楊煒偉　吳恒

[摘 要]大數(shù)據(jù)時代下“以學(xué)習(xí)者為中心”的學(xué)習(xí)理念已成為教育變革的核心趨勢，充分踐行該理念的個性化自適應(yīng)學(xué)習(xí)模式有望成為教育新范式。鑒于此，課題組從大數(shù)據(jù)視角出發(fā)，對個性化自適應(yīng)學(xué)習(xí)模式發(fā)展現(xiàn)狀、理論背景和核心要素展開研究，并從學(xué)習(xí)者模型、內(nèi)容模型和自適應(yīng)引擎等方面對系統(tǒng)架構(gòu)和實現(xiàn)進(jìn)行了探析。

[關(guān)鍵詞]大數(shù)據(jù)；個性化自適應(yīng)學(xué)習(xí)；學(xué)習(xí)者模型；自適應(yīng)引擎

[中圖分類號] G642 [文獻(xiàn)標(biāo)識碼] A [文章編號] 2095-3437（2018）04-0038-03

○、引言

隨著教育技術(shù)的不斷發(fā)展，教育信息化的普及和不斷深入，以萬物互聯(lián)、大數(shù)據(jù)以及智慧化為特征的教育時代正在到來，知識傳播和獲取方式正在產(chǎn)生顛覆性的變化，對傳統(tǒng)教育理念和方式產(chǎn)生了革命性的沖擊和挑戰(zhàn)。可以說，大數(shù)據(jù)時代下一場席卷全球的教育變革正在展開。一方面，傳統(tǒng)標(biāo)準(zhǔn)化課堂教育方式的諸多缺點日益凸顯，如“一刀切”式的統(tǒng)一教學(xué)模式忽略了學(xué)生知識水平、情感特征、認(rèn)知能力、元認(rèn)知能力上的個體差異；另一方面，隨著信息技術(shù)的飛速發(fā)展，學(xué)習(xí)空間和時間得到了極大延伸，在線學(xué)習(xí)、碎片化學(xué)習(xí)等學(xué)習(xí)方式對傳統(tǒng)教育理念和模式的適應(yīng)性提出了新的挑戰(zhàn)。此外，與工業(yè)化時代人才培養(yǎng)目標(biāo)不同，在當(dāng)前信息爆炸的大環(huán)境下，信息化乃至智能化時代迫切需要創(chuàng)新型、智慧型人才，因此急需進(jìn)行教育模式的變革。特別是，2012年以來，隨著大規(guī)模開放在線課程（MOOC）的興起，基于云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)的全球教育革命日益凸顯，在線教育、混合式教學(xué)等教育理念和模式不斷涌現(xiàn)[1]。在數(shù)據(jù)挖掘、人工智能、機器學(xué)習(xí)等新興技術(shù)的支持下，這些先進(jìn)的教育理念和模式一方面有助于學(xué)習(xí)者進(jìn)行差異化學(xué)習(xí)，促進(jìn)教育邁向“個性化”時代，另一方面還能對學(xué)習(xí)過程進(jìn)行全面監(jiān)控[2]，使得“因材施教”成為可能。此外，教育研究在教育大數(shù)據(jù)分析輔助下有望走向更為科學(xué)的數(shù)據(jù)主義和實證主義[1]。通過采集和處理實時全面的學(xué)習(xí)行為和過程數(shù)據(jù)，可以預(yù)測和判斷學(xué)習(xí)者的知識能力、認(rèn)知風(fēng)格和學(xué)習(xí)趨勢等特征，幫助教師優(yōu)化教學(xué)策略和教學(xué)管理，實現(xiàn)教學(xué)“自適應(yīng)”的智能決策、智能實施和智能評價，促進(jìn)教學(xué)模式向個性化自適應(yīng)學(xué)習(xí)模式轉(zhuǎn)變。

