研究型课程自适应学习系统：理念、策略与实践

张治 刘小龙等

摘要：人工智能自适应学习已经成为教育技术领域研究的重点，探讨自适应技术在研究性学习领域的应用与实践具有重要意义。该文通过对研究型课程的内涵、理论基础和实施现状的梳理，基于上海市中学开展研究型课程的调研结果，研发了一套支持大规模在线开放式的研究型课程自适应学习系统，旨在利用信息技术支持学校实施大规模研究型课程的教学、管理和评价工作，辅助学生开展个性化研究性学习。该文采用基于设计的研究方法，对该系统的概念模型和智能核心组件进行了设计，其中，智能核心组件由个性化学习者模型、程序性和方法类知识模型、个性化教学策略模型构成，并设计了智能信息感知与识别引擎和智能推理引擎来支持这三个模型的运行与更新，以实现系统更精准地为学习者提供个性化研究性学习服务；同时，基于系统设计了混合式研究性学习模式，实现线上学习和线下探究相结合，促进学生持续、深入地开展研究性学习；并对该系统的应用成效进行了概述，结合真实的教学案例介绍了混合式研究性学习模式的实施，以期为教师开展研究型课程提供参考；最后对该系统应用进行了总结，并提出了后续研究方向。

关键词：研究型课程；研究性学习；自适应学习；人工智能；模型构建；知识图谱

中图分类号：G434 文献标识码：A

一、研究背景和问题提出

从二十世纪八九十年代开始，越来越多的教育研究者意识到，如果学生不参与学习并对学习感到厌烦时，不可能会投入学习。有关学习体验的研究也发现，几乎所有学生对学校学习都感到厌烦，甚至是那些高分学生。研究发现，这种现象的归因并不在学生，而是学校的教育出现了问题。对大学新生的评价的研究结果也表明，学生在高中阶段所学的知识仍是肤浅的，甚至是那些高分学生，在科学、人文或数学等领域并没有更深层次的理解，也就是说，学生在高中阶段大多接受的是浅层学习。这些问题到了21世纪仍然没有得到解决。

从二十世纪九十年代开始，随着信息技术和全球化带来的经济变化，人们的工作、学习和生活发生了变化，社会对人才的需求也在不断转变。据一项对400家公司开展的调查表明，绝大多数雇主认为，近年的毕业生普遍缺乏在职场取得成功的所需技能。而传统教育主要还是停留在对学生灌输和记忆知识而没有深入到内心世界，学生无法产生深层次的理解和反思。面对新的社会需求，学生需要发展新的思维模式来应对新挑战，同时采取主动和坚持的心态来面对困难和挫折。因此，基础教育需要改变传统教学模式，找到吸引学生学习的方式，重组课堂让学生更有动力地投入学习。

研究性学习是一种情境学习方式，包括探究式学习、基于问题/项目的学习等，能够让学生在做中学并迁移所学知识。有研究指出，研究性学习能够有效支持深度学习三大领域（即认知、自我、人际领域的高阶能力）的发展。美国普渡大学的研究也表明，研究性学习若实施得当，不仅能改善学生的学习态度，还能让学生所学知识和技能保持时间更长。由此可知，研究性学习不仅有助于减少学生厌学，还能促进学生开展深度学习、培养高阶思维能力。

随着智能革命席卷全球，在人工智能的影响和渗透下，教育领域也在发生变化，其中包括对教师和教学方法、学生和学习方法以及学校和教育体制等的冲击和变革。在研究领域，人工智能和学习科学相互融合形成了教育人工智能（Educational Anificial Tntelligence，EAI），其中知识以学习者模型、领域知识模型和教学模型等形式呈现，通过数据挖掘和可视化等技术为学习者提供个性化学习服务。人工智能技术助力教育改革已经成为全球教育领域关注的重点。

研究型课程是基于研究性学习的课程形态，是我国教育改革的突破口，也是上海市教育综合改革关注的重要内容之一。2015年，上海市教委发布的《上海市普通高中学生综合素质评价实施办法（试行）》指出，学生综合素质评价应“注重考察学生的社会责任感、创新精神和实践能力”；建设普通高中学生综合素质评价信息管理系统客观记录学生成长经历，“创新精神和实践能力”重点记录学生参加研究性学习、社会调查、科技活动、创造发明等。而本文通过调研发现，上海市在落实研究型课程的过程中，普遍存在课程开设率低、评价不规范、管理不到位、研究水平不高、指导不科学等不足。因此，研究型课程亟需智能化技术手段客观记录研究性学习过程和研究报告，分析学习者学习行为数据，支持学生综合素质评价，这也是上海市新高考改革的迫切需求。

