張友福 曾明星

（1.吉首大學(xué) 張家界校區(qū)教學(xué)科研與學(xué)生事務(wù)中心，湖南 張家界 427000;2.吉首大學(xué) 計算機科學(xué)與工程學(xué)院，湖南 吉首 427000）

一、問題提出

據(jù)《2021 年全國教育事業(yè)發(fā)展統(tǒng)計公報》[1]（2022）顯示，2021 年我國高等教育在校生規(guī)模達4430 萬，而《1998 年全國教育事業(yè)發(fā)展統(tǒng)計公報》[2]顯示，1998 年我國高等教育在校生規(guī)模僅為643 萬，前者是后者的6.9 倍。隨著高校招生規(guī)模的快速擴大，學(xué)困生人數(shù)與比例也在逐年增加，尤其是非雙一流高校，愈來愈嚴重的“學(xué)困生”問題是影響高等教育質(zhì)量的主要因素之一，也給學(xué)生管理、教學(xué)管理帶來新的挑戰(zhàn)[3]。那么，我們?nèi)绾伪M早識別學(xué)困生，對其進行早期預(yù)警、干預(yù)與適應(yīng)性教育，或者預(yù)防學(xué)生們演變?yōu)閷W(xué)困生，爭取不讓一個學(xué)生掉隊，既是我們每一個教育工作者義不容辭的責任，也是每一所高校亟待解決的重要問題。傳統(tǒng)“千人一面”的班級授課方式，因為教師的時間和精力有限，難以依賴教師日常觀察與考試等手段準確診斷學(xué)生的學(xué)習(xí)狀態(tài)，難以盡早識別學(xué)生的學(xué)習(xí)障礙與困難，更難以對學(xué)生進行早期干預(yù)、預(yù)警與個性化教育。隨著人工智能等現(xiàn)代信息技術(shù)的迅猛發(fā)展及其在教育領(lǐng)域的快速滲透，教學(xué)范式逐漸邁向智能化、精準化、個性化，為“學(xué)困生”的早期識別與早期個性化干預(yù)提供了新的方法與途徑。

二、關(guān)于學(xué)困生的研究

（一）學(xué)困生的界定

“學(xué)習(xí)困難”一詞最早由美國學(xué)者KirK 于1963 年所提出。“l(fā)earning difficulty”即為學(xué)習(xí)困難，“l(fā)earning disability”為“學(xué)習(xí)障礙”“學(xué)習(xí)失能”之意。20 世紀80 年代，全美學(xué)習(xí)失能共同委員會認為，學(xué)習(xí)失能為聽、說、讀、寫和邏輯推理等能力的習(xí)得與應(yīng)用顯著困難[4]?！皩W(xué)困生”即“學(xué)習(xí)困難生”，國內(nèi)學(xué)者又稱“學(xué)習(xí)障礙生”“學(xué)習(xí)失能生”“差生”等。但“差生”因有損學(xué)生人格或打擊其學(xué)習(xí)積極性而受到批評，故很少使用，而使用“學(xué)困生”這一術(shù)語者較多。王運花等（2013）認為，學(xué)困生指學(xué)習(xí)困難，學(xué)習(xí)效率低，未能達到教學(xué)基本要求的成績差的學(xué)生[5]。劉江華等（2013）認為，學(xué)困生指身體、智力正常，由于各種原因?qū)е卵悠?、留級、退學(xué)、肄業(yè)等無法按照正常年限達到畢業(yè)要求的學(xué)生[6]。袁宗虎等（2017）則認為，學(xué)業(yè)年限延長、退學(xué)的學(xué)生稱為學(xué)困生[7]。張秋燕（2017）認為，學(xué)困生是指智力與感官正常，但其學(xué)習(xí)成績明顯低于同年級或同班學(xué)生，不能達到預(yù)期教學(xué)目標的學(xué)生[8]。常磊等（2021）將學(xué)困生分為廣義與狹義兩種，前者是指由各種因素引起學(xué)習(xí)成績差的學(xué)生；后者是指生理與心理正常，但學(xué)習(xí)成績不符合教學(xué)要求的學(xué)生[9]。

學(xué)者對學(xué)困生的界定尚未形成一致，不同的學(xué)者側(cè)重點不太一樣，如劉江華、袁宗虎等從學(xué)習(xí)困難的后果來界定，強調(diào)無法正常畢業(yè)并且留級的學(xué)生。劉江華、張秋燕、常磊等強調(diào)學(xué)困生是身體、智力正常的學(xué)習(xí)困難學(xué)生。綜合上述的觀點，我們認為，學(xué)困生指身體、智力正常，學(xué)習(xí)目的不明確，學(xué)習(xí)態(tài)度不端正，學(xué)習(xí)方法不適當，學(xué)習(xí)動力較弱，學(xué)習(xí)成績較差，未能達到教學(xué)目標要求的學(xué)習(xí)困難的學(xué)生。

