摘 ?要：人工智能支持下，教學(xué)變革是必然趨勢(shì)，人工智能支持下的自適應(yīng)學(xué)習(xí)在教師角色、學(xué)習(xí)交互、學(xué)習(xí)生態(tài)等方面產(chǎn)生了積極影響。研究表明教師投入度、學(xué)生投入度和平臺(tái)技術(shù)支撐是影響自適應(yīng)學(xué)習(xí)的關(guān)鍵因素，其中教師投入度與學(xué)生投入度顯著相關(guān);理科的自適應(yīng)學(xué)習(xí)與成績(jī)顯著相關(guān)，通過自適應(yīng)學(xué)習(xí)能提高理科班級(jí)平均成績(jī);自適應(yīng)學(xué)習(xí)與學(xué)生完成平臺(tái)作業(yè)顯著相關(guān)，故教師要加強(qiáng)作業(yè)設(shè)計(jì)，讓學(xué)生在作業(yè)中獲得成就感。

關(guān)鍵詞：人工智能;自適應(yīng)學(xué)習(xí);作業(yè)設(shè)計(jì)

中圖分類號(hào)：G434 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：2096-4706（2020）23-0184-04

Experimental Research on Adaptive Learning Supported by Artificial Intelligence

PENG Bin

（Guangzhou Zhixin High School，Guangzhou ?510080，China）

Abstract：Under the support of artificial intelligence，teaching reform is an inevitable trend. Adaptive learning supported by artificial intelligence has a positive impact on teachersrole，learning interaction and learning ecology. The research shows that teacher engagement，student engagement and platform technology support are the key factors affecting adaptive learning，in which teacher engagement is significantly correlated with student engagement;adaptive learning of science is significantly related to performance，through adaptive learning can improve the average performance of science class;adaptive learning is significantly related to students completing platform homework，so teachers should strengthen homework design，so that students can get a sense of achievement in homework.

Keywords：artificial intelligence;adaptive learning;homework design

0 ?引 ?言

《普通高中課程方案：2017年版2020年修訂》明確提出“關(guān)注信息化環(huán)境下的教學(xué)改革，關(guān)注學(xué)生個(gè)性化、多樣化的學(xué)習(xí)和發(fā)展需求”，這將推動(dòng)長(zhǎng)期存在的“以教為中心”的教學(xué)模式發(fā)生深刻改變。當(dāng)前技術(shù)變革帶來的人工智能（Artificial Intelligence，AI）和5G技術(shù)的高速發(fā)展，使人工智能支持下“以學(xué)為中心”的教學(xué)新常態(tài)成為可能。在學(xué)習(xí)者越來越被關(guān)注的當(dāng)下，無論是從國(guó)家教育層面的要求，還是從教學(xué)實(shí)際的需要，從“以教為中心”的傳統(tǒng)教學(xué)模式轉(zhuǎn)變?yōu)椤耙詫W(xué)為中心”的新教學(xué)模式勢(shì)在必行。人工智能支持下“以學(xué)為中心”的教學(xué)新常態(tài)是指在人工智能支持下的學(xué)習(xí)空間中，學(xué)生通過人工智能支持下的自適應(yīng)學(xué)習(xí)路徑開展學(xué)習(xí)，實(shí)現(xiàn)深度學(xué)習(xí)的目的。人工智能支持下“以學(xué)為中心”的教學(xué)新常態(tài)主要包括“學(xué)習(xí)支持”的新常態(tài)、“學(xué)情反饋”的新常態(tài)和“師生關(guān)系”的新常態(tài)[1]。張曼等基于中國(guó)知網(wǎng)2009—2018年期刊文獻(xiàn)研究發(fā)現(xiàn)：從整體上來說，在十年期間個(gè)性化學(xué)習(xí)研究文獻(xiàn)數(shù)量呈增長(zhǎng)趨勢(shì)[2]。

