基于CTAT的智能導師系統在MOOC中的應用*

胡建平 黎孟雄

?

基于CTAT的智能導師系統在MOOC中的應用*

胡建平 黎孟雄

（連云港師范高等專科學校 數學與信息工程學院，江蘇連云港 222000）

智能導師系統（Intelligent Tutor System，ITS）在教學中具有自適應性，但是目前大多數的ITS實現技術復雜，且與瀏覽器的兼容性差。文章首先介紹了認知導師創作工具（The Cognitive Tutor Authoring Tools，CTAT）的分類、構成及工作環境，構建了基于CTAT的智能導師系統；隨后，分析了CTAT與大規模開放在線課程（Massive Open Online Courses，MOOC）平臺的集成過程；最后，通過基于CTAT的智能導師系統在“Big Data in Education”MOOC課程中的具體應用，論證了CTAT與MOOC平臺集成的可行性。文章的研究表明：在MOOC中嵌入ITS，能有效提升學習者“做中學”的積極性，并提高自主學習的效率。

CTAT；MOOC；ITS

網絡教學突破了傳統課堂教學的時空限制，給更多學習者提供了系統學習知識的機會。特別是MOOC的出現，為網絡教學帶來了一股新的力量，并給高等教育帶來了機遇和挑戰，使學習者通過互聯網便可學習到國內外名校名師的課程。MOOC的典型特征就是為學習者提供短小精悍的教學視頻，當然也包括一些教學活動，如文獻閱讀、在線測試、小組討論以及同伴評分等。雖然這些解決方案在MOOC教學中取得了一定的成功，但還是存在一些局限性。如在線答題時，系統通常只能以簡單的方式對學習者的回答進行反饋，不能呈現復雜問題的推理過程；在大多數情況下，教師在線答疑并不是很及時；在個性化指導方面，MOOC也有所欠缺。ITS是智能化網絡學習環境的重要組成部分[1]，在MOOC中融入ITS技術，可以在一定程度上解決MOOC教學中存在的部分問題。

一 CTAT概述

CTAT是國外ITS領域使用較多的專家著作系統，它利用人機交互和人工智能技術提供一套創作工具，可以為個性化學習提供靈活的智能輔導方案，能夠快速精準地幫助學習者診斷、定位練習中存在的問題，并提供科學的提升方案和及時幫助，以有效提高學習者的自主學習效率。

1 CTAT分類

CTAT支持開發兩種類型的智能導師系統：①認知型導師（Cognitive Tutors）系統，也被稱為“產生式規則導師”系統。它以一個基于規則的認知模型為基礎，通過編寫產生式規則來描述各種學習策略和學習者可能出現的錯誤。它采用人工智能編程，增強了系統的教學功能和開發的靈活性，但是開發比較費時，并且要求著作者具有一定的編程基礎。②實例跟蹤型導師（Example-Tracing Tutors）系統。它以基于實例的方法為基礎，不需要任何編程就可以提供和認知型導師類似的授課、導學功能，相較于認知型導師系統更加容易創建和調試。

2 CTAT構成

CTAT由三部分構成[2]：①外部圖形用戶界面（Graphical User Interface，GUI）編輯器，用于創建一個學習者與導師系統交互的用戶界面。利用外部GUI編輯器，可以減少導師系統的開發工作量，幫助著作者將更多的精力專注于提供輔導、解決問題等工作。②核心工具組，用于任務分析、測試和調試認知模型，主要由行為記錄器（Behavior Recorder）、工作存儲器編輯器（Working Memory Editor）、沖突樹和“為什么不”窗口（Conflict Tree and “Why Not” Window）、Jess控制臺（Jess Console）組成。③外部編輯器，主要用于編輯認知模型的Jess規則，Eclipse的Jess插件提供了編輯Jess規則時的語法檢查和自動完成功能。

3 CTAT工作環境

①系統要求：Windows 7及以上或Mac OS X 10.7.3及以上，J2SE Java運行環境（JRE）1.7或更高版本。

②軟件需求：CTAT 4.0及以上版本；認知型導師要求相關程序軟件來編輯產生式規則，CTAT建議使用Eclipse，并為Eclipse IDE編輯器提供Jess插件。

二 基于CTAT的智能導師系統

ITS是模仿教師的教學行為，并通過人機交互判定學習者的學習進展及其對知識的掌握程度，從而有針對性地確定教學策略，對學習者傳授知識、提供個性化指導的適應性教學系統。ITS能為復雜問題的解決提供逐步、適度的指導，可以跟蹤學習者的技能增長和個性化的學習行為，可以自適應地應對學習者的學習策略等。目前，大多數的ITS實現技術都很復雜，且與瀏覽器的兼容性差。為了解決ITS與其它在線學習平臺有效兼容的問題，美國卡耐基梅隆大學人機交互研究所的CTAT開發團隊對CTAT工具的功能進行了拓展，增加了支持瀏覽器運行的模式，并于2015年在edX MOOC平臺進行了教學實踐，取得了較好的應用效果。

