学科知识图谱研究：由知识学习走向思维发展

2022-01-17范佳荣钟绍春

电化教育研究 2022年1期

范佳荣钟绍春

[摘要] 技术的发展加速教育进入智慧学习时代，新时代对人的培养提出了新的要求，对于如何以知识为基础或载体发展、转化、升华成学科思维成为学界关注的焦点。文章通过文献分析，提出了以问题为线索的学科知识图谱，并从心理学和哲学视角找寻理论依据，完成对思维内涵及其形成过程的把握;从知识抽取技术、语义链接技术和可视化技术三方面论证学科知识图谱构建的技术可行性。基于此设计了以问题体系为核心，向下回溯知识体系，向上抽象能力体系的学科知识图谱结构模型，提出了基于学科知识图谱的思维发展机制，在揭示知识建构与思维发展关系的基础上，从问题解决触及思维本质，以期为人的培养从知识习得走向思维发展的教育实践提供指导。

[关键词] 智慧学习; 学科知识图谱; 问题解决; 能力体系; 思维发展

[中图分类号] G434 [文献标志码] A

[作者简介] 范佳荣（1996—），女，河北承德人。博士研究生，主要從事数字化学习环境研究。E-mail：986934977@qq.com。

一、引言

“培养什么人，怎样培养人”，是教育的根本问题和永恒主题。随着科学技术的发展，人类进入智能时代，个体需要适应加速变化的社会生活，基础知识和基本技能已经无法应对各种复杂的、不确定性的陌生问题和场景，实现目标所需的能力日益复杂。展望未来，教育发展新趋势对全面深化课改和育人工作提出了更高的要求。教育事业不仅要向学生传授知识和技能，还要将学生培养成为善发现、会思考、能创新、能系统解决问题的智慧人。这种时代要求决定了基础教育要能够通过合理的方式，培养学生灵活的、能够适用于环境动态变化的能力[1]，培养学生系统掌握学科知识、利用知识解决问题等的学科思维能力，并尽可能让学生树立正确的情感态度和价值观[2]。

对于如何在基础教育领域中以知识为基础或载体发展、转化、升华成学科思维，学界展开了大量讨论，但基本仅止于宏观上的笼统解读，较为模糊，无法为实践提供有效指导[3]。知识图谱以揭示知识及其复杂的关联关系为特点，已有研究将其应用于教育领域，为学科知识网络的可视化提供了有效的技术手段[4]，明晰“学什么”，基于学科知识图谱能够诊断“学得怎么样”，但这种忽略了能力培养和思维发展的知识掌握学习与教育目标相差甚远。问题解决的过程是促进知识向思维发展的重要途径，智能技术的发展若能基于知识体系，为这一途径提供有效支撑工具，指向思维培养的学习实践过程便清晰化了。针对这一问题，为在人的培养上有明确的导向和依据，本研究以通过知识学习能够形成何种能力体系和如何形成能力体系为出发点，在相关理论依据和支撑技术方面，论证以问题体系为核心的学科知识图谱促进思维发展及构建的可行性，提出了以学科问题的分类梳理为核心层，向下回溯知识体系，向上抽象能力体系的学科知识图谱结构模型，试图为学生的培养从知识走向能力，走向思维发展的教育实践提供指导。

二、学科知识图谱的内涵解析

（一）代表性研究分析

知识图谱以揭示知识间的逻辑关系为表征，广泛渗透到教育技术领域，衍生了教育知识图谱和学科知识图谱等概念，国内学界对学科知识图谱的概念界定曾与概念图、知识地图、知识图谱等概念之间存在一定的混用现象，对其真正意义的认识尚没有统一定论[5]。通过大量的文献阅读与分析，关于学科知识图谱的内涵，学者们能够在“以教学过程中涉及的元素为实体节点、以教学元素间的逻辑关系为边，形成的语义网络”上达成共识，不同内涵在表征实体节点或实体属性的观点上略有不同，主要可以分为三类，见表1。