基于以上背景，本文构建了一套研究型课程智能支持系统以促进解决研究型课程实践中出现的问题，利用智能化技术支持中学实施大规模研究型课程的教学、管理与评价，辅助学生开展个性化研究性学习，从而实现“互联网+”和“人工智能+”时代下研究型课程与信息技术的深度融合。

二、研究概述

（一）内涵探析

研究型课程是基于研究性学习的课程形态，旨在培养学生创新精神和实践能力，注重在教师的指导下，学生根据自身兴趣和条件自主选择研究课题，并通过科学研究或项目设计的方式获取知识、应用知识和解决问题。研究性学习是指在开放的真实情境下，学生通过親身体验开展问题解决的自主学习，通过改变学生的学习方式，使学生从传统的被动地接受知识转变为主动探究，从而提高学生的创新精神和探究能力。教育部颁布的《普通高中“研究性学习”实施指南（试行）》对研究性学习的界定是：“学生在教师的指导下，从自然、社会和生活中选择和确定专题进行研究，并在研究过程中主动获取知识、应用知识、解决问题的学习活动”。

不少学者将研究型课程和研究性学习视为相同概念。从字面意思分析，研究型课程是一种课程形态，是“基于研究性学习的课程”；研究性学习是一种学习方式，在学校内通常以课程形态存在。而研究性学习不仅适用于研究型课程，也可用于传统课程。应用于传统课程的研究性学习基本上局限在课堂之内，并体现在课堂教学的某些环节中；而应用于研究型课程的研究性学习不局限在课堂内，其研究理念贯穿于课程的整个实施过程。融入传统课程的研究性学习更多的是让学生发现已经存在于书本或教材中的已知结论；而融入研究型课程的研究性学习所探寻的问题答案在很大程度上是未知或随着研究的展开才逐渐得以呈现的。因此，融入传统课程的研究性学习所研究的问题往往是封闭的学业问题，而融入研究型课程的研究性学习所要解决的问题多为真实情境中开放且有意义的现实问题。

由上可知，研究型课程和研究性学习都特别注重学生对所学知识的实际运用，以及学生在学习过程中的实践和体验，都强调学生投入积极情感，都要求教师在学生学习过程中发挥引导和服务作用，都着眼于培养学生创新精神和实践能力，因此其核心理念是一致的。因此，本文不对研究型课程和研究性学习的概念作严格区分。通过以上分析可知，研究型课程可以分为独立和非独立开设两类。其中，独立开设的研究型课程是指向“研究性学习”的定向型课程，以学生的兴趣和需求为导向，以课题或项目为载体，以研究性、开放性、合作性和综合性为原则，充分发挥学生的主体性，注重团队的分工合作、各专所长，教师作为组织者和助学者，为学生构建开放的学习环境，提供多渠道获取知识并将所学知识应用于实践的机会，引导学生开展研究性学习活动，培养学生的实践能力和创新思维。本文主要针对信息技术支持该类研究型课程的实施开展相关研究。

（二）理论基础

研究性学习的历史悠远。从十八世纪开始，“研究性学习”至少被大规模地倡导过三次。也有学者认为，研究型课程的发展主要经历了四个阶段。笔者认为，研究型课程理论成熟大体经历了三个标志性的阶段。首先，研究性学习思想的萌芽期主要与十九世纪初的卢梭、裴斯泰洛齐、福禄倍尔等教育思想家有关，这与“启蒙运动”思想紧密相关。卢梭等主张尊重儿童天性，“用理性的光辉照亮人的心灵”。其次，在研究型课程发展中发挥重要作用的还包括十九世纪末至二十世纪初的美国教育家社威、克伯屈等进步主义者。杜威曾针对科学教育直接向学生灌输大量科学知识、概念和原理的做法提出了尖锐的批评，并提出学生应使用探究方法学习科学研究的过程和方法，即“做中学”的理念。克伯屈则在“做中学”的思想指引下提出了“设计教学法”，他“希望由儿童自己研究、自己找材料、自己比较、自己思索，最后由自己作出决定”。克伯屈的设计思想是美国公认的研究性学习的理论基础。但是，由于杜威的儿童“做中学”和克伯屈的“项目设计”思想忽略了课程在知识传承中的重要价值和效率，无法满足社会发展的需求，导致研究型课程未得到广为落实。

