自适应学习技术支持下的深度学习

丁书林

以李克强总理2015年3月首次在政府工作报告中提出“互联网+”行动计划为标志，中国社会进入了一个以信息通信技术与互联网为平台，各行各业与互联网深度融合，创造新的发展生态的新阶段。

教育与互联网的结合，并不是一个陌生的领域。无论是近些年风靡的翻转课堂、MOOC，还是国家推动的“三通两平台”建设，都不乏互联网与教育结合的身影。但我们发现，以考试为导向、以掌握知识点为目标的讲授式教育模式依然主导着互联网与教育的结合，致使二者只是简单叠加，并没有创造出反映教育本质的“互联网+教育”的思维与模式。

学习是内化的过程，真正实现以学习者为中心，才能够真正抓住促进人的全面而富有个性的发展这一教育本质。长期以来，基于信息技术的学习被诟病的原因之一，在于它过多地强调学习的及时性、便利性、反复性，使得碎片化学习成为学生学习的主要形态，不仅养成了学生懒于深度学习和思考的习惯，更难以加工形成有意义的知识网络。教师借助网络平台对学生的指导看似个性化，但这种指导更多地指向知识掌握的结果，而无法对学习行为过程进行分析，这是其一。二是由于人力的限制，无法对学生的深度学习进行有效指导。自适应学习技术的发展极大地推动了以学习者为中心的深度学习的发展。

2016年1月，北师大智慧学习研究院第一次发布了中国版地平线报告。中国的教育技术专家们认为，未来的四到五年，自适应学习技术将会被广泛应用。美国新媒体联盟发布的地平线报告，则把自适应技术的广泛应用提前到了二至三年。2016年3月，AlphaGo战胜著名棋手李世乭，人们在感叹人工智能技术快速发展的同时，恐怕很少有人知道，AlphaGo的电脑程序就是以深度学习技术为基础的。非线性、分布式、并行计算、自适应、自组织则是其中的精髓。

自适应学习技术自20世纪70年代就开始被大量研究，从各方的研究成果看，它与传统心理学意义上的自主学习的最大区别在于，自适应学习技术是以计算机技术特别是人工智能技术为重要支撑的，是一种复杂的、数据驱动的、（在某些情况下）非线性的指导和矫正方法，与学习者的互动会与其表现出的水平相适应，且能随之预测学习者在某个具体的时间点要取得进步所需的内容和资源类型。

在自适应学习技术的支持下，学生可以自主选择学习路径、学习策略，从而实现自我组织、自我评估。于是，实时调整学习内容、在学生需要时才提供量身定制的练习就成为可能，这使得学生的个性化需求与发展真正得以实现。

在自适应学习技术的支持下，学生也将不再沉迷于知识点的掌握，更多地去寻找知识之间有意义的连接以及深层次的内涵，让深度学习成为可能。在自适应学习技术改变学生学习行为的同时，教师可以借助互联网平台全面了解学生的学习行为与效果，提供个性化指导，彻底改变传统的教学行为，并变讲授者为辅导者。