劉鳳娟 趙蔚 姜強 王磊

摘要：近年來以人工智能為代表的產(chǎn)業(yè)技術(shù)為學(xué)習(xí)方式變革提供了契機，如何促進個性化學(xué)習(xí)已然成為教育領(lǐng)域關(guān)注的重要話題之一。知識圖譜作為知識可視化發(fā)展的最新技術(shù)，擁有較強的表達(dá)能力，不僅能在不同知識點之間建立非線性的語義聯(lián)系，還能解決在線學(xué)習(xí)中推薦、監(jiān)控、評價、反饋等個性化學(xué)習(xí)支持問題，可以助力學(xué)習(xí)者系統(tǒng)高效地建構(gòu)知識體系、優(yōu)化學(xué)習(xí)決策，為個性化學(xué)習(xí)支持研究提供了新的視角。因此，該研究在分析個性化學(xué)習(xí)及相關(guān)研究現(xiàn)狀基礎(chǔ)上，立足學(xué)習(xí)者導(dǎo)向視角，在自我決定理論等指導(dǎo)下，構(gòu)建了基于知識圖譜的個性化學(xué)習(xí)模型，并從動機激發(fā)、知識建構(gòu)、意志提升、能力增強四個維度出發(fā)，構(gòu)建了基于知識圖譜的個性化學(xué)習(xí)“四位一體”協(xié)同支持機制，設(shè)計了基于知識圖譜的個性化學(xué)習(xí)系統(tǒng)原型，以期為給個性化學(xué)習(xí)研究提供一定參考。

關(guān)鍵詞：知識圖譜；個性化學(xué)習(xí)；模型；支持機制

中圖分類號：G434 文獻(xiàn)標(biāo)志碼：A

* 本文系國家社會科學(xué)基金教育學(xué)一般課題“基于知識圖譜擴展模型的個性化學(xué)習(xí)支持與實現(xiàn)機理研究”（課題編號：BCA200083）階段性成果。

隨著“互聯(lián)網(wǎng)+教育”的普及，大規(guī)模線上學(xué)習(xí)已經(jīng)成為學(xué)習(xí)新常態(tài)，個性化學(xué)習(xí)作為破解規(guī)?；瘋€性教育難題的關(guān)鍵措施而備受關(guān)注，人工智能技術(shù)的發(fā)展和應(yīng)用為大規(guī)模個性化學(xué)習(xí)的實現(xiàn)提供了可能。《中國教育現(xiàn)代化2035》將“利用現(xiàn)代技術(shù)加快推動人才培養(yǎng)模式改革，實現(xiàn)規(guī)模化教育與個性化培養(yǎng)有機結(jié)合”作為重要戰(zhàn)略任務(wù)[1]。國家《新一代人工智能發(fā)展規(guī)劃》提出：要重點突破知識加工等核心技術(shù)，形成涵蓋數(shù)十億實體規(guī)模的多源、多學(xué)科和多數(shù)據(jù)類型的跨媒體知識圖譜，并利用智能技術(shù)加快推動人才培養(yǎng)模式、教學(xué)方法改革[2]。但目前的個性化學(xué)習(xí)更多側(cè)重知識技能的習(xí)得，學(xué)習(xí)者學(xué)習(xí)過程中存在過分依賴智能系統(tǒng)的判斷與幫扶等誤區(qū)[3]，忽略了自身個性發(fā)展以及學(xué)習(xí)能力的培養(yǎng)。因此，個性化學(xué)習(xí)應(yīng)以培養(yǎng)掌握學(xué)習(xí)技能而勝任未來的人為目標(biāo)，在技術(shù)支持下充分發(fā)揮學(xué)習(xí)者主體對自身需求的感知能力和對自身知識能力水平的判斷能力，幫助學(xué)習(xí)者實現(xiàn)個性發(fā)展。而知識圖譜作為人工智能新技術(shù)可增強知識表達(dá)，為個性化學(xué)習(xí)研究帶來新契機。在知識圖譜支持下構(gòu)建學(xué)習(xí)者導(dǎo)向的個性化學(xué)習(xí)模型，探索如何為學(xué)習(xí)者提供更適切的個性化學(xué)習(xí)，對促進智能時代學(xué)習(xí)方式變革、探索智能教育新生態(tài)環(huán)境下學(xué)習(xí)者“學(xué)會學(xué)習(xí)”綜合素養(yǎng)的培養(yǎng)以及促進人工智能“育人”本質(zhì)的發(fā)揮具有重要的現(xiàn)實意義。

個性化學(xué)習(xí)思想，可追溯到我國著名教育家孔子提出的“因材施教”，對不同的學(xué)習(xí)者采取不同的途徑、措施和方法進行個別教學(xué)[4]。通過查閱文獻(xiàn)發(fā)現(xiàn)，個性化學(xué)習(xí)相關(guān)研究主要集中在學(xué)習(xí)模式/框架/系統(tǒng)/平臺構(gòu)建以及個性化推薦等方面。其中，當(dāng)下流行的智能導(dǎo)學(xué)系統(tǒng)、自適應(yīng)學(xué)習(xí)系統(tǒng)等研究更偏向于技術(shù)導(dǎo)向的個性化學(xué)習(xí)。比如：Brusilovsky P等指出使用計算機系統(tǒng)或工具來為學(xué)習(xí)者提供定制的學(xué)習(xí)材料或活動，以滿足個性化的學(xué)習(xí)需求[5]。但現(xiàn)實表明，技術(shù)提供的學(xué)習(xí)支架雖然可以根據(jù)學(xué)習(xí)者的個性需求提供定制的學(xué)習(xí)，但是當(dāng)學(xué)習(xí)者遇到情感態(tài)度等特定的學(xué)習(xí)困難或缺乏目標(biāo)動機時，技術(shù)則顯得無能為力。而隨著學(xué)習(xí)分析和大數(shù)據(jù)的推廣應(yīng)用，借助學(xué)習(xí)分析工具精準(zhǔn)識別學(xué)習(xí)者的學(xué)習(xí)狀態(tài)為教師教學(xué)決策提供數(shù)據(jù)支持成為個性化學(xué)習(xí)關(guān)注的重點。比如：iLearn學(xué)院利用數(shù)字學(xué)習(xí)工具和相關(guān)的、基于項目的教學(xué)方法，為學(xué)習(xí)者提供個性化教育[6]。彭紅超等構(gòu)建了面向精準(zhǔn)教學(xué)的個性化適性學(xué)習(xí)框架[7]。該類研究雖然一定程度上體現(xiàn)了學(xué)習(xí)者主體性，但更注重技術(shù)控制與教師決策，偏向數(shù)據(jù)分析及其教學(xué)決策應(yīng)用，沒有發(fā)揮學(xué)習(xí)者主體行為對知識深度建構(gòu)的重要作用。因此，個別學(xué)者從促進學(xué)習(xí)者的自主學(xué)習(xí)視角出發(fā)，構(gòu)建了個性化自適應(yīng)學(xué)習(xí)模式[8]，或提出一種具有自我調(diào)節(jié)學(xué)習(xí)輔助機制的個性化網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)，幫助學(xué)習(xí)能力差的被動學(xué)習(xí)者轉(zhuǎn)變?yōu)榫哂凶晕艺{(diào)節(jié)學(xué)習(xí)能力的主動學(xué)習(xí)者[9]。由此，學(xué)習(xí)者導(dǎo)向的個性化學(xué)習(xí)成為研究的新范式。

