人工智能促进个性化学习的路径设计

樊雅琴,王志辉

一、问题的提出

21世纪是信息爆炸且充满了各种机遇和挑战的时代,工业流水线式的教育已不能满足对创新型人才的需求。创新人才的培养需要满足不同个体的成长和发展需求,然后在此基础上培养创新能力,不存在适用于所有学生的“一刀切”教学模式。每个个体都有各自独特的学习兴趣、学习风格、知识水平,根据个体的学习特征定制化学习逐渐成为当前教育教学变革的发展趋势。有关个性化学习实践成效的研究表明,个性化学习确能在一定程度上改善学生学习体验,促使学生学习绩效显著提高。[1]理论层面来说,个性化学习是根据学生个体的学习兴趣、学习需求,个性化、针对性地定制教学设计,因材施教；实践层面来说,个性化学习是对传统课堂教学的巨大变革,从课程资源、课堂环境、学习方式到评估反馈等各个环节都将以学生个体作为起点开展设计。

深度学习算法加速了人工智能的发展与应用,主要应用于金融、电商、教育、安防、自驾、医疗以及个人助理等七大领域。[2]其正悄悄改变着人们的生活生产方式并提高生活质量。但如同历来技术未能对学习产生巨大变革一样,现阶段的人工智能在教育中的应用依然未能带来较大影响。究其原因,陈晓珊[3]认为,教育的本质在于学习者与知识之间的交互,学习者对知识的认知建构才是学习的根本。因此,教育的本质及其与其他领域的根本区别就决定了技术不可能、也不会对教育产生巨大的革命性影响。但不可否认,技术在某种程度上能够提高学生学习效率并带来全新的学习体验。就技术与教育究竟如何融合才能发挥技术的价值一题,吴刚[4]认为,我们应该转变以技术驱动教学的工具性思维,教育技术的逻辑核心是对学生学习本质与认知机制的认识和理解。且Woolf[5]认为,技术不会孤立对教育产生作用,一定是结合领域知识、教学原理等共同发生作用。因此,就人工智能如何与个性化学习融合这一问题,本研究从对个性化学习分析出发,结合人工智能教育应用现状,提出人工智能促进个性化学习的应用路径,以期为我国个性化学习发展和人工智能技术应用提供可供参考的建设性意见。

二、个性化学习关键要素与实施流程设计

1.个性化学习研究概述

从实践层面来讲,国内外涌现出了一批优秀的个性化学习实践案例,如美国佛蒙特州布里斯托尔亚伯拉罕联合高中开展的高中生生涯个性化规划教育[6]、英国剑桥郡格兰塔学校针对每一个特殊教育学生特征设计针对性的教学[7]、澳大利亚南澳州罗巴索小学为学生个性化学习设计了灵活的学习环境[8]、我国上海育才中学从课程改革角度推进开展个性化学习[9]、北京十一学校的选课走班制教学[10]。这些典型的成功案例无疑为个性化学习的深入推进提供了理论和实践参考,但多数实践是从课程设置、环境设计等较宏观的角度开展个性化教育,较少从学生学习发生规律的微观角度设计教学。

从模型构建层面来讲,王立华认为,每个学生个体都应拥有适应自己学习特征的学习模型,模型建立的过程中需要教师不断引导和启发,从而发现自己的学习规律。[11]学习模型的形成是学生自身主动建构对自己学习特征认识和理解的过程,并在此过程中根据对自我认识的变化而不断调整模型。模型的建立在于帮助学生系统、客观地了解自己,实时调控学习进度、时间安排、学习策略等因素以更好地满足自身学习需求。与此观点不同的是,现有的多数个性化学习模型[12－14]大都从教学角度出发设计学习。他们更多地关注如何根据学生学习特征设计教学,然后让学生被动适应改革后的教学。这一观点形式上考虑了学生的学习特征,但仍没有改变“教师教—学生听”的教学模式。给予学生发现自我学习规律的机会和空间,从而建立学习模型,将是引导学生持续并终身学习的支柱和动力。

