孫發(fā)勤 馮 銳

（1.揚(yáng)州大學(xué) 新聞與傳媒學(xué)院，江蘇揚(yáng)州 225009；2.南京農(nóng)業(yè)大學(xué) 公共管理學(xué)院，江蘇南京 210095）

一、引言

新一輪科技革命和產(chǎn)業(yè)革命的孕育興起，對人才需求發(fā)生了巨大變化，對教育也提出了新的要求，在中小學(xué)階段開展人工智能與編程教育成為大勢所趨。2017年7月，國務(wù)院在《新一代人工智能發(fā)展規(guī)劃》中首次明確提出，要“實(shí)施全民智能教育項(xiàng)目，在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育”[1]。在2018年新發(fā)布的課標(biāo)方案中，信息技術(shù)、通用技術(shù)、數(shù)學(xué)等都加入“了解物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)處理”等與編程教育相關(guān)的知識內(nèi)容[2]。由教育部發(fā)布的 《2019年教育信息化和網(wǎng)絡(luò)安全工作要點(diǎn)》也指出，要“推動在中小學(xué)階段設(shè)置人工智能相關(guān)課程，逐步推廣編程教育”[3]。因此，為了提高基礎(chǔ)教育階段學(xué)生的未來數(shù)字適應(yīng)力，現(xiàn)階段迫切需要在中小學(xué)推廣實(shí)施編程教育的相關(guān)課程。

智能導(dǎo)師系統(tǒng) （Intelligent Tutoring System，ITS）最早出現(xiàn)于20世紀(jì)80年代初，是一種基于規(guī)則的專家系統(tǒng)，研究和開發(fā)的最初目標(biāo)是模擬學(xué)生與人類導(dǎo)師之間的教學(xué)和互動。智能導(dǎo)師系統(tǒng)根據(jù)學(xué)生在某一特定領(lǐng)域的知識現(xiàn)狀，動態(tài)調(diào)整呈現(xiàn)給每位學(xué)生的個性化學(xué)習(xí)內(nèi)容，并提供學(xué)習(xí)支持和反饋，以支持學(xué)生的認(rèn)知。其主要優(yōu)勢在于：它是具有智能的交互式應(yīng)用程序，能夠根據(jù)學(xué)生的需求和偏好，動態(tài)改變學(xué)習(xí)材料的內(nèi)容、呈現(xiàn)和反饋，并及時調(diào)整教學(xué)過程和教學(xué)策略。智能導(dǎo)師系統(tǒng)可以提供與學(xué)習(xí)者一對一的個性化學(xué)習(xí)指導(dǎo)和全面詳細(xì)的教學(xué)反饋，是一種基于學(xué)習(xí)者需求的定制教學(xué)，能幫助有著不同學(xué)習(xí)需求和特征的學(xué)習(xí)者，更精準(zhǔn)地獲得知識和技能[4]。

目前，傳統(tǒng)學(xué)科的智能導(dǎo)師系統(tǒng)已受到廣泛關(guān)注，并形成不少成功的應(yīng)用案例。比如，在數(shù)學(xué)應(yīng)用領(lǐng)域，Brown根據(jù)學(xué)習(xí)者模型設(shè)計的減法導(dǎo)師，根據(jù)兒童在減法中遇到的問題，設(shè)計了針對學(xué)習(xí)者水平的減法學(xué)習(xí)資源[5]；林建祥等著重研究了領(lǐng)域知識的專家系統(tǒng)，如何訓(xùn)練和指導(dǎo)學(xué)生的微積分演算求解能力[6]。在外語應(yīng)用領(lǐng)域，蔣艷等研究了“句酷批改網(wǎng)”的工作原理，然后通過實(shí)例分析了“句酷批改網(wǎng)”作為智能導(dǎo)師系統(tǒng)所面臨的挑戰(zhàn)[7]；梁迎麗等設(shè)計了基于語音評測的英語口語智能導(dǎo)師系統(tǒng)[8]。在生物學(xué)應(yīng)用領(lǐng)域，Olney等在生物學(xué)課程中利用自然語言理解技術(shù)，分析學(xué)生的話語，然后提供適當(dāng)?shù)闹笇?dǎo)和形成性反饋[9]。王世敏、賀繼東等在系統(tǒng)架構(gòu)上，對通用智能導(dǎo)師系統(tǒng)進(jìn)行過研究[10-11]。

從目前的研究現(xiàn)狀開看，相關(guān)研究主要集中在傳統(tǒng)的學(xué)科領(lǐng)域，受時代背景的制約，大部分都是基于早期的專家?guī)煜到y(tǒng)，編程教育的相關(guān)應(yīng)用研究，目前仍比較鮮見，尤其是人工智能時代背景下關(guān)于K-12階段的編程教育的編程導(dǎo)師研究，更是鳳毛麟角。

