基于網絡的自適應學習系統發展現狀調查

周莉 王德亮

【摘 要】自適應學習是尊重個體差異，讓學習內容適應每個個體不同特點的高度個性化的學習過程。基于網絡的自適應學習系統是實現個性化學習的有效途徑。隨著網絡信息技術的發展，近十年來，國內外的自適應學習系統發展都取得了顯著的成果，引起了人們的廣泛關注，沖擊著傳統的學習方式。但它們也存在一些發展的瓶頸，如，如何保證學習材料的質量，如何提供有效的反饋和答疑，如何保持用戶粘性等。

【關鍵詞】自適應學習系統；個性化教育；在線教育

【中圖分類號】G526.3 【文獻標識碼】A

【論文編號】1671-7384（2016）01-0022-04

引言

兩千多年前，我國古代的教育先師孔子就曾經提出“因材施教，有教無類”的教育思想，他根據弟子性格不同、脾氣不同等特點，分別采用不同的方法教學。這說明，我國古人已經具有了個性化教育的理念和思想了。

所謂個性化教育（personalized education），就是以學生的個人特點為基礎，尊重其個性發展，明確其優缺點，并量身定制符合其個人的教育教學活動。個性化教育需要充分的物力和人力保障。在過去，更多的是理論探討，實施起來有些困難，但網絡信息技術的發展使個性化教育成為可能。在網絡時代，實行個性化教育的重要途徑就是自適應學習系統（Adaptive Learning System）。2015年是在線教育（online education）大發展的一年，在這樣的大背景下，我們覺得有必要探討一下基于網絡的自適應學習系統的發展現狀，以便明確我們的處境，找準未來的發展方向。

自適應學習與自適應學習系統

在學習過程中，個體具有能力、背景、學習風格、學習目標等各種各樣的差異性，即使是個體本身，在學習過程中，知識狀態也在不斷變化著。而自適應學習實際上是著眼于個體差異的學習，是讓學習環境、學習內容、學習活動來適應每個人不同特點的高度個性化的學習過程（劉鍇，2008）。

自適應學習系統是針對個體學習過程中的差異性而提供適合個體特征的學習支持系統。它能夠提供一個適應用戶個性化特征的用戶視圖，這種個性化的學習視圖不僅包括個性化的資源，還包括個性化的學習進程和策略。在其支持之下，學習者能夠以一種更快的速度，更加有效地進行學習（劉鍇，2008）。通常一個完整的自適應學習系統包括領域模型、學生模型、自適應引擎和接口模塊四個部分組成（徐 鵬，王以寧，2011）。

自適應學習系統是從智能教學系統（ ITS） 和適應性超媒體系統演變而來的。20世紀80年代到90年代，業內普遍熱衷于智能教學系統的研究，并試圖用智能教學系統替代教師的面授教學，但這在后來被證明是錯誤的，智能教學系統在現階段只能作為教師面授教學的一個有益的補充。所以，21世紀初，適應性超媒體系統成為業內研究熱點。但隨著研究的逐漸深入，以及移動通信技術的飛速發展和泛在學習理論的發展，業內的研究熱點在近年逐漸轉向自適應學習系統（徐 鵬、王以寧，2011）。

國外的進展情況

美國是較早開展自適應學習研究的國家，匹茲堡大學的Peter Brusilovsky等人在1996年就開發了用于網絡環境下的自適應超媒體的創作和傳輸工具InterBook，為用戶提供自適應導航支持和幫助。2001年，Brusilovsky與德國的Weber提出了網絡教學系統ELM-ART，增加了通過練習來獲得用戶信息的方法，根據用戶的對錯情況，采用遞增方式呈現練習。如果做對，則遞增呈現練習，如果做錯，則遞減，直到用戶獲得了足夠的分值。2002年，Brusilovsky等人開發了輔助教育軟件Knowledge Sea，次年推出Knowledge Sea Ⅱ（姜強，2012）。

