國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)的比較與趨勢(shì)分析*

李海峰 王 煒

?

國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)的比較與趨勢(shì)分析*

李海峰 王 煒

（新疆師范大學(xué) 教育科學(xué)學(xué)院，新疆烏魯木齊 830017）

適應(yīng)性學(xué)習(xí)系統(tǒng)為實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)提供了有效支持，國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)的多維比較將更有利于識(shí)別和推動(dòng)適應(yīng)性學(xué)習(xí)系統(tǒng)的特征及其發(fā)展。文章對(duì)牛頓、慧雀、塞拉戈和乂學(xué)四個(gè)主流適應(yīng)性學(xué)習(xí)系統(tǒng)進(jìn)行了比較，從適應(yīng)性學(xué)習(xí)系統(tǒng)的使用群體、理論構(gòu)建、主要功能、運(yùn)行機(jī)制以及學(xué)習(xí)模式等維度進(jìn)行了多層面的分析和闡述，揭示了不同適應(yīng)性學(xué)習(xí)系統(tǒng)之間的異同和各自的獨(dú)特特征。根據(jù)當(dāng)前適應(yīng)性學(xué)習(xí)系統(tǒng)的研究現(xiàn)狀、挑戰(zhàn)以及相關(guān)技術(shù)的發(fā)展，適應(yīng)性學(xué)習(xí)系統(tǒng)未來(lái)的發(fā)展將更加關(guān)注人工智能技術(shù)的適應(yīng)性學(xué)習(xí)支持、復(fù)雜適應(yīng)性學(xué)習(xí)系統(tǒng)的構(gòu)建以及面向?qū)W習(xí)者的情感化適應(yīng)性學(xué)習(xí)技術(shù)支持。

自適應(yīng)學(xué)習(xí)；在線學(xué)習(xí)；適應(yīng)性學(xué)習(xí)系統(tǒng)；人工智能教育

引言

因材施教抑或因材促學(xué)是充分體現(xiàn)學(xué)習(xí)者主體性的個(gè)性化學(xué)習(xí)價(jià)值追求，自適應(yīng)學(xué)習(xí)系統(tǒng)的創(chuàng)建及其發(fā)展是實(shí)現(xiàn)這一理念的較佳途徑之一，它破解了傳統(tǒng)班級(jí)授課制中學(xué)習(xí)過程模式化與單一化的弊端。信息技術(shù)支持下的自適應(yīng)學(xué)習(xí)是一種數(shù)據(jù)驅(qū)動(dòng)的、復(fù)雜的、非線性的、個(gè)性化的學(xué)習(xí)過程。學(xué)習(xí)軟件或在線平臺(tái)能夠根據(jù)學(xué)習(xí)者的學(xué)習(xí)需求、興趣或者學(xué)習(xí)狀態(tài)進(jìn)行算法處理并不斷進(jìn)行學(xué)習(xí)資源、學(xué)習(xí)策略或者學(xué)習(xí)進(jìn)度的調(diào)整。自適應(yīng)學(xué)習(xí)技術(shù)涉及兩方面內(nèi)容：一是收集和分析學(xué)習(xí)者個(gè)體用戶的學(xué)習(xí)行為數(shù)據(jù)，以調(diào)整教學(xué)資源、學(xué)習(xí)策略和學(xué)習(xí)進(jìn)度；二是利用聚合的大樣本學(xué)習(xí)者數(shù)據(jù)，為課程設(shè)計(jì)和修訂提供參照[1]。在促進(jìn)個(gè)性化學(xué)習(xí)價(jià)值理念的驅(qū)動(dòng)下，自適應(yīng)學(xué)習(xí)系統(tǒng)或技術(shù)得到了長(zhǎng)期和迅速的發(fā)展，既包括自適應(yīng)學(xué)習(xí)參考模型的多元化發(fā)展和完善，又包括大數(shù)據(jù)、語(yǔ)義分析和人工智能等技術(shù)的融入與支持。當(dāng)前自適應(yīng)學(xué)習(xí)技術(shù)主要以學(xué)習(xí)資源的個(gè)性化推薦、學(xué)習(xí)路徑引薦以及學(xué)習(xí)內(nèi)容的精準(zhǔn)定位為主要研究熱點(diǎn)，如自適應(yīng)學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者模型和教學(xué)模型[2]、自適應(yīng)學(xué)習(xí)系統(tǒng)的支持模型及其實(shí)現(xiàn)機(jī)制[3]、自適應(yīng)學(xué)習(xí)環(huán)境[4]以及自適應(yīng)學(xué)習(xí)閱讀系統(tǒng)模型[5]等。隨著適應(yīng)性學(xué)習(xí)技術(shù)的發(fā)展與實(shí)踐應(yīng)用，國(guó)際上目前出現(xiàn)了以牛頓（Knewton）、諾爾（Knowre）和乂學(xué)等為主要代表的適應(yīng)性學(xué)習(xí)系統(tǒng)，并通過大量的實(shí)踐證明了適應(yīng)性學(xué)習(xí)技術(shù)對(duì)學(xué)習(xí)者學(xué)習(xí)的重要促進(jìn)作用。適應(yīng)性學(xué)習(xí)系統(tǒng)的開發(fā)者和運(yùn)營(yíng)者以不同的研究視角抑或依托不同的理論實(shí)現(xiàn)對(duì)學(xué)習(xí)的支持，因此對(duì)這些主流適應(yīng)性學(xué)習(xí)系統(tǒng)的比較分析將更有利于解析自適應(yīng)學(xué)習(xí)的基本運(yùn)行原理、機(jī)制及其技術(shù)特征，為后續(xù)適應(yīng)性學(xué)習(xí)系統(tǒng)的設(shè)計(jì)、開發(fā)與實(shí)踐運(yùn)行提供有益參照。