1. 知识实体观

把学科知识图谱视为知识点关联关系及知识结构的可视化表征，杨开城定义其为根据知识点的语义联系在知识点结点之间建立特定名称的弧（带箭头的边）而形成的知识网络图，用以开发课程和考察课程内在一致性的水平[6]。与此相类似，有学者也强调它是学科中的知识点（概念、公式、定理、原理等）和其逻辑关系形成的语义网络[7]。不难看出，其本质就是围绕学科主题具体的知识网络展示所有知识的整体结构，包括知识点的先后顺序、包含与被包含等关系，这种知识间存在的各种内在逻辑联系，是确定以何种方式建构知识意义的重要参照，是帮助学生学会知识的前提，是清晰课程目标能力和价值观体系的基础。

2. 资源实体观

该类内涵将学科知识图谱看作是知识的内容以及所需资源的综合体。例如，李艳燕指出，学科知识图谱是由知识点与知识点相关的教学资源之间的关系组成的知识库[8]。张波认为，它是一种表征各类知识点和资源实体之间关系的图模型[9]。学科知识图谱的组织形式仅以文字为表征，不能完整地呈现各知识点与实体之间的相关信息。因此，这种观点认为学科知识图谱是基于互联网大数据具有分布异构的特点，对这些数据资源进行语义标注和链接，是一种以知识为中心的教育资源语义集成服务工具，各资源间以网状结构的形式呈现学科知识，通过知识的关联性实现学习资源的按需推送。由此看来，学科知识图谱的特性一方面是其满足科技发展需要所具有的特性，如资源集成。另一方面是适应个体个性化发展需要所具备的特性，如资源推荐，体现了以人为本的教育理念。

3. 问题实体观

学习者所学习的课本知识内容属于间接经验，学生的发展是通过习得人类已有领域的文化知识而生成能力和价值观来满足的，知识的内化以及能力的生成需要设定一些条件，例如解决问题或完成任务。一种观点认为学科知识图谱是以教学过程中涉及的元素为实体节点、以教学元素间的逻辑关系为边，形成的语义网络，而教学问题是众多教学元素的一种[10]。另一种观点认为，学科知识图谱以知识簇为节点，以问题为线索，以能力培养为目标，将知识、方法与问题有序组织的图示[11]。这类内涵消解了学科知识图谱知识点结构固有特性的绝对客观性，渗透了能力水平的相对主观性，开始关注知识与能力的内在关联性，即通过问题或任务建构起二者联系的桥梁。

（二）学科知识图谱的内涵界定

比较学科知识图谱内涵的属性分类可以发现，上述观点都反映了知识体系是学科知识图谱的基础，不同的是，每种观点指向学生培养的不同层面，即知识学习、个性发展和能力发展。从根本上看，从知识传授到能力发展与素质教育的总体要求在内涵上具有高度的一致性，是在坚持全面发展的基础上，进一步增强学生的实践能力、问题解决能力、系统思维能力等适应终生发展和未来社会发展所需要的必备品格和关键能力体系。

以解决课堂教学瓶颈性问题为导向，以培养学生问题综合解决、系统和创新思维等能力为目的，动态优化教与学活动，按照以人为本，让学生认同并主动学习、个性化学习、有逻辑地学习，使师生在有限的时间内，开展最有效的教与学活动，是智慧教育的重要旨归。实现智慧培养，在手段和条件方面，需要构建有助于设计完整的学习活动并促进其开展的支撑工具——学科知识图谱，通过将抽象的知识与知识运用的范例或体现知识的事实建立关联，以富媒体序列化呈现学习内容，帮助学生参与高质量的学习活动，形成知识体系与能力体系。

综上所述，本研究认为学科知识图谱不是知识点的思维导图，而是以学科问题的逻辑关系为核心，与相应的知识体系和能力体系建立映射关系的可视化表征工具。学科知识图谱将反映学科知识中的核心问题分层次（疑难问题、组合问题、基本问题）厘清，并梳理解决每类问题应选择和使用的方法、策略和知识，以问题为线索把所有相关知识点贯通，进行重新整合，通过不同级别问题解决的过程向上抽象能力和思维体系。它体现了知识结构的构成情况、知识点间的结合方式、问题和解决问题的方法，以及对应的能力。