二、智能導(dǎo)師系統(tǒng)應(yīng)用于K-12編程教育中的必要性

（一）編程教育的特殊性需要智能導(dǎo)師系統(tǒng)支持

關(guān)于編程的定義有很多種，一種典型的定義是：在計算機(jī)或任何其他自動化設(shè)備上，通過使用預(yù)定義的規(guī)則和語義，來表示事實(shí)、數(shù)據(jù)或信息，從而對問題的解決方案，進(jìn)行編碼、建模、模擬或呈現(xiàn)過程[12]。因此，相對于其他學(xué)科，編程有如下三個重要的特征：第一，編程強(qiáng)調(diào)全過程再現(xiàn)。編程者與計算機(jī)的“對話”應(yīng)該包含解決問題過程的每一步，步驟的分解顆粒度應(yīng)該小到編程語言的“元操作”。如，采用Scratch編程，則過程必須細(xì)化到利用現(xiàn)有的“積木塊”如何解決問題的每一步驟。第二，觀察學(xué)習(xí)成為重要學(xué)習(xí)方式。學(xué)習(xí)者無需言語即可與講授者進(jìn)行交流，只要通過觀察演示者編程的過程，就能學(xué)習(xí)到演示者是如何對問題進(jìn)行界定、分解和解決的。如，直播網(wǎng)站Livecoding.tv通過實(shí)時編程過程的直播，來提高學(xué)習(xí)者編程能力。第三，編程需要學(xué)習(xí)情感的支持。傳統(tǒng)的編程過程是一個與機(jī)器交互的過程，機(jī)器是冷冰冰的，無法感知到學(xué)習(xí)者的學(xué)習(xí)情感，也無法與學(xué)習(xí)者進(jìn)行情感交流。當(dāng)學(xué)習(xí)者長時間面對沒有情感的冷漠的計算機(jī)屏幕，而感受不到師生交互的樂趣和教師的情感激勵時，不僅容易對學(xué)習(xí)產(chǎn)生反感，影響學(xué)習(xí)效果，而且還可能危害到學(xué)習(xí)者的心理健康[13]。

（二）解決師資匱乏需要智能導(dǎo)師系統(tǒng)支持

編程教育師資力量薄弱且分布不均。首先，在高考和中考政策的指引下，現(xiàn)階段K-12教育的師資重點(diǎn)分布在中考、高考的考試學(xué)科中，作為“副科”且又是新興學(xué)科的編程教育，師資儲備極為缺乏，因此，編程教育師資資源很難在短期得到滿足。其次，僅有的師資主要分布在經(jīng)濟(jì)發(fā)達(dá)地區(qū)，城鄉(xiāng)差異大，且相關(guān)師資主要來自信息技術(shù)老師、合作院校的研究生及部分產(chǎn)品廠家的宣講講師，由于信息技術(shù)教師課程知識結(jié)構(gòu)陳舊，合作院校的研究生水平參差不齊且流動性大，合作廠商的講師知識局限及服務(wù)時間短，因此，在這些學(xué)校開展編程教育同樣存在較大教師資源壓力。最后，一些鄉(xiāng)村及邊遠(yuǎn)貧困地區(qū)的學(xué)校甚至連基礎(chǔ)課程師資都很缺乏，更談不上發(fā)展編程課程的師資。而編程智能導(dǎo)師系統(tǒng)擁有的大量在其他發(fā)達(dá)地區(qū)形成的優(yōu)秀課程資源，以及編程智能導(dǎo)師系統(tǒng)所具有的共享交流、遠(yuǎn)程協(xié)助、智能輔導(dǎo)等相關(guān)學(xué)習(xí)輔助功能，能有效降低編程教育對當(dāng)?shù)叵嚓P(guān)師資數(shù)量及質(zhì)量的需求，在一定程度上能解決邊遠(yuǎn)及欠發(fā)達(dá)地區(qū)的師資問題，落實(shí)國家關(guān)于在中小學(xué)逐步推廣編程教育的難題。

（三）未來個性化學(xué)習(xí)需要智能導(dǎo)師系統(tǒng)支持

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術(shù)與教育應(yīng)用場景的深度融合，未來的學(xué)校教育將全面進(jìn)入“人機(jī)協(xié)同”時代：機(jī)器將承擔(dān)更多“教”的功能，人類教師則會把更多精力放在“育”上，因此，智能導(dǎo)師將是未來教育中“授業(yè)解惑”的主體存在。傳統(tǒng)的“一刀切”學(xué)習(xí)系統(tǒng)已不再有效，學(xué)習(xí)者在動機(jī)、先驗(yàn)知識、個性、情感、文化等特征上存在差異，將影響教育主體者的教育實(shí)施過程。因此，為每個學(xué)習(xí)者提供個性化教學(xué)也將成為一種必然的選擇。

智能導(dǎo)師系統(tǒng)支持的個性化教學(xué)分為三個層面。第一，個性化學(xué)習(xí)服務(wù)。以學(xué)習(xí)者為中心，學(xué)習(xí)環(huán)境、步調(diào)和教學(xué)方法都是根據(jù)學(xué)生的獨(dú)特需求、優(yōu)勢和興趣量身定做的。第二，個性化安排服務(wù)。學(xué)習(xí)者對自己的學(xué)習(xí)擁有主動權(quán)，可以制定和調(diào)整智能導(dǎo)師的學(xué)習(xí)計劃，為學(xué)習(xí)者設(shè)定目標(biāo)、定期評估學(xué)習(xí)情況、理解和反思學(xué)習(xí)過程提供了機(jī)會。第三，個性化互動服務(wù)。學(xué)習(xí)者定期與其他在線學(xué)習(xí)者、教師或業(yè)界工程師合作，通過多種途徑交互，感受真實(shí)的編程體驗(yàn)。智能導(dǎo)師系統(tǒng)利用全新的技術(shù)手段，從學(xué)習(xí)行為軌跡、學(xué)習(xí)狀態(tài)數(shù)據(jù)中，尋找學(xué)習(xí)者的學(xué)習(xí)困難和瓶頸位置，為學(xué)習(xí)者提供有針對性的學(xué)習(xí)干預(yù)和個性化學(xué)習(xí)[14]、安排及互動支持服務(wù)。

三、K-12編程教育智能導(dǎo)師系統(tǒng)的架構(gòu)

（一）傳統(tǒng)的智能導(dǎo)師系統(tǒng)架構(gòu)