Knewton （http：//www.knewton.com）是最早的“適應性學習”工具，該網站由Jose Ferreira在2008年成立于紐約。學生擁有不同的需求和教育背景，差異學習能夠提高學習效果，增加自我意識和參與感，加深對學習內容的理解。如今已有許多辛勤工作的老師們通過制作個性化的學習資料或是與學生一對一的教學來實現差異教學。但由于老師的精力有限，實現這一過程十分困難。而Knewton能幫助老師為每一位學生提供個性化的電子課程。通過數據了解學生掌握了什么，學習難點在哪里，近期的學習目標是什么，然后向學生推薦適合的內容和活動。教師可通過分析準確了解學生在哪里需要幫助并提前介入。出版商和學習內容的創建者能夠掌握不同學習模塊，針對不同學生的學習效果，幫助他們更好地改進課程。

孟加拉裔美國人薩爾曼·可汗于2006年在加州創立可汗學院（https：//www.khanacademy.org），它是利用視頻教學的免費網絡學習平臺，現有超過2600萬的用戶。在開放教育資源的演進中，可汗學院受美國林地公園高中“翻轉教室”、美國密歇根大峽谷大學數學教師“顛倒的教室”啟發，從最初單一的教學視頻開發，發展到“應用微視頻和相應的一整套新型組織管理模式，改變傳統課程教學體系”，成為最有影響力的課程形態之一，甚至被比爾·蓋茨贊譽為“未來教育的發展方向”（馬明山等，2014）。

Voxy （https：//voxy.com）是2010年于紐約創立的英語學習平臺。每一位英語學習者都有其獨特的學習能力、興趣和目標，在學習開始之前首先了解用戶的學習需求，再通過技術手段在龐大的內容數據庫中尋找適合他的課程，沒有兩門課程是完全相同的。教學使用真實場景，學習過程中還有老師一對一輔導，課程設置緊密，能夠及時獲得教學反饋。基于每日表現、語言學習需求和語言水平，學生會獲得不同內容、難度、復雜度的課程。

2011年，Udacity（https：//www.udacity.com）創辦于加州。Udacity的平臺不僅有教學視頻，還有自己的學習管理系統，內置編程接口、論壇和社交元素。學習內容強調實用性，并與業內其他企業合作幫助用戶就業。

2012年美國斯坦福大學兩名計算機科學教授創辦了Coursera （https：//www.coursera.org），與世界最頂尖的大學和機構合作。用戶可免費學習世界頂級教育機構提供的數百門課程，可自行決定學習進度，觀看簡短的視頻，參與互動測試，完成同學互評作業，與老師和同學交流。還可以選擇獲取認證證書，讓學習成果獲得官方承認。根據教育心理學家本杰明·布魯姆的研究，掌握學習能讓學生首先理解當前主題，然后再學習更深入的主題。在Coursera平臺上，能夠及時反饋學生沒有掌握的知識點。在許多情況下，提供隨機生成的測試，讓學生反復學習和測試，直到其掌握所學知識。

麻省理工和哈佛大學于2012年4月聯手創建大規模開放在線課堂平臺edX （https：//www.edx.org），免費給大眾提供大學教育水平的在線課堂。該計劃基于麻省理工的MITx計劃和哈佛大學的網絡在線教學計劃，除了免費提供教育內容之外，平臺還致力于研究學生的學習過程、技術對學習的影響以及教師的課堂教學，以提高教學質量，推廣網絡在線教育。

2012年，Farbood Nivi于舊金山創辦Learnist（http：//learni.st）。該平臺參考圖片社區Pinterest，在首頁以瀑布流的形式呈現一系列教程和學習資料，用戶間和社交平臺一樣能夠相互分享和關注學習資料，在學習面板（Learn Board）中收納的資料會按照用戶設定的順序擺放。用戶可對學習進行標記，從而跟蹤學習進度。根據用戶的學習記錄和偏好，網站也能夠向用戶推送其可能感興趣的學習內容。

Mobile Adaptive CALL （MAC）是澳大利亞的Maria Uther等人為聽說語言訓練開發的移動終端學習應用，旨在幫助本族語為日語的英語學習者區分本族語中沒有的音位/r/和/l/。采用適應性的學習方法，為學習者提供適合其能力的練習，并從交互設計、硬件選擇、音頻編碼三方面為這一類型移動學習應用的設計和開發提出建議（Uther，2005）。

