基于元認知能力發展的智能導學系統研究*

韓建華　姜　強　趙　蔚（東北師范大學 計算機科學與信息技術學院，吉林長春 130117）

?

基于元認知能力發展的智能導學系統研究*

韓建華姜強趙蔚
（東北師范大學 計算機科學與信息技術學院，吉林長春 130117）

摘要：通過比較分析國際典型的7個智能導學系統，文章發現各系統之間存在教學法、心理學、技術和實用主義的差異，但在智能化程度和有效促進元認知發展方面具有相同點。之后，文章采用系統建模方法分析了學生的元認知策略，構建了ITS中的元認知能力模型。最后，文章以Betty’Brain系統為例，通過實證分析得出：元認知意識的智能導學系統不僅有利于促進學生元認知能力的發展，還能培養學生的問題解決能力。

關鍵詞：智能導學系統；自主學習；元認知；認知；問題解決

引言

智能導學系統（Intelligent Tutoring Systems，ITS）是指具有某一領域的學科知識和相關的教學知識，能對學生進行個別化教學的軟件系統。該系統能夠模擬教師或專家進行教學活動，根據學生對知識的理解掌握程度，選擇相應的教學策略，幫助學生獲得新知識并解決學習問題[1]。通常，ITS含有虛擬代理（包括虛擬教師代理、虛擬學生代理等），既是學生的智能伙伴，也是學生學習的指導者，參與學生的知識建構（非復制）、談話（非接受）、表達（非重復）、合作（非競爭）和反思（非處方）等學習活動，與學生進行情感交流，為學生學習、問題解決、策略訓練和技能獲得等過程提供支架和反饋，有利于促進學生自主學習能力和元認知能力的發展。元認知是影響學業成功的主要因素，是指在自我意識的基礎上，在認知自身的過程中形成自我反省、自我控制與自我調節，是對學習中感知、記憶、思維、想象等認知活動的再認知和再思考。ITS提供關于學生元認知能力的指導，監管學生的元認知行為，可以幫助學生成為更好的學習者。

伴隨著計算機技術、學習分析技術的發展及有效運用，有關ITS的研究越發注重學習者的個性化、輕松和高效率的智能學習，學習者與系統的交互不僅在于獲取知識和掌握知識，更重要的是能提高學生的問題解決能力和元認知能力。

一　ITS研究進展

國際典型的ITS有MetaTutor、Protus、Andes、SimStudent、Crystal Island、Wayang Outpost、Betty’s Brain等，這些系統都是以計算機為基礎的開放式學習環境，主要形式有超媒體、建模與仿真、沉浸式及游戲化等[2]。

由于ITS之間存在教學法、心理學、技術和實用主義的差異，導致虛擬代理、界面和支架也各不相同，如表1所示。其中，虛擬代理通常以對話方式監督和指導學習者的學習，調節學習心情和態度；界面是指提供可以滿足學習者需求的智能化界面，包括必要的菜單、文本、動畫、視頻、音頻和超鏈接等；支架是指系統提供不同的工具支持學習者的學習和問題解決等活動，便于學習者查找和獲取信息、建構問題方案等，如開放式學習環境通過觀察學生學習活動推斷學習需要，經常以提示、建議、測試、評價等方式呈現，為學生順利完成任務提供支架。

表1　ITS比較分析

MetaTuor是基于自適應多代理超媒體導學系統，針對生物科學的內容如循環、消化和緊張系統，通過4個代理適應學習者的需要，個別化地指導學習者的學習，同時為學習者提供自適應反饋，支持學習者恰當地選擇子目標、精確地判斷元認知以及應用具體的學習策略[3]。

Protus是自適應個性化推薦的超媒體系統，用于學習者學習Java程序設計語言的基本知識。該系統具有高度模塊化的特征，應用網絡語義技術和推薦技術，結合學習者的性格特點，為學習者推薦個性化的界面和內容，學習者利用測試、復習、討論、范例等監控和調節元認知[4]。

