[5]王萍,王陳欣,趙衢,等.數(shù)智時代高等教育發(fā)展的新趨勢與新思考——《2022地平線報告(教與學(xué)版)》之解讀[J].遠(yuǎn)程教育雜志,2022,(3):16-23.

[6]余勝泉,陳璠,房子源.以服務(wù)為中心推進(jìn)教育新基建[J].開放教育研究,2022,(2):34-44.

[7]祝智庭,鄭浩,謝麗君,等.新基建賦能教育數(shù)字轉(zhuǎn)型的需求分析與行動建議[J].開放教育研究,2022,(2):22-33.

[8]Elham M, Nahid Z, Sharareh R. Niakan K, et al.Intelligent tutoring systems: a systematic review of characteristics, applications, and evaluation methods[J]. Interactive Learning Environments, 2021,(1):142-163.

[9]Upbin B. World’s greatest tutor[J]. Forbes, 2012,(4):50-52.

[10]Knox J. Artificial intelligence and education in China[J]. Learning, Media and Technology, 2020,(3):298-311.

[11]Skinner B F. The science of learning and the art of teaching[J]. Harvard Educational Review, 1954,(2):86-97.

[12]Xu D, Jaggars S S. Performance gaps between online and face-to-face courses: Differences across types of students and academic subject areas[J]. The Journal of Higher Education, 2014,(5):633-659.

[13]李偉健,蔡任娜,陳海德,等.不同呈現(xiàn)方式下項目難度與分值對自定步調(diào)學(xué)習(xí)時間的影響[J].心理科學(xué),2013,(6):1363-1368.

[14]高嘉騏,劉千慧,黃文彬.基于知識圖譜的學(xué)習(xí)路徑自動生成研究[J].現(xiàn)代教育技術(shù),2021,(7):88-96.

[16]鄧國民,徐新斐,朱永海.混合學(xué)習(xí)環(huán)境下學(xué)習(xí)者的在線自我調(diào)節(jié)學(xué)習(xí)潛在剖面分析及行為過程挖掘[J].電化教育研究,2021,(1):80-86.

[16]盧宇,王德亮,章志,等.智能導(dǎo)學(xué)系統(tǒng)中的知識追蹤建模綜述[J].現(xiàn)代教育技術(shù),2021,(11):87-95.

[17][33]范佳榮,鐘紹春.學(xué)科知識圖譜研究:由知識學(xué)習(xí)走向思維發(fā)展[J].電化教育研究,2022,(1):32-38.

[18]Wood J. Making peer feedback work: The contribution of technology-mediated dialogic peer feedback to feedback uptake and literacy[J]. Assessment & Evaluation in Higher Education, 2022,(3):327-346.

[19]Boud D, Molloy E. Rethinking models of feedback for learning: The challenge of design[J]. Assessment & Evaluation in Higher Education, 2013,(6):698-712.

[20]蔡旻君,郭婉瑢,婁顏超.在線學(xué)習(xí)過程中如何實施有效的反饋——基于自我調(diào)節(jié)學(xué)習(xí)理論的在線反饋探討[J].電化教育研究,2020,(10):82-88.

[21]Lo J J, Chan Y C, Yeh S W. Designing an adaptive web-based learning system based on students’ cognitive styles identified online[J]. Computers & Education, 2012,(1):209-222.

[22]陳仕品,張劍平.適應(yīng)性學(xué)習(xí)支持系統(tǒng)的學(xué)生模型研究[J].中國電化教育,2010,(5):112-117.

[23]Felder R M, Silverman L K. Learning and teaching styles in engineering education[J]. Journal of Engineering Education, 1988,(7):674-681.

[24]Ortigosa A, Paredes P, Rodriguez P. AH-questionnaire: An adaptive hierarchical questionnaire for learning styles[J]. Computers & Education, 2010,(4):999-1005.

[25]高虎子,周東岱.自適應(yīng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)者學(xué)習(xí)風(fēng)格模型的研究現(xiàn)狀與展望[J].電化教育研究,2012,(2):32-38.

[26]顧小清,張進(jìn)良,蔡慧英.學(xué)習(xí)分析:正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠(yuǎn)程教育雜志,2012,(1):18-25.

[27]羅江華,王琳,劉璐.人工智能賦能課堂反饋的倫理困境及風(fēng)險化解[J].現(xiàn)代遠(yuǎn)程教育研究,2022,(2):29-36.

[28]Aleven V, McLaren B M, Sewall J, et al. Example-tracing tutors: Intelligent tutor development for non-programmers[J]. International Journal of Artificial Intelligence in Education, 2016,(1):224-269.

