孫麗梅，張玉柳，鄧三軍

（云南師范大學(xué)，云南昆明 650500）

隨著互聯(lián)網(wǎng)的迅速普及和計算機(jī)技術(shù)的日益提高，網(wǎng)絡(luò)學(xué)習(xí)正逐步滲透到各行業(yè)中。在學(xué)習(xí)交流過程中，網(wǎng)絡(luò)教學(xué)突破了對時間和空間的瓶頸。同時網(wǎng)絡(luò)教學(xué)系統(tǒng)通過對真實校園設(shè)施和資源的虛擬化，使學(xué)生可以無附加學(xué)習(xí)地過渡到教學(xué)系統(tǒng)中來。

在互聯(lián)網(wǎng)時代，使用人工智能技術(shù), 在教學(xué)過程中，智能教學(xué)系統(tǒng)能根據(jù)學(xué)習(xí)者的認(rèn)知能力，自動診斷學(xué)生的學(xué)習(xí)水平, 發(fā)現(xiàn)學(xué)習(xí)過程中存在的問題,并結(jié)合學(xué)習(xí)現(xiàn)狀提出解決辦法, 最后有針對性地提出反饋意見與建議。智能教學(xué)系統(tǒng)克服了傳統(tǒng)教育存在的不足。智能教學(xué)系統(tǒng)為學(xué)生提供各類教學(xué)資源，并共享好的師資，極大地提高了教與學(xué)的質(zhì)量。讓學(xué)生能隨機(jī)地在系統(tǒng)上進(jìn)行教導(dǎo)與學(xué)習(xí)。智能教學(xué)系統(tǒng)根據(jù)學(xué)習(xí)者認(rèn)知發(fā)展水平和學(xué)習(xí)風(fēng)格，為學(xué)生提供了高度個性化和智能化的學(xué)習(xí)體驗。

該研究結(jié)合人工智能技術(shù)和智能教學(xué)系統(tǒng)開發(fā)原理，運用Web 技術(shù)，通過記錄和觀察學(xué)生在網(wǎng)絡(luò)教學(xué)平臺中的學(xué)習(xí)行為、足跡和成績等，結(jié)合學(xué)生的學(xué)習(xí)風(fēng)格、動機(jī)和學(xué)習(xí)興趣，最終設(shè)計出智能、個性化的學(xué)習(xí)系統(tǒng)。為教學(xué)提供更優(yōu)化的教學(xué)方案，為學(xué)生提供更高效、更個性化的教學(xué)服務(wù)。

1 理論基礎(chǔ)

1.1 人工智能

“人工智能”(Artificial Intelligence, AI) 這一概念，初期由John Mc Carthy 在Dartmouth 學(xué)會提出。人工智能是融合多門學(xué)科的一門技術(shù)科學(xué)，用于研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)[1]。李德毅認(rèn)為它是社會發(fā)展和技術(shù)創(chuàng)新的產(chǎn)物，是促進(jìn)人類進(jìn)步的重要技術(shù)形態(tài)。“研究如何讓智能體去完成人類需要解決的復(fù)雜問題，形成模擬人類智能行為的理論、技術(shù)，所構(gòu)建的智能系統(tǒng)，能夠結(jié)合人類的需求，像人類一樣思考問題，并進(jìn)一步提升人的智能”[2]。在人工智能領(lǐng)域，人工智能通常采用機(jī)器學(xué)習(xí)進(jìn)行算法運算，深度學(xué)習(xí)是實現(xiàn)機(jī)器學(xué)習(xí)的算法或方法[3]，因此，學(xué)術(shù)界將人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者視為近似包含關(guān)系。

1.2 智能教學(xué)系統(tǒng)

智能教學(xué)系統(tǒng)這一概念源于1982年,由計算機(jī)輔助教學(xué)發(fā)展而來, 它是借助人工智能技術(shù)讓計算機(jī)扮演教師的角色實施個別化教學(xué), 向?qū)W習(xí)者傳授知識、并提供指導(dǎo)的適應(yīng)性教學(xué)系統(tǒng)[4]?！爸悄芙虒W(xué)”指所提供的教學(xué)能夠滿足學(xué)習(xí)者需求, 實現(xiàn)個性化教學(xué)。智能教學(xué)系統(tǒng)針對傳統(tǒng)CAI 的不足，利用先進(jìn)的信息技術(shù)提出了能夠基于學(xué)習(xí)資源和學(xué)習(xí)特征進(jìn)行指導(dǎo)和評價反饋的智能化教學(xué)系統(tǒng)，基于此,智能教學(xué)系統(tǒng)結(jié)合學(xué)習(xí)者認(rèn)知水平和學(xué)習(xí)興趣等特點, 能夠為學(xué)習(xí)者提供適合的學(xué)習(xí)資源和教學(xué)策略,拓展教學(xué)時間和空間, 提升教師的教學(xué)效能,提高學(xué)生的學(xué)習(xí)效率[5]。智能系統(tǒng)的設(shè)計能通過問題的提出和答案的分析對學(xué)習(xí)者進(jìn)行個性化教學(xué)指導(dǎo), 為學(xué)習(xí)者提供個性化、 智能化的學(xué)習(xí)體驗。為教育領(lǐng)域21 世紀(jì)核心人才培養(yǎng)提供有效教學(xué)途徑，有效地培養(yǎng)學(xué)生解決問題能力，實現(xiàn)教學(xué)中的因材施教，為學(xué)生提供個性化指導(dǎo)和反饋。

