基于人工智能技术的混合式教学模式研究与设计

苏明 刘中秋

摘要：随着人工智能领域下多种机器学习的出现，人工智能应用于教育将给教育的信息化和智能化带来诸多新的理念和实现手段。如何将人工智能融入教学过程，使智能教学成为新的信息化模式，以引导新型混合式教学模式的探索成为研究热点。本文在研究人工智能技术相关内容尤其是机器学习和智能教学系统的基础上，设计提出了一种结合线上智能系统与线下人力教师的全方位多途径联助的混合式教学模式，能够较好地适应以学生为中心的个性化学习需求，并对学习者核心素养、情感互动及创造性等方面给予启发，从而达到精准教学的目的，实现全方位的人才培养。

关键词：人工智能技术;智能系统;机器学习;混合式教学;精准教学

【中图分类号】G434 【文献标识码】A

引言

近年来，随着国家关于人工智能等新一代教育信息化的方案和行动计划的提出，人工智能和教育的深度融合成为教育技术的发展趋势。如何将人工智能融入教学过程，使智能教学成为新的信息化模式，以引导新型混合式教学模式的探索成为研究热点。

1人工智能的提出及在教育中的应用

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从人工智能概念提出以来，主要的目标是将人的思维和智能在机器中得已实现和延伸。未来通过人工智能实现的科技产品，将会是人类智慧通过机器实现的集成器。

我国2016年5月国家发展和改革委员会等其他部门发表了《“互联网+”人工智能三年行动实施方案》。2017年7月国务院印发了《新一代人工智能发展规划》为智慧教育时代人工智能教育指明了正确的发展方向和途径。2018年4月，教育部《教育信息化2.0行动计划》的核心人工智能与教育的深度融合。另外《中国教育现代化2035》等的提出，为智能教育提供了重要政策保障和教学的力量。教育AI的发展，给教学尤其是远程教学模式带来了前所未有的机遇和变革。传统的尤其是远程教学的原有混合式教学更呼唤新的教学方法和模式变革。

2混合式教学模式概念和优势

混合教学模式指的是将网络教学和传统单一的面授教学模式更好地结合在一起的一种教学方式，包括教学方法的混合、教学内容的混合以及教学手段的混合等。它主要是将线上（网络教学）和线下（人力教师）两种教学模式结合在一起。

混合教学模式的优势主要包括三个方面。第一，能够更好地以学生为中心，更好地检验和巩固线上网络学习平台学习到的知识，从而有的放矢地针对学生的学习情况进行线下辅导。第二，从内容和方法上存在着较好的网络学习平台和较丰富的学习资源，把资源尽可能多地整合到一个平台上，有利于资源整合和运用。第三，能够充分利用发达的互联网进行实时或非实时、同步或异步的知识讲授和辅导，达到最大效度的学习效果。

3基于人工智能技术的混合式教学模式设计

基于人工智能技术的混合式教学模式是大数据、人工智能与教育教学的深度融合，在感知、传输以及存储基础上，以智能学习软件为核心，以智能教室、智能教学资源、智能服务以及智能管理为支撑而形成的智能教育系统或环境，同时结合人力教师动态调整教学和辅导资源，从而全方位适应以学习者为中心的个性化学习的教学模式。它的核心理念是通过人工智能技术精准了解学生知识基础、思维类型、品性特征、兴趣倾向以及能力类型，配置学科知识进行人才培养。

本文研究设计的基于人工智能技术的混合式教学模式，如图1所示，主要利用人工智能及其相关技术在智能计算、精准实施、数据挖掘以及个性服务等方面发挥作用，结合人力教师的全方位教学和辅导，以学习者为中心的个性化学习，从而实现教学尤其是远程教学中精准教学的目的[1]。

