【摘要】本文介紹了智能導師系統(tǒng)（ITS）的工作模式、系統(tǒng)構(gòu)成，構(gòu)建了一種ITS的學生模型，通過該模型系統(tǒng)可以自動建立相應(yīng)的教學策略，以實現(xiàn)智能化教學。

【關(guān)鍵詞】ITS（智能導師系統(tǒng)），學生模型，教學策略，教學策略元素

【中圖分類號】G40-57【文獻標識碼】B【論文編號】1009—8097（2007）05—0078—04

一、前言

目前網(wǎng)絡(luò)教學系統(tǒng)大多都是課程內(nèi)容加一些簡單交流工具來實現(xiàn)，是課本內(nèi)容的網(wǎng)絡(luò)化版本。學習者只能按照預(yù)先設(shè)定好的學習路徑進行學習，不能對學生的各種疑問進行相應(yīng)的分析、解答；沒有發(fā)揮教師的即時指導、監(jiān)督和調(diào)控作用。這種模式在某種程度上限制了學生學習主動性的發(fā)揮，系統(tǒng)不能根據(jù)學生的特點進行因材施教，存在很大的局限性。

隨著人工智能技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，尤其是專家系統(tǒng)出現(xiàn)后，人們嘗試將人工智能應(yīng)用于教學，于是出現(xiàn)了ITS（智能導師系統(tǒng)：Intelligent Tutoring System）。ITS的用戶在學習過程中，具有高度的自主性，能夠自由選擇學習路徑和自定學習步調(diào)；系統(tǒng)又能根據(jù)學習者的特點對學習內(nèi)容和學習進度等提供合適的指導和幫助；通過ITS構(gòu)建的學生模型自動形成個性化的學習策略，解決了傳統(tǒng)網(wǎng)絡(luò)學習系統(tǒng)的弊端，是一個全新的研究領(lǐng)域，代表了網(wǎng)絡(luò)教學系統(tǒng)的發(fā)展方向和趨勢。

二、ITS系統(tǒng)構(gòu)成

2．1．ITS的工作模式

ITS系統(tǒng)能夠根據(jù)不同學習者的認知結(jié)構(gòu)，建立學習者的不同學生模型，確定最佳教學策略，并選擇最適合學生的教學內(nèi)容和教學進度，其一般工作模式為：

1）建立個人信息檔案庫：學習者通過人機界面，建立個人信息檔案庫，內(nèi)容包括：個人基本信息、愛好、心理狀況、生理狀況、學習計劃以及是否首次進入系統(tǒng)等。

2）確定教學策略：在學習某知識點或?qū)W習完某知識點后，學習者進行相應(yīng)知識點的測試，根據(jù)測試結(jié)果，確定具體的教學策略，系統(tǒng)自動從知識庫中抽取適當?shù)慕虒W內(nèi)容展開教學。

3）學習過程：學習者學習過程中，系統(tǒng)能夠適時的對學習情況予以評價，達到預(yù)期教學目的時學習者的學習繼續(xù)進行；否則，分析錯誤原因，采取相應(yīng)的措施進行解決。如此循環(huán)往復(fù)模擬教師的教學過程，達到智能教學的目的。

1)2．2．ITS的系統(tǒng)構(gòu)成

ITS系統(tǒng)由6個功能模塊組成，即知識庫、推理機、數(shù)據(jù)庫、教師模型、學生模型和人機界面等。系統(tǒng)結(jié)構(gòu)圖見圖1：

1）知識庫：存放教學內(nèi)容、教學經(jīng)驗、推理規(guī)則等，是推理機制工作的基礎(chǔ)，是ITS系統(tǒng)的核心。

2）數(shù)據(jù)庫：存放例題、習題、試題和答案等，同時還存放學習者的個人信息，如歷史作業(yè)、測驗和考試情況等。

3）推理機制：是控制、協(xié)調(diào)整個ITS系統(tǒng)，并根據(jù)當前數(shù)據(jù)庫中的學生信息，應(yīng)用知識庫中的知識，按確定的推理規(guī)則進行推理，對學生進行正確評估，生成各種提問的一組程序。推理機是ITS系統(tǒng)性能優(yōu)劣的關(guān)鍵因素。

4）學生模型：是系統(tǒng)的重要組成部分，其作用是管理學生相關(guān)信息庫和測定學生的知識水平和學習能力，是系統(tǒng)實現(xiàn)智能化教學提供依據(jù)，它包括學生信息檔案庫和學生水平信息庫。當學生進行新知識的學習時，要對以往的學習歷史有一正確的評估測試，根據(jù)測試結(jié)果確定學生學習新知識的內(nèi)容和難易程度，以達到最佳學習匹配。

5）教師模型：即為導航模型，它的主要功能是模仿教師的教學過程，根據(jù)學生模型反饋的學習信息，選擇相應(yīng)的教學內(nèi)容和教學策略，并對學生的學習進行提示、講解、答疑和控制教學的全過程。

