人工智能時代高職教育自組織學習模式研究

湯海萍

摘要：隨著人工智能2017年首次被寫入政府工作報告，國務院出臺相關文件大力推進智能教育。在高職教育中，學生與教師可以搭載人工智能的順風車，在自組織理論的指導下，激發學生內在動力，研發出自組織學習模式。此模式有助于提高學生的學習積極性，便于老師精準幫困，有利于更好的家校溝通。這些可以通過構建知識圖譜，組織學習資源，規劃學習路徑來實現，更好的對高職學生因材施教。

關鍵詞：人工智能;自組織學習;高職教育

隨著課程教學平臺和移動學習終端的使用，高職院校的線上教育達到了一定規模，收集了大量學生的學習行為數據。但單純的線上學習缺少互動，高職學生自制力也不夠強，不能很好地控制學習時間和進度，這制約了學習效果的提升。自組織理論主要研究在一定條件下系統是如何自發地由無序走向有序，探索自然變化和人類社會發展中的各種復雜現象及其形成和演化的基本規律。隨著大數據、人工智能的深化，線上教育也發生著變革，將人工智能與教育充分融合的人工智能自組織學習模式應勢而生。它能夠分析匹配出與學生相適應的個性化學習方案，幫助學生更有效地完成學習任務，同時發現他們的潛能，提高教師的教學效率，真正實現因材施教。

一、自組織理論內涵

自組織是復雜適應系統的基本行為，是系統自發從無序狀態組織成一種有序結構的過程，是耗散結構和協同學理論的總稱。系統在演化過程中如果沒有外部力量強行驅使，系統內各部分會按照自身的行為規則，在相互作用中各子系統在時空或功能方面協同運作，出現有序結構，通過自身發展進化形成具有一定時空結構和功能結構的自組織系統。

在教育環境中，受教育者雖然被嚴格控制在高度組織化的秩序中，受到校紀校規的約束，但是似乎有一只“看不見的手”常常使教育的計劃落空，教育效果與教師期待的效果有些誤差。

教育環境中個體的發展也是典型的自組織過程，教師傳授給學生各科分立的知識，我們最終看到的結果遠遠超出單獨的學科知識。該如何去尋找并好好使用那只“看不見的手”促進學生朝我們期待的方向更好的發展是一個值得探討的問題。

二、人工智能時代自組織學習及國家戰略規劃

人工智能這個詞匯2017年首次被寫入政府工作報告，同年國務院出臺《新一代人工智能發展規劃》，針對智能教育。主張利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系。開發智能教育助理，建立智能、快速、全面的教育分析系統。建立以學習者為中心的教育環境，提供精準推送的教育服務，實現日常教育和終身教育定制化[1]。為貫徹落實國務院關于人工智能發展規劃的通知，引導高校緊跟世界科技前沿，進一步提升高校人工智能領域科技創新、人才培養和服務國家的能力，2018年4月，教育部發布《高等學校人工智能創新行動計劃》，其中一項重點任務即探索基于人工智能的新教學模式，重構教學流程，并運用人工智能開展教學過程監測、學情分析和學業水平診斷，實現因材施教，實現校園精細化管理、個性化服務。

這些政策的出臺表明今后教育的發展方向就是人工智能與教育的深度融合，因此人工智能自組織學習將成為未來教育學習變革的新方式。

三、人工智能自組織學習在高職教育中的價值

自組織教學模式有開放性、平等性和自增長性特點。自組織學習的教學模式是開放的，教師只是教學的組織監督者和考核者，學生充分發揮主觀能動性，自由組合學習，不拘泥于任何形式，整個教學活動是開放的。在整個教學活動中，所有學生一律平等，不存在領導者和組織者。所有成員平等自由組合為學習團隊，充分發揮團隊學習優勢，針對具體學習任務開展研討。這樣，學生在自組織教學模式下進行學習，隨著學習內容的不斷深入，學生互動協作越來越緊密，逐漸提高整個團隊的學習能力，實現更好的學習效果。

（一）有助于提高高職學生的學習積極性

美國霍華德·加德納教授在他的多元智能理論中，提出了每個個體都有不同的能力傾向，要重視學生個體的差異。高職學生就整體而言，自制力和良好的學習習慣有所欠缺。沒有了高中老師的監督，課前不認真預習，課上分神玩手機，對所學內容吸收率不高，課后又沒有自覺復習的習慣。對于高職學生表現出的這種種不良的學習情緒，人工智能時代可以進行一定程度上的克服。可以利用大數據系統，分析學生的學習情況和興趣目標，推斷學生何時出現厭倦、沮喪、好奇、困惑、興奮、快樂等情緒，及時根據學生的情緒調整學習內容，讓學生的情緒趨于穩定;同時還可以檢測出何種學習活動能夠讓學生更易于投入，何種學習活動對學生更有效，更好的對學生進行個性化定制課程。人工智能時代還能根據學生個人的喜好將龐雜的知識內容分類整理，生成更加系統化個人化的知識圖譜，供學習者高效學習。

