大数据下协作学习的个性化自适应学习系统设计研究

姜思璐，刘建国

(长春师范大学传媒学院，吉林长春 130032)



大数据下协作学习的个性化自适应学习系统设计研究

姜思璐，刘建国

(长春师范大学传媒学院，吉林长春 130032)

随着大数据时代的到来，我国教育领域也发生着翻天覆地的变化。协作学习的个性化自适应系统不仅可以有效地提高学生的学习效率和质量，而且还可以增强学生的协作性，使学生更易于消化理解知识，从而达到个性化自适应学习的目的。

大数据；协作学习；个性化自适应学习

2012年，联合国发布的《大数据促发展：挑战与机遇》白皮书中指出：“大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。”[1]大数据已经悄无声息地改变着人们的工作、学习、生活等各个方面，其巨大的影响也体现在教育界，它可以推动着教育系统的创新与改革。我国在《国家中长期教育改革与发展纲要(2010-2020)》的第八章二十五条指出：“大力发展现代远程教育，建设以卫星、电视和互联网等为载体的远程开放继续教育以及公共服务平台，为学习者提供方便、灵活、个性化的学习条件”[2]；同时我国也在《教育信息化十年发展规划(2010-2020)》的总体战略中明确表明要“努力为每一名学生和学习者提供个性化学习、终身学习的信息化环境和服务。”[3]

1 研究现状

在个性化自适应学习的研究领域中，国外起步较早，美国、荷兰等国著名大学的教授先后开发了自适应学习系统和个性化教育超媒体系统等软件。

图1 我国个性化自适应研究情况

从上述折线统计图(图1)可以看出，近十年来，我国关于协作学习和个性化学习的研究呈稳步上升的趋势，国内许多专家学者长时间致力于个性化自适应学习的研究，并且取得了一定的研究理论支撑。比如，东北师范大学的姜强和赵蔚教授长时间从事个性化自适应学习研究，发表了《面向“服务”视角下的自适应学习系统设计与实现》《基于大数据的个性化自适应在线学习分析模型及实现》等论文，提炼出个性化自适应学习的元认知与开放学习者模型、自主学习、信息可视化处理和大数据学习的分析。但是，关于协作学习平台下的个性化自适应学习的研究还有待更多的专家与学者进行积极地探索。

2 概念界定

2.1 大数据

著名IT咨询公司Gartner认为“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”[4]涂子沛将大数据定义为那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、存储、管理和分析的数据。阿里创始人马云则说大数据就是一种服务[5]。笔者认为，大数据指的是把海量的数据进行模型构建，从而挖掘事物的本质，预测事物发展的趋势。

2.2 协作学习

张典兵、陈绪英认为协作学习是一种为了促进学习，通过小组或团队的形式组织学生协作完成某个给定学习目标的学习策略或学习模式[6]。顾晓禹认为协作学习是一种合作性质的学习模式，它以学生为中心，学生在指定的成员组织中为完成某一共同任务而进行自主分工，相互协作[7]。笔者认为，协作学习是学生与学生、学生与老师之间共同讨论研究某一知识的互动式学习过程。

2.3 个性化学习

郑云翔认为个性化学习是根据学习者的个性特点和发展潜能，采取灵活、适合的方式充分满足学习者个体需求的学习[8]。《当代教育学》中把个性定义为：人性在个体上的表现或反映，它是人们在生理、心理诸方面的一系列稳定特点的综合[9]。笔者认为，个性化学习是学习者根据自己当前的学习水平、学习智力进行的适合自己的学习。

2.4 计算机支持下的协作学习

考希曼在CSCL 2002大会主题报告中将CSCL定义为“CSCL着重研究在共同环境中的意义和意义缔造时间，以及设计的人工制品被这些实践活动应用为中介的方式。”[10]新加坡南洋理工大学国立教育学院王其云副教授认为CSCL指的是通过计算机网络进行的，以小组合作为主要形式的教学方式[11]。我国学者黄荣华认为计算机支持下的协作学习(CSCL)是指利用计算机技术(尤其是多媒体和网络技术)来辅助和支持的协作学习，它代表了两种趋势的汇合点，即普遍渗透于社会的计算机技术和一种名为协作学习的新的学习方式的汇合[12]。笔者认为，计算机支持下的协作学习指的是利用计算机等多媒体实现教师与学生、学生与学生之间的互动式的协作学习。