為了適應(yīng)大數(shù)據(jù)時代下教育變革需求，在“以學(xué)習(xí)者為中心”的學(xué)習(xí)理念指導(dǎo)下，國內(nèi)外教育界對個性化自適應(yīng)學(xué)習(xí)模式非常重視[3]。早在2012年，美國已將“個性化學(xué)習(xí)”視為國際信息教育技術(shù)發(fā)展的核心趨勢，最近又將“在大數(shù)據(jù)分析基礎(chǔ)上實現(xiàn)個性化學(xué)習(xí)”作為其國家教育技術(shù)計劃強調(diào)的重點?！队?020年愿景》中也將“個性化學(xué)習(xí)”視為未來教育貫穿始終的核心理念。我國關(guān)于個性化自適應(yīng)學(xué)習(xí)的研究還處于起步階段，主要以理論研究和方案設(shè)計為主，對實用化的個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的研究還比較少。何克抗教授強調(diào)借助教育數(shù)據(jù)挖掘和學(xué)習(xí)分析技術(shù)促進(jìn)教學(xué)模式向個性化教學(xué)方向轉(zhuǎn)變[2]。姜強等學(xué)者對個性化自適應(yīng)學(xué)習(xí)基本理論、系統(tǒng)設(shè)計和性能評估進(jìn)行了較為深入的研究[4] [5]。

一、大數(shù)據(jù)視角下個性自適應(yīng)學(xué)習(xí)需求

從教的方面來說，個性化自適應(yīng)學(xué)習(xí)是指基于學(xué)習(xí)者個性特征差異提供個性化的學(xué)習(xí)服務(wù)[4]。多元智能理論中，人的智能可以分為七種——語言、數(shù)理、空間、節(jié)奏、運動、自我認(rèn)知以及社交，每種智能代表了學(xué)習(xí)者的發(fā)展?jié)撃芎吞熨x，突顯出其獨特的理解力和興趣愛好，但這些潛能并不是均衡發(fā)展的，學(xué)習(xí)者的個性特征差異在認(rèn)知過程的每個階段都以不同形式展現(xiàn)，教師需要對教學(xué)全過程進(jìn)行監(jiān)控，才能挖掘?qū)W生的多樣化潛能，幫助學(xué)生提高自身認(rèn)知能力和創(chuàng)新能力。然而，在傳統(tǒng)教育教學(xué)模式下，教師無法實時全面地掌握學(xué)生的學(xué)習(xí)過程，無法及時跟蹤學(xué)習(xí)情況，自然不能做到實時調(diào)整教學(xué)策略。大數(shù)據(jù)時代下，知識傳播和獲取方式正發(fā)生根本性變革，各種在線學(xué)習(xí)模式可以對學(xué)生學(xué)習(xí)需求、學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)風(fēng)格和學(xué)習(xí)過程進(jìn)行記錄、跟蹤和分析，這為教學(xué)全過程監(jiān)控奠定了基礎(chǔ)。

從學(xué)的方面來說，個性化自適應(yīng)學(xué)習(xí)是在教育大數(shù)據(jù)支撐下融合自我調(diào)節(jié)式學(xué)習(xí)和個性化學(xué)習(xí)、以“學(xué)”為中心的自主學(xué)習(xí)模式。構(gòu)建主義學(xué)習(xí)理論認(rèn)為，學(xué)習(xí)是學(xué)生主動地、積極地接收外界信息，并在自身原有的認(rèn)知結(jié)構(gòu)上進(jìn)行消化、整理、吸收，從而改善自身認(rèn)知結(jié)構(gòu)的過程。從元認(rèn)知理論來說，元認(rèn)知知識和元認(rèn)知監(jiān)控能力在學(xué)習(xí)過程中起到至關(guān)重要的作用，影響著學(xué)習(xí)者的學(xué)習(xí)效率和創(chuàng)新能力培養(yǎng)的質(zhì)量和效率。對教育大數(shù)據(jù)進(jìn)行分析，可以為不同學(xué)習(xí)者個性化地推送教學(xué)資源、優(yōu)化學(xué)習(xí)路徑，使其真正實現(xiàn)對自我學(xué)習(xí)的元認(rèn)知和自主地進(jìn)行認(rèn)知構(gòu)建。

