基于網絡學習績效的個別化交互設計

陳　剛　陳明選

【摘要】隨著網絡學習的不斷深入，網絡學習的低績效問題逐漸顯現，研究發現造成網絡學習低績效的根本原因是對網絡教學交互的研究缺失。通過分析網絡教學交互的特點和分類，以個別化交互為研究對象，從提供個別化學習材料入手，設計了一種個別化交互模型，為學習者與網絡課程之間實現個性化互動。

【關鍵詞】 學習績效；個性化教學；個別化交互

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097 (2009) 02—0083—05

隨著網絡教學的快速發展，網絡學習已經逐漸成為人們實現終身學習的重要方式，然而網絡學習的績效很令人擔憂，研究人員也逐漸意識到網絡學習績效的問題。網絡學習績效的高低是評價遠程教育成功與否的重要指標之一[1]。日益普及的網絡學習與較低的學習績效之間的矛盾，將嚴重阻礙網絡教學的進一步發展。所以，有必要從網絡學習低績效的成因出發，以網絡教學交互的設計作為突破口，尋找提高網絡學習績效的最佳方法。

一 網絡學習的低績效成因分析

網絡學習的低績效現象主要表現為：學習時間利用率低，學習資源大量浪費，學習方式過于陳舊[1]。章國英[1]系統分析了造成低績效現象的主要原因來自學習者、學習資源、學習支持三個方面。我認為，學習者是網絡教學的消費者或買單者，正如皮鞋商不能以生產的皮鞋尺碼來要求消費者的腳一樣，而是應該盡量地為消費者提供最合適的皮鞋，所以，網絡學習應該是一種個別化的學習，應該是一種適應個別學習需求的個別化教學[2]。學習資源和學習支持由教學服務機構提供，他們并不完全了解教學交互的全部，對網絡教學交互的理解僅僅局限于設計菜單導航、架構教學論壇或聊天室、提供課件、筆記、練習題等。于是網絡課程大多變成了課堂教學的簡單搬家，簡單的將教學內容呈現在網絡上。因此，造成網絡學習低績效的本源對“個別化教學是網絡教學的最終目的”這個根本目的的理解偏差，根本原因是對網絡教學交互的研究缺失。

教學實踐證明，交互性是網絡教學的靈魂，直接決定整個教學的過程及其結果，對于學習者的知識獲得、技能培養、興趣激發以及正確學習動機與態度的形成，都起著至關重要的作用[3]。Sims[4]也認為，網絡教學環境中的交互是學生建構知識和發展能力的必要而且基本的途徑，對于成功的學習過程和學生的個人探究具有潛在價值。交互型媒體的交互水平直接影響著學習者與學習內容、學習者與教師以及學習者與其他學習者的交互效果[5]，這也會直接影響學習者的學習績效。所以，要解決目前網絡學習中普通存在的低績效現象，就要從設計個別化的網絡教學交互出發，體現網絡學習的個別化需求。

二 個別化交互的系統設計

網絡教學交互是指學習者在學習的過程中，為主動完成當前知識的意義建構，而與學習環境之間發生的相互交流和相互作用和人際關系的組合[6]。Bates[7]按照交互發生的范圍，將教學交互分為個別化交互和社會性交互。個別化交互是指學習者與學習資源之間的模擬交互，社會性交互是指學習者與教師、學習者之間、學習者與家人朋友之間關于學習的直接或間接交流。

目前各類網絡教學的設計都片面強調學生是學習主體、應自主學習，簡單的用多媒體形式展示課程材料，通過課件、資料等的堆砌完成網絡課程的開發，這種單一的、靜態的課程組織模式僅僅是課堂的簡單搬家，并沒有本質的突破。網絡教學中學習資源的個性化組織已成為網絡教學必須考慮的問題。另外，學習者往往因為不能及時得到想要的學習資料，而出現網絡迷航、學習動機下降等問題。所以，個別化交互的設計與實現，即如何向學習者提供個別化的學習資源，是網絡教學實現個性化學習的重要前提與基礎。