智能導(dǎo)師系統(tǒng)的設(shè)計和開發(fā)，是以計算機(jī)科學(xué)、認(rèn)知科學(xué)、心理學(xué)、學(xué)習(xí)科學(xué)、計算語言學(xué)、人工智能等學(xué)科的理論和模型相結(jié)合為技術(shù)基礎(chǔ)的，其最初研究和開發(fā)目的，在于模擬學(xué)生和人類導(dǎo)師之間的教學(xué)和互動。例如，2014年康斯坦蒂娜（Chrysafiadi K.）提出，一個典型的智能導(dǎo)師系統(tǒng)架構(gòu)結(jié)構(gòu)應(yīng)包括四個部分，即知識領(lǐng)域模型、學(xué)生模型、教學(xué)模型、互動模型[15]。其中，知識領(lǐng)域模型，存儲向?qū)W生講授的學(xué)習(xí)材料；學(xué)生模型，存儲關(guān)于學(xué)習(xí)者的知識水平、能力、偏好和需求的信息；教學(xué)模型，提供學(xué)生診斷和輔導(dǎo)控制，并根據(jù)智能導(dǎo)師系統(tǒng)的其他組成部分提供的信息，做出適當(dāng)?shù)慕虒W(xué)決策；互動模型，提供系統(tǒng)與學(xué)習(xí)者交互的界面，如圖1所示。

圖1 康斯坦蒂娜智能導(dǎo)師系統(tǒng)架構(gòu)

Murphy與Robert也認(rèn)為，一個典型的智能導(dǎo)師系統(tǒng)架構(gòu)，至少應(yīng)該包括三個相互作用的部分：領(lǐng)域模型、學(xué)生模型和輔導(dǎo)教學(xué)模型[16]。劉清堂等認(rèn)為，智能導(dǎo)師系統(tǒng)應(yīng)該包含四部分內(nèi)容：領(lǐng)域知識庫、學(xué)生模型、教學(xué)策略與推理模塊、人機(jī)接口[17]。李紅美等在研究智能教學(xué)系統(tǒng)支持英語學(xué)習(xí)的研究中，將智能導(dǎo)師系統(tǒng)概括為包含學(xué)習(xí)模型、教師模型、專家模型及智能接口四個部分[18]。

通過對國內(nèi)外智能導(dǎo)師系統(tǒng)架構(gòu)的相關(guān)文獻(xiàn)梳理，我們發(fā)現(xiàn)，典型的智能導(dǎo)師系統(tǒng)，包括知識模型（領(lǐng)域模型）、學(xué)生模型（學(xué)習(xí)模型）、教學(xué)模型（教學(xué)策略/教師模型）三部分內(nèi)容；部分?jǐn)U展的模型加入了智能接口，實(shí)現(xiàn)了和學(xué)習(xí)者的智能互動。從文獻(xiàn)分析來看，目前的智能導(dǎo)師系統(tǒng)架構(gòu)，都無法滿足在編程教育中實(shí)現(xiàn)對編程過程記錄、編程情感支持及編程知識獨(dú)有的呈現(xiàn)方式的需求。因此，需要對現(xiàn)有的模型進(jìn)行擴(kuò)充和改進(jìn)，建立符合編程需要的編程智能導(dǎo)師系統(tǒng)。

（二）K-12編程智能導(dǎo)師系統(tǒng)架構(gòu)的設(shè)計

鑒于編程學(xué)科與傳統(tǒng)學(xué)科（如，數(shù)學(xué)、生物等）的教學(xué)及實(shí)施過程不同，為了建設(shè)符合編程教育特點(diǎn)的智能導(dǎo)師系統(tǒng)，在設(shè)計K-12編程智能導(dǎo)師系統(tǒng)時，需要重點(diǎn)考慮以下三個核心問題。

1.建立對學(xué)生全方位的立體畫像

傳統(tǒng)的智能導(dǎo)師系統(tǒng)可能只需要關(guān)注學(xué)生的靜態(tài)特征（如，學(xué)生的人口屬性、認(rèn)知特征、元認(rèn)知特征、學(xué)習(xí)準(zhǔn)備等）和知識水平，知識水平評估也更多表現(xiàn)為終結(jié)性評估，對學(xué)習(xí)過程中的形成性評估關(guān)注較少。全方位立體畫像除了要包含學(xué)習(xí)者上述的靜態(tài)特征外，還應(yīng)該包含學(xué)習(xí)者知識模型特征及學(xué)習(xí)者問題解決模式特征。因此，在編程智能導(dǎo)師系統(tǒng)中，需要從編程的過程中，全程把握學(xué)習(xí)者認(rèn)知水平及認(rèn)知過程，重新刻畫出一個“活生生”的學(xué)習(xí)者“畫像”。在這個過程中，需要加入知識評估模型，對編程過程中的學(xué)習(xí)者進(jìn)行實(shí)時知識水平評估及問題解決模式評估。對編程過程的記錄，需要在智能導(dǎo)師系統(tǒng)架構(gòu)中加入追蹤模型。

2.提供情感感知、情感支持服務(wù)

智能導(dǎo)師系統(tǒng)不僅僅在知識學(xué)習(xí)上為學(xué)習(xí)者提供精準(zhǔn)服務(wù)，還應(yīng)該是一個具備情感支持系統(tǒng)的智能系統(tǒng)[19]。要做到情感支持首先必須做到情感感知，如何讓智能導(dǎo)師系統(tǒng)能感知到機(jī)器面前的學(xué)習(xí)者情感？為智能導(dǎo)師系統(tǒng)配備合適的傳感器接入系統(tǒng)，就顯得非常重要。如，攝像頭可以獲得學(xué)習(xí)者表情數(shù)據(jù)；手環(huán)可以獲得學(xué)習(xí)者的脈搏數(shù)據(jù)；智能椅墊可以獲得學(xué)習(xí)者的坐姿數(shù)據(jù)；互動文本可以獲取學(xué)習(xí)者的情緒數(shù)據(jù)等等。因此，需要構(gòu)建一個追蹤模型，來實(shí)時獲取和處理學(xué)習(xí)者學(xué)習(xí)過程中的情感數(shù)據(jù)，以便為其提供相應(yīng)的學(xué)習(xí)情感支持。

