微型學習視頻在教學專家系統中的應用研究 *

任紅艷，端義鋒，李廣洲

(1.南京師范大學 教師教育學院，江蘇 南京 210097；2.解放軍理工大學 指揮自動化學院，江蘇 南京 210006；3.南京師范大學 課程與教學研究所，江蘇 南京 210097)

微型學習視頻在教學專家系統中的應用研究*

任紅艷1,3，端義鋒2，李廣洲3

(1.南京師范大學 教師教育學院，江蘇 南京 210097；2.解放軍理工大學 指揮自動化學院，江蘇 南京 210006；3.南京師范大學 課程與教學研究所，江蘇 南京 210097)

論文以知識點及其相互間關系為核心、構建了基于學科本體的教學專家系統。同時，將“微型學習視頻”引入到教學素材庫本體的設計中，從教學微策略等角度討論了微型學習視頻的設計原則和特點，從教學宏策略等角度提出了基于知識空間理論的微視頻的選編算法。以“氧化還原”教學專題內容為例進行了教學實踐活動，闡述了基于微視頻的教學專家系統的自主學習模式及其教學流程，并采用實驗班和對照班對比研究的方法，驗證了選編算法的可行性及利用該系統開展自主學習有效性的教學效果分析。基于微視頻的教學專家系統在具備“智能性”和“個別化學習”功能的同時，更具有“移動學習”時代的時代性和普適性，能夠提高學生的學習效率。

微型學習視頻；教學專家系統；知識點；氧化還原反應

一、引言

如今，“微博”“微信”“微電影”“微支付”等早已拉開序幕，人們已經習慣于生活在這個充滿“微”的“微時代”之中了。這種“微”思想和“微”行動同樣沖擊著教育界。近年來，“微課程”“微學習”等也逐漸進入了我們的視野之中，如何將其高效應用于教學將會是今后一個重要研究方向。

目前，關于教學專家系統的研究者多為計算機學科專家，與具體學科領域專家合作的缺乏容易導致對于“技術理性”的片面追求，缺失對學科知識本質及其深層關系的挖掘，更缺少了對教學素材的系統且精細化的研究。為此，本研究提出了以知識點及其相互間關系(亦即具體學科的知識結構)為核心，并將“微型學習視頻”(簡稱為微視頻)引入到教學素材庫本體的設計中，構建基于學科本體的教學專家系統，使得學科教學專家系統在具備“智能性”和“個別化學習”功能的同時，更具有“移動學習”時代特征，提高學習效率。

二、理論基礎

(一)學習連續體：正式學習與非正式學習

在相當長的一段時間內，正式學習(Formal Learning)幾乎成為了學習的全部。進入信息時代后，網絡學習、移動學習、微型學習等新興學習方式快速出現并流行，學習的時間和空間被拓展和延伸，學習連續體中的另一端非正式學習(Informal Learning)顯得越來越重要，并與正式學習交相輝映。這種對學習連續體的重建和認識，逐步消解了過度重視正式學習的傾向，更是對學習本源精神的回歸與認同。

隨著媒介生態的微型化發展，“微型學習”(MircoLearning)已被廣泛認同。林德納(Lindner)提出：微型學習是學習相對較小的學習單元及持續時間較短的學習活動，是基于微型內容和微型媒體的一種新型學習方式[1]。可見，本文所提及的“微型學習視頻”是承載知識的一種新型方式，也可以認為是屬于一種非正式化學習的教學資源，更是開展“微型學習”的一種獨特方式或途徑。

(二)知識本體化：元知識與復合知識

本體論源于哲學，指“對世界上客觀存在物的系統地描述，即存在論”。本體通過描述概念間關系提供對領域知識的共同理解，實現計算機的知識共享和互操作能力，是某個領域內不同主體(人、代理、機器等)之間進行交流的一種語義基礎。