（二）學(xué)困生形成的原因

王運花等（2013）認為，學(xué)生的基礎(chǔ)差、不認真學(xué)習(xí)等是形成學(xué)困生的內(nèi)因，家庭貧困或遭遇變故、教師授課水平低等導(dǎo)致學(xué)生學(xué)習(xí)興趣下降是外因[10]。劉朝暉等（2014）認為，學(xué)困生通常由于生理、心理、行為環(huán)境、教育等因素影響而形成[11]。王素萍（2014）認為，因缺乏學(xué)習(xí)興趣、沒有形成良好的學(xué)習(xí)習(xí)慣和掌握科學(xué)的學(xué)習(xí)方法等，導(dǎo)致學(xué)習(xí)動力缺乏，學(xué)習(xí)效果差，進而形成學(xué)困生[12]。袁宗虎等（2017）則認為，內(nèi)因有學(xué)習(xí)動力不足、興趣缺乏、學(xué)習(xí)情緒倦怠；外因包括教育弊端本身、家庭教育及社會不良風(fēng)氣等[13]。包志梅（2022）認為，從高中到大學(xué)的情境變化易引發(fā)學(xué)生學(xué)習(xí)的無力感和無方向感，誘發(fā)學(xué)生的消極學(xué)習(xí)行為，而消極行為是導(dǎo)致其學(xué)業(yè)不良的重要根源[14]。倪亞紅（2022）認為，學(xué)生學(xué)習(xí)致困主要來自社會、家庭、學(xué)校和學(xué)生個體四個層面，其中，社會層面有種族、成長與不良心態(tài)的信息傳播、社交網(wǎng)站過度使用等；家庭層面有收入高低與穩(wěn)定性、父母教養(yǎng)方式等；學(xué)校層面包括學(xué)校設(shè)施、教學(xué)方法和教學(xué)管理等；個體層面包括自我效能感、學(xué)習(xí)方法、情緒與智力、自尊心、學(xué)習(xí)動機和心理等因素[15]。簡言之，學(xué)困生形成的原因是多方面的，涉及社會、家庭、學(xué)校和學(xué)生個體。

綜上，學(xué)者們對什么是學(xué)困生及學(xué)困生形成的原因等開展了較多研究，但對如何運用人工智能技術(shù)尤其是采用人機協(xié)同的方式如何識別早期學(xué)困生并進行教學(xué)干預(yù)的研究成果較少。

三、高校學(xué)困生的特征與智能識別

一旦學(xué)困生出現(xiàn)延期、留級、退學(xué)、肄業(yè)等無法按照正常年限達到畢業(yè)要求等問題，說明學(xué)生出現(xiàn)學(xué)習(xí)困難的時間較長，學(xué)習(xí)滯后太多，心理障礙較大，根本扭轉(zhuǎn)這種局面的難度大，需要付出的代價高，對于這些學(xué)生來說，已造成不可估量的損失。盡管學(xué)生的個體差異是客觀存在的，可以來自遺傳與環(huán)境的共同作用，在學(xué)習(xí)動力、學(xué)習(xí)能力、學(xué)習(xí)態(tài)度、學(xué)習(xí)風(fēng)格、知識經(jīng)驗、家庭文化背景等多方面存在差異。但對于身體與智力正常的學(xué)生，如果教育工作者能夠盡早了解學(xué)困生的特征，盡早有效識別潛在學(xué)困生并進行預(yù)警與干預(yù)，就可以預(yù)防學(xué)困生的產(chǎn)生，并且防止發(fā)生較為嚴重的后果，真正做到“不讓一個學(xué)生掉隊”。

