人工智能支持智慧學習的方向與途徑

鐘紹春

關鍵詞：智慧學習;人網融合;人工智能

一、數字化學習普遍存在的問題與成因

近年來，通過“三通兩平臺”和網絡學習空間人人通建設等工程的實施，大部分學校都建設了必要的多媒體“班班通”教學設備，配備了一定的教學資源和軟件。通過教育云平臺，大多數教師和大部分學生開通了網絡學習空間，教師和學生在網絡學習空間中能夠開展基本的教學和學習活動，教師和學生普遍具備了信息技術在教學和學習上的應用能力。特別是，2018年教育部又發布了《教育信息化2.0行動計劃》，對于推動數字化學習起到了巨大作用。

但是，應當清醒地看到，教育云平臺和數字校園等的建設和應用，還沒有真正引發教師課堂教學和學生個性化學習的革命。目前，大多數教師在教學上的應用主要集中在課堂講解上，以替代板書為主要應用方式。初、高中在閱卷和成績分析方面有較好的應用，在教學效率方面有一定的提高。

總體上看，主要以知識與信息的快速呈現和獲取為主，信息技術的應用層次還是非常淺層次的。主要的成效體現在效率方面，對于教學質量的提升還不是十分顯著。對于學科中疑難知識的深度理解，為學生提供更多通過探究找到解決問題方案的機會，讓學生有機會按照自己實際情況學習、找到適合的學伴合作學習，全過程掌控學習情況并動態調整學習活動和方式，將最好的教師動態供給所有需要的學生等方面，還沒有形成系統、有效的支持。

從資源和軟件方面來看，在過去的幾年中，很多地方，由電教部門負責搭建了教育資源公共服務平臺。但是，大多數教師很少使用平臺及所提供的資源，教育資源云平臺的應用和課堂教學基本上是脫節的。從教師教學的角度看，最希望的是能夠按照自己教學思路和方法，方便、快捷找到所需要的課件、學件、教學設計、作業、個性化學習微課程等套件資源，以及能夠根據實際需要快速編輯、調整、生成所需資源的工具軟件。從學生角度看，能夠獲得的資源主要是微課程、網絡課程或網絡資源等，盡管數量上非常豐富，基本上是堆積式的，無論采用什么樣的人工智能和大數據技術，都很難按照不同層次學生的實際需要提供適合的學習路徑和精準的資源。非常缺乏按照不同學習路徑，針對問題迭代挖掘出的名師指導性學習路網資源。

從信息技術在教學中應用的角度看，大多數是由電教部門推動教師在教學中應用資源公共服務平臺，很難見到實質性的成效。在縣市區，教師的教學工作，除了學校相關負責人組織實施外，主要是由區域教研員負責組織開展，但大多數教研人員對信息技術與教學融合創新應用并不精通，大多數情況下是依據原有的教學思路和方法指導老師開展信息化環境下的教學活動，信息技術的作用很難發揮出來。

總體上看，大多數教師對于應用人工智能、大數據和“互聯網+”等技術改變課堂教學和學生學習，還沒有找到非常完整、準確的方向和切實可行的實現途徑。“互聯網+”條件下的智慧學習的理念尚未形成，大多數情況還是應用技術支持知識傳授。這種通過技術，不改變教學方式和方法，只用來為原有教學思路和方法提供教學條件的做法，必然導致設備投入很大而效果不佳，已經給一些學校、老師帶來了很大的困惑，甚至是引起很大程度上的詬病。因此，急需轉變課堂教學和學生學習的理念、思路與方式，引導信息技術與教學和學習融合創新的正確方向。

導致這些問題的主要原因是，教師對課堂教學和學生學習的關鍵問題沒有系統梳理清楚，或者沒有在技術條件下深入研究問題的有效破解方法，或者沒有按照破解方法應用技術。大多數情況下，技術只是簡單地貼到教學和學習上去了。

二、人工智能改變學習的方向與途徑

人的培養過程不是一個固定的流程，需要根據學生學習的進展情況做動態調整，因此，不可能靠設備或技術直接就能夠實現教學或學習的自動化。如果在原有條件下開展課堂教學和學生學習活動沒有任何問題的話，一定不需要人工智能等技術的支持。由此可見，人工智能、大數據技術及“互聯網+”等技術應用于課堂教學和學生個性化學習，其目的只有一個，就是為了解決問題提供有效的支撐。因此，單純靠人工智能等技術是不可能給課堂教學和學生學習直接帶來根本性改變。

