覃瓊花 徐百寧

摘 要：文章介紹了OBE理念，分析了基于OBE理念自適應(yīng)學(xué)習(xí)平臺(tái)的組成框架構(gòu)建、常用的自適應(yīng)學(xué)習(xí)者模型的特點(diǎn)、自適應(yīng)學(xué)習(xí)平臺(tái)的設(shè)計(jì)流程3個(gè)方面，重點(diǎn)闡述了學(xué)習(xí)者自身學(xué)習(xí)風(fēng)格及知識(shí)體系兩大自適應(yīng)學(xué)習(xí)平臺(tái)要素的邏輯實(shí)現(xiàn)方式。

關(guān)鍵詞：自適應(yīng);個(gè)性化;學(xué)習(xí)平臺(tái);OBE理念

0 引言

在“互聯(lián)網(wǎng)+教育”的時(shí)代背景下，社會(huì)的發(fā)展對(duì)人才的培養(yǎng)提出了更高層次的要求。個(gè)性化學(xué)習(xí)作為創(chuàng)新型人才培養(yǎng)的前提，為社會(huì)對(duì)人才培養(yǎng)的需求創(chuàng)造了有利條件。筆者以高職院校教育發(fā)展和教學(xué)改革為背景，對(duì)比各種個(gè)性化學(xué)習(xí)平臺(tái)出現(xiàn)的問(wèn)題，引入基于學(xué)習(xí)產(chǎn)出的教育（Outcomes-based Education，OBE）^[1]理念，利用個(gè)性化推薦技術(shù)構(gòu)建數(shù)據(jù)分析模型，對(duì)學(xué)生數(shù)據(jù)進(jìn)行分析，充分挖掘?qū)W生學(xué)習(xí)的個(gè)性化需求，為學(xué)生推薦個(gè)性化學(xué)習(xí)資源，引導(dǎo)學(xué)生高效完成學(xué)習(xí)過(guò)程。同時(shí)，解決了在線學(xué)習(xí)中學(xué)習(xí)效率低下的問(wèn)題，提高了學(xué)生的學(xué)習(xí)興趣，促進(jìn)了“以學(xué)習(xí)者為中心”的教學(xué)，使學(xué)習(xí)者的主動(dòng)權(quán)得以體現(xiàn)。

1 OBE理念概述

在OBE模式下，教育者必須對(duì)學(xué)生畢業(yè)時(shí)應(yīng)該達(dá)到的能力以及水平有明確的構(gòu)想，并在此基礎(chǔ)上構(gòu)建合適的教育體系，以保證學(xué)生達(dá)到預(yù)期的學(xué)習(xí)目標(biāo)。

OBE教育理念強(qiáng)調(diào)，在學(xué)習(xí)之前，學(xué)生必須首先弄清下列問(wèn)題：（1）為什么學(xué)習(xí)？（2）在學(xué)習(xí)過(guò)程中能夠?qū)W到什么？（3）什么樣的學(xué)習(xí)方式才能被視為“成功學(xué)習(xí)”？ （4）通過(guò)學(xué)習(xí)后，學(xué)習(xí)者應(yīng)該怎樣定義學(xué)習(xí)過(guò)程？（5）所學(xué)的知識(shí)是否真正具備實(shí)用價(jià)值，是否能夠以“產(chǎn)出”的形式進(jìn)行衡量。

2 自適應(yīng)學(xué)習(xí)概述

自適應(yīng)學(xué)習(xí)是指根據(jù)學(xué)習(xí)內(nèi)容、學(xué)習(xí)難度的不同或根據(jù)學(xué)習(xí)者自身學(xué)習(xí)能力的不同選擇相應(yīng)的學(xué)習(xí)方法，學(xué)習(xí)者需在學(xué)習(xí)中發(fā)現(xiàn)、總結(jié)，最終形成較為獨(dú)特的理論，以解決多種實(shí)際問(wèn)題。