（一）高校學(xué)困生的特征

1.學(xué)困生的心理特征

2.學(xué)困生的行為特征

行為特征是指個體在特定情境下所表現(xiàn)出的具體行為和動作。行為特征通常是可觀察和可測量的，它們是性格特征、心理特征在特定情境下的外顯表現(xiàn)。學(xué)困生的行為特征主要有：學(xué)困生學(xué)習(xí)準備不足，常常不帶教材或者不帶相關(guān)的學(xué)習(xí)用具；學(xué)習(xí)目的不明確，較少制定學(xué)習(xí)計劃和課程學(xué)習(xí)重點；學(xué)習(xí)習(xí)慣不好，不能完成或不能按時完成新知識的預(yù)習(xí)、教師布置的作業(yè)，或作業(yè)的正確率低，或不做作業(yè)，不獨立思考，習(xí)慣于抄襲，應(yīng)付作業(yè)，學(xué)習(xí)上處于被動的狀態(tài)，更談不上主動學(xué)習(xí)；前期基礎(chǔ)較差、自律性差、專注力差，學(xué)習(xí)動力不足，學(xué)習(xí)興趣低，因此，學(xué)困生缺課率高，態(tài)度不端正，上課走神、不認真聽課與做筆記，舉手提問與回答問題不積極，打瞌睡、打哈欠、揉眼睛、東張西望的頻率高；學(xué)困生課后復(fù)習(xí)、拓展學(xué)習(xí)、參加學(xué)術(shù)講座與科研項目、參加學(xué)科競賽、與老師溝通、與學(xué)長與同學(xué)探討學(xué)習(xí)經(jīng)驗或方法等興趣與動力缺乏；學(xué)困生沒有主動學(xué)習(xí)的習(xí)慣，往往表現(xiàn)出不學(xué)習(xí)、不預(yù)習(xí)、不復(fù)習(xí)、依賴心強、牢騷滿腹、學(xué)習(xí)不用心、違反紀律等行為特征。

3.學(xué)困生的性格特征

性格特征是指個體的固有特質(zhì)和態(tài)度，它們相對穩(wěn)定，通常不會輕易改變。性格特征與個體的思考方式、情感傾向和行為反應(yīng)有關(guān)。了解學(xué)困生的性格特征有助于教師更好地理解其需求，并提供相應(yīng)的支持和指導(dǎo)，幫助他們克服學(xué)習(xí)困難。學(xué)困生的性格特征主要有：一是性格內(nèi)向、孤僻，不愿意與人交流，相對較少主動參與課堂討論和發(fā)言；二是懶散、悲觀、自信心不足，消極地對待學(xué)習(xí)，對自己的知識水平、學(xué)習(xí)能力和人生價值持懷疑態(tài)度；三是心神不寧、情緒不穩(wěn)定、神經(jīng)質(zhì)，難以管理自己的學(xué)習(xí)時間、注意力和情緒，對學(xué)習(xí)中的挫折更加敏感，自我調(diào)節(jié)能力差，更容易受到學(xué)習(xí)困難帶來的負面情緒影響，如沮喪、焦慮或挫敗感。學(xué)困生的性格特征是多樣的，他們在不同的特征上表現(xiàn)出不同的行為傾向。這些性格特征又可以影響他們在學(xué)習(xí)環(huán)境中的行為和心理反應(yīng)。

除了上述特征外，相對初高中學(xué)生，高校學(xué)困生通常在特定學(xué)科或?qū)I(yè)領(lǐng)域遇到困難，如計算機、土木、機械等，面臨更大的社會壓力，需要更多的專業(yè)知識與專業(yè)技術(shù)支持、具有更高的獨立學(xué)習(xí)能力，更多地依靠自主學(xué)習(xí)和自我管理。

（二）高校學(xué)困生的人機協(xié)同智能識別

與非學(xué)困生相比，高校學(xué)困生在心理、行為、性格等方面具有一些典型特征。通過教師與智能機器的協(xié)同采集來處理學(xué)生的學(xué)習(xí)行為、學(xué)習(xí)心理狀態(tài)數(shù)據(jù)，對學(xué)生進行畫像建模，精準掌握、識別學(xué)困生顯性問題與隱性問題，為精準干預(yù)提供數(shù)據(jù)支撐。通?？既胪凰咝５耐粚I(yè)的學(xué)生，大一新生入校時的基礎(chǔ)差異不大。如果當學(xué)生具有學(xué)困性的行為與心理特征時進行及時識別與干預(yù)，就可以防止這些學(xué)生向?qū)W困生轉(zhuǎn)變，甚至向?qū)W優(yōu)生轉(zhuǎn)變。

如今這個時代，現(xiàn)實生活是一團糟，每個人都想逃離現(xiàn)實。這就是為什么哈利迪成為了我們的英雄。他讓我們足不出戶也能周游世界。你只需要有一臺具有壓力感應(yīng)功能的全方位跑步機，便可以在整個虛擬世界中遨游。

