周國棟

摘 ?要：分析了高職網(wǎng)絡(luò)化課程教學(xué)的現(xiàn)狀和存在的問題，介紹了自適應(yīng)學(xué)習(xí)的概念，概括了當(dāng)前自適應(yīng)學(xué)習(xí)的國內(nèi)外研究現(xiàn)狀及取得的相關(guān)成績(jī)，最后提出了自適應(yīng)學(xué)習(xí)對(duì)高職課程改革的幾點(diǎn)思考和實(shí)施步驟。

關(guān)鍵詞：自適應(yīng)學(xué)習(xí) ?高職教育 ?網(wǎng)絡(luò)課程 ?個(gè)性化學(xué)習(xí)

中圖分類號(hào)：R71 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? 文章編號(hào)：1672-3791（2019）05（a）-0102-02

目前，基于網(wǎng)絡(luò)課程的高職教育蓬勃發(fā)展，但還存在著許多缺點(diǎn)與不足。自適應(yīng)學(xué)習(xí)作為網(wǎng)絡(luò)教育和人工智能結(jié)合的新事物應(yīng)運(yùn)而生，這種新的學(xué)習(xí)方式對(duì)實(shí)現(xiàn)因材施教、個(gè)性化教學(xué)具有重要的推動(dòng)作用。

1 ?高職網(wǎng)絡(luò)化課程教學(xué)現(xiàn)狀

隨著互聯(lián)網(wǎng)的迅速發(fā)展，基于網(wǎng)絡(luò)的在線學(xué)習(xí)受到社會(huì)和高校的廣泛關(guān)注，也引發(fā)了一系列的教學(xué)模式改革的浪潮，如基于MOOC的教學(xué)模式研究、基于SPOC的教學(xué)模式改革等，在本科院校取得了不錯(cuò)的教學(xué)效果。與此同時(shí)，不少高職教育研究者也積極將在線學(xué)習(xí)引入到高職教育中，試圖降低教師教學(xué)勞動(dòng)強(qiáng)度、提高學(xué)生學(xué)習(xí)效率。然而，經(jīng)過近些年的探索和實(shí)踐，目前這種非智能的在線學(xué)習(xí)方式并沒有取得理想的效果，似乎有在高職教育中“水土不服”的跡象。究其原因，主要是高職院校學(xué)生的學(xué)情不適應(yīng)，高職學(xué)生學(xué)習(xí)基礎(chǔ)個(gè)體差異巨大、學(xué)習(xí)主動(dòng)性不強(qiáng)、學(xué)習(xí)自律性不高，從而導(dǎo)致了學(xué)生對(duì)目前的這種靜態(tài)的、生產(chǎn)線式的在線學(xué)習(xí)方式興趣不高，于是基于預(yù)設(shè)流程在線學(xué)習(xí)便失去了必要的前提。

2 ?自適應(yīng)學(xué)習(xí)概念

自適應(yīng)學(xué)習(xí)是一種復(fù)雜的、數(shù)據(jù)驅(qū)動(dòng)的、非線性方法組織的學(xué)習(xí)方式。其學(xué)習(xí)內(nèi)容與流程會(huì)根據(jù)學(xué)習(xí)者的交互及其表現(xiàn)水平而動(dòng)態(tài)調(diào)整，利用人工智能技術(shù)預(yù)測(cè)學(xué)習(xí)者在某個(gè)特定時(shí)間點(diǎn)需要哪些學(xué)習(xí)內(nèi)容和資源。

自適應(yīng)學(xué)習(xí)方式是一種智能化在線學(xué)習(xí)形式，是人工智能與在線學(xué)習(xí)的一種結(jié)合體，其學(xué)習(xí)內(nèi)容、實(shí)訓(xùn)環(huán)節(jié)、測(cè)試內(nèi)容、答疑環(huán)節(jié)都是針對(duì)學(xué)生個(gè)體學(xué)習(xí)情況，智能化動(dòng)態(tài)產(chǎn)生的，換而言之，自適應(yīng)學(xué)習(xí)系統(tǒng)可以為每個(gè)學(xué)生定制出合適的學(xué)習(xí)方案。所以，運(yùn)用這種新技術(shù)進(jìn)行教學(xué)模式的改革和研究，對(duì)實(shí)現(xiàn)“有教無類、因材施教”的教育理念，對(duì)提高高職教育教學(xué)的效率和質(zhì)量，具有十分重要的理論和現(xiàn)實(shí)意義。