“互聯(lián)網(wǎng)+”時代到來，各種在線教育、混合式教學(xué)等教育理念和模式不斷涌現(xiàn)，為個性化自適應(yīng)學(xué)習(xí)奠定了基礎(chǔ)。早期的在線學(xué)習(xí)系統(tǒng)主要解決了多元化學(xué)習(xí)資源的獲取問題[6]。然而，一方面這些資源沒有考慮與學(xué)生個體差異的匹配性，學(xué)習(xí)活動順序和學(xué)習(xí)資源千篇一律，既不能體現(xiàn)在學(xué)習(xí)上“個性化”，也無法做到真正的自適應(yīng)學(xué)習(xí)；另一方面僅僅是簡單地提供海量豐富的學(xué)習(xí)資源，容易造成信息迷航、認(rèn)知負(fù)載，反而導(dǎo)致學(xué)生學(xué)習(xí)效率低下、喪失學(xué)習(xí)興趣。因此，如何有效利用教育大數(shù)據(jù)，實現(xiàn)真正的個性化自適應(yīng)學(xué)習(xí)模式仍值得持續(xù)研究和探索。比如，美國麻省理工學(xué)院教育學(xué)者沙爾默認(rèn)為MOOC的發(fā)展已經(jīng)經(jīng)過了傳統(tǒng)視頻錄制、在視頻基礎(chǔ)上增加練習(xí)，注重學(xué)生間的互動學(xué)習(xí)和增加互評機制的前三個階段，目前正朝著MOOC 4.0邁進(jìn)，即實現(xiàn)個性化自適應(yīng)學(xué)習(xí)模式[8]。

二、大數(shù)據(jù)時代個性化自適應(yīng)學(xué)習(xí)系統(tǒng)構(gòu)建

“互聯(lián)網(wǎng)+”時代到來，基于云計算、物理網(wǎng)和大數(shù)據(jù)的教育革命正在進(jìn)行，學(xué)習(xí)型社區(qū)、虛擬學(xué)習(xí)社區(qū)、微博/微信教學(xué)、MOOC、SPOOC、翻轉(zhuǎn)課堂、混合教學(xué)等教育模式和理念不斷涌現(xiàn)，承載這些在線學(xué)習(xí)或混合學(xué)習(xí)方式的開放式學(xué)習(xí)系統(tǒng)為教育大數(shù)據(jù)的采集、存儲和分析奠定了堅實的基礎(chǔ)，也為以大數(shù)據(jù)為基礎(chǔ)的教育新范式的出現(xiàn)提供了契機。而隨著數(shù)據(jù)挖掘、機器學(xué)習(xí)、人工智能等技術(shù)在教育領(lǐng)域的應(yīng)用，大數(shù)據(jù)時代下學(xué)習(xí)模式變革的重要特征和顯著優(yōu)勢將是對海量、完整、實時的教育大數(shù)據(jù)進(jìn)行有效分析并加以利用。姜強等學(xué)者指出，開放式學(xué)習(xí)者模型系統(tǒng)是個性化自適應(yīng)學(xué)習(xí)模式構(gòu)建基礎(chǔ)，既是教育大數(shù)據(jù)的源泉，也是大數(shù)據(jù)分析結(jié)果的著力點。知識可視化和學(xué)習(xí)過程可視化可以有效減輕認(rèn)知負(fù)載，提高學(xué)習(xí)效率[4]。對教育大數(shù)據(jù)進(jìn)行有效分析并加以利用是大數(shù)據(jù)時代下學(xué)習(xí)模式變革的特點之一，構(gòu)建有效的大數(shù)據(jù)分析模型是個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的重要工作，也是其與傳統(tǒng)教育教學(xué)模式的本質(zhì)區(qū)別。美國教育部簡報認(rèn)為自適應(yīng)學(xué)習(xí)環(huán)境應(yīng)主要包括[1]：①自適應(yīng)學(xué)習(xí)內(nèi)容；② 學(xué)生學(xué)習(xí)數(shù)據(jù)庫；③未來學(xué)習(xí)行為以及成績預(yù)測模型；④預(yù)測結(jié)果可視化顯示；⑤自適應(yīng)引擎，用來調(diào)整個性化學(xué)習(xí)內(nèi)容，確保學(xué)習(xí)內(nèi)容適合學(xué)生的能力和特點；⑥自適應(yīng)人為干預(yù)引擎，為教師和教育管理部門提供干預(yù)意見和建議。

