現(xiàn)狀與發(fā)展：智能問答機器人促進學(xué)習(xí)的反思*

楊 兵，尹加琪，楊 旸 ，[新西蘭]吳長泰，趙勝啟

(1.湖北大學(xué) 教育學(xué)院，湖北 武漢 430062；2.惠靈頓維多利亞大學(xué) 信息管理系，新西蘭 惠靈頓 6011；3.湖北省襄陽市樊城區(qū)教育科學(xué)研究所，湖北 襄陽 441000)

智能問答機器人是模擬人類對話的計算機程序，研究者需要預(yù)先構(gòu)建知識庫，機器接收問題后經(jīng)過計算，返回最貼切的匹配[1]。隨著人工智能興起，人們開始研究智能問答機器人技術(shù)，以促進不同行業(yè)發(fā)展，并且智能問答機器人已在電子商務(wù)、休閑娛樂和個人助理等領(lǐng)域得到廣泛研究與應(yīng)用，在教育領(lǐng)域的應(yīng)用亦受到眾多學(xué)者關(guān)注。如喬治亞理工學(xué)院針對在線課程研發(fā)教師助導(dǎo)Jill Wastion；澳大利亞迪肯大學(xué)研發(fā)一款Chatbot校園精靈，可回答有關(guān)校園生活的各種問題[2]。

眾多研究表明，智能問答機器人可被視為具有特定學(xué)習(xí)目標(biāo)，在教育環(huán)境中有自主行為的實體[3]。其應(yīng)用于學(xué)習(xí)領(lǐng)域能豐富學(xué)習(xí)內(nèi)容呈現(xiàn)、增加學(xué)習(xí)動機并提高學(xué)習(xí)興趣。隨著計算機輔助教學(xué)(Computer Aided Instruction，CAI)及智能助導(dǎo)系統(tǒng)(Intelligent Tutoring Systems，ITS)的興起，諸多學(xué)者通過開源平臺研發(fā)智能問答機器人，隨之開展促進學(xué)習(xí)提升的各種研究。如針對英語學(xué)習(xí)的嵌入式智能問答機器人Don Quijote、Mike等[4][5]，基于醫(yī)學(xué)學(xué)科的智能問答機器人Medchatbot[6]、針對心理學(xué)科的Freudbot[7]以及面向公式學(xué)習(xí)的xotria[8]等。國內(nèi)研究如清華圖書館智能問答機器人“小圖”[9]、基于英語學(xué)習(xí)的ALICE[10]等。總體而言，國外對智能問答機器人在學(xué)習(xí)領(lǐng)域的應(yīng)用探索不斷深入，而國內(nèi)剛剛起步，相關(guān)研究甚少。鑒于此，本文將介紹智能問答機器人的概念及特點，歸納分析智能問答機器人促進學(xué)習(xí)提升的關(guān)鍵主題，總結(jié)其在學(xué)習(xí)研究中的過程與方法，探討機器人促進學(xué)習(xí)時面臨的挑戰(zhàn)及發(fā)展趨勢，以期探究智能問答機器人在教育領(lǐng)域的應(yīng)用潛能。

一、研究方法與工具

智能問答機器人是人工智能發(fā)展的創(chuàng)新產(chǎn)物，備受互聯(lián)網(wǎng)企業(yè)、學(xué)術(shù)界關(guān)注。然而，其在教育領(lǐng)域的研究尚未引起國內(nèi)學(xué)術(shù)界重視，有關(guān)智能問答機器人促進學(xué)習(xí)方面的研究在國內(nèi)期刊上鮮少出現(xiàn)。論文通過梳理智能問答機器人教育領(lǐng)域應(yīng)用相關(guān)文獻，全面了解其促進學(xué)習(xí)的研究現(xiàn)狀，反思其存在的挑戰(zhàn)與問題，以期促進智能問答機器人在教育領(lǐng)域的發(fā)展。對此，文章采用文獻研究法，在谷歌學(xué)術(shù)上進行系統(tǒng)的文獻檢索，時間范圍限定于2008年至2018年，搜索主題詞包括：“Education and Chatbot”“Teacher and Chatbot”“Student and Chatbot”等各種組合。文獻來自工程、技術(shù)、心理學(xué)、通信和人工智能領(lǐng)域。