絕大多數利用CTAT創建的ITS都是實例跟蹤型導師系統，因為該系統提供的智能導師行為的關鍵元素是創建“示范”，即著作者通過用戶界面，向系統先后示范正確的、錯誤的問題解決行為，并由CTAT記錄下這些行為；然后，著作者對這些實例進行歸納和注釋，以便更好地為導師系統服務。利用CTAT創建實例跟蹤型導師系統主要分為三個步驟：

1 設計用戶界面

首先，系統著作者需要設計并創建一個或多個用戶界面，也可以在現有界面構建器中通過拖放形式完成，如通過Flash或Java集成開發環境可以便捷地完成界面的開發。為便于與MOOC及其它在線學習平臺集成，CTAT開發團隊重新設計了前端技術，如可以利用HTML、CSS和JavaScript開發基于HTML的用戶界面。

為簡化操作，CTAT提供了“HTML5工程向導”。利用該向導，著作者可以快速開發出HTML用戶界面。同時，向導會在CTAT工作區生成一個包含HTML界面和行為圖的文件夾。隨后，在此HTML界面的基礎上，著作者利用文本編輯器Notepad++、可視化網頁設計工具Dreamweaver等對原始界面文件進行編輯修改，制作成能滿足特定學習需求的用戶界面。

2 創建行為圖

當用戶界面制作好后，著作者在CTAT中使用“Launch HTML Interface”命令，在瀏覽器中打開工作區文件夾內的HTML文件。然后，著作者將瀏覽器窗口和CTAT調整到合適大小，將其并排放置在桌面，可以得到用戶界面與CTAT行為圖窗口，如圖1所示。

一個實例跟蹤型導師系統的工作方法是將學習者的行為與行為圖中記錄的步驟進行比較，所以創作導師系統的關鍵步驟是行為圖的創建。首先，著作者在CTAT窗口新建一個行為圖，并定義問題的初始狀態。然后，著作者在用戶界面窗口演示解決問題的步驟，CTAT的行為記錄器會在行為圖中同步記錄下該演示步驟，創建對應于每個步驟的鏈接和狀態。在行為圖中，不同的路徑會捕獲不同的問題解決策略，行為圖中的鏈接代表解決問題的步驟。如在圖1中，左側用戶界面的第二個選項為正確答案，當著作者點擊該選項按鈕時，右側的CTAT行為圖就會同步記錄下該演示步驟，并生成一條正確的行為路徑；當著作者選擇其它三個選項時，行為圖會生成其它三條行為路徑，著作者依次將其設置為錯誤的行為路徑，并輸入相應的錯誤提示信息。由于某些復雜的求解問題涉及多個可行的答案，因此著作者在設計時要考慮所有合理的問題解決策略，并在行為圖中加以體現，這樣導師系統才能識別出它們都是正確的學習行為。接下來，著作者還要為導師系統添加解題的提示信息。當學習者在練習中遇到了困難，可以單擊“Hint”按鈕，在提示文本框中觀看解題的提示信息。為了培養學習者的獨立思考、自主學習能力，著作者可以根據解題要點，逐步給出提示信息，以幫助學習者更好地理解知識點，自主找出問題的答案。最后，為了便于在后期對知識進行跟蹤，以分析學習者的學習數據，著作者還需在行為圖中添加技能名稱——技能名稱對應于學習者為了完成某個問題所需要采用的技能。

當用戶界面與CTAT行為圖制作好后，著作者對導師系統進行一輪或多輪測試和修改，并將最終的行為圖文件保存在CTAT工作區的文件夾中。

圖1 用戶界面與CTAT行為圖窗口

3 上傳文件到Tutorshop

為了便于管理和使用，著作者可以將實例跟蹤型導師系統的相關文件上傳到Tutorshop中。Tutorshop是一個可自由定制的智能輔導學習管理系統，用于管理用戶上傳的實例跟蹤型導師系統的相關文件。

三 基于CTAT的智能導師系統在MOOC中的應用

1 CTAT與MOOC平臺的集成

CTAT與MOOC平臺的集成涉及兩個關鍵問題：①CTAT通過JavaScript將實例跟蹤型導師引擎放置在客戶端，這樣可以有效減少客戶端—服務器端的流量、降低服務器的負載；②將Tutorshop作為學習工具協同（Learning Tool Interoperability，LTI）系統，這樣，MOOC平臺就可以方便地調用遠程的智能導師系統。

CTAT與MOOC平臺的集成過程如圖2所示。首先，學習者登錄MOOC平臺，瀏覽MOOC課程頁面，單擊頁面的導師系統鏈接，調用Tutorshop工具提供的統一資源定位符（Uniform Resource Locator，URL），Tutorshop對此做出回應，下載導師系統的用戶界面HTML和JavaScrip導師引擎到學習者頁面。此后，學習者在導師系統用戶界面的解答過程中，每進行一次嘗試，用戶界面都會向JavaScript導師引擎傳遞行動，并從導師系統得到反饋（這些反饋有可能是正確的，也有可能是錯誤的），同時更新學習者模型，用戶界面會顯示相應的反饋信息。然后，學習者在用戶界面進行其它答題操作，直至完成該練習。最后，用戶界面根據答題情況發送一個練習總結和修正后的學習者模型到Tutorshop，Tutorshop更新LTI評價，并進行下一輪練習。

