人工智能促進個性化學習的路徑設計

樊雅琴,王志輝

一、問題的提出

21世紀是信息爆炸且充滿了各種機遇和挑戰的時代,工業流水線式的教育已不能滿足對創新型人才的需求。創新人才的培養需要滿足不同個體的成長和發展需求,然后在此基礎上培養創新能力,不存在適用于所有學生的“一刀切”教學模式。每個個體都有各自獨特的學習興趣、學習風格、知識水平,根據個體的學習特征定制化學習逐漸成為當前教育教學變革的發展趨勢。有關個性化學習實踐成效的研究表明,個性化學習確能在一定程度上改善學生學習體驗,促使學生學習績效顯著提高。[1]理論層面來說,個性化學習是根據學生個體的學習興趣、學習需求,個性化、針對性地定制教學設計,因材施教；實踐層面來說,個性化學習是對傳統課堂教學的巨大變革,從課程資源、課堂環境、學習方式到評估反饋等各個環節都將以學生個體作為起點開展設計。

深度學習算法加速了人工智能的發展與應用,主要應用于金融、電商、教育、安防、自駕、醫療以及個人助理等七大領域。[2]其正悄悄改變著人們的生活生產方式并提高生活質量。但如同歷來技術未能對學習產生巨大變革一樣,現階段的人工智能在教育中的應用依然未能帶來較大影響。究其原因,陳曉珊[3]認為,教育的本質在于學習者與知識之間的交互,學習者對知識的認知建構才是學習的根本。因此,教育的本質及其與其他領域的根本區別就決定了技術不可能、也不會對教育產生巨大的革命性影響。但不可否認,技術在某種程度上能夠提高學生學習效率并帶來全新的學習體驗。就技術與教育究竟如何融合才能發揮技術的價值一題,吳剛[4]認為,我們應該轉變以技術驅動教學的工具性思維,教育技術的邏輯核心是對學生學習本質與認知機制的認識和理解。且Woolf[5]認為,技術不會孤立對教育產生作用,一定是結合領域知識、教學原理等共同發生作用。因此,就人工智能如何與個性化學習融合這一問題,本研究從對個性化學習分析出發,結合人工智能教育應用現狀,提出人工智能促進個性化學習的應用路徑,以期為我國個性化學習發展和人工智能技術應用提供可供參考的建設性意見。

二、個性化學習關鍵要素與實施流程設計

1.個性化學習研究概述

從實踐層面來講,國內外涌現出了一批優秀的個性化學習實踐案例,如美國佛蒙特州布里斯托爾亞伯拉罕聯合高中開展的高中生生涯個性化規劃教育[6]、英國劍橋郡格蘭塔學校針對每一個特殊教育學生特征設計針對性的教學[7]、澳大利亞南澳州羅巴索小學為學生個性化學習設計了靈活的學習環境[8]、我國上海育才中學從課程改革角度推進開展個性化學習[9]、北京十一學校的選課走班制教學[10]。這些典型的成功案例無疑為個性化學習的深入推進提供了理論和實踐參考,但多數實踐是從課程設置、環境設計等較宏觀的角度開展個性化教育,較少從學生學習發生規律的微觀角度設計教學。

從模型構建層面來講,王立華認為,每個學生個體都應擁有適應自己學習特征的學習模型,模型建立的過程中需要教師不斷引導和啟發,從而發現自己的學習規律。[11]學習模型的形成是學生自身主動建構對自己學習特征認識和理解的過程,并在此過程中根據對自我認識的變化而不斷調整模型。模型的建立在于幫助學生系統、客觀地了解自己,實時調控學習進度、時間安排、學習策略等因素以更好地滿足自身學習需求。與此觀點不同的是,現有的多數個性化學習模型[12－14]大都從教學角度出發設計學習。他們更多地關注如何根據學生學習特征設計教學,然后讓學生被動適應改革后的教學。這一觀點形式上考慮了學生的學習特征,但仍沒有改變“教師教—學生聽”的教學模式。給予學生發現自我學習規律的機會和空間,從而建立學習模型,將是引導學生持續并終身學習的支柱和動力。