（一）人工智能支持下的未來學校學習樣態

常規條件下，學生在學校的學習，只能由不同學科教師按照課程體系和教學計劃分別組織、安排和引導教學活動。這種樣態的課堂教學和學生學習，存在著很多無法解決的問題。首先，學生沒有任何選擇教師的可能和機會，只能按照學校的安排，憑天由命，學校分配好的教師，學生就幸運了，如果分配一個不好的教師，學生就倒霉了。任何學校優秀的教師都是少數的，大多數學校，普遍缺乏優秀教師。即使有優秀的教師，也只能為自己所教學班級的學生提供優質教學，其他班級學生無論如何也沒有機會得到該優秀教師的教學幫助。不僅如此，即便是優秀教師自己所教學生，在課堂教學活動之外，幾乎不可能再為所教學生提供個性化指導和幫助。其次，在課堂教學過程中，學生只能按照教師事先設計好的教學活動，在老師的組織下開展學習活動。盡管教師會最大限度地考慮全班學生的實際情況，來統籌安排教學內容和教學活動，但是，教師所安排的教學活動是一個程序，所有學生都得按照這個統一的程序開展學習活動。因此，課堂教學幾乎不可能實現個性化。第三，在常規條件下，使用教具和理化生實驗室等，對于理工等學科的疑難知識學習，很大一部分學生在一定程度上是有難度的。在這種情況下，學生對應知識學習的質量就不一定很高了。第四，在常規教學條件下，要想以知識學習為載體，實現育人目的，就必須為學生提供更多的獨立解決問題的機會。但是，在常規教學環境中，往往很難滿足探究學習活動的實際需要。因此，學生獨立解決問題，特別是創新思維能力是很難培養出來的。第五，學生自己很難及時知道自己哪會哪不會，應著重鞏固、提升、拓展什么等。對于教師而言，非常想及時掌握教學的動態情況。但是，在常規條下很難做到這一點。因此，教師很難根據學生總體狀況，動態調整和安排教學活動，確保課堂教學活動安排更加符合學生的實際情況。

人工智能支持下的未來學校教育樣態

如圖1所示，理論上講，最好的學習樣態應當是，學生發自內心想學習，找到合適的方法開展學習活動，獲得最好的老師幫助指導學習活動，找到適合的學伴共同完成學習活動，全面培養學科問題解決和獨立找出問題解決方案等能力。教師能夠動態掌握和調控學生培養過程，能夠依據群體學生總體情況調整教學安排、教學方式和教學方法。學校和教育局，能夠匯聚優秀教師的教學智慧和典型學生的學習經驗，并根據需要供給所需要的學生和教師，改變優質教育服務的供給方式。校長和所有管理者，能夠全面了解學校辦學情況，根據需要調整辦學方案，最大限度地將教師、場地和設備等資源優化配置。這種我們所期待的教育新樣態，在常規條進行幾乎是不可能做到的。人工智能等技術手段，恰恰給我們提供了實現這些目標的機會。這種教育樣態就是智慧教育，這種樣態的學習就是智慧學習。智慧教育有兩個層面的事情，一是要培養學生的智慧，另一個是教學和學習過程與方法要智慧。

學校教育未來創新發展的方向，應是在人工智能、“互聯網+”和大數據等技術支持下，最大限度地匯聚優質教師資源，通過迭代優化方式，構建起系統解決教育問題的教育新樣態。

應用人工智能等技術支持學生學習和課堂教學的變革與創新，應著重圍繞學生有針對性學習、優質教師供給、疑難知識學習、提供更多探究機會、動態掌控和調整教學和學習、系統評價教師教學等方面，探索可行的路徑和方法，支撐學生高品質學習。

要實現這一目標，應能夠全過程完整、精準、科學采集課堂教學和學生學習情況大數據，實現教學和學習精準調控。應建設能夠供給優質教師教學智慧和學生學習經驗的學習路網，為高品質個性化學習奠定基礎。應充分利用虛擬仿真和“互聯網+”等技術，為深度理解知識提供將知識還原為實際問題和可視化、資料精準集成等工具，為感悟和探究知識提供探究過程支持和梳理歸納等工具。真正將人工智能、大數據、“互聯網+”和虛擬仿真等技術在教學中的應用，實現由表面應用向深度應用、由單點應用向全過程應用、由面對面信息化應用向“互聯網+”應用、由一般信息化應用向智能化應用、由專用資源應用向大資源應用等的轉變。