3.優(yōu)化編程知識呈現(xiàn)方式

編程過程其實(shí)是在特定語法框架下對問題解決流程的再現(xiàn)，因此，編程知識最好的呈現(xiàn)方式就是過程再現(xiàn)。當(dāng)然，在編程學(xué)習(xí)過程中，也有需要識記的基本概念和使用規(guī)范等，使用不同的知識載體承載知識，會有“認(rèn)知帶寬”的差異。因此，需要使用媒體模型，根據(jù)學(xué)習(xí)者學(xué)習(xí)風(fēng)格及知識的不同選取合適的方式，向?qū)W習(xí)者呈現(xiàn)知識。

基于以上分析，我們在傳統(tǒng)的智能導(dǎo)師系統(tǒng)架構(gòu)中，加入對規(guī)則化編程行為全過程（行為、情感、其他生理數(shù)據(jù)）記錄和分析的追蹤模型、知識水平評估及問題解決模式評估的評估模型，包括自動適配知識承載方式的媒體模型，形成K-12編程智能導(dǎo)師系統(tǒng)架構(gòu)，如圖2所示。

圖2 K-12編程智能導(dǎo)師系統(tǒng)架構(gòu)

四、K-12編程教育智能導(dǎo)師系統(tǒng)模型的設(shè)計

（一）領(lǐng)域模型

領(lǐng)域模型描述了學(xué)習(xí)者需要學(xué)習(xí)的學(xué)科知識體系。包含學(xué)科所有概念、技能及它們之間的相互關(guān)系。即通過學(xué)科領(lǐng)域?qū)＜?，將某一領(lǐng)域的知識簡化為解決問題所需要知識結(jié)構(gòu)，在編程領(lǐng)域，表現(xiàn)為通過自動化工具提取編程學(xué)習(xí)的領(lǐng)域模型[20]。領(lǐng)域內(nèi)的知識劃分應(yīng)按照顆粒度粗細(xì)，分為不同層次。具體而言，首先將學(xué)科總知識目標(biāo)需求分為一個個知識（技能）塊；其次將知識塊分割為不同的知識條（群）；最后將知識條分解為具體的知識點(diǎn)。如，在Scratch教學(xué)中，“角色呈現(xiàn)”可以描述為知識塊，“角色移動”就是其中一個知識條，而關(guān)于“坐標(biāo)、正負(fù)數(shù)”則屬于知識點(diǎn)，如圖3所示。

圖3 領(lǐng)域模型：塊→條→點(diǎn)三級知識結(jié)構(gòu)

知識圖譜（Knowledge Graph）是構(gòu)建領(lǐng)域模型的重要手段，它通過利用計算機(jī)符號來表示和處理知識，通常使用圖的方式來存儲知識。在Scratch教學(xué)中，圖4顯示了使用SPO（Subject-Predication-Object）三元組，來描述“移動”這個知識條所包含的知識結(jié)構(gòu)：學(xué)習(xí)者掌握“移動”，需要了解坐標(biāo)，坐標(biāo)包含方向、數(shù)值和單位，數(shù)值包含正負(fù)數(shù)、單位和單位長度有關(guān)的知識點(diǎn)，而單位長度依賴于“舞臺大小”和“舞臺”這兩個知識條產(chǎn)生關(guān)聯(lián)。

圖4 知識表示：資源描述框架（RDF）有向標(biāo)記圖

（二）學(xué)生模型

建立有效的學(xué)生模型是智能導(dǎo)師系統(tǒng)的關(guān)鍵因素。趙小丹等認(rèn)為，在智能導(dǎo)師系統(tǒng)中，學(xué)生模型主要包括學(xué)習(xí)者的基本信息、學(xué)習(xí)風(fēng)格、知識水平、學(xué)習(xí)歷史及心理狀態(tài)等幾個方面[21]。鑒于上述編程課程注重過程化的特點(diǎn)，本文中的學(xué)生模型指的是學(xué)習(xí)者所特有的靜態(tài)與學(xué)習(xí)相關(guān)的特征，包括人口屬性、認(rèn)知特征、元認(rèn)知特征、學(xué)習(xí)準(zhǔn)備等，如圖5所示。需要指出的是，本文將與學(xué)習(xí)者知識水平相關(guān)的動態(tài)特征數(shù)據(jù)，劃分到評估模型，并將與學(xué)習(xí)過程、學(xué)習(xí)情感相關(guān)的學(xué)習(xí)過程數(shù)據(jù)，劃分到追蹤模型。

圖5 學(xué)生模型：學(xué)習(xí)靜態(tài)特征描述

如圖5所示，學(xué)生模型主要包括：（1）人口屬性。Cabedo等認(rèn)為，學(xué)習(xí)者在開始在線學(xué)習(xí)之前，自身所具有的特征很重要[22]。本研究中的學(xué)習(xí)者人口屬性，包括性別、年齡、教育層次及專業(yè)背景等方面信息。學(xué)習(xí)者人口屬性信息可以直接從學(xué)習(xí)平臺的學(xué)習(xí)者基本信息脫敏后獲得。（2）學(xué)習(xí)準(zhǔn)備。學(xué)習(xí)準(zhǔn)備指學(xué)習(xí)者在從事新的學(xué)習(xí)時，原有的知識水平或原有的心理發(fā)展水平對新知識的適應(yīng)性，包含學(xué)習(xí)動機(jī)和初始能力[23]。良好的初始知識和具備良好初期表現(xiàn)的學(xué)習(xí)者，往往能夠在最終獲得“成功”[24]。（3）認(rèn)知特征。認(rèn)知特征是指影響學(xué)習(xí)者感知、組織、加工和記憶信息能力的因素，如智力、工作記憶能力和學(xué)習(xí)風(fēng)格等。（4）元認(rèn)知特征。元認(rèn)知特征是指能夠使學(xué)生意識到自己的知識和能力，并使其能夠監(jiān)控和指導(dǎo)自己的學(xué)習(xí)過程。

