以语言学习为例探究自适应学习技术系统应用

杜毅

摘要：人工智能是未来的大趋势，教育也一直是人们关心的问题，将人工智能和教育相结合，自适应学习技术就诞生了。自适应学习技术因其本身特点，初步尝试在语言类的学习方向上产生了一定的作用，帮助越来越多的人合理利用业余时间进行自我充能。为了研究自适应学习在中国的发展现状，本文在知网上查询相关文献，对自适应学习技术有了一个较为全面的了解，从语言类自适应学习系统在现实的使用情况来分析，发现自适应学习技术在中国的发展情况和实际使用效率并不理想，本文通过研究这一系统应当如何优化，从而使更多人受益。

关键词：自适应学习技术;教育;自适应学习系统

中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2018）12-0072-03

1 研究背景

二十一世纪是人工智能高速发展的世纪，人工智能是未来的大趋势，在人工智能高速发展的时候，教育也在不断的发展，两者结合，孕育出了一种新技术——即自适应学习技术，因为它是传统教育与人工智能相结合的产物所以拥有两者的共同优点。但也不可避免的存在着一定的局限性，且因一系列客观条件以及技术的限制，在将理论应用到实践的过程中存在着较大阻力。

2 研究内容

2.1 自适应学习与自适应学习技术

自适应学习技术是一种能因人而异调整学习进度、深度和方法的在线和混合式学习材料，能使课堂变得更加生动有趣，而且自适应学习基于人们的大数据信息，可以给每个人制定私人的、最适合他们的学习计划，真正实现以学习者为中心的教育，不仅可以在学习内容呈现与推送方面实现实时性和个性化，也可以为每个学习者创建他们私人的个性化的自适应学习体验和路径并分析、推送适合他们学习的学习内容、课程规划和练习等[1]。所以说自适应学习技术就是一种监控学习过程的技术，可以利用所收集的数据随时修正教学，与学习分析密切相关，在一定程度上实现了个性化学习。其目标在于帮助学生寻找一条有逻辑的学习路径并让其进行主动学习，锁定学习困难学生群体，评估影响学习完成度因素。[2]所以说自适应学习技术的应用不仅可以为每个人量身定做出最适合自己的学习计划，更可以根据学习者自身的状态随时调整不断更新。

2.2 自适应学习技术的原理

Brusilovsky和Milan关注自适应学习领域，特别是在超媒体系统和自适应教育系统领域。对知识建模和用户建模的研究进行了汇总整理得出来了一个结论：“这些系统之所以具有自适应性，是因为它们能够基于系统所搜寻、分析的数据改变每个用户在学习系统中的体验。”这使学习者能够理解他们的问题，缺陷并从所依托的大数据库中选择合适恰当的训练方式和内容推送给用户，对学生的弱点和缺陷进行强化和纠正（如图1展示的语言类自适应学习技术的原理），从而提高学习效率;同时，教师还可以根据学生的具体情况选择适合学生的不同教学方法，提高教学效率和效果。

2.3 自适应学习技术的作用

在当下社会科学技术快速发展的节奏中，人们进行自我提升和充能的方式已经显出难以适应科学发展速度的态势，旧的教育方式和理念已经无法满足社会发展所产生的多样化的人才需求。在个人成长过程中每个人都会形成自己独特的思维和学习方式。例如，有些人喜欢在讨论和交流中学习，有人喜欢安静地自己研究，有人对数字和符号有着天然的直觉，有人对文字和语言情有独钟，有人处在惯性的学习节奏中更容易掌握技能，有的人却无法进入这种节奏。人们在自己喜欢的方向上用自己习惯的方式所取得的成就是令人瞩目的，变更学习方式或习惯反而碌碌无为。综上，诸多事实说明：你使用适合自己的方法，不仅学习效率会提高，而且还会让学习者长时间保持兴趣，减少“三分钟热”的出现的几率。相反，学习效率低下甚至可能会导致学生厌倦学习。针对这个问题，有人提出自适应学习理念，随后一些创业公司开发了一种基于人工智能的自适应学习系统，以帮助学校和教师提供并适应个性化的教学，同时，帮助学生提高学习效率，激发学习兴趣，让学习变得有趣。那么什么是自适应学习呢？其实简单地说，自适应学习就是通过收集和分析学生的学习数据，人工智能可以用来分析每个学生的学习风格和特征。然后自动调整教学的内容，方法和节奏，以便每个学生都能获得最适合他们的教育。随着时间的推移，数据积累逐渐增加，人工智能就会变得越智能，所推荐的学习方式就会越适合学生。这样就形成了良性循环，通过这种方式，学生的学习效率越来越高，效果越来越好，学生的自信心也得到了加强。

