浅谈AI赋能学习科学提高教学实践

2023-04-29付鹃

信息系统工程 2023年9期

付鹃

摘要：人工智能时代背景下，颠覆传统的教学实践活动、运用数字技术和人工智能技术（以下统称AI）、开辟多元化的学习路径，能够为培养更多的应用型、复合型人才提供帮助。在优化人才培养过程中，结合当下科学教学和科学学习的国际化视野，对AI赋能学习科学的启示和作用进行了研究和探讨，以学科英语教学实践为例进行剖析，探索人工智能技术对学科英语学习的促进作用，提出AI赋能学习科学，并从学习过程和学习分析两个方面聚焦教学实践，构建AI学习平台，推进教学质量，以达到提高并丰富教育教学实践的目的。

关键词：AI；学习科学；教学实践；英语；网络课堂

一、前言

人工智能技术已经融入各个学科领域，教育教学实践也需要更多地与科技关联起来，以顺应新时代的变化。目前，关于学习科学的相关研究已能够证实运用学习科学提升学生学习方面的能力，通过互联网的形式结合传统的课堂教学，采取线上和线下的混合式学习，再加上人工智能技术的开发和运用，通过信息化的教学模式，制定出适合现代教学实践发展的多元化教学模式，从而推进教学质量和学生学习质量，用以培育一专多能的优秀人才。

二、学习科学的定义和宗旨

学习科学起源于认知科学，最早诞生于20世纪70年代，90年代趋于成熟，兴盛于21世纪。学习科学是研究人们如何科学有效地学习的科学[1]。从学习科学产生的背景和存在的问题来看，学习科学经过数十年的发展，形成了各种各样的学习技术和学习理论。学习科学不仅有专门的期刊和国际会议，也得到众多国际组织及相关项目的关注，例如经济合作与发展组织（Organization for Economic Cooperation and Development，OECD）和教育研究与革新中心（Center for Educational Research and Innovation，CERI）。学习科学旨在关注基于真实世界的认知，关注知识产生的土壤和情景，关注从社会文化、社会情境及复杂任务中提取知识的建构过程。根据定义，学习科学是一门新兴的学科，它交叉了教育学、计算机科学、心理学、人类学和其他学科。不同学科之间的合作孕育着新思想、新方法、新途径[2]。

学习科学融合了不同的科学领域，研究和创新适应当前形势的新的理论体系，在现代经济、科学技术发展的大背景下，更加方便及时地解决教育发展面临的问题。学习科学的特征是生态化、情境化，可以有效地帮助教师和学生科学地学习，并有助于了解学习科学的本质特征和内在机制。近年来，学习科学的概念已经在高等教育教学实践中得到应用，并且取得了一定的效果，但仍缺乏系统的实验和探索，成为今后一段时期对学习科学研究探索的必要条件。

学习科学的前沿理论将学习科学分为学习过程和学习分析两个研究方面。因此，本文从学习过程和学习分析两个方面聚焦高等教育教学实践，结合AI技术及当下实际教学情况对高等教育教学实践进行了研究和探讨，目的是通过现代教育技术和水平，来帮助提高学生的自我控制、自我调节、自我实践、自我反思的各项能力。

三、中国高校的现状与发展趋势分析

根据《2021年中国高校现状与发展趋势》的数据，自2004年以来，中国高校和研究生培养机构的数量逐年稳步增长。2019年，全国共有研究生培养单位828个，各类高等学校3784所。2020年，全国共有各级各类学校53.71万所，普通本科院校1270所（其中职业院校21所）。

在2020年世界大学学术排名的1000所大学中，中国大陆有168所。比2019年增加了14家，占全球的14.68%。一级学科140人。前100名中有4所大学，分别是清华大学、北京大学、浙江大学和上海交通大学。

这些数据表明，我国高等教育的发展为中国经济发展和社会发展提供人力资源的数量颇丰。但相比发达国家，再同那些建设教育强国的要求和建设现代经济体系的要求比起来，中国的高等教育仍存在着一些问题。这些问题直接影响到我国教育的发展。在经济、科技快速发展的前提下，为了适应当前教育领域的国际形势，深化科技兴国的战略目标，教学实践也需要更多地与科技关联起来，以应对新型科技和人工智能对社会的影响。在未来，教育科学也将成为科学技术发展的重要环节。教育信息化成为教育现代化的推动力，也是我国教育改革和教育发展的重要选择。

我国教育研究以现代国际教育形式为基础构建终身学习体系，汇集了国内外先进教育理念，在教学实践中加以探索和应用。本文提出AI赋能学习科学，研究适合我国教育在数字科学领域的发展，旨在适应我国数字经济的发展，提高教学实践，直接或间接地影响着当代大学生所面临的就业情况，为大学生的职业发展方向提供有力的帮助。

四、教育式人工智能的发展

教育的发展推进了我国经济和社会的发展，数字教育和现代教育模式的融合需要一定的时间去探索和实践，数字科学和人工智能技术对师资力量有着更高的要求，以信息化教育促进教育现代化已成为中国教育改革的重要推手。

