基礎教育適應性學習需求分析與學科應用設計

陳佳琳 沈書生

【摘要】新技術的持續發展催生了新型學習空間的建設，在此過程中對于適應性學習的認知與需求也相應地發生著深刻變化，并影響著各類面向基礎教育階段的學習產品的研發與應用。在教學實踐過程中對適應性學習產品的應用一直停留在對其表層功能的使用上，未發揮出其特有的“適應性”。究其原因，是未理解教學層面適應性學習的意義。本研究通過梳理適應性學習系統的發展脈絡，剖析適應性學習的內涵，同時結合對目前基礎教育階段適應性學習產品的分析，以及應用相關產品指導教學實踐的具體體驗，提取了適應性學習的關鍵特征。然后從適應性學習系統的功能特征出發，提出了引導學生確立學習目標、進行學習活動序列選擇、分析診斷與評價學習行為、適時提供資源與策略指導、形成學習路徑與知識體系、激發學習動力與需求的學科應用思路，并以實例說明具體學習活動設計過程。

【關鍵詞】? 適應性學習;適應性學習系統;學習活動設計;計算機輔助教學;智能導師系統;CAI;ITS

【中圖分類號】? G434? ? ? ?【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2019）6-0041-08

教育部2016年發布的《教育信息化“十三五”規劃》提出，要加快探索數字教育資源服務供給模式，有效提升數字教育資源服務水平與能力，深化信息技術與教育教學的融合發展。當下，多形式的數字化學習產品正在以其自有的方式與學校教育發生著不同關系，影響并改變著教育教學過程。通過對當前數字化學習產品供給方式與服務方式的分析可以發現，這類產品的建設思想基本上分為兩類：一類是“反復練習律”的產品思想，即通過提供豐富的資源，滿足用戶對資源的最大化使用追求;一類是“適應性學習”的產品思想，即通過提供豐富的資源，并結合系統自身包含的對學習者學習行為的診斷，滿足特定用戶最小化應用資源并獲得最大化學習效果的需求。信息技術的配置最終要為教育服務，為人服務，在實踐中這些產品是否發揮了它應有的價值？教師和學習者作為教學中的直接應用者是否真的感受到了產品的有效？面對紛雜的技術，教師如何將技術帶入常態化的教學中？數字化產品進入校園，目的是減輕教師和學生的負擔，提高學習效率，這就決定了具備“適應性學習”思想的產品在信息化教學中更勝一籌。但教師在教學認知等方面的固有局限性，導致一些適應性產品退化成了教師的作業布置系統或學生的課外練習系統，教師的原有教學形態與方式都沒有發生相應的變化。適應性學習系統應該如何配合教學使用實現適應性學習，是實踐信息技術與課程教學深度融合的一大難關。本研究試圖通過梳理適應性學習系統的發展脈絡來探析適應性學習的內涵，并提出其應用于基礎教育（K-12）學科教學的具體思路。

一、問題提出：教學實踐停留于

對產品表層功能的使用

信息技術的快速發展致使市場上出現的數字產品的設計理念也相繼發生變化。從早期依賴技術實現資源的簡單靜態呈現，到當下注重資源的語義關聯，數字產品的外在表征與內在結構都在改變。2014年，互聯網+教育迅猛發展，投資者開始將目光瞄向K-12階段，并催生了數字產品在內容的表征形態上趨向多元、在過程的應用主體上轉向學習者、在教師的決策指導上偏重證據。這時的數字產品更多關注資源的豐富度，聚焦題庫的建設，通過反復練習來提高學習效果;2015年，風靡電商的“O2O”模式正式進入教育領域，線上與線下同時為教育助力，開始注意到學習者的個體性;2016年，隨著直播平臺的趨于穩定，教育公司也將目光投向直播;2017年，隨著對個性化學習認識的提高，真正體現個性化學習服務的產品逐步顯現，有潛力的產品設計者重新將力量投放到適應性學習上來，強調學習者學習結構的內化。無論如何變化，根據市場和技術的發展致力于K-12教育的教育產品一直在尋找機會試圖占據一席之地，而且都不約而同地將注意力集中于“適應性學習”。這一系列新的特征和現象的出現，在為教學的深層次變革創造機遇的同時，也必然會引發人們對學習范式的新訴求。

