区块链智能合约在网络教学中的应用

姜丽萍

(北京教育科学研究院，北京 100036)

0 引言

网络教学的规范化和流程自动化，是当今网络教学过程中被关注的重要问题，也是提升网络教学科学度、公信度和可信度的关键环节[1]。网络教学由于受到许多不确定因素的影响，周期效应越来越不完整，尤其各种新政策的落地实施使得教学的预期目标和实际效果出现叠加效应，无法准确、有效地按照最初的实施计划完成预定的系列任务，无法有效地观测到一个教学改革政策实施之后完整的教学效果。为了减少办学过程中的干预，减少第三方的监测和评估，实现办学的公开化、透明化和公平化，可以在网络教学中引入智能合约机制[2]，对网络教学进行合同制管理，从程序上实现自我约束、内部监督和智能控制。

1 网络教学区块链及特点

区块链具有时序记账、分布式记账、记账过程不可篡改等特性，也就是能够忠实地完成记账内容、不执行合同以外的记账内容[3]。由于区块链数据时间轴性能与教学事件驱动的时序性能非常相符，能够给出多个事件的时序关系，为教学控制、教学检测系列事件的描述提供帮助，为寻找事件之间的规律、关系提供依据。

教学区块链是教学管理人员设计思想的反映，虽然与运行平台无关联，但与各个区块执行状态记录和信息传递相关联；在不插入合同以外内容的前提下，始终保持区块功能的独立性和排他性。

教学区块在执行过程中具有以下特点：

(1)无规律性。由于教学数据记载的片面性和缺陷性，使得教学数据很难寻找到规律。

(2)不完整性。主要体现为大数据本身不完整、数据的关联不完整、数据的组合过程不完整、缺陷问题引起的数据不完整、事件本身不完整、政策不能延续实施导致的结论不完整等。

(3)突发性。由于教学突发事件引起局部性能的异常性。

(4)叠加性。数据的叠加不仅包括主流事件上众多小事件的叠加，还包括大事件与大事件之间的多层叠加。

(5)不确定性。由于叠加所带来的统计数据不准确或数据发生异常。

(6)干扰性。由于部分多源数据的不同步引发了数据的不统一，以致产生相互的干扰。

2 网络教学区块类型

区块链的教学数据区块类型多样，主要分为基础教学数据区块和教学性能记账区块两大类，如图1所示。

图1 教学区块链示意图

2.1 基础教学数据区块类型

基础教学数据区块来自原始数据采集部分，主要包括教学资源、学习支持服务、智能学习和移动学习4个区块。

2.1.1 教学资源区块

教学资源区块数据是指在教学相关研究中产生的与资源相关的数据[4]，其中包括教学资源标准框架SCORM区块、网络/影视/VR/AR教学设计区块、教学素材分类聚合区块、资源评价区块、碎片知识点整合区块、教学资源在线评价和在线点击率区块、教学资源构造区块、辅助资源建设区块、数据二次整合区块、繁衍式资源区块等。

2.1.2 学习支持服务区块

学习支持服务区块分为硬件支持区块和软件支持区块。硬件支持区块包括网络带宽和硬件设施。软件支持区块包括资源通道、与教师交互、与学校交互、共享空间、个性化服务、辅导教学计划、实践活动形成性考核、教学答疑、智能专家答疑、在线辅导、毕业设计辅导、毕业设计服务、考场分配、教学常规服务、考场/教室智能构造等逻辑区块。

2.1.3 智能学习区块

智能学习区块包括智能考场排布、自适应学习导航、智能启发式答疑、资源智能分类组合、大数据环境下资源智能分析评价、智能组卷、智能毕业设计答辩评语生成、智能事件驱动、智能教学策略调整等区块。

2.1.4 移动学习区块

移动学习区块包括移动平台功能设计、移动学习资源设计、设备标准化设计、自适应设备的平台和接口设计、移动通信软件(如微信等)嵌入式设计、交互式学习设计(一对一、一对多、多对多)、资源传递设计、移动实践活动设计、移动式第三方功能再造等区块。

2.2 教学性能记账区块类型

记账区块数据均隐藏在采集数据区块中，需要在不同的教学基础区块链组合功能中进一步提取形成。教学性能记账区块主要包括教学质量追踪、教学分析、学习者行为分析、教师行为分析、学习环境评价、预警分析、预测分析7个区块。