文獻檢索重點關(guān)注了智能問答機器人近十年的教育研究發(fā)展，以期把握最新研究動態(tài)。文章的選取歷經(jīng)篩選、瀏覽、再篩選的過程。首先檢索全文中含有主題詞“Education and Chatbot”“Teacher and Chatbot”“Student and Chatbot”的文獻分別為508篇、185篇、360篇。再通過瀏覽文獻標(biāo)題、關(guān)鍵詞篩選出符合本文主題的文獻共140篇，接著使用文獻管理軟件Mendeley進行文獻收集與整理、分析與總結(jié)。通過泛讀文章摘要、引言與結(jié)論，排除一些重點討論語音識別技術(shù)，文字到語音識別技術(shù)和計算機輔助教學(xué)等主題的文章，確保文章內(nèi)容與本文主題高度相關(guān)。通過精讀文獻，歸納智能問答機器人促進學(xué)習(xí)的核心主題及關(guān)注重點。

二、會話系統(tǒng)：智能問答機器人概述

智能問答機器人又稱會話代理或智能代理(Intelligent Agent)，是模仿人類對話的計算機程序，檢索用戶輸入，基于關(guān)鍵技術(shù)進行內(nèi)置算法計算，再匹配數(shù)據(jù)庫并返回運算結(jié)果。智能問答機器人的關(guān)鍵技術(shù)包括自然語言處理、解析技術(shù)、語音識別、語義識別、SQL和相關(guān)數(shù)據(jù)庫、機器學(xué)習(xí)與深度學(xué)習(xí)等[11]。一般而言，智能問答機器人的系統(tǒng)框架包含7個主要功能模塊，如圖所示。用戶輸入模塊支持文本或語音模式，識別技術(shù)模塊接收用戶輸入，采用語音及語義識別技術(shù)將其轉(zhuǎn)換為表達式。自然語言處理模塊理解表達式，將其轉(zhuǎn)化并輸入至對話管理模塊。對話管理模塊采取特定的算法進行回復(fù)，并交由處理模塊進行自然語言生成。生成的回復(fù)文本經(jīng)語音合成，完成文字至語音的輸出。由于智能問答機器人是基于人機交互服務(wù)，由內(nèi)置規(guī)則和人工智能支持，它可嵌入眾多社交平臺，如Facebook Messenger、Slack、Telegram、Text Messages等，具備強大的社會性。就智能問答機器人實施框架而言，不同模塊結(jié)合不同技術(shù)，多種算法的應(yīng)用使智能問答機器人具備強大交互性。生動有趣的用戶界面為人機交互增添了趣味性。此外，智能問答機器人還能夠在歷史交互中學(xué)習(xí)，隨著時間推移改進響應(yīng)的精準(zhǔn)性。同時，能讓用戶通過對話式服務(wù)高效準(zhǔn)確地執(zhí)行任務(wù)[12]。正是智能問答機器人具備社會性、交互性、趣味性、智能性及有效性，目前廣泛用于電子商務(wù)、醫(yī)療服務(wù)、休閑娛樂等領(lǐng)域，且研究愈漸創(chuàng)新，但學(xué)習(xí)領(lǐng)域的研究剛剛處于起步階段。

智能問答機器人系統(tǒng)框架

三、核心主題：智能問答機器人促進學(xué)習(xí)的現(xiàn)狀分析

隨著在線聊天的盛行，學(xué)習(xí)者傾向于使用即時消息軟件進行交流。現(xiàn)在，智能問答機器人不只限于休閑娛樂，更是深入到教育領(lǐng)域[13]。當(dāng)前，智能問答機器人在學(xué)習(xí)領(lǐng)域的應(yīng)用研究主要集中在語言學(xué)習(xí)、學(xué)科學(xué)習(xí)、學(xué)習(xí)效果、思維訓(xùn)練、學(xué)習(xí)環(huán)境、學(xué)生態(tài)度等方面。據(jù)文獻整理，智能問答機器人在學(xué)習(xí)應(yīng)用中的核心主題如下頁表1所示，主要包括研究內(nèi)容、關(guān)注重點、研究方法、關(guān)鍵技術(shù)及常用開發(fā)平臺等方面。

(一)語言學(xué)習(xí)