一 國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)概況

自從美國(guó)匹茲堡大學(xué)的Brusilovsky等進(jìn)行適應(yīng)性超文本和超媒體研究[6]以來(lái)，國(guó)際上出現(xiàn)了數(shù)十種以自適應(yīng)學(xué)習(xí)為特征的學(xué)習(xí)系統(tǒng)。根據(jù)近年來(lái)適應(yīng)性學(xué)習(xí)系統(tǒng)的國(guó)際影響力及其自適應(yīng)學(xué)習(xí)效果，本研究選取了四種當(dāng)今國(guó)際主流的適應(yīng)性學(xué)習(xí)系統(tǒng)進(jìn)行比較分析，分別為：牛頓（Knewton）、慧雀（Smart Sparrow）、塞拉戈（Cerego）和乂學(xué)。

1 牛頓

牛頓于2008年成立于美國(guó)紐約，是較早創(chuàng)建的知名適應(yīng)性學(xué)習(xí)系統(tǒng)。該系統(tǒng)的核心技術(shù)是適配型學(xué)習(xí)技術(shù)，通過對(duì)學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)的收集、推斷以及建議，來(lái)支持個(gè)性化學(xué)習(xí)。牛頓是一個(gè)連續(xù)性的適應(yīng)性學(xué)習(xí)系統(tǒng)，能對(duì)每個(gè)學(xué)習(xí)者在系統(tǒng)上的學(xué)習(xí)表現(xiàn)和學(xué)習(xí)活動(dòng)進(jìn)行實(shí)時(shí)響應(yīng)，并通過提供適切的學(xué)習(xí)指導(dǎo)來(lái)最大化每一位學(xué)習(xí)者達(dá)到學(xué)習(xí)目標(biāo)的可能性。牛頓基于概念、結(jié)構(gòu)、不同層次以及媒體格式數(shù)據(jù)等眾多數(shù)據(jù)點(diǎn)資料，采用復(fù)雜的適應(yīng)性學(xué)習(xí)算法，收集并分析學(xué)生的數(shù)據(jù)信息以提煉出推薦結(jié)果，進(jìn)而優(yōu)化每個(gè)學(xué)生的學(xué)習(xí)方法[7]。

2 慧雀[8]

慧雀于2010年由澳大利亞新南威爾士大學(xué)的適應(yīng)性數(shù)字化學(xué)習(xí)研究小組創(chuàng)建，并在2014年美國(guó)舉行的“人機(jī)教學(xué)”大戰(zhàn)中獲得突出成績(jī)。該系統(tǒng)主要用于輔助教師進(jìn)行適應(yīng)性的學(xué)習(xí)內(nèi)容設(shè)計(jì)，系統(tǒng)本身并不提供任何具體學(xué)習(xí)內(nèi)容或材料，其適應(yīng)性學(xué)習(xí)功能主要體現(xiàn)在教學(xué)內(nèi)容的設(shè)計(jì)對(duì)不同學(xué)習(xí)者接受程度和變化的支持。慧雀的主要應(yīng)用對(duì)象是大學(xué)教師和學(xué)生，在線課程中嵌入的大量模擬實(shí)驗(yàn)以供學(xué)生“邊做邊學(xué)”，而該系統(tǒng)會(huì)根據(jù)在線學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行算法處理實(shí)現(xiàn)，并在不斷互動(dòng)和反饋中修正課程設(shè)計(jì)以促進(jìn)學(xué)習(xí)者的適應(yīng)性學(xué)習(xí)。

3 塞拉戈[9]

塞拉戈在2000年成立于日本東京，是幫助學(xué)習(xí)者管理知識(shí)和記憶的網(wǎng)站，被稱為“大腦的Dropbox”，即“腦箱”。該系統(tǒng)是一種以認(rèn)知科學(xué)和神經(jīng)科學(xué)為基本原理開發(fā)的輔助性記憶學(xué)習(xí)工具，目的在于幫助學(xué)習(xí)者學(xué)習(xí)和記憶相關(guān)知識(shí)。塞拉戈向?qū)W習(xí)者提供智能互動(dòng)卡片類型的學(xué)習(xí)方式，使學(xué)習(xí)者能夠預(yù)習(xí)、學(xué)習(xí)或復(fù)習(xí)相應(yīng)的知識(shí)點(diǎn)。該系統(tǒng)能夠?qū)W(xué)習(xí)者的學(xué)習(xí)進(jìn)度、難易程度和知識(shí)點(diǎn)掌握情況進(jìn)行全程學(xué)習(xí)行為跟蹤，并通過數(shù)字儀表盤的形式向?qū)W習(xí)者呈現(xiàn)相應(yīng)的測(cè)評(píng)內(nèi)容。塞拉戈為學(xué)習(xí)者提供了一種簡(jiǎn)便的培訓(xùn)和學(xué)習(xí)途徑，實(shí)現(xiàn)了對(duì)學(xué)習(xí)者的知識(shí)管理和知識(shí)記憶的適應(yīng)性學(xué)習(xí)支持。

