基于元认知能力发展的智能导学系统研究*

韩建华　姜　强　赵　蔚（东北师范大学 计算机科学与信息技术学院，吉林长春 130117）



基于元认知能力发展的智能导学系统研究*

韩建华姜强赵蔚
（东北师范大学 计算机科学与信息技术学院，吉林长春 130117）

摘要：通过比较分析国际典型的7个智能导学系统，文章发现各系统之间存在教学法、心理学、技术和实用主义的差异，但在智能化程度和有效促进元认知发展方面具有相同点。之后，文章采用系统建模方法分析了学生的元认知策略，构建了ITS中的元认知能力模型。最后，文章以Betty’Brain系统为例，通过实证分析得出：元认知意识的智能导学系统不仅有利于促进学生元认知能力的发展，还能培养学生的问题解决能力。

关键词：智能导学系统；自主学习；元认知；认知；问题解决

引言

智能导学系统（Intelligent Tutoring Systems，ITS）是指具有某一领域的学科知识和相关的教学知识，能对学生进行个别化教学的软件系统。该系统能够模拟教师或专家进行教学活动，根据学生对知识的理解掌握程度，选择相应的教学策略，帮助学生获得新知识并解决学习问题[1]。通常，ITS含有虚拟代理（包括虚拟教师代理、虚拟学生代理等），既是学生的智能伙伴，也是学生学习的指导者，参与学生的知识建构（非复制）、谈话（非接受）、表达（非重复）、合作（非竞争）和反思（非处方）等学习活动，与学生进行情感交流，为学生学习、问题解决、策略训练和技能获得等过程提供支架和反馈，有利于促进学生自主学习能力和元认知能力的发展。元认知是影响学业成功的主要因素，是指在自我意识的基础上，在认知自身的过程中形成自我反省、自我控制与自我调节，是对学习中感知、记忆、思维、想象等认知活动的再认知和再思考。ITS提供关于学生元认知能力的指导，监管学生的元认知行为，可以帮助学生成为更好的学习者。

伴随着计算机技术、学习分析技术的发展及有效运用，有关ITS的研究越发注重学习者的个性化、轻松和高效率的智能学习，学习者与系统的交互不仅在于获取知识和掌握知识，更重要的是能提高学生的问题解决能力和元认知能力。

一　ITS研究进展

国际典型的ITS有MetaTutor、Protus、Andes、SimStudent、Crystal Island、Wayang Outpost、Betty’s Brain等，这些系统都是以计算机为基础的开放式学习环境，主要形式有超媒体、建模与仿真、沉浸式及游戏化等[2]。

由于ITS之间存在教学法、心理学、技术和实用主义的差异，导致虚拟代理、界面和支架也各不相同，如表1所示。其中，虚拟代理通常以对话方式监督和指导学习者的学习，调节学习心情和态度；界面是指提供可以满足学习者需求的智能化界面，包括必要的菜单、文本、动画、视频、音频和超链接等；支架是指系统提供不同的工具支持学习者的学习和问题解决等活动，便于学习者查找和获取信息、建构问题方案等，如开放式学习环境通过观察学生学习活动推断学习需要，经常以提示、建议、测试、评价等方式呈现，为学生顺利完成任务提供支架。

表1　ITS比较分析

MetaTuor是基于自适应多代理超媒体导学系统，针对生物科学的内容如循环、消化和紧张系统，通过4个代理适应学习者的需要，个别化地指导学习者的学习，同时为学习者提供自适应反馈，支持学习者恰当地选择子目标、精确地判断元认知以及应用具体的学习策略[3]。

Protus是自适应个性化推荐的超媒体系统，用于学习者学习Java程序设计语言的基本知识。该系统具有高度模块化的特征，应用网络语义技术和推荐技术，结合学习者的性格特点，为学习者推荐个性化的界面和内容，学习者利用测试、复习、讨论、范例等监控和调节元认知[4]。

