溫劍鋒　覃一海

摘 要

本文針對當(dāng)前高職院校的在線課堂存在過度使用新技術(shù)、在線資源多而不精、在線課程缺乏針對性、缺乏科學(xué)的評價(jià)跟蹤體系等問題，提出基于人工智能的自適應(yīng)學(xué)習(xí)模式，通過建立知識庫、建立學(xué)習(xí)者模型、建立個性化學(xué)習(xí)路徑等，為不同特征的學(xué)習(xí)者提供個性化學(xué)習(xí)資源，幫助高職學(xué)生達(dá)到課程學(xué)習(xí)目標(biāo)。

關(guān)鍵詞

人工智能;自適應(yīng)學(xué)習(xí);高職課堂

中圖分類號： G434;G712 ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.05.023

0 引言

人工智能作為計(jì)算機(jī)學(xué)科的重要分支，于1956年首次被出來，通過使用計(jì)算機(jī)模擬人的智能，幫助人們進(jìn)行記憶、分析和決策。經(jīng)過幾十年的發(fā)展，至今人工智能技術(shù)已經(jīng)大量應(yīng)用于生產(chǎn)、制造、教育、互聯(lián)網(wǎng)等各個領(lǐng)域之中，成為各國家參與國際競爭的核心技術(shù)。2017年國家頒布《新一代人工智能發(fā)展規(guī)劃》，明確了新一代人工智能的發(fā)展戰(zhàn)略[1]。2018年4月國家頒布《教育信息化2.0行動計(jì)劃》，以人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興技術(shù)為基礎(chǔ)，開展智慧教育創(chuàng)新研究和示范，推動新技術(shù)支持下教育的模式變革[2]。2018年5月，美國組織多名專家召開人工智能研究討論會，并成立AI委員會，確保美國是人工智能領(lǐng)域的世界第一[3]?？梢?，人工智能技術(shù)已經(jīng)成為全世界關(guān)注的焦點(diǎn)，必將主導(dǎo)新一代產(chǎn)業(yè)的巨大變革。

自適應(yīng)學(xué)習(xí)模式是繼MOOC課后又一新興的在線學(xué)習(xí)模式。它于20世紀(jì)90年代被美國學(xué)者提出，由于當(dāng)時(shí)技術(shù)的限制，它的發(fā)展僅限于根據(jù)學(xué)生的學(xué)習(xí)水平差異進(jìn)行分層。人工智能技術(shù)的興起，使得自適應(yīng)學(xué)習(xí)模式能根據(jù)學(xué)習(xí)者的認(rèn)知、性格、興趣、知識水平等不同特點(diǎn)，推薦個性化的學(xué)習(xí)資源，并進(jìn)行跟蹤和評價(jià)，為學(xué)習(xí)者提供精準(zhǔn)的學(xué)習(xí)服務(wù)，幫助學(xué)習(xí)者達(dá)到學(xué)習(xí)目標(biāo)。2017年的《地平線報(bào)告》預(yù)測個性化學(xué)習(xí)是未來在線學(xué)習(xí)發(fā)展趨勢，自適應(yīng)學(xué)習(xí)技術(shù)是影響未來高等教育發(fā)展的關(guān)鍵技術(shù)[4]?！?018 中國職業(yè)教育技術(shù)展望：地平線項(xiàng)目報(bào)告 》指出適應(yīng)性學(xué)習(xí)將成未來五年可能會在中國職業(yè)教育領(lǐng)域里對教學(xué)、學(xué)習(xí)和創(chuàng)造性探究產(chǎn)生重大影響的12項(xiàng)教育技術(shù)重要發(fā)展之一[5]。