知識點及知識點相互間的關系(學科知識結構)是學習的根本和基礎，也決定了智能教學系統的靈活程度和智能程度。對學科領域知識進行科學劃分與有機連接，依據知識間關系構建優化的本體庫，充分發揮知識間關系的序化作用和線索作用等，可以不斷優化并完善智能教學系統，進而影響教與學的效率。由于知識點的粒度可大可小，因此知識點的劃分以保持其內容的完整性和獨立性為基本原則，具有較高的靈活性與相對性以適應學習者的不同需求。通常，學科領域的知識點本體包括元知識點和復合知識點兩種類型。在教學中不能夠再分解的知識點稱為元知識點，由不同元知識點組合獲得的這類知識點稱為復合知識點。領域知識本體化的過程就是用形式化的語言描述元知識點、復合知識點及其相互間關系，以支持相關算法的調用與計算。因此，這種以元知識點和復合知識點同時存在的知識點的約定方式使得系統對于教學內容的動態調度和學生錯誤的準確定位成為可能，為多元化的微視頻制作提供準確方向，也為不同教學策略的生成提供重要依據。

(三)教學組織策略：微策略與宏策略

教學策略是教學專家系統的重要組成部分，而微視頻是本系統中實現教學策略的重要載體。系統通過“微策略”和“宏策略”兩種教學組織策略[2]優化微視頻的設計與調用。

微策略是對每一個微視頻中教學材料的選擇、設計與組織的過程與方法。本文所使用的微策略主要以Felder-Silverman的學習風格與梅瑞爾(Merrill)的成分顯示理論(Component Display Theory)為基礎，提供面向不同學生個體的適應性內容的表示方法。在學習內容呈現方面，學習者在感知信息維度和輸入信息維度上的個體差異對于個性化學習內容表示有重要的影響[3]。依據該學習風格測試問卷中相關術語及數值的含義[4]，本文使用的微策略如右圖1所示。根據測試結果，可將學生分類九種類型(Ⅰ-Ⅸ)，相應的可以有九種微策略。其中，感知維度以“實例”與“通則”間關系分為三種策略：“實例—練習—通則”(對應于感悟型Ⅱ、Ⅶ、Ⅸ)、“實例—通則—練習”(對應于平衡型Ⅰ、Ⅳ、Ⅴ)和“通則—實例—練習”(對應于直覺型Ⅲ、Ⅵ、Ⅷ)；輸入維度以知識呈現方式是否可視化進行分類：“視覺型”(以圖片視頻等可視化方式呈現Ⅳ、Ⅵ、Ⅶ)、“平衡型”(Ⅰ、Ⅱ、Ⅲ)和“言語型”(以文字或語言等方式呈現Ⅴ、Ⅷ、Ⅸ)三種微策略。當然，在實際操作過程中，不一定每個教學內容都必須對應于九種微策略，而是可以根據需要酌情增補。

圖1 基于“感知-輸入”維度的微策略示意圖

與微策略相對應的還有一種教學組織策略是宏策略，即依據雷杰盧斯(Reigeluth)所提出的細化理論(Elaboration Theory)為基礎，認為知識是按照抽象到具體不同層次結構組織的，且認知結構中的知識是相互作用和聯系的。將學科領域中最基礎和最有代表性的知識作為初始概要，然后對初始概念繼續逐級細化，使得學科教學內容越來越具體深入和細致。論文沿用上述宏策略關于教學內容編列和綜合的思想，表征具體學科領域知識中的結構性關系，并依據知識空間理論與微視頻選編算法(見本文第四部分)，通過測試確定學生認知結構并提供合適的微視頻學習路徑。換言之，本文所指的宏策略以微視頻學習順序的形式所外顯的學習路徑體現學科知識間關系及學生個性化的認知結構與學習風格。