Andes是一种建模与仿真的开放式学习环境，其基本原理是在教学法上最大化学习者的主动性和自由，维持学习者完成网络作业的积极性[5]。根据系统的计划识别技术，提供迅速的反馈和提示，促进学习者监管和调节元认知。

SimStudent是一种类似于游戏的学习环境，结合两个虚拟代理，利用解释、问题、范例和对话引导学习者学习代数方程式知识。如果遇到不会或不能正确解决的问题时，可以向虚拟教师代理（Mr.Williams）求助；随着支架淡出，学习者尝试自己解决问题[6]。

Crystal Island是以故事为中心的虚拟沉浸式学习环境，学习者充当生物学家的角色，探索困扰岛屿研究站的传染性细菌的来源和特性。学习者能与计算机控制角色（包括护士、病人、厨师和科学家等多个代理）对话，每完成5个实验，学习者回答有关生物学科的问题[7]。

Wayang Outpost是基于超媒体的学习环境，根据学习者的最近发展区提供自适应的学习内容，训练学习者基本的认知技巧。该系统不仅能促进学习者的认知发展，而且可视化的学习进度能刺激学习者反思学习活动，增强学习者的元认知意识[8]。

Betty’s Brain不仅基于超媒体的环境，而且结合建模仿真和以故事为中心的环境特点，是一个典型的以学习者为中心的多形式的开放式学习环境。学习者在学生代理（Betty）和教师代理（Mr.Davis）的帮助下，采取合适的自我调节的认知和元认知学习策略[9]。

从总体上分析，ITS把学习看作是一个积极建构的过程，即学习者通过设定学习目标，试图监管、调节、控制认知和元认知。尽管每一个导学系统的特点、功能和表现形式各不相同，但在自主学习环境下，这些系统可以促进学生认知和元认知的发展，提高学生的问题解决能力。

二　ITS元认知能力模型的构建

通常，认知控制、调节与策略应用是基本的元认知成分。加拿大的韦尼（Winne）和哈德文（Hadwin）从信息处理的角度，提出了一个自我调节学习模型——COPES（Conditions条件、Operations操作、Products产品、Evaluations评估、Standards标准），并根据这一模型提出学习发生在四个循环的阶段：任务定义，学生培养自己对学习任务的理解；目标设定和计划，呈现学生处理学习任务的方法；策略制定，学生实施他们的学习计划；适应元认知，在策略制定成功或失败的基础上，将时刻调整学习策略和事后评价学习方法相互联系起来[9]。后来，美国詹姆斯（James）等根据COPES模型，把学习者在ITS的行为活动分为目标设定和计划、知识建构、监管、求助四个领域，将四个领域相关的认知和元认知活动整合在三层圆环内，描述学生可以利用的理想化的元认知活动和策略[10]。鉴于上述研究成果，本文采用系统建模方法分析学生的元认知策略，构建了ITS的元认知能力模型，如图1所示。

图1　ITS的元认知能力模型

元认知能力模型旨在培养学习者自我调节的学习能力，包括五个基本特征：

①模型以圆环形式呈现ITS的基本行为、认知活动、元认知策略。其中，最内层是学习者与系统交互过程的基本行为，次最内层是学习者完成某一学习任务的认知活动，最外层表示每一个领域相应的元认知策略。模型最内层和最次内层之间的箭头，既表示学习者基本行为相应的认知活动，也表示这些行为对学习者学习的作用和影响。三个圆环的关系表明认知活动层依赖于学习者行为，元认知策略则依赖于认知活动。

②虽然每一个圆环内部活动没有连线，但是每一个圆环内的元素仍然相互联系、相互作用，且每一个活动或行为的决策会影响其它活动或行为的决策。每一个圆环内部活动没有连线也表明学习活动是一个灵活的过程，即学习过程可以从任意一个环节开始、任意一个环节结束，必要时某些环节根据情况还可以略去。

③学习者的学习活动是一个持续发展的过程，元认知作为一个不断进行的活动，与所有其它活动或行为相互联系。元认知策略贯穿于学习者学习的全过程，表明ITS可以不断地监管和控制学习者的认知活动，而长时间强化对认知活动的反省和评估等行为可以影响学习者的元认知意识。ITS在学习者完成学习任务的过程中能促进学习者元认知意识的发展，而这种元认知意识可以增强学习者的元认知能力。