隨著人工智能技術(shù)的日漸成熟，智能化自適應(yīng)學(xué)習(xí)系統(tǒng)被國(guó)內(nèi)專(zhuān)家列入研究的重點(diǎn)。2015年，姜強(qiáng)等^[2]對(duì)基于大數(shù)據(jù)的個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型進(jìn)行研究，從數(shù)據(jù)與環(huán)境、關(guān)益者、方法和目標(biāo)等4個(gè)方面構(gòu)建個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型。2016年，姜強(qiáng)等^[3]強(qiáng)調(diào)，個(gè)性化自適應(yīng)學(xué)習(xí)是高等教育信息技術(shù)長(zhǎng)期發(fā)展趨勢(shì)，具體表現(xiàn)在智能感知、個(gè)性化、預(yù)知性、動(dòng)態(tài)平衡、智能化評(píng)價(jià)等方面。

3 基于OBE理念的自適應(yīng)學(xué)習(xí)平臺(tái)設(shè)計(jì)方式

3.1 基于OBE理念的自適應(yīng)學(xué)習(xí)平臺(tái)的框架構(gòu)建思路分析

基于OBE理念構(gòu)建自適應(yīng)學(xué)習(xí)平臺(tái)的目的^[4-5]：（1）在學(xué)習(xí)之前，引導(dǎo)學(xué)習(xí)者對(duì)自身的學(xué)習(xí)目標(biāo)進(jìn)行深度考量。在學(xué)習(xí)過(guò)程中，學(xué)習(xí)者處于絕對(duì)的主體地位，如果學(xué)習(xí)者缺乏明確的學(xué)習(xí)目標(biāo)，對(duì)自身當(dāng)前水平（如：知識(shí)儲(chǔ)備、學(xué)習(xí)方法等）不夠了解，則學(xué)習(xí)過(guò)程注定是徒勞的。因此，自適應(yīng)學(xué)習(xí)平臺(tái)首要的目的在于幫助學(xué)習(xí)者理清學(xué)習(xí)目標(biāo)，避免學(xué)習(xí)過(guò)程陷入混亂。（2）人性化設(shè)置。每個(gè)學(xué)習(xí)者的領(lǐng)悟能力、知識(shí)儲(chǔ)備量、學(xué)習(xí)側(cè)重點(diǎn)等均存在較大差異，在同一種教學(xué)模式下，不同的學(xué)習(xí)個(gè)體必然會(huì)給出不同的反饋，直觀體現(xiàn)便是學(xué)習(xí)成績(jī)有高有低。而自適應(yīng)學(xué)習(xí)平臺(tái)能夠幫助學(xué)習(xí)者選擇與自身當(dāng)前學(xué)習(xí)目標(biāo)、學(xué)習(xí)能力等最契合的學(xué)習(xí)方法，進(jìn)而大幅度提高學(xué)習(xí)效率。

為了實(shí)現(xiàn)上述目的，筆者采用基于OBE理念的自適應(yīng)學(xué)習(xí)平臺(tái)，組成框架如圖1所示。該平臺(tái)的運(yùn)行機(jī)制如下：

（1）平臺(tái)數(shù)據(jù)存儲(chǔ)庫(kù)中的信息并非是固定的，而是隨著各行各業(yè)的發(fā)展，不斷有新的知識(shí)內(nèi)容補(bǔ)充進(jìn)去，只有如此，“學(xué)習(xí)數(shù)據(jù)”模塊才能實(shí)現(xiàn)對(duì)平臺(tái)的支持。換言之，“學(xué)習(xí)數(shù)據(jù)”模塊即為整個(gè)自適應(yīng)學(xué)習(xí)平臺(tái)的核心組成部分，一旦缺少了相應(yīng)的信息，學(xué)習(xí)者便無(wú)法獲得自己想要學(xué)習(xí)的內(nèi)容，“學(xué)習(xí)”便無(wú)從談起。