當前，美國的“夢盒學習（DreamBox Learning）”公司和“紐頓（Knewton）”公司已經成功開發出了各自版本的利用大數據的適應性學習系統。紐頓的首席執行官何塞·費雷拉（Jose Ferreira）說：“學生能夠生成大量有價值的數據，紐頓可以分析這些數據，以此確保學生以最有效、最高效的方式學習。這是教育的一個新的前沿領域（楊滿福，2014）。”

國內的現狀

臺灣學者Shian-Shyong Tseng等人（2008）在論文中介紹了一個適應性學習系統框架，通過將材料框架化和模塊化，能夠實現針對不同學生不同學能推送適合他們特點的學習對象。設計的難點在于系統框架十分復雜，他們的解決方案是模塊化處理以及應用共享內容對象參考模型（SCORM）。

臺灣學者Tung-Cheng Hsieh等人（2012）在論文中介紹了一個個性化的英語文章推薦系統，通過不斷積累學習者的資料，為其選擇、提供適合的英語文章進行閱讀。主要應用模糊推理機制（fuzzy inference mechanisms）、記憶周期更新（memory cycle updates）、學習者偏好（learner preferences）、層次分析法（analytic hierarchy process （AHP）），前兩項可以找到最適合學習者能力、包含需復習單詞的文章，讀完后立即測試新單詞強化記憶，而測試的反饋更新到記憶周期，為以后尋找文章提供依據。

A-Tutor（adaptive tutor）為陳品德（2003）博士論文的研究成果，是一個通用的適應性網絡課程創作框架和發布系統。A-Tutor中的領域模型是由學習單元與概念、案例之間互相關聯構成的知識網絡，學習單元作為基本的教學單元，學習單元中包含了學習提示、學習內容、練習、案例、總結和擴展知識。系統中用戶的知識狀態表示為對于學習單元的掌握情況，關于知識狀態的度量系統綜合了多種信息來源（訪問時間、測試、設置、推導）。系統不僅根據用戶的知識狀態進行適應性導航，還可以根據用戶的學習風格和背景知識適應性呈現教學內容。系統提供了兩種學習方式，目錄表方式和任務方式，在目錄表方式中，采用信號燈標記和直接導航按鈕支持適應性導航。在任務方式中，采用了動態學習區的方式進行適應性導航，動態學習區是綜合了連標記、連隱藏和連排序的一種導航方式，以幫助用戶集中精力，將學習范圍局限于臨近的學習區域中。在系統的實現中，采用確定性因子和模糊技術表示教學領域中的不確定性知識。

初中英語自適應自主練習系統是王鵬飛（2009）的碩士論文研究成果。在理論梳理和模型建構的基礎上，該系統隨著學生練習次數的增加，動態改寫相關學習記錄參數，即時記錄每個不同的學生在不同知識點上的真實能力水平，然后根據實際情況進行練習，從而實現了真正的個性化學習，同時提高了學習效率。該系統能夠實現診斷學生在各知識點上的能力水平；動態改變學生特征庫；動態地呈現最適合學生當前能力水平的試題等。

另外，目前國內流行的網絡學習平臺以提供資料和推廣線下培訓為主，自適應性還有待提高。

總結與反思

從現在擁有大量用戶的網絡學習平臺使用情況來看，幾乎所有系統都提出了個性化學習的資源和方案，以適應不同學習者的差異性需求。其中，Voxy、DreamBox Learning和Knewton更是通過技術手段為每一位用戶“量身定制”適合他們的課程。與課堂教學中的“以學生為中心”一樣，自適應學習系統的核心同樣為用戶模塊，該模塊在用戶使用過程中不斷更新用戶資料，使學習能夠一直適合用戶當前狀態。因此，自適應學習系統的優勢不言而喻，結合網上大量的教育資源，不僅為學習者提供適合的學習資料，還能為教師提供資料以改進課堂教學。

有的系統如Voxy在學習開始之前首先了解用戶的學習需求，但多數系統則是根據用戶的評價信息和學習歷史信息或用戶使用偏好進行判斷和推薦。若是在學習開始之前設置能力測試，則能夠更加準確地判斷學習者水平并為其推送與能力水平相當的學習資源。

