基于人工智能的教辅训练功能问题研究

雒辛芃

（中国人民警察大学，河北廊坊，065000）

1 现代信息技术辅助教学现状

基于现代智能技术的教辅训练系统，主要目的是搭建一个教师与学生、学生与知识的纽带，即提升学生与各个教学资源的互动性。当然，尽管教辅训练系统在融合智能技术基础上，取得了较好的效果的，但其仍存在很多不足。

1.1 缺乏一定的变化性

目前一些高校教辅训练系统的设计，并未依据数据变化性、可调整性，来修正学生训练内容。简而言之，系统仅简单的重复课程知识内容，虽然知识点具有一定系统性，但其无法依据学生实际情况，针对性的调整练习内容，从而指导性、引导性、可视性效果较低，难以学生体现知识练习的预设目的。

1.2 交互效果较差

目前，一些高校在人机交互上，仅以简单的课堂练习来完成信息交互，难以体现学生学习的主动地位。学生在这样的交互系统基础上，仅是被动、机械的进行习题练习，且难以对学生一些具有个性的答案，给出合理、正确、有效的引导或解释，尤其在一些特殊的课堂环境下，一些教师会限制学生的课堂答题行为，即仅要求学生填充题型答案，这无疑会影响学生个性、主动、多元发展。

1.3 缺乏一定创新

目前，要想培养高素质、高品质、高技能的创新型人才，应创新教辅训练系统的功能要素，或创新其表现方式。事实上，一些教辅训练系统并未依据时代趋势，创新自身功能体系和题型展示方式，如训练模式的单一性、陈旧性，或仍以海量的题海战术来迎合学生的需求，而这便会消磨学生积极性、主动性、探究性。

2 基于人工智能的教辅训练功能的完善设计

2.1 完善设计教辅系统构架

基于现代技术的CAI系统，应具有良好的运行流程，以保障学生通过练习有所长，教师通过系统有所知，即力争为学生营造良好的学习环境，力争改善学生的智能练习、发展环境。

2.1.1 教辅系统运行流程

通过分析学生所需，利用智能算法技术，设计以下（图1）练习、观察可视流程。

图1 CAI系统运行流程

2.1.2 系统功能板块设计

立足上述流程，依据教学知识、练习导向、练习目的、指导效果、自学发展、个性进步等要素，依据帮助教师更加清晰、全面的定位学生发展情况、针对性课堂教学等要素，设计图2系统功能模块。

图2 系统总体功能

其中，学生作为主要用户，其客户端主要功能有：用户管理——修改自身密码；习题管理——打开习题并练习；教案管理——打开教案；成绩管理——查询练习历史或历史成绩等；师生互动——同服务器教师提交问题、疑问等。而基于教师管理段主要功能有：师生互动——答疑、引导学生；习题管理——删除无用习题、修改习题、上传习题；教案管理——查看教案、上传教案；用户管理——修改密码、删除学生用户、添加学生用户；成绩管理——查询学生习题练习情况、需求。

2.2 教辅训练系统知识库设计

教辅训练系统知识库作为学生练习基础支撑，是保障教辅训练的关键要素。因此在设计时，要依据学生练习发展情况，合理编制知识与知识之间的逻辑关系，例如，除非A，否则不B等，或者若A则B等逻辑关系，这样便能更好的进行个性化或启发式教学和练习。

2.2.1 科学划分各个知识点之间的关系

在设计教辅训练系统时，应依据各个学科不同的大纲需求，将章节知识点进行分类、分级，以形成具体的知识条目，然后在此基础上利用教辅系统阶梯练习模式，夯实学生基础，以形成规则、体系的练习系统，具体情况如图3所示。

图3 学科知识点与习题之间的关系

当然，针对上述情况，为教师更好的管理资源库，或更加精准的定位课程与习题两者关系，可采用编码形式进行管理，比如用51101来表示相关知识，其中51表示第五章第一节，101表示一小节第一个知识点。而这样做的好处就是，若学生在练习过程中出现错误，那么系统可依据学生错误情况，精准定位学生哪些章节知识点没有掌握，继而更好的为其智能编辑相关练习题。

2.2.2 设计知识概念与影响逻辑关系

要明确各个章节、各个知识点之间的关系。一是要确定哪些知识为哪些知识的前置条件，比如M知识为N知识的前置条件，即M→N。二是建立验证体系，即要验证学生是否是依据自身知识水平或经验，完成N的前置条件，如利用浅显知识点和进阶变形知识点方式，验证学生是否已经掌握M。三是依据学生M掌握情况，开放N的练习习题，并将学生情况反馈于学生和教师端口，这样一方面可让学生清晰掌握自身学习情况，并激发学生学习积极性，另一方面可为教师课程针对性教学或助力学生复习奠定良好基础