研究型课程理论上的成熟与心理学的发展紧密相关。二十世纪七十年代，皮亚杰在心理学领域的成果逐渐得到人们认可，发现学习重新被认识，布鲁纳吸收了皮亚杰的认识发生论的思想，提出学习不是环境刺激的被动反应，而是儿童主动建构的过程。因此，布鲁纳认为最主要的教学方法应尽可能引导学生自己去发现，加强学生的探究能力才是教育过程的核心。1961年，美国芝加哥大学教授施瓦布在哈佛大学纪念演讲会上正式提出了探究性学习（Inquiry Learning）概念，后来成为推动美国课程改革影响最为深远的理论成果。但是，探究性学习基本局限在学科框架内，而独立的研究型课程并未兴起。

（三）国内外实施现状

从二十世纪九十年代开始至今，研究型课程已经在国内外进入了蓬勃发展期，各国纷纷把转变学习方式视为课程改变的重要内容之一，倡导将研究性学习融入学校改革。

美国是较早实施研究型课程的国家，研究性学习被各个阶段的学校所采用。例如在布朗理科高中，学校为新生提供资料，基于学生的兴趣引导其选择和确定高中阶段要研究的课题，并根据学生的研究规划安排相应的指导教师和研究资源。在研究过程中，导师随时给予方法指导，提供必要资料；在助学过程中，教师可以随时带学生参加学术会议和各种竞赛，为学生的成长提供机会和舞台。

欧洲很多国家也通过研究型课程进行学校改革。例如，法国在不同教育阶段开设不同的研究型课程，2000年，法国教育部颁布《TPE实施方案》，将TPE（（Travaux Personnllle Encadres，TPE，即适度发挥学生创造力）的实施视为高中改革的方向，要求普通高中的研究性学习持续到高三，并将研究性学习的成绩计人高中毕业会考。2014年，芬兰对學前教育和义务教育的核心课程进行了改革，核心目标是将学校发展成为学习社区，强调快乐和协作的学习氛围，促进学生在学习和学校生活中的自治权。2016年秋季起，所有学校每学年为所有学生提供至少一门多学科、基于现实问题的研究型课程来支持协作教室的实践，学生可以专注于感兴趣的现实问题或主题。同时，芬兰的课程改革还包括形成性评价，目的是为了学习，任务是鼓励学生和推进学习。

日本课程体系改革中专门设置了“综合学习时间”，目的是为了“追求跨学科、综合性的学习”，并被认为是日本推行新课程最突出的特色之一。为了全面推行研究性学习并实现研究性学习法治化，日本文部省首次把综合学习写入了2002年起实施的新的小学、初中课程方案。我国研究型课程的雏形最早可追溯到二十世纪八十年代，正式概念于1998年由上海提出；2000年1月，教育部颁布《全日制普通高中课程计划（试验修订稿）》，“研究性学习”首次被列入国家教学计划。2000年后，上海的二期课程改革明确提出了八个领域三类课程的构想，研究型课程是其不可缺失的重要组成部分。

通过调研各国实施状况发现，研究型课程设计原则的要点包括：（1）强调发展学生创新、发现和解决问题、协作沟通能力和批判性思维；（2）整合多学科，培养学生跨学科能力；（3）根据学生自身的兴趣、知识能力和目标等，提供个性化的研究性学习支持，确保每个学生都能够参与学习；（4）选题具有时代性，学生能将课堂所学的知识应用到课堂外解决现实问题；（5）培养学生自主学习和独立思考的能力；（6）培养学生积极的态度、情感和价值观；（7）信息技术与研究型课程的深度融合，助力提高课程实施效果和学生学习表现。

三、研究设计

综上，中学阶段的研究型课程的核心价值是让学生在经历完整的研究科学或工程设计的过程中，初步掌握项目研究与工程设计的基本方法，培养和发展发现和解决问题能力、批判性思维、创新力和协作能力，以及对于科学探究和创新实践的积极情感和态度。目前，我国研究型课程的实施主要呈现基于网络的主题探究学习模式，信息技术已经成为支持研究型课程有效开展的重要手段，而人工智能与研究型课程的融合能够满足实现以上课程目标的需求。因此，本文基于研究型课程设计原则的要点，设计并开发了一套支持大规模在线开放式的研究型课程自适应学习系统（Massive Open Online Research System，下文简称MOORS），以支持学生随时随地开展个性化研究性学习。

