中圖分類號：G4 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-0069（2025）02-0015-10

一、研究背景與問題

近年來，深度學(xué)習(xí)的概念得到廣泛普及并獲得人們的認(rèn)可，在國內(nèi)外教育界產(chǎn)生了較大的影響力。2018年發(fā)布的《教育部等六部門關(guān)于實(shí)施基礎(chǔ)學(xué)科拔尖學(xué)生培養(yǎng)計(jì)劃2.0的意見》中提到，開展研究性教學(xué)，鼓勵學(xué)生參與科研項(xiàng)目訓(xùn)練，促進(jìn)學(xué)生自主深度學(xué)習(xí)、建構(gòu)知識體系、形成多維能力。2021年2月23日，教育部在有關(guān)春季學(xué)期學(xué)校疫情防控和教育教學(xué)工作有關(guān)情況的新聞發(fā)布會上指出，各高校探索線上線下有機(jī)融合的教學(xué)方式，鼓勵教師靈活運(yùn)用多種教學(xué)方法，為學(xué)生深度學(xué)習(xí)創(chuàng)造條件。在國外，2017年，美國新媒體聯(lián)盟發(fā)布了《地平線報(bào)告》（2016高等教育版），認(rèn)為“深度學(xué)習(xí)”（DeepLearning）這一學(xué)習(xí)模式越來越多地用于描述學(xué)生通過調(diào)查研究、應(yīng)對復(fù)雜問題和挑戰(zhàn)、以創(chuàng)新創(chuàng)造獲得知識和技能的方法[1。美國還專門成立了基礎(chǔ)教育深度學(xué)習(xí)研究項(xiàng)目組，用以研究深度學(xué)習(xí)的發(fā)生機(jī)制?？梢姡谛畔⒖萍硷w速發(fā)展、人工智能不斷普及的當(dāng)下，深度學(xué)習(xí)作為培養(yǎng)創(chuàng)新型人才的有效方式，已經(jīng)成為學(xué)習(xí)科學(xué)發(fā)展的新方向、新趨勢。

人工智能技術(shù)作為第四次產(chǎn)業(yè)革命的標(biāo)志性技術(shù)，不僅改變了我們的工作與生活方式，也在深刻影響著教育模式、重塑教育生態(tài)，并對學(xué)生的學(xué)習(xí)能力提出了新的要求。掌握特定的知識、技能是教育的關(guān)鍵一環(huán)。

技能是指經(jīng)過練習(xí)而獲得的合乎法則的認(rèn)知活動或身體活動的動作方式[2，它具有解決問題的直接針對性。對于信息時(shí)代下生活各方面現(xiàn)實(shí)問題的解決，不僅需要學(xué)習(xí)者個(gè)人的具身技能，而且其理解和借助AI技術(shù)的信息與通信技術(shù)（InformationandCommunicationsTechnology，簡稱ICT）使用能力也同樣重要。

隨著人工智能技術(shù)的發(fā)展，AI教學(xué)平臺如雨后春筍般萌發(fā)。各種智能教學(xué)平臺越來越多地出現(xiàn)在基礎(chǔ)教育的數(shù)學(xué)、歷史等學(xué)科教學(xué)中，促進(jìn)智能技術(shù)與教育的深度融合與發(fā)展。李孔柱（Kong-JooLee）等[]搭建了一個(gè)英文寫作測試評分系統(tǒng)，該系統(tǒng)以單個(gè)英語句子作為輸入信息，與人類教師給出的答案進(jìn)行比較，并向?qū)W生提供詳細(xì)的反饋，為英語學(xué)科寫作提供了便利；斯蒂芬·赫特克里斯蒂娜·克拉西奇（StephenHutt）等[4用眼動儀監(jiān)測學(xué)生在生物課上思緒游離的情況；蘇國東[5在初中數(shù)學(xué)教學(xué)中應(yīng)用了一款智能教學(xué)平臺，在海量題庫中甄選試題，以分層作業(yè)和智能反饋的方式定制學(xué)生的個(gè)性化學(xué)習(xí)方案，以實(shí)現(xiàn)學(xué)生的整體發(fā)展。

綜合上述分析，AI教學(xué)平臺作為一種新興學(xué)習(xí)資源，如果能與深度學(xué)習(xí)模式有機(jī)結(jié)合，將深度學(xué)習(xí)的機(jī)理應(yīng)用在平臺教學(xué)中，將對學(xué)生的能力發(fā)展具有重大意義。因此，本研究旨在探究在深度學(xué)習(xí)視角下，AI平臺對學(xué)生智慧技能的激勵機(jī)制，主要包括以下3個(gè)方面的內(nèi)容：

1.AI教學(xué)平臺的哪些功能對學(xué)生的智慧技能具有激勵作用？

2.以深度學(xué)習(xí)的視角觀察，教學(xué)平臺的激勵性作用將在何種條件下產(chǎn)生？

3.如何將此激勵性路徑以實(shí)證的方式呈現(xiàn)，并驗(yàn)證其有效性和據(jù)此提出提高學(xué)生智慧技能的體系化策略？

二、研究現(xiàn)狀與設(shè)計(jì)