教育式人工智能的概念。近些年AI领域的应用有了突飞猛进的发展，数据技术共享功能将先进的教学资源分享到网络平台上。可以看出，教育式人工智能是通过AI技术的有效应用，通过课堂之外的在线学习，合理利用碎片化的时间来拓展知识的储备。比方说，在学科英语学习过程中，借助AI平台上的应用优势，通过数字对比选择相对应的学科，优化学习过程和学习分析，借助AI优势检测学习效果，为了更快地掌握专业词汇、专业场景，并创造一个良好的实践交流环境，通过虚拟的场景渗透，帮助学习者达成学以致用的效果。同时，AI还能够结合学生的个性化发展需求，通过数据分析，制定出适合学生的个性化学习方案，以帮助学生更加科学地学习和理解。

五、学习科学中的学习过程，AI技术所起的作用

相比认知科学，学习科学更加关注真实课堂情景下的学习过程，较多关注学生如何认知、学习、理解，而不是过多地关注教师如何教。与此同时，学习科学更多地关注学生对概念性知识的深度理解，其理解包括一些比较深层次的知识建构，同时也需要营造一个良好的学习环境。所以学习过程中，理解学习成为学习科学研究中最突出的一个表现。

学习过程的本质不仅仅是对事实内容的记忆和积累[3]，而是强调对理解的研究和发展。从另一个角度看，只有把重点放在学习过程上，才能充分挖掘学生对于深刻理解的潜质。透过现象看本质，理解过程是学生在学习过程中的核心能力。

在高等教育中，先学习和探索知识，再实践创新和创造，是学习过程中不可缺少的环节。在整个学习过程中，部分认知过程以及教师的教学和课程开发、课堂教学技巧、教育方法等因素直接或间接地影响着学生对知识的认知水平。而在意图的过程中，教师只是间接地进行了引导干预，要求学生在吸收一定基础知识的基础上，随着学习时间的增加和学习能力的提高，自发地发展自己的情感、动机、意志和个性。

美国心理学家Lindgren（1983）指出，学习过程是学生在学习时应该做的事情，包括听讲、阅读、对话、写作、计算等学习行为，同时也包括思考、理解、感悟、认可等不可见的行为。每个过程都必须在教学和学习中进行，教育者需要研究和改进这些方法。因此，学习过程是学习科学领域中一个至关重要的过程。目前，传统的课堂教学已经不能满足学生在学习过程中的需求，随着慕课的发展和直播课堂的形成，一种新的学习方式被开辟，结合各种活动，大大丰富了学生的学习过程，最终达到了提高学生学习效果和学习成绩的目的。

关于理解过程，Keith Sawyer认为只有运用学习科学和有效设计学习环境才能提高学习过程的有效性，对学习过程的深刻理解有助于有效促进学生的理解。John D. Cloth对Ford在课程教学、评估和学习环境设计方面做了简要的阐述，指出以下三个方面已成为学生课堂学习、课程设置、教学计划和评估的基本原则[4]。第一，对原有知识的理解。第二，自我监督和影响事实知识的重要性。第三，理解过程的概念框架。理解是学生学习知识、获取智慧的前提，因此，理解过程在科学的学习过程中起着至关重要的作用。

六、学习科学中的学习分析，AI技术所起的作用

学习科学的另一个较为重要的关注点是学习分析。学习分析协同学习过程在整个学习科学理论中同样起着非常重要的作用。学习分析技术和科学的学习分析方法可以在学习过程中，对各类相对复杂的数据形成可视化数据。通过数据的挖掘和收集，并通过组织和提取进行分析，从而使复杂的数据可视化。

近年来，随着AI技术的发展，大数据的统计也越来越先进和全面。在世界各地的大学中，都有不同模型的系统来储备和分析大数据。在网络学习中运用计算机功能，学习分析可以处理各类数据，不仅可以对音频、视频等数据进行分析，还可以对大文本或者碎片化的信息进行加工，种种数据分析充分显示了AI技术处理多维度数据的能力。在学习科学中，AI技术实时记录学生的学习过程，通过数据分析学生的学习状态和成绩，从而帮助教师更加全面地了解学生的学习情况，这种数据分析可以更好地运用在教师的教学实践中。同时，教师的分类总结能力有助于改进教学过程，通过AI数据分析，帮助教师对学生的状态进行分析，为后期的教学提供有用的参考数据。课堂之外，学生还可以利用这些数据进行自我评估和测试，以提高自己的自学能力，通过AI数据进行自学分析以帮助他们制定学习目标和研究方向。

以学科英语为例，绝大多数同学不仅仅把专业英语视为一种语言，更重要的是一门必要的专业课。在学习的倦怠感下，学生可以通过各种软件资源激发对专业英语学习的兴趣，教师通过个性化分析，并制定相应的培训方案，通过数据分析对不同程度的学生进行分类学习指导。