三、学科知识图谱的理论溯源与支撑技术

（一）理论溯源

1. 心理学视角

从心理学的范畴来认识学科知识图谱，可以追溯到皮亚杰学派，人类的学习通过同化和顺应将刺激纳入原有认知结构，并调节认知结构来适应刺激，这与随着知识的伴生会逐渐形成知识网络结构的观点是一致的。而后，布鲁纳将学习看作是个体将同类事物之间产生关联而形成有意义框架的过程，简而言之，学习就是学生在头脑中搭建知识结构的过程，知识结构由学科知识所包含的基本概念、原理或思想及其相互之间的关联关系组成。任何学科都有其自身的基本结构，而与该学科所关联的事实、论据、概念等都能够被包含在一个动态平衡的结构框架中，因此，学科基本结构应该成为教学过程的中枢，当学生掌握了某一学科的基本结构，就可以联系多条线索富有意义地去理解一件事情，從多角度出发综合理解学科内容，并尝试独立探索新的知识领域，从而不断地认识新问题。

知识建构是一种信息加工的过程，并在外部活动中形成，乔纳森将问题解决作为其建构主义学习环境设计的核心，并提出行为建模和认知过程建模两种策略，表明学生发现问题、解决问题的方法。可见，学习追求知识创生和真实问题解决，学生是学习生态系统的最终指向对象，学科知识图谱的建构必须能将学科孤立的事实本身和零碎的知识结论建立逻辑指向，有效整合学生感知的具体经验和经验理解转化后的抽象概念，通过问题的设计与关联，使学生的思维发展实现从具体到抽象再上升到具体，在变式中迁移应用。

2. 哲学视角

哲学视角下学科知识图谱的理论依据来源于伊曼努尔·康德（Immanuel Kant）的图式学说，知识首先来源于接受表象的感性能力，然后来源于能够整理、构造感性材料[12]。也就是说，个体基于先天直观形式（时间和空间），认识和把握、筛选和组织感性材料，从而形成知识。此后，皮亚杰（Piaget）将康德的“范畴思想”援引到他的研究中，基于发生发展的视角，认为结构是一种图式体系，人类认识的前提是主体关于外部世界的一切知识和主客体交互的相互作用，主体的某些动作或这些动作的图式会联合起来或分解开来，进而进行归类、排序，使他们发生相互关系。这种知识观的基础是物理范畴（知识）和逻辑数学范畴（思维）的“内在统一”[13]。

新时代强调学习者能力、思维、方法等方面的培养，皮亚杰发生认识论强调“知识”与“思维”的共同运演间接支持了对这些内在品质的诠释，从“知识表征”的学科知识基本结构走向“问题解决”并上升“能力生成”的学科知识图谱建构。

（二）支撑技术

1. 知识抽取技术

学科知识图谱的构建需要从大规模的领域问题库中抽取内核问题，知识抽取技术能够根据给定本体从无语义标注的信息中识别并抽取与本体匹配的事实知识。通过对数据预处理与少量样本标注、基于BERT模型进行字符向量表示以及基于双向长短期神经网络（BiLSTM）和命名实体识别技术的序列标注，从不同来源、不同结构的数据中发现和抽取相关信息，形成知识存入学科知识图谱。通过抽取出事实知识构建基于知识的服务，为从教育领域问题库、任务库和知识库中，自动抽取内核问题提供了技术可行性，解决了当前问题体系由专家手工构建费时费力、科学性与一致性难以保证的问题。

2. 语义链接技术

链接是将该实体与知识库中的对应实体进行关联。为将内核问题与知识点链接，首先需对教育领域问题库中的问题进行整理、筛选，按疑难问题、复杂问题、简单问题的维度对部分试题进行划分归类，并选择部分样本标注出问题所归属的章节知识点，将其作为训练样本。相关语义链接技术包括本体技术、语义网、链接数据等，领域本体通过描述实体“属性—值”将多元学科知识建立关联，链接数据能在不同的数据集间创建链接，规则引擎、机器学习、图挖掘等多种计算方法，也可以分析、挖掘和推理出多元化对象之间多维度的关联关系，从而自动建立内核问题与相关知识的关联关系。

