人工智能在在线教育教学支持服务中的应用与研究

摘要：基于在线教育中教学支持服务的内涵和人工智能的发展，研究人工智能与在线教育教学支持服务的智能知识图谱、智能资源推荐、智能答疑等学术性支持服务和智能辅助学习、智能学习计划、智能问答等非学术性支持服务的应用，并讨论了机器学习、学习资源、人工智能伦理等问题对人工智能在在线教育教学支持服务应用的挑战，以及对未来发展的思考。

关键词：人工智能；在线教育；教学支持服务

一、前言

2018年教育部印发了《教育信息化2.0行动计划》，文件明确提出要充分利用人工智能等新兴技术促进教育教学管理、服务和评价改革[1]。2020年，中共中央、国务院印发了《深化新时代教育评价改革总体方案》，对利用信息技术提高教育教学评价的科学性、专业性、客观性提出了明确的要求。2022年，科技部发布了《关于支持建设新一代人工智能示范应用场景的通知》，人工智能技术从此落地应用，逐渐走进社会大众。2022年，党的二十大报告指出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”。2023年，中共中央、国务院印发了《数字中国建设整体布局规划》，文件强调“数字中国建设按照‘2522’整体框架布局”“到2035年数字化发展水平进入世界前列。”[2]

在线教育作为信息化教育和应用最广泛的教育模式之一，正在接受着人工智能带来的变革和创新。近几年，人工智能技术的应用在全球范围持续升温，在线学习已经成为世界性潮流，更是未来学习的主流方式。新华社曾报道：“伴随中国国家实力与影响力提升，还会有更多的人学习，尤其是随着 AI 技术的越发成熟，学习成本将会大幅度下降，有在线教育需求的人员还会继续上升。”随着“以人为本”的教育理念完全融入在线教育，如何发挥人工智能在在线教育过程中的价值和作用，如何赋能教学支持服务则是目前亟待解决的问题。

二、人工智能赋能在线教育学习支持服务

（一）人工智能的技术属性

关于人工智能的概念说法比较多，国外普遍认为“智能是指学习和理解、解决、决策的能力，而人工智能是使机器像人那样用智能做事的一门学科，如果机器在某些任职任务中达到了人类同等水平，它就是智能机器”。在国内的学者中，钟义信教授提出：“自然进化所造就的智能被称为自然智能，人类所制造的机器的智能就是人工智能，人工智能研究的任务就是理解自然智能奥秘，创制人工智能机器，增强人类智力能力[3]。”从技术的角度来看，人工智能是指通过算法和计算机系统模拟、理解和执行人类智能活动的技术，包括但不限于学习、推理、解决问题、语言理解等能力[4]。因此，可以认为人工智能是一种人类制造的，模拟人类开展学习、理解，并模仿人类创造的技术，它的目标是增强人类智力能力。

（二）在线教育的技术依赖

在线教育是随着技术的发展而发展的，技术依赖是其最大的特点。早在上世纪90年代，互联网的兴起打破了传统教育的模式，突破了教育在时间和空间上的约束，开启了早期的在线教育。进入20世纪后，随着个人电脑的普及和网络带宽的增加，在线教育得到进一步的提升，以网络学院为代表的在线教育蓬勃发展，在线教育资源数字化特征突出。在2016年，直播技术的普及让在线教育进入另一个发展模式，大量的直播平台和学习工具的建立，大大提升了在线教育的学习体验和学习质量。尤其是疫情期间，为满足“停课不停学”的要求，“互联网+教育”得到前所未有的关注，在线教育成为当时最好的教学方式，逐渐深入并融入了现代教育。2022年11月，ChatGPT横空出世，开启了人人可接触的人工智能时代，基于人工智能的教育应用研究如雨后春笋般涌现。2024年2月，Sora的发布让人工智能的发展推向更高、更深、更广的应用。

作为和技术紧密联系的在线教育感受到了人工智能带来的变革。一方面，人工智能带来了教育的创新，“因材施教”得到进一步发展，个性化学习成为现实的可能。另一方面，人工智能改变了教学过程中教和学的角色，让传统的教学关系变得更倾向于教学服务的关系。教师为不同学习者提供不同的学习服务，学生为满足学习需要选择不同的学习服务。在人工智能的赋能下，在线教育的内涵和方式正在进行自我蜕变。