3.1课程教学资源

课程教学资源以课程学习平台为载体，可作为在线测评系统的资源来源，甚至可以作为答疑交流平台的信息基础。

3.2智能预测学生学习成绩

运用大数据技术和人工智能机器学习如神经网络算法，进行多次训练和自适应学习的功能，分析与学生有关的学习数据，最终达到精准测试程度，可预测学生未来的学习情况和成绩情况，为改进教学提供重要的依据分析，从而达到精准教学的目的。

3.3线上教学及辅导

（1）智能个性化学习导学支持。借助人工智能技术让计算机扮演虚拟导师，不同学生采用不同的教学策略，针对不同个性群体进行个性化学习和指导[2]，为学习者提供个性化学习路径和学习指导的学习支持系统。

（2）智能个性化学习知识推送，智能辅助教师进行教学。可以利用人工智能机器学习算法如基于K-means聚类算法，利用数据挖掘技术划分不同类群体，将学生群体进行分组，有利于根据学生各自不同的学习风格和学习行为，提供群体个性化的学习知识推送支持。

（3）智能练习。借助人工智能技术，按照学习者的学习需求和学习情况，提取、整理并提供适合学习者的练习，实现个性化推送练习。

（4）智能辅导。采用人工智能神经网络等算法对学生重难点知识及学习行为进行数据收集和特征提取。系统自动调节推荐类似题目和相关知识点，从而实现更精确和及时的辅助教学，同时帮助人力教师了解学生行为，进行学生学习成绩分析，加强学生和教师之间的有效互动[3]。

（5）智能批改。利用人工智能技术实现在线批改作业功能。如MyScript技术精确识别手写信息，包括各国语言、数学符号、音乐符号以及图形等，并对这些笔迹信息进行数字化转换，系统经过筛选和比较学生作业是否符合系統的正确答案进行智能批改。

（6）智能答疑（问答）。运用人工智能机器学习和大数据技术将积累的无序语料信息进行有序和科学的整理，并建立基于知识的分类模型，准确实现情景对话和融合知识问答。支撑各种形式问题的智能问答。

3.3智能精准学习评价

利用人工智能大数据设计专门的程序，分析学生行为轨迹并进行即时反馈，可以给予学生更具有针对性的准确学习评价，实现精准、智能化的学习评价，为学生提高自身的能力水平提供依据和基础。

3.4线下人力教师教学辅导

基于人工智能技术的混合式教学模式中，人力教师从大量烦琐的重复性教学活动中解脱出来，主要根据课程内容和标准确定科学合理的教学任务，制定符合学生学习能力的学习目标;了解和掌握学生学习情况，并进行动态教学资源内容和形式的调整，以适应线上学习资源的动态调整和更新;对于学生人文素养、核心素养、情感互动以及创造性等人工智能不能达到的方面，需要线下人力教师适当与学生进行互动交流，启发学生，达到全方位的人才培养目的。整个模式中，人力教师发挥了引导者的作用。

3.5基于人工智能技术的混合式教学实施

基于设计的混合式教学模式，在具体教学过程中的实施方式如图1所示。简单说，整个教学模式分为课前、课中、课后3个环节，分为线上和线下2大模块。通过人机科学合理地有机结合实施教学，能够全方位适应不同学习者的个性化教学，并最终达到统一的教学目标。

（1）课前。课前线下人力教师根据课程模块教学内容和要求以及学生学习水平和不同学习特点确定合适的教学目标，从网络学习平台已有学习资源中筛选或制作新的教学资源形成课程教学资源库，可以是视频、音频、文档、图片或者网页链接等，发布到网络课程学习平台供学生随时随地线上自主学习。知识个性化推送等的内容选取，需适应智能导学系统个性化学习指导，完成适合学生的个性化知识传授;人力教师在设计资源库的同时，可以根据教学目标和学生的情况，设计制作相应的练习、网络学习平台网络测试题目和题库，以供智能系统合理适配和调用相应的练习题目推送给学生，以帮助学生更好地了解自主学習情况。课前线上智能系统从资源库中调用适当的题目检测，结合人工智能大数据分析技术，对学习者学习基础、学习能力做出科学合理判断并进行学习成绩预测，以更加准确地定位学习者，帮助学习者更加合理地设计学习路径和个性化知识推送。

