聪明文档网
最新最全的文档下载
当前位置：
首页> 适应性学习系统：人工智能背景下混合式教学的实现逻辑
适应性学习系统：人工智能背景下混合式教学的实现逻辑
时间：2022-12-08 02:17:14 下载该word文档
适应性学习系统：人工智能背景下混合式教学的实现逻辑作者：马建森来源：《教育教学论坛》2020年第43期[摘要]人工智能技术推动传统教育生态变革，智能化成为教育教学发展的方向。国家一系列政策文件确认了人工智能之于教育教学的重要性，尤其是在实现教育信息化方面。混合式教学是实现教育信息化的重要举措，混合式教学又如何借力人工智能？论文从分析人工智能技术对混合式教学的影响入手，界定适应性学习并确认适应性学习系统这一关键要素，提出通过人工智能获得技术支撑，建设适应性学习系统，以满足学习者个性化学习需求，从而实现混合式教学。[关键词]混合式教学;适应性学习;人工智能教学;教学治理;算法[基金项目]广西区教育厅2019年职业教育教改工程项目“创新创业背景下以‘1+X’试点为引导的复合型技术技能人才培养模式改革研究”（GXGZJG2019B132）;广西区教育厅2019年高等教育本科教学改革工程项目“创客教育视域下应用型本科创新创业人才培养体系的研究与实践”（2019JGA332）;广西区教育厅2017年高等教育本科教学改革工程项目“‘问题导向’的应用型本科市场营销专业广告学课程混合式教学改革与实践”（2017JGB433）[作者简介]马建森（1981—），男，山东潍坊人，桂林航天工业学院副教授，西安交通大学在读博士生，研究方向为新媒体与社会治理、新媒体传播、教学治理。[中图分类号]G642.0;;[文献标识码]A;;[文章编号]1674-9324（2020）43-0321-03;;[收稿日期]2020-03-16一、引言“机器能思考吗？”这是20世纪50年代著名的图灵之问，随后图灵机的出现奠定了现代计算机的基础。自1956年达特茅斯会议人工智能这一术语的首次提出，至21世纪20年代初期，人工智能历经两次低谷三次繁荣的波浪式发展。今天，人工智能随新科技革命演进，日益成为各领域关注的焦点。人工智能已写入十九大报告，《国家教育事业发展“十三五”规划》将人工智能与大数据、互联网、虚拟现实技术并列为建设智慧校园、探索教育教学新模式的突破口。《中国教育现代化2035》明确建设智能化校园要统筹建设一体化智能化教学、管理与服务平台。因此，人工智能的兴起为教育教学复兴带来新契机。混合式教学是充分利用数字教育资源实现教育信息化的重要措施。混合式教学将传统教学优势与数字化教学优势结合，其本质
是适应教育教学发展的趋势，从技术助教的角度，充分利用现代教育手段，以提高教育教学效果为目标，将线上教学与线下教学充分混合的一种教学模式。二、人工智能背景下的混合式教学从“人工智能+”的视角开展人工智能与教育研究始于近期，例如吴永和认为，人工智能可以实现教育内容的定制化及教育实施过程中实现服务的精准化，并进一步指出，教师可以利用人工智能进行作业批改，学生则通过人工智能加强交流，从而形成互动性学习，有利于个性化学习环境的形成。陈维维则着眼于人工智能辅助教学的角度，认为人工智能技术在“助练、助评、助学、助教”等方面起到一定作用[1]。综合来看，具体到混合式教学过程，人工智能技术对混合式教学的影响主要体现在教学过程、教学效果、教学技术等方面。人工智能技术改变了传统的教学过程。例如机器学习在大数据支持下，模拟人类学习行为，具备自学习能力，模拟人类智能进行预判，能够实现对教学过程、教学效果的评价，对教学设计进行优化。再如人机交互，人工智能人机交互技术推动混合式教学由简单的语音交互、图形交互到复杂的情感交互、体感交互甚至是更高层次的脑机交互，将改变传统知识传授方式，活跃学习的氛围，激发学习兴趣。同样虚拟现实和增强现实技术的结合营造混合现实教学环境，打破学习的空间和地域限制，最大限度的利用学习资源。知识图谱技术还可以重构教学知识点，建立以“关系”为连接的知识结构图，突破传统知识构成的章节结构，符合人类记忆及理解习惯，提高记忆效率和理解能力，最终提高学习效率。总之，人工智能技术对混合式教学的影响是多元的，教学过程、教学效果、教学技术是三个重要方面。三、适应性学习系统支持混合式教学适应性学习是指学习者通过由计算机技术支持的适应性学习系统获取知识的过程，适应性学习系统参与学习者的学习全过程，提供个性化的学习服务，在学习计划制定、学习策略组织、知识构成设计、学习效果评估等方面发挥作用。在人工智能时代，适应性学习系统呈现智能化特征，人工智能技术成为适应性学习支持系统形成的关键。《中国教育现代化2035》指出人工智能为个性化教学与个性化学习提供了强有力的技术支持[2]。人工智能凭借技术优势获取学习者的基本特征，充分检视学习者的态度动机、兴趣爱好、方法技巧、知识构成，依托算力通过算法实现降维定位，从而提供个性化学习方案，实现个性化教学与学习。预计未来以AI为基础的个性化教学会得到较大发展，出现以“人机组合”为特点的大学个性化学习系统[3]。混合式教学以提高教育教学效果为目标，以基本的线上线下混合为基础，还将教学内容、教学方法、教学技术、教學环境、教学过程等进行混合，为个性化教学与学习创造了条件[4]。因此，在适应性学习理论引导下，以人工智能技术支持构建适应性学习系统，进而实现混合式教学。四、构建人工智能适应性学习系统
适应性学习系统建设是人工智能背景下混合式教学实现的关键。适应性学习系统以提供个性化学习服务为特征，深度分析学习者数据，在教师的干预和决策下，回应个体学习需求，提供可选择的学习内容、学习策略、学习环境等。适应性学习系统随计算机和互联网络技术的发展而兴起，最初建立在以WEB技术为主的计算机终端之上，20世纪70年代美国分时交互计算机控制信息电视系统（TICCIT）就是其中的代表。进入21世纪后，国际主流适应性学习系统有美国的牛顿系统（Knewton）、乂学系统（Yilearn），澳大利亚的慧雀系统（SmartSparrow）以及日本的塞拉戈系统（Cerego）[5]，其中乂学系统建成于2017年，由美国哥伦比亚大学教育学院自适应学习研究联合实验室研制成功，其建设初衷是服务于K12教育的个性化学习，因对人工智能的深度应用而广为人知，主要功能包括评估学习者的知识储备、建模学习者的学习过程等。从适应性学习系统发展的历史来看，随着相关技术尤其是互联网和计算机技术的发展，适应性学习系统功能方面经历了由改进学习方法、辅助大脑记忆、优化内容设计等单一功能向多元功能转换，服务人群也由基础教育阶段到高等教育阶段尝试。因此在人工智能技术逐步应用于教育教学的背景下，适应性学习系统助力混合式教学要重视三个方面：（一）人工智能为适应性学习系统提供技术支撑