三、微型學習視頻的設計原則

筆者所研發的教學專家系統由ITS本體庫(含微視頻)、學生模型(包括學習風格和認知結構)和教師模塊(微視頻選編算法)構成，系統能自動從教學素材本體中調用適當的微視頻(微策略)，并提供推薦的微視頻學習路徑(宏策略)供學習者自主學習[5]。傳統教學專家系統的教學素材多以靜態的文本、課件或者未經加工的長教學視頻呈現。文本或課件常有“課本搬家”之嫌，而“原生態”的長視頻雖然極為寶貴，也因其針對特定的學生群體且極為關注課堂教學的完整性而缺失普適性，更何況讓學生在課余時間自主長視頻必將是一項無比艱巨的任務。針對學生的個性化需求，筆者基于“微型學習”將“完整的知識碎片化”，以師生熟悉的PowerPoint為平臺，通過多樣化的呈現形式，創作系列不同的微視頻以滿足學生的學習需求。所創作的微視頻遵循下列原則。

(一)時間短，保持內容相對獨立

微視頻的“微”的主要特征體現在兩個方面：時間短和內容少。曾有報道大學生的注意力持續時間僅有10分鐘。而在非正式的泛在、開放的學習環境中的中學生個體的注意力則更易受到干擾。因此，所設計的微視頻時長大部分在3分鐘之內，最長不超過5分鐘。以高一化學中的“氧化還原(第一課時)”內容為例，據統計，所制作的24個微視頻平均耗時143秒。時間的短少必然制約內容的選擇，每個微視頻都聚焦于某個知識片段，知識內容要盡量做到精煉，重點突出，難點明確。通過重復、放慢等形式強調關鍵信息，并綜合運用文字、圖片、聲音、動畫等形式來幫助學生理解，保證所有內容都能夠清楚的展現，學習目標明確。

在微視頻制作過程中，首先根據專題進行知識分類與解析，獲得相對獨立的“知識碎片”；同時，為保證知識的連貫性，利用Protégé本體關系工具表示“知識碎片”間的關系。然后，選擇適當的“知識碎片”為核心進行微視頻的制作。不同微視頻間以知識間關系為紐帶，具有密切聯系，且微視頻間的這種聯系可以由系統根據知識間關系自動推理生成。因此，所制作的微視頻相對獨立且又具有智能關聯，從而處理好微型內容的片斷性與教學內容的整體性關系以及微型學習目標與整體教學目標的關系。學生在課余時間大都處于邊緣性投入和非連續性的注意狀態，處于開放性、移動式學習環境中的這些微視頻，能夠滿足學生“隨時、隨地”進行自學習的需求。

(二)交互強，注重形成性評價

穆爾(Moore)將一般教學過程中的交互分為三類：學習者和學習指導者之間的交互、學習者和學習內容之間的交互、學習者和學習者之間的交互[6]。基于微視頻的教學專家系統的學習過程中，前兩類交互可以通過不同的顯性交互方式呈現。學習者和學習內容之間的顯性交互以學習者的各種不同的學習行為表現方式呈現，如暫停、前進、后退、重看、跳越等，與學習內容之間的每一個交互行為都蘊涵著特定的學習意義。例如，暫停表示學習者正在思考當前學習內容或表示對當前學習內容有疑問；前進表示學習者學習進度正常；重看表示學習者對學習內容的理解有一定的困難；后退表示學習者正在自我建構知識間的聯系；跳躍表示當前學習的內容對學習者而言過于簡單或者過于枯燥乏味。學習者和學習指導者之間的顯性交互以學習進程和過程性評價表現出來。基于微視頻的學習活動也是一個學習者自主建構的過程，所設計的微視頻自然不可一味講解，“填鴨式”的講授只會磨滅學生的學習興趣，更無法體現學習者的自主性學習。因此，在微視頻設計中，“學習指導者”注重學生的形成性評價，根據交互結果給予及時的反饋與細致的指導，讓學習者專注的投入于微視頻學習的體驗中，與微視頻之間保持思維的合拍，在短時間體驗這種自由、開放式學習的快樂與緊張的感覺。微視頻的設計注重交互與反饋，以激發學生學習興趣，促進深度思維，提高學習效率。

