胡同花

（湖南永州職業(yè)技術(shù)學(xué)院網(wǎng)絡(luò)中心，湖南 永州 425000）

0 引言

世界各國及教育組織對“人工智能+教育”都非常重視，先后發(fā)布了相關(guān)的政策文件和戰(zhàn)略規(guī)劃[1]，2017年，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，將人工智能寫入國策。后續(xù)發(fā)布的《中國教育現(xiàn)代化2035》，進一步強化了人工智能在教育現(xiàn)代化中的重要意義。湖南省作為教育信息化2.0試點省，正大力推動人工智能在教育中的深入應(yīng)用，在《湖南省“互聯(lián)網(wǎng)+教育”行動計劃（2019—2022年）》中重點關(guān)注“基于AI+教育的教學(xué)模式創(chuàng)新”[2]。本文主要研究基于“AI+教育”視角下的高校自適應(yīng)混合教學(xué)模型構(gòu)建及應(yīng)用。

人工智能在教育領(lǐng)域的應(yīng)用，即“AI+教育”?！癆I+教育”，主要表現(xiàn)為語音語義識別、圖像識別、AR/VR、機器學(xué)習(xí)、腦神經(jīng)科學(xué)、量子計算、區(qū)塊鏈等AI技術(shù)與教育的結(jié)合。利用AI助力教育，可實現(xiàn)基于數(shù)據(jù)的教育治理，取代和輔助那些重復(fù)性、機械性的工作；可實現(xiàn)個性化教學(xué)，促使教育公平[3]。

自適應(yīng)學(xué)習(xí)（Adaptive Learning），是指根據(jù)學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，學(xué)習(xí)者畫像分析，判斷知識點掌握情況，不斷調(diào)整下一步學(xué)生要學(xué)哪個知識點，或者做什么試題，目的是從知識點和題目中選擇最適合學(xué)員當(dāng)前能力水平的內(nèi)容進行推送，學(xué)生通過系統(tǒng)了解自我學(xué)習(xí)狀態(tài)，實現(xiàn)個性化學(xué)習(xí)；老師依據(jù)系統(tǒng)數(shù)據(jù)對學(xué)生進行個性化分析，實現(xiàn)以學(xué)定教和減負(fù)增效；教育決策部門在系統(tǒng)輔助下可以更好地教學(xué)管理決策建議。

1 自適應(yīng)混合教學(xué)現(xiàn)狀、實踐應(yīng)用和不足

（1）自適應(yīng)學(xué)習(xí)及自適應(yīng)學(xué)習(xí)系統(tǒng)現(xiàn)狀研究?，F(xiàn)階段國外對自適應(yīng)學(xué)習(xí)的相關(guān)研究與實踐較之國內(nèi)起步早，研究主要在理論研究、應(yīng)用模式以及學(xué)習(xí)效果方面。國內(nèi)研究集中在自適應(yīng)學(xué)習(xí)系統(tǒng)的整體建模、設(shè)計和開發(fā)、先進技術(shù)的應(yīng)用等方面。