2 研究內(nèi)容與技術(shù)路線

2.1 研究內(nèi)容

該文結(jié)合人工智能在教育中的應(yīng)用和教學(xué)系統(tǒng)的研究現(xiàn)狀，同時結(jié)合系統(tǒng)設(shè)計的原則，設(shè)計出智能化、個性化的學(xué)習(xí)環(huán)境。該文的研究內(nèi)容主要包括以下幾個方面。

(1)利用數(shù)據(jù)挖掘技術(shù)分析網(wǎng)絡(luò)學(xué)習(xí)平臺中學(xué)生行為信息，設(shè)計并實現(xiàn)學(xué)習(xí)興趣子模型和學(xué)習(xí)風(fēng)格子模型，并提出一種包含學(xué)習(xí)興趣和學(xué)生學(xué)習(xí)風(fēng)格兩個子模型的個性化認(rèn)知學(xué)生模型。

(2)設(shè)計與實現(xiàn)基于單元化知識域三重隨機(jī)自動建題算法；同時結(jié)合特定專家題庫的權(quán)威性，設(shè)計并實現(xiàn)融合專家題庫和自建題庫的測試算法。

(3)設(shè)計并實現(xiàn)一個簡單的基于Web 的智能教學(xué)系統(tǒng)，并運用個性化認(rèn)知學(xué)生模型對學(xué)生建模，采用專家題庫和自建題庫對學(xué)生進(jìn)行學(xué)習(xí)測試，給系統(tǒng)對學(xué)生的下一步學(xué)習(xí)提供依據(jù)。

2.2 學(xué)生模型相關(guān)技術(shù)研究

（1）學(xué)習(xí)者學(xué)習(xí)興趣模型設(shè)計。

根據(jù)當(dāng)前學(xué)習(xí)者在系統(tǒng)中進(jìn)行的學(xué)習(xí)過程，通過分析學(xué)生學(xué)習(xí)行為來預(yù)測學(xué)習(xí)者的學(xué)習(xí)興趣，該文主要基于學(xué)習(xí)者瀏覽、保存、下載、打印、收藏等行為，通過對學(xué)習(xí)行為挖掘來得到興趣信息。該研究利用關(guān)鍵字列表和主題搜索的方式來構(gòu)建學(xué)習(xí)者興趣模型。

（2）學(xué)習(xí)風(fēng)格模型設(shè)計。

該研究利用Felder-Silverman 學(xué)習(xí)風(fēng)格模型設(shè)計原則來對學(xué)習(xí)者學(xué)習(xí)風(fēng)格進(jìn)行分析，并設(shè)計出適合學(xué)習(xí)者的學(xué)習(xí)風(fēng)格模型。

（3）學(xué)生個性化認(rèn)知學(xué)生模型設(shè)計。

該研究結(jié)合學(xué)習(xí)者學(xué)習(xí)興趣和學(xué)習(xí)風(fēng)格兩個子模型，設(shè)計出個性化認(rèn)知學(xué)生模型。

2.3 數(shù)據(jù)獲取

該研究主要通過數(shù)據(jù)挖掘技術(shù)獲取學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)，進(jìn)而對學(xué)生進(jìn)行建模，通過設(shè)計出的個性化認(rèn)知學(xué)生模型對智能系統(tǒng)進(jìn)行開發(fā)，該系統(tǒng)的開發(fā)提供給學(xué)習(xí)者更具有價值的學(xué)習(xí)資源。

3 智能系統(tǒng)設(shè)計

3.1 系統(tǒng)功能分析

智能教學(xué)系統(tǒng)采用先進(jìn)的信息技術(shù)，提升了教師的教學(xué)能力，提高了學(xué)生學(xué)習(xí)效率，智能系統(tǒng)的設(shè)計克服了傳統(tǒng)CAI 的缺點。研究設(shè)計的智能教學(xué)系統(tǒng)由專業(yè)知識庫、專家模型、學(xué)生模型、教學(xué)與控制模塊和用戶接口模塊5 個部分組成，如圖1 所示。