2.個性化學習關鍵要素分析

多數學者認為,個性化學習是根據學生個體的學習興趣、學習需求等特征,為其提供具有針對性的學習資源,從而改善學習體驗,提高學習效率。但這一理解的問題在于它忽視了學生本身在學習中的關鍵作用。學生是學習的主體且是具有主觀能動性的人,能對學習作出自己的分析和判斷,并能伴隨著學習的不斷發生逐漸改善自己的學習認知和學習方法。這一認識與Waldrip的觀點不謀而合,即個性化學習不應只關注教師對學生學習的個性化支持,還應培養學生學習的自主性和能動性。[15]學習的有效發生有賴于教師針對性的教學支持和學生高效自主學習的結合。[16－18]個性化學習的設計與實施需要教師和學生的共同努力。因此,本研究從學生學和教師教兩個角度分析個性化學習的實施關鍵要素。

從學生學習角度而言,我們認為個性化學習要強調學生的參與權,不僅需要學生積極參與學習,更需要學生參與學習的前期設計。個性化學習應強調學生的話語權,即學習設計需要接受并采納學生合理的意見或建議,給予學生設計學習或提出問題的權利。此外,個性化學習應當強調選擇權,即學生應當有足夠的選項選擇最適合的學習方式或資源。最后,個性化學習應注重學生對自我認識的培養,即學生能夠清晰地了解自己的學習喜好才是使得學生能夠正確選擇、提出適合自己學習方式的前提。由此,參與權、話語權、選擇權與自我認識即是從學生學習角度出發實施個性化學習應當考慮的因素。

從教師教學角度而言,2014年比爾及梅琳達·蓋茨基金會(Bill&Melinda Gates Foundation)聯合多家教育機構提出了開展個性化學習的四項關鍵實施要素,包括學習者檔案(Learner Profiles)、個人學習路徑(Personal Learning Paths)、能力本位的發展(Competency－Based Progression)以及彈性的學習環境(Flexible Learning Environments)。[19]其中,學習者檔案記錄了每個學生個體的學習優勢、學習不足、學習需求、學習動機等因素,并需要隨著學習的開展不斷更新；個人學習路徑要求每個學生都擁有自己清晰、適合的學習路徑,朝著個人目標合理安排學習進度、學習時間、學習資源；能力本位的發展強調學生學習過程中學習能力的養成,以能力評估開展學習設計；彈性的學習環境要求以學生個體的學習為核心,環境中各項因素都應為服務學習而設計,如有必要可進行適時調整來滿足學生學習需要。

3.個性化學習實施流程設計

個性化學習,即師生共同參與的,顧及學生學習需求與特征的,旨在培養學生認識自我學習規律與特點的,并能自主、正確地尋求適合學習資源、工具等支持的學習。首先,根據個性化學習實施的外界關鍵要素,即學習者檔案的建立、個人學習路徑設計、以能力發展為基準的學習評估以及靈活自由的學習環境,并結合學習設計的基本流程,如學習需求分析、教學內容分析、教學策略選擇、教學評估,我們將個性化學習實施流程設計為：學習者檔案建立—學習目標設計—任務設計—角色劃分—資源與工具準備—個人學習路徑設計—學習評估設計—教與學反思。

學習者檔案建立。學習檔案是記錄、展示學生成長歷程的載體,既能幫助教師合理設計課堂教學,因材施教,也能幫助學生準確掌握自己的學習規律,從而及時調整學習方法。主要從學習優勢、學習不足、學習興趣、學習需求方面開展記錄,并可作為學生形成性評估的重要資料來源。

學習目標設計。學習能力的高低、學習進度的快慢都直接影響著學習目標的設計,為每個個體設計適合的學習目標,既能避免因目標過低而導致“吃不飽”現象,又能避免因目標過高而打擊學生自信心,帶來消極抵觸情緒。

任務設計。任務是學生開展學習的媒介,任務質量與難度會影響學生學習能力的提升。任務質量過低會打消學生學習積極性,高質量的學習任務能夠激起學生學習興趣。任務難度過低同樣會給學生學習帶來消極情緒,難度過高又會帶來抵觸情緒。因此,適合每個個體能力和水平的學習任務是學生開展學習的關鍵,應當合理設計。