2.5 自适应学习

美国教育部教育信息化办公室提出“可以根据学习者在课程中反馈回来的信息，动态地改变内容以及内容呈现方式、学习策略。”[13]徐鹏和王以宁认为自适应学习是针对个体学习过程中的差异而提供适合个体特征的学习支持系统[14]。笔者认为，自适应学习就是学习者在解决实际问题中，通过自己的归纳、分析、解释，形成一个比较完整的概念，并且把此概念应用到实际问题中，验证已获得的知识。

2.6 个性化自适应学习

所谓的个性化自适应是指从每个学生现有的个性出发，可以使每个学生的个性充分发展，并且让每个学生在学习目标、学习内容、学习方法等方面通过自己的积极思考和操作获得知识和技能。笔者认为，个性化自适应学习是通过web的大数据去分析学习者的性格特点和当前的知识水平，再根据个性化自适应系统提供的适合学习者本身的个性化的学习方案，提高学习者的学习效率和水平。

3 提出问题

第一，当前的个性化自适应系统只能实现学习者本身或者学习者与管理者、教师之间的互动，缺乏学习者与异质或同质学习者的沟通。

第二，个性化自适应系统的应用落地难：(1)没有被广泛地推广；(2)我国教育信息化发展程度不平衡。

第三，个性化自适应系统数据的安全和道德问题也面临着挑战：(1)数据保护不当；(2)黑客攻击；(3)数据存储时数据没有严格的加密保护措施。

4 原因分析

第一，我国对于个性化自适应系统的研究还处于初级阶段，目前只是单纯地考虑了学生的个性化学习这一方面，而没有注意到学生的学习还应该在协作中进行。

第二，个性化自适应系统在国外的应用比较广泛，但是在我国却没有被广泛地应用，笔者认为主要原因是：(1)当前我国的个性化自适应系统还处于初级阶段，没有被广泛地推广，尤其是在中西部和广大偏远地区；(2)我国教育信息化发展程度不平衡，经济发达的东南沿海地区有条件和资源去进行教育改革，但是在中西部经济欠发达的地区目前还在普及多媒体教学的过程中，缺乏多余的资金去进行个性化自适应系统的推广与应用。

第三，学习者的教育数据不但是宝贵的第一手资料，而且也涉及学习者本身的隐私问题。(1)数据保护不当不仅会损害学习者本身的利益，还会带来极大的安全隐患；(2)在利用个性化自适应学习系统学习时，由于长时间的浏览网页会被第三方偷窥到一些数据或者遭到黑客的恶意篡改数据等风险；(3)由于目前我国对于个性化自适应系统的研究还处于初级阶段，在数据存储时没有严格的加密保护措施。

5 建议策略

首先，应借鉴计算机支持的协作学习(CSCL)理论中的协作学习这一环节，根据异质分组的原则，将不同性别、不同程度的同学进行适当分组，让他们可以通过协作学习这个平台明确本小组的学习任务和角色分工进行有意义的知识建构活动，同时根据自己的个性化培养方案学习自己的知识，解决自己所分摊到的任务，把未解决的难点、重点、疑点通过协作学习的平台进行小组讨论，教师则通过可视化面板的反馈，进行适时指导，把每个小组不同的学习进度记录下来，在课堂上进行有条理的重点解答。

其次，利用系统的过滤技术向学习者推送具有相似学习特征的学习者信息，让他们在这个系统中形成互助的小伙伴，在线上探讨一些自己不理解或者有疑惑的问题，管理者与教师再通过干预系统给予一定的帮助，能够更好地提高学生的自主学习能力。通过协作学习的个性化自适应系统可以有效地提高学生的学习效率和质量，增强他们的协作性，使学生更易于消化理解知识，从而达到个性化自适应学习的目的。