4 乂學(xué)[10]

乂學(xué)在2017年舉行的“人機(jī)大戰(zhàn)”教學(xué)競(jìng)賽中，以擊敗具有17年教齡的教學(xué)名師而迅速在中國(guó)成名。乂學(xué)得名于人工智能技術(shù)在自適應(yīng)學(xué)習(xí)系統(tǒng)中的深度應(yīng)用，實(shí)現(xiàn)了對(duì)學(xué)習(xí)者的精準(zhǔn)化測(cè)評(píng)、個(gè)性化學(xué)習(xí)方案生成和高效學(xué)習(xí)路徑的引導(dǎo)。該系統(tǒng)以納米級(jí)的知識(shí)點(diǎn)進(jìn)行學(xué)習(xí)進(jìn)度和學(xué)習(xí)路徑的設(shè)計(jì)、測(cè)評(píng)和規(guī)劃，精準(zhǔn)定位學(xué)習(xí)者的薄弱知識(shí)點(diǎn)并開展相應(yīng)的視頻學(xué)習(xí)和測(cè)試，實(shí)現(xiàn)個(gè)性化和高效率的適應(yīng)性學(xué)習(xí)。該系統(tǒng)會(huì)根據(jù)學(xué)習(xí)者的學(xué)習(xí)狀態(tài)、學(xué)習(xí)路徑、學(xué)習(xí)能力和知識(shí)基礎(chǔ)等調(diào)整教學(xué)策略，以保持或提升學(xué)習(xí)者的學(xué)習(xí)專注力和學(xué)習(xí)績(jī)效水平。

二 國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)比較

如前文所述，上述四種國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)呈現(xiàn)出各自的不同特征和獨(dú)特優(yōu)勢(shì)。但不論這四種系統(tǒng)以何種形態(tài)呈現(xiàn)，它們都會(huì)涉及適應(yīng)性學(xué)習(xí)系統(tǒng)的使用群體、構(gòu)建的理論基礎(chǔ)、基本功能、運(yùn)行機(jī)制以及學(xué)習(xí)模式等五個(gè)維度。因此，本研究從這五個(gè)維度，對(duì)“牛頓”、“慧雀”、“塞拉戈”和“乂學(xué)”這四種國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)進(jìn)行了多維比較，如表1所示。

1 適應(yīng)性學(xué)習(xí)系統(tǒng)的使用群體比較

依據(jù)用戶群體的特征，四種國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)主要以K12、高等教育和職業(yè)教育群體為主要用戶。牛頓、慧雀和塞拉戈主要以高等教育學(xué)習(xí)群體作為主要用戶，特別是慧雀和塞拉戈兩個(gè)學(xué)習(xí)系統(tǒng)的用戶僅限于高等教育。牛頓和乂學(xué)是以K12學(xué)習(xí)群體為主要用戶的自適應(yīng)學(xué)習(xí)系統(tǒng)，而乂學(xué)目前僅限于K12學(xué)習(xí)者用戶。就四種國(guó)際主流自適應(yīng)學(xué)習(xí)系統(tǒng)的用戶對(duì)象而言，牛頓的適用范圍涵蓋了K12、高等教育和職業(yè)教育，其余三種適應(yīng)性學(xué)習(xí)系統(tǒng)的使用對(duì)象更具有針對(duì)性，特別是塞拉戈突出了對(duì)培訓(xùn)學(xué)習(xí)的支持。