（一）抽样调查

为了了解研究型课程的实际落实情况，更准确地满足学校、教师、学生等利益相关者的需求，本研究选取上海市12所高中作为调研对象，以调查问卷的形式从普及程度、开展方式、评价与管理形式、常用方法、师生态度、学生直观感受、管理者态度、课程资源情况、信息技术整合情况等方面展开了调研。调研结果表明，上海市高中的研究型课程普遍存在课程开设率低、评价不规范、管理不到位、研究水平不高、指导不科学等问题，甚至一些实验性示范性高中出现以深入发展部分学生来掩盖对全体学生支持不足的问题。

以上问题进一步可归纳为以下几点：（1）管理困难。中学不是大学，由于缺乏专门的管理体系和信息化平台，如果所有学生都参与课题研究，如何有效组织和管理课程的实施，如何评价导师的工作，这些问题让中学深感困惑。（2）导师不足。研究型课程要求教师具有较强的教学能力，而中学教师主要精力一般都在学科教学上，缺乏指导课题研究的经验和相关资源，容易在角色把我上造成缺位或越位，无论是研究型课程教师的数量还是質量，可能成为制约中学大规模开展研究型课程的因素。（3）资源匮乏。在研究型课程中，一名教师同时要指导几十名学生的课题学习，由于时间和精力有限，无法及时、准确地了解全班和个别学生的指导需求。同时，由于缺少教学实施参考，较少有典型研究报告范本可供借鉴，造成课程实施支持不足。（4）教法低效。部分教师对研究型课程的本质缺乏理解，在实施教学时无从下手，或是错误出手。大多数教师以“强调过程体验”为由来掩盖研究性课程实施不规范的现象。教师时常只重复讲授研究方法而忽略了对学生学习的深度引导和个性化支持，致使辅导水平不高、效率低下。（5）评价滞后。有的中学不知如何评价学生的课题研究活动，特别是评价学习过程，由于缺少过程性数据的记录、分析和呈现，教师无法及时准确地掌握研究型课程的开展情况，影响课程实施质量，造成时效滞后。（6）动力不足。学生不善于自己提出研究问题，大部分学生依赖教师提供课题或项目。同时，由于缺乏规范化的研究过程引导和专业指导，学生遇到挫折或获得成就时缺乏情感激励，容易降低学习积极性，从而对课题研究浅尝辄止或半途而废，造成研究水平不高。

（二）MOORS平台核心要素及其机制

本文采用经验抽提的方法，通过剖析上海市部分实验性、示范性高中提供的大量研究型课程教学案例，总结反思了典型的中学生课题研究个案，并追踪这些学生在大学的发展轨迹，结合课程理论，抽提出研究型课程中不同阶段支持学生学习的核心技术和有效策略，并进一步模式化。然后基于系统开发的基本原理，完成对管理、组织、评价、教育教学等经验和专门知识的整合，从而形成形式化、规则化的知识工程，如图1所示，该过程旨在让研究型课程的教学过程转变为计算机智能化模拟人类教育专家工作的过程。

根据研究型课程的设计原则要点和对研究型课程开展现状的分析，本文借助自适应技术支持MOORS的搭建。其中，新型智能教学系统的核心要素包括学习者模型、知识模型和教学策略模型，因此，本文构建了学习者模型、程序性和方法类知识模型和个性化教学策略模型，并基于智能信息感知与识别引擎和智能推理引擎通过分析学习者学习数据不断更新模型数据，以支持MOORS实现智能化、个性化的学习服务，其概念模型如下页图2所示。

学习者通过交互界面进入MOORS，平台根据学生的基本信息、多元智能测试和霍兰德职业兴趣测试来初始化学习者模型，根据预置程序性和方法类知识来构建初始的知识模型，从而为学习者推荐研究方向和学习资源，并提供研究流程引导和支持。智能信息感知与识别引擎能够主动感知学习者在MOORS上对文本、视频、图片等学材的操作数据和学生的社交数据，也能获取来自物联网技术（如传感器、摄像头等）提供的学习情境和学习者状态（如眼动跟踪、情绪感知等）来感知学习者的所处情境和研究进程等，一方面不断更新和完善学习者模型，另一方面，依赖智能推理引擎适时推送有效的学习资源（如系统预置的与方法论相关的微视频、动画、案例、文本等）和任务，从而辅助教师引导、激励和服务学生完成课题研究或项目设计。

随着学习者的在MOORS上不断深入地学习和研究，越来越多的学习者行为和结果数据被实时记录，不仅能够为大规模的研究性学习管理、服务和评估提供客观依据，还能基于智能技术（如机器学习算法）进行数据瓦挖掘以实现学习者模型、程序性和方法类知识模型、个性化教学策略模型的重构和调优，促进系统不断进化，实现为学习者提供更精准的自适应学习服务。