3 ?自適應(yīng)學(xué)習(xí)的國外研究現(xiàn)狀

國外對(duì)自適應(yīng)學(xué)習(xí)的研究較國內(nèi)的研究要早，其中美國的研究開啟了自適應(yīng)學(xué)習(xí)研究的大門，起到了領(lǐng)頭雁的作用。

美國對(duì)自適應(yīng)學(xué)習(xí)的研究起源于匹茲堡大學(xué)，該校的ITEM是一套智能授導(dǎo)系統(tǒng)，由Brusi教授提出。該系統(tǒng)的創(chuàng)新之處在于可以支持學(xué)習(xí)與授導(dǎo)的智能整合，學(xué)生管理智能系統(tǒng)存儲(chǔ)學(xué)生的大量學(xué)習(xí)記錄，并采用人工智能技術(shù)，優(yōu)化各類學(xué)習(xí)資源，用以適應(yīng)每個(gè)學(xué)生的學(xué)習(xí)習(xí)慣和知識(shí)水平。

Rizzo是意大利國家教育研究委員，他提出的語義信息空間地圖導(dǎo)航系統(tǒng)，思路是在相對(duì)封閉和或者開放的超級(jí)龐大的語料庫空間中，使用人造地標(biāo)和知識(shí)地圖來進(jìn)行導(dǎo)航。基于這種模式，研究團(tuán)隊(duì)開發(fā)了Knowledge-Sea系統(tǒng)來幫助用戶在教學(xué)講義與相關(guān)學(xué)習(xí)教程鏈接頁面之間，以及多個(gè)課程相關(guān)索引鏈接頁面之間進(jìn)行跳轉(zhuǎn)。

Hannover大學(xué)的Alrifai教授等人于2012年對(duì)歐洲人工智能項(xiàng)目TERENCE進(jìn)行了較為深入的研究，并在此基礎(chǔ)上提出了一套自適應(yīng)學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)框架，并建立了用戶和領(lǐng)域模型。

4 ?自適應(yīng)學(xué)習(xí)的國內(nèi)研究現(xiàn)狀

國內(nèi)對(duì)自適應(yīng)學(xué)習(xí)的研究比國外起步要晚，但近幾年對(duì)自適應(yīng)研究的熱度持續(xù)上漲，也取得了不少研究成果。

2008年，陳仕品、張劍平設(shè)計(jì)出了基于EAHAM模型（Enhanced Adaptive Hypermedia Application Model，增強(qiáng)適應(yīng)性超媒體應(yīng)用模型）的適應(yīng)性學(xué)習(xí)支持系統(tǒng)的體系結(jié)構(gòu)，該體系結(jié)構(gòu)能夠?qū)崿F(xiàn)根據(jù)學(xué)習(xí)者在知識(shí)基礎(chǔ)與認(rèn)知風(fēng)格等方面的個(gè)體差異提供適應(yīng)性學(xué)習(xí)支持，并且使系統(tǒng)的實(shí)現(xiàn)具有良好的可操作性。

技術(shù)方面，趙蔚、姜強(qiáng)提出基于用戶模型的個(gè)性化本體學(xué)習(xí)資源推薦，設(shè)計(jì)了基于GALSRM模型，并運(yùn)用貝葉斯網(wǎng)絡(luò)法挖掘網(wǎng)絡(luò)學(xué)習(xí)行為，更新學(xué)習(xí)風(fēng)格模型，使用協(xié)同過濾技術(shù)實(shí)現(xiàn)學(xué)習(xí)信息的動(dòng)態(tài)適應(yīng)推送，開發(fā)了面向“服務(wù)”視角的自適應(yīng)學(xué)習(xí)系統(tǒng)（SOALS）。