（一）人工智能與深度學(xué)習(xí)的概念與綜述

1.深度學(xué)習(xí)的概念界定

深度學(xué)習(xí)是相對于淺層學(xué)習(xí)的概念，在1976年由瑞典哥德堡大學(xué)的馬頓（FerenceMarton）和薩爾喬（RogerSaljo）[提出，并在《學(xué)習(xí)的本質(zhì)區(qū)別：結(jié)果和過程》一文中進(jìn)行了詳細(xì)的闡釋，認(rèn)為深度學(xué)習(xí)應(yīng)追求對內(nèi)容的理解，并能夠?qū)⑿轮R與原有知識經(jīng)驗(yàn)聯(lián)系在一起，其實(shí)質(zhì)是實(shí)現(xiàn)知識遷移。恩特威斯?fàn)枺∟oelEntwistle）和拉姆斯登（PaulRamsden）進(jìn)一步將深度學(xué)習(xí)的內(nèi)涵從單純的信息加工擴(kuò)展為復(fù)雜的認(rèn)知和元認(rèn)知過程，比格斯（JohnB.Biggs）則強(qiáng)調(diào)深度學(xué)習(xí)是學(xué)習(xí)個(gè)體與學(xué)習(xí)環(huán)境的交互過程。由以上分析可知，深度學(xué)習(xí)的內(nèi)涵隨著研究手段的改進(jìn)，既呈現(xiàn)出繼承性，也呈現(xiàn)出發(fā)展性。

對于國內(nèi)而言，在基本概念的定義上，比較有代表性的是何玲、黎家厚、安福海的定義。何玲等認(rèn)為，深度學(xué)習(xí)是指學(xué)習(xí)者在理解學(xué)習(xí)的基礎(chǔ)上能夠批判性地學(xué)習(xí)新的理論和思想，在將新的理論和思想融入已有認(rèn)識結(jié)構(gòu)的基礎(chǔ)上，可以在繁多的思想間建立聯(lián)系，并且可以將已經(jīng)擁有的知識遷移到全新的情境之中，以此作為問題決策和解決的一種學(xué)習(xí)方式。

綜合以上國內(nèi)外學(xué)者對深度學(xué)習(xí)的觀點(diǎn)，筆者將深度學(xué)習(xí)定義為：深度學(xué)習(xí)是將新觀點(diǎn)、新概念與已有經(jīng)驗(yàn)建立關(guān)聯(lián)，將知識歸納到相關(guān)的知識系統(tǒng)中，使學(xué)生具有批判理解能力、信息整合能力、建構(gòu)反思能力、遷移運(yùn)用能力和問題解決能力的學(xué)習(xí)模式。

2.AI教學(xué)平臺的概念界定

人工智能是一種可以模擬、延伸和擴(kuò)展人和其他動物智能的技術(shù)，是一門開發(fā)各種機(jī)器和智能機(jī)器的理論、方法及應(yīng)用系統(tǒng)的綜合性學(xué)科。通常，我們將平臺定義為具有獨(dú)立生態(tài)的軟硬件系統(tǒng)的總稱，教學(xué)平臺則是指開展教學(xué)過程中使用的一系列軟硬件設(shè)施的統(tǒng)稱[9]

筆者將AI教學(xué)平臺定義為：AI教學(xué)平臺是一個(gè)以人工智能技術(shù)為依托，用于開展人工智能教學(xué)，以發(fā)展學(xué)生的信息素養(yǎng)，提高學(xué)生的批判理解能力、信息整合能力、建構(gòu)反思能力、遷移應(yīng)用能力、問題解決能力的軟件系統(tǒng)[10]。

目前，AI教學(xué)平臺可分為AI助教平臺、AI測評平臺、AI實(shí)訓(xùn)平臺等。但是，以人工智能作為教學(xué)內(nèi)容，實(shí)現(xiàn)助教、測評與實(shí)訓(xùn)一體化的綜合性平臺卻較為罕見。筆者在參與實(shí)習(xí)研訓(xùn)的活動中發(fā)現(xiàn)了一款某市中小學(xué)AI教學(xué)平臺。該平臺的功能包括創(chuàng)新實(shí)驗(yàn)室、Python實(shí)驗(yàn)室、硬件實(shí)驗(yàn)室、AI訓(xùn)練平臺四大子系統(tǒng)，被某市大部分中小學(xué)引入，是一個(gè)理想的研究對象。