圖1 智能系統(tǒng)功能結(jié)構(gòu)圖

專業(yè)知識庫：該模塊是系統(tǒng)設(shè)計的核心，是實現(xiàn)智能化的關(guān)鍵，主要用于解決“教什么”的問題，知識庫模型主要是由教學(xué)資源、知識體系、教學(xué)規(guī)則和教學(xué)方法4 個部分組成[6]。

專家模塊：ITS 中的專家模塊具備問題解答的能力，該模塊根據(jù)學(xué)習(xí)環(huán)境中存在的復(fù)雜問題能自動推理生成正確的答案，并將答案反饋給學(xué)習(xí)者。

學(xué)生模型： 該模型用于描述學(xué)習(xí)者的學(xué)習(xí)風(fēng)格以及對知識點的理解和掌握程度，基于此，ITS 結(jié)合學(xué)習(xí)者認(rèn)知能力來調(diào)整教學(xué)策略并提供反饋。

教學(xué)與控制模塊：該模塊涉及“如何教”的問題，具體功能如下。

(1)內(nèi)容的選擇。

由學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和多種教學(xué)策略共同決定。

(2)問題的選擇。

根據(jù)選定的教學(xué)內(nèi)容，系統(tǒng)生成的相關(guān)問題由粒度和難度共同決定，粒度決定問題規(guī)模的大小。問題粒度的選擇受教學(xué)策略和教學(xué)內(nèi)容等因素影響；而問題的難度由學(xué)生的認(rèn)知能力決定。

(3)反饋與幫助。

系統(tǒng)能根據(jù)學(xué)生遇到的困難提供相應(yīng)的反饋和幫助。但系統(tǒng)太少的幫助會使學(xué)生感到困難，過多的幫助又會影響教學(xué)質(zhì)量。因此，系統(tǒng)應(yīng)該根據(jù)學(xué)生能力來控制幫助的程度。

用戶接口模塊： 這是系統(tǒng)與用戶交流的模塊。ITS 依靠其用戶接口模塊來把教學(xué)內(nèi)容呈現(xiàn)給用戶、接受用戶的輸入、并向用戶提供反饋[7]。

3.2 智能教學(xué)系統(tǒng)設(shè)計與實現(xiàn)

3.2.1 系統(tǒng)總體設(shè)計

該系統(tǒng)由管理員、教師和學(xué)生三類用戶組成。管理員是對用戶信息及權(quán)利進(jìn)行管理和維護(hù)； 教師主要對各類教學(xué)資源（如課件、試題庫）進(jìn)行管理，對學(xué)生的學(xué)習(xí)行為進(jìn)行分析并評價，并根據(jù)反饋結(jié)果及時調(diào)整和改進(jìn)；學(xué)生展開自主化、個性化的網(wǎng)絡(luò)課程學(xué)習(xí)、在線討論、在線測試等。

3.2.2 系統(tǒng)的實現(xiàn)

該系統(tǒng)設(shè)計采用B/S 模式，用Python,Tensor-Flow，dlib 進(jìn)行建模、訓(xùn)練、檢測、信息記錄。使用HTML5，Node.js 實現(xiàn)學(xué)習(xí)資源（視頻和圖像拍攝）上傳保存到指定位置。

4 結(jié)語

在大數(shù)據(jù)背景下, 學(xué)校的信息化發(fā)展受到教育領(lǐng)域的廣泛關(guān)注，教育領(lǐng)域嘗試采用“問題為導(dǎo)向”的教學(xué)方式，使學(xué)生脫離“輔導(dǎo)學(xué)習(xí)”的過程來接受新知識。21 世紀(jì)的教育教學(xué)手段將是以ITS 為主，實現(xiàn)用技術(shù)來優(yōu)化教學(xué)。因此，將人工智能技術(shù)與教學(xué)系統(tǒng)相結(jié)合是當(dāng)前教育界研究的熱點。運用人工智能技術(shù)進(jìn)行教學(xué)，可以培養(yǎng)學(xué)生解決問題的能力,實現(xiàn)網(wǎng)絡(luò)教育的個性化,滿足學(xué)習(xí)者個別化,實現(xiàn)教學(xué)意義上的因材施教。研究在梳理文獻(xiàn)的基礎(chǔ)上，總結(jié)出傳統(tǒng)教育存在的不足，并利用人工智能技術(shù)結(jié)合智能教學(xué)系統(tǒng)的設(shè)計原理和目的，為學(xué)生提供高度個性化和智能化的教學(xué)系統(tǒng)。