2.个性化学习关键要素分析

多数学者认为,个性化学习是根据学生个体的学习兴趣、学习需求等特征,为其提供具有针对性的学习资源,从而改善学习体验,提高学习效率。但这一理解的问题在于它忽视了学生本身在学习中的关键作用。学生是学习的主体且是具有主观能动性的人,能对学习作出自己的分析和判断,并能伴随着学习的不断发生逐渐改善自己的学习认知和学习方法。这一认识与Waldrip的观点不谋而合,即个性化学习不应只关注教师对学生学习的个性化支持,还应培养学生学习的自主性和能动性。[15]学习的有效发生有赖于教师针对性的教学支持和学生高效自主学习的结合。[16－18]个性化学习的设计与实施需要教师和学生的共同努力。因此,本研究从学生学和教师教两个角度分析个性化学习的实施关键要素。

从学生学习角度而言,我们认为个性化学习要强调学生的参与权,不仅需要学生积极参与学习,更需要学生参与学习的前期设计。个性化学习应强调学生的话语权,即学习设计需要接受并采纳学生合理的意见或建议,给予学生设计学习或提出问题的权利。此外,个性化学习应当强调选择权,即学生应当有足够的选项选择最适合的学习方式或资源。最后,个性化学习应注重学生对自我认识的培养,即学生能够清晰地了解自己的学习喜好才是使得学生能够正确选择、提出适合自己学习方式的前提。由此,参与权、话语权、选择权与自我认识即是从学生学习角度出发实施个性化学习应当考虑的因素。

从教师教学角度而言,2014年比尔及梅琳达·盖茨基金会(Bill&Melinda Gates Foundation)联合多家教育机构提出了开展个性化学习的四项关键实施要素,包括学习者档案(Learner Profiles)、个人学习路径(Personal Learning Paths)、能力本位的发展(Competency－Based Progression)以及弹性的学习环境(Flexible Learning Environments)。[19]其中,学习者档案记录了每个学生个体的学习优势、学习不足、学习需求、学习动机等因素,并需要随着学习的开展不断更新；个人学习路径要求每个学生都拥有自己清晰、适合的学习路径,朝着个人目标合理安排学习进度、学习时间、学习资源；能力本位的发展强调学生学习过程中学习能力的养成,以能力评估开展学习设计；弹性的学习环境要求以学生个体的学习为核心,环境中各项因素都应为服务学习而设计,如有必要可进行适时调整来满足学生学习需要。

3.个性化学习实施流程设计

个性化学习,即师生共同参与的,顾及学生学习需求与特征的,旨在培养学生认识自我学习规律与特点的,并能自主、正确地寻求适合学习资源、工具等支持的学习。首先,根据个性化学习实施的外界关键要素,即学习者档案的建立、个人学习路径设计、以能力发展为基准的学习评估以及灵活自由的学习环境,并结合学习设计的基本流程,如学习需求分析、教学内容分析、教学策略选择、教学评估,我们将个性化学习实施流程设计为：学习者档案建立—学习目标设计—任务设计—角色划分—资源与工具准备—个人学习路径设计—学习评估设计—教与学反思。

学习者档案建立。学习档案是记录、展示学生成长历程的载体,既能帮助教师合理设计课堂教学,因材施教,也能帮助学生准确掌握自己的学习规律,从而及时调整学习方法。主要从学习优势、学习不足、学习兴趣、学习需求方面开展记录,并可作为学生形成性评估的重要资料来源。

学习目标设计。学习能力的高低、学习进度的快慢都直接影响着学习目标的设计,为每个个体设计适合的学习目标,既能避免因目标过低而导致“吃不饱”现象,又能避免因目标过高而打击学生自信心,带来消极抵触情绪。

任务设计。任务是学生开展学习的媒介,任务质量与难度会影响学生学习能力的提升。任务质量过低会打消学生学习积极性,高质量的学习任务能够激起学生学习兴趣。任务难度过低同样会给学生学习带来消极情绪,难度过高又会带来抵触情绪。因此,适合每个个体能力和水平的学习任务是学生开展学习的关键,应当合理设计。