6）機界面：學生與計算機交互對話的媒介。

三、學生模型的設(shè)計

3．1．學習者信息

在CELTS-11學習者模型規(guī)范中，學習者信息被劃分為八類，即：個人信息、學業(yè)信息、管理信息、關(guān)系信息、安全信息、偏好信息、績效信息和作品集信息。

在實際應(yīng)用中，用戶建模是獲取關(guān)于用戶知識的過程，學生模型并不是學生所有特征的真實表示，根據(jù)系統(tǒng)的目標，依賴于它的用途，對滿足系統(tǒng)需要的特征因素加以描述和表示。并且這些特征可以用二進制值、數(shù)值量、或者一個向量來進行描述，這些因素通常有：學習目標、學習風格、前驅(qū)知識、學習經(jīng)歷、學習信心以及學習動機等。

3．2．知識結(jié)構(gòu)表示

任何一門課程都是由一系列的知識點構(gòu)成的，為了考察對知識點的掌握情況，都有考察學習者學習程度的測試題，學習者對測試題的回答情況反映了學習者對該知識點的掌握程度。

一個知識節(jié)點可以分為很多知識子節(jié)點，這些子節(jié)點與父節(jié)點的關(guān)系有AND和OR兩種情況。如果一個節(jié)點只有當其子節(jié)點全部實現(xiàn)時，該節(jié)點所表示的目標才能實現(xiàn)，則這些后繼節(jié)點相對于這個父節(jié)點叫“與”（AND）節(jié)點，“與”節(jié)點用一條弧線連接起來；如果表示子目標的后繼節(jié)點只要有一個實現(xiàn)，則父節(jié)點所表示的目標就能實現(xiàn)，則這些后繼節(jié)點相對于父節(jié)點叫作“或”（OR）節(jié)點。一個有限的AND/ OR圖稱為知識結(jié)構(gòu)圖，知識結(jié)構(gòu)圖的節(jié)點對應(yīng)于課程的各知識點。如下面的知識結(jié)構(gòu)圖：

從圖中可以得知，節(jié)點1是節(jié)點2、3的父節(jié)點，2、3節(jié)點是1節(jié)點的子節(jié)點。2、3節(jié)點與1節(jié)點是“與”關(guān)系；4、6節(jié)點與2節(jié)點是“或”關(guān)系；1節(jié)點是2、3節(jié)點的前驅(qū)知識，而節(jié)點3表示的知識點又是4、5、7、8節(jié)點的前驅(qū)知識， 4、5、7、8節(jié)點表示的知識點是3節(jié)點的后繼知識。

3．3．學習者模型

美國著名的心理學家布盧姆將教學目標分為三個領(lǐng)域內(nèi)容：認知領(lǐng)域，動作技能領(lǐng)域和情感領(lǐng)域。其中認知能力的

目標按認知活動的復(fù)雜程度可分為六個等級：識記、理解、應(yīng)用、分析、綜合、評價。在構(gòu)造學生模型中，除了解決認知能力的數(shù)據(jù)描述外，還要對認知能力進行定量評估與測量。根據(jù)布盧姆分類，我們用一個六元數(shù)組來定義學生模型為：

T = (a1，a2，a3，a4，a5，a6)

該模型的六元數(shù)組分別對應(yīng)學生對該課程的識記、理解等知識層的認知程度。首先給出六種能力的不同權(quán)值，設(shè)定a1＝“識記能力”；a2＝“理解能力”；a3＝“具體的應(yīng)用能力”；a4＝“分析應(yīng)用能力”；a5＝“綜合使用能力”；a6＝“復(fù)雜的、綜合的應(yīng)用能力”。我們在系統(tǒng)初始化的時候付給出相應(yīng)的權(quán)值，例如在《DELPHI程序設(shè)計》網(wǎng)絡(luò)教學系統(tǒng)中，我們初始化其權(quán)值為：

a1＝0.11，a2=0.13，a3=0.16，a4=0.19，a5=0.20，a6=0.21

由認知能力的權(quán)值組成權(quán)值矩陣：

T = (0.11，0.13，0.16，0.19，0.20，0.21)

根據(jù)測試結(jié)果得出各能力值所構(gòu)成的矩陣，如我們得到《DELPHI程序設(shè)計》中“OOP Pascal語句、語法”知識點的測試成績矩陣為：

S = (90，80，80，90，85，90)

計算可得：

X=T*S=0.11*90+0.13*80+0.16*80+0.19*90+0.20*85+0.21*90=83.1

我們設(shè)計五級評估指標體系，五級指標為：

A＝90～100，B=80～89，C=70～79，D=60～69，E＝0～59

對比X值，構(gòu)建出學生模型。該知識點測試的得分識83.1，屬于B級。

四、教學策略的產(chǎn)生

教學策略就是在不同的教學條件下達到不同的教學結(jié)果所采用的不同的方式、方法、媒體等，教學策略的選用由所教授知識以及學生的認知結(jié)構(gòu)決定。作為網(wǎng)上教學系統(tǒng)的ITS必須有豐富的教學策略，同時必須準確地描述教學策略適用何種知識(類型、難度等) 以及適合于具有什么樣認知結(jié)構(gòu)的學生。