語言學(xué)習(xí)涉及到整合聽說讀寫等技能。但于大部分學(xué)習(xí)者而言，口語交流過程中由于不自信而感到害羞，也無過多機會進行課外學(xué)習(xí)，非常容易喪失學(xué)習(xí)興趣。同傳統(tǒng)課堂相比，情境學(xué)習(xí)理論(Situated Learning Theory)強調(diào)學(xué)習(xí)是情境化、無意識、真實且互動的；建構(gòu)主義學(xué)習(xí)理論(Constructivist Learning Theory)也強調(diào)促進學(xué)生主動參與學(xué)習(xí)，其六要素包括：情境、協(xié)作、橋梁、問題、意義構(gòu)建與反思，智能問答機器人能夠通過設(shè)置學(xué)習(xí)情境，提升學(xué)習(xí)者的學(xué)習(xí)參與度。計算機輔助語言學(xué)習(xí)(Computer Assisted Language Learning，CALL)的盛行，能夠創(chuàng)建多種學(xué)習(xí)情境，進行語言學(xué)習(xí)，如：電子郵件、聊天軟件、MOOC平臺及社交網(wǎng)絡(luò)等。Bayan Abu Shawar認為CALL雖能提供學(xué)習(xí)材料，但缺乏語言學(xué)習(xí)所必需的會話練習(xí)與反饋機制。而整合智能問答機器人，將其作為學(xué)習(xí)同伴，提供語言學(xué)習(xí)情境，促進學(xué)生會話參與，可彌補CALL的不足[14]。智能問答機器人作為新型語言學(xué)習(xí)工具主要從以下方面幫助學(xué)習(xí)者：提供符合學(xué)習(xí)者需求的任務(wù)框架；持續(xù)監(jiān)控學(xué)習(xí)進度并提供適應(yīng)性任務(wù)與傳遞方式；提供口語練習(xí)，提升學(xué)習(xí)動機[15]。

表1 智能問答機器人學(xué)習(xí)應(yīng)用中的核心主題

眾多學(xué)者致力研發(fā)智能問答機器人以促進語言學(xué)習(xí)，通過創(chuàng)設(shè)語言學(xué)習(xí)情境，學(xué)習(xí)者充分利用語言環(huán)境，參與會話，語言學(xué)習(xí)是聽說讀寫等技能的綜合。但是研究者在開發(fā)階段更多關(guān)注于技術(shù)層面，包括語音識別、語義識別、語音合成技術(shù)等。智能問答機器人已經(jīng)從文本至文本交互(Text to Text)，已演變成文本至語音(Text to Speech)甚至是語音至語音(Speech to Speech)的交互方式。目前，研究者注重語言學(xué)習(xí)中的對話訓(xùn)練，如Neasa Ní Chiaráin等研發(fā)面向瀕危語言——愛爾蘭語智能問答機器人，旨在提供學(xué)習(xí)者學(xué)習(xí)愛爾蘭語的機會[16]。Chun-Hung Lu等提出基于即時消息的智能問答機器人，為學(xué)生創(chuàng)設(shè)在線英語學(xué)習(xí)環(huán)境，其使用現(xiàn)成的參考資料，包括詞典、經(jīng)授權(quán)的談話與演講材料以及問答功能以激發(fā)學(xué)習(xí)者學(xué)習(xí)興趣[17]。而Lee等研發(fā)的智能問答機器人EFL(English as a Foreign Language，EFL)則是面向特定學(xué)習(xí)內(nèi)容，即九年級英語教材，提供該年級的知識訓(xùn)練[18]。另有Amany AlKhayat等在EFL課堂中使用Tutor Mike，糾正學(xué)習(xí)者的拼寫和語法錯誤，幫助學(xué)習(xí)者提供寫作思路及寫作建議[19]。陳維超等基于高中英語課堂，利用“希賽可”聊天系統(tǒng)創(chuàng)設(shè)富于交互的學(xué)習(xí)情境，輔助口語學(xué)習(xí)，學(xué)習(xí)者可以經(jīng)過問答會話，提升口語流利度，提高口語對話自信[20]。盡管智能問答機器人可作為促進語言學(xué)習(xí)的工具，但在具體實施時仍有亟待解決的問題，如智能問答機器人理解自然語言及處理模糊文本等能力。研究顯示，學(xué)習(xí)者的先前語言水平也是影響學(xué)習(xí)效果的重要因素[21]。

(二)學(xué)科學(xué)習(xí)