Andes是一種建模與仿真的開放式學習環境，其基本原理是在教學法上最大化學習者的主動性和自由，維持學習者完成網絡作業的積極性[5]。根據系統的計劃識別技術，提供迅速的反饋和提示，促進學習者監管和調節元認知。

SimStudent是一種類似于游戲的學習環境，結合兩個虛擬代理，利用解釋、問題、范例和對話引導學習者學習代數方程式知識。如果遇到不會或不能正確解決的問題時，可以向虛擬教師代理（Mr.Williams）求助；隨著支架淡出，學習者嘗試自己解決問題[6]。

Crystal Island是以故事為中心的虛擬沉浸式學習環境，學習者充當生物學家的角色，探索困擾島嶼研究站的傳染性細菌的來源和特性。學習者能與計算機控制角色（包括護士、病人、廚師和科學家等多個代理）對話，每完成5個實驗，學習者回答有關生物學科的問題[7]。

Wayang Outpost是基于超媒體的學習環境，根據學習者的最近發展區提供自適應的學習內容，訓練學習者基本的認知技巧。該系統不僅能促進學習者的認知發展，而且可視化的學習進度能刺激學習者反思學習活動，增強學習者的元認知意識[8]。

Betty’s Brain不僅基于超媒體的環境，而且結合建模仿真和以故事為中心的環境特點，是一個典型的以學習者為中心的多形式的開放式學習環境。學習者在學生代理（Betty）和教師代理（Mr.Davis）的幫助下，采取合適的自我調節的認知和元認知學習策略[9]。

從總體上分析，ITS把學習看作是一個積極建構的過程，即學習者通過設定學習目標，試圖監管、調節、控制認知和元認知。盡管每一個導學系統的特點、功能和表現形式各不相同，但在自主學習環境下，這些系統可以促進學生認知和元認知的發展，提高學生的問題解決能力。

二　ITS元認知能力模型的構建

通常，認知控制、調節與策略應用是基本的元認知成分。加拿大的韋尼（Winne）和哈德文（Hadwin）從信息處理的角度，提出了一個自我調節學習模型——COPES（Conditions條件、Operations操作、Products產品、Evaluations評估、Standards標準），并根據這一模型提出學習發生在四個循環的階段：任務定義，學生培養自己對學習任務的理解；目標設定和計劃，呈現學生處理學習任務的方法；策略制定，學生實施他們的學習計劃；適應元認知，在策略制定成功或失敗的基礎上，將時刻調整學習策略和事后評價學習方法相互聯系起來[9]。后來，美國詹姆斯（James）等根據COPES模型，把學習者在ITS的行為活動分為目標設定和計劃、知識建構、監管、求助四個領域，將四個領域相關的認知和元認知活動整合在三層圓環內，描述學生可以利用的理想化的元認知活動和策略[10]。鑒于上述研究成果，本文采用系統建模方法分析學生的元認知策略，構建了ITS的元認知能力模型，如圖1所示。

圖1　ITS的元認知能力模型

元認知能力模型旨在培養學習者自我調節的學習能力，包括五個基本特征：

①模型以圓環形式呈現ITS的基本行為、認知活動、元認知策略。其中，最內層是學習者與系統交互過程的基本行為，次最內層是學習者完成某一學習任務的認知活動，最外層表示每一個領域相應的元認知策略。模型最內層和最次內層之間的箭頭，既表示學習者基本行為相應的認知活動，也表示這些行為對學習者學習的作用和影響。三個圓環的關系表明認知活動層依賴于學習者行為，元認知策略則依賴于認知活動。

②雖然每一個圓環內部活動沒有連線，但是每一個圓環內的元素仍然相互聯系、相互作用，且每一個活動或行為的決策會影響其它活動或行為的決策。每一個圓環內部活動沒有連線也表明學習活動是一個靈活的過程，即學習過程可以從任意一個環節開始、任意一個環節結束，必要時某些環節根據情況還可以略去。

③學習者的學習活動是一個持續發展的過程，元認知作為一個不斷進行的活動，與所有其它活動或行為相互聯系。元認知策略貫穿于學習者學習的全過程，表明ITS可以不斷地監管和控制學習者的認知活動，而長時間強化對認知活動的反省和評估等行為可以影響學習者的元認知意識。ITS在學習者完成學習任務的過程中能促進學習者元認知意識的發展，而這種元認知意識可以增強學習者的元認知能力。