（2）自適應(yīng)混合教學(xué)實踐應(yīng)用案例研究。隨著大規(guī)模在線課程的建設(shè)與推廣，近年來混合教學(xué)逐漸成為高職領(lǐng)域的聚焦點。在國外部分國家混合教學(xué)模式也逐漸成為高校教學(xué)主流，Craig Barnum將傳統(tǒng)教學(xué)模式與網(wǎng)絡(luò)、離線、在線以及現(xiàn)場教學(xué)等方式進行結(jié)合實現(xiàn)混合教學(xué)；印度NIIT公司將混合式教學(xué)分為線上教學(xué)、傳統(tǒng)課堂教學(xué)以及學(xué)生自主學(xué)習(xí)三部分；Barnum等人提出基于web傳輸、面對面學(xué)習(xí)、解決方案以及協(xié)作延伸學(xué)習(xí)這四個階段的混合教學(xué)模式；美國教育部“有效學(xué)習(xí)”項目調(diào)查結(jié)果指出，混合學(xué)習(xí)的學(xué)習(xí)效果要高于傳統(tǒng)面授課堂教學(xué)和線上學(xué)習(xí)。據(jù)調(diào)查美國約 83%的高校使用混合式學(xué)習(xí)進行課程教學(xué)；英國約56%的高校在教育教學(xué)中采用基于混合式學(xué)習(xí)的教學(xué)模式，約50%的高校采用E-learning進行輔助教學(xué)，傳統(tǒng)的面對面教學(xué)僅占3%的比重。國內(nèi)混合式教學(xué)主要在教學(xué)設(shè)計理念上，童玲等人從課下線下、課下線上、課上線下和課上線上四個具體維度，設(shè)計了高職院校計算機專業(yè)課程混合式教學(xué)流程；在教學(xué)評價方面，姚玉劍等人以《計算機文化基礎(chǔ)》課程的學(xué)生評價為例，構(gòu)建量化評價+質(zhì)性評價、診斷性評價+形成性評價+結(jié)果性評價、絕對評價+自我評價的信息化多元評價體系。在技術(shù)運用上，隨著大智移云時代的到來，微課、云課堂、雨課堂、MOOC、FCM、SPOC等技術(shù)運用，國內(nèi)學(xué)者們紛紛將AI技術(shù)融入混合式教學(xué)模式中，打造優(yōu)質(zhì)課堂。如徐曉芳等人在SPOC+FCM的視角下進行研究的，趙俊童等人研究“微課+雨課堂”的智慧教學(xué)模式等?；诎咐龑W(xué)習(xí)的混合式教學(xué)模式結(jié)合了上述兩種教學(xué)模式的優(yōu)點，亦可稱為混合式案例教學(xué)。其特點是為自適應(yīng)教學(xué)法提供了技術(shù)支撐，為混合式教學(xué)確定了學(xué)習(xí)目標(biāo)。我國混合式案例教學(xué)法在學(xué)生中可接受程度高達(dá)85%，這種新的教學(xué)模式在促進學(xué)生自主學(xué)習(xí)和提高分析解決問題的能力上均有所幫助。楊燕等人將翻轉(zhuǎn)課堂理念引入混合式案例教學(xué)模式中，設(shè)計出“課前—課堂—課后”三步式教學(xué)模型，同樣使教學(xué)效果得到了提升。

綜上，目前混合式教學(xué)應(yīng)用及模式構(gòu)建備受國內(nèi)外學(xué)者廣泛關(guān)注，也有一定的研究成果。國外主要聚焦在教學(xué)平臺、信息技術(shù)、移動終端的問題上，對混合式教學(xué)效果關(guān)注度偏高。國內(nèi)領(lǐng)域主要集中在對資源混合，以高等教育、職業(yè)教育居多。研究具有較高的理論高度，但是對于混合式教學(xué)過程、教學(xué)實施、教學(xué)評價等方面的研究還不深入[4]，不同教育層次（高等教育和職業(yè)教育）、不同性質(zhì)的課程之間缺乏比較研究。將混合式教學(xué)應(yīng)用到課程改革中更少，使用混合式大量的課程教學(xué)停留在表面缺乏頂層設(shè)計的方法，沒有延伸到課程之外。研究重點應(yīng)從基本理論、模式構(gòu)建、影響因素、實踐驗證、推廣策略等多維度探討教學(xué)方法的融合，解決的問題主要是線上教學(xué)監(jiān)管度、學(xué)習(xí)完成度、教學(xué)效果、教學(xué)大數(shù)據(jù)精準(zhǔn)程度及個性化教學(xué)，不能為“混”而混，流于形式；更不可沿用老套的教學(xué)方法，以灌輸為主。

（3）自適應(yīng)學(xué)習(xí)與混合教學(xué)融合情況研究。自適應(yīng)學(xué)習(xí)與混合教學(xué)的整合研究較少，理論研究較多，研究范圍狹窄，缺乏實證研究?；旌辖虒W(xué)研究相對成熟，而自適應(yīng)學(xué)習(xí)相關(guān)研究及實踐大都停留在基礎(chǔ)教育領(lǐng)域，在高職教育領(lǐng)域仍有待長足發(fā)展。將自適應(yīng)學(xué)習(xí)與混合教學(xué)結(jié)合的研究很大程度上改善了優(yōu)質(zhì)教育資源短缺及分配不均的難題，提高了教學(xué)效果，豐富了教學(xué)內(nèi)涵。