4．1．教學策略模板

教學策略元素是實現(xiàn)教學過程的一些基本元素，教學策略元素包括：陳述性教學策略元素和操作性教學策略元素。陳述性教學策略元素主要是陳述教學內(nèi)容以及相應(yīng)的評價信息等；操作性教學策略元素要求學習者積極參與，根據(jù)學習者參與的情況來決定下一步教學策略元素。如學習者對某知識點的測試題目進行了解答，系統(tǒng)可以根據(jù)其回答情況來決定學習者下一步的活動，是繼續(xù)進行學習還是重新復(fù)習該知識點等。

教學策略模板由“教學策略元素”以一定的方式組成的。教學策略模板提供了一系列標準化的教學序列框架，用于對某一類知識進行教學。這一序列構(gòu)成了一個教學策略模板，該教學策略模板可以用于對概念性知識進行教學。所有的教學策略模板存放在“教學策略模板庫”中。如表1所示：

這樣，我們將教學策略存放在數(shù)據(jù)庫中，除了定義標準的教學策略模板之外，系統(tǒng)還可以擴充自定義的教學策略模板。由于有豐富的教學策略模板，可以根據(jù)不同的知識類型以及不同認識水平的學習者選用合理的教學策略模板，從而實現(xiàn)教學智能化。此外，系統(tǒng)還可以將教學策略模板對不同知識類型和不同認識能力的學習效果記錄下來加以分析。

4．2．自動生成教學策略

新的教學策略依賴于學生模型，我們設(shè)計了五級評價指標，與之相對應(yīng)就有五種選擇路徑：

①當X＝A時，表示學習者對該知識點掌握非常好，建議系統(tǒng)講解下一個知識點，并且加快進度；

②當X＝B時，學習者已經(jīng)較好掌握該知識點，系統(tǒng)建議講解下一個知識點；

③當X＝C時，表示某些知識點沒有掌握，或者學習者已經(jīng)學完但是仍想進行測試的，系統(tǒng)提示學習者繼續(xù)做測試題；

④當X＝D時，說明學習者沒有掌握該知識點，必需重新學習該知識點的內(nèi)容；

⑤當X＝E時，學習者沒有學習該知識點，或者學習效果很差，建議重新學習該知識點的內(nèi)容，并提供與該知識點有關(guān)的前驅(qū)知識。

由于不同教學單元的重點、難點不同，教學策略也應(yīng)因人而異。教學規(guī)則采用產(chǎn)生式規(guī)則表示，形式為1F……AND ……THEN ……，比如在《DELPHI程序設(shè)計》課程的“OOP Pascal語句”教學單元中，總的教學目標為：綜合運用基本語句進行程序設(shè)計。教學規(guī)則可如下表示：

IF <語法語句水平測試> = E

THEN <系統(tǒng)進行概念講解、示例教學>

IF <語法語句水平測試> = D

AND<基本語法語義的應(yīng)用水平值> = D

THEN <復(fù)習概念、進行語法練習>

IF <語法語句水平測試> = C

AND<簡單程序設(shè)計水平值> = D

THEN <側(cè)重做程序設(shè)計練習>

IF <語法語句水平測試> = A

AND<簡單程序設(shè)計水平值> = A

AND<下一講內(nèi)容難易程序> = B

THEN<講解下一講內(nèi)容且加快進度>

……

五、結(jié)束語

我們通過建立學生模型，系統(tǒng)可以根據(jù)學習者的表現(xiàn)自動形成教學策略，自動形成教學過程，從而實現(xiàn)了教學的智能化。這里只是簡單的表述了一級教學策略生成的規(guī)則，沒有具體細化到認知目標的六級分類（即ai）的指導策略，也沒有具體顯示知識點之間的關(guān)聯(lián)關(guān)系算法。這種教學策略只能通過相應(yīng)知識點試題測試來生成新的教學策略，并且對于系統(tǒng)管理員和教師要求較高。當然對于智能教學策略生成在更深層的人機語言交互功能上還未考慮，并且該模型有待在實踐應(yīng)用中進一步完善。

參考文獻

[1]《教學系統(tǒng)設(shè)計》 何可抗 等編著 2001

[2] CELTS-11學習者模型規(guī)范http://www.edu.cn/html/keyanfz

/ doc20020210/08.doc

[3] Gwo-Jen Hwang，A conceptual map model for developing intelligent tutoring systems，Computer Education (2003)

[4] Kalina YACEF，Some thoughts on the synergetic effects of combining ITS and LMS technologies for the service of Education，AIED （2003）

[5] Fabio N. Akhras（Satilde;o Paulo CP） John A.Self（Leeds），Beyond intelligent tutoring systems: Situations， interactions， processes and affordances，Insteuctional Science(2002)

[6] Web Intelligence and AIED Vladan DEVED#381;I#262; （AIED 2003）