（二）人工智能改變學習的基本途徑

將人工智能、大數據和“互聯網+”等技術，在課堂教學和學生學習活動中簡單應用，是不可能取得革命性效果的。要想真正發揮人工智能等技術的作用，應從學生培養過程入手，從中找出學生學習所存在的問題，全面分析問題出現的原因，系統研究解決問題的可行方法，在此基礎上，研究課堂教學和學生學習活動開展對人工智能等技術的剛性需求，按照實際需求探索出人工智能等技術支持課堂教學和學生學習變革與創新的有效途徑及方法。應著重從支持知識深度理解、感悟探究知識、高品質個性化學習和精準調控教學活動等方面，系統應

在實際教學過程中，教師組織、引導和幫助學生學習的方式可能會有多種。那么，教師應該選擇哪種方式組織學生學習呢？針對這種情況，教師只憑經驗抉擇，所選擇的方式不一定是最好的。即便是選擇了滿足班級學生實際情況最大的路徑，也不能保證該路徑適合所有的學生。要想真正做到盡可能滿足所有學生的需要，就應當充分應用學生學習大數據。基于大數據，教師從各種可能路徑中篩選出一條與全班學生滿足度最大的開展教學活動，并通過學生學習大數據，找出所選擇路徑與學生不適合的比例，分析不適合和適合的方式與路徑，對課堂教學活動和方式做適當調整。在此基礎上，幫助學生精準找出問題，安排課后適合的學習方式和內容深化學習。

1.基于數據精準支持疑難知識學習

在教學和學習活動中應用技術，首要的任務是，在準確把握教學問題、找到有效解決問題的思路與方法的基礎上，再根據教學和學習的實際需要，通過系統比較和分析，選擇合適的技術支持方式和相應的資源軟件，有針對性的應用信息技術。

比如，初中物理有一個知識點，是講“重力和質量關系”的。質量的定義是物體所含的物質多少，重力他是通常的重量）是地球對物體的吸引力。如果教學中只是講解這些概念，以及它們之問的關系和區別，這種情況下，對技術的需要主要是幫助闡述清楚什么是物體的重力，它與地球的關系，物體質量是物體的固有屬性等就可以了。采用圖片、簡單演示動畫或者三維仿真等資源軟件，都可以幫助教師更好講解，幫助學生更容易學習。哪種資源軟件類別更有效，什么樣的應用方式更適合呢？這就需要通過應用效果大數據，迭代分析出不同做法之間的差異和優劣，選擇更合適的應用方式和更有效的支持資源軟件。以這種方式完成“重力和質量關系”的教學任務，學生可能會記住這些知識，也可能會應用這些知識解決具體問題。但是，學生會產生疑惑，諸如“質量是靠重力測量出來的，既然有了重量（重力），為什么還要搞出個質量呢？”學生帶著困惑學習，效果顯然會受到很大影響的。在這種情況下，教師雖然講解了質量和重力，以及它們之間的關系，也應用了技術，但這并不代表著學生真的明白了為什么有了重力還要有質量。因此，技術的應用并不一定都能夠帶來最佳的教學和學習效果。

2.基于數據構建和優化探究學習環境

技術只是支持知識深度理解和學習，想實現以知識學習為載體，培養學生思維能力，特別是創新性思維能力的可能性幾乎是沒有的。要想從根本上解決這一問題，最好的辦法是給學生一個學習知識的理由，讓學生明白為什么要學習某一知識，并安排合適的方式和活動，讓學生自己找出解決問題可能的方案，并通過探究得出正確的結論。在此基礎上，按照這種學習方式和活動安排的需要，應用技術為活動開展提供支持資源軟件，并根據應用效果大數據，迭代優化支持方式和所需要的資源軟件。