目前，國外出現了一些相對較成熟的適應性學習系統，如Knewton，基于推薦原理、知識圖譜、連續適應性、大數據等基本思想，強調要適應于每個用戶。系統通過測試學習者掌握程度來判斷學習者的學習起點;采用教育路徑規劃技術和學生能力高級模型，讓每個學生都能夠以最大化的學習方式完成學習行為;運用推薦原理，追蹤每一個學習者的學習軌跡，幫助學生擴大知識范圍，把握規律性知識的實用性。該產品還借助于連續適應性原理，將學生長期學習層級和巨大的網絡效果結合起來，建立起一個跨學科的知識圖譜，以幫助參與課程學習的學習者建立更加富有針對性的個性化學習方案（芥末堆， 2014）。

基于此，國內教育行業從教育實際出發，積極探索本土化的適應性學習產品，形成了目前市場上的三類適應性學習產品（芥末堆， 2016）。第一類以在線視頻為主要形式，通過用戶瀏覽視頻時的暫停、后退等行為進行數據提取并進行行為分析，基于分析總結對學生有效的學習路徑。第二類以題庫為基礎，一般是通過作業行為或過程性行為的記錄來對學習者進行分析，通過推送相關知識點的材料，基于系統算法不斷適應學習者的行為。他們能夠收集部分學習數據，并基于此進行適應性學習的探索。第三類以作業答疑為基礎，針對學習診斷性的需求，搭建更好的與診斷相適應的知識結構和題庫。

但是，這些產品面臨巨大的生存危機，具體表現在以下兩點：第一，教師沒有明顯體會到教學痛點。一方面，教師長期處于傳統教育范式中且積累了大量與之相適應的教學策略，而基于適應性學習系統的教育需要新的教育范式，但是教師不愿意去改變。適應性系統的突然介入使得教師在觀念和時間以及教學技巧上都需要時間去適應。另一方面，在應試壓力下，學習效果是用戶關注點。而適應性學習系統的長遠目標可能會被短期內的負擔所影響。目前，適應性學習產品常被用于課后學習，但學生被學校課堂以及課后輔導占據絕大多數時間，導致對課后學習缺乏自主性與積極性。對于學校和教師來說，在較長時間內適應性系統只能作為教學過程的輔助工具，真正達到與教學相融合，難度較大。第二，對適應性學習產品的不理解。一般情況下，產品的付費方是學校或家長，用戶體驗者是學生，造成體驗上的鴻溝。任何一個學習工具的介入，學習效果都不會立竿見影，由于適應性學習系統的功能特殊，盡管其解決的是學習的核心問題，關注的是基礎的建立與學習效果的長效性，但學習效果的顯現需要一段緩沖時間。在學習過程中，學校和家長更看重的是學生的學習成績，對于非技術環境下的低分狀態，人們可能會將責任歸咎于學習者本身，而有了技術的介入，往往技術就會成為替罪羊。同時，家長對學生使用移動設備的抵觸心理，導致了學習效果的滯后性和教師或家長心理預期之間的矛盾。這也就導致了適應性產品進入課堂，僅僅在方式上發生了些許變化，方法卻有欠缺。

二、概念梳理：學習的適應性及需求分析

適應性學習系統支持下的學習是什么樣的，適應性學習到底是什么，學習的適應性表現在哪些方面？通過對適應性學習發展脈絡的梳理，可以提取出適應性學習的關鍵特征，這些特征體現了適應性學習的內涵。

（一）追根溯源：適應性學習的發展脈絡

適應性學習，即適應性學習系統支持下的學習。追蹤適應性學習的發展，避不開對適應性學習系統的梳理。適應性學習系統的發展，大致可分為以下四個階段。

第一階段：系統允許學習者自定步調完成既定任務

普遍認為，適應性學習系統從程序教學衍變而來。20世紀50年代，依據行為主義理論斯金納提出了“程序教學”原理，并發明了程序教學機。在程序教學中，利用聯結學習理論安排教學材料、教學步驟，將教學材料分成一系列的“小步子”。在學習時，允許學習者按照自己的進度進行學習，根據學生學習結果的正誤情況，學習內容出現了分支，實現了一定的適應性，這被認為是對適應性學習探索的一個里程碑（孫洪濤， 等， 2006）。