3. 可视化技术

学科知识图谱中知识、问题与能力/思维间有着复杂的关联关系，需要利用可视化手段将其呈现出来。20世纪60年代，语义网络用带有标识的弧表示实体间的关系，一定程度解决了传统知识体系结构简单僵化的问题。20世纪80年代，知识工程以及基于知识库和推理机的专家系统被提出，本体论思想被引入知识工程领域，成为当时表示现实世界知识的主要形式[14]。21世纪后，网络科学的复兴，以网络结构表征知识关联关系的科学理论和技术被引入知识组织的研究领域[15]。因此，在领域知识发展的研究中，以结构关系见长的知识图谱起到不可或缺的作用，它将复杂的信息通过计算处理成能够结构化表示的知识，所表示的知识可以通过图形绘制而展现出来。一些主流的数据可视化技术，如图数据库Neo4j、d3js和nodejs等，能够以相当直观的方式展现结构关系，通过一定的设定还可以与用户进行交互，为学科知识图谱知识、问题与能力间关联关系的可视化提供了技术可行性。

四、学科知识图谱结构模型及应用机制

（一）以问题体系为核心的学科知识图谱结构模型

从发生学理论认识到，当主体作用于客体时，动作的图式会联合、分解或归类、排序，发生相互关系，思维结构就是人凭借外部活动逐步建立起来并不断完善的基本概念框架、概念网络[16]，而知识的内在结构是由逻辑的结构性所致，体现在思维结构的丰富性上[17]。因此，知识体系一定能够通过某种中介与能力体系建立联系，这个中介就是问题解决的过程。学生是发展中的主体，教师要为不同认知水平的学生提供不同的问题和任务，以及开展学习实践必要的资源和工具，以求创造性地解决具体情境中的复杂问题。基于此，刻画以问题体系为核心的学科知识图谱结构模型，如图1所示。

以问题体系为核心的学科知识图谱结构模型共有三层，其中不同层级问题的分类梳理为核心层，并向下回溯知识体系，向上抽象能力和思维体系。

1. 核心层：问题体系的分类梳理

学科知识图谱不仅仅是将学科所有知识点进行关联，以这种形式表征的学科知识图谱对于学生的智慧培养收效甚微，关注学生的思维发展与智慧生成过程，应以“问题”为导向，遵循“发现问题—提出问题—分析问题—解决问题”的思维逻辑展开学习与探究，教师以此设计有难度梯度的学习任务活动，指导学生主动地经历知识发现与问题解决的过程，让学生在生动具体的活动情境中完成对知识的建构与学科思维的培养。

因此，学科知识图谱的核心层是问题体系，学科问题是这一层级的图谱节点，它可以分为三类，即疑难复杂问题、组合问题和基本问题，疑难复杂的问题基于某种策略和规律能够分解成为组合问题，组合问题基于某种规律方法能够分解为基本问题，将这三类问题建立多节点、多联结、多层次的关联关系，并与此对应着一些元认知策略，形成一个从发现问题到解决问题的迭代路径，这种复杂而丰富的认知过程使学习者的思维得以发生，能力得以发展。

2. 基础层：知识体系的关联映射

学习内容是学习的客体，是学习者在完成学习活动之后应该获得的知识。学科的方法性知识和基本知识（概念、公式、原理等）是理解和解决问题的基础，由于知识的关联性，任何知识都无法孤立于其他知识独自存在和发展，例如规则学习以定义性概念的学习为先决条件，使得学科知识系统是一种网络结构。用图示化的表征方式将内隐的知识结构外显化，就构成了解决问题所需的知识群。

因此，学科知识图谱的底层结构是特定问题下知识点间的关联关系网络，是以基本问题解决为线索，倒挂知识所关联形成的逻辑网。学习需要根据知识点之间的联系来习得它的具体意义，在基础层中，知识按照一定的逻辑关系和抽象程度分布在不同的层次上，知识点越具体，用来建立联系的线索就越多，越容易记忆和理解，当一些联系被抽象化概括化，知识点越抽象，越能反映复杂的、高级的知识习得。通过不断调整其中各个知识点及其相互关系，并与基本问题建立映射，从而保持一个相对稳定的知识体系结构。