人機協(xié)同是人與機器各自發(fā)揮特長、協(xié)同工作[18]，涵蓋人機取長補短，共同認識、共同感知、共同思考、共同決策、共同工作、互相理解、互相制約和相互監(jiān)護[19]。隨著人們對深度學(xué)習(xí)算法研究的拓展，機器的智能化程度不斷提升，人與機器之間逐漸形成相互促進、共同發(fā)展的關(guān)系。在教學(xué)監(jiān)控與教學(xué)干預(yù)中，教師（包括學(xué)生輔導(dǎo)員或其他支持人員）主要承擔與情感、態(tài)度、價值觀、創(chuàng)造性等培育相關(guān)的教學(xué)工作，機器主要完成重復(fù)性、程序性和事務(wù)性的教學(xué)工作[20]。智能系統(tǒng)可以自動采集、處理和識別學(xué)生的學(xué)習(xí)狀態(tài)，并提供實時反饋和個性化支持，教師可以根據(jù)智能設(shè)備提供的信息反饋及與教師的觀察和評估相結(jié)合，形成全面的學(xué)生學(xué)習(xí)狀態(tài)圖景，便于教師制定相應(yīng)的教學(xué)干預(yù)策略、個性化支持措施。人機協(xié)同學(xué)困生的識別主要包括數(shù)據(jù)采集、數(shù)據(jù)處理、畫像建模與學(xué)困生識別等環(huán)節(jié)：

1.人機協(xié)同數(shù)據(jù)采集

數(shù)據(jù)采集是用戶畫像構(gòu)建、學(xué)困生識別的前提與基礎(chǔ)，包括課前、課內(nèi)、課后全過程數(shù)據(jù)的采集，也包括線上與線下多模態(tài)數(shù)據(jù)的采集。人機協(xié)同數(shù)據(jù)采集是指教師與智能設(shè)備分工、協(xié)作與交互采集學(xué)生學(xué)習(xí)狀態(tài)數(shù)據(jù)的過程。教師可以通過調(diào)查問卷、文檔收集或現(xiàn)場觀察等各種渠道獲取數(shù)據(jù)，智能系統(tǒng)可以通過智能化工具、傳感器或網(wǎng)絡(luò)爬蟲等方式自動采集數(shù)據(jù)。人機協(xié)同采集學(xué)困生的學(xué)習(xí)行為、學(xué)習(xí)心理和學(xué)習(xí)情感等數(shù)據(jù)如下：

（1）行為特征數(shù)據(jù)的采集

教師可以通過直接觀察學(xué)生學(xué)習(xí)時間、學(xué)習(xí)行為和學(xué)習(xí)資源的使用情況等，通過測試、交流或通過智能系統(tǒng)的信息反饋來獲取師生互動、生生互動、作業(yè)等多模態(tài)數(shù)據(jù)，采集學(xué)生是否具有呆滯、不聽課、不做作業(yè)、打瞌睡、打哈欠、揉眼睛、東張西望等行為數(shù)據(jù)；教師要求學(xué)生編寫學(xué)習(xí)日志，采集學(xué)生的學(xué)習(xí)過程、學(xué)習(xí)策略等數(shù)據(jù)。智能系統(tǒng)可以適時、自動采集學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，如：記錄學(xué)困生的學(xué)習(xí)進度，包括已完成、未完成或延遲完成的學(xué)習(xí)任務(wù)或作業(yè)；通過自動化跟蹤技術(shù)，記錄學(xué)生學(xué)習(xí)的時間、頻率、持續(xù)時間和學(xué)習(xí)活動的分布情況等，追蹤學(xué)生與學(xué)習(xí)資源的交互，包括閱讀時間、筆記記錄和在線搜索等數(shù)據(jù)，獲取學(xué)生的學(xué)習(xí)行為數(shù)據(jù)；記錄學(xué)生在學(xué)習(xí)過程中的學(xué)習(xí)策略，如閱讀、思維導(dǎo)圖等，在線學(xué)習(xí)平臺可以追蹤學(xué)生與教師和其他學(xué)生的互動情況，如討論、問答和協(xié)作學(xué)習(xí)；通過虛擬現(xiàn)實、增強現(xiàn)實、混合現(xiàn)實等技術(shù)，呈現(xiàn)學(xué)生在模擬情境中的行為和反應(yīng)并采集其數(shù)據(jù)，這些環(huán)境還可以模擬現(xiàn)實世界的學(xué)習(xí)任務(wù)與挑戰(zhàn)及解決問題、合作學(xué)習(xí)和決策制定。