④模型为分析其它ITS的认知活动和元认知策略提供了依据。虽然每个系统所处的环境不同，但某些认知活动、元认知策略和学习行为是相似的，因此该模型对ITS相关领域知识的学习具有普遍性。当学习者遇到学习困难时，可以根据模型采取下一步操作、调整学习过程。教师也可以根据学习者的日志数据文件分析其学习行为，利用元认知能力模型和数据挖掘的方法分析其频繁发生的学习活动或行为，这有助于深入地理解学习者的学习过程和学习效果。

⑤通过分析模型的划分层次可以得出：在自主学习环境下的学习者能根据需要采取相应的策略，也可以由系统根据学习者的特点进行自适应的个性化推荐或个别化指导——这些策略对学习者的个性化学习起到了支持作用。模型中的元认知是以学习者在ITS中的基本活动或行为为中心而展开的，学习者可以根据实际情况找到自己学习的起始点，并按具体需要编排学习活动顺序，因此这是一个典型的以学习者为中心的元认知能力模型。

三　元认知发展的智能学习实证分析——以Betty’s Brain系统为例

Betty’s Brain系统是美国范德堡大学工程学院智能代理教学研究组结合计算机科学、心理学和教育学等开发的开放式ITS，强调在具体环境下学习需要内隐的思考和学习过程的可视化，利用动画教学代理，整合问题解决和知识建构的过程，必要时为学习者提供指导和帮助。本项目组与智能代理教学研究组进行了沟通并协同创新，对Betty’s Brain系统进行了深入研究，并应用元认知能力模型对该系统进行了改造；同时，考虑学习者和系统之间的主客体关系，在该系统建立了双向适应交互，即用户主动选择资源的适应性交互和系统主动推送资源的自适应交互[11]。改造后的ITS，不仅可实现学习者根据自己的知识水平和认知风格自主选择学习内容、学习策略，而且也能根据学习者的学习特征和学习行为推荐具有个性化的建议，使学习者在完成学习任务时，也可利用与代理对话的方式帮助学习者选择合适的元认知策略，进而培养元认知能力。

本文以Betty’s Brain的“森林生态系统”学习为例，分析该系统促进学生元认知能力的过程——首先学习者需要读材料，如科学书（ScienceBook）、教师指南（Teacher’s Guide）等，也可以在笔记（Notes）界面做笔记，然后在因果图（Causual Map）界面内画图。该系统主要依据Betty和Mr.Davis两个代理促进学习者元认知能力的发展，其中Betty代理的身份是学习者的学生，而Mr.Davis代理的身份则是学习者的老师。

1Betty与学习者会话

当学习者读超文本资源或识别相关概念时，如果长时间停留，Betty代理就会主动与学习者对话，提示学习者继续工作。为了进行下一步操作，学习者需要从下拉列表中选择符合自己的回复，如图2所示。

图2　Betty监督学习者学习

图3　Mr.Davis询问学习者状态

学习者既能自己决定学习进度，也能主动与Betty发起会话，让Betty解释概念、回答因果关系或参加测试等。当学习者根据下拉列表选择要提出的问题后，Betty就会对学习者的问题给出相应的反馈。

2Mr.Davis与学习者会话

Mr.Davis代理主动与学习者对话，监督学习者的状态，帮助学习者调整学习进度，就学习者的学习状况或进行鼓励、或给出提示、或提供建议。例如，Mr.Davis询问学习者的感觉如何（如图3所示），使学习者反思自己的认知加工过程并增强自我监控意识。

学习者也能主动与Mr.Davis对话，咨询的问题主要有三个方面：科学书阅读中遇到的难题，如何有效地向Betty呈现因果关系，以及如何确保教给Betty内容正确的知识。