智能問答機器人促進學(xué)習(xí)的應(yīng)用趨于具體化，愈具針對性。促進學(xué)科學(xué)習(xí)的研究多采用實證研究法，以實踐論證其在促進學(xué)科學(xué)習(xí)中的價值。這類研究聚焦教學(xué)中的核心問題：何種教學(xué)方法與內(nèi)容能刺激并吸引學(xué)生，使之成為學(xué)習(xí)的主動參與者？激勵和促進學(xué)習(xí)者有效學(xué)習(xí)的方法是聚焦學(xué)習(xí)者的興趣、目標(biāo)、志向及價值。對學(xué)習(xí)者有充分的了解，才可構(gòu)建有效的學(xué)習(xí)環(huán)境，引導(dǎo)他們展開深度學(xué)習(xí)[22]。對此，研究者借助智能問答機器人的特性，將其引入學(xué)科學(xué)習(xí)，成為學(xué)習(xí)密不可分的部分。智能問答機器人學(xué)科學(xué)習(xí)的應(yīng)用面向大學(xué)學(xué)科居多，涵蓋工程、英語、醫(yī)學(xué)、心理、教育等學(xué)科。研究者根據(jù)學(xué)科特性與內(nèi)容，研發(fā)智能問答機器人，充分體現(xiàn)個性化學(xué)習(xí)、合作學(xué)習(xí)、激勵學(xué)習(xí)等以學(xué)習(xí)者為中心的學(xué)習(xí)理念。如Crown Stephen等研發(fā)工程學(xué)智能問答機器人Anne，其作用不僅充當(dāng)問答系統(tǒng)，更是融入學(xué)習(xí)者的認知過程。學(xué)習(xí)者既是Anne的使用者亦是訓(xùn)練者。作為訓(xùn)練者，學(xué)習(xí)者基于課程內(nèi)容提出問題，加以思考并提供答案；作為使用者，學(xué)習(xí)者提問時，Anne將返回由研究者預(yù)設(shè)好的答案，學(xué)習(xí)者可提供反饋，加深知識理解，同時也形成良好的激勵作用[23]。為了維持學(xué)習(xí)者的興趣，Shakti，Shiv等研發(fā)公式學(xué)習(xí)智能問答機器人Xotira，允許學(xué)習(xí)者測試和練習(xí)數(shù)學(xué)公式，除提供文本交互外，還提供教學(xué)視頻、動畫及游戲化的公式講解，豐富智能問答機器人的呈現(xiàn)形式，促進學(xué)習(xí)者有效理解并運用公式[24]。另有Shan-Ting Hsieh等利用Messenger平臺的API服務(wù)，創(chuàng)建Java咨詢智能問答機器人，學(xué)習(xí)者可詢問Java編程問題，機器人不僅能提供準(zhǔn)確答案，還可提供學(xué)習(xí)鏈接。隨著問題增多，智能機器人數(shù)據(jù)庫會持續(xù)更新，滿足學(xué)習(xí)者的問答需求[25]。除了開發(fā)智能問答機器人，也有學(xué)者充分利用現(xiàn)成智能問答機器人。如紀鴻利用ALICE，基于任務(wù)驅(qū)動法，在英語課堂中布置聊天任務(wù)，讓學(xué)習(xí)者與問答機器人聊天對話，以促進大學(xué)英語的學(xué)習(xí)[26]。但是，這類研究存在面向?qū)W科寬泛，智能問答機器人知識庫構(gòu)建缺乏針對性，知識零散且不深入等問題。該類研究多基于開源平臺及AIML語言，因而更適于具體科目、特定內(nèi)容與詳細知識點。

(三)學(xué)習(xí)效果

智能問答機器人具有社會性、交互性、趣味性、智能性及有效性等特點，利用其特性可刺激和吸引學(xué)生。從教育心理學(xué)角度看，智能問答機器人輔助教育可加深學(xué)生對知識技能的識記、保持、再認、回憶，即提高記憶效果[27]；充分利用智能問答機器人的富媒體屬性，以文本、圖像、動畫、視頻等多種方式呈現(xiàn)教學(xué)內(nèi)容，能有效吸引學(xué)生注意，同時幫助學(xué)生思考并促進知識內(nèi)化。智能聊天機器人可充當(dāng)教師助手，促進學(xué)習(xí)者學(xué)習(xí)，在這方面，不少研究者驗證其促進學(xué)習(xí)的效果，例如，Simth，Benotti認為，智能問答機器人能促進學(xué)習(xí)者記憶力提升及課堂參與度，激發(fā)競爭感[28]。Gulz表示智能問答機器人能夠增強學(xué)習(xí)動機，增加學(xué)習(xí)環(huán)境中舒適感，人際關(guān)系滿足感，提升記憶理解和問題解決能力[29]，有學(xué)者對此做出相應(yīng)實驗，如Suhni Abbsi等證明相比搜索引擎，利用智能問答機器人檢索的答案更具針對性，且記憶留存時間較長[30]，記憶答案的準(zhǔn)確度較高，后測同前測實驗相比，學(xué)習(xí)效果顯著提升。為探究智能問答機器人在EFL課堂中促進學(xué)習(xí)的效果，Amany AlKhayat等根據(jù)學(xué)習(xí)者的英語水平分組，結(jié)果表明，詞匯量的局限導(dǎo)致水平較低的學(xué)生喪失對話興趣，反觀中上等水平學(xué)生，他們認為智能問答機器人為其提供了很多詞匯、語法等知識，能增強自我學(xué)習(xí)動機和興趣[31]。總之，學(xué)習(xí)者使用智能問答機器人學(xué)習(xí)，一定程度上有助于增強學(xué)習(xí)動機，提高學(xué)習(xí)興趣，培養(yǎng)記憶力與學(xué)習(xí)能力。