（2）心理特征數(shù)據(jù)的采集

教師可以通過設(shè)計問卷調(diào)查或面對面交流，采集學(xué)生的學(xué)習(xí)心理和情感狀態(tài)數(shù)據(jù)，及時掌握學(xué)生的學(xué)習(xí)動機、注意力、焦慮、興趣等方面的感受和體驗；教師要求學(xué)生進行學(xué)習(xí)反思，記錄他們的學(xué)習(xí)困難、學(xué)習(xí)策略的使用心理以及情感體驗。智能系統(tǒng)可以適時、自動采集學(xué)生的學(xué)習(xí)心理與情感數(shù)據(jù)，如：運用可穿戴設(shè)備（心率監(jiān)測器）可以記錄學(xué)生的心率變化；運用傳感技術(shù)可以采集學(xué)生的臉部表情；運用情感計算技術(shù)進行情緒和情感狀態(tài)分析，包括分析學(xué)生在學(xué)習(xí)過程中是否具有憤怒、泄氣、焦慮、厭煩、走神、恐懼、困惑、疲憊、悲傷等心理情感數(shù)據(jù)。智能系統(tǒng)也可以通過問卷調(diào)查、自我評價或?qū)W習(xí)日志來采集學(xué)生的自信心和學(xué)習(xí)動機水平數(shù)據(jù)，或記錄他們的學(xué)習(xí)心理狀態(tài)。智能系統(tǒng)還可以采集學(xué)生在學(xué)習(xí)過程中產(chǎn)生的文本和語音數(shù)據(jù)，包括學(xué)生的語調(diào)、語速和語言情感等特征，了解他們的心理情感狀態(tài)和認知負荷。

（3）性格特征數(shù)據(jù)的采集

教師可以通過觀察、訪談等方式采集學(xué)生的學(xué)習(xí)動機、自信心、注意力、焦慮、挫敗感等情況及他們對待學(xué)習(xí)的態(tài)度；制定合適的人格評估工具，教師或智能設(shè)備可以采集學(xué)生的性格特征數(shù)據(jù)，諸如學(xué)生的內(nèi)向性、宜人性、盡責性、情緒穩(wěn)定性、開放性和自我調(diào)節(jié)性等。制定合理的學(xué)習(xí)風(fēng)格評估工具，教師或智能設(shè)備可以采集學(xué)生的學(xué)習(xí)偏好和學(xué)習(xí)風(fēng)格數(shù)據(jù)，包括視覺、聽覺、動手實踐等學(xué)習(xí)習(xí)慣與性格等。運用計算機視覺與情感計算等技術(shù)，智能系統(tǒng)可以自動追蹤學(xué)生在學(xué)習(xí)過程中的眼球運動或臉部表情，獲取學(xué)生的注意力與投入度、心神或情緒穩(wěn)定性等性格特征數(shù)據(jù)。

2.人機協(xié)同數(shù)據(jù)處理

從不同來源采集的多模態(tài)學(xué)生數(shù)據(jù)，一方面，數(shù)據(jù)量龐大，另一方面，數(shù)據(jù)可能存在不一致、雜亂無序、數(shù)據(jù)冗余或缺失等問題，因此，需要我們進行數(shù)據(jù)的分析與處理。數(shù)據(jù)處理以智能系統(tǒng)自動處理為主，教師人工處理為輔。一是數(shù)據(jù)預(yù)處理。智能系統(tǒng)對采集到的學(xué)生的行為特征、心理特征、性格特征等數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)的智能清洗、去噪、處理異常值和缺失值、數(shù)據(jù)歸一化處理等，以確保數(shù)據(jù)的質(zhì)量和一致性。二是數(shù)據(jù)分析和挖掘。利用數(shù)據(jù)分析、數(shù)據(jù)挖掘技術(shù)和統(tǒng)計分析技術(shù)等，對學(xué)生的多模態(tài)數(shù)據(jù)進行深入分析，深度挖掘、分析學(xué)生特征與歷史數(shù)據(jù)。三是學(xué)困生特征提取與標簽化處理。運用機器學(xué)習(xí)、深度學(xué)習(xí)等算法對學(xué)生學(xué)習(xí)狀態(tài)數(shù)據(jù)進行特征提取、標簽化處理，構(gòu)建標簽化體系，如：學(xué)困生不學(xué)習(xí)、不預(yù)習(xí)、不復(fù)習(xí)等行為特征標簽；矛盾心理、逆反心理、疑懼心理、學(xué)習(xí)動機水平偏低和消極、敵對、抑郁等心理特征標簽；性格內(nèi)向、孤僻、懶散、悲觀、自信心不足性格特征標簽。