在學(xué)習(xí)者導(dǎo)向的個性化學(xué)習(xí)研究中，個性化推薦為學(xué)習(xí)者科學(xué)規(guī)劃和決策等提供了有益參考，但傳統(tǒng)個性化推薦多集中在基于本體、概念圖等的個性化學(xué)習(xí)路徑模型[10]以及認(rèn)知診斷[11]等研究，但現(xiàn)實表明該類機器推薦與學(xué)習(xí)者學(xué)習(xí)需求匹配度并不高，原因在于本體或概念圖方法只建立了知識點之間最基本的關(guān)系，忽略了學(xué)習(xí)對象之間的潛在依賴關(guān)系，缺乏更復(fù)雜語義關(guān)系的建立，通常會在推薦中出現(xiàn)冗余或不相關(guān)的知識概念，不利于學(xué)習(xí)者知識建構(gòu)。而知識圖譜這種語義關(guān)系更豐富、推理能力更強、可視化方式更直觀的智能新技術(shù)能夠為個性化學(xué)習(xí)研究賦能，但基于知識圖譜的個性化學(xué)習(xí)研究目前尚處于起步狀態(tài)，以知識圖譜構(gòu)建和學(xué)習(xí)路徑推薦方法為主，且常被用作診斷性教育方法[12]，為學(xué)習(xí)者個性化學(xué)習(xí)提供的支持力度有限。而對學(xué)習(xí)者來說，系統(tǒng)推薦的不一定是學(xué)習(xí)者所需要的，且最優(yōu)路徑推薦對學(xué)習(xí)者個體來說不一定是最適合的，與真正意義上的個性化學(xué)習(xí)還有較大差距。因此，個性化學(xué)習(xí)不僅要需要個性化推薦等技術(shù)的輔助支持，更要注重學(xué)習(xí)者主觀能動性的發(fā)揮，從而促進學(xué)習(xí)者在個性化學(xué)習(xí)過程中從主體“我”向本體“我”的轉(zhuǎn)變。此外，Knewton平臺、智慧學(xué)伴、百度云智學(xué)院、谷歌AltSchool、松鼠AI、高木學(xué)習(xí)、智學(xué)網(wǎng)等個性化學(xué)習(xí)實踐探索中也存在學(xué)習(xí)者主觀能動性發(fā)揮不足等問題[13]。

綜上，已有研究對個性化學(xué)習(xí)發(fā)展做出了巨大貢獻(xiàn)，但研究主要集中在如何通過系統(tǒng)判斷與推薦為學(xué)習(xí)者提供學(xué)習(xí)，多側(cè)重技術(shù)導(dǎo)向或教師導(dǎo)向的差異化教學(xué)研究，忽視了對學(xué)習(xí)者自我反思、調(diào)節(jié)等思維能力[14]，學(xué)習(xí)者主觀調(diào)控不足、學(xué)習(xí)體驗不理想，從而導(dǎo)致學(xué)習(xí)不夠成功[15]，個性化學(xué)習(xí)研究還需進一步展開深入探索[16]。因此，本研究從學(xué)習(xí)者導(dǎo)向的個性化學(xué)習(xí)視角出發(fā)，試圖探索基于知識圖譜的個性化學(xué)習(xí)模型構(gòu)建及個性化學(xué)習(xí)支持機制，學(xué)習(xí)者在學(xué)習(xí)過程中有意識地選擇或主動探索自身學(xué)習(xí)情況，從而有效地進行個性化學(xué)習(xí)。

模型構(gòu)建的前提是對個性化學(xué)習(xí)的認(rèn)識。本研究認(rèn)為個性化學(xué)習(xí)是以學(xué)習(xí)者的個性差異和目標(biāo)需求為基礎(chǔ)，學(xué)習(xí)者在系統(tǒng)支持下通過自主確定學(xué)習(xí)目標(biāo)并決策學(xué)習(xí)過程，自覺完成學(xué)習(xí)任務(wù)并在監(jiān)控評價與反饋調(diào)節(jié)中不斷優(yōu)化學(xué)習(xí)體驗、提高學(xué)習(xí)績效，從而促進個體全面發(fā)展的一種學(xué)習(xí)范式。因此，本研究在此認(rèn)識基礎(chǔ)上，基于個性化學(xué)習(xí)過程設(shè)計，構(gòu)建了基于知識圖譜的個性化學(xué)習(xí)模型。