一般來說，個性化自適應(yīng)學(xué)習(xí)系統(tǒng)的核心模塊包括學(xué)習(xí)者模型、領(lǐng)域知識模型和自適應(yīng)引擎。學(xué)習(xí)者模型主要呈現(xiàn)學(xué)習(xí)者的個體特征和記錄學(xué)習(xí)者的學(xué)習(xí)行為。領(lǐng)域知識模型主要描述知識領(lǐng)域的結(jié)構(gòu)及其個性化的呈現(xiàn)方式。自適應(yīng)引擎通過分析與診斷學(xué)習(xí)者的知識水平、學(xué)習(xí)行為與認(rèn)知能力，動態(tài)地安排個性化的學(xué)習(xí)內(nèi)容、學(xué)習(xí)路徑與呈現(xiàn)方式，并且對學(xué)習(xí)過程進(jìn)行檢測與管理?；趯W(xué)習(xí)者模型、領(lǐng)域知識模型和自適應(yīng)引擎三個核心模塊，個性化自適應(yīng)學(xué)習(xí)系統(tǒng)應(yīng)該是開放的學(xué)習(xí)環(huán)境，能夠允許學(xué)習(xí)者對學(xué)習(xí)計劃和學(xué)習(xí)內(nèi)容進(jìn)行自我調(diào)控，能根據(jù)學(xué)習(xí)者自己的想法分享個人學(xué)習(xí)數(shù)據(jù)，建立有益的“學(xué)習(xí)”社交關(guān)系，支持自我監(jiān)控和反思。同時，根據(jù)系統(tǒng)對學(xué)習(xí)者的作用和影響，基于在線數(shù)據(jù)分析對比的實證式系統(tǒng)評估模塊有助于發(fā)現(xiàn)系統(tǒng)的不足和自我完善。應(yīng)從使用者，特別是以學(xué)習(xí)者為中心出發(fā)，基于大數(shù)據(jù)分析揭示系統(tǒng)能在學(xué)習(xí)時間/效率、學(xué)習(xí)對象、學(xué)習(xí)任務(wù)完成質(zhì)量等方面的利弊性，為系統(tǒng)設(shè)計和優(yōu)化提供指導(dǎo)。

（一）學(xué)習(xí)者模型構(gòu)建

自適應(yīng)學(xué)習(xí)的本質(zhì)是個性化，其基礎(chǔ)是精確地掌握學(xué)習(xí)者的個性特征，因此學(xué)習(xí)者模型要對學(xué)生的知識水平、認(rèn)知能力、元認(rèn)知能力、情感特征等諸多特征進(jìn)行建模。知識水平包括學(xué)習(xí)者對當(dāng)前知識和已學(xué)知識的掌握水平。認(rèn)知特征包括記憶、理解、知覺、學(xué)習(xí)風(fēng)格、偏好、協(xié)作能力、問題解決能力、決策能力、分析能力、批判性思維等。元認(rèn)知能力指學(xué)習(xí)者認(rèn)識并控制自己的能力。在傳統(tǒng)教學(xué)方式和理念中，這些諸多繁雜的個性特征是無法定量且周全地進(jìn)行考量的，這也是“因材施教”無法真正實現(xiàn)的根本原因。得益于大數(shù)據(jù)時代在線教育平臺或應(yīng)用程序的廣泛應(yīng)用，蘊藏著學(xué)習(xí)者個性特征的教育大數(shù)據(jù)能夠得到實時廣泛的采集、長時間大容量的存儲、深入精細(xì)的挖掘，這為個性特征精細(xì)化建模提供了實現(xiàn)的契機。比如已有學(xué)者從基本特征、學(xué)習(xí)風(fēng)格、認(rèn)知水平和學(xué)習(xí)記錄四個維度來表征學(xué)習(xí)者模型，采用關(guān)聯(lián)規(guī)則來挖掘?qū)W習(xí)者個性特征[8]。