事實上，任何知識都不是無緣無故出現的，都是智者為解決問題而探索和總結出來的。就“重力和質量關系”而言，重力是所有人都能夠感受的，沒有任何學習障礙。而質量，大多數學生接受起來是非常有難度的。因此，最好的教學思路，不是直接講解質量，而是通過一個實際問題引入。這就要講一個故事，將質量還原為一個實際問題，讓學生明白為什么要學習質量。比如說，某人乘飛機出國，由于身體原因，隨身攜帶了一公斤特殊食物，要分成兩頓食用。但是，在萬米高空的飛機上，用彈簧秤一量發現不夠一公斤，這是為什么呢？事實上，在不同高度，同一個物體的地球引力不一樣，通過彈簧秤測量出來的重量就是不同的。物體離地面越高，地球的引力就越小，而且有規律。解決食物到底是不是一公斤問題，最好的辦法是，找到一個大家公認的高度，測量出其重量，以此作為物體的標準值來判斷其大小。大家都能認同的高度就是海平面，在海平面測量出物體的重量，就可以作為該物體的一個標準值，也就是質量。在這種情況下，需要借助技術幫助教師講解清楚地球在不同高度重力的變化規律，在海平面測量出的重量作為標準的理由等。按照這樣的思路和方法，技術的應用方式和支持資源軟件與前面的做法區別就非常大了。因此，技術的應用方式和支持資源軟件是否合適、有效，首先取決于教學和學習的思路與方法，其次才是技術本身。只有教學和學習的思路與方法確定的合適了，通過應用效果大數據，對技術應用方式和支持資源軟件所做的迭代優化才更有意義。這種情況下，如果技術真是用上了，對教學和學習的作用就會更加有明顯。

3.基于大數據精準供給優質教師教學智慧實現高品質個性化學習

借助“互聯網+”、人工智能和大數據等技術，建設學習路網，并不斷迭代優化學習路網。基于大數據，利用人工智能技術建立智能導引系統，引導學生選擇適合的學習路徑，精準得到優質教師教學智慧，幫助學生開展高品質個性化學習活動。

由此可見，不能僅就技術談技術，而應當將各種技術的應用放在課堂教學和學生學習變革與創新的大框架下來統籌安排。

三、“人網融合”智慧學習新樣態構建途徑

實現高質量個性化學習的前提條件，一是能夠精準獲得學生學習結果和過程兩個方面的數據，二是有符合大多數學生學習特征和實際需要的學習路徑及高質量優質學習資源，三是能夠根據學生的實際需要和個性特征，智能引導學生走適合自己的學習路徑，四是按照適合的學習路徑為學生精準供給優質學習資源等。

（一）數據驅動的智慧學習基本原理

數據驅動下的智慧學習基本原理

數據驅動的智慧學習基本原理如圖2所示。首先，要有一套完整、精準、科學的學習大數據采集標準，基于該標準動態采集學習者學習大數據。基于大規模學習者的學習大數據，通過深度學習方法，挖掘出群體學習者共性特征，并基于群體學習者學習大數據不斷地迭代優化共性學習特征。在此基礎上，再根據學習者個體學習大數據，遞進式迭代挖掘和優化學習者個性畫像。其次，依據知識與能力圖譜，基于學習者共性特征、學習大數據和學習者畫像，動態規劃出共性學習路徑集，并按照每個路徑的實際需要迭代構建和優化學習支撐資源。學習路徑集及相應的學習支撐資源，統稱為學習路網。第三，基于學習者學習大數據、學習者個性畫像和智慧學習路網，依據所規劃的共性學習路徑，引導學習者完成個性化學習活動。在此基礎上，逐步迭代創建和優化學習者個性化學習路徑，進一步提升個性化學習品質。第四，基于學習者學習結果和過程大數據，迭代構建出學習者個性化知識與能力圖譜，為進一步學習明確方向。

（二）依據知識與能力圖譜采集學習大數據

針對教師課堂教學和學生個性化學習不同階段和類別的活動，應采集的大數據類別也不盡相同。但無論是教師教學還是學生學習的大數據，都應從結果和過程兩個方面采集和匯聚。

目前，大多數學習結果數據主要是通過各類考試、測試、實驗及作業等途徑采集的。絕大多數測試題，是出題人根據考試的導向準備出來的。即便是有課程標準，也只是闡述了知識體系結構，知識點之間的關系，對于知識點到底能夠解決哪些問題，問題與知識點之間的對應關系并未十分清楚的給出。僅靠這種方式獲得的學習結果數據，難以科學、準確、完整地測量出學習者知識掌握程度、問題解決能力體系形成程度，以及能力與知識之間對應關系等。因此，以此為基礎，教師所做的教學活動安排和學生所選擇的學習路徑，往往很難以與學習者個性化需求精準匹配。