個別化交互的設計是使網絡學習更適合學習者個人的特征與需求，從而使網絡學習更為高效、更具個性化。實現個別化交互主要包括以下兩個關鍵環節。

1 學習診斷

學習診斷，就是利用一些經過測量理論校定的測試練習題對學生進行測試，并根據學生的反應情況來估測學生能力以及領域知識的掌握程度。[2]學習診斷是實現個別化交互的必要前提，系統動態組織學習內容和提供個別化學習提示都要以學習診斷的結果作為參考和依據。通過學習診斷可以為學習者建立學生模型，進行適當的分析后可以指出沒有掌握的知識點和給出學習建議，并進一步為學習者推薦下一步需要瀏覽的材料。

2 提供個別化的學習材料

系統應能根據學習者的學習能力和認知結構推薦最合適的學習材料。當前大多數網絡課程都采用單一的模式，靜態地組織課程內容，網絡課程體系和內容都是預先設置的，缺乏滿足各種類型學習需要的個別化學習機制。主要原因是，現有的網絡課程絕大多數都是以課程為基本單位進行整體設計，整個網絡課程不可拆分，再加上教學信息和教學交互的生成是依靠預設的存儲信息和交互邏輯，因此在使用時要實現課程內容的定制就非常困難。同時由于學習目標一般也是預先設置的，難以針對每個學習者的特征提供與之匹配的學習任務[8]。基于這種網絡課程的學習不是個性化學習，而僅僅是一種基于豐富學習資源的自學，最后的結果往往造成學習的無組織性和學習的迷航。

三 學習診斷的實現

學習者個別差異的存在是一種無法回避的事實，不同的學習者對學習的內容存在著不同的需求。學習內容個性化的具體表現就是學習者可以根據自己的需要、能力、興趣愛好和認識方式特點來選擇實現自己學習目標的內容[8]。網絡教學應該打破傳統學習群體的概念，把學習者作為單個個體來看待。每個學習者都有自己的認知特點和認知結構，所以每個學習者都擁有自己的學生模型。

學習者的學生模型參照教育信息化標準委員會的CELTS-11規范進行了調整，把學生模型分為基本信息庫、學習者能力庫和學習行為庫三部分（見表1）。

基本信息包括與管理有關的學習者個人信息以及認知結構、學習動機、學習能力、學習風格等部分。個人信息依據CELTSC制定的學習者模型規范，包括姓名、電話、電子郵件、國籍、民族、籍貫、出生日期等。學習者的認知結構、學習動機、學習能力、學習風格等信息，主要在學習者注冊階段進行采集，學生Agent會向學習者傳遞一份調查問卷，通過學習者的回答初步診斷、分析學習者現有的認知結構，了解學習者的學習能力（包括記憶、理解、應用、分析、綜合、評價）和學習風格，據此初步建立學習者的學習模型。隨著學習的不斷深入，學習者的認知結構和學習動機會發生一定的變化。

學習者能力庫和學習行為庫是動態生成的。學習者能力庫是反應學習者在自己選修課程中的能力值或技能狀態。學習者能力庫包括課程能力值和課程單元的能力值兩種，我們定義的學習者的課程水平由課程能力值和該課程下每個課程單元的能力值組成。學習動作庫是為了能及時反映學生知識能力和技能狀態的變化過程，可以從服務器端、客戶端和代理端跟蹤、采集個體在學習過程中產生的學習行為數據[9]。我們把每個學習行為都看做一個學習事件Action，可以用學習行為主體subject（即學生編號）、學習行為類型class、行為對象object、行為的結果result、行為時間time等來描述，即Action=。這些過程化信息經記錄和模糊處理后，存儲在學習行為庫中。

學生模型將伴隨整個學習過程，主要由學生Agent通過學習診斷，主動的獲得用戶產生的有效數據，如學習者的學習時間、課程點擊情況、提出的問題、參與討論的情況、完成的調查、作業或測驗等，并根據對這些數據的分析建立和維護學習者的學生模型。

四 提供個別化的學習材料

1 建立課程體系

據我們對多所高校網絡課程的調研分析發現，大部分網絡課程內部的學習路徑是直線型的，學生自主確定學習路徑的可能性很小；課程之間沒有任何聯系，當學生發現一些知識上的缺陷時，不能立即找到先行課程的鏈接；評價學習者的方法大多采用測驗的形式，單一的評價手段中缺乏個性化評價。所以我們通過課程規則庫來定義個性化的課程體系，主要考慮以下四個方面。

