基于认知风格和学习风格的多维度自适应在线学习系统①

周萍 章伟

[摘           要]  将认知风格与学习风格结合起来，提出一种基于域独立/域依赖认知风格模型和八维度Felder-Silverman学习风格模型的自适应在线学习系统。该系统可根据学生不同的认知风格和学习风格，为其提供不同形态的学习资源和不同的学习内容，实现学习资源形式与内容的个性化自适应推送。以网络课程的个性化自适应学习为例进行实验，证明该系统能提高学生的学习成绩，减少学生的认知负荷。研究成果可应用于网络学习空间建设、未来智慧教育、精品课与在线开放课建设等方面。

[关    键   词]  学习风格;认知风格;自适应学习;多维度

[中图分类号]  G712                   [文献标志码]  A                    [文章编号]  2096-0603（2019）15-0004-04

信息技术不仅促进了教育的均衡发展，使个性化、自适应学习成为可能，同时也吸引了大量研究人员开发用于计算机辅助学习的技术和软件。近年来，由于使用了超媒体和多媒体呈现，学习资源变得更加丰富和多样。研究表明，超媒体和多媒体适合于提供个性化的学习指导与学习资源推送，其方法是根据学生的个体学习模式，相应调整学习内容的呈现方式和学习路径。近二十年来，各种个性化、自适应的多媒体学习系统被开发出来。例如，姜強等[1]基于大数据分析，从数据与环境、关益者、方法和目标四个维度出发，构建了一个自适应在线学习分析模型。马玉慧等人提出了一个基于认知诊断的个性化学习资源推送方法，即先实现学生内部知识结构的认知诊断，然后在认知诊断的基础上再进行个性化学习资源的推送[2]。

虽然学生的知识水平和学习内容的难易程度是自适应展示和选择学习内容的首要因素，但是个人偏好和学习习惯差异也是需要重点考虑的影响因素。其中，学习风格代表学生对信息的认识和处理模式，是一个与学习材料呈现相关的重要因素，而认知风格则是个体认知过程中的一个固有特征，不易改变。近十年来，研究人员不断尝试开发基于学习风格或认知风格的自适应学习模型，然而，这两者很少同时被考虑在内，更不用说其他个性化因素了。

在提供有效的自适应学习模型时，必须考虑各种个性化影响因素。教育应该因材施教，也就是说，要先对学生进行诊断，判断学生属于哪种“材”，再根据学生不同的学习风格与认知风格，有针对性地“施教”。针对大规模在线学习情境下的“因材施教”问题，本研究基于学习者的多种个性化因素，包括学习风格和认知风格在内，提出了一套自适应学习模型，帮助学生更有效地学习，为未来智慧教育、移动互联网在线教育相关研究提供理论基础与技术框架。

一、预备知识

（一）学习风格与认知风格

学生的学习风格是指学生如何学习和是否喜欢学习的一种特征，是一种指导学习的方法和策略，它可以指导学生对学习的认知、语境和内容。学习风格是展示学生的学习模式、学习倾向与偏好的一个重要因素。

认知风格可以分为认知中心、人格中心和活动中心。学习风格与认知风格的关系是学习风格是认知风格的一个子集，是一种以学习活动为中心的认知风格。二者不同之处在于，认知风格是指个人在信息的组织与处理方式上的个体差异，而学习风格被认定为一种反映学习行为的潜在原因的一致性方法。此外，认知风格涉及一种认知活动，如思维、感知、记忆等，而学习风格则是学习者对包括认知、情感和心理行为在内的学习环境与学习内容的感知和互动的指标。

早期研究表明，学习风格是提供个性化学习指导或学习内容的参数之一。研究人员提出了许多学习风格理论或模型。其中，Felder和Silverman于1997年开发的Felder-Silverman学习风格模型（FSLSM）[3]被认为是最适合开发自适应学习系统的模型之一。研究人员指出，考虑到个人因素，FSLSM是开发超媒体课件的最合适衡量标准，是最适合在电子学习系统中应用的模型之一。因此，本研究将FSLSM作为开发自适应学习系统的因素。

另一方面，认知风格普遍被认为是影响学生信息搜索与加工的重要因素，也是影响用户界面有效性和学习系统导航决策的一个重要因素。一些研究表明，在设计信息搜索界面和开发提供个性化学习指导的适应性学习系统时，考虑认知风格是有效的。多项研究成果显示，域独立/域依赖（FD/FI）认知风格适宜用来诊断学习行为或设计学习系统。