(三)形式多，適應個性化需求

在微視頻設計和制作過程中，通過多種途徑和方式，遵循時空臨近原則和多重表征的一致性原則，以多樣化的呈現方式減少認知負荷，提高教學效率。邁耶(Mayer)等人在認知負荷實驗研究基礎上提出的時空臨近效應，包括空間臨近效應和時間臨近效應[7]，指盡量使學習對象的多種表征在空間上鄰近或組合呈現，在時間上同步或臨近呈現，通過降低認知資源搜索而降低外在負荷，并在不同表征之間建立聯系而增加有效負荷。從化學學科內容特點分析，宏觀表征、微觀表征和符號表征是化學學科教學的重要特色，建立三種表征之間的關系并能夠進行自由轉換是學習者意義學習的重要標志。因此，在教學設計過程中，要考慮教學內容和學習者的需要，采取多種表征方式，幫助學生自主建立多重表征之間的關系，以減少工作記憶中的盲目搜索和無關的認知操作，將所釋放的認知容量用于其他認知活動的操作，提高學習效率。

形式多樣化的微視頻也具有個性化特征，微視頻雖然“微”但是“全”。此處所指的“全”不僅指教學內容的“全面”，同時也指“多樣性”的教學方式確保“因材施教”而面向全體學生。每一個視頻就是一個相對獨立的“微型教學片段”，以教學微策略指導而具有特定的組織和呈現方式。相同的教學內容可以被設計成由不同微策略指導的以多種方式傳播的不同的微視頻。同時，以知識點間關系為依據，基于學生的認知水平和學習風格，形成適合于每一個學習者的特定的學習路徑，在看似松散的微視頻間形成一個隱性連續而又具有個性化的教學結構。

四、微型學習視頻的選編算法與實踐案例

學科領域知識本體和教學素材本體是ITS本體庫的重要組成部分，是學生自主學習的資源。知識點與微視頻之間并非一一對應，而是一個多對多的復雜映射關系。即某一個知識可能同時出現在多個不同的微視頻中，某一個微視頻也可能涵蓋多個不同的知識點。另外，即便是相同的教學內容，則基于不同微策略指導之下仍可以設計出多個不同的微視頻，微視頻的數量上也將會是極為龐大的。因此，僅僅基于知識本體間的關系以及其導出的教學素材庫之間關系仍無法對學習者提供準確的、高效率的、個性化的指導，需要適當的方法為微視頻的選擇和編列提供支持。下面以“氧化還原反應”內容為例，展示本系統是如何選擇微視頻并對其進行排列以提供學生個性化的最優學習路徑，并對學習結果進行了實踐的檢驗。

(一)利用KST理論構建知識空間

本文所設計和開發的教學專家系統以Doignon和Falmagne所提出的知識空間理論(Knowledge Space Theory，KST)為基礎[8]。知識空間理論是一種通過試題和測試來構造領域內的知識結構，并用以衡量主體知識狀態的心理學理論，該理論以嚴格的數學分析為基礎，為領域內的知識空間分析和主體知識狀態分析提供了一種精細的定量方法[9]。KST理論從所有知識狀態中選舉出有效知識狀態并構建成知識空間，極大地減少了知識空間中的狀態節點數目，從而有效地降低知識空間的分析和應用的復雜度。

我們以“普通高中化學課程標準”為依據，結合不同版本教材編寫者的教學意圖以及教學專家關于“氧化還原反應”概念教學的經驗，提取以化合價、核外電子排布、氧化還原反應特征、氧化還原反應的本質四個核心概念，并構建了“氧化還原反應”內容的知識空間拓撲(如右圖2A所示)。其中，每一個節點表示一個有效的知識狀態，用處于該狀態的學習者所掌握的知識點來表示。例如：?表示當前學習者沒有掌握“氧化還原反應”的核心概念；{k1,k2,k3,k4}表示當前學習者掌握了“氧化還原反應”的全部核心概念。