對于結果大數據，不論是學生學習還是教師教學，都需要有完整、精準、科學衡量的標準。比如，學生學習，衡量優劣最佳的辦法是通過問題解決和任務完成等獲得。最直接的辦法是讓學生將每—個知識點所有的題做一遍，所有的任務完成一遍，但這是不可能的事情。一個知識點可能會準備出成千上萬道題或任務，不可能讓學生全部都做或完成。因此，最關鍵的是能否找到內核題、任務。所謂內核題和任務，是指能夠完全覆蓋各種變化情況的題和任務的最小集，多一個就重復了，少一個就缺項。

內核題和任務，以及相應的解決和完成方法體系就是學習目標的量化標準，也就是該知識點的知識與能力圖譜。知識與能力圖譜的核心思想是，將以知識為線索的學習調整為以問題或任務為線索。將解決問題、完成任務的基本方法、規律和策略等，按照問題和任務分層、分類建立體系，并將與之有關的基礎知識建立聯系。基于知識與能力圖譜，通過采集學生每個問題做的對錯和解決問題所掌握方法情況，每個任務完成和所掌握完成任務方法情況，為每個學生建立系統、精準的學習結果大數據。

對于學生學習過程大數據，需要明確可能的教學和學習實現路徑集，作為采集過程大數據的依據。以知識學習為例，可能的路徑有三種基本類型，聽講、自主和探究。每種基本類型，又有多種具體實施路徑，比如聽講方式學習，教師既可以啟發式探究講，也可以直接講解知識。直接講解知識，既可以概要性講解，也可以詳細講解等。因此，應按照不同學習路徑，建立學習方式大數據庫，并為每—個學生采集學習力式等過程性大數據。

（三）基于學習大數據構建和優化學習路網

高質量個性化學習的核心特征是，能夠充分激發學習欲望讓學生主動學習，學生動態了解自己的實際情況明確學習方向，學生能夠針對自己的實際問題選擇適合的方式、環境和學伴、得到最好老師指導完成學習活動。要實現這樣的教育新樣態，就必須提供疑難知識理解與體驗探究支撐手段，實時監測學習狀況并做出動態調整，能夠將優秀教師供給每一個學習者。這樣的教育新樣態，在常規條件下實施起來是非常困難的，甚至是不可能的。

已有個性化學習能夠獲得的資源主要是微課程、網絡課程或網絡資源等，盡管數量上非常豐富，但基本上是堆積式的，無論采用什么樣的人工智能和大數據技術，都很難按照不同層次學習者的實際需要提供適合的學習路徑和精準的資源。

要解決這一問題，必須將優秀教師的教學智慧充分挖掘出來，建設學習路網資源，按照學習者的需求供給優質智慧資源。但問題是，學習者的真實需求如何判定，依據什么標準挖掘教師教學智慧。這就需要將群體學習者的共性學習規律找出來，找出可能的共性學習路徑和需求，按照需求匯聚教師教學智慧，并不斷遞進式迭代提升。而人工智能、大數據和“互聯網+”等信息技術，為問題解決提供了可行的途徑。

智慧學習路網是針對學習內容，借助人工智能等技術，以知識與能力圖譜為線索，依據群體學生共性特征和學習實際需要，所構建出的學習路徑集以及與所有學習路徑相匹配的學習支撐資源等。學習路網應重點匯聚信息技術支持疑難知識深度、感悟與探究知識，以及基于數據的教學調整與個性化學習方面的支撐資源。應盡可能體現資源與工具軟件對學生個性化學習和思維能力培養方面的支撐作用。智慧學習路網是實現智慧學習的堅實基礎，沒有優質、完備的學習路網，個性化學習是無法全面實現的。

一般情況下，按照不同學習路徑所準備的微課（教師指導、講解、答疑等）、優秀學生學習經驗分享視頻和作品，學習工具、仿真實驗室等交互資源，在實際課堂教學和學生學習過程中，完全滿足所有學生個性化學習的不同需要是很困難的。

因此，應當根據大規模學生長時間的使用數據，借助大數據和人工智能挖掘等技術，迭代挖掘問題，給出路網中學習路徑及支撐資源優化方向，在此基礎上，按照需要進一步挖掘名師教學智慧，優化學習路徑，提高支撐資源品質。如圖3所示。

基本大數據的學習路網優化

要想建設完整、優質的學習路網，梳理和構建學科知識與能力圖譜是基礎保障，找出解決學生學習共性問題的有效途徑和方法是關鍵，貫穿全過程盡可能安排機會提升學生系統思維能力及創新思維能力是難點。應按照不同體系所形成的學習路徑，有針對性地建設學習路網資源。