3.人工智能與深度學(xué)習(xí)的關(guān)系研究趨勢

筆者以“深度學(xué)習(xí)”（次要關(guān)鍵詞）和“人工智能”（主要關(guān)鍵詞）為主題詞，同時(shí)為了區(qū)分教育領(lǐng)域與技術(shù)領(lǐng)域的深度學(xué)習(xí)，以“教育”作為主題詞進(jìn)行限定，共檢索出331篇文獻(xiàn)，發(fā)表時(shí)間為2015年至2023年。從關(guān)鍵詞共現(xiàn)頻次來看，除人工智能（44次）、深度學(xué)習(xí)（36次）外，其他出現(xiàn)頻率較高（ ≥15 次）的關(guān)鍵詞還包括學(xué)習(xí)過程（20）、教育應(yīng)用（17）、思想政治教育（17）、未來教育（16）、機(jī)器學(xué)習(xí)（15）等。由此可見，產(chǎn)學(xué)研一體化的加速發(fā)展帶來了人工智能教學(xué)觀念的革新，一線教學(xué)者越來越多地將新興技術(shù)融入教學(xué)創(chuàng)新，教育研究者也側(cè)重于對人工智能學(xué)習(xí)過程進(jìn)行研究，并對未來教育的生態(tài)進(jìn)行展望。當(dāng)然，對學(xué)習(xí)結(jié)果的關(guān)注仍相對較少，這也是本研究所具有的重要意義。

（二）智慧技能的概念與綜述

1.智慧技能的概念

美國認(rèn)知心理學(xué)家、教育學(xué)家羅伯特·加涅（RobertGagneé）[認(rèn)為，學(xué)校的教育目標(biāo)就是學(xué)生的學(xué)習(xí)結(jié)果。他從人類習(xí)得的經(jīng)驗(yàn)中區(qū)分出了5種學(xué)習(xí)結(jié)果：言語信息、智慧技能、認(rèn)知策略、動作技能、態(tài)度。這5種學(xué)習(xí)結(jié)果實(shí)質(zhì)上是對“知識與技能”做出了合理、科學(xué)的劃分。其中，相比言語信息強(qiáng)調(diào)知道“什么”，智慧技能則更強(qiáng)調(diào)知道“怎樣”，其本質(zhì)在于運(yùn)用概念和規(guī)則。

加涅將智慧技能定義為：一種借助于內(nèi)部言語在頭腦中進(jìn)行的認(rèn)知活動方式。依據(jù)不同學(xué)習(xí)方式所包含的心理運(yùn)算的復(fù)雜程度，可分為辨別、概念、定義性概念、規(guī)則。其特點(diǎn)是：動作對象的觀念性、動作執(zhí)行的內(nèi)潛性、動作結(jié)構(gòu)的簡縮性。

本文之所以將智慧技能作為研究對象，是因?yàn)樗菍W(xué)校教育中學(xué)習(xí)者習(xí)得的最基本和應(yīng)用范圍最廣泛的能力[12]，但實(shí)踐訓(xùn)練相對匱乏，這對于學(xué)生問題解決能力的形成、綜合素質(zhì)的提高將是一大阻力。

2.智慧技能的研究趨勢

與“人工智能 + 深度學(xué)習(xí)”領(lǐng)域不同，人們對智慧技能的關(guān)注度較低，相關(guān)研究文獻(xiàn)也未能與時(shí)俱進(jìn)，其發(fā)展趨勢的變化幅度較大，沒有呈現(xiàn)出總體增長的態(tài)勢。本研究對其繪制了關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，大致呈現(xiàn)出5個(gè)凝聚子群。從關(guān)鍵詞共現(xiàn)頻次來看，除智慧技能（26）外，內(nèi)部言語（17）、動作技能（14）、教學(xué)效果（12）、學(xué)習(xí)過程（12）、心智活動（11）也是引用頻次較高的關(guān)鍵詞。這表明對智慧技能的研究集中于教育心理學(xué)領(lǐng)域，對于實(shí)踐應(yīng)用領(lǐng)域的相關(guān)研究則更多地涉及數(shù)學(xué)、物理、藝術(shù)、音樂等具體學(xué)科，而對于信息技術(shù)、人工智能教學(xué)領(lǐng)域的研究相對匱乏?？傊瑢χ腔奂寄艿难芯慷嗉杏诮逃睦韺W(xué)領(lǐng)域，其理論更新相對滯后。

（三）整體研究設(shè)計(jì)

本研究采用文獻(xiàn)研究法、問卷調(diào)查法與實(shí)驗(yàn)法相互結(jié)合的方式，分為3個(gè)部分進(jìn)行，分別為AI教學(xué)平臺對學(xué)生智慧技能提升效果的調(diào)查（效果調(diào)查）、激勵性路徑模型的構(gòu)建與驗(yàn)證（模型構(gòu)建）、路徑作用于人工智能教學(xué)的適用策略探索（策略探索）。這3個(gè)部分層層遞進(jìn)，在邏輯上互為因果關(guān)系。

三、AI教學(xué)平臺對學(xué)生智慧技能提升效果的調(diào)查

首先應(yīng)當(dāng)思考的是：AI教學(xué)平臺的哪些功能能夠?qū)€(gè)體在認(rèn)知、情感、行為層面上產(chǎn)生影響，以及產(chǎn)生何種正向影響？其是否存在規(guī)律性的影響機(jī)制？基于此，本研究決定進(jìn)一步通過大規(guī)模的問卷調(diào)查，對學(xué)生使用AI教學(xué)平臺、參與人工智能課堂情況展開調(diào)查。