1.个性化学习者模型

学习者模型用于描述学习者内部和外部的学习特征，能够有助于学习者深入地了解学习状态和不足，从而调整学习的行为和投入；也有助于系统基于学习者模型收集的数据来分析学习者整体的学习情况，以便智能优化资源配置。由此可知，学习者模型能够有效组织学习者的个性化信息，并基于这些信息进行数据挖掘以支持学习者建模和学习预测。目前，学习者模型研究多针对单一行为进行分析，而学习者在学习平台上表现出操作行为、协作行为、探究行为等多种行为，且还存在认知和情感方面的表现。因此，在建构MOORS的学习者模型时，将学习者本征、学习情境特征、学习者偏好、学习行为特征和研学绩效等信息都描述其中（如图3所示），以便更全面地呈现学习者特征，从而更好地监督学习者学情和状态，为其进一步提供个性化学习服务和支持。

其中，学习者本征是学习者的基本信息，其中兴趣特征的初始化来自学习者多元智能测试和霍德兰职业测试的结果数据，后面结合学习者的搜索和学习记录数据分析不断更新；学习情境特征是学习者所处环境的信息，这部分信息主要通过外面传感器感知和采集；学习者偏好是学习者的学习偏好，主要包括学习风格、内容主题、呈现形式等，通过分析学习者的学习行为获得；学习行为特征是开展研究性学习过程中的行为特征，主要包括学习者的认知水平、解决问题能力水平、操作行为和协作交流特征；研学绩效是学习者研究性学习的结果，主要包括教师的评价、报告及其材料、同伴关系（如交流和解答次数等）。在具体设计过程中，个性化学习者模型主要参考国家教育部教育信息化技术标准委员会（E-learning Technology Standardization Committee，CELTSC）制定的CELTS-11学习者模型规范。

2.程序性和方法类知识模型

知识模型是解决现实问题时用到的知识类型和结构关系，包括知识的获取方法、表达模式、实现技术等方面，一般的知识模型重视学习者的显性知识。在研究性学习过程中，学习者的学习方式强调深度学习策略（如分析、综合和评价），即实现知识的迁移。但在传统课堂中，当教师把知识置于一定问题情境中，并要求运用知识解决问题时，学生就会变得不知所以然，这是因为学生只知道陈述性知识，而缺少程序性知识。而在研究性学习过程中，强调学习者能力的培养，程序性和方法类的知识对于学习者提出、解决问题和创新能力来说至关重要。因此，不同于一般的知识模型，MOORS在构建知识模型时不再只关注具体科目的知识点（如陈述性知识），而是针对高中开展研究性学习各阶段所需的各种方法性知识、研究背景知识和问题解决案例等资源进行征集和梳理，即强调为学习者提供程序性知识和方法类知识，如图4所示。程序性知识和方法类知识模型具有以下特点：资源内容多样，包括研究方法和案例，例如研究方法指导、微课、案例和电子课件等；形式多样，支持文字、视频、图片、电子课件等多媒体形式；质量高，课程资源均由专家和一线指导教师等编写，并严格遵守“三审三校”的编辑流程，确保其科学性和有效性。

一般的知识数据库是按照知识点的线性关联，通过学习者对于陈述性知识点的掌握程度来推送相关资源。而研究性学习强调程序性和方法类知识的数据库与其不同，强调的是技能类和方法类的知识，也就是每个知识点关联相应的学习策略和路径建议，是矩阵关联。因此。为了支持研究性学习个性化资源的匹配和推送，在构建MOORS的知识数据库时，通过对资源知识内容的细化与陈列，为每个知识点或资源分层、分类，构建为有层次结构和映射关系的知识谱图，针对每个资源标注学习策略和学习路径建议，通过学习行为分析和智能推理引擎，在资源推送时匹配相应的学习策略和学习路径，为学习者提供研究设计支架，及时给予研究过程中的引导支持。

3.个性化教学策略模型

教学策略模型旨在通过预先设定的教学策略来为学习者提供学习引导和支持，MOORS的教学策略主要是预置研究性学习规范化过程为学习者提供一般化的学习支架，并结合研究性学习行为分析模型，通过对学习者的学习行为进行分析，从而在研究性過程中匹配和推荐相应的学习资源、学习策略和学习路径建议。