自適應(yīng)學(xué)習(xí)在某些專門領(lǐng)域已經(jīng)出現(xiàn)初步的應(yīng)用系統(tǒng)，國內(nèi)的是猿題庫，國外的有Knewton、SmartSparrow、Knowre、CogBooks、Declara。猿題庫剛開始提供公務(wù)員題庫、司法考試題庫和考研題庫，2013年開始進(jìn)軍中考和高考領(lǐng)域。Smart Sparrow主要聚焦于像科學(xué)、工程、醫(yī)學(xué)這樣的“通過實(shí)踐來學(xué)習(xí)”的學(xué)科。CogBooks致力于企業(yè)培訓(xùn)和高等教育兩塊，故其無科目限制。Declara允許用戶相互合作、共享資源，平臺(tái)通過用戶生成內(nèi)容（UGC）的方式構(gòu)成開放教育資源（Open Educational Resources，OER）平臺(tái)。

人工智能在近幾年掀起了研究和應(yīng)用高潮，繼2017年3月5日人工智能首次被寫入政府工作報(bào)告，今年的3月5日它再次出現(xiàn)在《政府工作報(bào)告》之中。而且相比去年被提升到國家發(fā)展戰(zhàn)略層面的待遇，人工智能在今年還被賦予協(xié)助國家經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)升級(jí)的重任。

為了搶占人工智能的制高點(diǎn)，國內(nèi)外幾家IT巨頭爭(zhēng)相推出各自的人工智能應(yīng)用平臺(tái)，從而讓普通用戶能快速便捷地使用人工智能技術(shù)，其中影響最大是谷歌公司推出的TensorFlow平臺(tái)，TensorFlow平臺(tái)以其功能強(qiáng)大且簡(jiǎn)單易用，使得人工智能的應(yīng)用門檻大大降低，目前幾乎已經(jīng)成為人工智能和深度學(xué)習(xí)的應(yīng)用標(biāo)準(zhǔn)。

Knowre是來自美國的一個(gè)功能較為齊全的自適應(yīng)學(xué)習(xí)平臺(tái)。Knowre人工智能自適應(yīng)學(xué)習(xí)平臺(tái)的架構(gòu)，主要包括三大神經(jīng)網(wǎng)絡(luò)：第一，學(xué)習(xí)資源神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)以學(xué)生對(duì)學(xué)習(xí)資源的評(píng)價(jià)為依據(jù)，對(duì)學(xué)習(xí)資源進(jìn)行分析和聚類，實(shí)現(xiàn)對(duì)學(xué)習(xí)資源的優(yōu)勝劣汰、動(dòng)態(tài)有效分類。第二，學(xué)生聚類神經(jīng)網(wǎng)絡(luò)。以學(xué)習(xí)資源的利用情況為標(biāo)準(zhǔn)，對(duì)學(xué)生進(jìn)行分析和聚類，目的是根據(jù)學(xué)生學(xué)習(xí)特點(diǎn)對(duì)不同學(xué)生進(jìn)行精準(zhǔn)分類。通過不斷地學(xué)習(xí)和進(jìn)化，以上兩個(gè)網(wǎng)絡(luò)將越來越得到優(yōu)化。第三，學(xué)習(xí)策略神經(jīng)網(wǎng)絡(luò)。能根據(jù)教師的調(diào)整規(guī)律和學(xué)生的反饋信息，動(dòng)態(tài)對(duì)學(xué)習(xí)策略進(jìn)行分析和聚類，最終發(fā)育成能根據(jù)不同學(xué)生個(gè)體推薦出有效學(xué)習(xí)策略的強(qiáng)大人工智能。深度學(xué)習(xí)網(wǎng)絡(luò)隨著學(xué)習(xí)資源的不斷豐富，學(xué)習(xí)者的不斷增加，學(xué)習(xí)時(shí)間的不斷累積，以上3個(gè)神經(jīng)網(wǎng)絡(luò)將越來越強(qiáng)大，給教師和學(xué)習(xí)者推薦的學(xué)習(xí)策略和學(xué)習(xí)資源就會(huì)越來越準(zhǔn)確。