④模型為分析其它ITS的認知活動和元認知策略提供了依據。雖然每個系統所處的環境不同，但某些認知活動、元認知策略和學習行為是相似的，因此該模型對ITS相關領域知識的學習具有普遍性。當學習者遇到學習困難時，可以根據模型采取下一步操作、調整學習過程。教師也可以根據學習者的日志數據文件分析其學習行為，利用元認知能力模型和數據挖掘的方法分析其頻繁發生的學習活動或行為，這有助于深入地理解學習者的學習過程和學習效果。

⑤通過分析模型的劃分層次可以得出：在自主學習環境下的學習者能根據需要采取相應的策略，也可以由系統根據學習者的特點進行自適應的個性化推薦或個別化指導——這些策略對學習者的個性化學習起到了支持作用。模型中的元認知是以學習者在ITS中的基本活動或行為為中心而展開的，學習者可以根據實際情況找到自己學習的起始點，并按具體需要編排學習活動順序，因此這是一個典型的以學習者為中心的元認知能力模型。

三　元認知發展的智能學習實證分析——以Betty’s Brain系統為例

Betty’s Brain系統是美國范德堡大學工程學院智能代理教學研究組結合計算機科學、心理學和教育學等開發的開放式ITS，強調在具體環境下學習需要內隱的思考和學習過程的可視化，利用動畫教學代理，整合問題解決和知識建構的過程，必要時為學習者提供指導和幫助。本項目組與智能代理教學研究組進行了溝通并協同創新，對Betty’s Brain系統進行了深入研究，并應用元認知能力模型對該系統進行了改造；同時，考慮學習者和系統之間的主客體關系，在該系統建立了雙向適應交互，即用戶主動選擇資源的適應性交互和系統主動推送資源的自適應交互[11]。改造后的ITS，不僅可實現學習者根據自己的知識水平和認知風格自主選擇學習內容、學習策略，而且也能根據學習者的學習特征和學習行為推薦具有個性化的建議，使學習者在完成學習任務時，也可利用與代理對話的方式幫助學習者選擇合適的元認知策略，進而培養元認知能力。

本文以Betty’s Brain的“森林生態系統”學習為例，分析該系統促進學生元認知能力的過程——首先學習者需要讀材料，如科學書（ScienceBook）、教師指南（Teacher’s Guide）等，也可以在筆記（Notes）界面做筆記，然后在因果圖（Causual Map）界面內畫圖。該系統主要依據Betty和Mr.Davis兩個代理促進學習者元認知能力的發展，其中Betty代理的身份是學習者的學生，而Mr.Davis代理的身份則是學習者的老師。

1Betty與學習者會話

當學習者讀超文本資源或識別相關概念時，如果長時間停留，Betty代理就會主動與學習者對話，提示學習者繼續工作。為了進行下一步操作，學習者需要從下拉列表中選擇符合自己的回復，如圖2所示。

圖2　Betty監督學習者學習

圖3　Mr.Davis詢問學習者狀態

學習者既能自己決定學習進度，也能主動與Betty發起會話，讓Betty解釋概念、回答因果關系或參加測試等。當學習者根據下拉列表選擇要提出的問題后，Betty就會對學習者的問題給出相應的反饋。

2Mr.Davis與學習者會話

Mr.Davis代理主動與學習者對話，監督學習者的狀態，幫助學習者調整學習進度，就學習者的學習狀況或進行鼓勵、或給出提示、或提供建議。例如，Mr.Davis詢問學習者的感覺如何（如圖3所示），使學習者反思自己的認知加工過程并增強自我監控意識。

學習者也能主動與Mr.Davis對話，咨詢的問題主要有三個方面：科學書閱讀中遇到的難題，如何有效地向Betty呈現因果關系，以及如何確保教給Betty內容正確的知識。