（三）評估模型

評估模型包含：學(xué)習(xí)者已經(jīng)掌握了的知識及程度，即學(xué)習(xí)者的學(xué)習(xí)地圖；學(xué)習(xí)者解決在學(xué)習(xí)過程中因誤解和錯誤而導(dǎo)致的問題，即對問題解決模式的評估。

貝葉斯知識追蹤（BKT）是一種常用的機(jī)器學(xué)習(xí)技術(shù)，用于建模學(xué)習(xí)者的知識。這種技術(shù)可以根據(jù)學(xué)習(xí)者之前的表現(xiàn)，推斷出學(xué)習(xí)者所具有的知識。它是一個隱馬爾可夫模型，其中學(xué)習(xí)表現(xiàn)是一個可觀察的變量，而學(xué)習(xí)者的知識則是一個隱藏的變量[25]。BKT為每個知識元素定義了兩個狀態(tài)：已學(xué)習(xí)或未學(xué)習(xí)；并定義了學(xué)習(xí)者答題情況的四個概率：（1）學(xué)習(xí)者已經(jīng)知道某概念的概率；（2）學(xué)習(xí)者在經(jīng)過練習(xí)后學(xué)會該概念的概率；（3）學(xué)習(xí)者沒有掌握該概念，但是蒙對的概率；（4）學(xué)習(xí)者已經(jīng)掌握該概念，但答題失誤的概率，模型在學(xué)習(xí)者提交的每一個答案后自動更新[26]。這種方法可以對學(xué)習(xí)者知識模型進(jìn)行評估，但缺點(diǎn)是沒有考慮到學(xué)習(xí)者的遺忘因素及學(xué)習(xí)者的個性因素。加入LSTM網(wǎng)絡(luò)結(jié)構(gòu)的深度知識追蹤，能較好地解決上述問題。

知識水平并不是知識評估的唯一特征，在學(xué)習(xí)過程中，學(xué)習(xí)者的誤解和錯誤也是學(xué)習(xí)者知識評估的一部分。錯誤的思想或錯誤的事實(shí)，都可能導(dǎo)致學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生錯誤的理解。智能導(dǎo)師系統(tǒng)同樣需要對學(xué)習(xí)者的錯誤和錯誤概念進(jìn)行建模，最常用的模擬學(xué)習(xí)者錯誤和誤解的方法是微擾模型。再者，編程教育特別強(qiáng)調(diào)問題解決能力的培養(yǎng)，因此，評估模型還需要進(jìn)一步了解他們是如何掌握這些知識的，即問題解決模式評估，問題解決模式評估模型決定了系統(tǒng)如何引導(dǎo)學(xué)習(xí)者有效解決問題。

根據(jù)學(xué)習(xí)者解決問題的思路過程，學(xué)習(xí)者問題解決模式分為獨(dú)立傾向、猜測依賴、求助傾向、求助依賴及放棄努力五種情況，其解決問題的行為路徑如圖6所示，不同問題解決模式的行為特點(diǎn)如表1所示。具有獨(dú)立傾向的學(xué)習(xí)者的問題解決模式以探索為主，他們會先思考后探索，兩次解決問題的行為之間的時間間隔較長，且分布隨機(jī)，他們喜歡獨(dú)立思考，不愿意向他人或系統(tǒng)求助；屬于猜測依賴的學(xué)習(xí)者往往不經(jīng)過思考直接嘗試解決問題，兩次解決問題之間的時間間隔較短，且分布集中；具有求助傾向的學(xué)習(xí)者與獨(dú)立傾向的學(xué)習(xí)者問題解決行為類似，不同之處在于他們遇到問題后，更傾向于向外界發(fā)出求助而不是獨(dú)立解決；求助依賴的學(xué)習(xí)者在遇到問題后，不愿意探索也不愿意猜測，而是會反復(fù)向外界發(fā)出求助請求，直至問題解決；放棄努力的學(xué)習(xí)者在遇到問題后不嘗試使用任何解決問題的方法，直接放棄任務(wù)。

圖6 不同問題解決模式行動圖

表1 不同問題解決模式的行為特點(diǎn)

（四）追蹤模型

對學(xué)習(xí)者學(xué)習(xí)過程數(shù)據(jù)的收集與分析，一直是智能導(dǎo)師系統(tǒng)中的關(guān)鍵環(huán)節(jié)[27]。追蹤模型是對學(xué)習(xí)者問題解決的全過程行為數(shù)據(jù)進(jìn)行建模。在學(xué)習(xí)過程中，情緒是學(xué)習(xí)者的一項(xiàng)重要的內(nèi)隱式學(xué)習(xí)特征，情緒互動的缺失，容易引發(fā)學(xué)習(xí)者產(chǎn)生倦怠和迷茫，進(jìn)而導(dǎo)致學(xué)習(xí)動機(jī)的下降[28]。智能導(dǎo)師系統(tǒng)通過追蹤模型分析編程行為狀態(tài)（模塊選擇、鼠標(biāo)移動、鍵盤敲擊、表情、脈搏等），了解學(xué)習(xí)者瞬時的認(rèn)知情感并及時對負(fù)面情感進(jìn)行干預(yù)，如圖7所示。