研究性学习活动内容主要包括一系列富有挑战性的复杂任务，涉及学生设计、调查活动、决策制定和问题解决等；让学生有机会在较长时间内相对自主地学习，并最终呈现真实成果（如报告、制品、论文等）。因此，通过对现有的研究性学习设计要素进行梳理，总结归纳出研究性学习的一般范式，其规范化流程如下页图5所示，主要包括选择研究领域（可自选或系统推送）、问题产生、开始研究、文献调研、方案制定和实施、证实和证伪猜想、提交报告并上传相关材料，其中在学习过程中，学习者可随时根据需求开展记笔记、讨论、分享等来支持学习的开展。

在研发过程中，研究性学习过程采用JBPM工作流控制，以便研究流程易于管理、逻辑流程更加清晰，其中覆盖了发起课题、课题研究方法指导、课题研究过程、课题审核、课题评价、合作研究、课题研究进度等模块的设计，并采用Lucene技术将课题信息建立索引文件，结合学习行为分析技术，及时为学生推送个性化资源。

基于规范化流程作为学习支架，学习者在学习过程中产生的一系列行为数据会被实时感知。进一步对这些学习行为进行抽象，本文构建形成研究性学习行为数据分析模型，完成对问题空间的概念及其关系的准确表述，如下页图6所示。

研究性学习行为数据分析模型主要包括研究性学习行为数据构成、研究性学习行为影响因素、研究性学习行为数据获取方式、MOORS使用特征、行为数据多维评价和研究性学习资源分析等模块。一方面，行为数据多维评价模型通过人工智能方法（如预测和聚类等）能够对研究性学习行为数据进行数据穿透，从行为、功能和方式等维度来为教育管理部门、学校、教师和学生等提供分析结果，并将结果反馈给学习者模型进行数据更新。通过对研究性学习行为数据进行聚合、归类和分析，支持发掘每个学生研究性学习行为的层次性和关联性，并且依托机器学习技术不断进化以发现更精准的研究性学习路径，完善个性化教学策略模型。另一方面，通过对研究性学习行为数据进行聚合和归类能够分析发现学习者的学习轨迹，用于行为预测，也可以支持学习者参与学习的活跃度和学习能力绩效的分析，为管理者和教师提供教学决策依据，为学习者的自主学习和自我监督提供服务支持。

（三）MOORS平台功能架构

系统在实现过程中，充分利用互联网思维进行线上平台功能设计，线下整合各类教育资源，逐步建立智能化的研究学习辅助平台、优质的资源库、高素质的专家指导团队，有效引导并教会学生如何开展研究性学习，最终提升教学效率，全面提升学生综合素质。经具体实践应用，MOORS平台的功能架构与研究性学习的常规流程相匹配，如下页图7所示。

随着学习方式的转变，人们越来越重视合作学习，群智发展将成为常态。群智学习支持生成性数据的沉淀（资源的创生和进化），从而为学生个性化学习服务提供数据来源；同时，随着数据的积累，系统中的智能引擎能够不断完善，更加精准地分析和预测学习者行为和表现，为其提供智能化适配学习服务。因此，在研究性学习中注重群智发展，设计了情感激励机制，与学生天性合作，通过灵感集抓住学生灵感；基于过程导航，引导学生经历规范化的研究过程，收获探索体验，有效促进研究性学习的开展。通过在线记录学生的学习行为数据和结果数据，为政府和学校组织、管理、服务、评价学生的研究性学习和创新实践活动提供大数据支持。

四、应用成效

（一）平台应用概况

MOORS自投入实践以来，利用自适应技术实现了对开展研究性学习的有力支持和推进，因而受到社会各方的广泛关注，包括“第一教育”、文汇报等17家媒体给予了报道。至今，自发注册使用该系统的学生已达24096名，分布于上海400余所初高中學校，从不同层面为学校提供了良好的研究性学习平台。系统在实践过程中，累计形成有效课题成果23977项，部分学生课题成果荣获全国创新大赛奖项。学生取得成绩的同时，也使教师专业化发展效果显著，提升教育理念，提高教师指导课题的效率。

（二）应用效果——基于上海市的实施情况

1.有效辅助学校管理研究型课程

教育管理者可以随时了解全校师生研究型课程的参与情况，包括谁和谁一起、在谁的指导下、在做哪类研究、进展情况如何、需要哪些支持和帮助等。同时，管理者也可以便捷掌握教师工作和学生学习的情况。通过调查表明，在使用该系统前，上大附中、吴淞中学等学校平均每年有30余人参与20余项课题，实施后，每年有600余人参与400多项课题研究，并逐年提升。课程开设率提高了80%以上，有效促进了研究型课程的开设率。