（2）课中。课中知识内化，线上智能系统发挥了主导作用。在课前精准预测的基础上，运用人工智能技术的先进性，发挥智能导学作用，将学生分成小组，设计和制定一套适合不同学习者的学习路径规划，并按照路径规划合理匹配教学资源，从教学资源库中调用并智能推送给学生，以适应个性化学习的智能知识传授。智能系统合理适配和调用资源库中的练习题目，推送给学生完成智能练习，以帮助学生更好地了解自主学习情况，并做精确的智能批改。同时，智能系统与人力教师进行互动，在学生学习过程中根据学生练习的情况进行适当调整，进行进一步的智能辅导，从而帮助学生更好地理解和掌握知识内容。课中人力教师通过与智能系统沟通发现学生自主学习中存在的问题，动态进行设计案例、情境、问题和检测等任务，并更新课程资源，以适应学生不断变化的学习需求[4]。这个过程中，线下人力教师可以以小组学习的方式建议学生个性化地搜集学习和辅导资料，为学生提供合适的学习工具和方法。例如，提供必要的、可行的学习APP，指导学生做笔记、画思维导图、小组讨论、分享学习内容和心得等，在协同学习中获取一些书本中没有的知识，增进学生之间的距离，实现自主学习的优越性。另外，线上智能系统结合教学目标，在答疑交流平台进行个性化答疑，完成智能问答，解决重难点;线下教师联合线上学习平台智能系统，运用头脑风暴，开展小组内及班内的协同学习等讨论学习与交流，通过协作培养学生的核心素养，探究实现知识共学、问题共同解决、智慧和情感共鸣，开发学生的思维和创新能力，并及时与线上智能系统协同，对学生遇到的问题给予具体化指导。

（3）课后。课后学习评价和知识拓展。线上智能系统对学生学习情况进行考核测试，并作出精准评价。线下人力教师根据人工智能大数据评价分析进行适当的教学调整，并做及时的更新，提高教学的针对性和目的性。另外，学生通过评价和反馈对各自的学习情况进行学习反思，针对疑难问题可以通过线上学习平台的答疑讨论、私聊等功能进行线上教师和学生之间以及学生和学生之间的讨论和交流等互动。线上智能系统可以实时运用资源库功能解答学生问题，线下人力教师进行非实时答疑解惑，并针对学生的共性问题及时调整，为教学做好准备。同时，线下人力教师还需提供一些拓展学习材料作为课程资源的必要补充，实现课后学习的延伸和扩展。学生可根据自身的学习情况选择性进行拓展学习，培养学生主动探究知识的能力。

4结语

人工智能新技术的发展，对教育领域学习数据分析、教学方法和手段等具有积极作用，但目前人工智能机器学习在教育教学方面的具体应用不多，多处在试验和探索阶段。本文研究设计的基于人工智能技术的混合式教学模式，结合线上线下，将人工智能机器学习、大数据技术等作用于教育教学，能够做到以学习者为中心，更加智能精准地分析学习者学习特性，并有针对性地进行教学和辅导。通过线上智能系统和线下人力教师的共同作用，不仅完成了课程知识的精准教学，而且培养了学生的核心素养，在开发学生思维和创新能力等方面有了更多延展空间和可能性。。

参考文献

[1]刘胜男，吴晓如.人工智能如何改变教育？[J].中国传媒科技，2015（7）：15-16.

[2]牟智佳.“人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志，2017（3）：22-30.

[3]骞宇澄，刘昭策.深度学习的实现与发展——从神经网络到机器学习[J].电子技术与软件工程，2017（11）：30-31.

[4]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.

作者简介：苏明（1975-），女，辽宁沈阳人、硕士，副教授，研究方向为人工智能，计算机网络;

刘中秋（1979-），男，黑龙江佳木斯人，学士，助理研究员，研究方向为计算机应用。