(二)利用微視頻知識點信息推理獲得微視頻學習路徑

通過分析微視頻所對應的知識點之間的關系并進行推理，系統可以自動獲得微視頻學習路徑有向圖。在實驗過程中，我們針對每一個知識點制作了若干微視頻，每一個微視頻中僅包含一個知識點的講解，因此推理所獲得的微視頻間學習路徑有向圖(如圖2B所示)與知識空間在拓撲上是同構的。若所制作的微視頻能夠包含多個知識點，則微視頻學習路徑圖與知識空間圖就不再是拓撲同構的了。

在此基礎上，系統對學習者進行相關專題的問題測試，判斷其認知狀態(確定學習起點及認知缺陷)，以獲得該學習者可能的不同學習路徑。以高一新生為例，化合價(k1)和核外電子排布(k2)是學習氧化還原內容的儲備知識，氧化還原反應特征(k3)和氧化還原反應本質(k4)是需要學習的新的目標知識。若經測試后，某學生S1掌握核外電子排布而對化合價概念不清，則以圖2B中的(k2)為學習起點。由此，系統結合微視頻學習路徑及該學生認知結構進一步獲得了適用于該學生的微視頻學習路徑有向圖，即圖2B中用虛線圈標識的一個學習路徑子圖，該子圖中包含了這個學生所有可以選擇的學習路徑。

圖2 “氧化還原反應”的知識空間與微視頻學習路徑有向圖

(三)利用隨機學習理論與匹配度確定最優的微視頻學習路徑

如何選擇最優的微視頻學習路徑以提高學習效率，是選編算法的關鍵，也是專家系統的重要追求目標。因此，需要對微視頻學習路徑圖中的每條路徑進行逐一比較和分析，從而獲得適合特定學習者的最佳學習路徑。

依據KST理論，可以通過兩種方法來確定關鍵路徑(Critical Path)。一種是通過學科教學專家的建議可以獲得推薦的關鍵路徑，另一種是根據隨機學習理論(Stochastic Learning Theory)分析獲得學生群體的關鍵路徑。

在確定了關鍵路徑之后，系統還需要依據學生模型與微視頻屬性來選擇同一知識點的具體微視頻，即確定最佳學習路徑。系統采用Felder-Silverman學習風格來描述微視頻屬性和學生模型，并用兩者的匹配程度來完成同一知識點的微課程選擇。具體的，系統從“感知”與“輸入”兩個維度度量微課程屬性，表示為M(f1m，f2m)。其中，M表示微視頻；f1m為該微視頻的“感悟—直覺”風格屬性所對應的數值，f2m表示該微視頻的“視覺—言語”風格屬性所對應的數值*。例如，對于化合價概念(k1)而言，根據圖1選擇制作了基于九種不同微策略的九個不同的微視頻，每個微視頻(依次與圖1中Ⅰ-Ⅸ種類型相對應)的屬性可以表示為：Mk1-1(2，2)，Mk1-2(5，2)，Mk1-3(-5，2)，Mk1-4(0，6)，Mk1-5(0，-4)，Mk1-6(-5，6)，Mk1-7(5，6)，Mk1-8(-5，-4)，Mk1-9(5，-4)。類似的，系統中所有的微視頻都可以用上述規則來表示其屬性。同樣的，學生模型可以表示為S(f1s，f2s)。其中，S表示某學生，f1s與f2s分別表示該學生在“感悟—直覺”與“視覺—言語”兩個維度上測試所獲得的學習風格對應的數值。例如，經測試上文所提及的學生S1的學生模型表示為S1(-3，8)。那么，學生與微視頻的失配度用來確定，選取S1與上述六個微視頻中失配度最低的(M k1-6)為最佳微視頻。通過類似的方法，系統為學生S1提供的最優學習路徑為：Mk1-6→Mk3-4→Mk4-6。