2.2.1 教学质量追踪区块

教学质量追踪区块包括教学计划追踪、教学大纲追踪、配套资源追踪、形成性考核追踪、考试追踪、试卷分布追踪、学习者学习追踪、成绩追踪、考试监控视频追踪、个人/群体学习全过程痕迹追踪等区块。

2.2.2 教学分析区块

教学分析区块的目标是通过对相关数据的分析，找出网络教学规律，实现教学策略、教学资源的改变，改进教学支持服务方法，提高教学质量，提高网络学习的真实性、可靠性和数据的可利用性。教学分析区块主要包括成绩分析、生源分析、网上学习行为类别分析、课程类别分析、教师资源分析、历史数据分析、政策调控分析、招生策略分析、教学资源投入分析、与行业对接教育策略分析、教学奖赏分析(学分奖励)、教学立交桥分析(职业教育向远程教育过渡)、图像行为预测分析、作弊行为分析、教学预警分析、图像群体事件分析、图像个体事件预测分析等区块。

2.2.3 学习者行为分析区块

学习者行为分析区块包括学习习惯分析、学习者学习空间分析、学习者对教师适应程度分析、大小班课堂对比分析、培训学员与远程学习者对比分析、职业需求与在校生岗位能力对比分析、互联网交互环境下学习者自主能力分析、移动环境下学习者自主能力分析、启发式教学下学习效果分析、VR/AR新交互教学环境下学习效果分析、影视环境下学习者对资源接受能力分析、学习者之间组合学习分析、各种学习支持服务下学习者学习分析、职业/年龄分类下教学问题分析、学习者对资源自适应度分析、学习者质量提升方法问题分析。

2.2.4 教师行为分析区块

教师行为分析区块包括VR/AR教师导航教学分析、IT环境下教学思维的转变分析、IT环境下教学设计分析、新教育技术应用程度分析、教师与学习者沟通情况分析、教师辅导跟踪分析、教学资源构造能力分析、教师师德分析、教师为中心向学习者为中心理念转变分析、网上评教分析、教师授课效果分析(课程成绩)、教师实践能力分析、教学策略调整建议能力分析、教学资源改进分析、教学手段/方法改进分析、面向应用问题转换能力分析、个性化教学问题分析。

2.2.5 学习环境评价区块

学习环境评价区块包括平台功能满意度、平台功能与时俱进性、平台功能使用性、资源构造适应性、平台功能与学习者自适应对接性、故障恢复能力、学习资源智能化程度、资源自适应升级能力、无障碍学习能力、无干扰学习能力、财务/管理/学习流程流畅程度等区块。

2.2.6 预警分析区块

预警分析区块包括政策导致的教学预警、成绩评定产生的教学预警、视频图像产生的教学预警、网上教学混乱产生的预警、师生矛盾产生的预警、教学安排产生的预警、考试安排产生的预警、教学冲突产生的预警、群体事件产生的预警、成绩缺乏区分度和有效性产生的预警等区块。

2.2.7 预测分析区块

预测分析区块包括教学风险预测、教学未来风险预测、未来教学市场预测、学习者就业走向预测、专业走向预测、教学大事件预测分析等区块。以上这些区块的数据既有基础数据机理性能、生成数据性能、建构性能、条件判断性能，又有区块链记账性能，是多种目的性教学区块链的组合基础和要素，可以在独立的运行中通过记账完成其区块链执行和转向执行流程，呈现出区块链环境下的教学运行控制模式，形成只关心区块链中各个区块记账传递的结果，不关心运行平台环境的区块链机制。

3 网络教学区块链性能及流程控制

网络教学区块链本质上是一个分布式记账系统[5]，记账对象是在教学过程中发生的事件，记录的交易作为记账凭证，区块以一定时间间隔为记账周期，在每个周期内将以往的交易记录收集在一起，打包成块，按照时间先后顺序连接在一起。

3.1 区块链性能

公开化。网络教学区块类系统内各级点公开化，可以在节点间无任何附加要求和限制获得访问，促成整个系统的运行规则和协议公开透明。

去信任化。可实现全球化、跨地域对等教育网络所具有的网络拓扑、高聚集度和短链，可促成世界各地的海量用户进行大规模并发的教育教学事件交易，可及时将交易数据通过记账节点存储到区块链中，实现全网内的数据快速同步。