3. 目标层：思维与能力的逻辑关系

检测学习者是否达到学科的学习目标，不能仅仅考量学生知识技能的掌握程度，更重要的是学生能够形成相应的学科知识体系、问题解决能力体系及学科思维体系。学习活动是公共知识“传递—内化—创造”的过程，无论是已知知识的习得还是未知知识的创造都离不开思维的发展，思维结构是以知识或知识结构为基础动态发生的结构。在心理学上，思维指向真问题的解决[18]，也就是说，个体在解决外界环境的真实问题时，会按照图式来提取、组合所存储的一组知识，将独立的经验联系到一起去寻找解决方案。当个体在具体的实践中将所学知识表现为某种能力行为，就是知识的习得，这种行为转化的过程称为能力表现的过程，在知识习得—应用的过程中，将零散的知识概念建构起对应关系的知识系统并形成相对稳定的思考问题、解决问题的方法论和价值观的过程就是思维发展的过程。

学科知识图谱的顶层架构就是学生经历完整的学习活动后应形成的思维与能力的逻辑关系，与知识技能不同，能力不被记忆，思维也很难客观描述，清晰表征能力的前提是将能力进行逐层分解至最底层的子能力。因此，学科知识图谱以问题为线索，梳理疑难复杂问题、组合问题和基本问题，将能力分解。从疑难问题到组合问题的分解指向综合能力;从组合问题到基本问题的转化指向分析能力，从基本问题到知识的回溯指向应用能力，知识体系的建立指向理解能力，从知识到解决问题的正向过程指向问题解决能力，而从问题到知识的逆向過程是系统思维能力的体现，当学习者真正形成了学科知识体系和相应的能力体系时，才能够在不断变化的情境中解决问题，学科思维表征便清晰化了。

（二）基于学科知识图谱的思维发展机制

学科知识图谱的功能在于唤醒、发展学生的智慧，即引导学习者将更多心理资源投入到有价值的学习任务中，发展学习者的问题解决能力、系统思维和创造性思维能力[19]，其促进思维发展的机制如图2所示。

1. 从知识建构到问题解决

学生是具有自我意识的主体，他们掌握不同的知识水平，具有丰富多样的学习兴趣和层次不一的学习能力等，学生的学习动机大部分源自于学生运用所学知识解决问题的快感和成就，当他们通过书本和课堂学习了一些基础性知识，但因为没有自身经验和体会的卷入，不能转化为学生的技能，就更不能成为他们学习的动机[20]。有效的学习实践往往发生在由真实问题、情境及评价感悟构成的问题解决境脉之中，主张外在问题解决实践与内在思维活动的统一[21]。

学科知识图谱将课本上的知识内容以问题或任务为线索进行重组与设计，包含帮助学生理解概念、应用概念的问题和任务，以此为依据设计学习活动，当学生利用学科知识图谱完成学习活动时，处于具体的问题情境中时，会定位头脑中的知识及前序知识群，选择适当的认知策略，可能是对于某一问题的逐层分解，也可能是问题的转化或方法性知识的抉择，并在具体的情境中对认知策略进行重新组合、调整，形成新的认知策略以应用于认知加工过程，让学生发自内心认同教师安排的学习内容，主动建构知识，体验知识的生成。

2. 从问题解决到思维发展

个体的思维发展是一个从直观动作到具象思维再到抽象思维的过程，利用知识技能解决问题的过程体现了学习者一定的心智模型和认知过程，体现了在不同情境下能力的具体表现过程。学科知识图谱中，学科思维建立在学科特有知识和技能的基础之上，是个体应对或解决特定问题的能力表现。也就是说，学生在掌握大量知识及方法策略的基础上，利用信息技术开展有效发展学习者高级认知和思维的问题解决实践，经历认同、建构、内化、扩展的知识学习过程和发现、构想、归纳、抉择的思维过程，获得关于创造性解决问题的鲜活体验。