表1 國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)的多維比較

2 適應(yīng)性學(xué)習(xí)系統(tǒng)的理論基礎(chǔ)比較

牛頓主要包括項(xiàng)目反應(yīng)理論、概率圖形模型、凝聚層次聚類和知識(shí)圖譜等四個(gè)主要的理論框架。其中，項(xiàng)目反應(yīng)理論模型能夠在學(xué)生能力與正確回答一項(xiàng)試題的可能性之間建立起聯(lián)系，建立的聯(lián)系信息為未來(lái)試題難度的確定、試題級(jí)別區(qū)分以及試題回答正確率的“猜測(cè)性”提供了適應(yīng)性調(diào)控基礎(chǔ)。牛頓所實(shí)現(xiàn)的持續(xù)提煉推薦結(jié)果功能是通過概率圖形模型得以實(shí)現(xiàn)的，適應(yīng)性學(xué)習(xí)平臺(tái)通過算法能夠針對(duì)一個(gè)學(xué)習(xí)行為效果建立復(fù)雜模型，以實(shí)現(xiàn)根據(jù)眾多學(xué)習(xí)活動(dòng)的觀測(cè)數(shù)據(jù)與系統(tǒng)推薦有用的評(píng)估建立起重要聯(lián)系[11]。凝聚層次聚類和知識(shí)圖譜這兩個(gè)理論為群組和個(gè)體的適應(yīng)性學(xué)習(xí)提供參照，前者為大規(guī)模學(xué)習(xí)者群體如何進(jìn)行分組及其分組所依據(jù)哪些學(xué)習(xí)特征提供了核心算法基礎(chǔ)，后者則為適應(yīng)性學(xué)習(xí)系統(tǒng)向個(gè)體確定何時(shí)、何處、如何以及提供何種學(xué)習(xí)內(nèi)容和學(xué)習(xí)路徑提供了更加精確的個(gè)性化適應(yīng)性學(xué)習(xí)支持。

慧雀是以杜威“做中學(xué)”為主要學(xué)習(xí)理論指導(dǎo)的適應(yīng)性學(xué)習(xí)平臺(tái)。該系統(tǒng)除了提供項(xiàng)目測(cè)試，更突出的特征是以交互性和豐富體驗(yàn)性的交互課件作為學(xué)習(xí)路徑來(lái)實(shí)現(xiàn)人機(jī)交互和學(xué)習(xí)體驗(yàn)。杜威的“做中學(xué)”理論強(qiáng)調(diào)學(xué)習(xí)是行動(dòng)的副產(chǎn)品，學(xué)生的思維發(fā)展和知識(shí)獲得是通過做的活動(dòng)得以實(shí)現(xiàn)的。慧雀以杜威“做中學(xué)”思想作為系統(tǒng)開發(fā)的基本理念，使得該適應(yīng)性學(xué)習(xí)系統(tǒng)具備了人機(jī)交互的基本功能，特別是嵌入了以Flash或者Html 5為主的交互性和體驗(yàn)性課件。交互性課件在適應(yīng)性學(xué)習(xí)系統(tǒng)中的應(yīng)用增加了學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)。

塞拉戈構(gòu)建的目的在于幫助學(xué)習(xí)者復(fù)習(xí)并記憶所學(xué)內(nèi)容，將神經(jīng)科學(xué)、學(xué)習(xí)理論、認(rèn)知科學(xué)和腦科學(xué)等作為實(shí)現(xiàn)這一期望的理論支持。神經(jīng)科學(xué)抑或腦科學(xué)在教育領(lǐng)域中的應(yīng)用，更多的是尋求了解神經(jīng)回路或者神經(jīng)元是如何感受周圍世界、如何實(shí)施行為的基本機(jī)制，特別是如何從記憶中找回知覺以及對(duì)知覺的記憶作用。塞拉戈利用大腦是如何存儲(chǔ)信息、如何提取信息等腦科學(xué)、神經(jīng)科學(xué)以及相關(guān)學(xué)習(xí)理論來(lái)進(jìn)行系統(tǒng)設(shè)計(jì)的。

乂學(xué)被稱為智適應(yīng)學(xué)習(xí)系統(tǒng)，其創(chuàng)建的主要目的在于實(shí)現(xiàn)對(duì)學(xué)習(xí)者薄弱知識(shí)點(diǎn)的精準(zhǔn)定位、輔導(dǎo)以及最優(yōu)的學(xué)習(xí)路徑推薦，該目的的實(shí)現(xiàn)得益于知識(shí)空間理論、信息流理論、貝葉斯定理以及問題導(dǎo)向教學(xué)法的應(yīng)用。知識(shí)空間理論的核心旨趣是構(gòu)建知識(shí)空間、知識(shí)結(jié)構(gòu)、猜測(cè)關(guān)系和蘊(yùn)含的基本關(guān)系。知識(shí)空間視域下的知識(shí)信息可以被概念化為一個(gè)具體的、巨大的一系列子問題，學(xué)習(xí)者個(gè)體的知識(shí)狀態(tài)可以被形式化為其所能解決的所有問題子集。納米級(jí)粒度內(nèi)容分解為實(shí)現(xiàn)小步驟、自定步調(diào)和精準(zhǔn)測(cè)驗(yàn)提供了有利途徑，特別是能夠根據(jù)知識(shí)點(diǎn)之間的邏輯關(guān)系進(jìn)行薄弱知識(shí)點(diǎn)的定位以及學(xué)習(xí)捷徑的引導(dǎo)。

通過對(duì)四種主流適應(yīng)性學(xué)習(xí)系統(tǒng)構(gòu)建的基礎(chǔ)理論進(jìn)行比較，可知不同適應(yīng)性學(xué)習(xí)系統(tǒng)乃依據(jù)其所需解決的問題和研究旨趣而采用不同的理論基礎(chǔ)。牛頓和乂學(xué)的主要功能是學(xué)習(xí)者的薄弱知識(shí)點(diǎn)定位與學(xué)習(xí)路徑的推薦，但是牛頓主要通過項(xiàng)目反應(yīng)理論、概率圖形模型、凝聚層次聚類以及知識(shí)圖譜等理論實(shí)現(xiàn)，乂學(xué)則通過知識(shí)空間理論對(duì)學(xué)習(xí)者的薄弱知識(shí)點(diǎn)進(jìn)行定位。慧雀突破了筆試測(cè)試方式的局限，以交互性的、形式豐富的媒體課件為載體實(shí)現(xiàn)了杜威“做中學(xué)”的學(xué)習(xí)理念。