均等性。通过共识机制实现集体意志的认同和区块链的权力制衡思想的贯彻，可实现在任意节点之间的权利和责任的均等性，打破社会中信息不对称不可信的僵局，实现教育区块链技术交易记录在社会系统中的公信力。

3.2 区块链流程控制

如果在网络教学中引入区块链流程控制机制，就可以通过设置教学监控点来完成教学流程的条件设置，并通过作用点观测控制教学工作流的导向和区块链执行的导向，如图2所示。

图2 区块链流程控制示意图

3.2.1 教学监控点

教学区块链监控点是指在教学过程中对不同教学行为动作设置的点，分为区块内监控点和区块间监控点。区块内监控点负责控制块内流程的动作，是为其区块内作用点实施控制行为提供控制信息的，在区块之间没有表象。区块间监控点负责控制区块间流程的动作，为本区块链接另外一个区块提供控制信息，是为区块间作用点实施控制行为提供控制信息的，能够反映区块间的表象。

教学监控点主要观测的是整个教学过程的运行状况、教学进度及要求、学习者对课程的反应及满意度、学习者对教师的反应及满意度等等。如果在某个观测点上出现偏差，需要同时在这些点上进行相关调整。

通过对区块内和区块间监控点的监控，可以找出与该监控点相关的教学状态，从而及时采取措施实现对相应教学问题的调整。

3.2.2 教学作用点

教学作用点是对监控的问题进行作用的施加点，分为区块内作用点和区块间作用点，与教学监控点配合，分别完成内外控制应力的施加。

4 基于区块链的网络教学智能合约

智能合约的概念是由密码学专家尼克萨博1994年提出的[6]。智能合约是执行合约条款的可计算交易协议，尤其适合大规模的网络教育工程。智能合约可在区块链机制下有效地完成教学流程的控制，通过教学状态交易完成分布式账本共享。

4.1 网络教学智能合约的构建

区块链为智能合约的实现提供了可编程的合约语言。首先，区块链为合约提供了存储代码，并把合约的基本环境与一致性算法融合在一起，使得合约状态改变是由多个节点决定的，从而保证了合约执行的可验证性与可信性。其次，程序性的合约条款可以实现对合约信息(状态和行为)的判别和执行，并根据执行的结果采取相应的动作，既保证了合约的强制性，又保证了合约的可靠性和可观察性。这样的系统称为基于区块链的智能合约系统。

智能合约的本质是算法合同，即当事人同意依据一定的计算机算法来确认合同内容、建立合同文本、履行合同协议。智能合约作为“代码即合约”，是一种特殊的软件。由于合约代码常常蕴含着法律关系和利益交易，因此，智能合约又比一般的软件具有更复杂的关联性，并且在可信度方面具有更高的要求。

4.2 网络教学智能合约概念模式

网络教学执行过程非常符合区块链智能合约概念模式，如图3所示。

图3 网络教学智能合约概念模式

教学的系列任务就如同计算机处理的系列交易一样，每一个教学环节都有相应的事件发生，而智能合约根据合同的规定程序对该环节的事件进行记录、状态监控和判断，给出作用点信息，完成区块链机制下的智能程序流程，同时将所有的信息和作用信息传递下去[7]。例如，教学环节进入到开始考试环节，监考人员发现试题泄露事件，监控点将记录事件信息，同时记录所有的状态信息，并根据事前的管理规程和智能合约，执行停止考试流程、启用备用试卷等程序，将本次交易记账内容、状态作用信息传至下一个教学环节，更改原有的区块流程。

4.3 网络教学智能合约的特性

网络教学区块链智能合约具有以下特性：

(1)一致性。在每个合约发布之前，均有技术人员、专业律师审阅以保持智能合约与合约文本的一致性，遵守现有法律的相关要求。

(2)可定制性。智能合约可通过组合简单的合约得到。

(3)可观察性。智能合约本身与其执行过程支持合约过程监管，具有可观察性。

(4)可验证性。智能合约记录的有效性是可以被验证的。

(5)自强制性。智能合约可以在不依靠法律强制力的情况下预防和惩罚违约行为。

(6)控制性。只允许合约相关人员查看关于合约的信息。

(7)因果性。教学过程有很强的时序性和内在联系，形成了天然的因果关系，这些因果关系，构成了各种教学的形态和生态链。

(8)约束性。在教学规则的约束下，各个智能合约定制链条中的区块与技术平台结合在一起，更加凸显教学区块链智能合约的有序、可控、不受外界条件干扰的性能。

(9)价值提升性。教学数据在运行中逐渐凸显数据区块的价值和区块组合后的性能展现。这些区块可以根据需求进行不同颗粒度的设计，产生出不同途径下的账本，教学区块的价值会在不同的组合层面上得到提升。