（三）在线教育的学习支持服务依赖

万光龙强调学习支持服务在在线教育教学过程中的重要作用[5]，他强调教学支持服务不仅是提升教学效果、确保教育质量的关键因素，更是现代远程教育教学的核心要素，对整体教学质量产生深远影响。2014年，白滨、陈丽等人研究了英国开放大学远程教育质量保证的关键要素，研究结果显示有86.7%的受访者认为学习支持服务工作是远程教育质量的关键保证。其中，学术性支持服务、社会性支持服务和个性化支持服务尤为重要[6]。丁兴富教授经过对国内外远程教育质量保证体系的综合分析，发现共同的基本要素中，学习支持服务占据了核心地位。他强调远程教育质量评价的内容确实与传统高等教育质量评价有着较大的区别，学习支持服务的能力将直接影响远程教育的质量[7]。

（四）人工智能赋能学习支持服务

人工智能目前涵盖了自然语言处理、机器学习、深度学习、计算机视觉及大数据处理等核心技术。这些技术的融合赋予了人工智能自动化、智能化、高度适应性和灵活性的特点，使其能够精准模拟人类的智能行为和决策过程。通过有效运用这些技术，不仅显著降低了学习支持服务所需的人力资源，还大幅缩短了服务响应时间，从而提升了学习支持服务的效率和质量。这种赋能不仅为学习者带来了更为流畅和高效的学习体验，更推动了在线教育的整体教育质量迈向新的高度。

三、人工智能在在线教育学习支持服务中的应用

（一）学术性支持服务

1.智能知识图谱

知识图谱（Knowledge Graph）是一种用图模型来描述知识和建模世界万物之间关联关系的技术方法[8]。知识图谱通过对实体、属性和关系进行建模，可以更好地描述和表达现实世界中的知识，可以帮助学习者更好地理解和获取知识，支持学习者的知识推断和问题解决能力，还可以用于资源推荐和学习路径规划等方面，帮助学习者更高效地学习和发展。

人工智能技术对知识图谱的发展和应用有着重要的推动作用。通过自然语言处理和信息抽取技术，可以从大量的文本数据中自动提取和构建知识图谱。通过机器学习和数据挖掘技术，可以自动分析和识别新的实体、属性和关系，不断丰富和完善知识图谱。通过数据清洗和错误修正等技术，可以提高知识图谱的准确性和完整性。通过优化图数据库和推理引擎，可以实现更高效的知识检索和推理，提升知识图谱的应用效果。还可以结合其他技术，如自然语言生成和图神经网络等，进一步提升知识图谱的表达能力和应用效果。

2.个性化学习路径规划

个性化学习路径规划的主要作用是帮助学习者制定适合自己的学习计划，提供有针对性的学习资源和活动推荐。通过个性化学习路径规划，学习者可以更好地安排学习时间，有针对性地选择适合自己的学习任务，提高学习效率和成果。

人工智能对个性化学习路径规划应用主要表现在以下两方面。

（1）通过分析学生的学习历史和行为模式，系统可以为学生制定合适的学习计划，并推荐相关的学习资源和活动，提供更贴合学生需求的学习内容和任务，帮助学生更好地安排学习时间，提高学习的深度和广度，从而提升学习效果和成绩。

（2）系统可以分析学生的学习目标和能力水平，制定适合他们的个性化学习路径，学生可以更好地了解自己的学习进度和成果，从而提高学生的学习动力和参与度，增强学习的自信心和满足感。

3.智能资源推荐

智能资源推荐是人工智能在教学支持服务中的重要应用。通过人工智能技术能够构建出精准的学习者画像，并对相似或者相同类型的学生进行分组归类，从而准确地根据画像为学习状况相似或者相同的学生提供个性化学习资源[9]。

