基于人工智能技术的智能教学系统的设计与研究

孙丽梅，张玉柳，邓三军

（云南师范大学，云南昆明 650500）

随着互联网的迅速普及和计算机技术的日益提高，网络学习正逐步渗透到各行业中。在学习交流过程中，网络教学突破了对时间和空间的瓶颈。同时网络教学系统通过对真实校园设施和资源的虚拟化，使学生可以无附加学习地过渡到教学系统中来。

在互联网时代，使用人工智能技术, 在教学过程中，智能教学系统能根据学习者的认知能力，自动诊断学生的学习水平, 发现学习过程中存在的问题,并结合学习现状提出解决办法, 最后有针对性地提出反馈意见与建议。智能教学系统克服了传统教育存在的不足。智能教学系统为学生提供各类教学资源，并共享好的师资，极大地提高了教与学的质量。让学生能随机地在系统上进行教导与学习。智能教学系统根据学习者认知发展水平和学习风格，为学生提供了高度个性化和智能化的学习体验。

该研究结合人工智能技术和智能教学系统开发原理，运用Web 技术，通过记录和观察学生在网络教学平台中的学习行为、足迹和成绩等，结合学生的学习风格、动机和学习兴趣，最终设计出智能、个性化的学习系统。为教学提供更优化的教学方案，为学生提供更高效、更个性化的教学服务。

1 理论基础

1.1 人工智能

“人工智能”(Artificial Intelligence, AI) 这一概念，初期由John Mc Carthy 在Dartmouth 学会提出。人工智能是融合多门学科的一门技术科学，用于研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术[1]。李德毅认为它是社会发展和技术创新的产物，是促进人类进步的重要技术形态。“研究如何让智能体去完成人类需要解决的复杂问题，形成模拟人类智能行为的理论、技术，所构建的智能系统，能够结合人类的需求，像人类一样思考问题，并进一步提升人的智能”[2]。在人工智能领域，人工智能通常采用机器学习进行算法运算，深度学习是实现机器学习的算法或方法[3]，因此，学术界将人工智能、机器学习和深度学习三者视为近似包含关系。

1.2 智能教学系统

智能教学系统这一概念源于1982年,由计算机辅助教学发展而来, 它是借助人工智能技术让计算机扮演教师的角色实施个别化教学, 向学习者传授知识、并提供指导的适应性教学系统[4]。“智能教学”指所提供的教学能够满足学习者需求, 实现个性化教学。智能教学系统针对传统CAI 的不足，利用先进的信息技术提出了能够基于学习资源和学习特征进行指导和评价反馈的智能化教学系统，基于此,智能教学系统结合学习者认知水平和学习兴趣等特点, 能够为学习者提供适合的学习资源和教学策略,拓展教学时间和空间, 提升教师的教学效能,提高学生的学习效率[5]。智能系统的设计能通过问题的提出和答案的分析对学习者进行个性化教学指导, 为学习者提供个性化、 智能化的学习体验。为教育领域21 世纪核心人才培养提供有效教学途径，有效地培养学生解决问题能力，实现教学中的因材施教，为学生提供个性化指导和反馈。

2 研究内容与技术路线

2.1 研究内容

该文结合人工智能在教育中的应用和教学系统的研究现状，同时结合系统设计的原则，设计出智能化、个性化的学习环境。该文的研究内容主要包括以下几个方面。

(1)利用数据挖掘技术分析网络学习平台中学生行为信息，设计并实现学习兴趣子模型和学习风格子模型，并提出一种包含学习兴趣和学生学习风格两个子模型的个性化认知学生模型。

(2)设计与实现基于单元化知识域三重随机自动建题算法；同时结合特定专家题库的权威性，设计并实现融合专家题库和自建题库的测试算法。

(3)设计并实现一个简单的基于Web 的智能教学系统，并运用个性化认知学生模型对学生建模，采用专家题库和自建题库对学生进行学习测试，给系统对学生的下一步学习提供依据。