（1） 基礎構件

首先要考慮如何定義網絡學習中的基礎構件。我們不是簡單的以課程作為設計和開發網絡教學的基礎構件，而是從系統架構的角度考慮，建立粒度適中、能在不同學習情境下重復使用的數字化教學構件，即學習技術標準委員會（LTSC）提出的學習對象的概念。學習對象是基于單一目標，建立在靜態或交互內容和教學實踐活動上，以元數據標識的新型輔助教學構件[10]。學習對象是構成網絡課程的基本單位[11]，也是個別化學習材料的基本組成單位，課程材料庫是以學習對象為基礎架構的。整個課程體系是按類別、課程、單元組成一個層次結構，每個課程單元是一個最小的認知單元，因此以課程的一個單元（unit）作為一個學習對象，如果一個單元的知識點過多，允許將一個單元分割為若干個子單元。以課程單元為單位的學習對象至少包括說明、內容、練習（或測驗）和評估等四個部分[11]，并按照SCORM標準進行元數據描述和內容封裝。

（2） 內在的邏輯體系

我們依據課程之間、課程單元之間存在著的邏輯關系來初步建立課程體系。據研究發現，各課程和課程單元之間往往不是簡單的順序關系，而是一種樹狀的層次關系，這種關系構成了一個前提關系網絡[12]。前提關系會有三種可能的情況：假設課程A是課程B的前提，意味著先要完成課程A之后才能學習課程B，那么在課程規則庫中就添加一條規則A→B；假設學習課程C的前提是課程A和課程B，意味著先要同時完成課程A和課程B之后才能學習課程C，那么就在課程規則庫中添加規則A∧B→C；假設學習課程C的前提是課程A或課程B，意味著先完成課程A或課程B之后才能學習課程C，那么就在課程規則庫中添加規則A∨B→C。我們把課程或課程單元之間的這種層次關系命名為“課程規則”，在設置課程時加以定義，如圖1。

（3） 教學評價體系

教學評價是教學活動中不可缺少的重要環節，課程體系中還應包括課程的評價管理。完成一個課程的標準要根據預定的學習目標來確定，但形式可以多樣化，除了普遍的綜合性評價外引入一些過程性評價手段。對于課程的完成條件可以設置五種：學習完所有材料、學習完一定比例的內容、學完指定的材料、通過所有測驗、通過指定的測驗等。這些條件可以是單個使用，也可以作為復合條件使用。如圖2中就是設置復合條件作為該課程的完成條件。

（4） 材料的難度體系

對于大多數課程來講，課程材料都有難易之分。給學習者提供難度合適的課程材料對于個性化網絡學習來說是很重要的，因為非常困難的課程材料會使學習者感到灰心，相反，過分容易的課程材料會使學習者缺乏挑戰的感覺從而浪費時間。所以課程體系中，還包括課程材料的難度等級的定義：假設C={C1,C2,C3,C4,C5}，是一套包含了五個難度等級的課程材料難度系數。C1表示非常容易，值為-2；C2表示容易，值為-1；C3表示適中，值為0；C4表示困難，值為1；C5表示非常困難，值為2。同一課程單元可能存在不同難度的課程材料，教師Agent（一個能模擬教師部分行為的程序）會根據學習者對應某課程單元的能力值提供難度合適的課程材料。

2 推薦學習材料

首先學習者要選擇自己要學習的課程，選擇課程可以通過三種途徑實現：學習者可以由教師為他指定學習的課程；學習者可以從課程目錄中選出自己感興趣的課程；學習者也可以使用合適的關鍵詞或學習者的知識水平搜索出相關的課程單元。接著，當學習者選擇了一門新的課程之后，系統列出針對所修課程的水平測試問卷，通過測試獲得該學習者對應所修課程的初始課程能力值和對應課程單元的初始能力值。根據學習者現有的課程水平來決定，學習者將從哪個課程單元開始學習以及具體需要學習哪些課程單元。如果學習者的課程水平過低甚至低于基本水平值，系統能根據規則庫定義的課程體系為學習者推薦先行性課程。

學習者進入課程學習后，教師Agent根據學習者的現有水平（即學生模型）和嚴格的課程課程（即課程體系），從龐大的課程材料庫中篩選出個別化的學習材料（如圖3）。在學習過程中，學生Agent記錄學習者的每一次回答和做出的響應，記錄下每一次學習行為，從而分析學習者的學習能力并更新學習者的課程能力值和課程單元能力值。與此同時，新的課程能力值和課程單元能力值將傳送給教師Agent，教師Agent能及時為學習者重新選擇更合適的課程材料。這種反復推薦的循環過程將一直伴隨整個課程的學習，直到學習者根據要求完成了課程所有單元的學習任務。