圖7 追蹤模型的數(shù)據(jù)來源

（1）追蹤編程過程：詳細(xì)記錄編程過程中鼠標(biāo)的懸停位置與時間、每次點(diǎn)擊的位置與時間、Block的選擇、Block 的拖放、Block 的移動、Block 的刪除、Block屬性的變化（初值與終值）、鼠標(biāo)移動軌跡等。追蹤編程過程可以分析并推斷出學(xué)習(xí)者的問題解決模式。

（2）追蹤認(rèn)知情感：所有的“認(rèn)知”都帶有“情緒”，情感狀態(tài)與知識同化和建構(gòu)活動有關(guān)。情感產(chǎn)生于環(huán)境與人的相互作用活動中，并影響認(rèn)知行為，如困境導(dǎo)致的困惑和挫折對學(xué)習(xí)有負(fù)面作用。情感狀態(tài)雖不能直接測量，但可以通過分析學(xué)習(xí)者表情和學(xué)習(xí)者行為來“推斷”。因此，通過編程過程中學(xué)習(xí)者表情數(shù)據(jù)與脈搏數(shù)據(jù)，可以了解學(xué)習(xí)者認(rèn)知情感狀態(tài)。

（3）追蹤互動數(shù)據(jù)：利用在線協(xié)助，在線學(xué)習(xí)者可以通過眾籌的方式，實(shí)現(xiàn)學(xué)習(xí)互助，系統(tǒng)追蹤求助過程的時間、方式、對象、問題等全過程信息。通過充分應(yīng)用文本分析、機(jī)器學(xué)習(xí)、知識圖譜等技術(shù)，形成問題解決知識庫；應(yīng)用文本情感分析完善學(xué)習(xí)者的認(rèn)知情感，通過文本主題分析完善學(xué)習(xí)者知識地圖；通過優(yōu)秀作品分享提高受助者的編程能力，同時提高了分享者的學(xué)習(xí)積極性。

（五）適應(yīng)模型

適應(yīng)模型的主要功能為學(xué)習(xí)資源推薦、問題解決思路提醒及學(xué)習(xí)路徑規(guī)劃。通過綜合領(lǐng)域模型（領(lǐng)域地圖、知識庫/案例庫）、學(xué)生模型（學(xué)生畫像）、評估模型（學(xué)習(xí)地圖、問題解決模式）及追蹤模型（學(xué)習(xí)行為數(shù)據(jù)及情感數(shù)據(jù)）等“冷、溫、熱”數(shù)據(jù)，智能導(dǎo)師系統(tǒng)能動態(tài)監(jiān)測到學(xué)習(xí)者所遇到的問題，通過知識推理追溯問題來源，提供解決問題的思路，推薦解決問題所需學(xué)習(xí)資源；同時，拓展問題的外圍知識，建議下一步學(xué)習(xí)路徑等。適應(yīng)模型是智能導(dǎo)師系統(tǒng)的核心功能，該模型能夠根據(jù)學(xué)習(xí)者當(dāng)前的學(xué)習(xí)需求，與學(xué)習(xí)者進(jìn)行個性化互動，如圖8所示。

圖8 追蹤模型結(jié)合學(xué)習(xí)過程中的“冷、溫、熱”數(shù)據(jù)形成決策

（六）媒體模型

媒體模型可提供面向不同用戶、不同場景下知識的呈現(xiàn)方式。每個學(xué)習(xí)者都有其特定的學(xué)習(xí)風(fēng)格，因此，需要將領(lǐng)域模型中所包含的教育資源與學(xué)習(xí)者的特點(diǎn)和需求相匹配，并通過媒體模型來提供符合學(xué)習(xí)者學(xué)習(xí)風(fēng)格的知識呈現(xiàn)方式。不同的媒體類型不僅呈現(xiàn)方式不同，其匹配的技術(shù)、知識編碼系統(tǒng)及信息帶寬也不同。圖9顯示了在編程教育中常見的知識承載方式，相對于傳統(tǒng)學(xué)科，流程演示、生活場景是編程教育中所特有的知識承載方式，它們都是編程教育中滿足觀察學(xué)習(xí)所需的資源呈現(xiàn)方式。

圖9 編程教育中知識的承載方式

五、K-12編程教育智能導(dǎo)師系統(tǒng)應(yīng)用探索

為了讓K-12編程智能導(dǎo)師系統(tǒng)能真正落地，并有效彌補(bǔ)當(dāng)前編程師資缺乏，解決編程教育中的教育公平問題，切實(shí)助力我國K-12編程教育的發(fā)展，我們需要進(jìn)一步解決如下兩個問題：（1）K-12編程教育智能導(dǎo)師系統(tǒng)的應(yīng)用模式是什么？（2）應(yīng)用的過程中有哪些問題需要我們注意？

（一）編程智能導(dǎo)師應(yīng)用模式探索

1.課前預(yù)習(xí)與探索

課前的預(yù)習(xí)有利于學(xué)習(xí)者盡早了解課堂中需要解決的問題，并對問題進(jìn)行初步探索。通過編程導(dǎo)師系統(tǒng)的幫助，學(xué)習(xí)者可以通過前期已學(xué)的知識，對要解決的問題進(jìn)行初步分析建模，并在編程導(dǎo)師系統(tǒng)中探索解決問題的路徑。在探索的問題解決的過程中，學(xué)習(xí)者通過先前知識的局限與新問題的矛盾，從而發(fā)現(xiàn)自身的認(rèn)知不足與認(rèn)知沖突，引發(fā)了他們強(qiáng)烈的內(nèi)部學(xué)習(xí)動機(jī)，從而為后續(xù)的學(xué)習(xí)提供動力。

2.課中答疑與輔導(dǎo)