（一）設(shè)計理念

1.設(shè)計視角：學(xué)習(xí)者導(dǎo)向

個性化學(xué)習(xí)主體是學(xué)習(xí)者，學(xué)習(xí)者個體是積極向上的、具有自我實現(xiàn)和自我成長的內(nèi)在需求，在個性化學(xué)習(xí)模型中為了更好地促進學(xué)習(xí)者個性發(fā)展，有必要通過動機激發(fā)與維持加強學(xué)習(xí)者的主觀能動性、促進自主決策等具體做法，促進學(xué)習(xí)者準(zhǔn)確把握自身基本心理需求與外部學(xué)習(xí)環(huán)境之間的辯證關(guān)系。只有當(dāng)學(xué)習(xí)者積極參與決定要學(xué)的內(nèi)容、計劃如何發(fā)展新的知識和技能以及如何展示他們的新技能時，學(xué)習(xí)才是個性化的。因此，個性化學(xué)習(xí)模型的設(shè)計視角是學(xué)習(xí)者導(dǎo)向，旨在促進學(xué)習(xí)者主觀能動性的發(fā)揮和個性化學(xué)習(xí)系統(tǒng)增強學(xué)習(xí)者學(xué)習(xí)能力 “育人”功能的體現(xiàn)。

2.理論指導(dǎo)：自我決定與自我調(diào)節(jié)

自我決定理論認(rèn)為盡管個體具有積極向上、自我實現(xiàn)和自我成長的天性，但外部的社會環(huán)境可能會支持也可能會阻礙個體自我成長[17]。該理論為個性化學(xué)習(xí)模型構(gòu)建中如何激發(fā)學(xué)習(xí)動機、在自主決策中促進知識建構(gòu)提供了指導(dǎo)作用。自我調(diào)節(jié)學(xué)習(xí)旨在幫助學(xué)習(xí)者對自身學(xué)習(xí)進行合理規(guī)劃并對學(xué)習(xí)效果進行自我監(jiān)控和自我評價，Zimmerman自我調(diào)節(jié)學(xué)習(xí)循環(huán)（SREP）模式[18]為個性化學(xué)習(xí)過程中為學(xué)習(xí)者創(chuàng)設(shè)自主規(guī)劃、操作監(jiān)控與反饋調(diào)節(jié)的個性化學(xué)習(xí)情境，優(yōu)化個性化學(xué)習(xí)體驗，促進學(xué)習(xí)者個性化學(xué)習(xí)能力和學(xué)習(xí)意志的培養(yǎng)帶來了重要啟示。因此，依據(jù)設(shè)計視角，本研究從學(xué)習(xí)過程整體出發(fā)，主要在自我決定理論和自我調(diào)節(jié)學(xué)習(xí)理論指導(dǎo)下探索構(gòu)建滿足學(xué)習(xí)者個性化需求的學(xué)習(xí)模型。

3.技術(shù)基礎(chǔ)：知識圖譜

模型構(gòu)建的目的是為學(xué)習(xí)者創(chuàng)設(shè)自我規(guī)劃、自我監(jiān)控與自我反饋的個性化學(xué)習(xí)情境，其技術(shù)基礎(chǔ)是知識圖譜。作為人工智能技術(shù)在知識可視化發(fā)展中的最新技術(shù)，知識圖譜是由一系列的知識元組成，每個知識元不僅僅包括知識的內(nèi)容，還包括與之有關(guān)的學(xué)習(xí)資源、學(xué)習(xí)活動等，其細(xì)粒度的構(gòu)成可以滿足學(xué)習(xí)者的個性化學(xué)習(xí)需求。且知識圖譜在眾多知識表示方式中，擁有較強的表達(dá)能力和建模靈活性，不僅能在不同知識元之間建立非線性的語義關(guān)聯(lián)，幫助學(xué)習(xí)者高效地完成知識建構(gòu)，還能通過一定機制與學(xué)習(xí)者個性化學(xué)習(xí)過程建立關(guān)聯(lián)，提高個性化學(xué)習(xí)系統(tǒng)的認(rèn)知智能，并通過可視化方式解決學(xué)習(xí)過程中的監(jiān)控、評價和反饋問題，幫助學(xué)習(xí)者優(yōu)化決策、提升體驗，從而有效促進個性化學(xué)習(xí)。

4.運行機制：人機協(xié)同

人才培養(yǎng)的目標(biāo)是在知識技能獲取過程中完成對學(xué)習(xí)者思維能力的培養(yǎng)，使其具備獨立思考、判斷、決策以及調(diào)控能力。學(xué)習(xí)者的自主參與性和主觀能動性顯然是影響個性發(fā)展的關(guān)鍵因素。模型的運行機制是在學(xué)習(xí)者主體參與和知識圖譜輔助支持相結(jié)合的人機協(xié)同交互機制，即學(xué)習(xí)者主體在知識圖譜的支持輔助下，制定符合自己的學(xué)習(xí)目標(biāo)，選擇適合自己的學(xué)習(xí)內(nèi)容與方法，并對自身的學(xué)習(xí)過程與結(jié)果進行監(jiān)控、評價、反饋與調(diào)節(jié)。在整個過程中學(xué)習(xí)者的主觀能動性得到充分發(fā)揮，技術(shù)為學(xué)習(xí)者學(xué)習(xí)決策提供參考依據(jù)，提高了學(xué)習(xí)績效，學(xué)習(xí)者在技術(shù)引導(dǎo)下，自身的思維能力得到提升。