（1）人工智能通过分析学生的学习行为、学习历史和评估结果，可以判断学生的兴趣、爱好和特点，从而提供适合的学习材料、教学视频、参考书籍等。

（2）人工智能通过使用机器学习和推荐算法，可以根据学习者的特征和历史数据，挖掘出潜在的兴趣模式，并据此生成相关的推荐结果，从而帮助学习者更快速地找到适合自己的学习材料、课程或工具，提高学习效果和满意度。

（3）人工智能可以整合和分析来自多个数据源的信息，包括学习平台、社交媒体、图书馆等，从而了解学习者的兴趣、学习历史和行为模式，为学习者提供更准确和全面的资源推荐。

（4）人工智能可以根据学习者的实时操作和反馈，动态地调整和更新推荐结果。例如，当学习者浏览某个主题的学习材料时，人工智能可以根据学习者的浏览行为和相关数据，实时推荐相关的学习资源，提供更好的学习支持。

（5）传统的资源推荐系统往往依赖于学习者的历史行为和兴趣，容易陷入“过滤气泡”问题，限制学习者的选择和发展。人工智能可以通过引入随机性、探索性推荐和推荐多样性的优化目标，提供更多样化和新颖化的资源推荐，激发学习者的创造力和兴趣。

4.智能题库和练习

人工智能在智能题库和练习方面的应用旨在根据学生的学习水平和知识点的掌握情况，提供智能化的题库和练习平台，从而帮助学生进行有针对性和有效的练习，提高学习效果和成绩。具体应用在以下几个方面。

（1）人工智能可以通过机器学习和自然语言处理技术，自动识别题目的类型、难度等信息，并将题目与相应的知识点进行关联，以自动化的方式建设题库。

（2）人工智能可以通过分析学生的学习历史、练习表现和学习结果，结合学生的能力和知识点的掌握情况，推荐恰当难度和相关知识点的题目，帮助学生巩固和应用所学的知识。

（3）人工智能可以根据学生的答题情况，自动调整后续题目的难度，确保题目的适宜性，同时挑战学生的能力，提高学习效果。

（4）人工智能可以通过分析学生的学习情况和练习需求，智能地规划练习内容和时间分配，帮助学生合理安排学习时间，提高练习效率。

（5）人工智能可以对学生的答题情况、练习时间、题目正确率等进行分析，帮助教师评估学生的学习进度和掌握情况，并根据分析结果优化练习内容和策略。

5.智能答疑系统

目前在线教育教学过程中，一般通过E-mail、BBS、聊天工具以及系统集成这些工具等方式实现在线答疑等[10]。这种模式虽然解决了答疑的时间和空间的异步问题，但答疑效率和过度依赖教师的问题饱受诟病，学习者的学习体验受到影响。而人工智能技术刚好可以填补这类缺点。

人工智能可以通过自然语言处理技术分析问题的语义和结构，再利用大型知识库和数据源进行数据挖掘和知识抽取，然后根据问题的内容和上下文从知识库中找到相关信息并生成准确的答案，最后根据问题的理解和推理结果生成准确和易懂的答案，并将其以学生可理解的形式实时回答学生。同时，还可以结合学生的历史学习行为和特点，汇集大量的知识和数据资源，提供综合、全面、个性化的答案和解释，帮助学生深入理解和掌握学习内容。

（二）非学术性支持服务

1.智能学习评估和反馈

学习评估是检验学习者学习质量的重要手段。研究表明，学习评估对学生行为和学习体验等的影响要远远大于教师课堂讲授内容的影响[11]。通过人工智能技术的应用，可以改变传统的学习评估方式，让学习评估结果更准确、评估反馈更及时、学习建议更个性化，从而提高学习的质量。

一方面，人工智能可以通过分析学生的作业、测验或考试答案等，自动化地实现学习成果的评估，并给予学生及时反馈和建议。另一方面，人工智能可以对学生的学习数据进行分析和挖掘，提供对学生学习情况深入理解的画像。教师和学生可以根据数据提供的指导，调整学习策略、个性化辅导和教学过程。