（一）效果調(diào)查研究設(shè)計(jì)

采取實(shí)驗(yàn)法，以某市A小學(xué)的六年級學(xué)生作為實(shí)驗(yàn)對象，比較應(yīng)用AI教學(xué)平臺前后小學(xué)生智慧技能的差異。

1.實(shí)驗(yàn)設(shè)計(jì)

本試驗(yàn)采用單組前測后測設(shè)計(jì)，檢驗(yàn)基于AI教學(xué)平臺的課程教學(xué)與傳統(tǒng)的、不采用AI教學(xué)平臺的教學(xué)對于學(xué)生智慧技能提升的影響效果，由此得出3個(gè)實(shí)驗(yàn)假設(shè)：

假設(shè)1：與傳統(tǒng)信息科技教學(xué)相比，基于AI教學(xué)平臺的課程能夠使學(xué)生在智慧技能上有較大的提升。

假設(shè)2：與傳統(tǒng)信息科技教學(xué)相比，基于AI教學(xué)平臺的課程能使學(xué)生擁有更多的積極情感。

假設(shè)3：與傳統(tǒng)信息科技教學(xué)相比，學(xué)生在學(xué)習(xí)基于AI教學(xué)平臺的課程時(shí)所產(chǎn)生的積極情感對學(xué)生智慧技能的提升有顯著的激勵作用。

本實(shí)驗(yàn)的步驟如下：首先，對兩組實(shí)驗(yàn)對象進(jìn)行前測，分析小學(xué)生智慧技能的初始水平；其次，對學(xué)生運(yùn)用某市AI教學(xué)平臺進(jìn)行教學(xué)，促進(jìn)他們的智慧技能發(fā)展、積極情感產(chǎn)生，開展實(shí)驗(yàn)處理；最后，對兩組前測結(jié)果在認(rèn)知、情感層面上進(jìn)行后測，通過對比得出提升效果，驗(yàn)證假設(shè)1、 2^[13] 。假設(shè)3將根據(jù)智慧技能提升調(diào)查問卷，結(jié)合本文后面提到的激勵性路徑模型加以驗(yàn)證。

2.實(shí)驗(yàn)工具

本實(shí)驗(yàn)的測量工具包括認(rèn)知的前、后測試題（以下簡稱試題），以及智慧技能提升調(diào)查問卷（以下簡稱問卷）兩套三份。其中，前、后測試題是基于某市地方教材《人工智能》三年級下冊第五課“讓電腦說話”來編寫的；調(diào)查問卷則不限課程，探討對象是基于人工智能平臺的任意課程。量表詳細(xì)設(shè)計(jì)見表1、表2。

（二）效果調(diào)查實(shí)施

參加本次實(shí)驗(yàn)的學(xué)生此前并未采用AI教學(xué)平臺進(jìn)行學(xué)習(xí)，故在授課前向?qū)W生發(fā)放前測試題，實(shí)驗(yàn)干預(yù)為通過AI教學(xué)平臺向?qū)W生講授“讓電腦說話”一課，課后發(fā)放后測問卷讓學(xué)生填寫。發(fā)放周期為兩周。共計(jì)回收前測測試卷185份，后測測試卷117份。針對測試題的對比情況，使用配對樣本t檢驗(yàn)進(jìn)行效果分析，其結(jié)果如下頁表3所示。

1.辨別學(xué)習(xí)效果分析

辨別是指面對不同的刺激物，能夠識別其不同的物理特征，并做出針對性的反饋。如表3所示，辨別學(xué)習(xí)的前后測差值為 -0.143 ，雙側(cè)檢驗(yàn)的顯著性水平為 0.336gt;0.05 ，說明基于人工智能平臺開展的教學(xué)雖對學(xué)生的辨別學(xué)習(xí)有一定效果，但提升并不明顯。其原因在于：（1）本課的教學(xué)目標(biāo)在于造物，重視梳理邏輯，而對流程圖基礎(chǔ)原理不甚重視；（2）學(xué)生在入門能力上，對模塊功能組接的操作能力不足，而原理講解的重要性相比則較低。

2.概念學(xué)習(xí)效果分析

概念學(xué)習(xí)是指從具體事例中學(xué)習(xí)有關(guān)事物的定義、特征等信息。相較于定義性概念，它更強(qiáng)調(diào)學(xué)習(xí)者的感知。如表3所示，概念學(xué)習(xí)的前后測差值為-1.313，雙側(cè)檢驗(yàn)的顯著性水平為 0.001lt;0.05 ，說明兩組數(shù)據(jù)之間存在顯著性差異，基于人工智能平臺所開展的教學(xué)對于學(xué)生掌握概念有顯著的提升效果。

在人工智能編程實(shí)驗(yàn)室界面中，提到朗讀與解讀在功能實(shí)現(xiàn)上所需要注意的差別與誤區(qū)，這樣的指引可以避免學(xué)生在聽完教師講解后因鉆研代碼而產(chǎn)生較大的認(rèn)知負(fù)荷，使學(xué)生對于學(xué)習(xí)內(nèi)容的感知更為深入。