（二）模型構(gòu)建

基于上述設(shè)計理念，本研究構(gòu)建了基于知識圖譜的個性化學(xué)習(xí)模型，具體如圖1所示。

模型體現(xiàn)了知識圖譜作為學(xué)習(xí)支持工具與學(xué)習(xí)者的個性化學(xué)習(xí)過程的深度融合，在記錄與追蹤學(xué)習(xí)者的基本信息、認(rèn)知水平、能力水平、情感態(tài)度等個性特征基礎(chǔ)上，將學(xué)習(xí)者個性特征與知識圖譜中實體屬性進行關(guān)聯(lián)。知識圖譜在學(xué)習(xí)者學(xué)習(xí)過程中一方面通過關(guān)系推理從路徑推薦、資源推薦、同伴推薦、試題推薦、系統(tǒng)引導(dǎo)等方面提供個性化支持，另一方面則發(fā)揮其圖示優(yōu)勢為學(xué)習(xí)者動態(tài)展示個人圖譜建構(gòu)情況。學(xué)習(xí)者在知識圖譜的支持下，在目標(biāo)設(shè)定、路徑選擇、資源選擇、知識建構(gòu)、監(jiān)控評價、反饋調(diào)節(jié)等學(xué)習(xí)過程環(huán)節(jié)中發(fā)揮個人感知、決策判斷與修正等主體作用，積極主導(dǎo)并完成學(xué)習(xí)活動。在此過程中，學(xué)習(xí)者在個人圖譜建構(gòu)基礎(chǔ)上，會結(jié)合個人的時間、學(xué)習(xí)需求（新知學(xué)習(xí)或舊知復(fù)習(xí)）等學(xué)習(xí)規(guī)劃進行目標(biāo)設(shè)定，也會結(jié)合個人知識狀態(tài)進行路徑選擇，還會結(jié)合個人偏好進行資源選擇，并在個人學(xué)習(xí)狀態(tài)感知基礎(chǔ)上進行監(jiān)控評價，從而滿足自身個性發(fā)展需求?；谥R圖譜的個性化學(xué)習(xí)將學(xué)習(xí)者個體的腦力和體力充分調(diào)動起來參與學(xué)習(xí)，促使自身的動機、認(rèn)知、技能和情感水平發(fā)生變化，進而增強自身思維能力，彰顯在個性化學(xué)習(xí)中的主體作用。

當(dāng)學(xué)習(xí)者對自主控制和能力展現(xiàn)的基本需求得到滿足時，他們會表現(xiàn)出更大的學(xué)習(xí)動力、學(xué)習(xí)績效和滿足感，個性也會得到充分發(fā)展。個性化學(xué)習(xí)支持是為了幫助學(xué)習(xí)者尋求適合自身學(xué)習(xí)的一種服務(wù)范式。因此，個性化學(xué)習(xí)意味著學(xué)習(xí)者自身應(yīng)對學(xué)習(xí)承擔(dān)更多的責(zé)任，是在學(xué)習(xí)活動中賦予學(xué)習(xí)者一定的控制權(quán)，并使之能進行自主判斷、決策和體驗學(xué)習(xí)過程以及評估學(xué)業(yè)成就[19]，從而幫助其成為具備良好學(xué)習(xí)技能和策略的獨立學(xué)習(xí)者。而除了知識習(xí)得，學(xué)習(xí)動力、能力和毅力的培養(yǎng)可以使學(xué)習(xí)者對社會的快速發(fā)展具有更高的適應(yīng)性[20]。因此，在個性化學(xué)習(xí)模型指導(dǎo)下，本研究立足為不同學(xué)習(xí)者提供適合的個性化學(xué)習(xí)，從學(xué)習(xí)者主體作用發(fā)揮與學(xué)習(xí)系統(tǒng)個性支持協(xié)同交互的角度出發(fā)，基于學(xué)習(xí)者動機激發(fā)、知識建構(gòu)、意志增強、能力養(yǎng)成四個維度構(gòu)建了基于知識圖譜的個性化學(xué)習(xí)“四位一體”協(xié)同支持機制，具體如圖2所示。

（一）多維度體驗的個人圖譜與自定規(guī)劃協(xié)同提高動機水平

增強學(xué)習(xí)體驗以激發(fā)學(xué)習(xí)動機是個性化學(xué)習(xí)支持首要考慮的因素。動態(tài)環(huán)境創(chuàng)設(shè)能有效激發(fā)并保持學(xué)習(xí)者的興趣和態(tài)度，在記錄學(xué)習(xí)者歷史經(jīng)驗和表現(xiàn)過程中，根據(jù)學(xué)習(xí)者個性需求匹配特定的內(nèi)容與活動。個性化的目的是創(chuàng)設(shè)一個能對學(xué)習(xí)者的學(xué)習(xí)動機、目的和需求做出回應(yīng)的學(xué)習(xí)環(huán)境，學(xué)習(xí)者在有意識地規(guī)劃學(xué)習(xí)并主動選擇適應(yīng)學(xué)習(xí)的過程中產(chǎn)生更高水平的內(nèi)在動機，從而更好地發(fā)揮學(xué)習(xí)者的主體作用。因此，研究主要通過動態(tài)個人圖譜和學(xué)習(xí)者自定規(guī)劃相結(jié)合的方式多維度支持學(xué)習(xí)者具體經(jīng)驗的獲得與學(xué)習(xí)動機的激發(fā)。

一方面，通過將學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)與知識圖譜建立關(guān)聯(lián)，記錄更新學(xué)習(xí)者知識點完成情況，并為學(xué)習(xí)者可視化動態(tài)展示個人圖譜建構(gòu)情況（包括近鄰尚未完成的知識點分布以及個人歷史學(xué)習(xí)表現(xiàn)等情況），吸引學(xué)習(xí)者感官注意，學(xué)習(xí)者通過查看目前學(xué)習(xí)在整個知識圖譜中所處的相對位置，增強對學(xué)習(xí)規(guī)劃和目標(biāo)更直觀的感覺、知覺，進而激發(fā)學(xué)習(xí)者積極參與和深入探究的內(nèi)在意愿，為學(xué)習(xí)者后續(xù)學(xué)習(xí)規(guī)劃與目標(biāo)的制定與修正提供直接參考依據(jù)。另一方面，為學(xué)習(xí)者提供制定個人學(xué)習(xí)規(guī)劃的機會。學(xué)習(xí)者可以根據(jù)自身能力水平情況從目標(biāo)設(shè)定、時間規(guī)劃和預(yù)期績效等維度動手設(shè)計學(xué)習(xí)規(guī)劃。如此，學(xué)習(xí)者會更明確自己的學(xué)習(xí)目標(biāo)，增強了多維度體驗下的學(xué)習(xí)責(zé)任感和緊迫感，增強了動機水平。

