智能輔助教學(xué)系統(tǒng)中學(xué)生模型的設(shè)計(jì)與研究

摘要在智能輔助教學(xué)系統(tǒng)中，為了做到因人而異的個(gè)別化教學(xué)，學(xué)生模型扮演著非常重要的角色。通過建立有效的學(xué)生模型以改進(jìn)智能輔助教學(xué)系統(tǒng)的性能已成為一個(gè)研究領(lǐng)域。文章提出了一個(gè)較為完整的學(xué)生模型，更貼切地刻畫學(xué)生的學(xué)習(xí)情況和學(xué)習(xí)行為，而且也有利于實(shí)現(xiàn)。

關(guān)鍵詞智能輔助教學(xué)系統(tǒng)；學(xué)生模型；認(rèn)知評(píng)價(jià)

一、引言

在智能輔助教學(xué)系統(tǒng)（簡(jiǎn)稱ICAI系統(tǒng)）中，為了做到因人而異的個(gè)別化教學(xué)，必須了解當(dāng)前的教學(xué)對(duì)象，這就要求將學(xué)生的情況用適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)記錄下來，作為ICAI系統(tǒng)進(jìn)行教學(xué)決策的依據(jù)。這種用于記錄學(xué)生情況的數(shù)據(jù)結(jié)構(gòu)稱作“學(xué)生模型”。學(xué)生模型反映了學(xué)生的學(xué)習(xí)進(jìn)度、知識(shí)的熟練程度、存在的誤解以及與期望目標(biāo)之間的差距。這些信息被教師模塊作為教學(xué)決策的依據(jù)，使系統(tǒng)能正確評(píng)價(jià)學(xué)生的理解程度，診斷其錯(cuò)誤，為每個(gè)學(xué)生提供最適合、有效的教學(xué)材料。可以說，學(xué)生模型在智能化的教學(xué)中扮演著非常重要的角色。

二、傳統(tǒng)學(xué)生模型的建立方法

目前有好幾種建立學(xué)生模型的方法，分別是：

1.覆蓋模型(Overlay Model)

覆蓋模型是最早的基于人工智能的學(xué)生模型，它是基于學(xué)生掌握的知識(shí)總是正確的專業(yè)領(lǐng)域知識(shí)的一個(gè)子集來構(gòu)建的?；谶@種模型的系統(tǒng)可以根據(jù)領(lǐng)域知識(shí)結(jié)構(gòu)圖和學(xué)生的知識(shí)狀態(tài)圖間的比較，得到學(xué)生的知識(shí)結(jié)構(gòu)缺陷，推薦學(xué)生當(dāng)前應(yīng)學(xué)習(xí)的內(nèi)容。覆蓋模型的優(yōu)點(diǎn)是比較容易構(gòu)造，不過，這種模型不能捕捉學(xué)生的錯(cuò)誤知識(shí)。

2.偏差模型(Buggy Model)

偏差模型是通過把學(xué)生的錯(cuò)誤概念表示為領(lǐng)域?qū)＜抑R(shí)的偏差而獲得學(xué)生行為的模型。為了解決覆蓋模型的缺點(diǎn)，許多研究者將研究集中在構(gòu)造一個(gè)學(xué)生誤解或偏差的數(shù)據(jù)庫，稱之為偏差庫(Bug Library )。該庫描述學(xué)生可能出現(xiàn)的所有偏差類型，并且針對(duì)每種錯(cuò)誤類型，提供相應(yīng)的補(bǔ)救策略，這是此種模型的優(yōu)點(diǎn)，但這也是系統(tǒng)的難點(diǎn)。

3.貝葉斯網(wǎng)絡(luò)模型 (Bayesian Network Model)

貝葉斯網(wǎng)絡(luò)是一種概率推理機(jī)制，它在概率論的基礎(chǔ)上進(jìn)行不確定推理。貝葉斯網(wǎng)絡(luò)為在某一特定應(yīng)用領(lǐng)域中描述隨機(jī)變量之間的概率依賴性提供了一個(gè)圖形化的表達(dá)方式，以及利用這些依賴進(jìn)行復(fù)雜的概率推理的算法。這種方法是目前研究的熱點(diǎn)，它不僅能獲得學(xué)生的知識(shí)情況，而且還可以推出學(xué)生出錯(cuò)的原因，比較適合于過程性知識(shí)。

4.認(rèn)知模型(Cognitive Model)

認(rèn)知模型是基于美國著名心理學(xué)家布盧姆的認(rèn)知理論建立起來的學(xué)生模型，主要反映學(xué)生認(rèn)知能力的模型。學(xué)習(xí)者的認(rèn)知能力怎樣以及處于什么階段，對(duì)學(xué)生和老師來說都是很重要的。學(xué)生需要了解自己哪一方面的能力差，有針對(duì)性的學(xué)習(xí)補(bǔ)救，而老師也只有在了解學(xué)生的認(rèn)知能力之后，才能確定學(xué)生的學(xué)習(xí)行為，診斷犯錯(cuò)的根源，以便采取相應(yīng)的教學(xué)策略和方法。