3 適應(yīng)性學(xué)習(xí)系統(tǒng)的基本功能比較

四種國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)在功能上存在如下共同特征：①自適應(yīng)課程學(xué)習(xí)的創(chuàng)建功能。除了乂學(xué)僅能夠由公司或者連鎖培訓(xùn)機(jī)構(gòu)進(jìn)行適應(yīng)性課程創(chuàng)設(shè)之外，其它三個(gè)適應(yīng)性學(xué)習(xí)系統(tǒng)均向教師或者學(xué)習(xí)者提供了在線適應(yīng)性課程的創(chuàng)建功能，這將有助于教師或者學(xué)習(xí)者根據(jù)自己的課程、學(xué)習(xí)內(nèi)容進(jìn)行針對(duì)性的適應(yīng)性學(xué)習(xí)設(shè)計(jì)和資源供給。②學(xué)習(xí)行為的實(shí)時(shí)數(shù)據(jù)分析。每個(gè)適應(yīng)性學(xué)習(xí)系統(tǒng)都提供了對(duì)學(xué)習(xí)者學(xué)習(xí)行為的實(shí)時(shí)數(shù)據(jù)分析功能，分析維度涉及學(xué)習(xí)者與學(xué)習(xí)內(nèi)容之間交互、學(xué)習(xí)者學(xué)習(xí)進(jìn)度以及學(xué)習(xí)質(zhì)量檢測(cè)，等等。

與此同時(shí)，四種國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)在功能上也存在顯著的差異：①功能創(chuàng)建權(quán)限。牛頓、慧雀和塞拉戈三種適應(yīng)性學(xué)習(xí)系統(tǒng)不僅向公司、機(jī)構(gòu)等提供適應(yīng)性課程創(chuàng)建的功能，而且向在線學(xué)習(xí)者或教師提供相應(yīng)的適應(yīng)性課程創(chuàng)建功能。相比之下，乂學(xué)僅僅向公司或者連鎖培訓(xùn)機(jī)構(gòu)開放課程創(chuàng)設(shè)權(quán)限。②分析數(shù)據(jù)的呈現(xiàn)方式。乂學(xué)以測(cè)試單的形式向?qū)W習(xí)者和教師提供相應(yīng)的數(shù)據(jù)分析報(bào)告，報(bào)告的主要內(nèi)容包括：先行測(cè)試報(bào)告、知識(shí)點(diǎn)學(xué)習(xí)報(bào)告、綜合學(xué)習(xí)報(bào)告、鞏固測(cè)試報(bào)告和當(dāng)堂報(bào)告。相比之下，其它三種學(xué)習(xí)平臺(tái)的數(shù)據(jù)分析全部以數(shù)據(jù)儀表盤的形式進(jìn)行數(shù)據(jù)呈現(xiàn)，但它們呈現(xiàn)的數(shù)據(jù)內(nèi)容存在一定的差異：塞拉戈主要提供學(xué)習(xí)水平、學(xué)習(xí)過程、近期觀看、未來(lái)學(xué)習(xí)、學(xué)習(xí)難度、學(xué)習(xí)時(shí)間和綜合報(bào)告；慧雀主要提供學(xué)習(xí)者的學(xué)習(xí)路徑、與內(nèi)容的交互信息、群體和個(gè)體的學(xué)習(xí)績(jī)效；而牛頓主要對(duì)學(xué)習(xí)者的錯(cuò)誤和概念誤解、刻苦的學(xué)習(xí)者和優(yōu)秀者、學(xué)習(xí)者與學(xué)習(xí)內(nèi)容或信息的交互方式、學(xué)習(xí)者的學(xué)習(xí)方式和知識(shí)掌握情況進(jìn)行數(shù)據(jù)分析和呈現(xiàn)。③課程內(nèi)容形態(tài)。慧雀不同于其它三個(gè)系統(tǒng)以文字或圖片為基本形式的學(xué)習(xí)內(nèi)容開發(fā)，它向課程開發(fā)者提供了以Flash和Html 5為主的交互性課件開發(fā)功能；乂學(xué)和牛頓對(duì)于課程內(nèi)容的開發(fā)更強(qiáng)調(diào)學(xué)習(xí)內(nèi)容粒度的精細(xì)化，通過將學(xué)習(xí)內(nèi)容持續(xù)地劃分成納米級(jí)的知識(shí)點(diǎn)，以實(shí)現(xiàn)對(duì)學(xué)習(xí)者薄弱知識(shí)點(diǎn)的精確定位和輔助學(xué)習(xí)支持；塞拉戈以提供項(xiàng)目模板的方式支持用戶添加相應(yīng)的培訓(xùn)內(nèi)容或者學(xué)習(xí)內(nèi)容，課程設(shè)計(jì)者可以根據(jù)需求基于設(shè)計(jì)模板自行設(shè)計(jì)相應(yīng)的學(xué)習(xí)內(nèi)容形態(tài)以支持學(xué)習(xí)者學(xué)習(xí)。

