王春暉,鐘永江,張語函
(東北師范大學 理想信息技術研究院,吉林 長春 130117)
初中物理智能學習系統的設計研究
王春暉,鐘永江,張語函
(東北師范大學 理想信息技術研究院,吉林 長春 130117)
該文認為,當前智能學習系統研究大多停留在算法層面,而并無實質性的應用研究,其根本原因是沒有從學科入手,對學科內容研究不透。文章通過分析學生課下運用網絡學習初中物理知識時存在的問題,以及現階段初中物理學科網絡學習平臺存在的不足之處,提出了初中物理知識點難度等級分類模型,以及分類評價標準,在此基礎上,以測試的形式診斷學生學習水平,對學生學習情況進行記錄,并推送個性化的學習方案,以此來實現智能學習。
初中物理;學習系統;學科本體;智能診斷
經調查研究發現,現階段的初中學生在利用網絡進行物理學科自主學習時,所應用的學習資源大部分都是一些可視化的多媒體教育資源。當學生對自我學習水平不夠了解時,非常容易產生資源迷航現象。
當代建構主義者認為學習并不是一個簡單教師和學生之間的知識傳遞,而是由學生自己完成新知識的建構的過程。學生不是簡單被動地接受信息,而是主動地建構知識的意義。學習過程包括兩方面的內容:一是對新知識的意義建構,另一方面是對原來的認知結構或者經驗的重新組合[1]。因此,為了使學生達到有意義的知識建構,對學生原有的知識掌握情況的診斷是十分有必要的。
綜上所述,本研究提出了關于初中物理智能學習系統的設計,意在通過對學生知識情況的診斷,為其提供個性化的學習資源。基于溫斯頓教授對人工智能的定義,本文所提到的智能診斷是計算機通過模擬教師、專家對學生學習的指導、評價來實現的,屬于人工智能的技術范疇[2]。
國內外很多大學和公司都致力于學習平臺的設計與開發,例如被上千所大學和教育機構使用的由美國畢博公司開發的Blackboard網絡教學平臺,由加拿大British Columbia計算機科學系為高校開發的異步課程傳遞及管理系統WebCT,這些學習平臺為學生的自主學習、師生之間的交流、學生之間的合作學習等提供了很好的幫助[3][4]。但是也存在一些問題,通過對這些學習平臺的調查、對比、分析后,結合初中物理的學科特性總結出以下幾點問題:
(1)要求學生有一定的主動性。很多的學習平臺為學生提供了教師幫助服務,但很多的學生都是在遇到學習困難時才會主動去尋求幫助,對于在學習方面存在惰性的學生來說,這一功能形同虛設。雖然大部分學習平臺能夠測試評價學生知識掌握情況,但是也要求學生去主動完成自我檢測評價。
(2)為不同的學生提供了相同的學習資源。很多的平臺為所有學生提供相同的學習資源,對于存在不同學習問題的學生來說,這些學習資源并沒有起到很好的學習輔導效果。
(3)平臺的設計大部分是從功能的角度進行設計,功能與算法結合的設計研究較少。
(4)大部分平臺中的知識結構來源于教材,這對于運用不同版本教材的學生來說,不便于對同一類知識內容之間的關系進行架構。
針對以上問題,結合國內的應試教育體制,在本文的設計中要求每個學習者都必須完成每一次的物理學習檢測環節,針對學習情況的診斷結果,為其提供學習方案,學習方案是由不同的學習資源按照一定的邏輯順序而進行的組合,因此可以說為每個學生所提供的初中物理學科學習資源是不同的。
綜上所述,筆者提出關于初中物理智能學習系統的設計,基于對初中物理學習平臺存在的問題分析,本研究所設計的學習系統能夠實現以下幾方面的功能:(1)根據學生的測試結果智能診斷學生的知識水平與學習情況;(2)自動生成各種問題與練習題;(3)根據學生的水平與學習情況匹配相應的學習資源;(4)能夠對學生的學習進行一個長期的跟蹤。
根據設想的系統所具有的功能進行結構設計,系統的主要功能是診斷、為學生提供學習方案,所以診斷系統和導學系統是必不可少的核心系統。系統的總體結構如圖1所示。