由图2可以看出，学习者在系统中首先确定所要学习的内容，其次系统将所要学习的内容(知识点、案例、练习等信息)进行可视化的呈现。个性化自适应学习系统把学习者的特征信息(学习水平、学习习惯等)一方面传递给教师和管理者，使他们通过干预引擎去调节、指导学习者的学习，从而有效地提高学习者的学习效率和质量；另一方面将学习者的信息传递给自适应推荐系统，通过web大数据的挖掘，确定学习者的当前学习水平，并且根据学习者的学习内容，确定适合其的学习方法与学习过程，为学习者提供一个详细的章节讲解和内容测试。系统将最终的学习内容可视化并传递给学习者本人，供其自主学习。同时学生会在协作学习的平台下把自主学习的成果进行交流，并探讨未解决的重点、难点，形成协作学习。

例如，学习小学数学中的解含有未知数方程这一单元。(1)学生确定学习内容；(2)系统将本章节的知识点、案例、练习、测试进行可视化并呈现给学生，让他们心中有数；(3)系统根据同学当前的知识水平、学习风格和学习行为等信息一方面提供给自适应推荐引擎，使其做出一个最适合学生的个性化学习方案，通过内容的呈现反馈给同学；另一方面把这些信息通过可视化面板反馈给老师；(4)学生根据系统为其量身定做的个性化学习方案，通过自己的积极思考去掌握解未知数方程的过程与方法；(5)通过联系实际和测试看看自己掌握的程度如何；(6)教师通过可视化面板及时、连续地针对反馈回来的信息，进行有效地、及时地干预。学生在解未知数方程遇到疑惑时，不仅可以通过教师的帮助解决问题，还可以在协作学习的平台下和其他同学进行讨论学习。

面对系统落地难的问题，笔者认为：(1)从国家层面而言，应当尽快组织有关方面的教育专家制定一系列的指南，从而更有效地进行推广和应用协作学习平台下的个性化自适应学习系统，并且提炼相关的个性化自适应系统的例子，比如浙江玉环县城关一中的“玉环e学堂”，虽然实现了个性化自适应系统的应用，但是也有漏洞，在系统中缺乏学生与学生之间的协作学习这一环节；应建立协作学习平台下的个性化自适应系统，从而引导全国各地教育行政机构、学校等合理运用此系统，为学生提供一个适合自身的学习方案，真正做到千百年来所说的“因材施教”；(2)集中优秀的教育人员，借鉴国外的优秀研究结果，如美国的匹兹堡大学的Peter Brusilovsky教授所开发的InterBook、ELM-ART、Knowledge Sea等自适应学习系统，结合我国的当前教育发展现状和国内教育的实际水平，开展前瞻性的研究。

我国应该加快制定教育大数据安全管理办法及其相关的法则，真正做到从体制、机制、技术、方法等多个方面制定相关的法则，有效地保护学习者、教育者、相关教育部门的各项数据，防止在部分数据向社会公开时所带来的安全问题。同时，还需要建立教育大数据的保密等级，按照保密程度采取相关的措施。由专门的数据专家研制教育专用的大数据的存储系统，并提高其专属性、高效性、灵活性、安全性。各级教育管理者也应加强“数据治理”的理念，建立完整妥善的教育数据的管理模式，方便教育数据的采集、归纳、存储、利用。

6 结语

大数据下协作学习的个性化自适应学习与我国古代教育家们提出的“因材施教”的理念很相似，它是通过收集学习者的相关数据，对学习者的学习内容、学习习惯、学习行为以及当前的知识水平有所了解，从而进行学习分析，通过个性化自适应学习系统为其提供一个最佳的学习方案。同时，学习者还可以通过与异质或者同质的学习者进行协作学习去攻克未解决的难点和重点，以此实现个性化自适应学习。

[1]杨现民,唐斯斯,李冀红.发展教育大数据:内涵、价值和挑战[J].现代远程教育研究,2016(1):50-61.