(四)基于微視頻的教學專家系統的教學實踐研究

1.基于微視頻的教學專家系統的使用流程

筆者在江蘇省4所不同類型的高中，選擇了425名高一學生為被試，利用本系統開展了“氧化還原反應”內容的自主學習實踐活動，其學習流程如右圖3所示。本實踐活動在網絡教室環境中進行，要求每位學生獨立使用一臺計算機(為保證學生自主學習過程中相互間不干擾，確保每臺計算機配備耳機等設備)。在學習過程中，首先，研究者向被試簡要介紹系統功能與操作的注意事項，且被試使用學號和姓名進行注冊登記；然后，根據系統提示，被試統一進入“學習風格”測試界面進行學習風格測試(這幾個階段大約需要10分鐘左右，被試再次測試時可免去此環節)。之后，被試在提示語下加載系統的“氧化還原”專題內容，開始關于該專題的“認知結構初測”，初測時間因被試的答題情況而異，認知結構越完善的學生初測時間越長。至此，系統即獲得了該學生初始的學生模型。根據學生的學習風格和認知結構測試結果，學生就可以根據系統所建議的學習路徑開展自主學習(按照一定順序觀看微視頻，并在每一個微視頻學習后進行“過程測評”以了解其是否掌握該微視頻的教學要求)，“自主學習過程”是動態變化且個性化的，“氧化還原”專題的自主學習時間約20分鐘(時間因學生的微視頻學習路徑不同而有差異)。系統會在后臺記錄學生學習的全過程(如微視頻學習時間與路徑、解題時間與結果等)，以便于系統做出適時的動態調整，同時也為后期的海量分析積累和豐富數據。根據學習情況，學習者可隨時終止學習，觀看其當前的認知結構——本系統用非常形象的“認知樹”的生長來表示學習的進程。所有活動在45分鐘內完成。

圖3 基于微視頻的自主學習流程示意

2.基于“適配”的微視頻選編算法的教學效果分析

為了探究論文所提出的基于“適配”的微視頻選編算法的效果，驗證系統所建議的最優學習路徑的可信度和可行性，筆者開展了基于“適配”與“失配”兩種方式所確定的不同學習路徑的對比研究。依據上文提出的關于計算學生與微視頻的失配度數據的大小可以確定選擇“適配”或者“失配”的教學策略。依據失配度數據最小的原則所選擇的微視頻構成的學習路徑是系統默認的最優學習路徑，即適配學習路徑；反之，通過參數調節，也可以采用依據失配度數據最大的原則選擇微視頻，此時所形成的學習路徑是用于對比實驗的失配學習路徑。選擇某校兩個平行班的高一學生作為被試，測試時間安排在學生剛剛學習完“氧化還原”專題的相關內容。在正式使用本系統前，兩個班的學生都已參加“氧化還原”教學專題的前測問卷，通過檢驗分析，在統計上無顯著差異。然后，依據上文所述的基于微視頻的教學專家系統的教學流程，兩個班的同學分別開展“氧化還原”教學內容的自主學習，一個班級的同學全部開展基于“適配”原則形成的學習路徑的自主學習，另一個班級的同學全部開展基于“失配”原則形成的學習路徑的自主學習。在自主學習結束后，學生參加根據教學目標設計的后測問卷。兩個班級學生后測結果的獨立樣本t檢驗表明，“適配”與“失配”兩種學習方式所對應的學習結果具有極其顯著性差異，t(95)=2.986，p=0.004＜0.01。通過對比實驗說明，“適配”的學習效果優于“失配”的學習效果。即系統按照失配度最低的方式選擇微視頻的原則是適合的，系統所采用的微視頻的選編算法是可行的。

3.基于微視頻的教學專家系統在新授課和復習課中的教學效果分析

基于微視頻的教學專家系統是基于學生的學習起點能力的判斷提供教學素材，通過每一個具體的“微視頻”學習讓學生明確學習目標，從而有效擴展和完善學生的認知結構。為了探索其在現實教學中不同教學環境需求中的使用效果，采用“氧化還原”專題為教學內容，選擇兩種不同類型的常見課型——新授課和復習課，開展了基于微視頻的教學專家系統的自主學習與傳統教學的學習效果之間的對比研究。為確保研究的可信度，在教學實踐過程中，對照班和實驗班的學生都參加“氧化還原”專題的前測問卷并經檢驗后無顯著差異；另外，研究者還嚴格注意控制自主學習的時間與傳統課堂學習的時間的一致性，盡量避免無關因素的干擾。