5 ?自適應(yīng)學(xué)習(xí)對(duì)高職課程改革的思考

關(guān)于自適應(yīng)學(xué)習(xí)的國內(nèi)外研究取得了初步的理論成果，也推出了一些實(shí)踐應(yīng)用平臺(tái)，但離高職的教學(xué)應(yīng)用還有一定的距離，主要表現(xiàn)在以下兩個(gè)方面。

第一，在自適應(yīng)學(xué)習(xí)和高職教學(xué)模式結(jié)合的理論方面，由于其研究較少，尚未形成有共識(shí)的研究成果，在課程教學(xué)改革的實(shí)際應(yīng)用中必將產(chǎn)生很多理論困惑。因此，急需對(duì)這種智能化的在線學(xué)習(xí)方式對(duì)高職教學(xué)模式的影響做好理論研究?jī)?chǔ)備。

第二，在基于自適應(yīng)學(xué)習(xí)的高職教學(xué)模式應(yīng)用方面，缺乏從職業(yè)教育經(jīng)驗(yàn)和職業(yè)教育實(shí)踐角度開展大范圍的實(shí)證研究。因此，也需要從新的視角開展相關(guān)研究。

6 ?基于自適應(yīng)學(xué)習(xí)的高職課程改革的步驟

首先，通過研究自適應(yīng)學(xué)習(xí)的內(nèi)涵、結(jié)構(gòu)和運(yùn)行機(jī)制，歸納其課程和資源開發(fā)的規(guī)律;其次，通過研究目前高職課程教學(xué)模式的局限性，得到其不適應(yīng)個(gè)性化學(xué)習(xí)的根本原因;再次，通過研究高職學(xué)生學(xué)習(xí)習(xí)慣、心理特征，并按照自適應(yīng)學(xué)習(xí)的開發(fā)規(guī)律，對(duì)現(xiàn)有課程教學(xué)模式進(jìn)行重新設(shè)計(jì);最后，將新的教學(xué)模式進(jìn)行教學(xué)試點(diǎn)，并及時(shí)總結(jié)和反復(fù)修改、校正，得到日趨完善的基于自適應(yīng)學(xué)習(xí)的高職課程教學(xué)模式，最終實(shí)現(xiàn)高職課程的個(gè)性化學(xué)習(xí)，有效提高教學(xué)效率和教學(xué)效果。

參考文獻(xiàn)

[1] P.Brusilovsky，C.Peylo.Adaptive and Intelligent Web- based Educational Systems[J].International Journal of Artifi-cial Intelligence in Education，2003（13）：159-172.

[2] P.Brusilovsky，R.Farzan，J.Ahn.Layered Evaluationof Adaptive Search[A].In Proceedings of Workshop on Evalua-ting Exploratory Search Systems[C].At SIGIR，2006.

[3] R.Farzan，P.Brusilovsky.AnnotatEd：A social naviga-tion and annotation service for web-based educational resources[J].New Review of Hypermedia and Multimedia，2008，14（1）：31-32.

[4] Wolf，C.Towards Learning Style-Based E-Learningin Computer Science Education[A].In Proceedings of the Aus-tralasian Computing Education Conference[C].Adelaide，Australia，2003：273-279.

[5] PapanikolaouK.A，GrigoriadouM，KornilakisH，et al.Personalizing the Interaction in aWeb-Based Educational Hypermedia System： The Case of In-spire[J].User-Modeling and User-Adapted Interaction，2003，13（3）：213-267.

[6] 黃伯平，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)參考模型比較分析研究[J].中國電化教育，2009（9）：97-101.

[7] 姜強(qiáng)，趙蔚.自適應(yīng)學(xué)習(xí)系統(tǒng)中用戶模型和知識(shí)模型本體參考規(guī)范的設(shè)計(jì)[J].現(xiàn)代遠(yuǎn)距離教育，2011（1）：61-65.