2.智能学习社区

学习社区的建立需要的是更方便、更直接、更契合需求的交流。人工智能通过自然语言处理和情感分析技术，可以理解和生成自然的对话，帮助学习者进行有意义的讨论、提问和回答，并优化学习者的交流需求。同时还可以根据学习者个性化的学习路径特点，通过推荐、分享等方式，将具有相同特点的学习者会聚起来，形成积极的学习环境，促进学习者之间的交流和合作，让学习社区变得更有活力，提升学习者的学习动力和学习效果。

四、人工智能在在线教育学习支持服务中的挑战和思考

虽然人工智能在在线教育中有广泛的应用场景和可预期的应用效果，但是也存在一些挑战，需要我们进一步探索和研究。

（一）数据质量和隐私

人工智能的学习支持服务需要大量的学习数据作为输入，在这种情况下，数据的质量和隐私保护是一个关键问题，需要确保数据的准确性、完整性，并采取适当的措施保护学生的隐私。

（二）个性化和智能化的挑战

人工智能学习支持服务的目标是提供个性化、智能化的学习辅助。然而，每个学生的学习需求和情况都是独特的，个性化支持能否实现是一个很大的挑战，人工智能分析结果的准确性和可靠性成为关键的问题。

（三）计算机算力和算法支持

人工智能学习支持服务需要强大的高性能计算资源、大规模数据存储和处理能力，以满足海量的计算。同时更需要先进的人工智能算法和模型，以实现人工智能的预期效果。

（四）智能反馈与教师的结合

虽然人工智能可以给学生提供自动化的学习评估和反馈，减少教师的工作，但并不意味着可以完全取代教师，和教师的评估和反馈相比还有些差距。教师需要合理地利用人工智能重新构造教学过程和教学方法，为学生提供质量更高的教学。

五、结语

随着人工智能技术的不断发展和完善，其在在线教育领域的应用将会更加广泛和深入。一方面，AI系统将会更加智能化和个性化，能够更准确地捕捉学习者的需求和特点，为他们提供更加精准的学习支持服务。另一方面，AI技术还将与在线教育平台深度融合，推动在线教育在内容、形式、模式等方面的不断创新和发展。

总之，人工智能为在线教育带来了革命性的变革，不仅提高了学习支持服务的质量和效率，也推动了在线教育的不断创新和发展。我们有理由相信，在人工智能技术的推动下，未来的在线教育将会更加智能、高效和个性化，为学习者带来更加优质的学习体验和发展机会。

参考文献

[1]中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].[2018-04-25].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2]新华网.中共中央 国务院印发《数字中国建设整体布局规划》[EB/OL].[2023-02-27].http：//www.xinhuanet.com/politics/2023-02/27/c_1129401407.htm.

[3]钟义信.人工智能：概念·方法·机遇[J].科学通报，2017，62（22）：2473-2479.

[4]李青.以技术赋能教学创新：从嘻哈教育到循证教学——英国开放大学《创新教学报告》" （2021版）解读[J].远程教育杂志，2021，39（02）：11-20.

[5]万光龙.构建现代远程教育学习支持服务体系的探讨[J].继续教育研，2011（09）：90-92.

[6]白滨，陈丽，斯蒂芬.J.斯威森比.英国开放大学质量保证关键要素研究[J].开放教育研究，2014（01）：29-34.

[7]孔得伟.我国远程教育质量保证体系建设策略思考[J].现代远距离教育，2005（01）：67-69.

[8]杨剑飞.“互联网+教育”：新学习革命[M].北京：知识产权出版社，2016.

[9]董金伟，施雨晴，谢柏儒.基于人工智能的个性化学习资源自适应推荐系统[J].信息与电脑，2021（15）：166-168.

[10]陈志云，商月，钱冬明.基于知识图谱的智能答疑系统研究[J].计算机应用与软件，2018，35（02）：178-182.

[11]" Gavin T. L. Brown，Gerrit H. F. Hirschfel.Students’Conceptions of Assessment：Links to Outcomes[J].Assessment in Education： Principles，Policy ＆ Practice，2008（01）：3-17．

基金项目：重庆开放大学重庆工商职业学院非学历教育研究项目“基于开放大学环境下的非学历学习平台功能构建研究”（项目编号：NDFXL2022-11）

作者单位：重庆开放大学

■ 责任编辑：张津平、尚丹