圖2 CTAT與MOOC平臺的集成過程[3]

2 應用案例

2015年7月初，卡耐基梅隆大學人機交互研究所的Vincent教授及其研究團隊在edX平臺利用MOOC課程“Big Data in Education”，進行了CTAT智能導師系統的試點研究[4]。“Big Data in Education”MOOC課程一共有8個學習周，教學團隊在每個學習周結束后提供一個CTAT活動，用于代替傳統MOOC課程的練習作業，每個活動都有8～13個步驟。CTAT幾乎為每一步都提供了提示信息，引導學習者通過必要的思維過程來求解正確的答案。學習者在解答作業時，可以自愿選擇是否訪問提示信息或者查看多少提示信息。作業通過循序漸進的形式來引導學習者積極學習，只有當學習者完成當前的練習后，下一題的步驟或問題才會出現。

截至2015年8月底，共有10358名學習者注冊進入“Big Data in Education”MOOC課程進行學習，其中有114名學習者取得了課程證書——取得課程證書的條件之一是需要至少完成70%的智能導師活動。在MOOC課程中，所有學習者和CTAT導師的交互都被記錄到DataShop。DataShop是世界上最大的學習交互數據的存儲庫，它通過基于Web的接口，提供安全的數據存儲和一系列分析、可視化工具。ITS的日志數據和DataShop提供的分析工具在迭代完善導師系統時具有重要的意義，如它們能幫助導師著作者識別學習者存在的普遍性錯誤，從而幫助學習者完善導師系統；當這些錯誤發生時它們還會給出更為具體的反饋信息，以幫助學習者更好地理解知識點。

雖然在“Big Data in Education”MOOC課程中使用的導師系統比較簡單，但是通過一輪教學實踐，驗證了實例跟蹤型導師系統在MOOC教學中的可行性，標志著MOOC與成熟的、免費的ITS著作工具可以有機集成，有效拓展了MOOC的教學功能。

四 結語

CTAT與MOOC集成，可以改變傳統MOOC課程在作業反饋方面的某些局限性（如MOOC系統自動反饋過于簡單、同伴互評反饋不夠及時等），并通過詳細的反饋信息和適應性問題的選擇，提高學習者的在線學習效率。在MOOC中集成ITS技術，一方面有助于廣泛推行ITS技術，促進其在網絡教學中大規模的應用[5]；另一方面也為MOOC課程自適應性學習的研究者提供了新的視野，如通過分析學習者觀看的視頻或學習者回答視頻中測試題的情況，MOOC平臺可以有選擇性地為學習者提供導師系統；反過來，MOOC平臺也可以根據學習者在導師系統中的答題情況，有針對性地為其推薦學習視頻。

[1]劉清堂,黃景修,雷詩捷,等.PST視角下智能導師系統的設計與新發展——以句酷批改網為例[J].現代教育技術,2017,(5):81-87.

[2][3][5]Aleven V, Sewall J, Popescu O, et al. The beginning of a beautiful friendship? Intelligent tutoring systems and MOOCs[A]. Conatineil C, Heffernan N, Mitrovic A, et al. International conference on artificial intelligence in education[C]. Berlin: Springer International Publishing, 2015,(6):525-528.

[4]Crossley S, McNamara D, Baker R, et al. Language to completion: Success in an educational data mining massive open online class[J]. Proceedings of the 8th International Conference on Educational Data Mining, 2015,(3):388-391.

編輯：小米

The Application of Intelligent Tutor System based on the CTAT in the MOOC

HU Jian-ping LI Meng-xiong

TheIntelligent Tutor System (ITS) has the property of self-adaptability in teaching, while most of the current implementation technologies for the ITS are complex, and their compatibilities with the browser are poor. Firstly, this paper introduced the classification, composition and working environment of the Cognitive Tutor Authoring Tools (CTAT), and further constructed the ITS based on the CTAT. Secondly, the integration process of the CATA with the Massive Open Online Courses (MOOC) was analyzed. Finallly, the feasibility of integrating the CATA with the MOOC platform was demonstrated through the concrete application of CTAT-based IST in the MOOC of “Big Data in Education”. The results in this paper indicated that embedding the ITS in the MOOC could effectively promote students’ enthusiasm in “learning-by-doing” and improve the efficiency of autonomous learning.

CTAT; MOOC; ITS

本文為江蘇省教育科學“十二五”規劃2015年度課題項目“基于SPOC的翻轉課堂教學模式在高職院校的研究與實踐”（項目編號：D/2015/03/085）的階段性研究成果。

胡建平，副教授，碩士，研究方向為信息化教學與數字媒體，郵箱為lyghjp@163.com。

2017年7月10日

10.3969/j.issn.1009-8097.2018.03.012

G40-057

A

1009—8097（2018）03—0080—05