在編程課堂進(jìn)行前，教師可以通過對前期學(xué)習(xí)者課前預(yù)習(xí)與探索過程中遇到的問題，進(jìn)行匯總與總結(jié)，找出本次課中學(xué)習(xí)者容易混淆或出錯的相關(guān)知識點(diǎn)及操作步驟，在課堂教學(xué)時就可以有針對性進(jìn)行。由于編程過程是一個相對開放的過程，即使在同一思路指導(dǎo)下，每個學(xué)習(xí)者都會給出不同的步驟來實(shí)現(xiàn)，在這個過程中學(xué)習(xí)者會出現(xiàn)各種各樣的問題。如在我們所組織的編程公益課堂中，主講教師只需要1名，為了達(dá)到較好的教學(xué)效果，每4名同學(xué)就需要安排1名輔導(dǎo)老師，由此可見輔導(dǎo)工作量的巨大。通過編程智能導(dǎo)師系統(tǒng)，系統(tǒng)可以根據(jù)學(xué)習(xí)者的具體情況，進(jìn)行智能化的答疑和輔導(dǎo)，從而大大降低輔導(dǎo)工作量。

3.課后分享與提高

在編程教育中，每個編程問題往往都有很多種不同的實(shí)現(xiàn)方式。通過線下教師指導(dǎo)或線上智能導(dǎo)師輔導(dǎo)后，學(xué)習(xí)者會形成一個自己對該問題的解決思路。在智能導(dǎo)師系統(tǒng)中，學(xué)習(xí)者可以將其解決思路或系統(tǒng)記錄的其解決問題的步驟在共享區(qū)共享，在分享的同時，他也可以學(xué)習(xí)到其他學(xué)習(xí)者的解題思路。學(xué)習(xí)者通過對比回放其他學(xué)習(xí)者的解題及實(shí)現(xiàn)思路，來學(xué)習(xí)多角度分析問題、解決問題的方式，以達(dá)到提高自身編程水平的目的。

（二）編程智能導(dǎo)師應(yīng)用問題探索

1.以可視編程為基礎(chǔ)，開展可視化編程教學(xué)

處于K-12階段的孩子有著豐富的想象力與創(chuàng)造力，利用可視化編程工具可以降低編程的門檻，孩子們可以將繁冗的語法暫擱一邊，利用他們熟悉的“搭積木”模式進(jìn)行可視化編程，這種編程模式更利于孩子創(chuàng)意的自由表達(dá)，提高編程的樂趣?，F(xiàn)階段有很多可視化編程工具，如，Scratch、Google Blockly以及由這兩種平臺擴(kuò)展開發(fā)的其他平臺等。通過這些可視化平臺，不僅可以降低孩子們編程的復(fù)雜性，還可以降低追蹤學(xué)生編程行為的復(fù)雜度。因此，建議K-12編程智能導(dǎo)師系統(tǒng)能提供類似于Scratch、Google Blockly的編程環(huán)境。

2.以協(xié)作編程為手段，推進(jìn)協(xié)作化編程學(xué)習(xí)

協(xié)作學(xué)習(xí)作為一種有效的學(xué)習(xí)模式正被越來越廣泛的應(yīng)用，但現(xiàn)有的可視化編程平臺都不具備協(xié)作學(xué)習(xí)的功能。雖然，Scratch社區(qū)可以讓全球的開發(fā)者將作品上傳到社區(qū)中，學(xué)習(xí)者可以通過社區(qū)進(jìn)行相互交流，但因其社區(qū)和編程平臺是分離的，而無法在編程過程中進(jìn)行協(xié)作學(xué)習(xí)。因此，需要將協(xié)作編程的功能加入到K-12編程智能導(dǎo)師系統(tǒng)中，以實(shí)時在線交互功能融入到圖形化的編程環(huán)境中。

在協(xié)作學(xué)習(xí)過程中，學(xué)習(xí)者可以通過自我調(diào)節(jié)、合作調(diào)節(jié)和共享調(diào)節(jié)三個不同層次的方法，來調(diào)節(jié)學(xué)習(xí)，因此，平臺中還可以加入合作編程及共享編程的功能。學(xué)習(xí)者在編程的過程中，就像玩網(wǎng)絡(luò)游戲一樣，可以通過在線交流工具，與學(xué)習(xí)同一個內(nèi)容的學(xué)習(xí)者，進(jìn)行文字交流或通過網(wǎng)絡(luò)共同完成問題的解決；對于優(yōu)秀的編程作品也可以分享在編程窗口的交流區(qū)，通過對優(yōu)秀作品的回放，學(xué)習(xí)者可以通過觀察學(xué)習(xí)方式，學(xué)習(xí)優(yōu)秀作品的問題解決思路與過程。

3.以開放接口為依托，開啟多模態(tài)數(shù)據(jù)采集

為了實(shí)現(xiàn)對編程過程中認(rèn)知情感、編程過程及互動數(shù)據(jù)的追蹤，系統(tǒng)應(yīng)該提供開放的數(shù)據(jù)采集接口。制定數(shù)據(jù)規(guī)范、開放數(shù)據(jù)接口，有利于在編程平臺上接入多種學(xué)習(xí)過程數(shù)據(jù)，如，攝像頭采集的用戶表情數(shù)據(jù)、手環(huán)采集的用戶脈搏數(shù)據(jù)、眼動儀采集的用戶注意力數(shù)據(jù)、智能椅墊采集的用戶坐姿數(shù)據(jù)、屏幕監(jiān)控程序采集的鼠標(biāo)移動軌跡、編程模塊拖放記錄數(shù)據(jù)、用戶畫像的問卷數(shù)據(jù)等等。利用人工智能、機(jī)器學(xué)習(xí)等數(shù)據(jù)處理技術(shù)，對學(xué)習(xí)過程中產(chǎn)生的多模態(tài)數(shù)據(jù)進(jìn)行綜合處理、分析挖掘，對學(xué)習(xí)者進(jìn)行準(zhǔn)確畫像，可以精準(zhǔn)把握學(xué)習(xí)者認(rèn)知水平與情感狀態(tài)。