3.定義性概念學(xué)習(xí)效果分析

定義性概念是指通過下定義的方式學(xué)習(xí)事物概念的內(nèi)容。如表3所示，定義性概念學(xué)習(xí)的前后測差值為-0.446，雙側(cè)檢驗(yàn)的顯著性水平為 0.002lt;0.05 ，說明兩組數(shù)據(jù)之間存在顯著性差異。本課以古人行酒的一個(gè)文字游戲“飛花令”為情境，它的概念是在教師講授任務(wù)的過程中向?qū)W生口頭陳述，并加以板書指引的。在本堂課中，學(xué)生通過圖形化編程，思考與機(jī)器人不停進(jìn)行詩詞交互的實(shí)現(xiàn)原理，在將編寫好的程序進(jìn)行運(yùn)行的過程中，即電腦問答的過程中實(shí)現(xiàn)了對“飛花令”的深層理解。這體現(xiàn)了教師所運(yùn)用的深層次交互策略。

4.規(guī)則學(xué)習(xí)效果分析

規(guī)則學(xué)習(xí)要求在規(guī)則的情境下學(xué)會運(yùn)用程序解決問題。本堂課的規(guī)則教學(xué)體現(xiàn)在3個(gè)方面：編寫程序、語音合成、調(diào)試程序。三者層層遞進(jìn)，構(gòu)成了本節(jié)課知識結(jié)構(gòu)的邏輯主線。

針對編寫程序的學(xué)習(xí)，其前后測差值為 -0.518 雙側(cè)檢驗(yàn)的顯著性水平為 0.013lt;0.05 ，說明兩組數(shù)據(jù)差異顯著。程序的編寫能力是一種晶體智力，一般隨著練習(xí)量的增多而提升。因此，對于編程基礎(chǔ)較好的學(xué)生來說，其提升效果相對更為顯著。

針對語音合成的學(xué)習(xí)，前后測差值為 -0.411 ，雙側(cè)檢驗(yàn)的顯著性水平為 0.043lt;0.05 ，說明兩組數(shù)據(jù)差異顯著。值得注意的是，樣本的標(biāo)準(zhǔn)差由前測的0.843上升到了后測的1.097，表明經(jīng)過本堂課的學(xué)習(xí)，雖然學(xué)生整體對語音合成規(guī)則的掌握程度有所提高，但是個(gè)體之間的差距較大，教師應(yīng)更注重促進(jìn)學(xué)習(xí)者之間的交互，發(fā)揮同伴學(xué)習(xí)的作用，使學(xué)生做到取長補(bǔ)短。

針對調(diào)試程序的學(xué)習(xí)，前后測差值為 -0.634 ，雙側(cè)檢驗(yàn)的顯著性水平為 0.027lt;0.05 ，說明兩組數(shù)據(jù)差異顯著。調(diào)試程序所需要的元認(rèn)知能力要求學(xué)生的思維從具體可逆性向抽象可逆性發(fā)展，提出了部分超越學(xué)生現(xiàn)有發(fā)展水平的能力要求。因此，從前后測的平均標(biāo)準(zhǔn)差可以看出，部分基礎(chǔ)扎實(shí)的學(xué)生掌握得較快，獲得了自我調(diào)試程序的能力。其他相對后進(jìn)的學(xué)生仍需努力。

（三）小結(jié)

總體而言，辨別學(xué)習(xí)的提升效果不顯著，概念學(xué)習(xí)和定義性概念的提升效果較好，得到了平臺功能和教學(xué)資源的雙向支持和賦能；規(guī)則學(xué)習(xí)的效果在個(gè)體之間差異較大，基礎(chǔ)較好的學(xué)生更容易獲得較快的發(fā)展。學(xué)生在課上主要運(yùn)用的功能是創(chuàng)意實(shí)驗(yàn)室，這是促進(jìn)學(xué)生深度學(xué)習(xí)發(fā)生的主要物理環(huán)境，故假設(shè)1、2得以驗(yàn)證。

四、模型的構(gòu)建與驗(yàn)證

（一）假設(shè)模型的設(shè)計(jì)與繪制

回顧假設(shè)3：與傳統(tǒng)信息科技教學(xué)相比，學(xué)生在學(xué)習(xí)基于AI教學(xué)平臺的課程時(shí)所產(chǎn)生的積極情感對學(xué)生智慧技能的提升有顯著的激勵作用。

由此，基于個(gè)體、交互、環(huán)境、情感、認(rèn)知5種因素，分別做出如下子假設(shè)：

H₁ ：在基于AI教學(xué)平臺的教學(xué)模式下，個(gè)體因素對情感因素存在積極影響。

H₂ ：在基于AI教學(xué)平臺的教學(xué)模式下，交互因素對情感因素存在積極影響。

H₃ ：在基于AI教學(xué)平臺的教學(xué)模式下，環(huán)境因素對情感因素存在積極影響。

H₄ ：在基于AI教學(xué)平臺的教學(xué)模式下，情感因素對認(rèn)知因素存在積極影響。

利用AMOS22.0進(jìn)行模型繪制，如圖1所示。

（二）數(shù)據(jù)收集與分析

向某市A小學(xué)學(xué)生發(fā)放問卷，共回收問卷341份。問卷第16題為注意力測試題：這題請選擇“不同意”。根據(jù)該題填答情況可篩選出有效問卷，共309份，有效率達(dá)到 90.62% 0