自適應學習系統不僅需要用戶的個人信息實現個性化學習，還依賴高質量高效率的教學模式指導，因此，教師的參與尤為重要。自適應學習系統的另一重要模塊是學習資源的推送，學習資源的選擇需要業內專家的參與，如Coursera在資源建設中與世界著名高校合作，邀請著名教授開課。Coursera搭建滿足大規模用戶同時在線使用的穩定平臺，制定課程視頻錄制的標準軟件，提供專業技術服務。在Coursera資源建設上，通過對合作學校開放其學習管理服務系統（learning management service，LMS），教師可以建設符合Coursera教學理念的教學資源。如錄制編輯交互性的視頻短片、智能化的作業系統、網上討論系統等。同時，Coursera平臺強大的數據挖掘和分析能力，可以幫助教師了解學生的學習情況，及時調整教學計劃，提高教學質量（吳維寧，2013）。

相較國外而言，我國的網絡學習系統起步較晚，雖擁有大量的用戶，但學習資料大多還是遵照傳統教學模式，學習者需要從頭至尾按部就班地進行學習，鮮少能夠適應學習者需求。國內研究者多數都是理論綜述層面上的探討，研發適應性學習系統的成功案例非常少，即使研發出了適應性學習系統，多在發表研究成果后不了了之，并不能大規模投入使用。國內也出現了一些功能與國外平臺相似的學習網站，但由于我國教育現狀和問題，以及學習者的學習內容、學習需求、學習特點等都與國外不同，因此照搬國外經驗并不適合我國國情，系統也不能獲得成功。“總體來講，國內針對自適應教育的技術還處于萌芽狀態。”許多平臺提供給學生的也僅僅是錯題本，達到有針對性糾正錯題的目的，抑或比較簡單地根據學生的答題選擇來提供不同的學習內容。雖然有個別產品開始應用了一些相對復雜的邏輯，但卻沒有提供真正意義上的教學，因而不適合學習新的知識點，尤其是較難的知識點。“學生在學習過程中不可避免地會有大量問題，而目前國內的相關產品除了提供一些基本解析外，并沒有很好的方法來為學生講解答疑（王瑩， 2015）。”

目前國際流行的網絡學習平臺不乏中國用戶，但我國用戶在使用時會遇到一些困難，比如edX上的教學視頻只能夠用youtube觀看，而國內的用戶不能夠使用youtube。公眾尤其是學生群體是可汗學院課程的主要受眾，但現有課程的受關注度與世界名校公開課仍有較大差距。在現有的各類課程中，實用性強的課程獲得的關注度高，并更傾向于受到東部地區公眾的關注。同時也存在一定的翻譯、下載和視頻質量問題，成為影響傳播效果的重要因素（馬明山等，2014）。因此，設計開發符合我國教育情況的自適應學習系統就顯得尤為必要了。

在系統的使用中，如何留住用戶，使他們堅持使用并積極學習是系統開發者面臨的一個難題。以edX開放數據集中的學習者類型和比率來看，全球用戶中獲取證書者（certified）占2.8%，積極學習者（explored）占3.5%，一般學習者（viewed）占56.1%，僅注冊者（registered）為37.6%，而國家信息為中國的用戶當中，這幾項的比例分別為1.2%、2.4%、62.1%和34.3%。研究顯示，除去學習者語言、網絡訪問等客觀因素的限制，面臨的挑戰更多的是學習理念而非技術性問題。我國學習者對于一個需要高度自主和嚴格自律的學習系統適應度還不足。學習者也反映“自制力差或拖延癥”超過語言、網絡等客觀原因因素，是阻礙學習的更重要原因（王萍 ，2015）。

總之，我們可以斷言，自適應學習將是未來在線教育的發展方向，但也存在一些發展的瓶頸，如，如何保證學習材料的質量，如何提供有效的反饋和答疑，如何保持用戶粘性等。我國有著巨大的學習群體和廣闊的市場潛力，但與國外相比，我們的自適應學習系統還比較落后，這值得相關的研究者和從業者反思和深入探究。

（作者單位：北京市海淀區教育科學研究所 北京師范大學）