圖1 系統總體結構圖
本文設計的初中物理智能學習系統主要有由部分組成:登錄系統、導學系統、診斷系統、學習追蹤系統和數據庫系統。
其中導學子系統中的學習方案是系統根據診斷系統的評價結果,為學生提供的個性化的學習輔導;診斷子系統包括測試和評價兩部分,測試是對學生學習情況的一個檢測,評價是對測試結果的分析,作為系統為學生組織學習內容的主要依據;學習追蹤子系統中的追蹤是指,對每個登錄系統的學習者的每次學習情況的長期記錄,其數據來源于診斷系統中對學生前、后測試的對比數據,對學生學習的長期追蹤實質上也是對系統有效性的評價。
學生注冊、登錄系統之后,系統為其呈現知識結構,供其選擇所需要學習的知識點內容;根據學生的選擇,系統為其組織前測試題,目的是檢測學生知識內容的掌握水平。根據前測結果,系統確定學生需要重新學習的知識內容;學習結束后,系統會檢測學生學習是否達到所需的標準,經系統對后測測試結果分析之后確定學生是否繼續學習。學生學習的流程設計如圖2所示。

圖2 學習流程圖
下面在對系統總體設計的基礎上進行詳細設計,主要包括學科領域知識庫模型、學習者模型、診斷機制、導學機制的設計。
在對初中物理課程內容分類的基礎上,結合《標準》中的教學目標制定每一個知識內容的學習目標;以考察學生的學習能力、解題方法掌握情況和學習目標達標程度來匹配試題資源;對課程知識內容的講解和試題的解題指導構成了學習資源。初中物理學科領域知識庫模型內容如圖3所示。

圖3 學科領域知識庫模型
領域知識庫模型包括課程知識內容的分析、學習目標的確定、試題和學習資源的設計。
1.課程知識內容的分析
把初中階段所有的物理知識內容按照課標要求分為若干知識塊,每一個知識塊又會有很多的小的知識點,例如,“質量”這一知識點包括質量的定義、單位,測量質量的方法、工具等多個知識點。在本研究中對知識塊的分析包括類型題、學習診斷、知識學習三個方面,如圖4所示。圖4中L是英文單詞level的首字母,意思為類別。

圖4 知識塊分析
在圖4中,類型題是中考題,對中考題根據所考察的具體知識點分為不同的類別,每一類別的題目的解題指導包括對知識點的回顧和解題方法;學習診斷是運用初中物理領域知識庫中的試題進行測試,結合診斷機制對學生的知識掌握情況進行診斷,運動導學機制為學生推送合適的學習內容;知識塊中包含具體的知識點講解,及配套練習。
2.學習目標的確定
首先,參照初中物理的新課程標準中目標的要求,根據具體的知識內容的三維學習目標要求來初步確定學生所要達到的學習目標,這一目標在本研究中作為診斷學生學習情況的重要的標準;然后,根據學生的診斷結果對目標進行重新考量,結合學生個人的學習情況及考量結果重新對目標進行微調后定位。
本文研究的初中物理智能學習系統旨在為學習者提供更加個性化的學習服務,盡可能滿足學習者的個性化學習需求。因此,對學習目標的確定是一個不斷循環修正的過程,在這一過程中系統的分析學習者的知識水平,學習風格等學習特征,以便結合診斷結果,更好的為學習者推送個性化的學習內容。
3.試題的設計
對試題的設計主要包括類型、難度和解題指導的設計。試題是作為判斷學生課程內容掌握情況的重要內容,測試題目會影響系統對學生知識水平評價的準確性,同時也是重要的學習資源。
試題的類型是根據對初中物理的學科本體分析,結合各地中考習題進行歸納,劃分為:選擇、填空題、判斷題、實驗探究題、作圖題、計算題這6種題型。
試題的層次是根據所考察的具體知識點來劃分的,而學習目標是衡量知識點難易程度的重要參數。把每一知識點所對應的所有試題按照難易程度分為三層:d1、d2、d3,在本研究中,題庫中的所有題目的難度等級的比例設置采取了中考試題中7:2:1的比例,即d1:d2:d3=7:2:1。
解題指導是對解題方法和技巧的輔導。在本文中,解題的指導包括題目所考察的知識點的分析、解題思路的分析以及解題方法的指導。對于難度較高的題目,所考察的知識點可能有多個,所以在解題指導中,還要基于題目建立有關知識點之間的鏈接。
4.學習資源的設計
在本文中,學習資源是對課程知識的講解和題庫中試題的解題指導的集合。在對各部分知識內容進行講解的同時,會總結學習該部分知識內容所慣用的學習方法。對試題的指導主要是引領學生掌握物理解題步驟及慣用的解題方法。
學習資源是以知識點為單位進行劃分,其中對同一知識點中的學習資源又進行難易程度的劃分,結合診斷機制的診斷結果,及個人的學習目標由導學機制將個性化的學習資源推送給學習者。
不同學習者之間存在不同方面的個體差異,為了能夠及時地、自動地為學習者提供適合其自身學習特征的學習資源,要對學習者進行建模。在智能導學系統領域學習者建模主要關系到學習者在某一領域內的知識水平、學習內容、情感狀態等,比較典型的學習者模型有知識覆蓋型學習模型、鉛板模型、基于約束的學習模型和貝葉斯學生模型[6]。這些模型都屬于范式模型,沒有與具體學科特點相結合。
為解決學生具體學科知識缺陷問題,本文中的學習者建模主要包括四部分的內容:學習者個人信息、學習者的知識結構樹、對學習者的測試情況和學習過程的記錄。對學習者模型的設計如圖5所示。

