AI引擎助力下高等数学课程知识图谱建设研究

2024-04-17梁勇锋贵州电子商务职业技术学院基础部

西藏教育 2024年1期

梁勇锋贵州电子商务职业技术学院基础部

随着AI迅速发展，信息技术手段对教育策略和教学质量提升具有显著作用，不能提供个性化学习、精准化教学、系统化知识的高等数学课程难以适应信息时代教育教学需要，建设高等数学课程知识图谱意义深远。AI引擎助力下高等数学课程知识图谱建设通过拆解教学内容进行知识系统梳理，按照知识点粒度［1］重组教学资源，将课程知识按照层次结构组织，并利用知识图谱串联教学过程，满足个性化、精准化、系统化的教学需要。

一、高等数学课程知识图谱的建设意义

（一）学生个性化学习需要

个性化学习，是基于学生个性差异和目标需求，通过自主完成学习任务，结合监控评价与反馈调节，不断优化学习体验并提高学习绩效，是一种促进个体全面发展的学习范式。［2］这种学习范式如同微学习模式［3］，学生可以从自身知识接受程度和需求出发，利用知识图谱选择适合自己学习的课程资源，以达到个性化学习需要。就高等数学课程而言，通过知识图谱可以让学生按照自身需要和学习进度自定义学习路径，也可根据兴趣和已有知识水平选择学习内容，同时，平台会记录学生学习情况并进行学情分析，自动推送学习资源，满足不同学生的个性化学习需要。

（二）教师精准化教学需要

精准化教学是一种精准化教学模式［4］，以满足学生个性化学习、教师信息化教学、课程学习资源共享为目标，按照知识点粒度重组教学资源，通过海量课程资源流转利用，有针对性地规划个性化学习路径，为学生提供精准教育服务。高等数学课程知识图谱不但可以满足学生个性化学习，还是教师精准化教学实施的重要依托。知识图谱将知识领域、知识单元、知识点、课程资源等关联并深度融合，教师借助知识图谱对学生学习过程进行记录、分析和评价，并及时调整教学方法和教学策略，在课程教学中实施精准化教学，真正做到因材施教。

（三）课程教学资源关联需要

在教育信息化水平不断提高的进程中，借助信息教育平台实施教学已被广泛应用，然而，现阶段海量课程教学资源未得到有效关联，教学资源缺乏深度融合，更多课程资源停留在开放、共享上，虽教学资源形式多样，但缺乏系统性。高等数学课程教学资源需借助AI引擎实现知识图谱建设，将数学课程、知识领域、知识点深度融合，根据上传资料（高等数学教材内容、大纲等）进行AI识别，并智能生成知识图谱。对于上传的教学视频，AI自动识别视频内容进行标记并生成词云展示，将课程教学资源进行关联，进一步支持精准教学及个性化学习。

二、高等数学课程知识图谱的建设内涵

AI 引擎助力下高等数学课程知识图谱以“个性化、精准化、系统化”为建设内涵，知识图谱将本课程知识按层次结构组织，以满足学生个性化学习需要，通过记录并分析学生学习过程，进而评估教学效果和调整教学策略，有助于教师实施精准化教学，将课程教学资源进行系统化的组织和分类，帮助学生理解学科知识的本质和特点。因此，高等数学课程知识图谱主要体现在个性化学习路径、精准化教学评价、系统化知识关联3个方面。

（一）个性化学习路径

个性化学习以学生为中心，学生可以通过知识图谱来选择个性化的学习路径，根据自身兴趣和知识水平选择合适的学习内容。知识图谱将零散知识点有机结合，使得知识点与课程目标关联，进一步助力学习目标的达成。同时，知识图谱将结合学生学习记录、学习完成度、知识掌握度、章节测验情况及学生接受知识能力等多个维度进行分析，快速检测定位学生的学习状况和薄弱点，及时智能推送具有针对性的个性化学习路径。

（二）精准化教学评价

实施精准教学的前提是精准评价，精准化教学评价需结合知识图谱智能分析，从授课班级整体目标达成度分析，目标达成度通常以0 到1 来表示，越靠近1则达成度越高，反之则越低。目标达成度分析需从多个维度综合分析，包括学生能力达成目标、学生平均目标达成度、知识点掌握度等，通过对智能推送的具体指标评价后，根据学生整体认知水平和完成情况调整教学策略和方法，尽可能满足不同学生的学习需要，进一步提高教学质量。