在新授課的教學實踐中，實驗組的學生采用基于微視頻的教學專家系統(系統默認的“適配”原則形成的最優學習路徑)開展“氧化還原反應”(第一課時內容)的自主學習，對照組的學生則按傳統教學進行同樣教學內容的課堂學習，學習時間都是一節課。在兩組學生學習完之后，對其進行學習效果的測驗和分析。t檢驗結果為，t(192)=4.370，p＜0.01。說明兩組學生測試成績存在極顯著差異，實驗組學生的測試成績優于對照組學生的成績。也就是說，在學習新知識時，基于“適配”的微視頻學習的效果與傳統課堂教學相比，存在顯著的優越性。

基于微視頻的教學專家系統的設計初衷不僅是為了幫助學生更快更好地學習新知識，更是為了讓學生能夠在課余時間更好地進行知識的復習，進行課堂內外的高效整合。為此，筆者開展了基于微視頻的教學專家系統的自主學習方式和傳統課堂自主學習方式在“氧化還原”專題復習課中的對比研究。同樣，為確保實驗的可信度，兩組學生經過前測無顯著差異，且控制時間變量。實驗組的學生利用教學專家系統開展自主學習，而對照組的學生則在前測之后根據測試結果利用教材、教輔和筆記等個人資料在教室里進行自主復習。在兩組學生不同環境下的自主復習結束之后，進行及時后測。對學生前后測成績進行了配對樣本t檢驗，實驗組學生前后測的t檢驗結果為t(108)=15.919(p＜0.01)，對照組學生的t檢驗結果為t(113)= 20.586(p＜0.01)。結果表明，兩組學生的學習成績都有顯著進步。換言之，基于微視頻的教學專家系統的自主復習與傳統復習方法都有著較好的效果，基于微視頻的教學專家系統可以代替傳統復習方法幫助學生復習和鞏固知識。

基于不同教學組織策略設計的“微視頻”是學生開展個別化學習的優化資源，同時也是系統具備“知識和策略的可生長性，可修正性及可建構性”的重要保障。在后續研究中，我們將繼續進行其他教學專題內容的實踐研究，并增加延時測試以分析教學的遠期效果。目前，我們仍在繼續完善該系統的各項功能，增補其他教學專題的教學素材，同時嘗試將該系統與“翻轉課堂(Flipped Classroom)”教學模式[10]進行有機結合，進一步開展微視頻及基于微視頻的教學專家系統在學科教學中的可行性探索，試圖利用專家系統“個性化”的學習評價和針對性的學習支持服務，實現課堂內外教學最大效益的整合。

五、結語

微型學習和移動學習不但昭示著一種嶄新的學習模式的誕生，更是意味著信息時代的人們一種新的生存方式的興起。當下的學生是在信息社會中成長的學生，基于微視頻的教學專家系統以貼近學生日常生活的方式與其進行親密接觸，深度交互。這種與現代生活方式極為接近的新型學習資源與學習環境會讓學生感到更具親和力，更易激發其學習興趣和學習的自主性，從而提高學習的效益。