（二）有助于高職院校教師更好的精準扶困

在高職教學中，大多遵守傳統的班級授課制，教師們為了更好的因材施教采取的方法也是分層教學。在這種情況下，教師仍無法精確地把握每位學生的優劣不足，無法關注到每位學生的實際情況，更不能因為某位學生對進度快慢有要求而調整全班的教學節奏。人工智能時代，自組織學習模式能收集學生學習過程中的數據，利用這些數據描繪出學生的學習能力全貌，檢測出每位學生對學習內容的掌握程度，量化出學生的興趣偏好、潛在能力、約束力、創新力等指標，幫助教師智能的規劃出每位學生的學習路徑，推薦適合該生學情的學習內容，促進教師更好的精準幫扶學習困難的學生，為教師的“教”提供更精細的指導。

（三）有助于構建更融洽的家校溝通

學校和學生及家長的溝通交流無論何時都是剛需。但是現有學校與學生的溝通渠道還比較狹窄單一、滯后，是發現學生在某些方面明顯的異常后再進行的溝通。現在大學生心理問題形勢越發嚴峻，受到一點刺激就會產生消極的想法，甚至做出極端行為。這就需要學校能夠及時與學生及家長溝通交流，防微杜漸，把不安全因素扼殺在萌芽狀態中。在人工智能時代，這種溝通交流方式可以實現，學生在利用手機網絡學習的時候不經意流露出的一些消極想法，系統會篩選出來，并及時傳送給相關人員，學校可以第一時間掌握情況，進行危機干預處理。這有利于構建更融洽的家校關系。

四、高職教育自組織學習的實現路徑

自組織理論要求教師在教學過程中由教學主導者轉變為教學組織監督者。在自組織學習模式下，教師并不是無所作為，讓學生放任自流，而是要根據學生的基礎信息，精心設計教學內容，精選教學組織形式和方法，借助于具體項目，激發學生自我組織、自主實踐、團隊學習。具體實現路徑可以探索如下：

1、搭建知識圖譜

自組織學習系統實現的關鍵在于為學生推薦適合自己的學習內容，包括知識點之間互相關聯關系的知識圖譜是核心內容。高職院校主要有基礎課程、專業課程、實訓課程。首先要明確三種不同類型課程知識內容的邏輯關系，其次分解出若干獨立的知識單元，然后對每一知識單元再進行分解，得到精細分解的知識點或技能點。最后搭建知識點之間的關聯關系，如包含關系、互相依賴、彼此組合等復雜關系。以知識點為基礎形成的彼此關聯的知識圖譜，能夠不斷檢測學生對知識的掌握程度，動態推薦適合每位學生的學習內容。

2、組織學習資源

高職學生具有不同的學習基礎、學習習慣和學習風格。每個學生都會在日常的學習中表現出自己特有的學習行為，對不同的學習資源反映出各自的偏好程度。為促進學生更好的進行自組織學習，我們可以開發出一個個性化學習資源，收集平時學生學習中的行為數據，對其興趣愛好、認知水平、學習習慣等隨時記錄。如在視頻課程學習中的關注程度、停留時間長度、是否出現播放中途放棄離開的情況、拖拽時間軸的次數;對在線練習題是否習慣選擇提示與解析功能、是否善于收藏題目等[2]。這些詳細規范的數據加以利用，組織好這些學習資源，能夠為自組織學習系統實現因材施教不斷改進優化。

3、規劃學習路徑

自組織學習模式雖然強調激發學生內在學習動力，也需要用高質量的教學模式進行組織引導。教師應結合高職院校的專業特點、課程目標，在預學習、練習、測試環節制定出完備的方案，整理出優質的內容。通過平時授課、與學生交流了解學生偏好的知識點、易于接受的幫助類型，準確定位出學生在哪些方面需要提供幫助并開展工作。規劃出合理的學習路徑，研發出新的教學模式進行試點，不斷總結反復修正，得到日趨完善的自組織高職課程教學模式，提高教學效率，更好的實現高職課程的因材施教。

人工智能技術便于我們更好的對學生因材施教，自組織學習模式在高職教育中的應用前景也將更加廣闊。但是科技有利有弊，也有局限性，教師要做好數據、內容等方面積累工作，及時根據所教學生特點創新教學方法、情感激勵、課堂管理，努力實現人工智能與現實教育的深度融合。

參考文獻：

[1]國務院.國務院關于印發新一代人工智能發展規劃的通知[EB/OL].[2018-06-29].www.gov.cn/zhengce/content/2017-07/20/content_5211996.html.

[2]張旭.人工智能背景下高職教育自適應學習模式可行性及發展路徑研究[J].信息記錄材料，2019（6）.