(四)思維訓(xùn)練

當(dāng)前正處于信息爆炸時代，僅僅掌握知識和信息仍遠遠不夠。要實現(xiàn)高效的學(xué)習(xí)生活，學(xué)習(xí)者需能解決問題、進行決策以及批判思考。研究表明，智能問答機器人在學(xué)習(xí)領(lǐng)域的應(yīng)用有助于批判性思維的增加、創(chuàng)造性思維的增強，甚至反思性思維的形成。反思性思維有時被認為與批判性思維同義，是批判性思維過程的一部分，特指分析和判斷已發(fā)生的事情，考慮個人成功和失敗之處，考慮已完成及未完成什么，需要改善什么，考慮新舊知識的聯(lián)系，提醒學(xué)生思考和關(guān)心自我想法。為了促使學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中進行反思，Duangnamol Tama提出一個基于數(shù)學(xué)應(yīng)用題的智能問答助導(dǎo)，根據(jù)學(xué)習(xí)者學(xué)習(xí)能力的不同，適應(yīng)性地推送題目，同時要求學(xué)生進行問題表征、提取問題關(guān)鍵信息、分析相似問題并回答更高階的問題[32]。通過提問使學(xué)生進行反思，反復(fù)斟酌解題過程，以便真正理解問題，達到舉一反三的目的。

(五)學(xué)習(xí)環(huán)境

在網(wǎng)絡(luò)學(xué)習(xí)(e-Learning)環(huán)境中，智能問答機器人可輔助并支持學(xué)習(xí)環(huán)境的運行，充當(dāng)智能助導(dǎo)、學(xué)習(xí)同伴。研究表明，除了智能導(dǎo)師及問答系統(tǒng)外，Knill指出智能問答機器人可幫助教學(xué)者了解學(xué)習(xí)者的弱項，并且生成記錄指導(dǎo)學(xué)習(xí)者學(xué)習(xí)[33]。隨著MOOC的興起，相關(guān)平臺研究也蓬勃發(fā)展，智能問答機器人就演變?yōu)閷W(xué)習(xí)者尋找適合其興趣、學(xué)習(xí)和發(fā)展需要學(xué)習(xí)資源的助手。如Carmen Holotescu等設(shè)計的MOOC推薦系統(tǒng)，集成到Facebook Messenger平臺，讀取用戶社交媒體數(shù)據(jù)，分析其學(xué)習(xí)水平和興趣，并提供給相關(guān)的MOOC學(xué)習(xí)者學(xué)習(xí)建議[34]。智能問答機器人在在線學(xué)習(xí)環(huán)境中充當(dāng)信息查詢和檢索系統(tǒng)，系統(tǒng)響應(yīng)由教師、學(xué)習(xí)助導(dǎo)進行配置，使得教師的教學(xué)活動得以簡化，將時間精力投入至更具針對性的教學(xué)問題中[35]。此外，智能問答機器人亦可作為學(xué)習(xí)同伴，學(xué)生通過嵌入至網(wǎng)絡(luò)課程或在線平臺的機器人交談，即時獲取所需信息與知識。

(六)學(xué)習(xí)者態(tài)度

學(xué)習(xí)者是與智能問答機器人互動的直接主體，他們對技術(shù)的態(tài)度、體驗以及期望尤為重要[36]。為了調(diào)查智能問答機器人學(xué)習(xí)的態(tài)度，研究者多采用問卷調(diào)查法，調(diào)查學(xué)習(xí)者的使用體驗并獲得學(xué)習(xí)者對其改善的建議。如Patrick Bii等研發(fā)智能問答機器人Knowie，學(xué)習(xí)者以提問方式與Knowie討論四周內(nèi)所學(xué)的內(nèi)容主題，繼而完成問卷[37]。結(jié)果表明，學(xué)習(xí)者對使用智能問答機器人學(xué)習(xí)持贊成態(tài)度，提出改善聊天機器人內(nèi)容最多的建議為：讓機器人涵蓋更多學(xué)科內(nèi)容，讓智能問答機器人擴展到指定科目的所有主題，甚至學(xué)校提供的所有科目，反映出學(xué)習(xí)者對使用智能聊天機器人進行知識學(xué)習(xí)的積極態(tài)度。