微型學習視頻的“小而全”特點尤為適合復雜環境中的移動學習，突顯“教育即生活，學習即對話與通信交流”。每一個目標明確、交互性強、具有個性化的微視頻提高了信息傳播的質量、容量及選擇性，加強了自主學習的明晰性和時效準確性，而一個個看似雜亂的海量的微視頻通過知識間關系發生有效的“聚合－使用”形成的多元動態“知識鏈”，讓學生在無意識的、碎片式學習中體驗到學習活動的目標是在不斷發展和超越的，而不是靜止封閉的，是課堂教學的有益補充和延伸。系統在KST理論指導下所建立的有效領域知識狀態空間為基礎，以知識點及其邏輯關系為核心將微視頻與知識點聯系起來，構建了由微視頻和知識狀態組成的微視頻學習路徑有向圖；依據KST概率模型確定關鍵路徑，并采用所羅門學習風格來衡量微視頻與學生模型的匹配程度，最終構造最佳微視頻學習路徑。系統以微型學習視頻為教學載體，通過碎片化的移動微型學習方式實現了高效的個別化學習。系統從設計到實現都超越了“實體技術”和“工具理性”的單向度思維方式，以“價值理性”為本，從“教”轉向“學”，可謂為實現有效教學另辟蹊徑，亦為區域均衡發展提供適宜的平臺。

[1]祝智庭,張浩,顧小清.微型學習——非正式學習的實用模式[J].中國電化教育,2008,(2): 10-13.

[2]祝智庭.CAI的教學策略設計(之一)[J].電化教育研究,1998,(1):37-41.

[3]陳仕品,張劍平.適應性學習支持系統的學習內容組織策略研究[J].電化教育研究, 2010,(11):53-60.

[4]Litzinger T.A., et.al. A Psychometric Study of the Index of Learning Styles[J]. Journal of Engineering Education,2007,96(4):309-319.

[5]任紅艷,靳瑩.有效教學新視角：微課程觀下的教學專家系統[J].教育理論與實踐, 2013,(10):57-60.

[6]Moore,M.G. Three Types of Interaction[J].The American Journal of Distance Education,1989,3(2):1-6.

[7]張維忠,唐慧榮.可視化教學內容設計的五大原則[J].電化教育研究, 2010,(10):99-102.

[8]Doignon, J.P., Falmagne, J.C. Spaces for the Assessment of Knowledge[J]. International Journal of Man-Machine Studies,1985,(23):175-196.

[9]Falmagne, J.C., Doignon, J.P., Introduction to Knowledge Spaces:How to Build, Test, and Search Them[J]. Psychological Review, 1990,97(2):201-224.

[10]張金磊,王穎,張寶輝. 翻轉課堂教學模式研究[J].遠程教育雜志,2012,(4):46-51.

任紅艷：副教授，博士，碩士生導師，研究方向為課程與教學論，信息技術與化學教學(renhongyan@njnu.edu.cn)。

端義鋒：副教授，博士，研究方向為人工智能與計算機網絡(994370478@qq.com)。

李廣洲：教授，博士生導師，研究方向為化學課程與教學論(liguangzhou@njnu.edu.cn)。

2014年2月22日

責任編輯：宋靈青

The Application of Micro Learning Videos in the Instructional Expert System

Ren Hongyan1,3, Duan Yifeng2, Li Guangzhou3
(1. College of Teacher Education, Nanjing Normal University, Nanjing Jiangsu 210097; 2.The Institute of Command Automation, PLA University of Science and Technology, Nanjing Jiangsu 210006; 3. Institute of Curriculum and Instruction, Nanjing Normal University, Nanjing Jiangsu 210097)

Instructional Expert System is designed and developed based on the subject ontology and the relationships among knowledge. "Micro learning video" is introduced into the instruction material ontology. The principles and characteristics of designing micro learning videos are discussed in detail in the base of Micro Strategies. The algorithm of learning path is brought forward in the base of Macro Strategies and Knowledge Space Theory. Redox is chosen to testify the feasibility and validity of the system. With the method of comparative study on the experimental class and that in comparative class, self-regulated learning mode is uesed and verified to be helpful, and the result is significant. The Instructional Expert System with Micro learning videos is not only intelligent and individual, but also a sign of the times and universality. The system is helpful to improve learners' learning efficient.

Micro Learning Video; Instructional Expert System; Knowledge Point; Redox

G434

A

1006—9860(2014)06—0094—07

* 本文系教育部人文社會科學研究規劃青年基金項目“中學化學教學專家系統的設計與開發”(課題編號：09YJC880054)的研究成果。