基于Web2.0的智能導學系統研究與設計

劉曉 平鄭采星 李靜 馮迎

【摘要】Web2.0作為網絡發展的新時代,其去中心化、參與、分享、協作的理念,為智能導學系統設計帶來了新的思路。RSS、Tag、SNS、Wiki、Mashup等作為Web2.0的代表性技術,為智能導學系統更好的實現交互性、共享性、開放性、自主性、協作性等基本特點,提供了有利的支持。運用相關認知理論、動態評價等理論的指導,將web2.0的新技術運用到智能導學系統, 可以設計出導學功能更強、智能性更高的導學系統,體現以學生為主體的人本主義思想。

【關鍵詞】智能導學;Web2.0;RSS;Tag;SNS;Wiki;Mashup;協作學習;動態評價

【中圖分類號】G40-057 【文獻標識碼】A【論文編號】1009—8097(2009)12—0099—03

引言

智能導學系統作為一種Web教學系統,不言而喻應具備交互性、共享性、開放性、自主性、協作性等基本特點。但是,目前我國智能導學系統的設計往往缺失這些特點,存在缺少有效的導學機制以及系統智能性低的缺陷。隨著Web2.0時代的到來,參與、分享、協作、以用戶為中心這些全新理念的出現,實際上與Web教學系統所追求的方向一脈相承。同時,作為對上述理念的有力支撐,新技術的應用重視對用戶需求的把握,從而將Web應用推向了一個新的階段,也為智能導學系統的設計與實現提供了新的思路與技術支持。

Web2.0的新技術主要包括Wiki、博客(Blog)、新聞聚合(RSS)、Mashup、標簽(Tag)、社會性網絡(SNS)等。在這些新技術的支持下,網絡用戶轉變為網絡的參考者、創造者,信息由單向傳播轉變為雙向傳播,信息“孤島”轉變為高度交流互動的信息群體[1],新技術帶來的這些轉變可以指導我們設計新型智能導學系統。

一 如何運用Web2.0新理念、新技術設計新型智能導學系統

1 Tag、Wiki等技術能在智能導學系統中讓學習者之間、學習者與教師之間實現充分的協作與交互。

智能導學系統要突破傳統網絡學習系統的簡單交互,一方面,我們要更新交互理念,人們普遍認為在學習過程中交互就是教師與學習者之間的交互,實際上還應包括學習者與學習者的互動,這種交互可以貫穿在學習者的協作學習過程。Wiki作為一種超文本系統支持面向社群的協作式寫作,同時也包括一組支持這種寫作的輔助工具[2]。于是Wiki的寫作者自然構成了一個社群,并且這個社群擁有所有成員均可任意查看與編輯的交流工具,從而為學習者相互協作與交互,共同解決問題,提供了平臺。

同時,通過各學習者給學習資源打上個性化Tag標簽,還可以找到興趣相投的學習伙伴。當然教師也應加入這一協作性學習的平臺,實時監測學習者協作學習的過程。當發現學習者走入誤區的時候,教師可及時進行正確科學的引導。對于學習者解決問題的過程,教師可就各具體部分,以Tag標簽的形式進行評價引導,從而提高了團體學習的效率,而且學習者在學習過程中能實時看到教師人性化的Tag標簽,必定學習興趣提高,與教師的情感也得到交流,有利于教學情感目標的實現。

2 Mashup、RSS等技術的合理運用可以讓智能導學系統更好的實現資源共享、聚集與復用,學習者的自主性也得以充分發揮。

引入Mashup可以聚合和重用滿足不同學習者需求的相關學習資源。就像Mashup的新聞應用一樣,將其引申到智能導學系統,它可以對各知識結點進行聚合,按照學習者的自主選擇(包括信息組合模式、信息取舍過濾、信息更新頻率等定制信息)[3],最終給出與學習者的學習需求、學習風格等完全匹配的學習資源組合。因此從根本上改變了學習者獲取信息的方式,讓學習者完全掌握了學習的自主權,同時避免了其他冗余信息的干擾,防止網絡學習迷航。