角色划分。角色划分与组队规则涉及学生之间的协作与交互,一个好的小组划分规则同样能够激起学生学习兴趣,反之亦能削弱学生兴趣。这就需要考虑到每个个体的性格、爱好、交际能力、优势以及缺点等多种因素,从而系统、科学地进行角色分配。

资源与工具准备。不同的学习者感知或理解信息的方式不同,有人喜欢利用音频、视频学习,有人喜欢阅读文字、图片,他们需要不同呈现方式的资源来加深对知识的理解。因此,多样化的资源类型与学习工具能够为学生学习提供更多的可选择性,以保证有效的信息获取。

个人学习路径设计。对同一项学习内容,不同学习者学习的先后顺序、学习思路会有不同,适合学习者思维习惯的路径应当是最合适的,也是相对最有效的。不存在适合所有人的一条通用学习路径。因此,为个体设计适合的学习路径就显得尤为重要。

学习评估设计。个性化学习中的学习评估应当是能力导向的,应当注重形成性评价的应用。同时,个性化学习评估也应当是个性化的,应根据个体的学习目标、学习能力以及学习任务不同设计适合的学习评估标准,为改善学生学习提供反馈信息。

教与学反思。反思是对过去总结、对未来展望的重要中间环节,无论教师还是学生,反思教学过程中存在的问题,一方面在于避免重复错误的发生,积累经验,改善教与学过程；另一方面也能更深入、具体地发现每个个体的学习规律,从而更新学习档案,为后续教学设计提供依据。

三、人工智能及其在教育中的应用

从概念上理解,人工智能是一门研究、开发能够用于模拟、延伸与扩展人类智能的理论、方法、技术及其应用系统的学科,企图智能产品能以类似人类智能的方式作出回应。[20]科大讯飞副总裁吴晓如认为,人工智能是对人类所独有智能的模拟。[21]中国工程院院士邬贺铨认为,人工智能的意义就在于教会机器自学的能力。[22]

人工智能在教育中的应用,即教育人工智能(Artificial Intelligence in Education,简称AIED)主要指对能够改善教学的计算机软件的研究、开发与评价。一方面,利用人工智能技术可以准确地定位学生对知识的错误理解并分析原因,或根据学生动态学习需求、学习特征、学习风格等,给予其相应的学习指导或资源推荐；另一方面是利用人工智能技术深入了解并挖掘教学规律,从而进一步完善学习理论。教育人工智能是人工智能与学习科学不断融合的产物,其不仅强调算法的改进、技术的应用,更强调要结合教与学规律,遵循学习发生的基本机理。[23]其中,教育人工智能中的关键技术主要涉及机器学习、智能代理、自然语言处理、知识表示与情感计算等。

就人工智能在教育中的应用形态而言,不同学者给出了不同的观点。美国著名教育创新机构Teach Thought总结了人工智能应用于教育的十种形态,分别是人工智能可以自动化教学基本活动,如评分；教育软件可以适应学生的学习需求；精确定位课程中需要改进的地方；智能导师可为学生提供额外的学习支持；人工智能驱动的项目可为师生提供建设性反馈意见；正改变着我们搜集信息并与信息交互的方式；可能改变教师的角色；人工智能为学生试误学习提供了相对轻松无压力的学习环境；人工智能系统产生的大数据可改变学校发现、培养并支持学生学习的方式；人工智能可能会改变学生的学习场所、知识与技能的获取来源以及获取方式。[24]闫志明则总结了人工智能在教育领域中的六种典型应用,即智能导师、智能助手、学习伙伴、智能测评、数据智能分析以及学习者数字肖像。[25]梁迎丽认为,人工智能在教育问题解决领域存在四种典型应用,包括智能导师、自动化测评、教育游戏以及教育机器人。[26]徐鹏则总结了我国人工智能在教育中的四种典型应用,包括智能教学系统、智能代理、智能答疑系统以及智能教育决策系统。[27]综上所述,人工智能在教育中的应用无外乎智能教学、智能助手、学习伙伴、智能分析与智能测评,几乎涵盖了教学设计的一般步骤。因此,对于人工智能技术在教学中的应用而言,可从人工智能应用形态与个性化学习实施流程两个角度双向考虑,相互融合,共同促进技术应用,提高学习效率。