此外，滿意度是學(xué)習(xí)者主體對其學(xué)習(xí)或?qū)W習(xí)經(jīng)歷的一種快樂或積極的情緒狀態(tài)，高滿意度必然會促進學(xué)習(xí)者的學(xué)習(xí)積極性。在目標(biāo)設(shè)定過程中，允許學(xué)習(xí)者通過階段目標(biāo)（月/周目標(biāo)）和日/次目標(biāo)結(jié)合的方式，通過日/次目標(biāo)的完成逐步達(dá)成階段目標(biāo)，在每一次學(xué)習(xí)結(jié)束時，都會讓學(xué)習(xí)者記錄個人在達(dá)成預(yù)設(shè)目標(biāo)時產(chǎn)生的直觀學(xué)習(xí)體驗感，使學(xué)習(xí)者在體驗學(xué)習(xí)成就感的同時提高了學(xué)習(xí)興趣，增強內(nèi)部動機，為順利完成學(xué)習(xí)任務(wù)奠定基礎(chǔ)。

（二）多目標(biāo)優(yōu)化的個性化推薦與自主決策協(xié)同促進知識建構(gòu)

知識建構(gòu)是個性化學(xué)習(xí)支持的重要目的，而知識建構(gòu)的績效取決于學(xué)習(xí)者主體學(xué)習(xí)參與情況。其中，決策控制在學(xué)習(xí)者個性化學(xué)習(xí)中起著關(guān)鍵作用，只有允許學(xué)習(xí)者依據(jù)自身的需求去探索實現(xiàn)自己的目標(biāo)，并主動承擔(dān)起知識建構(gòu)的責(zé)任，才能為個性化學(xué)習(xí)成功提供保障。傳統(tǒng)自適應(yīng)學(xué)習(xí)系統(tǒng)的領(lǐng)域本體結(jié)構(gòu)通常是按章、節(jié)、知識點的邏輯順序構(gòu)成，且推薦對象多是知識單元序列組成的粗粒度內(nèi)容路徑，難以滿足學(xué)習(xí)者的個性化學(xué)習(xí)需求。而知識圖譜不僅采用三元組方式描述知識體系，通過知識元之間的屬性標(biāo)識和關(guān)聯(lián)關(guān)系建立更豐富知識表達(dá)，更在于其動態(tài)的圖結(jié)構(gòu)方式，在知識元序列組成的細(xì)粒度學(xué)習(xí)路徑基礎(chǔ)上，可以允許搜索等大規(guī)模圖算法的運行，能更好地契合學(xué)習(xí)者學(xué)習(xí)水平的動態(tài)變化，使個性化學(xué)習(xí)系統(tǒng)具有更強的認(rèn)知能力，從而幫助學(xué)習(xí)者提高個性化學(xué)習(xí)績效，優(yōu)化個性化學(xué)習(xí)。因此，研究主要在知識圖譜支持下通過學(xué)習(xí)系統(tǒng)個性化推薦和學(xué)習(xí)者自主決策協(xié)同支持方式，學(xué)習(xí)者在動態(tài)生成性路徑中完成知識的系統(tǒng)建構(gòu)，促進個體具身學(xué)習(xí)的發(fā)生。

一方面，知識圖譜可視化展示了知識體系，利用知識圖譜學(xué)習(xí)有助于學(xué)習(xí)者對知識產(chǎn)生系統(tǒng)感知、記憶、思維和想象。同時，學(xué)習(xí)系統(tǒng)基于學(xué)習(xí)者初始能力、經(jīng)驗基礎(chǔ)以及學(xué)習(xí)動機等個性特征，結(jié)合對學(xué)習(xí)時間、目標(biāo)、績效等多目標(biāo)需求，在多模多目標(biāo)優(yōu)化算法支持下，通過知識圖譜的圖結(jié)構(gòu)方式，動態(tài)為學(xué)習(xí)者提供適合的推薦結(jié)果，為其學(xué)習(xí)決策提供參考，助力學(xué)習(xí)者減負(fù)增效。另一方面，對決策過程和結(jié)果的體驗?zāi)軌蛴行Т龠M學(xué)習(xí)者個體的元認(rèn)知發(fā)展，幫助學(xué)習(xí)者在人機交互過程中掌握獨立解決問題的有效方法和技巧。學(xué)習(xí)者在知識元路徑推薦基礎(chǔ)上，圍繞目標(biāo)與情境，在充分考慮自身知識掌握的實際情況基礎(chǔ)上，主動形成內(nèi)在判斷和決策意識，進而自主選取適合的知識元路徑和資源類型進行學(xué)習(xí)，增強其判斷和決策能力，從而更好地建構(gòu)和內(nèi)化知識。

（三）多模態(tài)感知的個性化評價與自我反思協(xié)同提升意志品質(zhì)

學(xué)習(xí)者的意志驅(qū)動著其個性化學(xué)習(xí)探究活動，只有學(xué)習(xí)者學(xué)會管理和使用學(xué)習(xí)活動信息，才能真正體現(xiàn)個性化的價值和意義。實踐證明，傳統(tǒng)的在線學(xué)習(xí)數(shù)據(jù)信息主要用于學(xué)習(xí)評價和教師決策參考，而現(xiàn)實中學(xué)習(xí)者對自身學(xué)習(xí)數(shù)據(jù)信息的使用重視程度不夠，助力個人決策更是在實踐中鮮有發(fā)生。因此，研究通過學(xué)習(xí)系統(tǒng)提供的個性化評價與學(xué)習(xí)者自我反思相結(jié)合的方式協(xié)同支持學(xué)習(xí)者從感知多模態(tài)數(shù)據(jù)到應(yīng)用數(shù)據(jù)，進而提高自身反思性觀察能力、增強學(xué)習(xí)意志品質(zhì)。