（三）系统化知识关联

课程知识系统化，体现课程资源的丰富性和课程内容的完整性。其中，丰富性指的是课程资源种类多，如教材资源、视频资源、动画资源、题库资源、课件资源、图像资源、二维码资源、思维导图资源、文本素材资源等。完整性是根据课程内容来体现，从课程教学大纲、课程章节、课程目标、知识领域、知识单元、知识点等进行资源整合，确保课程内容无遗漏。在课程资源丰富和课程内容完整情况下，知识图谱建设将课程、知识点、资源等进行交叉融合，厘清相互间的包含和所属关系，将系统化知识点同课程资源关联，助力学生个性化学习和教师精准教学。

三、高等数学课程知识图谱的建设内容

高等数学课程知识图谱建设任务较大，遵循“建用并进、动态更新”理念，初次建设涉及到知识图谱设计、教学资源库建设、课程知识图谱生成3个方面，其后动态更新过程依次这3个方面循环进行，不断补充和完善建设内容。

（一）图谱设计

知识图谱是推动教学改革的重要依托，在设计上不仅要考虑学习对象、教学对象和管理者的需要，还要将课程资源进行深度融合，在课程资源系统、全面基础上实现内容的可视化。知识图谱要基于课程资源进行设计，严把课程建设质量关，具有运营推广使用价值。通过教学资源库建设，构建示范教学包，示范教学包具有可编辑特性［5］，根据示范教学包“模块可引用、课程可运行、资源可组合”特点，按照教学大纲和教学设计，将教学资源库各资源（教材、视频、动画、题库、课件、图像、二维码、思维导图、文本素材等）以章节或课程形式组建，为AI引擎助力下生成知识图谱创造条件。课程建设必须进行严格审核，且符合课程建设标准，为后期运营以及推广打下基础。因此，知识图谱建设前需精心设计，建设内容要系统全面，教学资源要丰富多样，不但要符合知识图谱建设要求，满足学生个性化学习、教师精准教学和系统化知识关联需要，模式上要新颖且内容可视化，还需在平台上运行良好。

（二）资源建设

资源建设是课程知识图谱建设的关键，核心是教学资源库打造。教学资源库的打造是一个复杂的过程，以“整体布局、资源设计、厘清关系、资源开发”为建设原则，依次按照布局、设计、分析、开发4步实施。其中，布局是针对资源库的宏观把控，涵盖课程大纲、课程章节内容、课程知识点、课程目标、课程资源等；设计是资源库建设的第2步，在整体布局下对具体内容进行详细安排，以课程目标为指导，通过课程大纲设计课程章节内容，基于课程内容罗列课程知识点，根据课程知识点构思课程资源要素；第3步，需要分析各建设资源间的逻辑关系，主要是厘清相互间的先后和包含关系，为资源建设制定详细规划；最后，进入资源开发阶段，此阶段需要按照各任务完成时间节点的安排，在规定时间内完成相应资源建设。

（三）图谱生成

按照图谱设计要求，结合资源建设具体内容，以OBE 教育理念［6］为依托，在充分考虑专业人才培养方案、能力要求体系、课程大纲（课程标准）的情况下，有效提取课程知识点。从提取的知识点出发，制作图谱样例，确认图谱颗粒度、完备性并校准，进一步完成图谱框架，必要时进行二次校准。在课程知识图谱生成中，可以通过大纲或教材目录形式智能导入，也可选择模板形式导入、课程章节导入等，初步形成课程知识图谱，但在平台上缺乏属性关系，需进一步对属性关系进行设置，重点建立关联和包含等关系，为有效投入教育教学提供保障。

四、高等数学课程知识图谱的建设与应用过程

（一）知识图谱设计

高等数学课程知识图谱建设，是为了满足学生个性化学习、教师精准化教学、课程教学资源关联等需要的基础上，以“个性化学习路径、精准化教学评价、系统化知识关联”为建设目标，紧密联系知识图谱建设内容与课程可视化特点，并结合OBE教育理念设计高等数学课程知识图谱。设计过程按照“需求导向—目标导向—成果导向”进行设计，根据学生个性化学习、教师精准化教学和课程教学资源关联等需要来明确需求导向，以满足学生个性化学习、教师精准教学及系统化知识关联为目标导向，成果导向基于知识图谱智能推送个性化学习路径、精准化教学评价和教学资源关联性等来检验。知识图谱建设与课程资源开发息息相关，课程资源开发是知识图谱建设的根本保障，在知识图谱建设前，做好课程资源开发尤为重要。

（二）课程资源开发

1.布局阶段

高等数学资源库建设涵盖课程大纲、课程章节内容、课程知识点、课程目标、课程资源等系列资源。其中，课程大纲是课程资源开发的指导纲领，统筹各资源的建设布局与建设实施。在布局阶段，课程建设团队要对资源库建设宏观把控，并准确确定建设资源的内容和数量，同时，还要布局各个资源建设的完成时间节点，以便为课程资源设计、分析、开发等阶段提供保障。