1.收斂效度分析

收斂效度分析結(jié)果如表4所示。

擬合優(yōu)度的卡方檢驗(yàn)是最常報(bào)告的擬合優(yōu)度指標(biāo)，與自由度一起使用可以說明模型正確性的概率。該模型的實(shí)測值為2.172，符合預(yù)期值，表明模型擬合較好。Tucker-Lewis指數(shù)（TLI）、比較擬合指數(shù)（CFI）、近似誤差均方根（RMSEA）同理，可見該模型擬合效度良好，測量題項(xiàng)之間的一致性可以接受。

2.結(jié)構(gòu)模型檢驗(yàn)

在結(jié)構(gòu)模型檢驗(yàn)上，通過計(jì)算得出本研究的實(shí)際參數(shù)值如表5所示。由表5可見，標(biāo)準(zhǔn)化因子載荷均在0.5以上，最低值為定義性概念（0.551），最高值為教師因素2（0.879）；CR值均在0.8以上，表明符合預(yù)期標(biāo)準(zhǔn)，結(jié)構(gòu)方程模型通過檢驗(yàn)。

3.假設(shè)檢驗(yàn)

模型假設(shè)檢驗(yàn)的結(jié)果如下頁表6所示。其中， p 值表示原假設(shè)前提下發(fā)生了極端情況的概率，如 plt;0.05 ，說明在假設(shè)前提下發(fā)生極端情況的可能性很小，假設(shè)的一般情況容易發(fā)生。

從表6中可見，只有假設(shè) H₁ 下的個(gè)體因素對情感因素有正向影響的路徑不滿足 Zgt;1.96 ！ plt;0.05 的標(biāo)準(zhǔn)，其余3個(gè)假設(shè)均成立。

4.效應(yīng)分析

本研究采用結(jié)構(gòu)方程模型表征了基于AI教學(xué)平臺的智慧技能訓(xùn)練的激勵性路徑。對于人工智能教學(xué)的主體來說，交互因素和環(huán)境因素對情感因素具有直接而重要的影響，路徑系數(shù)分別達(dá)到0.659、0.622；個(gè)體因素對情感因素的影響相對間接、隱性，這是人工智能教學(xué)存在的局限性所致，不可忽視；情感因素作為中介變量，主要在交互因素與環(huán)境因素的影響下塑造學(xué)生的認(rèn)知，對學(xué)生的認(rèn)知具有較強(qiáng)的激勵作用，其路徑系數(shù)達(dá)到0.957。

由此，我們得出了在深度學(xué)習(xí)視域下，AI教學(xué)平臺對學(xué)生智慧技能訓(xùn)練的激勵性路徑模型，對假設(shè)3的驗(yàn)證可作出結(jié)論：與傳統(tǒng)信息科技教學(xué)相比，學(xué)生在學(xué)習(xí)基于AI教學(xué)平臺的課程時(shí)所產(chǎn)生的積極情感對學(xué)生智慧技能的提升有顯著的激勵作用，且在交互和環(huán)境兩個(gè)層面上表現(xiàn)得尤其明顯。

五、路徑作用于人工智能教學(xué)的適用策略探索

針對前述分析，結(jié)合深度學(xué)習(xí)的策略體系，現(xiàn)構(gòu)造基于模型驗(yàn)證，通過學(xué)習(xí)準(zhǔn)備、學(xué)習(xí)過程、學(xué)習(xí)結(jié)果3個(gè)階段，個(gè)體、交互、環(huán)境、情感、認(rèn)知5個(gè)維度相互交叉的立體化的人工智能教學(xué)適用策略體系。

（一）學(xué)習(xí)準(zhǔn)備

1.學(xué)生個(gè)體間應(yīng)充分交流，營造學(xué)習(xí)人工智能的文化氛圍

信息科技課組的教職人員應(yīng)與校領(lǐng)導(dǎo)充分協(xié)商，通過班級黑板報(bào)、班會活動、知識競賽等渠道，宣傳人工智能、AI方面的知識，使學(xué)生浸潤在人工智能的文化氛圍下，潛移默化地提高學(xué)生間交流人工智能社會現(xiàn)象、科學(xué)知識的交互行為，發(fā)揮同伴教育的作用，使學(xué)生的起點(diǎn)水平保持較小的差距，便于班級授課的順利開展。

