教育人工智能在网络教学平台中的应用研究

余必胜 蒋凌雁 王承军

摘要：网络教学平台在教学管理实践过程中出现诸多新的问题，教育人工智能为这些问题的解决提供了技术手段。结合教育人工智能发展的趋势，该研究探讨教育人工智能应用于网络教学平臺的技术路线，确立其实施的技术框架，讨论建立其应用生态的前提条件，以期为教育人工智能在网络教学平台中的应用提供理论依据。

关键词：教育人工智能;网络教学平台;技术路线;实施框架;大规模个性化学习

中图分类号：G43      文献标识码：A

文章编号：1009-3044（2022）13-0170-02

教育人工智能技术在网络教学平台具有广阔的应用前景。网络教学平台在教学管理实践过程中产生了很多问题，而教育人工智能的应用为这些问题的解决提供了技术手段。

1 教育人工智能在网络教学平台应用的现状与发展趋势

在教学管理实践过程中，成人继续教育的教学管理流程不断优化、功能应用日益广泛，在教学管理、学生网上学习以及学习支持服务等方面取得了长足的进步，成人继续教育的技术支撑平台也得到极大的改进和完善;在泛在学习环境下，成人继续教育教学与管理过程也出现了诸多新的问题，教育人工智能为教学与管理平台的提升提供了技术保障。

1.1教育人工智能赋能教育

教育人工智能赋能教育，对表征学生学习过程的数据通过数据挖掘、基于深度学习算法进行分析总结得到的数学模型即为学生模型，它是实现个性化学习的关键 [1]。

1.2 传统网络教学平台的不足

网络教学平台具有教学管理、学生学习、学习评价等功能，可用于发布学习资源、制定教学执行计划、辅导教师对学生进行学习支持服务，学生对课程及教师给出评价反馈等;传统的平台以呈现教学资源为主要功能，教学执行计划根据学生的专业，提供适合其层级的、标准化的教学策略，但不能给学生提供适合其学习特点和目标的独有教学策略。

平台提供的教学资源在学期开始后就处于相对不变的状态，对于学生的分类简略而粗疏，大多按入学时间及专业类别进行区分，相同类别的学生登录平台后得到的教学资源是相同的;另外平台也没有收集学生的学习过程体验数据，学生的学习效果只能由学习累计时间、平时作业以及期末考试分数得到体现，学生间没有交互与协同;学生也没有办法得到及时有效的学习支持;对于学生的学习过程没有合适的评估应对策略，无法根据相应的策略制定出有针对性的教学执行计划。

引入教育人工智能来补充及优化传统的网络教学平台，为学生提供主动的指导服务，提供适合学生特点和需求的教学资源及教学策略，定制出符合其特点的学习发展路径[2];树立学生的自我意识，促进学生的个性化学习;实现智能虚拟导师;提供个性化教学，助力实现大规模因材施教。

1.3教育人工智能应用于网络教学平台的发展趋势

引入教育人工智能，制定满足支持个性化、通用化的设计标准，构建灵活丰富的智慧学习空间，最终形成个性化、多场景、多终端、注重学习体验、通用化、集群化、多样化的学习生态系统[3]。

1.4传统网络教学平台对于支持教学精准化与学习个性化方面存在的问题

传统网络教学平台没有对学生的学习能力与学习习惯等进一步分析，教师在讲授、复习、作业、考试等教学场景中，难以对众多的学生因材施教;学生的学习路径相对单一，制定教学执行计划后，平台就根据执行计划给学生制定了相对固定的教学策略。教师难以通过平台对众多学生实施精准化教学，学生也不能从平台得到教师有针对性的个性化学习指导。

2 教育人工智能应用于网络教学平台的实施路径

研究教育人工智能应用于网络教学平台的技术路线，确立其实施的技术框架，构建应用生态系统，教育人工智能在网络教学平台的应用才能落到实处。

2.1解决阻碍教学精准化与学习个性化及管理过程科学化问题的技术路线

1）对资源进行定制，推送给特定学生：全面搜集学生的学习过程数据，通过对学习过程数据的分析，根据学生的学习习惯与学习需求，对学生进行细致分类，将适合某类学生的学习资源推送给相应的学生，大规模地实现学习过程的个性化。

2）在教学过程中，通过智能学情分析给教师提供指导意见：对学生学习需求等数据进行统合、分析、在数据挖掘和学习能力分析处理技术的支持下进行学情分析，在教学过程中，为教学资源的合理规划、使用提供指导，为教学方法的选择与确定提供专业意见与建议。

3）基于数据与预测模型，为管理者的决策提供建议：将散落在不同业务平台中的数据汇聚后进行加工并标准化，将加工后的数据以图形、报表等可视化的形式提供给管理者，解决科学管理流程问题。