4.以智能導(dǎo)師為核心，實(shí)施智能化精準(zhǔn)輔導(dǎo)

智能導(dǎo)師系統(tǒng)根據(jù)學(xué)習(xí)者畫像、認(rèn)知水平與情感狀態(tài)，為學(xué)習(xí)者制定特定的學(xué)習(xí)計劃，提供個性化干預(yù)及符合用戶認(rèn)知風(fēng)格的教學(xué)資源。利用知識表示、知識推理與學(xué)習(xí)案例庫等知識引擎，為學(xué)習(xí)者提供精準(zhǔn)的知識支持。由于智能導(dǎo)師系統(tǒng)在剛開始運(yùn)行時都會涉及到“冷啟動”問題，即系統(tǒng)剛開始運(yùn)行時由于缺乏數(shù)據(jù)而導(dǎo)致系統(tǒng)失效。因此，要充分利用智能導(dǎo)師系統(tǒng)協(xié)作編程優(yōu)勢，利用“人機(jī)協(xié)作”來解決編程過程智能導(dǎo)師暫時不能解決的疑難問題，并對解決過程進(jìn)行記錄，形成疑難問題解決知識庫。

編程智能導(dǎo)師系統(tǒng)不僅要提供知識支持，還應(yīng)該提供情感支持。通過對學(xué)習(xí)過程中學(xué)習(xí)行為、認(rèn)知情感與問題解決模式的追蹤，系統(tǒng)能及時了解學(xué)習(xí)者在編程過程中是愉快還是困惑，通過系統(tǒng)內(nèi)智能代理為學(xué)習(xí)者提供情感激勵，以提升學(xué)習(xí)者編程過程中的興趣，幫助其克服編程過程中的困難和不足。

5.以智能伙伴為手段，開展個性化快樂學(xué)習(xí)

相對于面對冰冷的電腦屏幕，有生動形象的虛擬導(dǎo)師的陪伴，可以減少學(xué)習(xí)過程的孤獨(dú)感[29]。智能伙伴是學(xué)習(xí)過程中情感陪護(hù)的一種常見形態(tài)，學(xué)習(xí)智能伙伴是一種以學(xué)伴的身份出現(xiàn)的教育智能體，智能伙伴通常以一個虛擬的形象呈現(xiàn)在學(xué)習(xí)者的屏幕上，通過模擬社會交互行為，來提升學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)及學(xué)習(xí)動機(jī)[30]。

利用人工智能技術(shù)設(shè)計的智能導(dǎo)師，應(yīng)該具備語言表達(dá)、表情呈現(xiàn)及部分肢體動作等功能。通過與虛擬智能伙伴的互動，不僅可以激發(fā)學(xué)習(xí)者的好奇心與求知欲，而且還可以培養(yǎng)貧困地區(qū)學(xué)習(xí)者的普通話水平，彌補(bǔ)在學(xué)習(xí)過程中遇到的語言環(huán)境缺失。綜上所述，通過與虛擬編程教師一對一的互動交流，可極大提高學(xué)習(xí)者的學(xué)習(xí)興趣。

六、總結(jié)

智能導(dǎo)師系統(tǒng)是未來教育的新方向，現(xiàn)階段編程教育的普及、師資缺乏及教育公平的實(shí)現(xiàn)，都迫切需要對K-12編程智能導(dǎo)師系統(tǒng)進(jìn)行研究。本文從編程教育的特點(diǎn)入手，結(jié)合了傳統(tǒng)智能導(dǎo)師系統(tǒng)設(shè)計模型，首次提出了包含領(lǐng)域模型、學(xué)生模型、評估模型、追蹤模型、適應(yīng)模型、媒體模型六大核心模塊的編程智能導(dǎo)師系統(tǒng)架構(gòu)；具體分析了每個模塊的核心功能和技術(shù)方案，提出了K-12編程智能導(dǎo)師的應(yīng)用模式；最后指出系統(tǒng)應(yīng)用時，要從可視化編程、協(xié)作編程、開放接口、智能導(dǎo)師及智能學(xué)伴等五個方面重點(diǎn)實(shí)施，以實(shí)現(xiàn)編程教育的可視化、協(xié)作化、智能化、個性化的快樂學(xué)習(xí)。

由于現(xiàn)階段尚沒有面向編程教育的智能導(dǎo)師系統(tǒng)，后續(xù)研究應(yīng)就如何建立高質(zhì)量的編程教育智能導(dǎo)師系統(tǒng)，探尋如何將智能導(dǎo)師系統(tǒng)有效應(yīng)用于編程教學(xué)的新模式。智能導(dǎo)師系統(tǒng)應(yīng)用于編程教學(xué)中的效果測評，以及如何建立國家甚至全球?qū)用娴木幊探逃餐w，還需要進(jìn)行詳細(xì)且深入的研究。

總之，智能導(dǎo)師系統(tǒng)是一門跨學(xué)科研究，相對于教育智能體重點(diǎn)關(guān)注促進(jìn)學(xué)習(xí)者的認(rèn)知學(xué)習(xí)而言，智能導(dǎo)師系統(tǒng)還具備了輔助教師教學(xué)的功能。值得關(guān)注的是，要建立一個適應(yīng)多用戶層次、有效實(shí)用、學(xué)習(xí)者喜歡、對教師有幫助的智能導(dǎo)師系統(tǒng)并非易事，需要不同領(lǐng)域?qū)＜业耐献鳌?/p>