（2）學(xué)習(xí)者模型預(yù)設(shè)。在自適應(yīng)平臺(tái)中，當(dāng)學(xué)習(xí)者提交自身的基礎(chǔ)資料后，“學(xué)習(xí)者模型”模塊會(huì)展開(kāi)分析，對(duì)學(xué)習(xí)者當(dāng)前與學(xué)習(xí)有關(guān)的一切情況進(jìn)行綜合分析，找出與數(shù)據(jù)存儲(chǔ)庫(kù)中預(yù)設(shè)學(xué)習(xí)模型最相似的一個(gè)，并將契合度最高的學(xué)習(xí)方法提供給學(xué)習(xí)者，供其參考。不難發(fā)現(xiàn)，學(xué)習(xí)者提供資料的真實(shí)程度越高、內(nèi)容越詳細(xì)，平臺(tái)提供給其的學(xué)習(xí)模型便會(huì)越精確。具體的信息包含個(gè)人的興趣偏好、長(zhǎng)久以來(lái)的學(xué)習(xí)風(fēng)格、現(xiàn)有的知識(shí)儲(chǔ)備、對(duì)想要學(xué)習(xí)知識(shí)內(nèi)容的了解程度、希望通過(guò)學(xué)習(xí)獲得哪些收獲等。當(dāng)平臺(tái)收納上述信息并進(jìn)行分析的過(guò)程中，云端的大數(shù)據(jù)分析軟件也會(huì)同時(shí)運(yùn)轉(zhuǎn)，在基礎(chǔ)學(xué)習(xí)模型的基礎(chǔ)上不斷設(shè)計(jì)出更多的“衍生學(xué)習(xí)模型”。在此種機(jī)制下，自適應(yīng)學(xué)習(xí)平臺(tái)的應(yīng)用范圍必定逐漸擴(kuò)大，進(jìn)而為越來(lái)越多的人提供學(xué)習(xí)服務(wù)。

（3）自適應(yīng)引擎。自適應(yīng)學(xué)習(xí)平臺(tái)中，自適應(yīng)引擎起著至關(guān)重要的作用，建立在基礎(chǔ)學(xué)習(xí)者模型的基礎(chǔ)上，主要功能在于對(duì)學(xué)習(xí)者進(jìn)行深度分析，制定出契合度更高的學(xué)習(xí)方案。其在構(gòu)建完學(xué)習(xí)者模型和領(lǐng)域知識(shí)模型之后，需要用自適應(yīng)引擎來(lái)將兩者很好地連接，實(shí)現(xiàn)將最合適的學(xué)習(xí)資源和方法推送給最適合的學(xué)習(xí)者，即根據(jù)學(xué)習(xí)者來(lái)個(gè)性化領(lǐng)域知識(shí)。故在自適應(yīng)學(xué)習(xí)研究中，自適應(yīng)引擎的構(gòu)建即個(gè)性化學(xué)習(xí)推薦方法的研究。本研究根據(jù)學(xué)習(xí)者的“學(xué)習(xí)風(fēng)格”“知識(shí)水平”“學(xué)習(xí)行為”3種方式來(lái)進(jìn)行推薦。

自適應(yīng)學(xué)習(xí)平臺(tái)的關(guān)鍵在于如何進(jìn)行自適應(yīng)的優(yōu)化，即個(gè)性化推薦。在本學(xué)習(xí)平臺(tái)中，內(nèi)容即為知識(shí)點(diǎn)和學(xué)習(xí)資源，不易提取出良好的特征和結(jié)構(gòu)性，所以選用基于用戶(hù)（學(xué)習(xí)者）的協(xié)同過(guò)濾進(jìn)行推薦。當(dāng)對(duì)用戶(hù)進(jìn)行個(gè)性化推薦時(shí)，找到與用戶(hù)學(xué)習(xí)行為相似的用戶(hù)，將其學(xué)習(xí)過(guò)的學(xué)習(xí)資源推薦給該用戶(hù)。首先，需要對(duì)學(xué)習(xí)者的學(xué)習(xí)行為特征進(jìn)行記錄;其次，對(duì)學(xué)習(xí)者行為進(jìn)行建模;最后，用算法進(jìn)行推薦。因此，通過(guò)自適應(yīng)引擎模塊，為每一位學(xué)習(xí)者量身定做個(gè)性化知識(shí)深層學(xué)習(xí)方案，使每一位學(xué)習(xí)者學(xué)有所成。