四、過程與方法：智能問答機器人促進學(xué)習(xí)的研究方法

雖有Shuen-shing Lee National等發(fā)現(xiàn)智能問答機器人在學(xué)習(xí)應(yīng)用中存在技術(shù)缺陷等問題，基于理論研究提出改善機器人語音、語義識別率的建議[38]，但是，有關(guān)智能問答機器人促進學(xué)習(xí)的理論研究較少。并且，尚未有全面梳理與總結(jié)的綜述性文章。總體而言，促進學(xué)習(xí)研究仍主要采用實證研究法、實驗研究法，常輔以調(diào)查研究法。

實證研究法的過程可概括為：設(shè)計與開發(fā)智能問答機器人、將智能問答機器人投入使用、調(diào)查學(xué)習(xí)者使用狀況、通過學(xué)習(xí)記錄或問卷形式進行反饋。如Crown Stephen等采用實證研究法，將智能問答機器人Anne G.Neering投入學(xué)科學(xué)習(xí)，以期促進學(xué)習(xí)者對知識的理解和掌握[39]。但是，在實證研究法的實施過程中，存在智能問答機器人使用周期較短，實施對象數(shù)量較少等問題。

實驗研究法的過程可歸結(jié)為：設(shè)計并開發(fā)智能問答機器人，隨機抽取實驗對象進行分組實驗，調(diào)查并量化評估實驗結(jié)果。該類研究方法集中于語言學(xué)習(xí)及學(xué)習(xí)效果方面，常根據(jù)學(xué)習(xí)者的水平進行分組，證實智能問答機器人在促進學(xué)習(xí)中有一定的輔助作用。如Amany AlKhayat等采用實驗研究法，并使用問卷調(diào)查，反映不同水平學(xué)習(xí)者使用智能問答機器人的效果與問題[40]。該類研究的不足在于難以掌控所有無關(guān)變量，如學(xué)習(xí)者先前知識經(jīng)驗的掌握程度[41]。

上述兩種研究方法的共性問題在于：第一，沒有針對特定的學(xué)習(xí)問題，且未涵蓋必要的理論支撐。第二，基于課堂的學(xué)習(xí)研究較少，這意味著教師監(jiān)控力度較小。研究實現(xiàn)依托學(xué)習(xí)者自主意識，僅經(jīng)過后續(xù)的調(diào)查分析得到反饋，具有局限性。第三，學(xué)習(xí)者使用智能問答機器人進行學(xué)習(xí)的周期較短，難以滿足其使用新技術(shù)學(xué)習(xí)所需的適應(yīng)性過程。最后，研究設(shè)計研發(fā)多基于開源平臺，有些“單一會話”平臺易使學(xué)習(xí)者喪失學(xué)習(xí)動機，失去學(xué)習(xí)興趣。鑒于此，應(yīng)在特定學(xué)習(xí)理論和學(xué)習(xí)問題的支撐下，設(shè)計聊天機器人；采取基于課堂的研究，加強教師的指導(dǎo)和監(jiān)控力度，確保實驗的有效性；確保智能問答機器人的使用時長，拉長前測和后測實驗周期，給予學(xué)習(xí)者充分的學(xué)習(xí)時間；最后，選擇開源平臺時應(yīng)考慮會話管理等特性，即超越簡單的QA系統(tǒng)，使智能問答機器人能進行復(fù)雜且有意義的對話；同時應(yīng)充分考慮學(xué)習(xí)者的個性化差異以及學(xué)習(xí)水平，考慮新舊知識的聯(lián)系，適應(yīng)性的推送學(xué)習(xí)資源和學(xué)習(xí)路徑。有關(guān)智能問答機器人在促進學(xué)習(xí)研究中的三種研究方法如表2所示。

表2 智能問答機器人學(xué)習(xí)應(yīng)用中的研究方法

續(xù)表2

五、現(xiàn)實反思：智能問答機器人促進學(xué)習(xí)面臨的挑戰(zhàn)

眾多研究表明，盡管智能問答機器人在促進學(xué)習(xí)方面具有巨大潛能，但學(xué)習(xí)是一個復(fù)雜的過程，需充分考慮教師、學(xué)習(xí)者、學(xué)習(xí)資源等要素的整合。并且運算力、數(shù)據(jù)量和算法模型是人工智能的三大要素[42]，智能問答機器人在促進學(xué)習(xí)時也受到三要素的制約，面臨著不可忽視的挑戰(zhàn)。