2.有效辅助教师开展研究型课程教学

通过自适应推送学习资源和任务，减少教师的重复讲授，从而让教师有更多时间和精力指导学生的个性化和深度学习，促进学生研究水平的提升。通识、通法和通用技能的教学完全外包给信息系统完成，从而减少了教师70%以上的备课时间；教师也可以使用该系统组织课堂教学，现在一个教师可以管理全校上千名学生的课题研究，也有更多教师参与进来，提供跨学科知识领域的学习指导和帮助。以吴淞中学的调研数据为例，系统的应用能够有效促进研究型课程的开展，具体如表1所示。

3.变革资源共享新方式

系统突破传统教育资源配置结构，推广了稀缺的专家教学资源，促进了优质教育资源的普惠推广。项目共开发了2680分钟的研究型课程教学微视频或动画，方法指导案例150万字，优秀研究报告实例106个，这些资源经元数据标注后，构成了研究型课程教学资源知识图谱，通过智能推送，可以让金山区、崇明区的学生和七宝中学、交大附中的学生一样，随时得到教育专家提供的教学指导，从而抵消因为地域、经济水平带来的教育不公平，创造了全新的优质教育资源供给方式。

4.沉淀大量研究型课程过程性和结果数据

2017年，系统有2000多个课题数据一键同步到上海综评系统，成为学生综合素质评价“创新精神与实践能力”模块信息的组成部分，为上海高校自主招生提供实证参考，支持“两依据一参考”的高考改革，促进教育治理现代化，并将在教育规律挖掘和人才发现等领域持续发挥效应。

（三）应用模式——混合式研究性学习模式

近年来，混合式学习已经成为了技术应用方面的发展趋势。混合式学习整合了线上线下的学习方式和过程，能够激发学生的兴趣和创新精神，提升学生的学习效率和效果。为了更好地开展研究型课程，提高学生的学习兴趣和学习效果，本研究基于MOORS平台的特点，提出了混合式研究型学习模式，即融合学生线上的项目研究过程和线下的亲身探究体验，其中MOORS作为支持学生开展线下研究性学习的支撑平台。

与一般的混合式学习不同的是，混合式研究性学习模式线上的学习不仅能够获得个性化学习资源和记录学习过程，同时也能开展群智学习，通过学习者画像能够将具有相同或类似兴趣的学习者推荐成为学习共同体，还能根据共同体中的学生所关注的问题进行聚类，形成研究方向的问题集，为以后的学习者提供研究资源和方向参考；线下的学习也不仅限于开展一对一交流（与教师或同伴），而是在现实场景进行探究，确定方案是否有意义及其可行性，例如，在户外探究，在图书馆查看资料，在研究机构拜访专家等。

也就是说，本研究不强调纯粹意义上学生个体的学习行为，而是基于O2O理念将自适应学习置于学校课程生态系统之中。因此，混合式研究性学习模式不仅颠覆了传统课堂教学，不让学生在课堂闭门造车，而是鼓励学生走出教室，在真实情境中开展调研、协作交流和积极探究，从而促进学生在认知、学习态度和科学素养等方面的深度培育；还平衡了线上线下的学习，突出技术对于教育的价值，不是解决一切问题，而是助力提升学生学习效果和教师教学管理。

（四）应用案例——《寻找蚂蚁的建筑设计师》

MOORS系统和混合式研究性学习模式已经得到了广泛应用，同时也产生了一大批优秀的教学应用案例。为了更好地介绍实践应用，本部分选取来自上海某中学的真实的研究型课程教学应用案例——《寻找蚂蚁的建筑设计师》，旨在帮助教师在具体教学应用中提供参考。这个案例主要包括线上学习和线下探究两部分，线上学习主要支持自主学习、协作学习、群智学习，线下学习包括户外探究、小组讨论、师生互动等。具体过程介绍如下：