3Betty的測驗結果

系統界面包括測驗的歷史記錄、測驗問題、Betty的答案、Betty的成績以及測驗相關的因果關系。成績的標注有四種顏色：綠色代表Betty回答正確；紅色代表Betty回答錯誤；橙色代表Betty的回答有待完善；灰色代表Betty不知道。學習者可以根據測驗結果修正因果關系，這一過程有利于學習者監管和調節自己的元認知，并計劃下一步的操作。

綜上所述，Betty’s Brain系統首先分析了學習者的學習行為，然后利用Betty和Mr.Davis兩個代理以對話的方式干預學習者的學習過程，并根據學習者的狀態和學習進度提供自適應反饋，使學習者調節和監管自己的學習行為，培養元認知意識。更重要的是，該系統使學習者的元認知意識從系統控制轉向了自我控制、從不自覺調節轉向了自覺調節，從而培養了學習者有意識地控制和調整認知活動的能力。

四　啟示與思考

皮亞杰曾說“理解就是創造”，當學習者通過ITS（如Betty’s Brain系統）學習知識、利用掌握實體之間的關系建立一個正確的因果圖時，學生對知識的理解過程也是知識創造的過程。這是因為，因果圖不僅將知識以可視化方式呈現，而且也體現了學習者的思維過程；整個學習過程既培養了學習者的創造性思維能力，也培養了學習者的推理性思維能力和批判性思維能力，因此可以說ITS培養了學習者的高階思維能力。

新媒體聯盟在2015年的《地平線報告（高等教育版）》中指出，驅動教育技術在高等教育中利用的長期趨勢是增加跨機構的合作。因此，很多機構在開發ITS的過程中，需要進行學科之間的溝通與合作、互相取長補短，并深入結合學科領域知識和開放的云技術，將這些系統共建共享，以促進全球教育事業的共同進步。如果系統之間關于學生的非保密性的學習活動數據可以互相調用，或者說如果學習者在不同的ITS環境下的學習檔案材料可以互用，那么就可以利用大數據分析，使ITS結合學習者的特征和需求，進行學習內容、學習材料和界面的個性化推薦。目前，ITS的學習內容主要針對的是中小學的課程內容，而關于大學的課程內容相對較少，如果將ITS向大學群體免費開放，那么ITS的應用范圍也會大大拓寬。

正在熱議的“互聯網+”給教育帶來的思考，最重要的就是讓教育有了“人的維度”，特別是慕課（MOOCs）和翻轉課堂真正做到了以學習者為中心，使學習者成為了學習過程的主體。ITS既注重學生個性化的發展，又強調培養學生自主與互動合作的學習能力，有助于慕課或翻轉課堂模式下的學習者在“做中學”，同時ITS所提供的自適應反饋或提示等也有利于學習者的個別化學習。2015年，在青島舉行的首屆國際教育信息化大會上，進一步明確了要建設“人人皆學、處處能學、時時可學”的學習型社會，移動互聯網教育注定會成為未來教育的趨勢。而移動設備的普及，為學習者提供了獲取教育資源的便捷通道；如果將ITS配置到移動設備上運行，就可以方便學生利用碎片化時間進行學習，進而提升學習者的學習效率。

五　結論

本文比較分析了國際典型的7個ITS，這些系統盡管在開發環境、學習代理數量以及為學習者提供學習支架的方式不同，但卻都可以智能地分析學習者的學習數據，并給予個性化推薦、個別指導或自適應反饋和提示等，因此有助于學習者元認知能力的發展。基于自我調節學習模型（COPES），本文從目標設定和計劃、知識建構、監管、求助四個方面構建了ITS的元認知能力模型，實現了ITS的雙適應交互，能幫助學習者更好地監管、調節認知活動和元認知策略，并為后期同行研究提供參考。文章還以Betty’s Brain系統為例進行了實證分析，運用兩個代理（Betty和Mr.Davis）以對話方式監管和調節學習者的學習活動、增強學習者的元認知意識。研究結果表明：在自主學習環境下，學習者利用ITS不僅可以掌握基礎知識，而且有助于培養元認知能力。總之，信息技術正深刻改變著人類的思維和學習方式，而ITS研究引發了新思考、新啟示，將開啟智能化教學的新紀元。

參考文獻

[1]蔣艷,馬武林.中國英語寫作教學智能導師系統:成就與挑戰——以句酷批改網為例[J].電化教育研究,2013,(7):76-81.