4 適應(yīng)性學(xué)習(xí)系統(tǒng)的運(yùn)行機(jī)制比較

四種適應(yīng)性學(xué)習(xí)系統(tǒng)的運(yùn)行機(jī)制都遵循一個(gè)原則：通過學(xué)習(xí)者學(xué)習(xí)、數(shù)據(jù)分析、教學(xué)策略采取以及改進(jìn)學(xué)習(xí)方式或?qū)W習(xí)內(nèi)容等秩序，來(lái)實(shí)現(xiàn)學(xué)習(xí)的適應(yīng)性發(fā)展。然而，不同適應(yīng)性學(xué)習(xí)系統(tǒng)的運(yùn)行機(jī)制也存在著顯著差異，其根源在于不同系統(tǒng)的構(gòu)建理論及其所要解決的問題不同：牛頓基于知識(shí)圖譜的知識(shí)點(diǎn)分解和凝聚層次聚類等算法實(shí)現(xiàn)針對(duì)學(xué)習(xí)者薄弱知識(shí)點(diǎn)的定位與學(xué)習(xí)支持，并通過間隔強(qiáng)化知識(shí)學(xué)習(xí)、建立學(xué)生學(xué)習(xí)檔案、大數(shù)據(jù)實(shí)時(shí)分析來(lái)實(shí)現(xiàn)對(duì)學(xué)習(xí)者知識(shí)狀態(tài)的評(píng)估；乂學(xué)以納米級(jí)的知識(shí)粒度作為數(shù)據(jù)分析和薄弱知識(shí)點(diǎn)定位的基礎(chǔ)，通過數(shù)據(jù)分析，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)路徑薦引、快速精準(zhǔn)的知識(shí)狀態(tài)監(jiān)測(cè)以及系統(tǒng)自適應(yīng)功能的智能優(yōu)化；慧雀以“拖拽性的學(xué)習(xí)交互”為主要適應(yīng)性學(xué)習(xí)方式，通過人機(jī)交互實(shí)現(xiàn)“做中學(xué)”以提高學(xué)生的學(xué)習(xí)體驗(yàn)，并通過對(duì)學(xué)生拖拽行為的實(shí)時(shí)分析以監(jiān)測(cè)學(xué)習(xí)者的錯(cuò)誤概念或者錯(cuò)誤行為，旨在改進(jìn)教學(xué)和適應(yīng)學(xué)生的學(xué)習(xí)需求；而塞拉戈旨在用科學(xué)的方法提高學(xué)習(xí)者的記憶效果，其工作原理是不斷地檢測(cè)學(xué)習(xí)者的記憶狀況并據(jù)此預(yù)測(cè)他們的最佳復(fù)習(xí)時(shí)間，以促進(jìn)學(xué)習(xí)者的長(zhǎng)時(shí)記憶。

5 適應(yīng)性學(xué)習(xí)系統(tǒng)的學(xué)習(xí)模式比較

四種適應(yīng)性學(xué)習(xí)系統(tǒng)在學(xué)習(xí)模式維度上體現(xiàn)了各自獨(dú)有的特征，形成了較為系統(tǒng)的學(xué)習(xí)模式：乂學(xué)構(gòu)建了系統(tǒng)的、完善的學(xué)習(xí)模式，形成了以“測(cè)、學(xué)、練、測(cè)、輔”和“線上與線下”相結(jié)合的學(xué)習(xí)模式——“測(cè)（定位薄弱知識(shí)點(diǎn)）、學(xué)（資料推薦與個(gè)性化學(xué)習(xí)）、練（難度區(qū)分與靶向大綱練習(xí)）、測(cè)（綜合測(cè)試與學(xué)習(xí)分析）、輔（攻克漏洞與學(xué)習(xí)輔導(dǎo)）”主要強(qiáng)調(diào)基于適應(yīng)性學(xué)習(xí)系統(tǒng)的學(xué)習(xí)者適應(yīng)性學(xué)習(xí)過程，而“線上與線下”相結(jié)合充分體現(xiàn)了教師在學(xué)習(xí)過程中的重要地位和師生互動(dòng)的關(guān)鍵作用；慧雀主要以“做中學(xué)”模式開展在線適應(yīng)性學(xué)習(xí)活動(dòng)，學(xué)習(xí)者能夠通過拖拽行為實(shí)現(xiàn)與課件的高度交互，以習(xí)得相應(yīng)的知識(shí)并增加學(xué)習(xí)體驗(yàn)；塞拉戈主要以間隔復(fù)習(xí)、自我體驗(yàn)學(xué)習(xí)和團(tuán)隊(duì)學(xué)習(xí)為主要學(xué)習(xí)形式，通過數(shù)據(jù)分析獲取復(fù)習(xí)的最佳時(shí)間以提高學(xué)習(xí)者的記憶；牛頓以社區(qū)與合作學(xué)習(xí)、游戲化學(xué)習(xí)為主要學(xué)習(xí)模式，能夠通過編制一個(gè)社會(huì)組件到課程中來(lái)改善學(xué)習(xí)者的參與，并以游戲的學(xué)習(xí)方式逐步增加作業(yè)的難度系數(shù)，揭示下一階段將要學(xué)習(xí)的層次等級(jí)以增加學(xué)習(xí)探究的懸疑性。此外，適應(yīng)性系統(tǒng)應(yīng)用了進(jìn)步獎(jiǎng)勵(lì)、勛章和成就獎(jiǎng)等游戲元素，可以將適應(yīng)性課程學(xué)習(xí)真正地轉(zhuǎn)換為具有游戲性體驗(yàn)的學(xué)習(xí)模式。