第二階段：系統根據學習者反饋呈現預設內容

1958年，美國IBM公司基于IBM650計算機設計了第一個計算機輔助教學系統（Computer Assisted Instruction， CAI）。系統為學習者呈現學習資料以及需要解決的問題，用以測試學生所獲得的知識、技能或者其他學習效果。系統會將學生的解答與計算機的解答進行比較，然后提供恰當的反饋。如果學生回答正確，CAI就會繼續呈現新的問題;如果學生回答不正確，CAI則會調用相應的補習程序，幫助學生復習和鞏固前面所學內容，并提供相對簡單的問題，如此反復直至達到所要求的學習深度（張劍平， 等， 2008）。

20世紀60年代后期到70年代早期，認知主義學習理論開始流行，計算機輔助教學開始關注學習者的內部認知過程。計算機輔助教學系統呈現智能化的過程，出現了智能導師系統（Intelligent Tutoring System， ITS）。在智能導師系統中，系統能夠收集和分析學習過程中的反饋信息，嘗試根據不同學習者的不同反饋呈現新的學習內容。這一階段的系統還是停留在輔助教師“教”上，沒有考慮學生自主的“學”。

第三階段：系統根據學習者特征提供差異化支持

20世紀90年代初期，適應性超媒體系統（Adaptive Hypermedia System， AHS）興起，該系統能夠反映用戶特征，并能夠產生不同的學習內容。Brusilovsky（1996）認為適應性可以分為適應性呈現和適應性導航。簡單來說，適應性超媒體系統能夠根據用戶模型與用戶進行交互，了解用戶的學習水平和目標，提供符合用戶需求的鏈接和內容。

20世紀以來，適應性學習支持系統的研究受到廣泛關注。陳仕品、張劍平（2008）設計出了能夠根據學習者在知識基礎與認知風格等方面的個體差異提供適應性學習支持的適應性學習支持系統。

第四階段：預測學習路徑并提供適應性資源支持

近些年來，隨著自適應技術的發展，包括人工智能、教育數據挖掘等的發展，有關自適應學習系統的研究日益炙熱。根據學習者與系統的交互及其表現，系統可以進行調整并預測學習者在某個特定時間點需要哪些學習內容和資源（劉博文， 2016）。自適應學習系統是用戶主動適應系統與系統主動適應用戶的雙向適應機制（姜強， 等， 2015），不僅僅體現在學習資源的適應性，更深層次的是學習環境、情感狀態的適應性，更加滿足學習者的個性化需求。

學習理論和技術是影響適應性學習系統發展的根本原因。從早期的行為主義理論指導并導致程序教學機的出現，到后來受認知主義理論和智能技術的影響，計算機輔助教學系統向智能導師系統過渡發展，以及隨著建構主義理論和自適應技術，乃至后來機器學習、大數據等新技術的出現和發展，適應性教學系統正在向適應性學習系統轉變，體現了從教學結構到學習結構的變化。同時，從最開始的支持學習者簡單選擇，到后來系統能夠根據學習者的行為為其提供適應性的支持服務，適應性學習系統的發展越來越符合最初對“適應性”的預期。適應性學習最初在國內的實踐是在遠程教育領域，余勝泉（2000）提出了適應性學習模式，但當時的技術條件只能實現結果的適應性。隨著探究的不斷深入和技術的不斷進步，適應性學習發展為通過過程的不斷適應來達到結果的適應性與個性化，與基礎教育相結合并走入課堂。適應性學習系統一般情況下用于自主學習，而走進基礎教育階段，試圖與學科乃至課堂進行融合，則需要對適應性學習進行重新定義。