2 高職學(xué)生的在線學(xué)習(xí)現(xiàn)狀分析

在“互聯(lián)網(wǎng)+”的背景下，依靠智能手機(jī)、平板、筆記本電腦等進(jìn)行社交的工具已經(jīng)應(yīng)用在高職學(xué)生學(xué)習(xí)、生活的方方面面。在線學(xué)習(xí)就是在這種背景下產(chǎn)生的，讓學(xué)生充分利用碎片化時(shí)間，隨時(shí)隨地進(jìn)行學(xué)習(xí)，彌補(bǔ)傳統(tǒng)課堂的不足，幫助學(xué)生提高學(xué)習(xí)成績。目前，在線學(xué)習(xí)課程如雨后春筍般在各高職院校大量出現(xiàn)，為學(xué)生提供了豐富的學(xué)習(xí)資源。然而，雖然在線學(xué)習(xí)資源豐富了，但是學(xué)生的學(xué)習(xí)效果并不理想。筆者認(rèn)為主要有以下幾方面原因。

2.1 在線資源多而不精

大部分高職教師認(rèn)為學(xué)習(xí)資源越多，學(xué)生能學(xué)到的知識就越多。于是老師們花時(shí)間開發(fā)了大量學(xué)習(xí)資源，包括音頻、視頻、課件等，甚至同一門課程都開發(fā)了不同的視頻音頻教程。這樣的做法，沒有立足于高職學(xué)生的實(shí)際，忽略了學(xué)生學(xué)習(xí)自覺性和學(xué)習(xí)能力。筆者經(jīng)過調(diào)查發(fā)現(xiàn)，高職學(xué)生普遍覺得在線學(xué)習(xí)資源太多，根本看不完那么多資料，他們除了完成老師要求的學(xué)習(xí)任務(wù)之外，很少主動花時(shí)間去學(xué)習(xí)額外的在線課程。在線學(xué)習(xí)資源經(jīng)常是多而不精，沒能給學(xué)生進(jìn)行針對性補(bǔ)差補(bǔ)缺，往往達(dá)不到理想效果。

2.2 學(xué)生基礎(chǔ)能力差異大，在線課程沒針對性

當(dāng)前，高職院校招生方式主要有高考錄取、單招錄取、對口錄取等，生源結(jié)構(gòu)的多樣化，學(xué)生的基礎(chǔ)水平差異大，學(xué)生的接受能力各不相同。學(xué)生學(xué)習(xí)同樣的在線學(xué)習(xí)資源，有些學(xué)生掌握得非常好，有些學(xué)生半知不解，有些學(xué)生完全學(xué)不會。因?yàn)槟壳暗脑诰€課程缺乏針對性，不能對學(xué)生實(shí)現(xiàn)個性化輔導(dǎo)。

2.3 過度使用新技術(shù)，忽略學(xué)習(xí)過程引導(dǎo)

隨著新技術(shù)的不斷出現(xiàn)，開發(fā)在線資源的技術(shù)層出不窮。然而這些新技術(shù)的應(yīng)用大都體現(xiàn)在給學(xué)習(xí)者提供良好的交互界面、監(jiān)督學(xué)習(xí)者的學(xué)習(xí)進(jìn)度、如何增加學(xué)習(xí)積分、如何提高點(diǎn)擊率等方面，沒有引導(dǎo)學(xué)生主動關(guān)注在線學(xué)習(xí)資源和自覺學(xué)習(xí)。相反，這些新技術(shù)手段使學(xué)生覺得為了監(jiān)督學(xué)生的學(xué)習(xí)，忽略課程資源的深度和質(zhì)量，忽略學(xué)生深層次的學(xué)習(xí)需求。

2.4 缺乏科學(xué)的評價(jià)跟蹤體系

在線學(xué)習(xí)平臺對學(xué)生學(xué)習(xí)效果的監(jiān)控，大部分是以完成在線任務(wù)為主，如在線簽到、完成練習(xí)和作業(yè)、討論題、觀看視頻時(shí)間、在系統(tǒng)停留時(shí)間等。據(jù)筆者對學(xué)校的學(xué)生在線學(xué)習(xí)情況調(diào)查，發(fā)現(xiàn)大部分學(xué)生進(jìn)行在線學(xué)習(xí)僅僅是為了滿足考核要求，拿到課程學(xué)分，并不是真正希望通過在線課程學(xué)習(xí)提高自己專業(yè)知識和技能。高職學(xué)生自主學(xué)習(xí)能力差，基礎(chǔ)知識水平差異大。他們在學(xué)習(xí)過程中遇到困難時(shí)，并不會主動從在線學(xué)習(xí)資源中尋找解決問題的辦法，而是寄希望于老師的面對面輔導(dǎo)。對于在線課程的學(xué)習(xí)任務(wù)，如果聽不懂，他們并不會主動去把知識點(diǎn)吃透，而是等老師在課堂指導(dǎo)，有的直接放棄。因此，建立一套完整的評價(jià)跟蹤體系策略，引導(dǎo)學(xué)生主動關(guān)注并完成在線課程學(xué)習(xí)，幫助學(xué)生達(dá)到課程學(xué)習(xí)目標(biāo)，是當(dāng)前混合教學(xué)改革必須考慮的問題。