四、人工智能促进个性化学习的路径设计

依据个性化学习实施流程,参考人工智能在教育中的多种应用形态,并融合学生学习视角下个性化学习的实施关键要素,将人工智能技术促进个性化学习的路径设计如下。其中,就学生学习视角下的个性化学习实施关键要素而言,其主要体现在：(1)参与权——学生可参与到个性化学习过程的每一步设计中来；(2)话语权——允许学生对每一步的设计提出意见或建议；(3)选择权——在个性化学习的每一步设计与学习中,为学生提供多种可供选择的参与方式；(4)自我认识——学生应认识、反思个性化学习的每一步骤,发现并总结自己的学习规律、学习喜好等。

学习者档案建立。在与智能学习系统交互过程中可实现学习者档案的动态建立,包括学习特征提取、学习需求获取等,并结合智能机器人与学习者的智能对话或发布问卷等方式获取学习者学习特征信息,完成学习者档案的建立；可实现师生、生生异地同步讨论,最终完成学习者档案信息的确认与建立；可在师生一致意见下进行修改与完善档案信息。

学习目标设计。智能学习系统可结合学习内容与学习者档案信息自动制定学习目标,并结合由智能机器人与师生交流关于所制定学习目标的意见或建议后,重新调整学习目标内容；可实现师生、生生异地同步讨论,完成学习目标的最终确认与建立；学习目标制定后亦可在师生一致意见下进行人为修改与完善。

任务设计。智能机器人可根据学习目标、学习者档案信息、学习内容自动设计学习任务,并结合师生的意见或建议,调整学习任务的内容与表现方式等；可实现师生、生生异地同步交流,以完成学习任务设计；学习任务制定后亦可由师生在一致意见下人为修改与完善。

角色划分。智能学习系统可根据个人特征、任务情况自动划分角色；也可由师生、生生参与角色划分,以给予智能系统更符合自己学习特征信息的方式；可实现师生、生生异地同步交流,以确定角色划分；角色划分后亦可在一致意见下人为修改与完善。

资源与工具准备。智能学习系统可根据个人特征与学习任务提供学习资源与工具；也可由师生共同参与资源的开发与筛选等工作；可实现师生、生生异地同步交流,最终确定资源与工具；资源与工具准备后可根据实际情况对其进行实时修改。

个人学习路径设计。智能学习系统可根据个人学习风格、学习习惯与学习资源等设计个人学习路径；也可由师生共同参与学习路径的制定；可实现师生、生生异地同步交流,最终确定路径制定；路径制定后可在师生一致意见下进行修改与完善；学习过程中,可实时收集分析学生学习问题或情绪特征,给予提示、情感支持等反馈。

学习评估设计。智能学习系统可完成学习结果、学习过程的动态实时测评；可由师生共同参与个人学习成果评估；可实现师生、生生异地同步交流,最终达成测评结果；测评完成后可在师生一致意见下对结果进行修改。

教与学反思。智能学习系统可根据学生学习路径、学习测评等提出个人学习反思；学生可在线记录自我反思内容,智能学习系统可实时了解并分析该内容,以提出意见或建议；可实现师生、生生异地同步,就自我反思、教学反思结果进行交流；教与学反思是一个持续进行的过程,可实现师生的随时随地更新。

五、结论

随着时代的变迁和社会的不断进步,学习方式变革已成为必然趋势。只有顺应时代发展的教学才能满足学生的发展需要,并进一步推动时代发展。个性化学习所带来的效果已不言而喻。本研究通过分析个性化学习的关键实施要素,并结合人工智能在教育中的典型应用形态,设计了人工智能促进个性化学习的应用路径。诚然,应用路径的完成与实现离不开人工智能技术的发展以及相应智能产品的设计与开发。本研究期望从分析个性化学习的角度出发,为人工智能技术在教育中的应用提供一定的意见或建议。