2.2 学生模型相关技术研究

（1）学习者学习兴趣模型设计。

根据当前学习者在系统中进行的学习过程，通过分析学生学习行为来预测学习者的学习兴趣，该文主要基于学习者浏览、保存、下载、打印、收藏等行为，通过对学习行为挖掘来得到兴趣信息。该研究利用关键字列表和主题搜索的方式来构建学习者兴趣模型。

（2）学习风格模型设计。

该研究利用Felder-Silverman 学习风格模型设计原则来对学习者学习风格进行分析，并设计出适合学习者的学习风格模型。

（3）学生个性化认知学生模型设计。

该研究结合学习者学习兴趣和学习风格两个子模型，设计出个性化认知学生模型。

2.3 数据获取

该研究主要通过数据挖掘技术获取学习者学习行为数据，进而对学生进行建模，通过设计出的个性化认知学生模型对智能系统进行开发，该系统的开发提供给学习者更具有价值的学习资源。

3 智能系统设计

3.1 系统功能分析

智能教学系统采用先进的信息技术，提升了教师的教学能力，提高了学生学习效率，智能系统的设计克服了传统CAI 的缺点。研究设计的智能教学系统由专业知识库、专家模型、学生模型、教学与控制模块和用户接口模块5 个部分组成，如图1 所示。

图1 智能系统功能结构图

专业知识库：该模块是系统设计的核心，是实现智能化的关键，主要用于解决“教什么”的问题，知识库模型主要是由教学资源、知识体系、教学规则和教学方法4 个部分组成[6]。

专家模块：ITS 中的专家模块具备问题解答的能力，该模块根据学习环境中存在的复杂问题能自动推理生成正确的答案，并将答案反馈给学习者。

学生模型： 该模型用于描述学习者的学习风格以及对知识点的理解和掌握程度，基于此，ITS 结合学习者认知能力来调整教学策略并提供反馈。

教学与控制模块：该模块涉及“如何教”的问题，具体功能如下。

(1)内容的选择。

由学习者的学习状态和多种教学策略共同决定。

(2)问题的选择。

根据选定的教学内容，系统生成的相关问题由粒度和难度共同决定，粒度决定问题规模的大小。问题粒度的选择受教学策略和教学内容等因素影响；而问题的难度由学生的认知能力决定。

(3)反馈与帮助。

系统能根据学生遇到的困难提供相应的反馈和帮助。但系统太少的帮助会使学生感到困难，过多的帮助又会影响教学质量。因此，系统应该根据学生能力来控制帮助的程度。

用户接口模块： 这是系统与用户交流的模块。ITS 依靠其用户接口模块来把教学内容呈现给用户、接受用户的输入、并向用户提供反馈[7]。

3.2 智能教学系统设计与实现

3.2.1 系统总体设计

该系统由管理员、教师和学生三类用户组成。管理员是对用户信息及权利进行管理和维护； 教师主要对各类教学资源（如课件、试题库）进行管理，对学生的学习行为进行分析并评价，并根据反馈结果及时调整和改进；学生展开自主化、个性化的网络课程学习、在线讨论、在线测试等。

3.2.2 系统的实现

该系统设计采用B/S 模式，用Python,Tensor-Flow，dlib 进行建模、训练、检测、信息记录。使用HTML5，Node.js 实现学习资源（视频和图像拍摄）上传保存到指定位置。

4 结语

在大数据背景下, 学校的信息化发展受到教育领域的广泛关注，教育领域尝试采用“问题为导向”的教学方式，使学生脱离“辅导学习”的过程来接受新知识。21 世纪的教育教学手段将是以ITS 为主，实现用技术来优化教学。因此，将人工智能技术与教学系统相结合是当前教育界研究的热点。运用人工智能技术进行教学，可以培养学生解决问题的能力,实现网络教育的个性化,满足学习者个别化,实现教学意义上的因材施教。研究在梳理文献的基础上，总结出传统教育存在的不足，并利用人工智能技术结合智能教学系统的设计原理和目的，为学生提供高度个性化和智能化的教学系统。