三 國(guó)際主流適應(yīng)性學(xué)習(xí)系統(tǒng)的發(fā)展趨勢(shì)

1 適應(yīng)性學(xué)習(xí)系統(tǒng)的人工智能化

適應(yīng)性學(xué)習(xí)系統(tǒng)創(chuàng)建的根本目的是實(shí)現(xiàn)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)，然而目前的適應(yīng)性學(xué)習(xí)系統(tǒng)所采用的相關(guān)算法難以適應(yīng)學(xué)習(xí)者多樣性、復(fù)雜性的學(xué)習(xí)需求。而AlphaGo人工智能算法的實(shí)現(xiàn)，為適應(yīng)性學(xué)習(xí)系統(tǒng)應(yīng)對(duì)學(xué)習(xí)者復(fù)雜的個(gè)性化學(xué)習(xí)需求提供了有力的支持和發(fā)展方向。基于此，適應(yīng)性學(xué)習(xí)系統(tǒng)的未來(lái)發(fā)展應(yīng)當(dāng)充分利用深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)適應(yīng)性學(xué)習(xí)系統(tǒng)的自我學(xué)習(xí)、自我完善，以更加智能化地適應(yīng)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求。

2 適應(yīng)性學(xué)習(xí)系統(tǒng)的復(fù)雜適應(yīng)性

未來(lái)的適應(yīng)性學(xué)習(xí)系統(tǒng)是復(fù)雜性的適應(yīng)性學(xué)習(xí)系統(tǒng)，能夠與學(xué)習(xí)環(huán)境和學(xué)習(xí)主體進(jìn)行深度交互。適應(yīng)性學(xué)習(xí)系統(tǒng)能夠在持續(xù)不斷的深度交互過程中“學(xué)習(xí)”或“積累經(jīng)驗(yàn)”，以適應(yīng)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求，并且根據(jù)學(xué)到的經(jīng)驗(yàn)改變適應(yīng)性學(xué)習(xí)系統(tǒng)自身的結(jié)構(gòu)和行為方式。適應(yīng)性復(fù)雜學(xué)習(xí)系統(tǒng)需要處理四個(gè)方面的挑戰(zhàn)，包括：學(xué)習(xí)成績(jī)的宏觀發(fā)展預(yù)測(cè)與個(gè)性化學(xué)習(xí)發(fā)展走勢(shì)之間的非線性復(fù)雜關(guān)系、學(xué)習(xí)目標(biāo)與學(xué)習(xí)過程中質(zhì)量波動(dòng)的復(fù)雜關(guān)系、在線學(xué)習(xí)者的學(xué)習(xí)行為存在復(fù)雜的易變性和多樣性、多元因素與學(xué)習(xí)者學(xué)習(xí)績(jī)效變化的復(fù)雜關(guān)系。

3 適應(yīng)性學(xué)習(xí)系統(tǒng)的情感化適應(yīng)

情感化適應(yīng)是消解在線學(xué)習(xí)者孤獨(dú)感的主要策略，情感監(jiān)測(cè)、語(yǔ)音識(shí)別和傳感器關(guān)聯(lián)等技術(shù)的應(yīng)用能夠?yàn)槌浞掷斫鈱W(xué)習(xí)者的情感提供有力支持。當(dāng)前的適應(yīng)性學(xué)習(xí)系統(tǒng)主要以提供知識(shí)學(xué)習(xí)的適應(yīng)性為主要指向，關(guān)注于學(xué)習(xí)者薄弱知識(shí)點(diǎn)的精準(zhǔn)定位、學(xué)習(xí)資源推薦以及學(xué)習(xí)路徑的推薦等。然而，當(dāng)前知識(shí)學(xué)習(xí)的適應(yīng)性學(xué)習(xí)系統(tǒng)忽視了對(duì)學(xué)習(xí)者主體的情感適應(yīng)。未來(lái)的適應(yīng)性學(xué)習(xí)系統(tǒng)應(yīng)當(dāng)提供對(duì)學(xué)習(xí)者情感的適應(yīng)性支持，充分利用人臉識(shí)別、情感識(shí)別、穿戴設(shè)備和相關(guān)數(shù)據(jù)分析等技術(shù)，來(lái)支持學(xué)習(xí)者適應(yīng)性學(xué)習(xí)的情感化適應(yīng)。