[29]劉芳,田楓,李欣,等.融入學(xué)習(xí)者模型在線學(xué)習(xí)資源協(xié)同過濾推薦方法[J].智能系統(tǒng)學(xué)報,2021,(6):1117-1125.

[30]Mostafavi B, Barnes T. Evolution of an intelligent deductive logic tutor using data-driven elements[J]. International Journal of Artificial Intelligence in Education, 2017,(1):5-36.

[31]Matsuda N, Cohen W W, Koedinger K R. Teaching the teacher: Tutoring simstudent leads to more effective cognitive tutor authoring[J]. International Journal of Artificial Intelligence in Education, 2015,(1):1-34.

[32] Lu Y, Pian Y, Chen P H, et al. RadarMath: An intelligent tutoring system for math education[A]. Proceedings of the AAAI Conference on Artificial Intelligence[C],California: AAAI Press, 2021:16087-16090.

[34]陽德青,夏西,葉琳,等.知識驅(qū)動的推薦系統(tǒng):現(xiàn)狀與展望[J].信息安全學(xué)報,2021,(5):35-51.

[35]張欣,焦以璇.國家智慧教育平臺“滿月”廣受好評[N].中國教育報,2022-4-29(1).

[36]靳曉燕,周世祥.“國家中小學(xué)智慧教育平臺”更新上線[N].光明日報,2022-3-2(8).

[37]劉寧,王琦,徐劉杰,等.教育大數(shù)據(jù)促進(jìn)精準(zhǔn)教學(xué)與實踐研究——以“智慧學(xué)伴”為例[J].現(xiàn)代教育技術(shù),2020,(4):12-17.

[38]付登坡,江敏,任寅姿,等.數(shù)據(jù)中臺-讓數(shù)據(jù)用起來[M].北京:機(jī)械工業(yè)出版社,2019:22-24.

[39]楊宗凱.教育新基建高質(zhì)量教育體系的支撐理論[M].北京:科學(xué)出版社,2021:152-239.

[40]李海峰,王煒.人工智能支持下的智適應(yīng)學(xué)習(xí)模式[J].中國電化教育,2018,(12):88-95、112.

[41]楊娟,杜旭,李浩.自適應(yīng)學(xué)習(xí)系統(tǒng)中教育知識圖譜模型構(gòu)建研究[J].中國教育信息化,2021,(24):24-29.

[42]孔維梁,韓淑云,張昭理.人工智能支持下自適應(yīng)學(xué)習(xí)路徑構(gòu)建[J].現(xiàn)代遠(yuǎn)程教育研究,2020,(3):94-103.

[43]郝祥軍,顧小清.何以理性預(yù)見未來教育:未來研究方法的啟示[J].現(xiàn)代教育技術(shù),2021,(8):5-14.

[44]Salakhova V, Erofeeva M A, Pronina E V, et al. State regulation and development of digital educational platforms[J]. World Journal on Educational Technology: Current Issues, 2021,(4):956-966.

The Adaptive Evolution of Learning Platforms and Its Implications for the New Infrastructure for Education

LUO Jiang-hua1,2FENG Rui1

With the continuous evolution of the adaptive ability of learning platforms, the new infrastructure attributes are becoming more and more prominent, which has certain reference values for the improvement of the effectiveness of the personalized teaching service level of the new infrastructure for education. However, at present, few studies have sorted out the adaptability evolution process of the learning platform from the two main embodiment aspects of goal and function. Based on this, this paper firstly analyzed the setting situation of the adaptive goal of the learning platform, and pointed out its goal from self-pacing to self-regulation, from knowledge accumulation to integration knowledge learning and thinking development. Then, this paper interpreted the function realization of the adaptability of the learning platform, found out that it generally attached importance to the accurate description of the “l(fā)earner state” and the accurate recommendation of teaching content resources, and further proposed that adaptive services should be regarded as the core concept of new infrastructure for education, focusing on promoting the deployment of adaptive infrastructure to build highly adaptive education service ecology. Through research, it was expected that this paper could apply the adaptive evolution experience of the learning platform to the deployment of new infrastructure for education, and provide a reference for the platform construction of new infrastructure for education.

learning platform; learning adaptability; adaptive infrastructure; new infrastructure for education; education service ecology

G40-057

A

1009—8097（2022）10—0017—09

10.3969/j.issn.1009-8097.2022.10.002

本文為2021年度國家社科基金教育學(xué)重點項目“以教育新基建支撐高質(zhì)量教育體系建設(shè)研究”（項目編號：ACA210010）的階段性研究成果。

羅江華，教授，博士，研究方向為智慧教育理論與實踐，郵箱為swusun@swu.edu.cn。

2022年6月21日

編輯：小時