學(xué)習(xí)儀表盤通過可視化方式反饋學(xué)習(xí)者狀態(tài)，能增強內(nèi)部動機和自我價值觀[21]。因此，研究一方面在借鑒學(xué)習(xí)儀表盤的成功經(jīng)驗基礎(chǔ)上，將實時追蹤、記錄學(xué)習(xí)者學(xué)習(xí)過程表現(xiàn)與學(xué)習(xí)狀態(tài)嵌入到知識圖譜的知識元屬性中，并在圖譜上將知識點解鎖、活動點完成、任務(wù)度達(dá)成以及學(xué)習(xí)滿意度描述等個性化學(xué)習(xí)評價情況通過符號、顏色、形狀等多模態(tài)可視化表征方式為學(xué)習(xí)者提供直觀反饋，學(xué)習(xí)者在個人知識圖譜支持下對照目標(biāo)達(dá)成情況加強對個人學(xué)習(xí)狀態(tài)的判斷，幫助學(xué)習(xí)者在自我評價與自我反饋中加強學(xué)習(xí)自律性，養(yǎng)成良好的學(xué)習(xí)習(xí)慣，從而在提高學(xué)習(xí)效能過程中建立并增強個性化學(xué)習(xí)信念。另一方面，自我反思和自我激勵為個性化學(xué)習(xí)成功提供重要保障。學(xué)習(xí)者利用圖譜表征的個性化學(xué)習(xí)表現(xiàn)以及學(xué)習(xí)績效表現(xiàn)進行實時監(jiān)控與評價，在建立對個人學(xué)習(xí)狀態(tài)系統(tǒng)認(rèn)知的同時積極反思個人學(xué)習(xí)過程中所采用的策略與方法以及所取得的學(xué)習(xí)績效等情況，加強對個人學(xué)習(xí)過程問題的正視與探析，促進學(xué)習(xí)者在客觀掌握自身能力水平基礎(chǔ)上科學(xué)修正個人目標(biāo)，歷練更堅韌的個性化學(xué)習(xí)意志品質(zhì)，進而促進自我剖析、自我改進和自我發(fā)展，確保個性化學(xué)習(xí)活動的有效性和可持續(xù)性。

（四）多境脈融合的個性化引導(dǎo)與自主建構(gòu)協(xié)同增強思維能力

學(xué)習(xí)者的思維能力水平?jīng)Q定著其個性化學(xué)習(xí)績效，思維能力不僅包括對知識的感知、記憶等基本能力，還包括監(jiān)控、反思、評價、自我指導(dǎo)以及自我調(diào)節(jié)等與學(xué)習(xí)體悟有關(guān)的思維技能。實踐發(fā)現(xiàn)，過度依賴系統(tǒng)決策與控制不利于學(xué)習(xí)者高階思維能力的發(fā)展。而個性化學(xué)習(xí)的最終目的是在學(xué)習(xí)過程中培養(yǎng)學(xué)習(xí)者具有良好的行為習(xí)慣和較強的思維能力，為其后續(xù)學(xué)習(xí)與個人發(fā)展奠定基礎(chǔ)。因此，研究采用個性化學(xué)習(xí)引導(dǎo)與自主建構(gòu)相結(jié)合的方式協(xié)同支持學(xué)習(xí)者思維能力的養(yǎng)成。

一方面，在知識圖譜中嵌入個性化引導(dǎo)引擎，系統(tǒng)會融合學(xué)習(xí)、測試、會話等不同學(xué)習(xí)境脈下學(xué)習(xí)者決策情況和測試結(jié)果提供適當(dāng)?shù)膫€性化引導(dǎo)策略與輔導(dǎo)資源，并針對學(xué)習(xí)績效情況提供相應(yīng)的提示與激勵機制，在不斷優(yōu)化的多境脈反饋中優(yōu)化學(xué)習(xí)體驗，幫助學(xué)習(xí)者在適切的人文關(guān)懷中增強思維能力，實現(xiàn)從“學(xué)”到“學(xué)會”的本質(zhì)轉(zhuǎn)變。另一方面，自主探究可以增強自主感，當(dāng)學(xué)習(xí)者有意識地探索自身個性化學(xué)習(xí)的過程時，思維能力將得到有效訓(xùn)練與提升，有利于促進學(xué)習(xí)者由“主體”向“本我”作用發(fā)揮的躍進。學(xué)習(xí)者在自身目標(biāo)需求驅(qū)動下，利用知識圖譜的提示引導(dǎo)展開自主建構(gòu)，并積極對自己的學(xué)習(xí)過程持續(xù)進行反思與調(diào)控，如此，由交互式學(xué)習(xí)活動出發(fā)不斷增強學(xué)習(xí)者對學(xué)習(xí)情境的感知，從而幫助學(xué)習(xí)者在激活思維能力、加大學(xué)習(xí)投入過程中不斷提升學(xué)習(xí)績效。同時，在個性化學(xué)習(xí)系統(tǒng)中，適當(dāng)為學(xué)習(xí)者賦權(quán)，鼓勵學(xué)習(xí)者在某一知識的學(xué)習(xí)過程中將其自身的創(chuàng)新見解、問題解決策略方法、優(yōu)質(zhì)資源（典型試題和學(xué)習(xí)資料等）等與系統(tǒng)共享，允許學(xué)習(xí)者作為答疑解惑人員參與其他學(xué)習(xí)者的問題答疑過程以共同探索問題解決方案，如果在此過程中，學(xué)習(xí)者的見解和方法被采納和應(yīng)用，無疑會增強學(xué)習(xí)者的自我效能感，親歷知識產(chǎn)生的過程將有效促進其思維能力的提升與發(fā)展。同時，相關(guān)生成性資源也為豐富和擴展知識圖譜中知識元的屬性表征提供了有益參考，從而推動動態(tài)知識圖譜的迭代升級，促進人機雙向反饋[22]。

KG-LDPLS（Knowledge Graph-Learner Dominant Personalized Learning System）是一個基于知識圖譜的個性化學(xué)習(xí)系統(tǒng)，系統(tǒng)在自我決定理論和自我調(diào)節(jié)理論的指導(dǎo)下為學(xué)習(xí)者授權(quán)，在學(xué)習(xí)過程中使得每一位學(xué)習(xí)者的學(xué)習(xí)能夠根據(jù)自身的個人需求，在個人規(guī)劃、自主決策、自主監(jiān)控與反饋以及自我調(diào)節(jié)等環(huán)節(jié)中得到個性發(fā)展。具體如圖3所示。KGLDPLS主要通過基于外在知識圖譜的個性化支持與基于內(nèi)在自我決定的個性化調(diào)節(jié)之間的相互作用促進個性化學(xué)習(xí)發(fā)生。一方面，知識圖譜通過圖譜構(gòu)建層、學(xué)習(xí)推薦層和個人圖譜層為學(xué)習(xí)者提供顯性或隱性個性化學(xué)習(xí)支持；另一方面，學(xué)習(xí)者則基于個人需求在個性化學(xué)習(xí)過程中通過個人表現(xiàn)促進個性發(fā)展目標(biāo)的實現(xiàn)。