（4）自適應(yīng)學(xué)習(xí)不足之處研究。現(xiàn)階段的混合教學(xué)問題主要是線上教學(xué)資源參差不齊，知識碎片化、個性化教學(xué)難以實施、教師與學(xué)生任務(wù)過重、線上教學(xué)效果欠佳、缺乏精準(zhǔn)化的教學(xué)大數(shù)據(jù)、面授課堂質(zhì)量低下等等。在線上教學(xué)環(huán)節(jié)，引入自適應(yīng)學(xué)習(xí)是一個很好的解決出路，但現(xiàn)有的自適應(yīng)學(xué)習(xí)系統(tǒng)更傾向于機器教學(xué)而忽略教師作用。然而，教育是塑造人的活動，更需要通過情感的投入和思想的引導(dǎo)，生硬地將自適應(yīng)學(xué)習(xí)與混合教學(xué)糅合將適得其反。

2 自適應(yīng)混合教學(xué)模型構(gòu)建及應(yīng)用

自適應(yīng)混合教學(xué)研究將新興的AI技術(shù)與傳統(tǒng)教育方法相結(jié)合，改革傳統(tǒng)教育模式，提升教育質(zhì)量，充分的實現(xiàn)社會提倡的數(shù)字化減壓教育，使得學(xué)生能夠提升對學(xué)習(xí)的興趣，改變傳統(tǒng)教育觀念。傳統(tǒng)教育模式中教師以及學(xué)生均具有較大壓力，教學(xué)過程煩瑣且枯燥，并且相關(guān)的知識信息接觸范圍較小，局限了學(xué)生的學(xué)習(xí)認(rèn)知范圍，同時學(xué)生的主觀能動性沒有得到充分發(fā)揮，且教學(xué)方式單一，傳統(tǒng)的教育模式使得優(yōu)質(zhì)教育資源供不應(yīng)求。自適應(yīng)混合教學(xué)可從個性化學(xué)習(xí)設(shè)定、學(xué)習(xí)小組、教學(xué)內(nèi)容定制、教學(xué)方法、評分機制、課外輔導(dǎo)等多方面進行自適應(yīng)混合教學(xué)模型研究[5]。

（1）個性化學(xué)習(xí)設(shè)定，可以利用AI技術(shù)進行數(shù)據(jù)采集，可以用來分析學(xué)生的學(xué)習(xí)行為，發(fā)現(xiàn)學(xué)生的弱點，根據(jù)優(yōu)劣勢選擇或定制學(xué)習(xí)方式，并且可以提出建議來幫助他們改進，提高學(xué)生學(xué)習(xí)興趣。

（2）學(xué)習(xí)小組，AI技術(shù)還可以根據(jù)學(xué)生的個性、優(yōu)勢和互補技能等，更科學(xué)地為學(xué)生配對、組隊，使學(xué)習(xí)過程更加順利有效。

（3）教學(xué)內(nèi)容定制，人工智能現(xiàn)在可以分析教學(xué)大綱和課程材料，給出合適的教學(xué)內(nèi)容。這些系統(tǒng)還可以通過分析教學(xué)內(nèi)容，生成相應(yīng)的考試試卷。這樣老師就能夠?qū)Ｗ⒂趯W(xué)生表現(xiàn)等更緊迫的問題。

（4）最佳教學(xué)方法，智能算法能夠為每個學(xué)生確定最佳教學(xué)方法。并不是所有的學(xué)生都可以在老師講課的過程中把內(nèi)容全部吸收，部分學(xué)生在聽課中也會有問題和障礙。人工智能確定的教學(xué)方法將有助于針對性地解決學(xué)生的學(xué)習(xí)障礙。

（5）更公平的評分機制，人工智能可以讀取學(xué)生的筆跡并對考試進行評分。通過計算機視覺可以訓(xùn)練計算機閱卷，系統(tǒng)能夠讀取學(xué)生的手寫試卷并進行打分。由于是機器閱卷打分，可以避免人工判卷可能出現(xiàn)的主觀偏見，也可以更好地打擊作弊和抄襲行為。