教师通过MOORS平台组织全班学生开展探究学习，同学在这个平台先从发现和提出问题开始。A同学在野外考察，发现蚂蚁的窝从地面看都是一个个很小的空，他很想知道蚂蚁窝内部是什么样的，他通过MOORS平台发布了探究问题：谁知道蚂蚁窝的内部构造？另一位B同学则对不同蚂蚁的巢穴是否一样很感兴趣，她在网上发布自己的课题方向；C同学也是蚂蚁爱好者，他则对蚂蚁的生存环境很感兴趣。这三位蚂蚁研究爱好者通过MOORS平台发布了自己的疑惑和问题，平台根据问题标签识别将他们聚集在一起，组成了蚂蚁研究联盟（学习共同体），并根据联盟研究主题自动匹配给生物学D老师。D老师将三位同学的研究问题通过研讨圈让更多感兴趣的学生参与研究，越来越多的蚂蚁问题汇集在MOORS平台上，形成大量的问题数据库，系统根据问题标签进行分类汇总，形成问题云图（如下页图8所示）。于是，越来越多研究蚂蚁的学生和老师聚集起来，通过各种学习终端随时随地（如，图书馆、家里、户外等）分享自己的研究资料，一个同学的研究问题或资料会成为其他同学的启发或证据，彼此相互影响。学生根据兴趣选择问题开始研究，结合线下的户外实地探究过程中对蚂蚁的观察和线上的笔记、讨论和方案制定等，解决问题并形成学习报告。由于问题云的支撑，不同的学习者最终形成不同的研究报告汇聚在MOORS平台上，来自青海、海南、云南、黑龙江、上海等地的学生共同通过这个平台分享，共同成长，甚至吸引了高校专业人士都参与这个主体研究活动。这个案例告诉表明，通过MOORS平台，可以有效让大量的学生卷入主题研究，借助自适应学习技术，有效促进学生探究精神和实践能力的提升。

五、总结与思考

MOORS的目标是实现学生大规模在线开展个性化研究性学习，旨在为每个学生在最能学、最擅长的领域制定个性化的课程方案，随时随地都能得到研究指导。MOORS的特征可总结如下——个性化设计学程：依据学习者模型，设计研究导航；资源智能推送：根据用户行为，智能推送学习资源；数据自动化归类：精准记录学习轨迹，研究档案、结果数据一键导入综合素质考评系统，为高校提供可靠的评价依据；情感激励功能：贴身的情感激励，及时提醒和鼓励；结对研究、团队成长：异度空间组建研究学伴，社交互动；便捷终端自适应，移动跨屏。与传统MOOCs平台的特征区别如表2所示。

在具体实践中，不再单纯强调技术取代一切，而是将线上学习和线下实践相结合采取混合式研究性学习模式来更好地提高学习者的学习效果。MOORS运行至今虽取得了较好的效果，但也存在不足。本研究将从以下方面继续深入探索和实践：

（一）基于知识图谱实现知识关联的教育资源分层融合

知识图谱技术是进行海量教育资源组织、表征与管理，实现教育资源融合的关键技术之一。本研究在实施过程中已针对性征集和建设了部分研究性学习资源，下一步将基于知识图谱技术继续征集和建设研究性学习资源，并对在线教育中大量的配套教材、教辅书籍、讲义文本和讲座视频等进行数字化与知识标注，探索运用技术和算法构建具有知识间关联描述的知识库，建立知识主题群组，初步形成研究性学习知识图谱。通过知识、知识主题与教育资源的相关性分析，实现基于知识的教育资源分层融合；以教育资源为载体，描绘学习者在知识图谱上的学习路径，为学生提供智能化、个性化的研究性学习服务。

（二）丰富基于物联网技术的学习状态数据采集

目前，MOORS平台实现了在线学习行为数据的采集功能，在下一步功能构建中，本研究将探索基于物联网和感知技术，利用穿戴设备、语音、视频等多模态交互方式，基于媒体分析、识别和理解，收集学生参与研究性学习时的面部表情、肢体动作、脑波反应等数据，研究智能化的用户在线辅助学习技术，支持更准确的学习者特征描述，不断修正个性化学习者模型。针对多摄像头学习环境，面向在线的动作辅助学习，通过传感器数据研究细粒度的动作识别和动作质量评价。

（三）通过大数据和人工智能技术，促进系统不断进化

作为可以利用技术不断进化的智能支持系统，随着数据的积累和技术的优化，基于大量理论研究和实践数据支持推理引擎的校准，为学习者模型、知识模型和教学策略模型的自我进化等提供支撑，实现更加精准的个性化服务、更加便捷的教学管理、以及更加科學的评价。

（四）基于大数据的研究性学习评价关键技术研究

目前教育领域的教学过程分析与绩效评价存在缺乏大数据驱动的科学测量方法的问题，研究面向不同情境的分层多维教学绩效评价指标体系，并在人机混合增强智能技术支持下构建教学评价常模；研究多模态数据协同的语义分析与理解关键技术，实现语义协同分析计算框架，对数据的智能分析提供基础；研究时空数据的智能分析与挖掘，计算教学过程中的学习产出、情感演化、学习路径、社交关系等教学绩效关键要素，辅助面向学生、教师、以及教学过程的监测干预和预测优化。