圖5 學習者模型
個人信息中記錄著學習者的基本信息及學習態度,方便系統對學生的學習進行調整監控,結合導學機制有效調動學生學習積極性,保持對初中物理學科的學習興趣。
知識結構樹根據對初中物理學科本體知識內容的分類和學習目標的分析,為每位學習者構建相同的知識學習樹。對學習者每一次的知識點過關情況都會在知識結構樹中以不同的顏色做以標識,雖然所有學生的知識結構樹在邏輯結構上都是一樣的,但是所傳達的學習者的學習情況的基本信息是不同的。
測試情況包括前測和后測兩次測試結果的記錄,每一次的測試結果以表格的形式表示出來,對兩次測試結果的分析意在讓學生對自我學習水平有一個大致的了解。
學習記錄為學習者學習過程的記錄,系統為學習者提供的學習方案,意在讓學生掌握主要的物理學習方法,通過學習記錄能有效地了解學習者知識內容的學習情況,及通過應用本系統輔導后學習者的物理學習方法掌握情況。
由于初中物理智能學習系統是在網絡學習環境下運行的,所以系統主要采用了系統日志的方式來記錄學習者學習過程中的各種數據。故對學習者建模不僅可以幫助學習者對自我學習情況有一個了解,而且為教師了解學生的學習情況提供了有關數據,同時還可以為研究者對學生學習影響因素之間的關系的研究提供有用的數據。
診斷的標準是學習目標的達標情況和及解題方法的掌握情況,以測試作為診斷的手段,測試分為前測和后測。當學生選擇所要學習的知識內容之后,系統會以測試的形式來確定學生的能力水平,以此來為其提供相應的試題,在測試開始時要確定學生的模糊達標情況。本章將以質量這一知識點為例,對系統智能診斷過程做以簡要演示。首先,簡要分析一下質量這一節的學科本體,具體知識模塊的層級劃分如表1所示:

表1
1.確定模糊達標程度
在本系統中,系統會圍繞學生所選擇的知識點組織一組d2層的試題作為初試。試題數為L(一般不超過20道),答對的試題的數目為m,對類型題Ln所對應的知識點的模糊達標程度值θLn可以用下式求得:

對于包含若干類型題的知識塊的模糊達標程度值θ用下式求得:

根據被試者的模糊達標程度θ值,來確定學生關于某一知識塊的能力水平,θ值高不代表學生不需要學習,系統以每一類的類型題的達標值θLn的大小來確定學生的前測試題的選題。
以質量這一知識點為例,選取d2層中每個知識內容下的類型題共12道,其中L1層題目數為6,L2層題目數為4,L3層題目數為2;假設A生答對的試題數為8,其中L1層為5,L2層為2,L3層為1,運用公式2結果保留小數點后一位,得θL12=1.6。
2.前測
(1)確定前測試題
根據模糊達標程度值的大小,系統為學生選擇前測試題。對于θLn值較低的同學,系統所組織的試題中d1層的題目數量居多;θLn值較高的同學,系統所組織的前測試題中d3層的試題居多。
根據質量這一知識點模糊達標平均程度值考量A生的θLn=1.6較高,故應為A生組織選取的前測題中d3層的試題應居多。
(2)前測結果評價
對于前測測試情況的診斷是根據類型題的得分率來判斷的,Ln類型題的得分率DLn,是所給答案正確的題目的得分占總分數的比值,總分數用單詞Fraction的首字母F來表示,答對題目的得分用f表示,用下面公式表示:

評價結果用表2表示:

表2
表格中達標評價用0和1來表示,1是達標,0是未達標。
為A同學組織的前測試題,評價結果如表3所示:

表3
從前測結果可以看出,A生對Kw2、Kw4的d2層以上的知識掌握不是很理想,因此系統中的導學機制會結合測試結果為學生推送相應的學習資源,以幫助學生提升學習成績,達到學習目標要求。
3.后測
當學生學習結束后要檢驗學習效果如何,即為后測,通過對后測的測試結果的分析來決定系統是否推送對下一級別或者類別的知識點。當θLn值較低時,系統所組織的試題中d1、d2層的題目數量居多;當θLn值較高時,系統所組織的試題中d2、d3層的題目數量居多。
對后測測試情況的評價用表4表示:

表4
A生經學習后后測結果如表5所示:

表5
解題方法體現的是物理思想方法,比較抽象,對它的掌握情況的診斷比較簡單,當某一類型題的得分率較高時就代表被試者已經掌握了該類型題的解題方法。
導學機制就是根據智能診斷機制對學生學習需求進行判斷,為學習者提供個性化的學習內容。導學包括兩方面的內容:根據前測的結果為學生組織、推送學習方案,推送下一類別的學習內容。
1.學習方案的組織、推送
在本研究中,對若干知識點的講解內容及相應例題按照一定的前后、難易的邏輯順序進行的組織,就是學習方案。在圖4中可以看到學習方案中知識點的講解內容一般以文字、視頻、音頻的形式出現。
系統根據學生學習態度調查分析結果以及前測的分析結果,呈現學習方案。這個學習方案并不是一成不變的,在分析學生學習過程中知識內容掌握情況以及解題方法的掌握情況來調整學習內容,使其和學習者知識水平能力相當。
2.下一類別的學習內容的推送
系統為學生推送下一類別學習內容的基礎是對知識內容進行類別的分類,如圖4所示。
系統要為學習者推送L2類別的知識點的學習內容時需要對L1類別的知識點后測測試得分率設置參數值N。若DL1>=N時,系統會推送L2類別的知識點的學習內容,依次類推,當DLn>=N時,學生關于這一知識點已經達到學習目標的要求。
本文為了解決初中生在通過網絡學習物理知識時存在的資源選擇迷航現象,在對國內外研發的網絡學習平臺存在問題的基礎,提出了算法、功能設計集于一身的具有學科特色的初中物理智能學習系統的設計研究。本研究也存在一些不足之處,例如,對算法的研究還不夠深入,對初中物理知識內容的分析過于籠統。在今后的研究中,將致力于算法和知識內容的分類。
[1] 張建忠.知識構建在初中物理教學中的應用[J].中國教育技術裝備,2013,(1):77-78.
[2] 周宏偉,王建華.網絡智能學習系統設計[J].黑龍江科技信息,2008,(16):174.
[3] 百度百科. Blackboard[DB/OL].http://baike.baidu.com/view/1969844.htm,2014-03-10.
[4] 百度百科.WebCT[DB/OL].http://baike.baidu.com/view/2097694.htm,2014-03-10.
[5] 繆凱. 基于Web的網絡智能學習系統設計研究[M].長春:東北師范大學,2004.5.
[6] 黃榮懷,楊俊鋒,胡永斌.從數字學習環境到智慧學習環境——學習環境的變革與趨勢[J].開放教育研究,2012,(1):75-84.
王春暉:博士,研究方向為數字化學習環境建設(zhongyj@nenu.edu.cn)。
鐘永江:博士,研究方向為數字化教學資源建設(zhongyj@nenu.edu.cn)。
張語函:碩士,研究方向為數字化教學資源建設(22747179@qq.com)。
2014年3月15日
責任編輯:馬小強
The Intelligent Learning System Design of Junior High School Physics
Wang Chunhui, Zhong Yongjiang, Zhang Yuhan
(Ideal Information Technology Institute of Northeast Normal University, Changchun Jilin 130117)
This paper argues that the current intelligent learning system research mostly stay at the algorithm level, and there is no substantial application research. Its root cause is that the research is not from the perspective of subject and lacks in-depth study of the subject content.In this paper, through the analysis of students’ junior high school physics knowledge learning problem on the network after class and the defects of current junior high school physics network learning platform, it puts forward the difficulty level model of junior high school physics knowledge and its evaluation standards. On this basis, student’s learning level is diagnosed in the form of testing, student’s learning situation is recorded, and personalized learning solutions is pushed, so as to realize intelligent learning.
Junior Middle School Physics;Learning System; Discipline Ontology;Intelligent Diagnosis
G434
A
1006—9860(2014)10—0090—06