5.歸納法(Induction)

隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，研究人員使用稱為歸納法的機(jī)器學(xué)習(xí)技術(shù)來動(dòng)態(tài)的補(bǔ)充偏差庫，或者是從零開始對(duì)學(xué)生的誤解和錯(cuò)誤進(jìn)行建模。歸納法是以動(dòng)態(tài)地對(duì)學(xué)生進(jìn)行建模，與動(dòng)態(tài)偏差模型不同，歸納法不依賴于人的指導(dǎo)，但是歸納法需要大量的實(shí)例來保證產(chǎn)生正確的結(jié)果。

6.理論改進(jìn)(Theory Refinement)

理論改進(jìn)是一種較新的機(jī)器學(xué)習(xí)技術(shù)，以解決歸納法中需要較多例子的缺點(diǎn)。它將理論分析與實(shí)際中的學(xué)習(xí)方法集成起來，獨(dú)立于知識(shí)域。它以有效利用以前的經(jīng)驗(yàn)，以對(duì)多個(gè)學(xué)生中發(fā)現(xiàn)的共性問題進(jìn)行建模。但是缺點(diǎn)是算法復(fù)雜，實(shí)現(xiàn)非常困難。

三、改良的學(xué)生模型

從上面的分析可以看出不同的建立方法各有所偏重點(diǎn)，應(yīng)該說建立完整的學(xué)生模型時(shí)最好還是綜合采用幾種方法。在本文的研究中，考慮自身系統(tǒng)學(xué)生模型的建立需求，綜合采用了上述6大學(xué)生模型的建立方法中的覆蓋模型和認(rèn)知模型，并增加了一個(gè)測(cè)試評(píng)價(jià)模型：通過覆蓋模型反映學(xué)生的知識(shí)學(xué)習(xí)情況即知識(shí)水平，認(rèn)知模型則反映學(xué)生的認(rèn)知能力，測(cè)試評(píng)價(jià)模型作為一個(gè)輔助工具模型實(shí)現(xiàn)認(rèn)知水平的測(cè)試評(píng)價(jià)。這樣就構(gòu)成一個(gè)基本完整的學(xué)生模型。我們給出學(xué)生模型的完整形式化描述如下：

學(xué)生模型={基本信息模型，安全模型，學(xué)習(xí)狀況模型}

基本信息模型={學(xué)號(hào)，姓名，院系，專業(yè)，班級(jí)，年齡，性別，愛好，學(xué)習(xí)風(fēng)格…}

安全模型={學(xué)號(hào)，姓名，登錄賬號(hào)，密碼}

學(xué)習(xí)狀況模型={覆蓋模型，認(rèn)知模型，測(cè)試評(píng)價(jià)模型}

覆蓋模型={學(xué)號(hào)，姓名，課程，學(xué)習(xí)進(jìn)度，…}

認(rèn)知模型={學(xué)號(hào)，姓名，課程，識(shí)記能力，理解能力，應(yīng)用能力，評(píng)價(jià)能力，分析能力，綜合能力，總體能力}

測(cè)試評(píng)價(jià)模型={學(xué)號(hào)，姓名，練習(xí)時(shí)間，練習(xí)得分，測(cè)試時(shí)間，測(cè)試得分…}

改良后的這個(gè)學(xué)生模型不僅可以記錄學(xué)生的知識(shí)掌握能力和學(xué)習(xí)歷史，還可以記錄學(xué)生的認(rèn)知能力。更貼切地刻畫學(xué)生的學(xué)習(xí)情況和學(xué)習(xí)行為，而且也方便實(shí)現(xiàn)。

參考文獻(xiàn)：

[1]趙潔.基于認(rèn)知理論和隨機(jī)開放性測(cè)試的動(dòng)態(tài)學(xué)生模型研究[J].計(jì)算機(jī)工程與應(yīng)用.2003.(34):95～98

[2]劉爽英，閆瑩.ICAI系統(tǒng)中學(xué)生模型與教學(xué)策略的設(shè)計(jì)[J].華北工學(xué)院學(xué)報(bào).2003， 24(4):291～293

[3]謝中新，王林泉，葛元.智能教學(xué)系統(tǒng)中認(rèn)知型學(xué)生模型的建立[J].計(jì)算機(jī)工程與應(yīng)用.2005.3:229～232

作者簡(jiǎn)介：張志勤（1981-），女，碩士研究生，武漢東湖學(xué)院計(jì)算機(jī)學(xué)院講師，研究方向：計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)人工智能。