3 研究方法

采用文獻研究法，在“中国知网”上以“自适应学习”为主题，以自适应学习技术、自适应学习策略分别为关键词进行高级检索，共搜得论文162篇，经过分类、过滤，去掉与本课题关系不大的，大约还剩25篇，选取了几篇较为典型论文的进行阅读，发现自适应学习技术的优势与不足，我又在知网上查询了自适应学习技术与现在传统教育相结合的优缺点，语言类自适应学习方式和系统的开发应用现状，将其汇总整理，分析其研究内容，思考自适应学习系统的研究现状及其缺陷与不足，并提出未来改进、发展的建议。

4 研究结果分析讨论

4.1 “自适应学习”文献分析

对于从“中国知网”的相关文献进行计量可视化分析，以“自适应学习”为主题进行检索，见图2。从图2可以看出针对自适应学习的研究文献数量在2008年至2015年较为平稳，从2016年开始到2017年上升迅速，但到2018年下降明显。其中语言学习方向的自适应学习方面的研究文献仅有6篇。

这表明我国对这一方面的重视还是不足，在知网上对此信息进行检索，检索结果显示，我国针对自适应学习的相关的研究论文主要集中在期刊上，博硕士论文数量较少，如图3所示。

4.2 自适应学习技术的现状和缺陷

自适应学习技术现在还没有引起足够的重视，国内针对自适应学习的相关研究论文主要在期刊上出版，报纸上出现几率非常小，国内有关的会议也很少，博士论文的数量也远远少于硕士论文，且在调查之后发现关于自适应学习技术的研究主要集中在单一方面，语言方向的研究少之又少，且理论性的研究远远多于实践性的研究。

正如马媛婕所说的现在关于自适应学习技术的研究主要为理论性的，实践性的占少数，大多数的为自适应学习技术的现状的研究、对现有的自适应学习平台的比较、分析自适应学习技术的利于弊、自适应学习系统相关模型的建立。[1]出现这种现象的原因主要是现在可供研究参考的自适应学习平台数量太少，研究主要集中在某个模型的搭建，研究方向过于单一，且自适应学习系统和平台的搭建不仅需要教育方面的专家，还需要计算机、网络、人工智能方面的专家，只有这几个条件都备齐才可以进行系统的建立和平台的搭建，且还有许多不确定因素，比如资金链断裂等，这都是自适应学习系统的建立的阻碍因素。但现在有的高校已经开始在教育的道路上进行探索了[4]比如浙江大学在新生入学月专门设立了“新生入学教育月”，其实这就是传统教育与人工智能自适应学习技术的结合，为学生思考，为学生制定私人的学习计划。现有的自适应学习系统的尝试中，以语言类自适应学习系统较为容易突破，项目反应理论已确定可实现从学生的一般特征数据不断地调整学生学习内容的组织和呈现，并根据反馈内容不断进行调整，使它具有一定的智能型和适应性[3]。现在也有研究者已提出了AHAM模型、LAOS模型、XAHM模型等[5]，还有美国的Peter Brusilovsky与其他的科研人员所研发的InterBook、ELM-ART、Knowl-edge SeaⅡ及 AnnotatEd，墨尔本皇家理工大学的Wolf研发的i Weaver等适应性学习系统[6-7]。这些技术都可以对自适应学习技术起到完善的作用。

5 关于自适应学习技术的发展讨论

为了解决自适应学习系统构建难，自适应学习平台搭建难这一问题，研究人员研究出了一种名为“学习者模型”的模型。学习者模型是一种可以完善自适应学习技术的模型，它可以准确地描述学习者的知识水平，认知能力和偏好。它用于提高系统辅助学习的适应性，以达到个性化学习的目的。学习者模型设计的目的是为学习者的个性化学习提供基础和规则。因此，有必要将先进的教育理念与现代教育技术完全结合，尊重不同学习者的不同学习需求和不同学习特点。使学习者获得丰富的、适合他们自己的学习资源，以及他们的私人个性化指导和实时反馈。[8]这样的话就会自成一体，为每个使用学习者模型的用户提供私人专属的、适合的学习计划。这样不仅仅会提高他们的学习效率，同时培养学生的学习兴趣，在自适应学习系统的具体实施过程中通过权限获取、自主性增强、创意性应用等方式将学习过程规范化，趣味化。