本文将学习风格用于处理多媒体资源（由文本、图形和视频组成）的呈现模式，提供个性化的学习材料和展示布局，将认知风格用于开发个性化的用户界面和导航策略。

（二）认知负荷与多媒体学习

认知负荷被定义为特定任务强加于接受者的负载，是一种多维结构，可以通过测量精神努力和心理负荷来评估。精神努力与学习活动中使用的策略有关，心理负荷是指学习任务、学科特征和学科材料之间的相互作用，这与学生需要面对的学习内容的复杂性密切相关。为了回应大多数数字学习材料都是用多媒体开发的事实，Mayer等人于2001年提出了多媒体学习的认知理论[4]，它假设图像和语言材料通过不同的感觉渠道（即视觉和听觉）被学习者接受。因此，当学习者收到冗余信息、结构不良的信息或某种意义上的超量信息时，就会出现认知超载。另外，学习者的能动性与认知负荷也有显著关系。学习能动性是决定学习是否成功的一个因素，特别是在复杂的电子学习环境中。

（三）自适应学习系统

自适应学习系统旨在为学生提供个性化的学习资源，特别是学习资源的推送和提供学生偏好的学习界面。两种自适应学习方法可用于开发基于网络的适应性学习系统，即“自适应呈现”，为学生提供个性化的、有针对性的学习资源以及“自适应导航”，通过建议个性化的學习路径指导学习者找到学习内容。学者进一步证明了提供个性化呈现界面以满足学生学习习惯的重要性。

学者已经开发了一些基于学习风格或认知风格的自适应学习系统。例如，Tseng等人[5]通过考虑学生的学习风格和学习内容的难度，提出了一个小学数学课程的自适应学习系统。Mampadi等人[6]开发了一个基于网络的学习环境，根据学生的认知风格提供不同的用户界面。然而，很少有研究同时基于多种学习影响因素，包括学习风格、认知风格、知识水平等，开发针对不同学习者特征的自适应学习系统。

二、具有多维度个性化准则的自适应学习系统

本文提出了一个基于认知风格与学习风格的多维度自适应学习系统。该系统由四个模块组成：学习内容生成模块（LCGM）、自适应呈现模块（APM）、自适应内容模块（ACM）和学习模块（LM）。

（一）学习内容生成模块（LCGM）

学习内容生成模块用于从原始材料中提取内容，并基于“呈现布局”生成用于编写个性化学习材料的信息块。每个主题单元（或称为知识块）包含一套组件，如单元的ID、文本、图形、举例等。主题单元的组成分为以下六类。

（1）概念单元：包括主题单元的标题、概念ID、抽象图标和代表性图标。

（2）文本组件：主题单元的文本内容部分。

（3）示例组件（或案例组件）：主题单元的演示示例或案例部分。

（4）图形组件：主题单元的图形、图片和照片部分。

（5）基础组件：一门课程的主要内容包括每个主题单元或每个学习概念的标题及其相应的文本、图片、例子、案例和练习，即上面的（1）+（2）+（3）+（4）。

（6）补充组件：补充内容包括有助于学生扩大学习范围或更好地掌握学习内容的补充材料。

每个主题单元在选择了适合学生类型的学习材料后，LCGM会根据学生的学习风格和认知风格组织选择的材料，然后根据演示文稿布局框架，将组织好的学习内容以个性化方式呈现给每类学生。下图显示了这个框架，它包括以下几个区域：

自适应学习系统的学习内容呈现框架

●系统保留区：该区域保留给学习系统，用于显示课程信息、学生信息、系统状态或系统公告。

●课程导航区：该区域包含课程单元之间的导航、针对学生个体的课程提纲、建议的课程单元学习顺序等信息。

●学习内容区：该区域位于屏幕中央，用于展示组织的学习材料。

●举例说明和补充材料区：该区域用于举例说明或案例展示以及根据学生的个性化学习需求补充学习资源。

●学生探索区：该区域有三个可以链接到三种不同版本学习内容的图标，使学生可以灵活控制自己的学习内容和学习进程。

●学习指导导航区：这个区域在屏幕的右下角，用于为不同学习风格或认知风格的学生提供与其风格相匹配的学习指导或导航功能。例如，对于域独立型学生，提供了“下一阶段”和“前一阶段”按钮，以便指导学生按照适当的顺序学习课程材料。

（二）自适应展示模块（APM）

自适应展示模块由两个部分组成：基于学生认知风格的版面布局策略和基于学生学习风格的教学策略。

版面布局策略的核心是，根据每个学生的认知风格调整学习内容页面的呈现布局。为了测量学生的认知风格，本研究采用Witkin于1971年提出的群体内嵌图形测验法。根据该评分标准，如果学生的测试成绩排名在前50%，则被确定为域独立型（FI）认知风格，否则被归类为域依赖型（FD）认知风格。FD学生喜欢结构化信息、推荐和权威导航，反之，FI学生喜欢自己组织课程信息。从课程导航的角度来看，设计FD学生的学习界面时要减少信息内容的显示，避免分散他们的注意力。相反，FI学生的学习界面则可以提供更多的学习信息，帮助他们对学习资源进行全面调用。如表1所示。