學(xué)者和一線教師對(duì)個(gè)性化學(xué)習(xí)的探索越來被重視，表現(xiàn)出個(gè)性化學(xué)習(xí)是未來教育領(lǐng)域一個(gè)非常重要研究方向，也是未來教育改革的一個(gè)重要領(lǐng)域。以廣州市為例，2020年11月廣州市電化教育館對(duì)各區(qū)教育信息中心、智慧校園樣板校、實(shí)驗(yàn)校、省信息化中心校、“智慧教育示范區(qū)”支撐校的主要負(fù)責(zé)領(lǐng)導(dǎo)和管理人員共300多人分6批先后進(jìn)行智慧課堂教學(xué)平臺(tái)應(yīng)用培訓(xùn)，從政府層面推動(dòng)常態(tài)化開展大數(shù)據(jù)支持下的個(gè)性化學(xué)習(xí)和精準(zhǔn)教學(xué);12月組織了廣州、上海和山東的“基于人工智能技術(shù)條件下的智慧課堂教學(xué)實(shí)踐探索名校應(yīng)用分享會(huì)”，從一線運(yùn)用層面進(jìn)行推廣?；谌斯ぶ悄軋?chǎng)景下教學(xué)方式的探索中，首先要解決的是人工智能支持下自適應(yīng)學(xué)習(xí)路徑是什么，筆者所在廣州市執(zhí)信中學(xué)是普通高中新課程新教材實(shí)施國(guó)家級(jí)示范校，筆者從2018年開始帶領(lǐng)團(tuán)隊(duì)開展“人工智能+學(xué)習(xí)”的教學(xué)改革實(shí)踐和研究，本研究是在構(gòu)建人工智能支持下“以學(xué)為中心”的教學(xué)新常態(tài)，提出人工智能支持下自適應(yīng)學(xué)習(xí)框架，并基于該框架開展教學(xué)實(shí)驗(yàn)研究。

1 ?研究設(shè)計(jì)

1.1 ?實(shí)驗(yàn)框架

人工智能技術(shù)的發(fā)展也極大地推動(dòng)了個(gè)性化學(xué)習(xí)支持服務(wù)的水平，為自適應(yīng)學(xué)習(xí)路徑的智能化實(shí)現(xiàn)奠定了技術(shù)基礎(chǔ)[3，4]。人工智能支持下自適應(yīng)學(xué)習(xí)系統(tǒng)主要包括學(xué)生個(gè)體模型數(shù)據(jù)和學(xué)生個(gè)體學(xué)習(xí)過程數(shù)據(jù)，通過人工智能分析將相似學(xué)生組成學(xué)習(xí)共同體，學(xué)習(xí)共同體根據(jù)系統(tǒng)智能推送的資源開展學(xué)習(xí)，該學(xué)習(xí)過程進(jìn)一步被系統(tǒng)記錄并形成該學(xué)生群體的學(xué)習(xí)過程數(shù)據(jù)圖譜，實(shí)現(xiàn)更加精準(zhǔn)的評(píng)估并指導(dǎo)學(xué)生的學(xué)習(xí)，從而實(shí)現(xiàn)精準(zhǔn)的個(gè)性化學(xué)習(xí)支持服務(wù)，如圖1所示。其中學(xué)生個(gè)體特征（如認(rèn)知偏好和社交傾向等）可以通過定期調(diào)查的方式進(jìn)行收集，學(xué)習(xí)活動(dòng)追蹤通過學(xué)習(xí)平臺(tái)進(jìn)行全過程記錄。

1.2 ?實(shí)驗(yàn)對(duì)象

2018年10月選擇2個(gè)實(shí)驗(yàn)班，于2020年9月調(diào)整為高三1個(gè)班和高二1個(gè)班，主要任務(wù)是驗(yàn)證框架在具體教學(xué)實(shí)踐中的可行性，實(shí)驗(yàn)科目主要集中在理科（數(shù)學(xué)、物理和化學(xué)）和文科中的英語(yǔ)。2020年10月開始，項(xiàng)目組在當(dāng)年秋季入學(xué)的高一年級(jí)共15個(gè)班開展實(shí)踐，如圖2所示，實(shí)驗(yàn)科目包括理科（數(shù)學(xué)、物理、化學(xué)和生物）和部分文科（英語(yǔ)、歷史和政治）。受篇幅所限，本文僅使用高一年級(jí)實(shí)驗(yàn)數(shù)據(jù)。