因此，教师可以运用AI技术进行学习分析，运用专业的软件和APP，通过对时间序列、文本参数、碎片化信息等数据的处理，用计算机功能处理多维数据信息，以帮助学生提供听说读写和专业性的学科知识。其中，在整个学习过程中将产生实时的大数据，一些软件或者APP可以将数据自动记录并做自动分析，生成实时报告。这些数据结果可提供给教师和学生使用，从而帮助教师改进教学实践，完善学习过程。

随着科学技术的发展，大数据的统计也越来越先进和全面。在世界各地的大学中，都有不同模型的系统来储备和分析大数据的应用。这在学习过程中卓有成效，各种数据实时记录学习的各个学习过程，帮助教师更好地了解学生的学习情况。教师的分类总结能力有助于改进教学过程，进而提高教学实践水平。同时，学生还可以利用这些数据进行自我评估和测试，以提高自己的自学能力。学生可以进行自学分析，帮助他们制定学习目标和研究方向。

目前，用学习分析研发出的各类教育产品在我国教育教学实践发展中备受关注，例如，Janice Gerbert和她在美国伍斯特理工学院的团队使用学习分析的概念和技术来促进学生在物理、生物、地球科学等领域的探究性学习[5]。当然，还有更多的例子来说明AI赋能下的学习分析的使用。加拿大西蒙弗雷泽大学的菲尔·温恩（Phil Winne）和他的研究团队开发了NStudy，这是一个用于跟踪和支持在线自主学习的在线工具[6]。Nstudy通过学生在线学习生成的数据和信息，进行自动地收集、分析和整合，并生成系统的学习报告，将学习结果针对性地反馈给学习者，通过直观和可视化的数据，帮助学生调整学习过程。像这样的学习分析技术已经广泛地运用于各类教育教学实践中，科学地改善教学成果。

七、AI赋能学习科学——以学科英语为例

我国对教育的投资为教学实践提供了有效保障，近年来，我国的教育教学重视AI技术的开发，赋能学习科学理论，结合学习过程和学习分析的应用，已经将信息化教学融入传统课堂教学中，推进教学实践的发展。视频互动课、在线课、云端教学等颠覆传统的教学模式构建了新的知识教授模式。首先，人工智能技术改变了传统的英语学习方式，更加符合真正的英语实践性需求，通过人工智能提供的多样化、个性化的学习方案，针对学生的学习习惯提供教学，针对性地进行讲解和示范。特别是在学生的学习过程中，教师要根据每个学科课程大纲和个别模块设计制作个性化课件。与此同时，教师需要加强数据化和信息化的教育培训，例如数字教学系统录制教学视频、利用数据分析技术设计各学科需要讨论的重点难题、学习实用的相关专业AI技术等优化学生的课堂和课后资源配置，帮助学生更好地完善学习过程，更加科学地进行教学活动。利用AI赋能学习分析的作用，结合现有的各个学科专业英语的学习模式，开发网络课堂，例如MOOC可以帮助学习者积极思考，充分交流，有利于知识迁移的完成，也有利于减少学生对学习的倦怠感。同时结合各类外语学习资源在网络上的合理应用、多元的教学模式直接反馈教师的教学设计能力、课件的制作水平和教学实践水平。

在AI的实际应用中，网络课堂是数字技术的表现形式之一。MOOC的出现为创新教学模式的发展提供了新的机会。为了将MOOC深度融入传统课堂教学，一类基于小型在线课程的混合式学习模式和翻转课堂下的教学模式应运而生，通过数字信息技术使得这类新型学习和教学模式在高校教学实践中得到了广泛应用。同时，在网络平台以及互联网技术的发展中，各类移动教学平台的研发和创新也成为提高教育教学改革的有效途径。教师可以运用混合式的新学习模式和翻转课堂的新教学模式，提高学生对本专业英语理解能力和专业知识的应用能力，更好地解决学生在学习过程中遇到的各种问题。最后，AI赋能学习科学中学习过程的改进，从而达到提高教学实践的结果。

八、结语

综上所述，本文以学科英语教学为例，用AI技术创新英语学习方法，浅谈AI赋能学习科学，改变传统教学模式，利用AI完善学习过程和学习分析，融合并开拓了新的教学实践方案。AI技术为教育教学实践带来了诸多机遇和挑战，同时AI数据支持下的各大应用技术也帮助改善教育教学实践，为教育智能化做出了突出的贡献。

参考文献

[1]段金菊.学习科学视域下的网络深度学习：理论.技术.趋势[M].北京：科学出版社，2018：3-5+223.

[2]丁念金.学习学：发展历程、时代境遇及展望[J].中国教育科学.2013（2）：115-131.

[3]周宗奎：青少年心理发展与学习[M].北京：高等教育出版社，2007：56.

[4]胡青友.关注理解性学习：来自学习科学对学习过程研究的启示[J].教育科学坛，2008（2）：5-7.

[5]Shum， S. B.， & Ferguson， R. Social Learning Analytics[J].Educational Technology & Society， 2012，15（3）：3-26.

[6]Azevedo R.， & Aleven V. International Handbook of Metacognition and Learning Technologies[M].Springer New York，2013，293-308.