2.2教育人工智能应用于平台的技术框架

教育人工智能通用技术框架一般采用“教育数据层”“智能技术（算法层）”“应用服务层”的三层模式来构建，如图1所示。

1）教育数据层：数据来源于不同的教学场景，采集的数据需要进行标准化处理，将异构数据标准化、统一化。

2）智能技术层（算法层） ：人工智能的核心是大数据算法和模型，其教育应用的本质是数据驱动的算法应用[4];借助于机器学习算法，教师能够掌握特定学生在具体学习过程中的难点，分析学生的答案及其心理过程，加深对学生的了解，有效地实现课程与个性化教学的结合。借助于深度学习算法，可以用于定制教学内容和教材，教师通过教学大纲，基于深度学习算法，设计出个性化的教材和课程[5]。

3）应用服务层：此层是教学人工智能技术的具体应用，它为用户（教师、学生、管理者）提供相应的教学及管理服务。

2.3教育人工智能应用于平台的总体框架与功能实现

将教育人工智能应用于网络教学管理平台，形成更智能的平台总体设计，如图2所示。其中实线部分为传统平台已实现模块，虚线部分为未实现或未完全实现模块。

框架结构包括资源工具层、功能实现层、用户应用层。资源工具层中，AI人工智能平台是需要全新引进的功能模块。教学平台有将学历教育、非学历培训、函授融入一个统一平台的需求，学习门户、身份认证、学习空间、学习支持、数据分析、移动学习、接口标准等功能用户层需要统筹考虑[6]。在用户应用层，引入教育人工智能后，学生能够获得独有学习路径指导、精品课程推荐、实时学习情况追踪等。教师端能根据实时的数据分析，掌握指定学生的学习进度，根据学生的数字画像，对学生进行针对性地指导。管理者端使用高基报表、可视化的数据辅助决策，在网上组织教学评估，对新的教学计划进行更新与升级。

3建立教育人工智能应用于教学平台的生态

教学平台向教师、学生与管理者提供服务，将教育人工智能技術应用于平台，学习活动的参与者通过实践，获取个性化的数据，结合知识图谱，逐步建立教育人工智能应用于成人继续教育的生态。

以下几方面工作是建立良好生态的前提，这几项工作的完备可以极大地促进教育人工智能应用于平台的生态建立的发展与成熟。

3.1网络教学平台功能完备化

网络教学平台功能不断丰富、完善，教学形式翻新，学习内容积累，学生与学习资源双向交互;教学平台收集学生的学习状态等数据，了解学生的学习习惯并进行及时有效地干预;在泛在学习环境下随时满足学生的学习需求[7]。

3.2网络教学平台科学定位

成人继续教育在承担学历网络教育的同时，不断开拓业务范围，将非学历教育与函授、自考整合到一个平台，共用学习资源，实现学分互认是一个大趋势，科学定位管理与学习平台，做好对应平台的开发与整合。

3.3在线教学质量管理全面化

对学习资源与学生数据进行挖掘分析，刻画学生数字画像、资源数字画像，建立学习资源与学生学习行为间的关联，构建完善的教学质量评价体系，保障并提高在线教学质量。

4结语

进入泛在学习阶段，在以学生为中心的学习过程中，学生个性化基础和学习技能的差异、网上学习缺乏互动、海量学习资源选择困难等众多因素都能影响学生学习主动性和学习效率。将教育人工智能技术应用于学习平台，克服这些不利因素，为学生的知识建构提供更有力的服务支持。

不断从功能上完善学习平台、开拓学习平台的业务范围，将学历、非学历、函授、自考等业务整合到统一的平台、利用人工智能技术科学评价教学质量;通过建构学生模型，使用人工智能技术对学生的行为数据进行挖掘分析，总结其学习习惯与风格，为采用精准、高效的资源组织模式和有针对性的教学策略提供支撑。教学平台将会以人工智能的新发展为驱动，实现向“人工智能+”的新一代智慧学习平台的转变。

参考文献：

[1] 孙力，张婷.网络教育中个性化学习者模型的设计与分析[J].远程教育杂志，2017，35（3）：93-101.

[2] 汪琼，李文超.人工智能助力因材施教：实践误区与对策[J].现代远程教育研究，2021，33（3）：12-17，43.

[3] 梁迎丽，刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育，2018（3）：24-30.

[4] 谭维智.人工智能教育应用的算法风险[J].开放教育研究，2019，25（6）：20-30.

[5] 陈松云，何高大.机器智能视域下的教育发展与实践范式新探——2018《美国机器智能国家战略》的启示[J].远程教育杂志，2018，36（3）：34-44.

[6] 卢文辉.AI+5G视域下智适应学习平台的内涵、功能与实现路径——基于智能化无缝式学习环境理念的构建[J].远程教育杂志，2019，37（3）：38-46.

[7] 杨七平，谢侨.人工智能背景下在线教学平台的演变与展望[J].中国教育信息化，2020（15）：40-43.

【通联编辑：唐一东】