結合對適應性學習系統發展軌跡的分析，可以認為適應性學習是一個技術支持下的自組織過程。通過學習者與系統的交互活動，并結合教師的經驗與系統自身的策略，由三方（學習者、教師和系統）共同為學習者制訂出個人成長規劃與實現路徑，并借助于具體的行為過程中產生的不同類型數據所支持的學習決策機制，不斷調整和優化學習行為，進而達成或超越預期學習目標。系統自身也會因為學習者的使用而不斷內化其決策機制，實現系統的自學習，教師則會因其在指導學生成長過程中進一步積累經驗，進而實現個人的專業成長。對于學習者而言，適應性學習系統的出現會超越教師的單一個人經驗，更加有利于實現學習策略指導的針對性與準確性，并且給予適應性學習的組織與落實。所以，學習者在適應性學習系統的支持下呈現的是自我建構的學習過程，系統為學習者提供的是針對學習者個性化特征（狀態、偏好等）的個性化服務。

（二）重中之重：適應性學習的關鍵特征

教師、系統和學習者是適應性學習的主要參與者。在適應性學習過程中，三者都在不斷成長。如何把握適應性學習的關鍵特征，成為適應性學習設計的決定性因素。

1. 技術的支持作用

（1）轉換記錄學習行為并定位學習狀態

從支撐適應性學習系統的技術功能上來看，數據提供了更精準的判斷。用戶模型持續跟蹤學生與系統的交互，記錄學生的學習行為，分析學生的學習狀態。這既是實現適應性學習的基本條件，也是適應性學習系統的設計與開發難點。對于行為過程而言，如何將其轉化為不同的特征參數，并以適當的數據形式存在，這一問題具有較長時期的研究價值。學習者一旦發生了學習行為，與其相應的數據就會流向系統，系統則會借助于其中所建立的若干策略，持續地對學習者進行分析、判斷并適應學習者的學習狀態，為指導學習者做準備。單純的量表測量往往依賴于教師經驗，因而與教師經驗一樣具有不確定性，所以學習狀態的分析應該是基于觀察和系統數據來展開的（姜強， 2012）。適應性學習系統以系統采集的數據為基準，與教師的觀察數據相結合，共同為學習者提供學習支持，同時系統自身也會在此過程中通過自組織建構更加完備的策略庫。

（2）調整優化學習路徑并提供最佳指導

適應性學習系統擁有強大的資源庫，通過為學習者創造一個適應性學習環境，或是適應學習者的學習環境，借助于不斷生成的決策系統為學習者提供合適的學習路徑。向學習者提供適合其偏好和學習風格的學習材料和活動使得學習更容易（Graf S， Kinshuk， & Liu T， 2009），有助于學生在更短時間內掌握學習資料（Graf S & Kinshuk， 2007）。所以收集與分析學生的學習行為數據，目的是為學生成長提供適應性的學習策略指導。適應性學習一定是個性化的，因為其服務形式是由學生自身的學習行為數據所決定的，只要數據不相同，那么不同的學習者得到的學習指導就一定是不一樣的。系統記錄的特征參數形式越完整，數據越豐富，所提供的服務也就越精確。因此，系統通過自我學習制定最佳學習路徑，識別迎合學習者的需求并為學習者提供適合的資源或是訓練，包括適應性的學習內容、適合的內容呈現方式、適當的學習支持媒體等。學習者的需求既可以是當下的，也可以是在未來一段時間內急需的。

2. 人與技術的關系

（1）系統的指導促進學習者學習的自組織

對學習者而言，由于認知局限，不能確定自己的學習方向，對自己的認知存在偏差。教師也不可能對每個學生做出細致的指導。適應性學習系統就像助教老師一樣，通過對學習者行為數據的分析，幫助學習者客觀認識自我，并為學習者提供精準資源與學習路徑，協助學習者建立自己的學習計劃，通過學習過程中的判斷與引導，促成學習目標的達成。同時，學習者在適應性學習系統上留下的行為數據越多，系統對學習者的判斷越準確，學習者的自主學習就越有可能實現，對學習者的成長越有利。