RSS技術也可使我們的系統更人性化。學習者可以在系統中留下自己的疑難問題,鑒于智能導學系統是一個開放性系統,任何學生都可以基于Wiki平臺對某些疑難問題發表自己的見解,當這個問題出現任何更新時,學習者便可通過RSS訂閱技術在第一時間內得知,以便向他人學習,及時解決疑難。有了及時的反饋,能從很大程度上提高學習者的積極性。

3 SNS社會化網絡實現智能導學系統的開放性。

SNS:SNS(Social Networking Service社會化網絡軟件)是Web2.0體系下的一個技術應用架構。SNS基于六度分隔理論運作,用戶通過Tag、RSS或者IM、郵件等方式連接到一起,每個個體的社交圈都不斷放大,最后成為一個大型的社會化網絡(SNS)[4]。在智能導學系統中,通過這個開放的社會化網絡,學習者不再是孤立的個體,面對的不再是沒有感情的機器,因為他們可以輕易的找到網絡上的任何一個節點并與之交流。

二 基于Web2.0的智能導學系統的設計

Web2.0的相關工具為智能導學系統的實現提供了充分的技術支持,我們為智能導學系統設計了如下模塊:

圖1 基于web2.0智能導學系統設計圖示

在這個系統中,個性化學習環境將由三個子系統組成:

1 個體學習平臺——學習者獨立完成學習

學習者進入個體化學習平臺,發出學習請求,系統針對具體的學習請求,對學習者進行前測,即診斷性評價。Mashup在收集學習需求、前測的結果、學習者信息庫中有關學習進度、學習風格等信息基礎上,依據規則庫,通過智能推理生成學習方案,并按學習方案給學習者配送個性化學習資源。

2 在SNS社會化網絡基礎上的協作性學習平臺,在這里,學習者親身參與問題解決,實際上是研究性學習的一個過程,從而培養學習者自主解決問題的能力,最終達到提高學習者創造力的目的。

Web2.0重參與的特性告訴我們:個體不僅僅是知識的消費者,同時也應是知識產生過程中的參與者和貢獻者;學習不應該僅僅是消耗知識內容的過程,也應該是體驗、交流、創造的過程,唯有這樣,學習者才能最終實現知識的轉化與遷移。

這一平臺依據一系列Web2.0技術實現。首先,學習者通過RSS訂閱自己感興趣的主題和疑難問題,附上個性化Tag標簽,組成不同的學習共同體。圍繞共同體內大家均感興趣的主題,在Wiki平臺上,學習者相互協作,共同解決問題,并最終生成個性化的專題學習文檔。在整個過程中,教師可實時監控,最后進行總結性評價,將各學習共同體創造的專題學習文檔通過審核、加工之后,將有價值的內容加以提煉,存入策略知識庫,成為其他學習者的學習資源。

在這里,值得一提的是,Wiki平臺不僅可以實現多人協作,同時它在系統中構建了一個開放的系統,學習者可以以任意方式任意編輯或添加內容,這就成了一個個性展示的舞臺,通過這個平臺,學習者可以任意添加自己的學習心得和知識結點,并授權自己的內容是否允許其他人進行修改,最終由系統通過數據挖掘等技術,將其按類別存入數據庫。

3 遷移評價分支系統

鑒于傳統智能導學系統缺少有效敏感的響應與反饋評價系統,因此教師除了提供學習資源、搭建學習平臺之外,還應對學習者的認知過程實施動態評價,我們可以借鑒坎佩恩―布朗的漸進提示評價模式(Graduated Prompting Evaluation or Assessment)。通過這種模式,實際上實現了在整個學習過程中學習者與教師的動態交互。

在智能導學系統中,我們把教師的動態評價功能賦予系統。通過設置遷移評價分支系統,以知識遷移作為評價的載體。當學習者進入遷移評價模塊,如果能按系統通過推理提供的試題順利完成遷移,則系統不進行介入,如果學習者不能順利完成零遷移、近遷移、遠遷移和極遷移四個不同的難度層級或距離層次遷移測試的話[5],那么系統就將加以介入,通過數據挖掘與智能推理技術,生成彌補其不足的學習分支,讓學習者進行同一級別的遷移,而不增加難度,同時從過程知識庫中抽出相應的學習策略,作為對學習者的提示,直至學習者完成該知識結點的遷移過程。再通過漸進的提示,不斷更新最近發展區,最終達到系統化教學目的。