角色劃分。角色劃分與組隊規則涉及學生之間的協作與交互,一個好的小組劃分規則同樣能夠激起學生學習興趣,反之亦能削弱學生興趣。這就需要考慮到每個個體的性格、愛好、交際能力、優勢以及缺點等多種因素,從而系統、科學地進行角色分配。

資源與工具準備。不同的學習者感知或理解信息的方式不同,有人喜歡利用音頻、視頻學習,有人喜歡閱讀文字、圖片,他們需要不同呈現方式的資源來加深對知識的理解。因此,多樣化的資源類型與學習工具能夠為學生學習提供更多的可選擇性,以保證有效的信息獲取。

個人學習路徑設計。對同一項學習內容,不同學習者學習的先后順序、學習思路會有不同,適合學習者思維習慣的路徑應當是最合適的,也是相對最有效的。不存在適合所有人的一條通用學習路徑。因此,為個體設計適合的學習路徑就顯得尤為重要。

學習評估設計。個性化學習中的學習評估應當是能力導向的,應當注重形成性評價的應用。同時,個性化學習評估也應當是個性化的,應根據個體的學習目標、學習能力以及學習任務不同設計適合的學習評估標準,為改善學生學習提供反饋信息。

教與學反思。反思是對過去總結、對未來展望的重要中間環節,無論教師還是學生,反思教學過程中存在的問題,一方面在于避免重復錯誤的發生,積累經驗,改善教與學過程；另一方面也能更深入、具體地發現每個個體的學習規律,從而更新學習檔案,為后續教學設計提供依據。

三、人工智能及其在教育中的應用

從概念上理解,人工智能是一門研究、開發能夠用于模擬、延伸與擴展人類智能的理論、方法、技術及其應用系統的學科,企圖智能產品能以類似人類智能的方式作出回應。[20]科大訊飛副總裁吳曉如認為,人工智能是對人類所獨有智能的模擬。[21]中國工程院院士鄔賀銓認為,人工智能的意義就在于教會機器自學的能力。[22]

人工智能在教育中的應用,即教育人工智能(Artificial Intelligence in Education,簡稱AIED)主要指對能夠改善教學的計算機軟件的研究、開發與評價。一方面,利用人工智能技術可以準確地定位學生對知識的錯誤理解并分析原因,或根據學生動態學習需求、學習特征、學習風格等,給予其相應的學習指導或資源推薦；另一方面是利用人工智能技術深入了解并挖掘教學規律,從而進一步完善學習理論。教育人工智能是人工智能與學習科學不斷融合的產物,其不僅強調算法的改進、技術的應用,更強調要結合教與學規律,遵循學習發生的基本機理。[23]其中,教育人工智能中的關鍵技術主要涉及機器學習、智能代理、自然語言處理、知識表示與情感計算等。

就人工智能在教育中的應用形態而言,不同學者給出了不同的觀點。美國著名教育創新機構Teach Thought總結了人工智能應用于教育的十種形態,分別是人工智能可以自動化教學基本活動,如評分；教育軟件可以適應學生的學習需求；精確定位課程中需要改進的地方；智能導師可為學生提供額外的學習支持；人工智能驅動的項目可為師生提供建設性反饋意見；正改變著我們搜集信息并與信息交互的方式；可能改變教師的角色；人工智能為學生試誤學習提供了相對輕松無壓力的學習環境；人工智能系統產生的大數據可改變學校發現、培養并支持學生學習的方式；人工智能可能會改變學生的學習場所、知識與技能的獲取來源以及獲取方式。[24]閆志明則總結了人工智能在教育領域中的六種典型應用,即智能導師、智能助手、學習伙伴、智能測評、數據智能分析以及學習者數字肖像。[25]梁迎麗認為,人工智能在教育問題解決領域存在四種典型應用,包括智能導師、自動化測評、教育游戲以及教育機器人。[26]徐鵬則總結了我國人工智能在教育中的四種典型應用,包括智能教學系統、智能代理、智能答疑系統以及智能教育決策系統。[27]綜上所述,人工智能在教育中的應用無外乎智能教學、智能助手、學習伙伴、智能分析與智能測評,幾乎涵蓋了教學設計的一般步驟。因此,對于人工智能技術在教學中的應用而言,可從人工智能應用形態與個性化學習實施流程兩個角度雙向考慮,相互融合,共同促進技術應用,提高學習效率。