2.教師應(yīng)充分使用平臺的學(xué)情分析、教師成長等功能，并拓寬學(xué)生使用的功能范圍

要想使學(xué)生對AI教學(xué)平臺有更深刻的認(rèn)知，教師需要對平臺有充分的認(rèn)識與理解，不僅要把平臺作為評價(jià)工具、管理工具，而且要把平臺作為學(xué)習(xí)工具、改進(jìn)工具。信息科技教師應(yīng)與科研單位建立溝通聯(lián)系，開發(fā)更多適合學(xué)生使用的功能，通過校本研學(xué)、校際聯(lián)盟研發(fā)更多的教學(xué)課程形態(tài)，以匹配平臺的新型教學(xué)功能。

3.設(shè)置個(gè)性化答疑功能，以平臺創(chuàng)新助推教學(xué)改進(jìn)

針對某些特殊兒童起點(diǎn)水平較低，難以融入學(xué)生討論群體的情況，應(yīng)為其設(shè)置個(gè)性化答疑與配套教程，供其在課堂上以自學(xué)與聽講相結(jié)合的方式進(jìn)行學(xué)習(xí)。同時(shí)，個(gè)性化答疑的創(chuàng)新也可及時(shí)給予學(xué)生指導(dǎo)，實(shí)現(xiàn)了程序式教學(xué)的即時(shí)反饋，提高了學(xué)生的即時(shí)獲得感。

（二）學(xué)習(xí)過程

1.個(gè)體層面上，應(yīng)根據(jù)學(xué)情分析，平衡師生各自的活動時(shí)間

根據(jù)皮亞杰的認(rèn)知發(fā)展階段理論，三年級的學(xué)生多處于具體運(yùn)算階段，學(xué)生之間的抽象概括水平、思維的靈活性都存在不少差別，具體到每個(gè)班的差異則更大。信息科技教師應(yīng)基于平臺的學(xué)生作業(yè)完成和批改情況、學(xué)生課堂表現(xiàn)情況及詳情等數(shù)據(jù)做好學(xué)情分析，科學(xué)規(guī)劃不同內(nèi)容的師生活動時(shí)間，確保在教師的有效指導(dǎo)下，學(xué)生自主自發(fā)開展實(shí)踐活動，實(shí)現(xiàn)深度學(xué)習(xí)。

2.交互層面上，設(shè)置討論環(huán)節(jié)，鼓勵互幫互助

不少學(xué)生在課堂上的討論是與教學(xué)無關(guān)的話題，這樣的討論無疑阻礙了教學(xué)的有效開展。既然學(xué)生熱衷于討論和交流，那么教學(xué)者不如順勢而為，開設(shè)討論環(huán)節(jié)，并事先擬定各組的討論自的是為了解決何種問題，通過任務(wù)驅(qū)動的方式使學(xué)生自覺討論與人工智能課程相關(guān)的學(xué)習(xí)內(nèi)容，在實(shí)操的過程中，要求學(xué)生互幫互助，形成學(xué)習(xí)共同體。

3.環(huán)境層面上，改革教學(xué)組織形式，分解教師的紀(jì)律管理職責(zé)

在個(gè)性化教學(xué)趨勢的影響下，傳統(tǒng)“教師－學(xué)生”二元互動模式顯現(xiàn)出在響應(yīng)學(xué)生多樣化學(xué)習(xí)需求方面的局限性，這在一定程度上加劇了教師在平衡個(gè)別關(guān)注與整體教學(xué)進(jìn)度之間的挑戰(zhàn)。因此，應(yīng)對傳統(tǒng)的教學(xué)組織形式進(jìn)行改革，不僅要建立分組教學(xué)制，還要使組規(guī)正式化、明確化，將每組的紀(jì)律表現(xiàn)納入獎勵考評。紀(jì)律員同時(shí)也可以承擔(dān)起協(xié)同引導(dǎo)者的角色，在組內(nèi)學(xué)生遇到困難時(shí)負(fù)責(zé)分擔(dān)教師的壓力，幫助組內(nèi)成員解決疑難問題，形成適合深度學(xué)習(xí)發(fā)生的人文環(huán)境。

4.情感層面上，重新甄選教學(xué)案例，與青少年亞文化相適配

甄選一些契合青少年亞文化的角色、背景、情境等元素融入教學(xué)，不僅能夠在個(gè)體活動上獲得更頻繁的回應(yīng)，在學(xué)生相互交流討論的過程中激發(fā)學(xué)生的熱情，還能在集中學(xué)生注意力方面發(fā)揮更大的作用，減少紀(jì)律管理方面的繁重工作。這也充分說明了作為中介變量的情感對學(xué)習(xí)全要素的聚合作用。

（三）學(xué)習(xí)結(jié)果

1.加強(qiáng)背景知識與學(xué)生生活的聯(lián)系，提升辨別學(xué)習(xí)的效果

教學(xué)所創(chuàng)設(shè)的情境應(yīng)當(dāng)結(jié)合學(xué)生的生活體驗(yàn)，便于學(xué)生感知，以提升學(xué)生辨別的可能性。

2.概念學(xué)習(xí)要突出先導(dǎo)作用的發(fā)揮，調(diào)動學(xué)生的學(xué)習(xí)動機(jī)

概念學(xué)習(xí)要注重對學(xué)生洞察力的發(fā)掘，鼓勵學(xué)生通過情景導(dǎo)人形成較高水平的學(xué)習(xí)動機(jī)，開展高效的深度學(xué)習(xí)。