（6）課外輔導(dǎo)，隨著學(xué)生人數(shù)的增加，人工智能導(dǎo)師可以在減輕教師負(fù)擔(dān)，提高效率。人工智能導(dǎo)師可以為學(xué)生提供額外的幫助，隨時在他們的學(xué)習(xí)中給予他們反饋和指導(dǎo)，他們還可以為學(xué)生提供遠(yuǎn)程教學(xué)，滿足學(xué)生課堂之外的學(xué)習(xí)需求。

本文從內(nèi)容模型、學(xué)生模型、個性化匹配方式、自適應(yīng)實現(xiàn)方式、評估方式、目標(biāo)對象等多維度進行對比研究自適應(yīng)混合教學(xué)模式的構(gòu)建，從線上和線下兩個環(huán)節(jié)來進行自適應(yīng)混合教學(xué)劃分：線上環(huán)節(jié)中，在自適應(yīng)混合教學(xué)系統(tǒng)的支持下，根據(jù)學(xué)生學(xué)習(xí)需求、學(xué)習(xí)特點、學(xué)習(xí)行為、學(xué)習(xí)基礎(chǔ)等參數(shù)，進行個性化學(xué)習(xí)路徑打造、推送，也可進行學(xué)習(xí)內(nèi)容、時間、方法動態(tài)適應(yīng)性地調(diào)整，讓學(xué)習(xí)活動序列和學(xué)習(xí)資源鏈接進行更新，讓深度學(xué)習(xí)成為可能。同時，充分考慮教育的人文特性，不完全依賴于機器教學(xué)，教師在線上環(huán)節(jié)中將深度參與，適時給予學(xué)生人文關(guān)懷、個性化指導(dǎo)、督學(xué)、互動、作業(yè)布置等；學(xué)習(xí)共同體則基于系統(tǒng)討論交流、協(xié)作互助以促進知識的內(nèi)化及意義建構(gòu)。完成線上教學(xué)環(huán)節(jié)以后，教師可通過系統(tǒng)記錄的教學(xué)大數(shù)據(jù)，實時了解學(xué)生的學(xué)習(xí)狀況，查找教學(xué)的薄弱環(huán)節(jié)，找出影響教學(xué)質(zhì)量的因素進行內(nèi)容調(diào)整、精準(zhǔn)督導(dǎo)、個性化指導(dǎo)、教學(xué)改進等。同時也可以挖掘課程中的共性問題、爭議性主題、易錯點、重點難點等內(nèi)容，進行線下面授環(huán)節(jié)的設(shè)計，以更好地實現(xiàn)線上與線下教學(xué)的銜接。在線下面授活動中，教師則開展關(guān)鍵知識點講解、題目串講、作業(yè)輔導(dǎo)、研討辯論、小組探究、頭腦風(fēng)暴、項目實施等教學(xué)活動，以達(dá)成更高級的教學(xué)目標(biāo)。整個模式中，線上教學(xué)是線下面授的基礎(chǔ)，也是延續(xù)。

3 自適應(yīng)混合教學(xué)應(yīng)用意義

（1）自適應(yīng)混合教學(xué)融合價值?，F(xiàn)階段所有的“AI+教育”應(yīng)用場景中，其中最典型的就是自適應(yīng)學(xué)習(xí)（Adaptive Learning）。簡單說來，它基于自適應(yīng)學(xué)習(xí)系統(tǒng)，通過AI等技術(shù)檢測學(xué)生當(dāng)前的學(xué)習(xí)水平和狀態(tài)，按照學(xué)生的學(xué)習(xí)需求和個性特征進行學(xué)習(xí)資源的動態(tài)推送，以促進個性化學(xué)習(xí)，提高學(xué)習(xí)效果。學(xué)生通過系統(tǒng)可以了解自我學(xué)習(xí)狀態(tài)，實現(xiàn)個性化學(xué)習(xí)的最優(yōu)選擇；教師通過系統(tǒng)能夠為減負(fù)增效，減少簡單重復(fù)工作的時間，實現(xiàn)對學(xué)生的個性化分析、以學(xué)定教、提升教學(xué)的效率與質(zhì)量；教育決策部門通過系統(tǒng)能夠為教學(xué)管理提供大數(shù)據(jù)輔助決策與建議，為科學(xué)治理提供支撐。將自適應(yīng)學(xué)習(xí)與混合教學(xué)有機整合起來，實現(xiàn)兩者優(yōu)勢互補，可實現(xiàn)線上學(xué)習(xí)的指導(dǎo)與監(jiān)督、教學(xué)大數(shù)據(jù)的精準(zhǔn)化、個性化學(xué)習(xí)、智能導(dǎo)學(xué)、教育公平等。本文針對高職教育教學(xué)特點，基于自適應(yīng)學(xué)習(xí)系統(tǒng)及傳統(tǒng)面授教學(xué)，整合自適應(yīng)學(xué)習(xí)與混合教學(xué)，研究“AI+教育”視角下的自適應(yīng)混合教學(xué)模型構(gòu)建與應(yīng)用，以彌補混合教學(xué)的不足，具有重要的現(xiàn)實價值。