5.1 自主选择阶段检测，调整学习计划

在自适应学习系统的实际应用过程中和现有的自适应学习系统的应用方向中，使用者的学习进度在实际的操作过程中处于一成不变或者自主的意识性调整状态，学习进度与学习计划的改变缺乏科学的理论指导和选择，通过对现有的系统发展现状的了解和自适应学习系统使用者的需求变化，使用者在学习过程中会因感到难以完成学习任务或丧失继续学习兴趣的现象，而未来的自适应学习系统必须在智能的方向更加的贴合使用者的主动或被动需要（如图4），在使用者完成任务的时长和正确率等方面进行检测记录，以备及时提醒使用者调整学习计划安排。保持学习者学习内容的难易适中，学习过程的有条不紊。

5.2 增加新知识创意活用与交流模块

在现有的自适应学习系统的应用中，做出了一定程度的对学习者学习兴趣和学习劲头的激励以及保持措施，但在这一方向的尝试中，对于学习者学习效率的有效增强与学习内容的巩固还显得有些不足，存在着如使用者只进行单薄的图文对应记忆，脱离图文既无法关联或使用的现象，或者学习内容的活用记忆作用不强。应当在知识或能力训练的环节中增加如使用近日新知识进行创意写作的方法（如图5），写作内容可由聘请老师进行检查纠错并标注，并与学习者协商将特点突出的作品开贴进行交流改造活动。将重复的记忆性活动变成参与性的笔下实践，拓展学习过程的多样性并将学习过程变成创意的改造和日常的交流过程。将学习者的学习过程变成他们生活的常态形式。

5.3 增加自主赋予抗干扰权限模块

据了解，在现有的自适应学习系统的应用中，对学习者自身的自制力以及抗干扰能力的培养或规范较为缺乏，但市面上也有着时间控制功能的软件，控制人们使用手机的时长和频率或内容，帮助人们能够将碎片化的玩手机时间强制分割出來进行学习活动或者其他休闲内容，根据现阶段的自适应学习系统的应用使用情况，我们认为有必要将使用者在学习过程中可能受到的干扰因素进行权限规避或者控制使用者的主观懈怠想法（如图6），在达到有效的规避学习过程中有可能受到的干扰因素的同时，在选择过程中也是对使用者的抗干扰意识与自制力的唤醒与增强。

6 关于自适应学习技术的下一步发展计划

在我现在所掌握的知识基础上，我以语言学习自适应学习系统为切入点，对自适应学习系统和技术的应用现状进行了研究。在下一步的设想中，我的研究应该从语言学习系统推及到自适应学习系统在其他方面的应用，对这类应用与使用者的相互适应进行进一步研究，从功能以及模式上根据以后使用者感受进行研究，进行进一步研究，让自适应学习系统和技术能够继续完善，对使用者的自主学习能力以及学习效率进行导向提。

参考文献

[1]陈洋，戴仕明，冯爽爽.自适应学习研究发现与展望[J].电脑知识与技术，2018，14（16）：1-3.

[2]董晓辉，杨晓宏，张学军.自适应学习技术研究现状与展望[J].电化教育研究，2017，38（2）：91-97，121.

[3]龚春芬.自适应学习技术在高等教育中的应用初探[J].中国成人教育，2017，卷缺失（4）：108-110.

[4]马媛婕.自适应学习系统研究[J].软件导刊，2018，17（5）：19-21.

[5]沈建荣.具有自适应能力的学生自助学习系统的设计与实现[D].苏州大学，2011.

[6]吳南中.自适应学习模型的构建及其实现策略[J].现代教育技术，2017，27（9）：12-18.

[7]Wolf，C.Towards Learning Style- Based E- Learn-ing in Computer Science Education[C].In Proceedings of theAustralasian Computing Education Conference.Adelaide，Aus-tralia，2003：273-279.

[8]郑璇.自适应学习视角下高校新生始业教育的协同融入发展[J].文学教育（下），2017， （8）：140-14.

Exploring the Application of Adaptive Learning

Technology System by Taking Language Learning as an Example

DU Yi

（Linyi No.1 middle school of shandong province， Linyi  Shandong  276000）

Abstract：Artificial intelligence is the trend of the future， education is the problem which people concern about， the combination of artificial intelligence and education， adaptive learning technology was born. Due to its own characteristics， adaptive learning technology has initially tried to play a certain role in the direction of language learning， helping more and more people make reasonable use of their spare time to self-energize. In order to study adaptive learning in China's development present situation， based on the known online query related literature， the technology of adaptive learning have a more comprehensive understanding， from the language class the use of the adaptive learning system in the real situation to the analysis， found that the adaptive learning technology in China's development situation and the actual use efficiency is not ideal， this paper studies the system should be optimized， so as to benefit more people.

Key words：adaptive learning technology; Education; Adaptive learning system