2 ?研究結(jié)果

2.1 ?教師投入度與學(xué)生投入度顯著相關(guān)

以數(shù)學(xué)學(xué)科為例，以教師使用平臺(tái)布置作業(yè)和課前導(dǎo)學(xué)的次數(shù)和代表教師投入度，以學(xué)生自主學(xué)習(xí)的次數(shù)代表學(xué)生投入度進(jìn)行了分析，如表1所示，結(jié)果顯示11個(gè)班級(jí)的賦值為1，4個(gè)班的賦值為0，這說明教師使用平臺(tái)的投入度與學(xué)生自適應(yīng)學(xué)習(xí)投入度顯著相關(guān)性，教師投入度高的班級(jí)，學(xué)生自適應(yīng)學(xué)習(xí)的投入度也高。

統(tǒng)計(jì)模型說明：

（1）教學(xué)次數(shù)和=作業(yè)次數(shù)+課前導(dǎo)學(xué)次數(shù);

（2）;

（3）;

（4）投入度差=學(xué)生投入度-教師投入度;

（5）賦值規(guī)則：投入度差的絕對(duì)值小于0.05賦值1，其他賦值0，若賦值為1的認(rèn)為教師投入度與學(xué)生投入度顯著相關(guān)，賦值為0的認(rèn)為教師投入度與學(xué)生投入度無顯著相關(guān)。

2.2 ?班級(jí)學(xué)科成績(jī)與作業(yè)提交率和平均時(shí)長(zhǎng)顯著相關(guān)

通過SPSS22對(duì)數(shù)學(xué)、英語(yǔ)、物理、化學(xué)、生物、歷史、政治的15個(gè)班期中考試成績(jī)與2020年10月—2021年1月學(xué)習(xí)平臺(tái)中作業(yè)提交率和作業(yè)平均作答時(shí)長(zhǎng)進(jìn)行皮爾遜（Pearson）相關(guān)分析，如表2所示，班級(jí)平均分與作業(yè)提交率顯著相關(guān)（0.343**），班級(jí)平均分與作業(yè)平均作答時(shí)長(zhǎng)顯著相關(guān)（0.285**），作業(yè)提交率與作業(yè)平均作答時(shí)長(zhǎng)無顯著相關(guān)。

2.3 ?平臺(tái)作業(yè)的正確率影響學(xué)生自適應(yīng)學(xué)習(xí)積極性

自適應(yīng)學(xué)習(xí)系統(tǒng)通過對(duì)學(xué)習(xí)者的精準(zhǔn)知識(shí)追蹤[5]，實(shí)現(xiàn)自動(dòng)構(gòu)建針對(duì)性的教學(xué)支架，并生成適應(yīng)性的學(xué)習(xí)路徑，以及推送個(gè)性化學(xué)習(xí)資源，實(shí)現(xiàn)“因材施教”，進(jìn)而提高學(xué)習(xí)者的學(xué)習(xí)效果與效率。通過SPSS22對(duì)班級(jí)作業(yè)正確率、作業(yè)提交率、自主學(xué)習(xí)做題量和自主學(xué)習(xí)正確率進(jìn)行kendall相關(guān)和spearman相關(guān)分析，如表3所示。結(jié)果顯示作業(yè)正確率與作業(yè)提交率存在顯著相關(guān)，說明學(xué)生完成作業(yè)的正確率會(huì)影響學(xué)生完成作業(yè)的積極性;作業(yè)正確率與自主學(xué)習(xí)做題量存在顯著相關(guān)，說明學(xué)生完成作業(yè)的正確率會(huì)對(duì)學(xué)生開展自適應(yīng)性學(xué)習(xí)的積極性產(chǎn)生影響;而作業(yè)正確率與自主學(xué)習(xí)正確率無顯著相關(guān)性，說明學(xué)生自適應(yīng)學(xué)習(xí)的效果與作業(yè)效果無顯著相關(guān)。對(duì)理科（數(shù)學(xué)、物理、化學(xué)、生物）的15個(gè)班期中考試成績(jī)與2020年10月—2021年1月自主學(xué)習(xí)做量和自主學(xué)習(xí)正確率進(jìn)行分析。各學(xué)科在班級(jí)平均分與自主學(xué)習(xí)做量和自主學(xué)習(xí)正確率的相關(guān)性存在差異。