四、人工智能促進個性化學習的路徑設計

依據個性化學習實施流程,參考人工智能在教育中的多種應用形態,并融合學生學習視角下個性化學習的實施關鍵要素,將人工智能技術促進個性化學習的路徑設計如下。其中,就學生學習視角下的個性化學習實施關鍵要素而言,其主要體現在：(1)參與權——學生可參與到個性化學習過程的每一步設計中來；(2)話語權——允許學生對每一步的設計提出意見或建議；(3)選擇權——在個性化學習的每一步設計與學習中,為學生提供多種可供選擇的參與方式；(4)自我認識——學生應認識、反思個性化學習的每一步驟,發現并總結自己的學習規律、學習喜好等。

學習者檔案建立。在與智能學習系統交互過程中可實現學習者檔案的動態建立,包括學習特征提取、學習需求獲取等,并結合智能機器人與學習者的智能對話或發布問卷等方式獲取學習者學習特征信息,完成學習者檔案的建立；可實現師生、生生異地同步討論,最終完成學習者檔案信息的確認與建立；可在師生一致意見下進行修改與完善檔案信息。

學習目標設計。智能學習系統可結合學習內容與學習者檔案信息自動制定學習目標,并結合由智能機器人與師生交流關于所制定學習目標的意見或建議后,重新調整學習目標內容；可實現師生、生生異地同步討論,完成學習目標的最終確認與建立；學習目標制定后亦可在師生一致意見下進行人為修改與完善。

任務設計。智能機器人可根據學習目標、學習者檔案信息、學習內容自動設計學習任務,并結合師生的意見或建議,調整學習任務的內容與表現方式等；可實現師生、生生異地同步交流,以完成學習任務設計；學習任務制定后亦可由師生在一致意見下人為修改與完善。

角色劃分。智能學習系統可根據個人特征、任務情況自動劃分角色；也可由師生、生生參與角色劃分,以給予智能系統更符合自己學習特征信息的方式；可實現師生、生生異地同步交流,以確定角色劃分；角色劃分后亦可在一致意見下人為修改與完善。

資源與工具準備。智能學習系統可根據個人特征與學習任務提供學習資源與工具；也可由師生共同參與資源的開發與篩選等工作；可實現師生、生生異地同步交流,最終確定資源與工具；資源與工具準備后可根據實際情況對其進行實時修改。

個人學習路徑設計。智能學習系統可根據個人學習風格、學習習慣與學習資源等設計個人學習路徑；也可由師生共同參與學習路徑的制定；可實現師生、生生異地同步交流,最終確定路徑制定；路徑制定后可在師生一致意見下進行修改與完善；學習過程中,可實時收集分析學生學習問題或情緒特征,給予提示、情感支持等反饋。

學習評估設計。智能學習系統可完成學習結果、學習過程的動態實時測評；可由師生共同參與個人學習成果評估；可實現師生、生生異地同步交流,最終達成測評結果；測評完成后可在師生一致意見下對結果進行修改。

教與學反思。智能學習系統可根據學生學習路徑、學習測評等提出個人學習反思；學生可在線記錄自我反思內容,智能學習系統可實時了解并分析該內容,以提出意見或建議；可實現師生、生生異地同步,就自我反思、教學反思結果進行交流；教與學反思是一個持續進行的過程,可實現師生的隨時隨地更新。

五、結論

隨著時代的變遷和社會的不斷進步,學習方式變革已成為必然趨勢。只有順應時代發展的教學才能滿足學生的發展需要,并進一步推動時代發展。個性化學習所帶來的效果已不言而喻。本研究通過分析個性化學習的關鍵實施要素,并結合人工智能在教育中的典型應用形態,設計了人工智能促進個性化學習的應用路徑。誠然,應用路徑的完成與實現離不開人工智能技術的發展以及相應智能產品的設計與開發。本研究期望從分析個性化學習的角度出發,為人工智能技術在教育中的應用提供一定的意見或建議。