學習者在任何時刻都可以在這三個模塊中實現跳轉,滿足不同思維習慣的學習者需求。另外,在個體學習平臺以及遷移評價分支系統中,學習者仍然可以利用web2.0的相關技術,比如對學習的結點打標簽,在遷移學習過程中,同樣可以建立自己的社會網絡,與其他伙伴共同學習。

三 系統數據庫的設計

基于Web2.0的智能導學系統基本實現了去中心化,相反它以個體為核心,為學習者自主學習、協作性學習提供了個性化平臺。通過與傳統Web教學系統的比較我們可以看到它的優勢所在:

表1 傳統web教學系統與基于web2.0智能導學系統比較

前臺優勢的體現,要求后臺有強大數據庫的支持,基于Web2.0的智能導學系統,必須對學習者提供的微內容進行標準化、過濾、粒度分析、聚類分類、文檔摘要等一系列加工處理過程,最終將生成的數據加入數據庫中,從而為數據挖掘、智能推理生成學習方案、遷移策略提供基礎。同時,由于社會化網絡的形成,對數據庫的自我擴展能力、互聯性、數據處理速度等方面也提出了較高的要求。

在這樣的需求下,我們采用關系數據庫。具體而言,關系模型的由幾個關系模式組成:

學習者模型:賬號、密碼、學習風格、學習進度、訂閱的主題、Wiki討論的主題

領域性知識模型:知識點標識、知識點名稱、關鍵詞、知識目標、情感目標、能力目標、學習內容難易等級、教學重點、重要程度、學習時間、媒體資源、強前驅知識、弱前驅知識、強后繼知識、弱后繼知識、文本、圖形、圖像、音頻、視頻、動畫

策略性知識模型:認知策略、調控策略、資源管理策略

協作學習主題模型:協作學習主題、參與者、各參與者留言、使用策略

教學遷移題分支模型:要進行自我評價的知識點、零遷移練習題、近遷移練習題、遠遷移練習題和極遷移練習題]

規則模型:學習方案生成規則、遷移分支生成規則

建立相關數據庫模型以后,要通過建立索引、視圖來優化數據庫系統,為了應對數據的激增,我們可以采用分布式存儲的方式,防止進行相關操作時,服務器負荷過重,影響系統性能。

四 結語

智能導學系統是現代遠程教育向智能化發展的新階段,其實現涉及人工智能、數據挖掘等現代技術手段,但是其本質仍然是以學習者為根本的學習系統,故必須以相關認知理論和教育理論、人本主義思想等作為系統設計的基礎,特別是在Web2.0時代,越來越多的新技術涌現,我們應該在科學利用這些技術的同時,不忘根本,才能開發出真正智能化且人性化的優良系統。

————————

參考文獻

[1] 陸成定,李明.淺談Web2.0及其對教育技術的若干啟示[J].中國醫學教育技術,2008,(2).

[2] Tim O'Reilly. What Is Web 2.0. [DB].

[3] 王琳,楊波,高艷麗.Web2.0互聯網應用技術研究[J].中興通訊技術, 2008,(10).

[4] 程軍,徐芳.淺談Web2.0帶來的教育變革[J].科技信息, 2008,(19).

[5] 黃光揚.動態評價的理論基礎、主要模式及可用性初探[J].比較教育研究,2002,(11).

[6] 羅梅,王萬森.基于關系數據庫的智能教學系統知識庫設計[J].計算機系統應用,2005,(5).

[7] 胡科,王榮良.基于Web2[1].0的Wiki技術應用研究[J].中國電化教育, 2006,(9).

[8] 荊永君,鐘紹春,程曉春.基于Internet的智能導學系統設計[J].中國教育網絡,2005,(1).