課程完成后，教師Agent的推薦仍然在繼續，它會根據課程體系中的層次關系，為學習者推薦幾門后繼課程，供學習者參考使用。

3 課程材料的自我調整

課程材料的選擇主要是依據學習者的課程能力值，這種基于學習模型的課程推薦的方式是一種很好的解決個性化學習需求的方法，這必須要建立在一套科學而合理的課程材料的評價體系之上。傳統的做法是，由課程專家決定課程材料的難度參數。但是，這種做法并不合適，因為大多數課程專家不是學習者，而且課程材料的難度是相對的，不是絕對的，會因為某些條件的變化而引起課程材料難度的變化。為了滿足真正的需要，本系統是基于合作性投票的方式對課程材料的難度進行自動化調整。也就是說，課程專家首先初始化課程材料的難度參數，然后依照學習者的反饋信息及時調整課程材料的難度參數。在大量學習者使用了這個學習系統之后，課程材料的難度參數逐漸變得合理而穩定。

課程材料的難度參數是兩方面的線性結合物，一方面來自專家的定義和說明，另一方面來自學習者的評定，并且兩者所占的份量是不同的。為描述我們提出的方法，做如下定義：

基于學習者合作投票的第j項課程材料的評級難度： ；（公式1）

表示在學習者的合作投票以后的第j項課程材料平均難度參數， 表示給予第j項課程材料i等級反饋響應的學習者人數， 是評價第j項課程材料的學習者的總人數，當且僅當 。

調整過的課程材料難度：

；（公式2）

是基于學習者合作投票的第j項課程材料的調整后難度參數， 表示課程專家給出的第j項課程材料的初始難度，w表示專家評定的初識難度的所占權重。

教師Agent能利用公式2在課程數據庫中自動調整課程材料的難度參數，這是基于由課程專家定義的課程材料難度和由學習者合作投票決定的課程材料難度，然后加以線性化結合的課程難度參數。

五 小結

網絡教學系統中，要提高網絡學習績效，可以通過提供智能化的個別化交互實現。本文從個別化交互的研究角度出發，通過智能Agent技術模仿教師的部分行為，深入研究了網絡教學的個別化交互模型，通過教育部人文社科基金項目“中小學信息化建設項目教育績效評價研究”的理論研究和江蘇省現代教育技術研究所十一五規劃課題“網絡教師研修平臺的設計與開發”的實踐探索，在個別化交互的網絡教學平臺方面做了初步研究，希望能夠對未來個性化學習和個別化交互的研究有借鑒意義。

參考文獻

[1] 章國英,網絡環境下遠程學習低績效現象成因及解決策略[J].中國電化教育,2006,12:36-38.

[2] 余勝泉.適應性學習——遠程教育發展的趨勢[J].開發教育研究,2000,3:12-16.

[3] Juei-ni Sun & Yu-chen Hsu. The Effect of Interactivity on Web-based Instruction Learners' Attitude, Satisfaction, and Perfor-mances[R]. Proceedings of the Fifth IEEE International Conferenceon Advanced Learning Technologies, 2005.

[4] Sims, R. Interactivity: A Forgotten Art? [EB/OL].

[5] 陳麗、劉慧瓊,媒體界面交互性設計的流程和原則[J].中國遠程教育,2006,4:22-30.

[6] 戴心來,陳齊榮.網絡課程的教學交互及其設計研究[J].網絡教育與遠程教育,2005,9:69-72.

[7] Bates. Interactivity as a criterion for media selection in distance education[J]. Never Too Far, June 1991, vol. 16:5-9.

[8] 王忠華,余艷.網絡課程的個性化及其構建[J].現代教育技術,2008,18(3):79-83.

[9] 劉宇,解月光.動態學生模型與智能支持服務研究[J].中國電化教育,2006,10:94-98.

[10] 李毅強,楊貫中.基于學習對象的課程構建[J].科學技術與 工程,2005,5(22):1733-1737.

[11] 路秋麗,余勝泉.面向學習對象的網絡課程設計與開發[J].中國電化教育,2005,1:75-80.

[12] 王嵐,樂毓俊.計算機自動推理與智能教學[M].北京:北京郵電大學出版社,2005:309.