2.3 教辅训练系统学生端口的设计

基于现代学习环境的学生教辅训练端口的设计，应保障学生练习质量和效果，并保证学生的个性化发展，如依据反馈数据动态调整学生练习内容。

2.3.1 学生结果体系

依据学生用户功能体系可以看出，针对学生的发展效果和情况，其体系主要由“历史学习库——评估模块——诊断模块”构成，其中历史库主要详细记录学生练习情况、知识掌握情况，如解答情况等个；其中诊断板块主要是指通过学生历史答题成绩，定位学生发生错误情况的成因，然后再将这些信息反馈到评估模块，然后给出学生学习或练习评价。

2.3.2 搭建学生认知模型

要想发挥试题训练的预设目的，且提升学生评价效果，应定义每个题型的具体类别。本文目标分类方式主要利用布鲁姆分类法，以课程大纲具体内容，结合知识点内容，设计如下六项分类：①认识；②理解；③掌握；④能够应用；⑤具备综合能力；⑥整体评价等。其具体又可范围不答、错答、正确等，其中前两者记为-1分，后者记为1分。其具体可搭建下表（表 1）。

表1 学生认知能力评价表

其中第一题仅考察学生是否认知知识，并能够依据认识情况，解决题型；第二题主要是考察学生在认识基础上，能够有效解决相关题型，以及考察学在技能上的错误情况，并依据错误情况，对学生予以相应评价。

其具体流程如下：

第一，在学生完成一定量的题型后，系统将会依据学生答题结果，计算学生答题正确率，用以表示学生基本知识掌握情况，其计算公式为：学生某一知识点正确题型除以学生当次练习题型总数量。

第二，依据学生某一项目练习中认知能力的具体结果，搭建相关评价矩阵，如依据“单、多、判、综”等题型，对学生进行对应评价，其中评价矩阵的初始值由相关教学专家给定，后续评价数值由学生多次练习结果进行逻辑判断；

第三，计算综合能力评价结果，并及时反馈于教师。

2.4 教辅训练系统教师端口的设计

2.4.1 搭建逻辑框架

主要框架以“画面理论”为主，其中顶层为固定事件、对象、概念等，而其下设的内容以若干“槽”来确定，其主要用来展示不同属性的具体事物，然后所有的“槽”又可立足其实际表现内容进行更加细化的划分，具体如下：

<某一框架名称>：

槽口具体名称（**）：

侧面名称①：数值1，数值2……

侧面名称②：数值1，数值2……

2.4.2 假设教学策略资源库

结合上述教学框架，将学生学习情况和学习水平分为四个等级，即差、中、良、优归为四个槽，其中分别对应学生答题得分情况、学生答题时间均值、学生答题数量及学生答题正确率等。在学生初次以该教辅训练系统进行想相关知识练习时，其形成的最终结果将大致了解学生知识水平；但学生已经完成某单元或项目的学习，并以全部知识或章节知识进行练习时，可依据这四种情况，判定学生知识技能掌握程度：

①测试结果框架

第一个槽口：答题得分情况（低于60%、60%-70%、75%-90%、90%以上）

第二个槽口：答题时间均值（低于60秒、60-100秒、100-140秒、140秒以上）

第三个槽口：学生答题数量（低于30道、30-60道、60-100道、100道以上）

第四个槽口：答题正确率（低于60%、60%-70%、75%-90%、90%以上）

②结论框架

第一个槽口：学生学习水平（差、中、良、优）

③教学框架

第一个槽口：测试建议（停止答题、;返回上一章节、重复本章节、进行下一章节）

第二个槽口：教学建议（学习初级教案、进入初级教案、进入高级教案学习）

②根据上述①情况主要拥有4*4*4*4*中不同的情况，而将其分别对应到不同的槽口中可得到不同的结论，教师依据得到的结论，一方面可合理编制学生练习题目，并改进教案表现方式等，另一方面可依据系统反馈的学生情况，定位学生引导或课程巩固内容与复习方式等。

3 结语

在现行新教育环境下，现代教学应抓住智能技术、信息技术发展契机，以新技术、新需求、新教育为着力点，精准定位教育自身不足，并围绕自身发展实际，采取具有时代适应性的优化措施，以在提升教辅训练教学效果的同时，为学生深化、现代、持续发展奠定基础。据此，文章针对基于人工智能的教辅训练功能，提出了几个方面的设计建议，具有一定参考价值。