3 人工智能背景下高職課堂的自適應(yīng)學(xué)習(xí)模式構(gòu)建

自適應(yīng)學(xué)習(xí)是近年來出現(xiàn)的一種主動式學(xué)習(xí)模式，能為學(xué)生提供個性化的學(xué)習(xí)服務(wù)。人工智能技術(shù)的興起與發(fā)展，為自適應(yīng)學(xué)習(xí)帶來了新的機(jī)遇。針對傳統(tǒng)在線課堂存在的問題，自適應(yīng)學(xué)習(xí)模式能更好地解決以上問題。本文旨在人工智能背景下構(gòu)建一種新型的自適應(yīng)學(xué)習(xí)模式，提高高職課堂教學(xué)效果，主要從知識庫構(gòu)建、學(xué)習(xí)者模型構(gòu)建、基于XX算法的學(xué)習(xí)路徑構(gòu)建三個方面描述。

3.1 知識庫構(gòu)建

自適應(yīng)學(xué)習(xí)模式的知識庫構(gòu)建，主要是構(gòu)建實(shí)體與屬性之間的關(guān)聯(lián)關(guān)系，確定知識點(diǎn)之間的關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)圖。通俗地講，將每門課程需要掌握知識點(diǎn)及其詳細(xì)解釋，建立“課程—章節(jié)”、“章節(jié)—知識”、“知識點(diǎn)—詳細(xì)描述”的聯(lián)系方式，通過這種方式將課程的知識體系建立知識網(wǎng)絡(luò)結(jié)構(gòu)。使用基于人工智能的語義搜索、智能問答等技術(shù)，可以實(shí)現(xiàn)對相關(guān)知識的精準(zhǔn)獲取。隨著課程的改革與深化，知識庫會隨著課程特點(diǎn)不斷更新與豐富。知識庫越豐富，為個性化學(xué)習(xí)推薦的內(nèi)容就越精確，針對性就越強(qiáng)，個性化學(xué)習(xí)的效果就越明顯。通過大數(shù)據(jù)分析決策技術(shù)，將知識庫的內(nèi)容進(jìn)行獲取、加工、分析、形成決策，為學(xué)習(xí)者提供精確的學(xué)習(xí)資源。

3.2 學(xué)習(xí)者模型構(gòu)建 確定學(xué)習(xí)者的風(fēng)格類型

不同的學(xué)習(xí)者，由于性格、興趣、知識基礎(chǔ)等方面存在差異，其學(xué)習(xí)接受能力各不相同。高職教師在實(shí)施教學(xué)時(shí)，不能以傳統(tǒng)滿堂灌的方式進(jìn)行，更不能將學(xué)習(xí)者視為具有相同能力和基礎(chǔ)的對象。因此，實(shí)施自適應(yīng)學(xué)習(xí)模式時(shí)，需要立足于高職學(xué)生的實(shí)際情況，建立適合高職學(xué)生的學(xué)習(xí)者模型。本文根據(jù)學(xué)生的認(rèn)知水平、知識結(jié)構(gòu)、學(xué)習(xí)行為、性格特征、興趣等建立學(xué)生特征數(shù)據(jù)庫，并在實(shí)施過程中不斷更新與豐富學(xué)生特征數(shù)據(jù)庫。通過大數(shù)據(jù)、人工智能等技術(shù)，為不同學(xué)習(xí)特征的學(xué)習(xí)者建立個性化學(xué)習(xí)路徑，為其推薦個性化的學(xué)習(xí)資源。