3.2 常用的自適應(yīng)學(xué)習(xí)者模型特點(diǎn)介紹

若要準(zhǔn)確且詳細(xì)地分析并幫助學(xué)習(xí)者定制個(gè)性化的學(xué)習(xí)方案，自適應(yīng)學(xué)習(xí)平臺(tái)必須收集學(xué)習(xí)者的信息。除此之外，平臺(tái)還應(yīng)注意保護(hù)學(xué)習(xí)者的隱私及賬戶(hù)安全，避免線管信息泄漏。目前，市面上常見(jiàn)的學(xué)習(xí)者模型分為兩種： （1）IEEE PAPI LIP學(xué)習(xí)信息描述模型，主要內(nèi)容如表1所示;（2）CELTS-11模型。結(jié)合中國(guó)遠(yuǎn)程教育的絕大多數(shù)特點(diǎn)，在IEEE PAPI LIP學(xué)習(xí)信息描述模型的基礎(chǔ)上進(jìn)行了細(xì)化，提高了“可移植性”，主要包含個(gè)人、學(xué)業(yè)、管理、關(guān)系、作品集、績(jī)效、偏好、安全共8項(xiàng)內(nèi)容。

3.3 自適應(yīng)學(xué)習(xí)平臺(tái)的設(shè)計(jì)流程

學(xué)習(xí)者模型用于支撐自適應(yīng)學(xué)習(xí)平臺(tái)的搭建，所以需要對(duì)其進(jìn)行細(xì)節(jié)的優(yōu)化。筆者設(shè)計(jì)了一種基于知識(shí)水平和學(xué)習(xí)風(fēng)格的學(xué)生模型，將學(xué)習(xí)者的知識(shí)水平和個(gè)人學(xué)習(xí)風(fēng)格這兩大主要特征作為影響網(wǎng)絡(luò)學(xué)習(xí)的兩個(gè)主要因素。學(xué)生模型具體包括4個(gè)要素，即學(xué)生描述、學(xué)習(xí)風(fēng)格、興趣偏好和知識(shí)水平，這些特征反應(yīng)了學(xué)習(xí)者之間的特征差異。其中，學(xué)習(xí)者自己描述的信息和興趣偏好基本由學(xué)習(xí)者主動(dòng)提供。一般情況下，如果學(xué)習(xí)者希望通過(guò)自適應(yīng)學(xué)習(xí)平臺(tái)使自身得到提升，則上述兩項(xiàng)資料的可信度必然較高。但學(xué)習(xí)風(fēng)格和知識(shí)儲(chǔ)備兩項(xiàng)內(nèi)容需通過(guò)平臺(tái)進(jìn)行“檢測(cè)”。

3.3.1 學(xué)習(xí)風(fēng)格的構(gòu)建

詳細(xì)掌握學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，能夠大幅度提高學(xué)習(xí)效率。一種行之有效的學(xué)習(xí)風(fēng)格構(gòu)建系統(tǒng)構(gòu)成要素組成如下：（1）信息輸入。第一，視覺(jué)性信息。平臺(tái)通過(guò)對(duì)點(diǎn)擊量和工具使用情況，對(duì)學(xué)習(xí)者對(duì)視頻、圖像等視覺(jué)資源的敏感度進(jìn)行分析。第二，言語(yǔ)性信息。與視覺(jué)性信息的收集原理相似，注重觀察學(xué)習(xí)者對(duì)文本、音頻信息的敏感度。（2）信息加工。第一，外向活躍。學(xué)習(xí)者是否傾向于團(tuán)隊(duì)合作性的學(xué)習(xí)方式，如積極參與線上小組討論等。第二，內(nèi)向沉思。傾向于獨(dú)立思考和自主完成，不善于與陌生人合作。