[2]Segedy J R,Biswas G,Sulcer B.A model-based behavior analysis approach for open-ended environments[J].Educational Technology & Society,2014,(1):272-282.

[3]Azevedo R,Johnson A,Chauncey A,et al.Self-regulated learning with MetaTutor: Advancing the science of learning with metacognitive tools[A].Khine M S,Saleh I M.New Science of Learning: Cognition,computers and collaboration in education[M].Springer New York: Springer Science and Business Media,2010:225-247.

[4]Vesin B,Ivanovi? M,Budimac Z.Protus 2.0: Ontology-based semantic recommendation in programming tutoring system[J].Expert Systems with Applications,2012,(15):12229-12246.

[5]Conati C,Gertner A,Vanlehn K.Using Bayesian networks to manage uncertainty in student modeling[J].User Modeling and User-Adapted Interaction,2002,(4):371-417.

[6]Matsuda N,Cohen W W,Koedinger K R.Teaching the teacher: Tutoring SimStudent leads to more effective cognitive tutor authoring[J].International Journal of Artificial Intelligence in Education,2015,(25):1-34.

[7]Segedy J R.Adaptive scaffolds in open-ended computer-based learning environments[D].Tennessee: Vanderbilt University,2014:24-28.

[8]Arroyo I,Woolf B P,Burelson W,et al.A multimedia adaptive tutoring system for mathematics that addresses cognition,metacognition and affect[J].International Journal of Artificial Intelligence in Education,2014,(4):387-426.

[9]Kinnebrew J S,Segedy J R,Biswas G.Analyzing the temporal evolution of students’ behaviors in open-ended learning environments[J].Metacognition Learning,2014,(2):1-29.

[10]Segedy J R,Kinnebrew J S,Biswas G.Modeling learner’s cognitive and metacognitive strategies in an open-ended learning environment[A].Langley P.Advances in cognitive systems: Paper from the AAAI Fall Symposium[C].Menlo Park,California: AAAI Press,2011:297-304.

[11]姜強,趙蔚,王朋嬌.自適應學習系統中雙向適應交互評價實證研究[J].現代遠程教育究,2013,(5):106-112.

編輯：小米

Study on Intelligent Tutoring Systems for Promoting the Metacognitive Ability Development

HAN Jian-huaJIANG QiangZHAO Wei
(School of Computer Science and Information Technology,Northeast Normal University,Changchun,Jilin,China 130117)

Abstract:Through comparing and analyzing seven international typical ITS (intelligent tutoring systems),it found that there were differences in teaching methods,psychology,technology and pragmatism among the systems,but there were also similarities in aspects of intelligent degree and effective promotion in metacognition development.Thereafter,the paper analyzed students’ metacognitive strategy employing system modeling method,and constructed the metacognitive ability model about ITS.In the end,the paper took Betty’s brain system as an example to make an empirical analysis,and the results shown that metacognitive awareness of ITS can promote learners’ metacognitive ability development and cultivate learner’s problem-solving ability.

Keywords:ITS; self-regulated learning; metacognition; cognition; problem-solving

收稿日期：2015年7月9日

作者簡介：韓建華，在讀碩士，研究方向為個性化自適應學習，郵箱為hanjh675@nenu.edu.cn。

*基金項目：本文為教育部人文社會科學研究規劃基金“大數據支持下的個性化自適應學習及教育測量研究”（項目編號：15YJA880027）、教育部人文社會科學研究規劃基金“基于知識圖譜的開放學習資源自主聚合研究”（項目編號：14YJA880103）、中央高校基本科研業務費專項資金“吉林農村中小學教師遠程培訓學習適應性研究”(項目編號：130021049)的階段性研究成果。

【中圖分類號】G40-057

【文獻標識碼】A 【論文編號】1009—8097（2016）03—0107—07 【DOI】10.3969/j.issn.1009-8097.2016.03.016