（2）教師的幫助促進系統策略的自完善

結合學習者成長過程中形成的新數據，系統通過自學習過程不斷生成新的策略，而學習者個體也會隨著策略的不斷變化而逐步建立更加富有個性的學習方式，以滿足個體差別化的成長與發展需要。在學習過程中，個體之間存在能力、背景、學習風格、學習目標等多種差異性，即使是個體本身，在學習過程中知識狀態也在不斷變化著（阮瀅， 2006），這種變化會導致其學習能力也發生相應的變化，適應性學習系統能夠不斷適應學習者的這些變化并實時反饋合適的學習策略。對于教師而言，他們相較于系統更加熟悉學習的機理，如果教師能夠將注意力集中于對學習者的特點，如知識基礎、目標、興趣、背景、經驗、學習風格、認知特點、環境等的分析方面，并能夠思考如何設計更有價值的策略并將其置入系統的策略庫中，就可以更好地實現教師與系統之間的協同，提升系統的適應性，共同為學習者的適應性學習助力。

（3）用戶的廣泛使用促進系統的自發展

適應性學習系統的核心組件是用戶模型，用戶模型越精確，適應性學習系統越能發揮功效。最開始的用戶模型如初生嬰兒一般，只有先天賦予它的能力，但隨著教給它的知識越來越多，它就會慢慢有自己的思維與判斷。龐大的用戶數據對于用戶模型來說，就是一個良好的訓練集，用戶的使用過程就是訓練系統的過程。利用基于先前學習任務的測量所獲得的若干學習者特征，建構用戶模型（靜態模型）（何克抗， 2017），當其接收到學習者的行為數據后，通過不斷的分析與迭代，用戶模型就轉化成了動態模型，在動態生成中讓系統逐步具備了較高的精確度。用戶的數量、用戶的使用頻率、數據的豐富度等，對于系統本身來說都是寶貴的財富，訓練集越大，系統越具有適應性與精準性。

3. 教師的角色定位

K-12階段學習者的自主學習能力相對來說較為薄弱，同時學習者主動制定學習計劃、選擇學習過程、運用學習策略以及自主評價方面也會降低學習者對適應性學習系統的使用感受（劉博文， 2016），不利于建立最佳的學習策略指引。教師的支持可以校正學習者個體對自己的錯誤判斷，也可以幫助學習者避免由于對系統的不適應而出現的學習迷茫。同時，這些現象的出現本身也反映了系統的不完備，因此教師除了借助系統提供的數據支持調整教學策略、教授學生之外，還需要及時發現系統的不足之處，及時改進，真正實現技術減負。

同時，我們不能忽視的是技術理想與現實之間的矛盾。適應性學習系統對于學習者而言，必然是個性化的教學。就國內教育大環境而言，要實現個性化教學對課堂的控制和學生的管理存在很大障礙。事實上，這樣的系統一定程度上又確實能夠幫助教師緩解班級“兩極分化”的矛盾。通過對一線教師的訪談，適應性產品的介入的確能使教學更加精準，判斷更加直觀，減輕教師的負擔。但與此同時，如何能夠更好地服務于教學，一線教師也在積極探索適合的模式。

所以在新型學習環境下，教師的職能作用并沒有被削弱，反而越發重要，需做出較大轉變。技術并不能取代教師的地位，卻能將教師從簡單的知識傳輸環節中解放出來，使教師將更多的精力轉向學習策略的設計中來，關注學習者的個體性。教學中的適應性可能不僅僅只是適應性產品的適應性，而是在教學中也要關注到學習活動與適應性學習系統之間的適應性，學習活動與學習活動之間的適應性，學習活動與學習者之間的適應性。教學上的一些技巧、策略能夠彌補技術暫時帶來的不便，從而發揮其優勢，實現適應性學習。

三、應用設計：適應性學習的過程

當充分理解適應性的內涵與特征之后，應當思考如何更好地利用這些特征服務于學習本身。系統設計之初，涉及許多高精尖技術，研究人員往往把注意力和研究重點放在技術上，強調功能的實現，而對于教育行為的關注卻相對較少，缺少教學一線的反饋與指導（何克抗， 2017）。所以，系統設計的時候可能會關注到一些學習行為的銜接等問題，但是沒有考慮到教學規律。可以考慮借助系統設計的思想來指導教學，通過必要的教學手段實現適應性學習。適應性學習系統的核心是數據，在適應性學習過程中系統的最大優勢是通過監控學習過程分析學習者學習行為，量化數據為教學提供科學判斷。