3Betty的测验结果

系统界面包括测验的历史记录、测验问题、Betty的答案、Betty的成绩以及测验相关的因果关系。成绩的标注有四种颜色：绿色代表Betty回答正确；红色代表Betty回答错误；橙色代表Betty的回答有待完善；灰色代表Betty不知道。学习者可以根据测验结果修正因果关系，这一过程有利于学习者监管和调节自己的元认知，并计划下一步的操作。

综上所述，Betty’s Brain系统首先分析了学习者的学习行为，然后利用Betty和Mr.Davis两个代理以对话的方式干预学习者的学习过程，并根据学习者的状态和学习进度提供自适应反馈，使学习者调节和监管自己的学习行为，培养元认知意识。更重要的是，该系统使学习者的元认知意识从系统控制转向了自我控制、从不自觉调节转向了自觉调节，从而培养了学习者有意识地控制和调整认知活动的能力。

四　启示与思考

皮亚杰曾说“理解就是创造”，当学习者通过ITS（如Betty’s Brain系统）学习知识、利用掌握实体之间的关系建立一个正确的因果图时，学生对知识的理解过程也是知识创造的过程。这是因为，因果图不仅将知识以可视化方式呈现，而且也体现了学习者的思维过程；整个学习过程既培养了学习者的创造性思维能力，也培养了学习者的推理性思维能力和批判性思维能力，因此可以说ITS培养了学习者的高阶思维能力。

新媒体联盟在2015年的《地平线报告（高等教育版）》中指出，驱动教育技术在高等教育中利用的长期趋势是增加跨机构的合作。因此，很多机构在开发ITS的过程中，需要进行学科之间的沟通与合作、互相取长补短，并深入结合学科领域知识和开放的云技术，将这些系统共建共享，以促进全球教育事业的共同进步。如果系统之间关于学生的非保密性的学习活动数据可以互相调用，或者说如果学习者在不同的ITS环境下的学习档案材料可以互用，那么就可以利用大数据分析，使ITS结合学习者的特征和需求，进行学习内容、学习材料和界面的个性化推荐。目前，ITS的学习内容主要针对的是中小学的课程内容，而关于大学的课程内容相对较少，如果将ITS向大学群体免费开放，那么ITS的应用范围也会大大拓宽。

正在热议的“互联网+”给教育带来的思考，最重要的就是让教育有了“人的维度”，特别是慕课（MOOCs）和翻转课堂真正做到了以学习者为中心，使学习者成为了学习过程的主体。ITS既注重学生个性化的发展，又强调培养学生自主与互动合作的学习能力，有助于慕课或翻转课堂模式下的学习者在“做中学”，同时ITS所提供的自适应反馈或提示等也有利于学习者的个别化学习。2015年，在青岛举行的首届国际教育信息化大会上，进一步明确了要建设“人人皆学、处处能学、时时可学”的学习型社会，移动互联网教育注定会成为未来教育的趋势。而移动设备的普及，为学习者提供了获取教育资源的便捷通道；如果将ITS配置到移动设备上运行，就可以方便学生利用碎片化时间进行学习，进而提升学习者的学习效率。

五　结论

本文比较分析了国际典型的7个ITS，这些系统尽管在开发环境、学习代理数量以及为学习者提供学习支架的方式不同，但却都可以智能地分析学习者的学习数据，并给予个性化推荐、个别指导或自适应反馈和提示等，因此有助于学习者元认知能力的发展。基于自我调节学习模型（COPES），本文从目标设定和计划、知识建构、监管、求助四个方面构建了ITS的元认知能力模型，实现了ITS的双适应交互，能帮助学习者更好地监管、调节认知活动和元认知策略，并为后期同行研究提供参考。文章还以Betty’s Brain系统为例进行了实证分析，运用两个代理（Betty和Mr.Davis）以对话方式监管和调节学习者的学习活动、增强学习者的元认知意识。研究结果表明：在自主学习环境下，学习者利用ITS不仅可以掌握基础知识，而且有助于培养元认知能力。总之，信息技术正深刻改变着人类的思维和学习方式，而ITS研究引发了新思考、新启示，将开启智能化教学的新纪元。

参考文献

[1]蒋艳,马武林.中国英语写作教学智能导师系统:成就与挑战——以句酷批改网为例[J].电化教育研究,2013,(7):76-81.