(一)技術(shù)發(fā)展相對滯后，智能問答機器人學(xué)習(xí)運算面臨困難

在學(xué)習(xí)領(lǐng)域的應(yīng)用，研究者大多基于開源平臺研發(fā)，常見有Pandorabot、ALICE和Dialogflow等平臺，再將智能問答機器人整合至虛擬教室、在線學(xué)習(xí)平臺或即時消息軟件中供學(xué)習(xí)者使用。但是，大部分研究者僅對平臺內(nèi)置知識庫進行補充，然而，學(xué)習(xí)者的問題及詢問方式千變?nèi)f化，即使研究者能通過人為操作不斷更新知識庫，但該方式不僅耗時耗力，且難以全面考慮學(xué)習(xí)者的學(xué)習(xí)需求。正是由于缺乏機器學(xué)習(xí)與深度學(xué)習(xí)等技術(shù)應(yīng)用，導(dǎo)致智能問答機器人運算力不足，使得學(xué)習(xí)者在提問的過程中，機器人無法實現(xiàn)自我學(xué)習(xí)，實現(xiàn)知識庫更新智能化和自動化，嚴重影響回答問題的準(zhǔn)確率，甚至出現(xiàn)答非所問的現(xiàn)象。目前，基于流程的對話研究還不夠完善，“單一對話”智能問答機器人已無法滿足學(xué)習(xí)的多種需求，記錄歷史會話的功能也需要更進一步的研究與實現(xiàn)[43]。

(二)投入力度不足，智能問答機器人學(xué)習(xí)周期和樣本欠缺

智能問答機器人的投入較小。Mohit Jain等稱智能問答機器人在近兩年得到極大關(guān)注，但仍處于起步階段，滲透率較低。84%的互聯(lián)網(wǎng)用戶還未使用過智能問答機器人，在學(xué)習(xí)領(lǐng)域的投入與使用更是如此[44]。盡管有不少研究，但都存在投入時間短且參與者較少等問題。如Stergios Tegos等研究對象僅包含30名大學(xué)生，且活動時間較短，僅分為三個討論階段。而Amany AlKhayat等探究智能問答機器人在EFL課堂中的使用，僅設(shè)置了22名參與者[45]。智能問答機器人在課堂的使用需要成熟的技術(shù)和完備的學(xué)習(xí)策略[46]，能夠及時發(fā)現(xiàn)機器人尚未解決的問題。另外，在教育大數(shù)據(jù)時代背景下，每個學(xué)習(xí)者的問答都是機器人學(xué)習(xí)的樣本，樣本數(shù)據(jù)量越多，越能完善知識庫，以更新機器人的設(shè)計和應(yīng)用。智能問答機器人的實現(xiàn)基于特定的內(nèi)置算法，通過使用大量數(shù)據(jù)對算法模型進行訓(xùn)練，機器才能夠根據(jù)算法做出具有類人智能的判斷、決策和行為[47]。就國內(nèi)智能問答機器人學(xué)習(xí)研究而言，主要集中在助導(dǎo)系統(tǒng)或英語會話練習(xí)研究，如黎孟雄設(shè)計研發(fā)的智能導(dǎo)學(xué)系統(tǒng)[48]，同樣存在學(xué)習(xí)樣本不足的問題。

(三)算法模型不健全，智能問答機器人難以服務(wù)整體學(xué)習(xí)

智能問答機器人在教育領(lǐng)域的應(yīng)用應(yīng)是輔助教學(xué)者的教、協(xié)助學(xué)習(xí)者的學(xué)。然而知識無窮無盡，且隨著時代的進步，知識的體系結(jié)構(gòu)也在日益更新。此時智能問答機器人的應(yīng)用不應(yīng)止步于碎片化的知識學(xué)習(xí)，其知識庫也不應(yīng)只限于零碎的知識。無論是語言學(xué)習(xí)還是學(xué)科學(xué)習(xí)甚至網(wǎng)絡(luò)學(xué)習(xí)環(huán)境，智能問答機器人的知識庫構(gòu)建應(yīng)是面向任務(wù)、基于特定知識面，涵蓋某一知識面的所有知識點，以達到促進學(xué)習(xí)的最終目的。智能問答機器人的弱點在于有時不能給出明確的答案；不能很好的理解問題；總是重復(fù)會話，像一個沒有感情的機器[49]。如snatchbot等開源平臺仍使用最簡單的關(guān)鍵字匹配算法，檢索關(guān)鍵字，若存在，則返回相應(yīng)匹配結(jié)果，反之，則返回一個錯誤提醒，或者一個先前內(nèi)容的轉(zhuǎn)換，缺乏面向?qū)υ捫袨椋荒苡涀v史會話，造成會話的不連續(xù)性。造成對話不連續(xù)的原因在于算法構(gòu)建不健全，基于開源平臺的知識庫構(gòu)建難以滿足用戶多變的會話需求，學(xué)習(xí)算法模型單一滯后。因此，有不少學(xué)者開始探索外部數(shù)據(jù)庫的構(gòu)建，將外部數(shù)據(jù)庫與智能問答機器人知識庫整合，以提供多種可能的會話。如Avni Prajapati等利用mysql機器學(xué)習(xí)語料庫方法構(gòu)建知識庫[50]。