3.3.2 知識(shí)體系的構(gòu)建

掌握學(xué)習(xí)者的知識(shí)儲(chǔ)備情況也是平臺(tái)必須具備的功能。具體而言，通過(guò)“考試”的方式，評(píng)估學(xué)習(xí)者對(duì)特定領(lǐng)域知識(shí)內(nèi)容的了解程度。為了使考核更加全面，分為能力水平、訪問(wèn)狀態(tài)、測(cè)試狀態(tài)、學(xué)習(xí)狀態(tài)、掌握狀態(tài)共5項(xiàng)內(nèi)容，可保證“判斷”的準(zhǔn)確性。

4 結(jié)語(yǔ)

基于OBE理念的自適應(yīng)學(xué)習(xí)平臺(tái)，從個(gè)性化的角度出發(fā)，以學(xué)習(xí)者為中心，將個(gè)性化學(xué)習(xí)作為研究重點(diǎn)，利用相關(guān)的推薦技術(shù)結(jié)合對(duì)學(xué)習(xí)資源的深入分析，為學(xué)習(xí)者提供自適應(yīng)的學(xué)習(xí)資源個(gè)性化推薦，幫助學(xué)習(xí)者制定個(gè)性化學(xué)習(xí)方案，最終目的在于提升學(xué)習(xí)效率，使自適應(yīng)學(xué)習(xí)變得更加智能化。

基金項(xiàng)目：2020年廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目;項(xiàng)目名稱(chēng)：基于OBE理念的自適應(yīng)學(xué)習(xí)平臺(tái)設(shè)計(jì)與研究;項(xiàng)目編號(hào)：2020KY48012。2020年百色市現(xiàn)代教育技術(shù)科研課題;項(xiàng)目名稱(chēng)：基于大數(shù)據(jù)的個(gè)性化學(xué)習(xí)模式研究;項(xiàng)目編號(hào)：SZ202008。

[參考文獻(xiàn)]

[1]李浩.自適應(yīng)學(xué)習(xí)平臺(tái)的設(shè)計(jì)與應(yīng)用研究[D].北京：中央民族大學(xué)，2019.

[2]姜強(qiáng)，趙蔚，王朋嬌，等.基于大數(shù)據(jù)的個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型及實(shí)現(xiàn)[J].中國(guó)電化教育，2015（1）：85-92.

[3]姜強(qiáng)，趙蔚，李松，等.個(gè)性化自適應(yīng)學(xué)習(xí)研究—大數(shù)據(jù)時(shí)代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國(guó)電化教育，2016（2）：25-32.

[4]李敏，陳小莉.大數(shù)據(jù)環(huán)境下的自適應(yīng)在線學(xué)習(xí)平臺(tái)學(xué)習(xí)分析模型設(shè)計(jì)—以重慶廣播電視大學(xué)為例[J].科技資訊，2018（6）：169-170，172.

[5]李俊杰，張建飛，胡杰，等.基于自適應(yīng)題庫(kù)的智能個(gè)性化語(yǔ)言學(xué)習(xí)平臺(tái)的設(shè)計(jì)與應(yīng)用[J].現(xiàn)代教育技術(shù)，2018（10）：5-11.

（編輯?姚 鑫）

Design and research of adaptive learning platform based on OBE concept

Qin Qionghua， Xu Baining

（Baise Vocational College， Baise 533000， China）

Abstract：This paper introduces the concept of OBE， and analyzes three aspects： the framework of adaptive learning platform based on OBE concept， the characteristics of commonly used adaptive learner model and the design process of adaptive learning platform. This paper focuses on the logical realization of the two elements of adaptive learning platform， which are learners own learning style and knowledge system， hoping to provide some reference.

Key words：adaptive; personalization; learning platform; OBE concept

作者簡(jiǎn)介：覃瓊花（1981— ），女，廣西百色人，講師，學(xué)士;研究方向：計(jì)算機(jī)技術(shù)應(yīng)用，教育信息化。