3.人機協(xié)同畫像建模與學(xué)困生識別

（1）畫像建模

在處理學(xué)生多模態(tài)數(shù)據(jù)的基礎(chǔ)上，對學(xué)生的學(xué)習(xí)狀態(tài)進行畫像建模。一是模型選擇和建立。運用聚類分析、分類算法、關(guān)聯(lián)規(guī)則挖掘、決策樹及深度學(xué)習(xí)算法等進行選擇建模。二是模型訓(xùn)練和評估。使用采集到的數(shù)據(jù)對選擇的模型進行訓(xùn)練，并使用交叉驗證、指標評估和誤差分析等方法來進行模型評估，以確保模型的性能。三是畫像建模和解釋。根據(jù)訓(xùn)練好的模型，生成學(xué)困生畫像，并進行解釋。四是模型迭代和改進。隨著學(xué)困生的數(shù)據(jù)積累和反饋，自動進行模型的迭代和改進，以提高模型的準確性和實用性。

（2）學(xué)困生識別

智能系統(tǒng)可以利用學(xué)生畫像中的數(shù)據(jù)和模式來識別學(xué)困生。一是學(xué)困生學(xué)習(xí)行為問題識別。智能系統(tǒng)通過對學(xué)習(xí)時間、行為模式、做題速度、錯誤頻率、學(xué)習(xí)停頓時間等學(xué)習(xí)行為數(shù)據(jù)的分析，結(jié)合學(xué)生的考試成績、作業(yè)完成情況等學(xué)業(yè)表現(xiàn)，系統(tǒng)可以自動識別學(xué)生是否存在學(xué)習(xí)上的困難。二是學(xué)困生性格問題識別。智能系統(tǒng)可以通過分析學(xué)生在學(xué)習(xí)過程中的偏好和行為，如課堂參與和交流互動等，識別學(xué)生的性格是否內(nèi)向、孤僻等問題。三是學(xué)困生心理情感問題識別。智能系統(tǒng)可以通過情感分析技術(shù)來分析學(xué)生的情緒狀態(tài)，如，識別學(xué)生在學(xué)習(xí)過程中是否表現(xiàn)出焦慮、挫敗情緒等問題。

綜上，通過智能系統(tǒng)對學(xué)生進行畫像建模，可以實時、精準呈現(xiàn)每個學(xué)生個體的行為、心理、性格特征與學(xué)習(xí)規(guī)律，刻畫學(xué)生的外顯與內(nèi)隱學(xué)習(xí)行為，精確診斷學(xué)困生的現(xiàn)有問題及潛在問題，為師生提供個性化教學(xué)服務(wù)。教師根據(jù)智能系統(tǒng)提供的學(xué)生狀態(tài)分析報告，再結(jié)合自己的觀察、分析與判斷，精準識別、評估學(xué)困生的學(xué)習(xí)障礙、薄弱知識點及相關(guān)問題，如：學(xué)習(xí)效果差、投入不足、專注度低、學(xué)習(xí)動力不足、自我效能感低下、學(xué)習(xí)興趣低等問題的類型和程度。

四、學(xué)困生智能精準教學(xué)干預(yù)

學(xué)困生通常存在知識基礎(chǔ)差、學(xué)習(xí)興趣低、動力不足、學(xué)習(xí)能力與自我控制能力弱等問題。一方面，利用智能技術(shù)手段，及時監(jiān)測、預(yù)測學(xué)困生的學(xué)習(xí)狀態(tài)，并為學(xué)困生自身提供實時反饋，讓學(xué)困生及時了解自己的學(xué)習(xí)狀況，及時調(diào)整學(xué)習(xí)策略并增強自信心；另一方面，教師根據(jù)智能系統(tǒng)的實時反饋與人機協(xié)同評估，了解每個學(xué)生的興趣、需求和學(xué)習(xí)風(fēng)格，精準識別學(xué)困生以后，針對學(xué)困生的具體學(xué)習(xí)需求和困難制定個性化教學(xué)目標與干預(yù)策略，及時開展精準教學(xué)干預(yù)。