（二）領(lǐng)域知識模型構(gòu)建

多維度立體的可視化學(xué)習(xí)資源是開展個性化自適應(yīng)學(xué)習(xí)的前提。除了傳統(tǒng)的教材、講義、PPT等，還應(yīng)包括音頻、視頻、微課、實驗片段，甚至進(jìn)一步的VR體驗等不同方式的學(xué)習(xí)資源；除了根據(jù)認(rèn)知主義學(xué)習(xí)理論預(yù)先設(shè)定的資源外，還應(yīng)提供大量的生成性內(nèi)容，如不同時間空間學(xué)生的學(xué)習(xí)體驗分享、習(xí)題解答、經(jīng)驗交流等。而且，這些內(nèi)容應(yīng)該根據(jù)知識圖譜以可視化方式呈現(xiàn)給學(xué)生，清晰地顯示知識點間的邏輯關(guān)系，減輕學(xué)習(xí)者的認(rèn)知負(fù)荷。

在知識結(jié)構(gòu)可視化的基礎(chǔ)上，還要實現(xiàn)知識內(nèi)容的動態(tài)組織。這就要求系統(tǒng)能夠?qū)︻I(lǐng)域知識進(jìn)行最小粒度的資源分割，并科學(xué)地定義資源粒之間的關(guān)聯(lián)性和認(rèn)知權(quán)重。要能根據(jù)不同的需求，在保證認(rèn)知范圍基礎(chǔ)上對離散化、模塊化的內(nèi)容進(jìn)行動態(tài)組織。特別是要清晰地呈現(xiàn)各個知識點的前項知識、后項知識和相關(guān)知識，形成新、舊知識以及未來要學(xué)知識之間的關(guān)聯(lián)關(guān)系，利于學(xué)習(xí)者進(jìn)行自主認(rèn)知建構(gòu)。

最后，系統(tǒng)要能根據(jù)學(xué)習(xí)者個性特征完成學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑的自適應(yīng)匹配[8]。要為不同認(rèn)知能力（包括智力因素、非智力因素和知識水平）、不同認(rèn)知特征（包括記憶、理解、知覺、學(xué)習(xí)風(fēng)格等）的學(xué)生提供不同的學(xué)習(xí)內(nèi)容組合 （包括不同的內(nèi)容范圍、難度、要求、媒體形式等）和學(xué)習(xí)路徑搭配（包括學(xué)習(xí)活動序列、學(xué)習(xí)過程的評價和指導(dǎo)等）。

（三）自適應(yīng)引擎設(shè)計

自適應(yīng)引擎定義了學(xué)習(xí)者模型中個性特征與內(nèi)容模型中各個部分內(nèi)容的關(guān)聯(lián)關(guān)系，以及如何修改調(diào)整學(xué)習(xí)者模型和內(nèi)容模型的一系列規(guī)則，并根據(jù)這些規(guī)則實現(xiàn)學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑的選擇、組裝和呈現(xiàn)，以及依據(jù)學(xué)習(xí)行為記錄來修改與維護相應(yīng)的模型和規(guī)則，一般包括靜態(tài)自適應(yīng)和動態(tài)自適應(yīng)。靜態(tài)自適應(yīng)包括根據(jù)歷史信息和先驗個性特征為學(xué)習(xí)者選擇學(xué)習(xí)起點，確定學(xué)習(xí)內(nèi)容和難度，擬定學(xué)習(xí)計劃等。動態(tài)自適應(yīng)主要指根據(jù)學(xué)習(xí)行為記錄和內(nèi)容模型的變化，更新學(xué)習(xí)者模型，調(diào)整學(xué)習(xí)策略，實現(xiàn)學(xué)習(xí)路徑和學(xué)習(xí)資源的自適應(yīng)匹配。此外，基于靜態(tài)的學(xué)習(xí)者個人信息和教學(xué)環(huán)境數(shù)據(jù)（如課程設(shè)置、學(xué)習(xí)計劃、學(xué)習(xí)成績）和動態(tài)的學(xué)習(xí)行為數(shù)據(jù)，進(jìn)行教育關(guān)聯(lián)數(shù)據(jù)挖掘，可以分析數(shù)據(jù)間的相關(guān)性和學(xué)生行為模式，為教育管理部門進(jìn)行教務(wù)管理、課程體系設(shè)計等提供決策支持。如余如等利用信息論中互信息模型進(jìn)行教育數(shù)據(jù)關(guān)聯(lián)模式挖掘，為教育數(shù)據(jù)正負(fù)關(guān)聯(lián)模式提出了一種新的評價標(biāo)準(zhǔn)[9]。在線開放學(xué)習(xí)平臺為自適應(yīng)引擎實現(xiàn)奠定了基礎(chǔ)，教育大數(shù)據(jù)的采集和運用為智能化的教學(xué)設(shè)計提供了充足“養(yǎng)料”，為利用機器學(xué)習(xí)為代表的人工智能技術(shù)提供了足夠的訓(xùn)練資料。得益于機器學(xué)習(xí)技術(shù)的飛速發(fā)展，深入挖掘包括學(xué)習(xí)者的知識水平、學(xué)習(xí)風(fēng)格、情感狀態(tài)等個性特征數(shù)據(jù)和學(xué)習(xí)過程數(shù)據(jù)，能夠創(chuàng)建具有智能感知、推理、輔助決策等功能的自適應(yīng)引擎，實現(xiàn)個性化自適應(yīng)學(xué)習(xí)環(huán)境，促進(jìn)學(xué)習(xí)者的智慧全面、協(xié)調(diào)和可持續(xù)發(fā)展。[1]