[2]Segedy J R,Biswas G,Sulcer B.A model-based behavior analysis approach for open-ended environments[J].Educational Technology & Society,2014,(1):272-282.

[3]Azevedo R,Johnson A,Chauncey A,et al.Self-regulated learning with MetaTutor: Advancing the science of learning with metacognitive tools[A].Khine M S,Saleh I M.New Science of Learning: Cognition,computers and collaboration in education[M].Springer New York: Springer Science and Business Media,2010:225-247.

[4]Vesin B,Ivanović M,Budimac Z.Protus 2.0: Ontology-based semantic recommendation in programming tutoring system[J].Expert Systems with Applications,2012,(15):12229-12246.

[5]Conati C,Gertner A,Vanlehn K.Using Bayesian networks to manage uncertainty in student modeling[J].User Modeling and User-Adapted Interaction,2002,(4):371-417.

[6]Matsuda N,Cohen W W,Koedinger K R.Teaching the teacher: Tutoring SimStudent leads to more effective cognitive tutor authoring[J].International Journal of Artificial Intelligence in Education,2015,(25):1-34.

[7]Segedy J R.Adaptive scaffolds in open-ended computer-based learning environments[D].Tennessee: Vanderbilt University,2014:24-28.

[8]Arroyo I,Woolf B P,Burelson W,et al.A multimedia adaptive tutoring system for mathematics that addresses cognition,metacognition and affect[J].International Journal of Artificial Intelligence in Education,2014,(4):387-426.

[9]Kinnebrew J S,Segedy J R,Biswas G.Analyzing the temporal evolution of students’ behaviors in open-ended learning environments[J].Metacognition Learning,2014,(2):1-29.

[10]Segedy J R,Kinnebrew J S,Biswas G.Modeling learner’s cognitive and metacognitive strategies in an open-ended learning environment[A].Langley P.Advances in cognitive systems: Paper from the AAAI Fall Symposium[C].Menlo Park,California: AAAI Press,2011:297-304.

[11]姜强,赵蔚,王朋娇.自适应学习系统中双向适应交互评价实证研究[J].现代远程教育究,2013,(5):106-112.

编辑：小米

Study on Intelligent Tutoring Systems for Promoting the Metacognitive Ability Development

HAN Jian-huaJIANG QiangZHAO Wei
(School of Computer Science and Information Technology,Northeast Normal University,Changchun,Jilin,China 130117)

Abstract:Through comparing and analyzing seven international typical ITS (intelligent tutoring systems),it found that there were differences in teaching methods,psychology,technology and pragmatism among the systems,but there were also similarities in aspects of intelligent degree and effective promotion in metacognition development.Thereafter,the paper analyzed students’ metacognitive strategy employing system modeling method,and constructed the metacognitive ability model about ITS.In the end,the paper took Betty’s brain system as an example to make an empirical analysis,and the results shown that metacognitive awareness of ITS can promote learners’ metacognitive ability development and cultivate learner’s problem-solving ability.

Keywords:ITS; self-regulated learning; metacognition; cognition; problem-solving

收稿日期：2015年7月9日

作者简介：韩建华，在读硕士，研究方向为个性化自适应学习，邮箱为hanjh675@nenu.edu.cn。

*基金项目：本文为教育部人文社会科学研究规划基金“大数据支持下的个性化自适应学习及教育测量研究”（项目编号：15YJA880027）、教育部人文社会科学研究规划基金“基于知识图谱的开放学习资源自主聚合研究”（项目编号：14YJA880103）、中央高校基本科研业务费专项资金“吉林农村中小学教师远程培训学习适应性研究”(项目编号：130021049)的阶段性研究成果。

【中图分类号】G40-057

【文献标识码】A 【论文编号】1009—8097（2016）03—0107—07 【DOI】10.3969/j.issn.1009-8097.2016.03.016