2.设计阶段

高等数学课程资源开发设计以课程目标为指导，采取“章—节—知识点—课程资源”和“知识领域—知识单元—知识点—课程资源”等两条路线进行设计课程资源，并构建了高等数学课程资源开发设计图（如图1）。课程资源建设完成后，并找出不同资源在不同路线上的所属关系，以此来检测课程目标是否实现，如果目标达成，则高等数学课程资源建设则完成。高等数学课程资源设计与教材建设息息相关，建材选用王刚、熊力主编的《高等数学》［7］，基于“章—节—知识点—课程资源”设计路线，分为6章23节62小节，每小节约5 个知识点左右，约含有310 个知识点，基于“知识领域—知识单元—知识点—课程资源”设计路线，分5个知识领域（函数、极限、导数、积分、常微分方程）和6个知识单元（函数与极限、导数与微分、导数的应用、不定积分、定积分、常微分方程初步），虽设计路线不同，但所对应的知识点一样，约含有310个知识点。再根据具体知识点设计课程资源，高等数学课程资源包括教材1 部、教案1 套、PPT310 个、视频310 个（约2480 分钟）、动画40 个（约40 分钟）、习题及试题20套、思维导图1个。最后找到课程资源在章、节、知识单元、知识领域中的所属关系，进一步对照课程目标并检测目标完成情况，继而判断高等数学课程资源建设是否完成。

图1 高等数学课程资源开发设计图

3.分析阶段

此阶段需要分析各建设资源间的逻辑关系，主要是厘清相互间的先后和包含关系（如图2）。课程资源涵盖教材、视频、习题等多个子类，通过课程资源关联知识点，按照设计的两条路线分析包含和先后关系，并运用知识点来支撑课程目标，分清知识点的关系所属，有助于构建高等数学知识图谱。

图2 高等数学课程各属性间关系图

4.开发阶段

开发阶段是对高等数学课程资源建设至关重要的一环，需在课程资源开发的整体布局、资源设计和关系分析的基础上实施，并严格按照布局、设计和分析等不同阶段要求执行。同时，要关注资源开发时间节点，确保课程资源开发的时效性和完整性。

（三）知识图谱生成

通过知识图谱设计以及课程资源开发，为高等数学课程知识图谱形成创造条件。将资料（教材资源、视频资源、动画资源、题库资源、课件资源、图像资源、二维码资源、思维导图资源、文本素材资源等）上传超星平台，并借助AI识别相关上传的资料，对课程知识点进行智能提取，实现智能生成高等数学课程知识图谱。

（四）知识图谱应用

高等数学知识图谱建设，是为了更好地促进学生个性化学习和教师精准教学，也是课程教学资源关联的重要方式，目的是应用于教育实践，并促进教学改革，提升教学质量。高等数学知识图谱的应用，结合“函数与极限”内容从教师端、学生端和管理端进行应用说明。

1.教师端：精准化教学

知识图谱支持精准教学，函数与极限约含有70个知识点，根据前期知识图谱的建设，运用AI识别智能生成这一知识领域的知识图谱结构。在实际教学过程中，教师能够通过平台观看学生的学习记录和完成度、掌握度等情况，完成度主要通过学习记录体现，掌握度通过平台智能组卷测试来反映，通过完成度和掌握度情况进行教学内容识别，以便实施精准教学。例如，平台显示“可去间断点”这个知识点学习完成度为100%，但掌握度为47%，说明掌握度低，即这部分内容需要重点讲解。此时，运用知识图谱点击知识点按钮，则可以呈现“可去间断点”相关教学资源，教师借助这些教学资源实施教学，同时，在教学中，如果发现关联本节内容的某个知识点学生还尚未掌握，则可以利用知识图谱直接点击相关知识点按钮及时学习，方便教师精准教学。

2.学生端：个性化学习

知识图谱支持个性化学习，学生结合自身需要和学习进度自定义学习路径。如学生在学习重要极限时，学生可以按照“极限概念—指数运算—重要极限”自行定义学习路径，也可以根据“指数概念—指数运算—极限概念—极限运算—重要极限”路径进行学习。知识图谱各教学资源系统全面，各知识点间总能找到关联性，因此，学生能够根据自身实际情况进行学习路径定义，以便更好展开个性化学习。

3.管理端：一体化管理

知识图谱支持教管评一体化［8］，通过教学日志掌握教学实施情况，根据学生学习记录和相关数据掌握学生学习情况，借助知识图谱实施教学、管理和评价等一体化管理。同时，管理端能够实施综合性的管理，包括用户管理、应用管理、权限管理、教学资源库管理、素材管理等，这种管理方便建设团队对知识图谱建用并进和动态更新，有利于掌握学生个性化学习情况和课堂上实施精准教学，促进教学质量提升。