三、小結(jié)

本文在大數(shù)據(jù)視角下從發(fā)展現(xiàn)狀、理論基礎(chǔ)和核心模塊三方面對個性化自適應(yīng)學(xué)習(xí)模式及其系統(tǒng)構(gòu)建進(jìn)行了初步探討。通過構(gòu)建個性化自適應(yīng)學(xué)習(xí)系統(tǒng)可實時、全面、精準(zhǔn)地獲取教育數(shù)據(jù)和智能分析處理，感知學(xué)習(xí)者的學(xué)習(xí)需要和學(xué)習(xí)狀態(tài)，為學(xué)習(xí)者推薦最適合的學(xué)習(xí)內(nèi)容與路徑，為教師及時準(zhǔn)確地優(yōu)化教學(xué)策略，為教育管理者提供科學(xué)的、個性化的決策支持。

[ 參 考 文 獻(xiàn) ]

[1] 祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013（10）：5-13.

[2] 何克抗.大數(shù)據(jù)面面觀[J].電化教育研究，2014（10）：8-16+22.

[3] 郭朝暉，王楠，劉建設(shè).國內(nèi)外自適應(yīng)學(xué)習(xí)平臺的現(xiàn)狀分析研究[J].電化教育研究，2016（4）：55-61.

[4] 姜強，趙蔚，李松，等.個性化自適應(yīng)學(xué)習(xí)研究--大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國電化教育，2016（2）：25-32.

[5] 姜強，趙蔚，王朋嬌，等.基于大數(shù)據(jù)的個性化自適應(yīng)在線學(xué)習(xí)分析模型及實現(xiàn)[J].中國電化教育，2015（1）：85-92.

[6] 王志軍，陳麗.聯(lián)通主義學(xué)習(xí)中教學(xué)交互研究的價值與關(guān)鍵問題[J].現(xiàn)代遠(yuǎn)程教育研究，2015（5）：47-54.

[7] Scharmer， O. MOOC 4.0： The Next Revolution in Learning & Leadership [DB/OL]. [2015-05-12]. http： //www. huffingtonpost.com/otto-scharmer/mooc-40-the-next-revolu-ti_b_ 7209606.html.

[8] 趙學(xué)孔，岑磊.面向用戶需求的自適應(yīng)學(xué)習(xí)系統(tǒng)個性化學(xué)習(xí)路徑推薦研究[J].中國教育信息化，2016（21）：28-31.

[9] 余如，黃名選，黃麗霞. 基于互信息的教育數(shù)據(jù)矩陣加權(quán)正負(fù)關(guān)聯(lián)模式發(fā)現(xiàn)[J].數(shù)據(jù)采集與處理，2015，30（1）：219-230.

[責(zé)任編輯：劉鳳華]