表4說明班級(jí)數(shù)學(xué)平均分與自主學(xué)習(xí)做題量顯著相關(guān)，即學(xué)生通過自適應(yīng)學(xué)習(xí)可以有效提高數(shù)學(xué)成績(jī)。班級(jí)數(shù)學(xué)平均分與自主學(xué)習(xí)正確率無顯著相關(guān)，學(xué)生的數(shù)學(xué)自主學(xué)習(xí)做題量和自主學(xué)習(xí)正確率無顯著相關(guān)，這兩方面說明學(xué)生開展數(shù)學(xué)的自適應(yīng)學(xué)習(xí)與外部壓力有關(guān)，也與數(shù)學(xué)成績(jī)?cè)趯W(xué)生心目中的重要地位有關(guān)。

表5說明班級(jí)物理平均分與自主學(xué)習(xí)做題量、自主學(xué)習(xí)正確率無顯著相關(guān)。學(xué)生在物理學(xué)科的自主學(xué)習(xí)做題量和自主學(xué)習(xí)正確率顯著相關(guān)，說明學(xué)生在物理學(xué)科的自主學(xué)習(xí)正確率有助于提高學(xué)生開展自適應(yīng)學(xué)習(xí)的積極性。

表6說明班級(jí)化學(xué)平均分與自主學(xué)習(xí)做題量、自主學(xué)習(xí)正確率無顯著相關(guān)。學(xué)生在化學(xué)學(xué)科的自主學(xué)習(xí)做題量和自主學(xué)習(xí)正確率存在顯著相關(guān)，說明學(xué)生在化學(xué)學(xué)科的自主學(xué)習(xí)正確率有助于提高學(xué)生開展自適應(yīng)學(xué)習(xí)的積極性。

表7說明班級(jí)生物平均分與自主學(xué)習(xí)做題量、自主學(xué)習(xí)正確率存在顯著相關(guān)，這表明學(xué)生通過自適應(yīng)學(xué)習(xí)可以提升生物成績(jī)，另一方面也說明生物學(xué)科適合學(xué)生進(jìn)行自適應(yīng)學(xué)習(xí)。學(xué)生在生物學(xué)科的自主學(xué)習(xí)做題量和自主學(xué)習(xí)正確率存在顯著相關(guān)，說明學(xué)生在生物學(xué)科的自主學(xué)習(xí)正確率有助于提高學(xué)生參與自適應(yīng)學(xué)習(xí)的積極性。