3.根據(jù)學(xué)生的認(rèn)知風(fēng)格，設(shè)計(jì)好定義性概念的學(xué)習(xí)方式

在人工智能課堂上，針對不同的教學(xué)對象、教學(xué)場景、認(rèn)知風(fēng)格，應(yīng)對概念學(xué)習(xí)和定義性概念學(xué)習(xí)加以區(qū)別，設(shè)計(jì)匹配學(xué)生學(xué)情的學(xué)習(xí)方式，把握適宜的概念抽象程度。

4.注重因材施教，加強(qiáng)規(guī)則學(xué)習(xí)

人工智能教學(xué)除了向?qū)W生傳授代碼編寫知識，還應(yīng)該充分開發(fā)其他的教學(xué)功能，如硬件、python、通用技術(shù)、3D虛擬仿真等，使學(xué)生掌握各種技術(shù)的操作程序。5

參考文獻(xiàn)

[1]亞當(dāng)斯貝克爾，卡明斯，戴維斯，等，新媒體聯(lián)盟地平線報(bào)告：2017高等教育版[J].殷丙山，高茜，任直，等譯.開放學(xué)習(xí)研究，2017（2）：1-20，62.

[2]陳琦，劉儒德.當(dāng)代教育心理學(xué)[M].北京：北京師范大學(xué)出版社，2007：15-16.

[3]LEEKJ，CHOIYS，KIMJE.Buildinganautomated English sentenceevaluationsystemforstudents learningenglishasasecond language[J].Computer Speechamp;Language，2010，25（2）：246-260.

[4]HUTTS，KRASICHK，MILLSC，etal.Automated gaze-based mindwandering detection during computerized learning in classrooms[J].UserModelingandUser-Adapted Interaction，2019，29（4）：821-867.

[5]蘇國東.智能教學(xué)平臺助推數(shù)學(xué)作業(yè)管理精準(zhǔn)化[J].教育傳播與技術(shù)，2022（6）：50-53.

[6]MARTONF，SALJOR.Onqualitativedifferencesin learning：I—Outcome and process[J]. British Journal of Educational Psychology，1976，46（1）： 4-11.

[7]沈霞娟，張寶輝，曾寧.國外近十年深度學(xué)習(xí)實(shí)證研究綜述：主題、情境、方法及結(jié)果[J].電化教育研究，2019，40（5）：111-119.

[8]何玲，黎加厚.促進(jìn)學(xué)生深度學(xué)習(xí)[J].現(xiàn)代教學(xué)，2005（5）：29-30.

[9]唐艷華，馬曉靜，帕提曼·卡力，等．新疆電大課程網(wǎng)絡(luò)教學(xué)平臺一體化建設(shè)有效性研究：基于中國文學(xué)基礎(chǔ)課程實(shí)踐[J].科技資訊，2022，20（22）：165-168，181.

[10]穆肅，王孝金.參與和投入而非膚淺和簡單：在線學(xué)習(xí)中的深層次學(xué)習(xí)[J].中國遠(yuǎn)程教育，2019（2）：17-25，92-93.

[11]加涅.學(xué)習(xí)的條件和教學(xué)論[M].上海：華東師范大學(xué)出版社，1999：46-64.

[12]黃艷芳．“學(xué)習(xí)分類理論”中智慧技能的教學(xué)策略[J].時(shí)代農(nóng)機(jī)，2016，43（1）：136，138.

A Study on the Motivational Path of Al Teaching Platform for Students’ Intelligent Skills

Based on the Perspectiveof Deep Learning

LiZhuowei1，Zubaidai Yasheng2，Mu Su （1.DeparttoailioolguttiotlUsityuto China 200333;

2.Facultyofducation，Universityofacau，Aomen，hina999078;

3.InstituteoiialtellgeneinucatonouthiaalUeityangoangdog6）

Abstract： Based on the current status of insufficient attention from the academic community to the conditions forlearning outcomes and deeplearning，as wellas therelativelack ofitelligent skills inthefeldof AI teaching，a surveyquestionnaireand pre-and-post test questions on the improvement of students’inteligent skills byAI teaching platforms are developed first to study the training effect ofAI platform applications guided by deep learning theory and learning outcomes theory. Then， the motivational path model is validated using structural equation modeling （SEM），and a three-dimensional teaching strategy system is proposed， including： （l）intermsof learningpreparation，individual learners should havesufficientcommunicationand build a cultural atmosphere for learning AI; teachers should fully utilize the platform's functions and expand the scope of functions used by students; personalized Qamp;A should be set up to achieve platform innovation; （2） in terms of the learning process，multiple measures are involved in the following four aspects： individual， interaction，environment，and emotion; （3）in terms of learning outcomes，the connection withdaily life should be strengthened; conceptual learning precursors and student motivationshould be emphasized; learning methods should be designed based on cognitive style; and rule learning should be enhanced.

Keywords：Deep learning;AI teachingplatform; Smartskills