一方面，学科知识图谱能支持学习者在疑难复杂问题的转化和分解中积累思维经验、策略，在具体情境中应用已有知识技能解决问题并将其迁移或应用到其他不同的领域或场景中，培养学科思维。另一方面，学科知识图谱涵盖所有边界情况的学科问题逻辑体系，能够帮助学生通过后天的学习实现思维的训练、智力的发展和品质的陶冶，并将其外化于行。

3. 资源工具的链接与建序优化智慧学习过程

戴尔的经验之塔告诉我们，如果能将抽象的知识与具体的经验建立联系，就会便于知识的传播。现代教育活动中，教学的全程都以现代媒体作为信息的载体和交往中介，其中以数字化学习资源的应用最为广泛。目前，在线学习平台和智能教学平台中存在海量的学习资源，但这些资源大多以简单分类的方式堆砌存储在资源库中，教师和学生为检索资源耗费大量时间，导致资源库中多数资源闲置、利用率低。学习资源的设计和组织应该在学习活动的逻辑框架下展开，然后才能帮助学生深刻地理解知识、解决问题。

若以学科知识图谱中问题与知识（基础性知识、策略及方法知识）、能力与思维等的关联关系为线索，建立资源索引标签，将多种学习资源（如电子导学案、微课、题库等）与学习工具通过标签和知识抽取的方式“挂”在每一个图谱节点上，基于每一个从疑难复杂问题到知识点的序列有效组织学习资源，方便了教师设计学习活动和学生基于学科知识图谱开展自主性学习活动时优质资源的便利获取。

提供深层次理解知识、体验和探究知识的资源及工具，优化资源媒介形态，充分尊重个体认知差异性的价值，供学生针对自己学习的实际需要获取完成问题解决实践活动所需的支架，有针对性地迭代训练，保证学生在基于学科知识图谱开展问题探究中，自由地使用丰富资源信息的基础上，拓展问题解决的意义，从而延伸和增强自己的分析、综合、创造等高阶认知能力，深度培养问题解决能力、系统思维能力，形成学科思维，真正发挥其对学生智慧发展的优化作用，实现适应性与超越性的统一。

五、结语

本研究剖析了智慧学习时代教育育人的追求，以知识为基础或载体发展、转化、升华成学科思维的培养要求为旨向，以学界对学科知识图谱的内涵及要素构成的论述为着眼点，界定了学科知识图谱的内涵，在心理学和哲学等理论依据的视角下审视学生学科思维发展的逻辑，从问题体系、知识体系和能力/思维体系三个方面设计了学科知识图谱的结构模型，论证了学科知识图谱对学生问题解决学习及思维发展的作用，以期为智慧学习时代的人才培养提供理论借鉴。

[参考文献]

[1] 杨向东.关于核心素养若干概念和命题的辨析[J].华东师范大学学报（教育科学版），2020，38（10）：48-59.

[2] 杨开城.教学设计——一种技术学的视角[M].北京：电子工业出版社，2010.

[3] 冯友梅，颜士刚，李艺.从知识到素养：聚焦知识的整体人培养何以可能[J].电化教育研究，2021，42（2）：5-10，24.

[4] 钟卓，唐烨伟，钟绍春，等.人工智能支持下教育知识图谱模型构建研究[J].电化教育研究，2020，41（4）：62-70.

[5] 徐雷，潘珺.知識网络等相关概念比较分析[J].情报科学，2017，35（12）：10-15.

[6] 杨开城.论课程的易理解性与知识建模技术[J].电化教育研究，2011（6）：10-14.

[7] 李振，周东岱.教育知识图谱的概念模型与构建方法研究[J].电化教育研究，2019，40（8）：78-86，113.

[8] 李艳燕，张香玲，李新，等.面向智慧教育的学科知识图谱构建与创新应用[J].电化教育研究，2019，40（8）：60-69.

[9] 张波，金玉鹏，张倩，等.试论一种新型在线教育资源大数据组织框架[J].中国电化教育，2018（3）：41-46.

[10] 李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019，37（4）：42-53.

[11] 钟绍春，钟卓，张琢.如何构建智慧课堂[J].电化教育研究，2020，41（10）：15-21，28.