六、未來展望：智能問答機器人促進學(xué)習(xí)的發(fā)展趨勢

由于用戶會話的多樣性，智能問答機器人多采取機器學(xué)習(xí)或深度學(xué)習(xí)技術(shù)擴充知識庫，使用機器學(xué)習(xí)語料庫的方法來訓(xùn)練ALICE等開源機器人，使機器人回答更具人性化。并且，基于社交媒體的智能問答機器人，采用深度學(xué)習(xí)方式對機器人進行對話訓(xùn)練，用戶每一次問答都會記錄進入數(shù)據(jù)庫，在未來，有關(guān)教育智能問答機器人的開發(fā)與設(shè)計，采用深度學(xué)習(xí)等技術(shù)，擴充龐大的智能問答知識數(shù)據(jù)集。

當(dāng)前，教育領(lǐng)域的技術(shù)創(chuàng)新層出不窮，如在線學(xué)習(xí)環(huán)境、計算機輔助教學(xué)等。雖然目前已實現(xiàn)智能問答機器人與在線學(xué)習(xí)環(huán)境、計算機輔助教學(xué)整合，但隨著以學(xué)習(xí)者為中心理念的普及，眾多學(xué)者開始重視個性化及自適應(yīng)學(xué)習(xí)，能根據(jù)學(xué)習(xí)者的特性自適應(yīng)地推送學(xué)習(xí)資源、學(xué)習(xí)路徑。教育大數(shù)據(jù)可視化技術(shù)的發(fā)展，能夠以大數(shù)據(jù)形式呈現(xiàn)學(xué)習(xí)者的學(xué)習(xí)狀況，以進行學(xué)習(xí)分析。相信未來智能問答機器人的促進學(xué)習(xí)研究將會結(jié)合更多學(xué)習(xí)分析技術(shù)，更好地服務(wù)學(xué)習(xí)者。

目前大部分研究聚焦于語言學(xué)習(xí)、課程學(xué)習(xí)、在線輔助學(xué)習(xí)等方面。未來在這些方面的研究將會更具針對性。而對于學(xué)習(xí)效果和態(tài)度的研究較少，現(xiàn)有研究表明，智能問答機器人能夠有效地促進學(xué)習(xí)者學(xué)習(xí)，學(xué)習(xí)者贊成使用智能問答機器人進行學(xué)習(xí)。未來的研究主題會更加廣泛，有關(guān)促進學(xué)科學(xué)習(xí)將成為研究重點，知識庫構(gòu)建將更完善。目前智能問答機器人在學(xué)習(xí)應(yīng)用的研究對象已從大學(xué)生轉(zhuǎn)向初中生、甚至小學(xué)生。有關(guān)智能問答機器人促進學(xué)習(xí)的研究趨勢如表3所示。

表3 智能問答機器人在促進學(xué)習(xí)中的研究趨勢

七、結(jié)束語

經(jīng)過長期實踐，智能問答機器人取得了豐富的研究成果。許多互聯(lián)網(wǎng)企業(yè)已經(jīng)開始重視智能問答機器人的發(fā)展，如Google、Amazon、百度及微軟都在測試各種類型的智能問答機器人，試圖豐富智能問答機器人的功能及應(yīng)用領(lǐng)域。目前，智能問答機器人在學(xué)習(xí)領(lǐng)域的應(yīng)用尚處于探索階段，研究范圍主要集中在語言學(xué)習(xí)、學(xué)科學(xué)習(xí)、學(xué)習(xí)環(huán)境等。智能問答機器人為教育教學(xué)的變革創(chuàng)造了新的實踐模式，以增強學(xué)習(xí)動機、提高學(xué)習(xí)興趣、提供即時反饋與提升思維能力等方式有效促進學(xué)習(xí)者學(xué)習(xí)，為學(xué)習(xí)領(lǐng)域帶來機遇的同時，還面臨著不容忽視的挑戰(zhàn)：學(xué)習(xí)運算力薄弱、學(xué)習(xí)數(shù)據(jù)量不足、算法模型不夠完善。但毋庸置疑的是，智能問答機器人在教育領(lǐng)域的應(yīng)用將愈漸廣泛和深入，更加注重以學(xué)習(xí)者為中心的學(xué)習(xí)理念，促進學(xué)習(xí)的研究將成為研究者關(guān)注重點。