3.3 基于AprioriAll算法的學(xué)習(xí)路徑構(gòu)建

這一部分是通過對知識庫和學(xué)習(xí)者模型進(jìn)行統(tǒng)計(jì)分析之后，建立個性化的學(xué)習(xí)路徑的過程。該路徑使用AprioriAll算法，AprioriAll算法能對不同的學(xué)習(xí)者進(jìn)行跟蹤與監(jiān)測，智能地分析學(xué)習(xí)者對知識點(diǎn)的掌握程度。AprioriAll算法能針對學(xué)生的弱項(xiàng)，為其推薦精準(zhǔn)學(xué)習(xí)路徑，通過對特定知識點(diǎn)的強(qiáng)化訓(xùn)練，幫助其快速掌握相關(guān)內(nèi)容。AprioriAll算法推薦的路徑并不是一成不變的，不同學(xué)習(xí)者的學(xué)習(xí)路徑各不相同，甚至同一學(xué)習(xí)者在不同時(shí)間學(xué)習(xí)同一知識點(diǎn)，如果掌握程度不一樣，AprioriAll算法推薦的學(xué)習(xí)路徑也會不一樣。AprioriAll算法通過學(xué)習(xí)者特征提取、構(gòu)建學(xué)習(xí)路徑、推薦精準(zhǔn)的知識點(diǎn)這三個步驟完成自適應(yīng)學(xué)習(xí)模式構(gòu)建，為不同學(xué)習(xí)者提供個性化的學(xué)習(xí)資源，幫助其達(dá)到課程學(xué)習(xí)目標(biāo)，提高專業(yè)能力。

4 結(jié)束語

人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代技術(shù)將會引領(lǐng)著社會向新型的產(chǎn)業(yè)方向發(fā)展。自適應(yīng)學(xué)習(xí)是近年來備受學(xué)者青睞的學(xué)習(xí)模式，它將會對傳統(tǒng)在線課堂帶來沖擊。如何將新一代技術(shù)與自適應(yīng)學(xué)習(xí)模式進(jìn)行有效結(jié)合，引領(lǐng)互聯(lián)網(wǎng)+教育向前發(fā)展，是當(dāng)前教育必須考慮的問題。本文首先介紹了人工智能、自適應(yīng)學(xué)習(xí)模式，然后論述了當(dāng)前在線學(xué)習(xí)的現(xiàn)狀，接著從知識庫構(gòu)建、學(xué)習(xí)者模式構(gòu)建、學(xué)習(xí)路徑構(gòu)建等方面闡述了基于人工智能的自適應(yīng)學(xué)習(xí)模式，為學(xué)生的在線學(xué)習(xí)提供新思路，旨在幫助高職院校提高教學(xué)質(zhì)量，培養(yǎng)更優(yōu)秀的專業(yè)技術(shù)人才。

參考文獻(xiàn)

[1]吳永和，劉博文，馬曉玲.構(gòu)筑“人工智能+教育”的生態(tài)系統(tǒng)[J].遠(yuǎn)程教育雜志，2017，35（05）：27-39.

[2]鄭旭東.智慧教育2.0：教育信息化2.0視域下的教育新生態(tài)——《教育信息化2.0行動計(jì)劃》解讀之二[J].遠(yuǎn)程教育雜志，2018，36（04）：11-19.

[3]徐曄.從“人工智能教育”走向“教育人工智能”的路徑探究[J].中國電化教育，2018（12）：81-87.

[4]崔向平，徐娟.自適應(yīng)學(xué)習(xí)技術(shù)的應(yīng)用、問題及趨勢——訪美國俄亥俄州立大學(xué)大衛(wèi)·斯坦恩教授[J].開放教育研究，2019，25（05）：4-10.

[5]《2018中國職業(yè)教育技術(shù)展望：地平線項(xiàng)目報(bào)告》發(fā)布[J].教育學(xué)報(bào)，2018，14（02）：72.