（一）物以致用：適應性學習的一般過程

K-12階段的學習者對其自身的知識結構沒有清晰的認識，自主性不足，難以依靠自己的主觀判斷實現自組織學習過程。因此，在服務于學習者的自我建構這一核心過程中，教師的輔助是不可或缺的。教師需要引導學習者使用適應性學習系統來進行學習，只有這樣學習者的行為數據才能被記錄，系統才可能根據對數據的分析做出學習策略上的指導。教師的存在是實現系統功能與優化系統功能的基本條件，教師和系統的共同作用使得學生的學習過程得以按預定方案展開。在具體實施過程中，系統、教師、學習者分別對應的內部學習事件如圖1所示。

1. 教師引導確定學習目標與起點

適應性學習是系統支持下的學習者的自組織過程。學習者要清楚自己的學習目標以及要解決的關鍵問題。對于學習者來說，教師的協助會使得學習過程更加明確。學習任務的呈現要依賴于學習起點的確定。重點是對學習者進行分析，包括知識基礎以及能力判斷。學習者分析基于系統與教師共同的判斷，且要與課程總目標保持一致，并有利于學習者主動獲取知識，催生學習意愿，建立真實的行為過程。

2. 多方協同選擇學習活動與序列

理想的適應性學習是系統能夠根據每個學習者的行為記錄提供適合他們的學習活動序列安排，包括課程的組織方式以及內容的呈現順序等。但是，由于現階段系統功能不盡完備，加之各利益相關方尚未建立統一的系統應用認知，因此就當前的實際狀況而言，根據學習系統的早期判斷及任務目標，由三方（學習者、教師和系統）共同確定學習活動與序列是一種較為可行的策略。系統會適應不同的學習者，提供不同層次的學習目標達成方式，但這些預定的方式往往會受到產品自身局限性的影響，難以顧及每一個學習者的特殊需求，教師的介入，恰恰可以彌補這一缺陷，同時也利于實現教師角色的轉變。

3. 基于證據提供問題診斷與評價

學習者背景、風格等的不同導致了學習過程的不可預知性，在傳統教學中這種不可預知性又依賴于教師的主觀經驗，由此使得對學生判斷具有雙重風險。適應性學習系統中積累的數據為判斷提供了證據，盡管這種數據與學習效果的相關性還存在許多不確定性，但相較于完全依賴于經驗的判斷，至少可以讓評價更科學。將學習者的行為數據以一種更加科學的方式進行分析與呈現，可以減少主觀性，增加學習的適配性。

4. 實時反饋提供過程資源與指導

對于學習者來說，同一的學習目標與內容所需要的學習路徑及學習投入等都會存在不同。新型學習空間下學習者個性化學習需求更加急迫。在傳統教學中，由于教師負擔較重以及教師信息技術水平的限制，滿足不了學習者差異化的需求，而系統中存在的多樣化資源形態及其組織關系，正是體現過程差異的基礎保障。適應性學習系統會結合學習者的行為數據適時做出反饋，為不同的學習者提供滿足學習過程所需的資源，在每個交互步驟適應每個學習者（Iglesias A & Aler R， 2009）。及時反饋使學習者清楚自己的狀態，及時形成自我認知調整狀態，同時教師能夠及時針對反饋做出教學策略的轉變。適應性學習系統可以分析學習者的各種學習狀態，匹配學習者的個人特征，配合教師適時推送給學習者難度、形式等不同的適合的資源與指導。

5. 自定步調形成學習路徑與體系

學習的主體是學習者，系統能夠根據學習者的知識儲備以及應答情況及時提供難度不同、形式不一的學習材料，學習的步調一直在學習者的可控范圍之內。系統根據存儲的學習者個性化特征，對學習者進行預測，推薦的下階段學習路徑一定是最近發展區領域內的知識體系，是學習者“跳一跳”就能達到的目標，這也就決定了適應性學習可以激發學習者的學習成就感，利于學習者循序漸進地達到目標。在這個過程中，教師從旁協助，及時提供支架，幫助學習者形成完整的知識體系。