1.人機協(xié)同學(xué)習(xí)興趣與學(xué)習(xí)動機干預(yù)。學(xué)習(xí)興趣低、動力不足是學(xué)困生普遍存在的一個問題。興趣是學(xué)生學(xué)習(xí)的內(nèi)在動力。學(xué)習(xí)動機包括學(xué)生對學(xué)習(xí)的態(tài)度、價值觀、求知欲、自我效能感和成就歸因等方面[21]。一是設(shè)計趣味化教學(xué)資源。包含教學(xué)內(nèi)容趣味化與呈現(xiàn)方式趣味化。教學(xué)內(nèi)容趣味化主要體現(xiàn)在教學(xué)過程中插入一些學(xué)生感興趣、有意義的故事、案例與情境，如：在講授C 語言課程“函數(shù)的執(zhí)行順序”這一知識點時，將其比喻為小貓釣魚的過程[22]。呈現(xiàn)方式趣味化主要體現(xiàn)在教學(xué)資源的游戲化、可視化以及虛擬現(xiàn)實、增強現(xiàn)實和混合現(xiàn)實等應(yīng)用，使學(xué)生獲得身臨其境的感受，如教師可運用虛擬現(xiàn)實形象地呈現(xiàn)磁化過程與磁滯回線，便于學(xué)生理解內(nèi)化，激發(fā)學(xué)習(xí)興趣與動機。運用人機交互、增強現(xiàn)實等技術(shù)將復(fù)雜、抽象的學(xué)習(xí)資源以真實化、情境化的方式呈現(xiàn)，提升教學(xué)資源的交互性、體驗性和娛樂性[23]。二是設(shè)計個性化的教學(xué)過程與方式。如：可以運用ChatGPT（聊天機器人）、百度智能機器人、在線學(xué)習(xí)平臺等直接與學(xué)生互動，為學(xué)生提供個性化的學(xué)習(xí)體驗和一對一的答疑、導(dǎo)航和社交等服務(wù)，激發(fā)學(xué)生的興趣、認知與情感。三是設(shè)計協(xié)作和競爭學(xué)習(xí)情境。利用智能系統(tǒng)來促進學(xué)生之間的協(xié)作和競爭。如：運用“雨課堂”等智能化教學(xué)工具，在教學(xué)過程中設(shè)計抽簽回答問題等教學(xué)環(huán)節(jié)，對回答問題者進行積分，且根據(jù)問題的難易程度賦分獎勵，激發(fā)學(xué)習(xí)動機；創(chuàng)建在線競賽、排行榜和挑戰(zhàn)，激發(fā)學(xué)困生的競爭動力和學(xué)習(xí)積極性；設(shè)計基于團隊合作的項目，使用在線協(xié)作平臺或虛擬團隊來實現(xiàn)學(xué)生之間的合作學(xué)習(xí)，激發(fā)學(xué)習(xí)動機；設(shè)計互動式學(xué)習(xí)活動和虛擬實驗，以激發(fā)學(xué)困生的參與度；利用虛擬現(xiàn)實等技術(shù)或開展現(xiàn)場角色扮演游戲，讓學(xué)生扮演不同角色，設(shè)計模擬情境，提升他們的社交能力和自信心。

2.人機協(xié)同前期知識干預(yù)。補充、激活學(xué)困生的前期知識，尤其是與新知識相關(guān)聯(lián)的前期知識，鏟除他們學(xué)習(xí)新知識的障礙。學(xué)生受學(xué)習(xí)能力、努力程度、經(jīng)驗與知識的局限或遺忘等因素的影響，有可能導(dǎo)致前期知識基礎(chǔ)較差，新知識與前期知識之間的連接不足，知識遷移與應(yīng)用受阻，導(dǎo)致學(xué)習(xí)興趣下降，形成惡性循環(huán)，進而形成學(xué)困生。通過人機協(xié)同系統(tǒng)對學(xué)生進行畫像建模，精準定位學(xué)困生的學(xué)習(xí)短板與學(xué)習(xí)需求，再結(jié)合當前學(xué)習(xí)的知識內(nèi)容，通過智能系統(tǒng)進行關(guān)聯(lián)分析與角色分析，深度挖掘新舊知識之間的銜接知識，從海量的學(xué)習(xí)資源中自動挖掘、提取并向?qū)W困生精準推送個性化的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方案和學(xué)習(xí)路徑，供學(xué)困生自主學(xué)習(xí)，拓寬新舊知識連接的渠道[24]。如Knewton 公司開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng)，系統(tǒng)根據(jù)學(xué)生的前期知識掌握情況，自動向?qū)W生推送個性化的學(xué)習(xí)內(nèi)容與學(xué)習(xí)資源，還可以根據(jù)學(xué)生的學(xué)習(xí)表現(xiàn)和對知識的理解程度調(diào)整難度和內(nèi)容。