（三）自适应内容模块（ACM）

自适应内容模块与不同学习风格学生的学习资源调整有关。由学者Felder和Soloman提出的学习风格问卷索引被嵌入学生学习风格的测量系统中。在Felder-Silverman学习风格模型中有四个维度的学习风格，如下所示：

●维度1.积极型/反思型维度：“活跃的学生”是积极的、主动的，喜欢尝试和错误，更倾向于讨论而不是独立学习。反之，“反思型学生”是通过思考学习，他们在通过深入思考学习时，感觉到了快感和满足。

●维度2.感应型/直觉型维度：感应型的学生喜欢从事实中学习，不喜欢惊喜，而且他们善于记忆，喜欢用成熟的方法解决问题，对细节很有耐心，他们往往是务实和谨慎的，不喜欢与现实世界没有明显联系的课程。相反，靠直觉的学生喜欢创新，不喜欢重复做同样的事情，他们更喜欢发现可能性和相互关联，并且倾向于能更好地掌握新概念和新事物。

●维度3.视觉型/语言型维度：视觉型学生能够更好地记住他们所看到的东西，如图片、图表、流程图、时间线、教学视频和演示等。而语言型学生更喜欢文字描述，从书面和语言描述中获得更多知识。

●维度4.序列型/全局型维度：序列型学生倾向于在线性步骤中获得对知识的理解，逻辑上，每一步的知识点遵循前一步获得的知识点，在寻找解决方案时，倾向于遵循线性逻辑的逐步路径。全局型学生倾向于掌控全局，一旦掌握了整体，他们往往能很快解决问题，并且倾向于在没有看到前后知识点关联的情况下大踏步地学习。

上述四个维度的取值都是（-11，11）区间内的整数。自适应内容模块会根据学生在每个维度上的得分，对教学策略进行调整，以满足学生的需要。内容调整的原则是根据FSLSM维度的特点而设计的，如下表2所示，例如，视觉型学生倾向于从形象化的材料（如图片、图表、视频）中学习，而语言型学生更喜欢文档型材料。

（四）学习模块（LM）

学习模块基于认知风格和学习风格，为学生提供自适应动态组织与呈现的学习内容和用户界面。

三、系统应用实验：计算机网络基础课程学习

为了评估系统的应用效果，对本校计算机网络基础课程的学习活动进行了实验研究。实验以本系统为研究平台，选取本校2017级网络专业的60名学生为受试者，进行该课程的“物理层”“网络层”两个章节，为期四周的学习实验。学生被随机分成实验组和对照组两组，各30人，两组学生的认知能力没有显著差异。实验组学生被安排使用本系统进行学习，对照组学生采用传统学习方法和统一的学习资源及界面进行学习。实验结果如下。

（一）学习成绩

表3显示了学习成绩的统计结果。实验结果表明，实验组学生的学习成绩明显优于对照组，F=5.35，P<.05，表明与无差别学习方法相比，采用本文所提出的自适应学习系统对学生学习有显著的促进作用。

*P<0.05

（二）认知负荷

认知负荷是指学习活动，如理解、推理、解决问题等，对工作记忆的需求。表4显示两组认知负荷评分的t检验结果。两组学生在精神努力方面没有显著性差异，而实验组的心理负荷明显低于对照组，t=1.64，P<0.05。

四、结语

本文提出了一種基于学习风格和认知风格的自适应在线学习系统来适应学生的用户界面和学习资源推送，并考虑了学习风格的全部维度。实验结果表明，该系统能够提高学生的学习成绩，学生的心理负荷明显降低。本研究也存在一定的局限性。首先，实验样本量并不大，因此不能根据一般情况推断出研究结果。其次，本研究主要针对学习风格和认知风格在提供个性化用户界面和学习内容方面的应用，没有考虑其他因素，如学生的知识水平、学习材料的难度和补偿适应类型等。未来将通过引入更多参数、设计更精确的实验来扩展本系统，以控制可能影响学生学习成绩的因素，为教师和研究者提供更有建设性的研究成果。

参考文献：

[1]姜强，赵蔚，王朋娇，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.

[2]马玉慧，王珠珠，王硕烁，等.面向智慧教育的学习分析与智能导学研究：基于 RSM 的个性化学习资源推送方法[J].电化教育研究，2018（10）：47-52，82.

[3] Felder R M， Soloman B A. Index of learning style questionnaire[DB/OL]. Retrieved from http：//www.engr.ncsu.edu/learningstyles/ilsweb.html，1997.

[4] Mayer R E. Multimedia learning [M]. New York，NY： Cambridge University press，2001.

[5] Tseng J C， Chu H C， Hwang G J， etc. Development of an adaptive learning system with two sources of personalization information [J]. Computers & Education， 2008， 51（2）： 776-786.

[6] Mampadi F， Chen S Y， Ghinea G， etc. Design of adaptive hypermedia learning systems： A cognitive style approach [J]. Computers & Education， 2011，56（4）：1003-1011.

编辑 冯永霞