（一）學(xué)習(xí)者的個性化學(xué)習(xí)

個性化學(xué)習(xí)以個人需求為基礎(chǔ)，主要體現(xiàn)在學(xué)習(xí)者的個性特征和個人規(guī)劃兩方面。個性特征主要考慮了學(xué)習(xí)者的經(jīng)驗背景、學(xué)習(xí)動機、學(xué)習(xí)目標(biāo)、情感態(tài)度以及學(xué)習(xí)偏好等方面，相關(guān)信息主要通過問卷量表等方式獲得；個人規(guī)劃包括學(xué)習(xí)時間規(guī)劃、學(xué)習(xí)需求等信息，具體由學(xué)習(xí)者自主設(shè)定。個人表現(xiàn)主要包括學(xué)習(xí)者學(xué)習(xí)過程中的行為表現(xiàn)、學(xué)業(yè)成績、狀態(tài)表現(xiàn)以及意志水平等方面。其中行為表現(xiàn)主要由學(xué)習(xí)路徑調(diào)整、與推薦同伴的互動次數(shù)、學(xué)習(xí)資源點擊與下載收藏次數(shù)、錯題收藏數(shù)量、錯題解析查看次數(shù)、學(xué)習(xí)提示使用次數(shù)、提問次數(shù)等情況構(gòu)成，學(xué)業(yè)成績主要由學(xué)習(xí)者階段考試成績構(gòu)成，狀態(tài)表現(xiàn)通過學(xué)習(xí)者自我報告對本次學(xué)習(xí)的主觀體驗情況獲取，意志水平則由學(xué)習(xí)者在系統(tǒng)中的登錄頻次、學(xué)習(xí)時長、知識點完成數(shù)量以及錯題重做次數(shù)等情況構(gòu)成。學(xué)習(xí)表現(xiàn)不僅會影響學(xué)習(xí)者個人特征變化和個人規(guī)劃調(diào)整，也通過對個人表現(xiàn)的全面評價支撐學(xué)習(xí)者個性的全面發(fā)展。個性發(fā)展促進是個性化學(xué)習(xí)的目標(biāo)，是在學(xué)習(xí)表現(xiàn)基礎(chǔ)上促進知識體系、情感態(tài)度、意志品質(zhì)、行為習(xí)慣的形成，核心是學(xué)習(xí)者思維能力的提升。

（二）知識圖譜的個性化支持

知識圖譜的個性化支持以知識圖譜構(gòu)建層為基礎(chǔ)。其中，實體是知識圖譜構(gòu)建的最基本元素，研究抽取內(nèi)容、資源、活動、評價等屬性并關(guān)聯(lián)至實體形成知識元，然后抽取并建立知識元之間的關(guān)聯(lián)關(guān)系進而形成通用知識圖譜。學(xué)習(xí)推薦層主要在通用知識圖譜基礎(chǔ)上結(jié)合學(xué)習(xí)者個人需求進行關(guān)系推理，進而為學(xué)習(xí)者提供路徑、同伴、資源、試題等方面的系統(tǒng)推薦。學(xué)習(xí)者則在自我決定和自我調(diào)節(jié)影響下通過自主決策個人路徑、幫扶同伴、資源和試題等方式開展個性化學(xué)習(xí)。系統(tǒng)從學(xué)習(xí)者個人學(xué)習(xí)表現(xiàn)的四個方面對個性化學(xué)習(xí)進行實時監(jiān)控評價，同時，學(xué)習(xí)者根據(jù)反饋結(jié)果積極對個性化學(xué)習(xí)環(huán)節(jié)進行調(diào)節(jié)，從而在提高學(xué)習(xí)績效同時尋求更適切的個性化學(xué)習(xí)體驗。個人圖譜層則在實時追蹤學(xué)習(xí)者的個人表現(xiàn)基礎(chǔ)上動態(tài)展示學(xué)習(xí)者個人知識建構(gòu)的整體情況。個人圖譜是通用知識圖譜的子圖，目的是幫助學(xué)習(xí)者準(zhǔn)確掌握自身知識建構(gòu)情況的同時激發(fā)、維持學(xué)習(xí)動機，從而更有效地促進學(xué)習(xí)者個性發(fā)展。

人工智能是推動規(guī)?；瘋€性教育實現(xiàn)的重要技術(shù)基礎(chǔ)，但目前的人工智能技術(shù)只是實現(xiàn)了人類的部分智能[23]，對學(xué)習(xí)者學(xué)習(xí)需求等的識別精準(zhǔn)度還不夠。因此，現(xiàn)實中仍需要學(xué)習(xí)者發(fā)揮其主觀能動性，才能確保學(xué)習(xí)者獲得滿意的學(xué)習(xí)體驗。知識圖譜不僅能夠通過屬性擴展和關(guān)系推理提高學(xué)習(xí)推薦的精準(zhǔn)度，其圖示形式也能為學(xué)習(xí)者建構(gòu)知識體系、反饋調(diào)節(jié)提供直觀依據(jù)，從而助力學(xué)習(xí)者學(xué)習(xí)潛能的激發(fā)，促進學(xué)習(xí)者個性全面發(fā)展。本研究中個性化學(xué)習(xí)模型的構(gòu)建旨在融合知識圖譜與學(xué)習(xí)者自身智能優(yōu)勢，探索知識圖譜支持下個性化學(xué)習(xí)的實現(xiàn)機理，為加快推進教育從“產(chǎn)品生產(chǎn)模式”向以學(xué)習(xí)者為中心的量身定制模式的轉(zhuǎn)變提供理論與現(xiàn)實參考，推進在線學(xué)習(xí)向大規(guī)模個性化學(xué)習(xí)變革發(fā)展進程。

參考文獻(xiàn)：

[1] 中共中央、國務(wù)院.中國教育現(xiàn)代化2035[EB/OL].http：//www.gov.cn/ xinwen/2019-02/23/content_5367987.htm.2019-02-23.

