基于自我調節機制的智慧教育系統開發

梁潔

(肇慶醫學高等專科學校，公共基礎部,廣東，肇慶 526000)

0 引言

隨著網絡技術和信息技術的不斷發展，智慧教育作為一種新興的教育方式越來越受到人們的關注與重視。本質上，智慧教育可以利用遠程通信技術向學習者提供不受時間、地理位置等限制的教育方式。這種方法擴大了學習者與教育者之間的互動范圍，從而滿足教育不斷擴大化的要求，尤其是2020年新冠疫情的爆發，這種不近距離接觸且能傳播知識的方式更加受到人們的追捧[1]。

雖然智慧教育與傳統接觸式教育相比有許多優勢，然而智慧教育中由于教育者與學習者缺乏實時互動與監督反饋，因此對于其實際學習效果，仍需進一步檢驗[2]。

事實上，為進一步提高智慧教育的學習效率，國內外眾多學者很早開始就對智慧教育中影響學習者態度的因素進行了研究。張偉偉等[3]對智慧教育環境下大學生自主學習態度的影響因素進行了研究，同時根據研究成果為大學生自主學習能力的養成提出了相應的建議。余明華等[4]通過對機器學習的作用對象、作用過程、具體方法、利益相關者等方面的分析，探討了機器學習和智慧教育的適切性，基于智慧教育的框架對機器學習的教育應用與創新提出了相關建議。King E和Boyatt R[5]采用了現象學的方法，研究了高等教育中智慧學習的影響因素，并對這些因素提出了行之有效的解決方案。Leeuw等[6]研究了醫學領域智慧教育成功實施的因素和主題，發現了創造者、組織和學習者3個方面的因素，為未來評估醫學智慧學習模型提供一定的借鑒與思考。

上述方法在不同領域對智慧學習中影響因素進行了研究，并針對這些因素提出了一些建設性意見。然而，僅有少數文章考慮了自主學習對于提高智慧學習成功率的重要性。基于此，本文將自我調節機制引入智慧教育中，通過反饋與監督，從而提高智慧教育效率。

1 模型與假設

在動態和交互式的智慧學習環境中，學生可以非線性訪問大量的多媒體資源，包括文本、圖形、動畫、音頻，同時在學習過程中各學習者還能進行自主學習。在智慧教育系統中，由于教育者和學習者在時間、空間分離的特點，學習者在學習中缺乏監督與評估反饋機制，因此需要學習者具備相當程度的自我調節與自主學習能力。此外，許多已有的研究成果也表明，具有自我調節能力是學習者在智慧教育中取得成功的一大助力。

基于上述分析，并受到文獻[7]啟發，本文將自我調節機制加入模型。本文提出了一個具有自我調節機制的智慧教育策略模型，如圖1所示。該模型共包含6個變量：信息質量、系統質量、服務質量、通信質量、用戶滿意程度與自我調節。

圖1 具有自我調節機制的智慧教育模型

圖1中，帶箭頭的方向線段表示不同變量之間相互影響的關系。因此，可以看出信息質量、系統質量以及服務質量將影響通信質量和用戶滿意程度。同時，剩余5個變量都將影響自我調節變量。

綜上，具有自我調節機制的智慧教育策略模型中各個變量具有如下假設。

H1a：系統質量影響通信質量；

H1b：系統質量影響用戶滿意程度；

H2a：信息質量影響通信質量；

H2b：信息質量影響用戶滿意程度；

H3a：服務質量影響通信質量；

H3b：服務質量影響用戶滿意程度；

H4：通信質量影響用戶滿意程度。

隨著計算機技術、通信技術不斷發展，學習者將有了更多交互工具。尤其是社交網絡的不斷發展，使得學習者之間可通過交互性學習從而產生積極影響作用。因此，本文作出如下補充假定。

H5：通信質量影響自我調節；

H6：用戶滿意程度影響自我調節；

此外，智慧教育模式下，可通過定制學習計劃、評估階段性成果等手段進行學習時間管理，從而間接提升教育成果轉化。因此，本文進一步擴充假定如下。

H7：信息質量影響自我調節；

H8：系統質量影響自我調節；

H9：服務質量影響自我調節。

2 系統設計

本文提出了一個智能語義智慧教育框架來解決語義信息處理、學習過程支持和個性化學習支持問題。

2.1 系統架構

具有自我調節機制的智慧教育框架如圖2所示。傳統的基于Web的智慧教育系統使用Web瀏覽器作為界面。用戶可以訪問多種多媒體學習資源(如講座視頻/音頻、演示幻燈片和參考文檔)直接鏈接的學習對象。本文提出的智慧教育框架中，除了現有的學習信息流外，還引入了自我調節機制，以提高在線學習的學習效率。

圖2 具有自我調節機制的智慧教育框架

通過使用自我調節機制，系統可以提供充分的個人特質分析，并根據個人的學習進度提供個性化的學習服務。此外，學習中涉及的靜態資源和動態過程描述的語義信息可以更容易地在Web上進行編碼和檢索，必要時可以參考本體或知識庫。