要使自適應(yīng)教學(xué)法與混合式教學(xué)法相融合教學(xué)，真正改善教學(xué)效果，最關(guān)鍵點在于自適應(yīng)學(xué)習(xí)系統(tǒng)、傳統(tǒng)面授教學(xué)的技術(shù)理論優(yōu)勢整合。課前：教師線下準(zhǔn)備相關(guān)理論和案例，線上云課堂發(fā)布學(xué)習(xí)案例，學(xué)生線上觀看微課視頻，學(xué)習(xí)相關(guān)資料；課中：教師線上課堂互動、隨堂測驗，線下引導(dǎo)式提問、總結(jié)性評價；學(xué)生線下分組討論、成果展示、組內(nèi)自評、組間互評；線上案例情境導(dǎo)入、專家連線點評、拓展案例展示；課后：教師線上做課程參與度評分、案例分析參與度評分；學(xué)生線上完成章節(jié)測驗、小組案例分析報告等。

（2）自適應(yīng)混合教學(xué)促進學(xué)習(xí)者全面而有個性發(fā)展的價值。長期以來，“教學(xué)工廠”模式與個性化因材施教是教育領(lǐng)域難以兼顧的矛盾。本文嘗試基于學(xué)習(xí)者不同個性特征、不同學(xué)習(xí)起點，提升學(xué)習(xí)內(nèi)容與學(xué)習(xí)者之間的匹配度，幫助學(xué)生對自我學(xué)習(xí)擁有更為深刻的認(rèn)識，實現(xiàn)真正意義上的“因材施教”。對促進高職教育教學(xué)改革的價值。現(xiàn)階段高職教育領(lǐng)域一直困于混合教學(xué)、翻轉(zhuǎn)課堂等教學(xué)方法的實踐，構(gòu)建自適應(yīng)混合教學(xué)模式，在促進學(xué)生自主學(xué)習(xí)和提高分析解決問題的能力上有很大幫助[6]，我們結(jié)合教學(xué)實踐對其再加以修正完善，對促進高職教育教學(xué)改革具有一定正向推動作用。對于教育公平的意義。自適應(yīng)混合教學(xué)模式的創(chuàng)新應(yīng)用與推廣，將現(xiàn)有的優(yōu)質(zhì)教育資源實現(xiàn)真正意義上的共享，為不同地域、不同層次的學(xué)生帶來個性化學(xué)習(xí)的機會，實現(xiàn)自選內(nèi)容、自定進度、自我調(diào)控，有助于推動和實現(xiàn)選擇機會意義上的教育公平。

（3）采用科學(xué)的框架模型進行教學(xué)評價的價值。AI技術(shù)可進行在線測驗、及時評價知識掌握程度；云數(shù)據(jù)對學(xué)生的情緒態(tài)度、學(xué)習(xí)習(xí)慣及學(xué)習(xí)行為進行統(tǒng)計分析[7]；線下對學(xué)生的知識應(yīng)用能力、方法能力和交際能力給出評價?；旌辖虒W(xué)從過程性評價和終結(jié)性評價兩個維度出發(fā)構(gòu)建線上線下混合式教學(xué)評價體系，這些數(shù)據(jù)主要以學(xué)生為主體，教師為輔，多層次，多角度，全方面進行教學(xué)效果評價。有助于教師成長成才、人才培養(yǎng)質(zhì)量的提升，以及決策者和研究者對線上線下混合式教學(xué)的理解，為我國職業(yè)教育人才培養(yǎng)質(zhì)量提供新角度、新思路。