[2]中华人民共和国教育部.国家中长期教育改革发展规划纲要(2010-2020)[S].2010-07-29.

[3]中华人民共和国教育部.教育信息化十年发展规划(2010-2020)[S].2012-03-13.

[4]大数据的基本概念及相关问题[R].中国电子商务企业发展报告,2013.

[5]潘璠.大数据的概念并非无解[J].青海统计,2014(10):1.

[6]张典兵,陈绪英.协作学习模式:概念、要素及教学策略[J].继续教育研究,2005(5):118-119.

[7]顾晓禹.大学英语课堂教学中的协作式学习[J].现代教育科学:高教研究,2010(6):132-133.

[8]郑云翔.信息技术环境下大学生个性化学习的研究[J].中国电化教育,2014(7):126-132.

[9]袁振国.当代教育学[M].北京:教育科学出版社,1999.

[10]吴涛,顾月琴.试析CSCL的理论基础及协作原则[J].教学研究,2009(2):9-12.

[11]时春阳,吴雪峰.CSCL的含义及起源初探[J].白城师范学院学报,2010(4):72-75.

[12]黄荣怀.计算机支持的协作学习——理论与方法[M].北京:人民教育出版社,2003:116.

[13]Oxman S,Wong ,Innovations,D.V.X.White Paper:Adaptive Learning Systems[EB/OL]. (2015-10-20)[2016-01-02].http//www.integratededsolutions.com/wp-content/uploads/2015/10/DVx-Adaptive-Learning-White-Paper-February-20141.pdf.

[14]徐鹏,王以宁.国内自适应学习系统的研究现状与反思[J].现代远距离教育,2001(1):25-27.

[15]姜强,赵蔚,李松,等.个性化自适应学习研究——大数据时代数字化学习的新常态[J].中国电化教育,2016(2):24-32.

[16]姜强,赵蔚.面向“服务”视角下的自适应学习系统设计与实现[J].中国电化教育,2011(2):119-124.

[17]赵苗苗,陈琳.基于大数据的智慧型个性化学习服务研究[J].教育导刊,2015(10):64-67.

[18]姜强.自适应学习系统支持模型与实现机制研究[D].长春:东北师范大学,2012.

[19]李亦菲.自适应学习的理论与实践[J].天津师范大学学报,2004(12):55-58.

[20]丁念金.基于个性化学习的课堂转变[J].课程教材教法,2013(8):42-46.

[21]姜强,赵蔚,王朋妖,等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(1):85-92.

[22]姜强,赵蔚.多元化媒体资源适应性推送及可视化序列导航研究[DB/OL].(2015-07-08)[2016-01-02].http://www.cqvip.com/read/read.aspxId=664258391.

[23]James Taylor.IBM big data information management[DB/OL].(2011-05-01)[2016-01-02].http://www-01.ibm.com/software/data/bigdata/.

[24]Demetra Katsifli.The Potential of Learning Analytics and Big Data[DB/OL].(2013-07-08)[2016-01-02].http://www.ariadne.ac.uk/issue71/charlton-el-al.

[25]管红增.建构大数据,实现个性化学习[J].中国教育信息化,2015(9):18-22.

Design of Individual Adaptive System of the Collaborative Learning Based on Big Data

JIANG Si-lu,LIU Jian-guo

(School of Media and Communication,Changchun Normal University,Changchun Jilin 130032,China)

With the development of big data,it is a big change in educational field.The individual adaptive system of the collaborative learning could enhance efficiency and quality ,at the same time,it could enhance cooperation of the student.Therefore students can understand the content,this system can achieve the goal of individual adative learning.

big data;collaborative learning;individual adaptive learning

2016-06-23

姜思璐(1992- )，女，硕士研究生，从事信息技术学科教学论研究。

刘建国(1972- )，男，副教授，从事信息技术学科教学论研究。

G434

A

2095-7602(2016)10-0072-05