自我調節機制還支持面向過程的學習活動描述。在學習環境中整合動態和靜態學習相關語義信息，為學習理論在實踐中提供適當的支持。

在教育研究方面，該框架旨在支持各種學習模式和理論，如情景分析[8-9]。通過對個體學習過程中聚合的語義信息分析，可以提供更加個性化的學習服務。在該框架內，教師將獲得每種學習模式的實踐模板或同事實踐的學習環境(如水平、學生群體、學科、性質)中的新教學方法。

2.2 系統運行過程

本文設計的具有自我調節機制的智慧教育框架運行時分為3個階段(自我指導或導師引導)。系統運行過程如圖3所示，具體描述如下。

圖3 系統運行過程

第一階段是預習過程，包括學習者和教師的準備工作。教師要準備在線多媒體學習資源，提供學習對象和學習環境的上下文描述，為不同類型的學習者設計學習路徑，為個別課程和整個課程設計學習活動和評估。所有信息將被解析并存儲到知識庫中以備將來使用。在學習者方面，自我調節模塊幫助學習者進行學習，包括通過進行一系列問卷測試來識別學習者的個性、學習風格與學習掌握進度，確定學習目標和學習偏好，并明確個人的學習責任。

第二個階段是學習過程，包括各種學習活動，如查找學習材料、閱讀材料、寫反思、與同齡人討論、自我評估、復習等。每一個復雜的學習活動都可以看作是一個簡單活動的序列或組合。基于自我調節機制進行基礎知識檢索服務，為所有多媒體資源提供一個集成的、通用的基于語義的接口。在整個學習過程中，學習者的自我調節模塊收集實時的學習數據，監控學習過程。它利用學習信號與其他學習者的自我調節模塊或系統知識庫進行匹配對比，以獲得足夠的學習建議。根據學習理論和個性研究結果，對不同個性、不同學習風格、不同背景的學習者，在不同的情境下給予不同的對待，并對其進行個性化指導。例如，對于一個注意力不集中、好動的學習者，當其需要深入了解某特定知識點時，應當對其進行額外的指導以便該學習者能夠有效掌握知識點。

最后一個階段是學習后的過程，包括報告、評估學習者和教師的學習成果。每次學習結束后或在某些與設定的檢查時間節點時，自我調節機制可以根據預定的目標和結果生成學習進度報告，報告中將顯示學習效率以及花費在學習上的時間。通過反饋調節，可進一步指導未來的學習路徑和調整某些學習活動。從教師的角度來看，系統中所有參與學習者的進度報告將提供教學效果的整體視圖，為學習和教學的進一步改進或調整提供決策依據。

2.3 指標計算

為評估系統提升學習效果性能，本文引入指標：成績反應分數，該值是通過對學生測試分數的統計得到的均值和標準差。

采用描述性統計方法對師生反應數據進行統計分析，得出基于平均理想值(M)和理想標準差(S)的結論。利用該式計算出教師和學生的課堂平均反應分數，計算式如式(1),

(1)

進一步可求得平均理想值(M)計算式。

(2)

其中，Imax s為理想最大分數，Imin s為理想最小分數。

理想標準差(S)計算用式(3),

(3)

其中，n為測試科目數量。

3 實驗分析

參考文獻[10]，本文選取提高學生英語寫作為例，利用前測與后測方式驗證基于自我調節機制的智慧教育系統性能。測試學生相關信息如表1所示。

表1 測試學生相關信息

在智慧教育開始前，對2組學生(一組采用傳統面對面教學，另一組采用本文提出的智慧教育策略)進行了預測試。預測試是在沒有事先通知的情況下進行的，其目的是在進行智慧教育之前確定學生個性、學習風格、學生目前寫作水平等。測試完成后根據學生寫作所用語法、詞匯、拼寫、標點符號等對學生的寫作進行了評估。2組學生對比結果，如圖4和表2所示。

圖4 2組學生平均得分對比結果

表2 面對面教育與智慧教育學生后測得分標準差對比結果

由圖4與表2可知，2組學生在總得分、語法、拼寫、詞匯、標點5個方面存在顯著差異。這表明，經過本文提出的自我調節機制的智慧教育策略，該組學生的寫作成績得到了顯著提高。通過智慧教育中自我調節機制，有針對性的對學生薄弱環節進行加強，通過學生間互動幫助與競爭，從而提高學生的自信心水平，進而提高他們的英語成績。學習者可以用更具表現力的方式表達自己，而不必擔心會犯語言錯誤。

4 總結

為提高智慧教育下學生學習效率，本文提出了一種基于自我調節機制的智慧教育策略。該模式下，學生的學習過程分為3個階段，首先掌握學習者的個性、學習風格與學習掌握進度，確定學習目標和學習偏好，并明確個人的學習責任；其次，學習過程中，利用自我調節機制收集實時的學習數據，監控學習過程，為學生提供有效的學習建議；最后一個階段是學習后的過程，包括報告和評估學習者和教師的學習成果。通過反饋調節，可進一步指導未來的學習路線或調整教學計劃，為學習和教學的進一步改進或調整提供決策依據。

未來的研究方向可將云計算技術引入智慧教育系統，通過大數據分析不同學生細微差異，并利用多種手段分析對比教育方法優劣，使得智慧教育手段更具多樣性。