3 ?結(jié) ?論

在應(yīng)用智慧學(xué)習(xí)平臺(tái)（Ai學(xué)）開展實(shí)驗(yàn)和數(shù)據(jù)分析基礎(chǔ)上，我們發(fā)現(xiàn)影響人工智能支持下自適應(yīng)學(xué)習(xí)的最主要因素包括三個(gè)：教師投入度、學(xué)生投入度和平臺(tái)技術(shù)支撐。一是教師投入度影響學(xué)生投入度和學(xué)習(xí)效果，作為教學(xué)策劃者的教師參與推動(dòng)人工智能支持下自適應(yīng)學(xué)習(xí)的積極性直接影響到學(xué)生時(shí)間投入度和學(xué)習(xí)效果，主動(dòng)參與的教師所在班級(jí)學(xué)生的時(shí)間投入、學(xué)習(xí)積極性和學(xué)風(fēng)相對(duì)優(yōu)秀。二是學(xué)生投入度影響學(xué)習(xí)效果，學(xué)生除了完成學(xué)科基本作業(yè)之外很難更多的時(shí)間投入到自主的自適應(yīng)學(xué)習(xí)，這就需要教師在教學(xué)過程中設(shè)計(jì)和引導(dǎo)學(xué)生制定好自適應(yīng)性學(xué)習(xí)的計(jì)劃，也需要教師重視和加強(qiáng)作業(yè)設(shè)計(jì)，通過作業(yè)設(shè)計(jì)使作業(yè)與自適應(yīng)學(xué)習(xí)互為補(bǔ)充。三是平臺(tái)技術(shù)支撐影響應(yīng)用體驗(yàn)，由于平臺(tái)還處于優(yōu)化和完善過程，處于實(shí)驗(yàn)階段的教師和學(xué)生一旦出現(xiàn)不愉快的使用體驗(yàn)，會(huì)大大削弱人工智能支持下自適應(yīng)學(xué)習(xí)，只需要平臺(tái)能對(duì)需求進(jìn)行及時(shí)回應(yīng)和處理。

實(shí)踐表明，人工智能支持下的自適應(yīng)學(xué)習(xí)對(duì)教師角色、學(xué)習(xí)交互、學(xué)習(xí)生態(tài)等方面都將產(chǎn)生積極影響。教師加深了對(duì)人工智能平臺(tái)和技術(shù)的理解和運(yùn)用，學(xué)生逐漸適應(yīng)人工智能平臺(tái)的交互特征，在自適應(yīng)學(xué)習(xí)中學(xué)生積極性得到較好的發(fā)揮。數(shù)據(jù)分析進(jìn)一步說明，我們構(gòu)建的自適應(yīng)學(xué)習(xí)路徑在理科學(xué)習(xí)上是有效的，同時(shí)我們還發(fā)現(xiàn)，由于學(xué)生完成作業(yè)的成就感會(huì)對(duì)學(xué)生參與自適應(yīng)學(xué)習(xí)的積極性產(chǎn)生影響，所以在人工智能支持下自適應(yīng)學(xué)習(xí)中教師要特別關(guān)注作業(yè)設(shè)計(jì)，要讓學(xué)生在作業(yè)中有成就感。

參考文獻(xiàn)：

[1] 彭斌.基于人工智能的智慧學(xué)習(xí)新常態(tài) [J].現(xiàn)代信息科技，2020，4（21）：185-187.

[2] 張曼，劉興紅，梅佳星.我國(guó)個(gè)性化學(xué)習(xí)研究現(xiàn)狀與趨勢(shì)的可視化研究——基于中國(guó)知網(wǎng)2009-2018年期刊文獻(xiàn) [J].教育信息技術(shù)，2020（11）：62-66.

[3] 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，2020，32（3）：94-103.

[4] 蔡連玉，韓倩倩.人工智能自適應(yīng)學(xué)習(xí)及其在學(xué)校教育中的應(yīng)用 [J].浙江師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，44（6）：111-117.

[5] 張恩德，包榮鑫.深度學(xué)習(xí)模型及自適應(yīng)技術(shù)研究進(jìn)展 [J/OL].中文科技期刊數(shù)據(jù)庫(kù)（全文版）自然科學(xué).（2020-11-10）.http：//www.cqvip.com/QK/72191X/201704/epub1000000 926049.html.

作者簡(jiǎn)介：彭斌（1978.10-），男，漢族，廣東梅州人，中學(xué)高級(jí)教師，碩士，研究方向：教學(xué)管理、基于AI的自適應(yīng)學(xué)習(xí)、智慧校園。