(10)交叉串接性。基础教学数据和教学性能记账数据可以通过区块链进行串接使用，在此基础上产生出的下一代数据和记账区块，仍然可以跨代进行交叉串接。

(11)复用性。每个区块链均有可能被多次使用，并在每次组合中呈现不同的状态。

5 网络教学智能合约的工程实施

智能合约在网络教学工程中应用的目的不仅是将其教学过程规范化，更重要的是使教学流程在教学法则下智能化，尤其是对无约束下网络教学更具有现实的意义。

5.1 网络教学智能合约工程模式

网络教学智能合约工程的目的是将约定变为现实，核心内容是在教学多方约定设计的基础上形成教学合约规范，并产生相应的形式化教学模型。该教学模型在约定的教学法律法规前提下，不断地进行模拟和训练，在不同的环境下进行模型转换来验证该模型的正确性。模型一旦测试成功，将产生自动的合约代码投入使用，并对合约中的各个事件和区块发生的结果进行合约复核性测试，实现合约规定的流程。

这就如同多家教学单位对远程学位授予流程控制合约一样，授予远程学位的条件是平均成绩为优、毕业设计成绩为良好以上、通过教育部统考，根据前面的条件可授予学位，就构成了约定模型、合约规范和检验标准，并进行流程自动化的测试跟踪，凡是不符合合约规定的学籍流程都将被终止。

智能合约实质是一个融合性的软件工程，是一个验证方法和计算法律的智能合约系统化的开发过程。网络教学智能合约工程模式如图4所示。

图4 网络教学智能合约工程模式

网络教学智能合约工程包括合约规范制定、形式化合约规范制定、合约形式化验证制定、合约代码产生等工作，以及计算法律制定、稳定性与可达集数学模型制定、形式化合约模型转换和验证制定、合约代码的测试系列制定等有关智能合约工程配套的系列工作。

5.2 网络教学智能合约工程本质

网络教学智能合约的本质是教学任务各环节的执行合同，即教学设计人员和管理人员同意依据一定计算机算法来确定教学各环节合同的内容，并制定教学合同和履行教学合同。智能合约是一个关联更为复杂、更有信任、具有法律关系和利益交易的教学平台，非常适合大规模的网络教学的实施。

由于网络教学是一个复杂的工程，在合法办学、教学监管、质量管控、教学突发事件干预等问题上需要多方共同参与制定，所以智能合约必须融合合约复合精准可验证的要求。智能合约在多方参与共同认定的基础上，将保持合约与法律文本的一致性，保证其代码和执行不可更改的可信性。智能合约通过形式化语言技术对合约进行确认、验证，将合约中的概念判断推理转化为智能合约模型，消除自然语言的歧义性。智能合约采用数字方法分析，对系统稳定性进行计算分析，搜索合约交易之间的耦合关系，进一步实现价值的变化和转移。

5.3 网络教学智能合约工程性能

网络教学智能合约工程构建在区块链之上，既体现了智能合约的优势，又体现了各个区块不同性质下的跨界性能，具体如下：

(1)异构多源性能。教学区块链中数据内容丰富，包括教学数据、感知数据、移动数据、非教学对接数据，这些结构和类型各不相同的数据充分体现了智能合约的异构多源性能。

(2)回溯性能。数据回溯是网络教学过程中一个重要的性能，为教学质量的评测、教师质量评测的逆向追踪、问题根源的回溯定位提供了可靠的保障，为找出教学质量评测函数和过程控制函数提供了平台，是逆向思维、批判思维的体现。

(3)线上线下融合性能。区块链智能合约是在分布式数据库基础上建立起来的，既反映区块链计算机系统线上的活动，又反映线下的教学活动。

6 结语

区块链智能合约机制的引入，将会以最小代价解决目前网络教学中遇到的规范化和自动化问题，它的重要手段不是对所有的问题进行控制流编程，而是协调网络教学中各个工作区块之间的协约和合约关系，控制它们相互约定的执行流程。智能合约技术的引入，是以管理为第一要素的设计思想的体现，它能够在宏观上控制整体网络教学流程和各个区域之间的协调工作，将从宏观角度为网络教学设计起到重要的指导作用。