[2] 國發(fā)[2017]35號，國務(wù)院關(guān)于印發(fā)《新一代人工智能發(fā)展規(guī)劃》的通知[Z].

[3] 汪瓊，李文超.人工智能助力因材施教：實踐誤區(qū)與對策[J].現(xiàn)代遠(yuǎn)程教育研究，2021，33（3）：12-17+43.

[4] 梁秋英，孫剛成.孔子因材施教的理論基礎(chǔ)及啟示[J].教育研究，2009，30（11）：87-91.

[5] Brusilovsky P，Peylo C.Adaptive and Intelligent Web-based Educational Systems [J].International Journal of Artificial Intelligence in Education，2003.13：15-172.

[6] Streeter，Dan.Personalized Learning Impacts on Student Achievement：A Quantitative Approach [D].Flagstaff：Northern Arizona University，2019.

[7] 彭紅超，祝智庭.人機協(xié)同決策支持的個性化適性學(xué)習(xí)策略探析[J].電化教育研究，2019，40（2）：12-20.

[8] 姜強，趙蔚等.個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J].中國電化教育，2016，（2）：25-32.

[9] Chen C M.Personalized E-Learning System with Self-Regulated Learning Assisted Mechanisms for Promoting Learning Performance [J].Expert Systems with Applications，2009，36（5）：8816-8829.

[10] 鄭永和，王楊春曉等.智能時代的教育科學(xué)研究：內(nèi)涵、邏輯框架與實踐進路[J].中國遠(yuǎn)程教育，2021，（6）：1-10+17+76.

[11] 王超，劉淇等.面向大規(guī)模認(rèn)知診斷的DINA模型快速計算方法研究[J].電子學(xué)報，2018，46（5）：1047-1055.

[12] Zhang L，Yang S，et al.Personalized learning and ESSA：What we know and where we go [J].Journal of Research on Technology in Education，2020，52（3）：253-274.

[13] 唐雯謙，覃成海等.智慧教育與個性化學(xué)習(xí)理論與實踐研究[J].中國電化教育，2021，（5）：124-137.

[14] Ouf S，Ellatif M A，et al.A proposed paradigm for smart learning environment based on semantic web [J].Computers in Human Behavior，2017，72：796-818.

[15] Jun‐Ming Su.A rule‐based self‐regulated learning assistance scheme to facilitate personalized learning with adaptive scaffoldings：A case study for learning computer software [J].Computer Applications in Engineering Education，2020，28（1）：536-555.

[16] 董玉琦，林琳等.學(xué)習(xí)技術(shù)（CTCL）范式下技術(shù)促進學(xué)習(xí)研究進展（2）：技術(shù)支持的基于認(rèn)知發(fā)展的個性化學(xué)習(xí)[J].中國電化教育，2021，（10）：17-23+42.

[17] Netcoh S.Students’ Experiences with Personalized Learning：An Examination Using Self-Determination Theory [D].Burlington：University of Vermont.2017.

[18] Cleary T J，Zimmerman B J.Self‐regulation empowerment program：A school‐based program to enhance self‐regulated and self‐motivated cycles of student learning [J].Psychology in the Schools，2004，41（5）：537-550.

[19] Jung E，Kim D，et al.The influence of instructional design on learner control，sense of achievement，and perceived effectiveness in a supersize MOOC course [J].Computers & education，2019，128（1）：377-388.

[20] 關(guān)成華，陳超凡等.智能時代的教育創(chuàng)新趨勢與未來教育啟示[J].中國電化教育，2021，（7）：13-21.

[21] 姜強，趙蔚等.基于大數(shù)據(jù)的學(xué)習(xí)分析儀表盤研究[J].中國電化教育，2017，（1）：112-120.

[22] 董艷，李心怡等.智能教育應(yīng)用的人機雙向反饋：機理、模型與實施原則[J].開放教育研究，2021，27（2）：26-33.

[23] 宋靈青，許林.人工智能教育應(yīng)用的邏輯起點與邊界——以知識學(xué)習(xí)為例[J].中國電化教育，2019，（6）：14-20.

作者簡介：

劉鳳娟：教授，在讀博士，研究方向為數(shù)字化學(xué)習(xí)。

趙蔚：教授，博士，博士生導(dǎo)師，研究方向為數(shù)字化學(xué)習(xí)、個性化教育。

姜強：教授，博士，博士生導(dǎo)師，研究方向為教育大數(shù)據(jù)、個性化自適應(yīng)學(xué)習(xí)。

王磊：教授，博士，博士生導(dǎo)師，研究方向為智能計算、機器學(xué)習(xí)。

Research on Personalized Learning Model and Support Mechanism Based on Knowledge Graph

Liu Fengjuan1，2， Zhao Wei1， Jiang Qiang1， Wang Lei3（1.School of Information Science and Technology， Northeast Normal University， Changchun 130117， Jilin； 2.School of Educational Sciences， Shaanxi University of Technology， Hanzhong 723001， Shaanxi； 3.School of Mathematics and Computer Science， Shaanxi University of Technology， Hanzhong 723001， Shaanxi）

Abstract： In recent years， industrial technology represented by artificial intelligence has provided an opportunity for the reform of learning methods. How to promote personalized learning has become one of the important topics in the field of education. As the latest technology in the development of knowledge visualization， knowledge graph has strong expression ability. It can not only establish nonlinear semantic links between different knowledge points， but also solve personalized learning support problems such as recommendation， monitoring， evaluation and feedback in online learning. It can help learners systematically and efficiently construct knowledge system and optimize learning decisions， it provides a new perspective for the research of personalized learning support. Therefore， based on the analysis of personalized learning and related research status， based on the learner oriented perspective， under the guidance of self-determination theory and self-regulated learning theory， the research constructs a personalized learning model based on knowledge graph， and starts from the four dimensions of motivation stimulation， knowledge construction， intention improvement and ability enhancement， The “four in one” collaborative support mechanism of personalized learning based on knowledge graph is constructed， a prototype of personalized learning system based on knowledge map is designed， in order to provide some reference for personalized learning research.

Keywords： knowledge graph； personalized learning； model； support mechanism

責(zé)任編輯：邢西深