四 結(jié)語(yǔ)

適應(yīng)性學(xué)習(xí)系統(tǒng)為實(shí)現(xiàn)個(gè)性化學(xué)習(xí)和因材施教提供了有力的技術(shù)支持，各種適應(yīng)性學(xué)習(xí)系統(tǒng)從學(xué)習(xí)者特征、學(xué)習(xí)資源推薦、知識(shí)點(diǎn)掌握以及教學(xué)模式等維度為學(xué)習(xí)者提供了多模態(tài)的適應(yīng)性需求支持。在當(dāng)前已有的適應(yīng)性學(xué)習(xí)系統(tǒng)中，學(xué)習(xí)者薄弱知識(shí)點(diǎn)的精準(zhǔn)定位、學(xué)習(xí)路徑的優(yōu)化以及交互性適應(yīng)性課件的提供等充分體現(xiàn)了適應(yīng)性學(xué)習(xí)系統(tǒng)對(duì)學(xué)習(xí)者不同層面的需求支持。在未來(lái)的適應(yīng)性學(xué)習(xí)系統(tǒng)發(fā)展進(jìn)程中，人工智能技術(shù)在適應(yīng)性學(xué)習(xí)中的深度介入將進(jìn)一步提高學(xué)習(xí)者對(duì)適應(yīng)性學(xué)習(xí)系統(tǒng)使用的滿意度，特別是情感化適應(yīng)性學(xué)習(xí)技術(shù)的融合將為破解在線學(xué)習(xí)者的孤獨(dú)感提供有效的解決路徑。

[1](美)L.約翰遜,S.亞當(dāng)斯貝克爾,V.埃斯特拉達(dá),等.新媒體聯(lián)盟地平線報(bào)告(2015高等教育版)[J].北京廣播電視大學(xué)學(xué)報(bào),2015,(S1):54-98.

[2]王麗萍.自適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者模型與教學(xué)模型研究[D].長(zhǎng)春:東北師范大學(xué),2017:40-90.

[3]姜強(qiáng).自適應(yīng)學(xué)習(xí)系統(tǒng)支持模型與實(shí)現(xiàn)機(jī)制研究[D].長(zhǎng)春:東北師范大學(xué),2012:47-77.

[4]Dina D G, Vincenza C ,Tania D M, et al. The silent reading supported by adaptive learning technology[J]. Computers in Human Behavior, 2016, (Part B):1125-1130.

[5]Wang Y H. Promoting contextual vocabulary learning through an adaptive computer-assisted EFL reading system[J]. Journal of Computer Assisted Learning, 2016,(4):291-303.

[6]Brusilovsky P, Kay J. Adaptive hypertext and hypermedia[OL].

[7]Knewton Company. Heavy duty infrastructure for the adaptive world[OL].

[8]Smart Sparrow. Create courseware that engages every student[OL].

[9]Cerego. The simplest solution for effective learning[OL].

[10]乂學(xué)教育.“特級(jí)教師+人工智能”1對(duì)1[OL].

[11]萬(wàn)海鵬,汪丹.基于大數(shù)據(jù)的牛頓平臺(tái)自適應(yīng)學(xué)習(xí)機(jī)制分析[J].現(xiàn)代教育技術(shù),2016,(5):5-11.

Comparison and Trend Analysis of International Mainstream of Adaptive Learning Systems

LI Hai-feng WANG Wei

Adaptive learning system could provide effective support for learners’ personalized learning, and the multidimensional comparison of the international mainstream of adaptive learning systems will help to identify and promote the characteristics and development of adaptive learning systems. In this article, four main adaptive learning systems: Knewton, Smart Sparrow, Cerego and Easy Learning were compared from the multi-dimensions of the adaptive learning system, including user group, theory construction, main function, operating mechanism and learning model. The results revealed the differences and similarities among different adaptive learning systems and their unique qualities. According to the current research status, challenges of the adaptive learning system and the development of related technologies, the future development trend of adaptive learning system could be predicted. It can be seen that the adaptive learning system will pay more attention to the adaptive learning support of AI technology, the construction of intricately adaptive learning system and the support of emotionally adaptive learning technology for learners.

adaptive learning; online learning; adaptive learning system; artificial intelligence in education

G40-057

A

1009—8097（2018）10—0035—07

10.3969/j.issn.1009-8097.2018.10.005

本文為全國(guó)教育科學(xué)“十三五”規(guī)劃2018年度教育部重點(diǎn)課題“在線協(xié)作知識(shí)建構(gòu)的深度匯談機(jī)制研究”（項(xiàng)目編號(hào)：DCA180324）的階段性研究成果。

李海峰，講師，博士，研究方向?yàn)橛?jì)算機(jī)支持的協(xié)作學(xué)習(xí)（CSCL）和教學(xué)系統(tǒng)設(shè)計(jì)，郵箱為tangshanlhf@163.com。

2018年2月5日

編輯：小西