6. 內化知能激發學習動力與需求

適應性學習是一個學習者主動獲取知識、主動解決問題的過程。這種主動建構會促進學習者的知能結構變化，實現學習的內化。喚醒學習者的意愿，學習才能夠真正發生。系統能夠與學生交互，形成有效的溝通機制，利于喚醒學習者的求知欲望，引導學習者在活動中形成對學習的價值判斷，激發內在學習動機，提高學習意愿，促進學習者知能結構的完整塑造。在引導學習者學習的過程中，教師可以通過一些教學策略讓學習者嘗試在真實世界中運用所學知識，并嘗試體驗知識的應用價值，以此來解決其所碰到的真問題，有助于幫助學習者獲得學習的愉悅體驗，促進學習者形成愛學習的良性循環，促進學習的自覺與認知的持續性遷移。

（二）因材施教：適應性學習活動的設計思路

在應用過程中，最核心的部分是學習活動的設計。傳統的學習活動是指為了實現學習目標而進行的師生行動的總和。適應性學習活動是為了實現學習目標而進行的教師、系統、學生根據自身特征相互配合完成的個性化行動的總和。理想的適應性學習可能是提供給學習者適合的資源，全程監控學習過程，及時做出分析與推薦。但是，實際技術條件并不能支持，且數據也不完整，只能介入部分學習過程。所以，在當前實際教學中鑒于傳統教學觀念以及統一化教學的實際情況，本研究提出適應當前教學環境的適應性學習活動開展思路，即在應用系統的時候盡可能提供相關學習數據輔助教師做出客觀判斷。下面以學習“二元一次方程組”為例，闡述具體的活動應用過程，如圖2所示。

1. 確立起點建立學習目標認知

首先，學習“二元一次方程組”，學習目標是學會解“二元一次方程組”，熟練掌握具體解法，探究歸納其特點，能夠使用所學解決實際問題。知識之間是有關聯的，由于解“二元一次方程組”首先要有方程以及解一元一次方程的基礎，所以學習者之前環節中形成的相關內容的學習數據就會成為確定新任務起點的依據。若之前基礎不穩固，就需要在正式開始學習新知識之前增加知識的補救環節，根據學習者的基礎，確定難度與起點以及資源呈現方式等。這也就決定了不同學習者的不同學習方式。適應性學習系統對學習資源的分類依據知識圖譜展開，應用系統可以使起點的確定更加科學。

2. 選擇同伴設置學習活動序列

建立活動序列是與目標達成相一致的，在解“二元一次方程組”時可能有三條路徑：一是追根溯源，從一元一次方程推演到二元一次方程組;二是從問題著手，在思考解決問題的時候自學二元一次方程組的解法;三是“從已知入手”直接學習，然后將所學用于解決實際問題。當然，學習路徑不只有這三條，需要教師根據情況與學習者一起制定。不同的路徑需要安排不同的活動，不同的學習者適用于不同的方法，學習者需要清楚明白自己要做什么以及怎么做。這時就需要根據系統數據以及教師經驗，幫助學習者確定學習方式，調整學習同伴的配置，合理建立學習小組。這個過程是在學習者自主應用系統的前提下，在教師部分干預下完成的。

3. 適應系統執行學習過程任務

在現階段，不同的學習過程最終往往還是要回歸課堂，教師根據學習者的學習情況，或通過學習者匯報的形式，或通過小組間競賽的形式，或通過教師總結的形式，將所有學習者帶回到課堂中。這不代表教師僅僅是回歸課堂的時候才發揮作用，在小組間進行不同的學習活動時教師要適時了解不同組或組員的進展，在必要的時候提供幫助。在三條解“二元一次方程組”的路徑中，學習活動的組織與調整需要基于適應性學習系統的判斷，同時也要有適時的記錄與反饋。這樣，學習者對自己的解題能力才有清晰的把握，教師對學習者的解題能力、正確率、進展等也才有了解，便于及時指正與指導。