3.人機協(xié)同情感干預(yù)。情感干預(yù)以教師干預(yù)為主，智能機器干預(yù)為輔。通過教師的觀察與運用情感計算等人工智能技術(shù)構(gòu)建的人工智能系統(tǒng)的反饋，精準獲取學(xué)困生的情感狀態(tài)與情感問題，精準掌握其情緒、焦慮水平或壓力，分析其原因，有針對性地進行學(xué)困生情感干預(yù)。教師可以綜合運用答疑解惑與表揚、欣賞、心理疏導(dǎo)、心靈互動、靈魂關(guān)懷、情感滲透等情感激勵方式，激活學(xué)生的腦內(nèi)神經(jīng)元與思維，使之處于一種積極向上的、踴躍的并且愿意與人、與事建立關(guān)聯(lián)的狀態(tài)，幫助其樹立理想、抱負、情懷、價值觀和自信心，從心理上激發(fā)他們學(xué)習(xí)的熱情與欲望，喚醒學(xué)困生投入學(xué)習(xí)。如：教師要善于發(fā)現(xiàn)學(xué)困生的學(xué)習(xí)潛力與閃光點，及時給予表揚，對于具有心理障礙、學(xué)習(xí)困惑或困難的學(xué)生，要及時疏通和幫助，避免學(xué)困生進一步產(chǎn)生厭學(xué)的情緒，激發(fā)學(xué)困生的學(xué)習(xí)熱情。教師從學(xué)困生的實際情況出發(fā)給予關(guān)心與幫助，給予個性化的情緒管理和指導(dǎo)、放松練習(xí)，調(diào)整學(xué)習(xí)目標與學(xué)習(xí)環(huán)境，如：幫助學(xué)困生制定簡單、明確的學(xué)習(xí)目標，布置具體、簡單的學(xué)習(xí)任務(wù)，讓他們通過努力以后可以實現(xiàn)其學(xué)習(xí)目標，提高他們的學(xué)習(xí)自信心[25]。

4.人機協(xié)同制度干預(yù)。一是建立課堂紀律、學(xué)習(xí)行為、學(xué)習(xí)態(tài)度等考核機制。通過人機協(xié)同系統(tǒng)對學(xué)生的學(xué)習(xí)狀態(tài)進行實時監(jiān)控，如：上課遲到、打瞌睡、不完成作業(yè)等行為扣減平時成績與總評成績等，促進學(xué)生端正學(xué)習(xí)態(tài)度，規(guī)范學(xué)習(xí)行為，形成一定的學(xué)習(xí)壓力，養(yǎng)成良好的學(xué)習(xí)習(xí)慣。二是建立常態(tài)化的測試、檢查、提醒、督促與考核等相結(jié)合的制度。對學(xué)生的學(xué)習(xí)過程與結(jié)果進行人機協(xié)同考核，如：建立積分獎罰制度，課堂回答問題加分，明確加分要求，根據(jù)問題的難易程度加分，鼓勵學(xué)生開展自主學(xué)習(xí)，給予他們適當?shù)淖灾鳑Q策權(quán)和學(xué)習(xí)責任，形成學(xué)習(xí)的內(nèi)在動力。三是建立持續(xù)跟蹤學(xué)困生機制。人機協(xié)同系統(tǒng)跟蹤學(xué)困生學(xué)習(xí)進展，并評估干預(yù)措施的有效性，包括學(xué)困生學(xué)習(xí)行為與學(xué)習(xí)態(tài)度的變化、作業(yè)和測試成績變化、學(xué)生和家長的反饋等，通過評估，可以確定哪些策略和方法對學(xué)困生有效，并對教學(xué)干預(yù)計劃進行必要的調(diào)整。四是構(gòu)建互幫互助學(xué)習(xí)機制。通過建立在線學(xué)習(xí)平臺或虛擬學(xué)習(xí)社區(qū)，鼓勵學(xué)生與同伴和教師進行互動和合作學(xué)習(xí)，營造相互交流、互幫互助、互相激勵的學(xué)習(xí)氛圍，讓學(xué)生通過合作、互相幫助來解決問題和完成任務(wù)，激發(fā)學(xué)生尤其是學(xué)困生的學(xué)習(xí)興趣和動力。五是幫助學(xué)困生建立適應(yīng)性學(xué)習(xí)計劃。幫助學(xué)困生制定學(xué)習(xí)計劃，并教授他們時間管理的技巧，幫助他們合理安排學(xué)習(xí)時間并提高學(xué)習(xí)效率。

五、結(jié)束語

學(xué)困性具有典型的心理特征、行為特征、性格特征，獨立的人類或智能機器均難以實現(xiàn)學(xué)困生的早期識別與精準干預(yù)，人工智能與人類智能有機協(xié)同是解決高校教學(xué)過程中學(xué)困生問題的有效途徑。通過人機協(xié)同系統(tǒng)可以采集、處理學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù)，盡早精準識別學(xué)困生顯性問題與隱性問題，有助于盡早進行學(xué)習(xí)興趣與學(xué)習(xí)動機干預(yù)、前期知識干預(yù)、情感干預(yù)和制度干預(yù)，實現(xiàn)“不讓一個學(xué)生掉隊”的目標，大力提升高等教育教學(xué)質(zhì)量。