4. 客觀評價激發學習者學習動力

在評價環節，需要找出學習者在解“二元一次方程組”時存在的不足，分析問題及原因，制定改進措施。譬如，有的學習者不能正確解題的原因可能是出在計算的錯誤上，可能是手誤，也有可能是不會。客觀評價能夠幫助教師及時調整教學，可以促進學習者在梳理知識的時候內化知能，配合以自評、互評、師評，再加上系統的記錄，這樣的評價會更全面反映學習者的學習狀況。在學習過程中對學習者的進展進行評估時，持續的行為監控是必不可少的，可以指導系統或教師為學習者提供更適合的學習內容，這也是適應性學習系統介入教學的主要作用。

5. 高效學習利用課余查漏補缺

每個學習者的學習進度都是不一致的，適應性學習系統的指導為學習者提供了一個利用多出來的時間合理補差學習的機會。學習者結合課堂學習狀態以及學習系統的診斷，找出自己的薄弱點，根據指導觀看不同形式的學習資源，或者通過日常練習等方式一步一步攻克難點。根據系統的預測，及時對自己的薄弱點進行補救，形成鞏固的知識網絡。適合學習者的學習難度以及方式可以進一步激發學習者的學習動力。適應性學習系統的應用會依據課堂上對學習者的持續監控，通過分析為學習者提供適合的學習路徑，與課堂教學相輔相成。

信息技術一直在發展變化著，也將不斷變化。在教學實踐中，只要教師不囿于自己固有的教學策略，就能夠在探索中找到最有效率的方法。技術一定是為人服務的，如果為技術而技術，卻不關注技術對人的作用，這樣的技術終將會被實踐者束之高閣。

[參考文獻]

陳仕品，張劍平. 2008. 基于EAHAM模型的適應性學習支持系統體系結構[J]. 電化教育研究（11）：53-57，82.

何克抗. 2017. 促進個性化學習的理論、技術與方法——對美國《教育傳播與技術研究手冊（第四版）》的學習與思考之三[J]. 開放教育研究，24（2）：13-21.

姜強. 自適應學習系統支持模型與實現機制研究[D]. 東北師范大學，2012.

姜強，趙蔚，王朋嬌. 2015. 自適應學習系統中學習者為中心視角評價學習成效實證研究[J]. 現代遠距離教育（4）：43-49.

芥末堆. 2014-02-28. 【Knewton適應性學習研究】推薦原理+知識圖譜+連續適應性+大數據[DB/OL]. [2018-1-18]. https：//www.jiemodui.com/Item/1172

芥末堆. 2016-10-07. K12在線教育這半年：聊聊直播，教育信息化和自適應學習[DB/OL]. [2018-1-18]. https：//www.jiemodui.com/N/62255.html

劉博文. 2016. 自適應學習系統發展研究綜述[J]. 教育信息技術（9）：78-80.

阮瀅. 2006. 適應性學習：信息技術支持下的因材施教——訪首都師范大學王陸教授[J]. 中小學信息技術教育（11）.

孫洪濤，常子冠. 2006. 適應性學習系統的發展歷程及研究現狀[J]. 中小學信息技術教育（11）：7-8.

余勝泉. 2000. 適應性學習——遠程教育發展的趨勢[J]. 開放教育研究（3）：12-15.

張劍平，陳仕品. 2008. 計算機輔助教學的智能化歷程及其啟示[J]. 教育研究（1）：76-83.

Brusilovsky P. （1996）. Methods and techniques of adaptive hypermedia[J]. User Modeling and User-Adapted Interaction， 6（2-3）：87-129.

Graf S， Kinshuk. Providing adaptive courses in learning management systems with respect to learning styles[C]. 2007.

Graf S， Kinshuk， Liu T. （2009）. Supporting Teachers in Identifying Students Learning Styles in Learning Management Systems： An Automatic Student Modelling Approach[J]. Journal of Educational Technology & Society， 12（4）：3-14.

Iglesias A， Aler R. （2009）. Learning teaching strategies in an Adaptive and Intelligent Educational System through Reinforcement Learning[J]. Applied Intelligence， 31（1）：89-106.