人工智能視域下開放大學個性化教育的實踐路徑

蘇子 蘇晨

（1.廈門城市職業學院，福建廈門，361008；2.福建省龍巖市永定區坎市中學，福建龍巖，364105）

《教育信息化2.0行動計劃》指出要“站在新的歷史起點，將教育信息化作為教育系統性變革的內生力量，推動教育理念更新、模式變革、體系重構”[1]。作為與信息技術高度融合的新型大學，大數據技術、人工智能、移動互聯網、云計算、物聯網等信息技術的發展深刻影響了開放大學的人才培養與教育形態。信息技術2.0時代，各類技術應用變革了開放大學的教學模式，重構了開放教育的教學生態，使“因材施教”的個性化教育得以有希望真正實現。筆者擬從人工智能技術支持開放教育這一視角，對開放大學個性化教育的模式構建與實施策略進行探討。

一、開放大學與個性化教育

開放大學的學習群體具有很強的個性化學習需求。一是學習動機個性化。張仕華(2016)的調查統計中發現開放大學學生選擇開放教育的學習動機分化明顯：35.8%的學生基于獲取求職或職務提升所需學歷文憑的目的；12.5%的學生基于更新知識體系、提升自身素質的目的；17.8%的學生基于提升在他人心中認同度的目的；9.7%的學生基于家人或親朋期望與壓力的目的[2]。開放大學學生差異化的學習動機導致其對學習內容的需求不同，學習熱情與學習參與度也不盡相同。二是學習方案需求個性化。傳統的學歷教育是全日制教學設置，學生在學校安排的學制內，接受統一、預定的教學活動，完成學習全過程。選擇開放教育而非傳統學歷教育的學生，通常存在一些經濟上、時間上或者身體上的困難，難以接受所有學生整齊劃一的學習活動安排（德國奧爾登堡大學開放教育研究中心COER團隊，2021）[3]。因此，開放大學學生對整體學習周期以及具體的教學活動時間安排等教學方案的需求都更加個性化。三是學習參與路徑需求個性化。開放大學學生的教育背景、年齡分布、從業所屬領域、崗位級別等特征存在極大不同，導致學生學習能力、知識結構、學習習慣均有極大差異。為了更好地以學生為本，尊重學生個性特征，挖掘學生發展潛力，提供多樣路徑的個性化教育才能更好地滿足開放大學學生的學習需求。

個性化學習需求的滿足亟需人工智能技術賦能。傳統教學活動受教學成本約束與教學技術手段的局限，通常對批量的受教者提供規模化的教育服務。傳統教育環境中“計算機+投影”式的教學活動，主要基于學生整體進行教學設計與教育支持，在教學資源、師資力量、教學模式等方面都難以支持個性化教學。人工智能技術作為一種新型生產力，與引擎推薦技術、深度學習、語音識別、情感計算、圖像識別等技術結合，在教育活動中逐步推廣應用。隨著人工智能等信息技術與教育教學的深度融合，這些技術不斷對教育賦能，增強了教育教學力量，提高了教學環境的智慧，使教育從規模化走向個性化成為現實（褚宏啟等，2019）[4]。

開放大學作為一所新型高等學校，是沒有圍墻的大學，現代信息技術是開放大學教學活動開展的重要支撐條件（楊志堅，2013）[5]。開放大學的教學活動要與信息技術深度融合，引領教育改革的潮流。開放大學學生與教師之間基本處于準分離狀態，在線學習是開放大學學生的主要學習方式。在線學習的學習方式，為人工智能技術在開放大學教學模式改進、教學流程重構及教學過程監測等方面的綜合應用提供了必要條件，使開放大學利用人工智能技術推進個性化教育的理想有望實現。

二、影響個性化教育的人工智能關鍵技術

人工智能技術作為模擬與延伸人類智能的計算機科學分支，目前正處于迅速發展階段，而且引發各個行業鏈式變革。人工智能技術與教育的融合為智慧教學活動開展提供了有力支持，促進教育質量提升。支持個性化學習的人工智能關鍵技術主要有三類：用于構建學習者畫像的智能技術、建構學科知識圖譜的智能技術、進行個性化學習干預的智能技術（蘇子，2021）[6]。

（一）準確構建學習者畫像的智能技術

學習者畫像是用戶畫像的一種特殊形態，主要用于描述學習者的學科知識、認知能力、學科素養、學習風格以及情感狀態等方面的個性特征，從而發現學習者的個性化學習規律。準確刻畫出學生的個體畫像，是對學生開展個性化支持服務的前提與基礎。

學習者畫像模型的構建一般包括三個環節：學習行為數據獲取、學習行為數據分析、用戶標簽抽取及用戶畫像生成（王穎，2018）[7]。其中學習行為數據獲取環節，需要能支持學生學習過程交互的語音識別、圖像識別等人工智能技術的支持，這些技術有助于判斷學習者身份，識別學習內容，促進學生與計算機教師之間的人機便捷交互。學習行為數據分析環節，需要有情感計算技術、智能視頻分析與追蹤技術等智能技術支持，這些技術可以對學生學習過程的心理狀態、學習積極性進行分析，以實現學習系統對學生的動態支持。學習者畫像生成環節，需要深度學習、大腦神經卷積等智能技術支持，基于學生與智能教育系統之間實時交互的信息及學習狀態個性特征變化分析數據，建立“學習者動態模型”（何克抗，2017）[8]。

（二）建構各類學科“知識圖譜”的智能技術

在人工智能技術支持的開放教育個性化教學中，人工智能機器人作為教師團隊的新力量，與人類教師共同參與教與學的全過程。構建一套機器有能力快速認知與識別的教學資源體系，是“機器人教師”充分發揮作用的必要支撐條件。借助知識圖譜、數據挖掘、深度學習等智能技術，建構面向學科教學與測試的語義化聚合的教學資源，有助于實現“人工智能教師”對各個學科門類的準確認知。

學科知識圖譜的構建，需要利用聚焦爬蟲技術在互聯網系統抓取符合主題特征的教學資源網頁，利用數據抽取技術進行內容抽取整理；利用知識圖譜技術，基于不同學科的內在關聯特性，對各類教學資源進行知識化標引與鏈接，建構網狀的知識結構圖；利用知識可視化技術，將教育傳播的對象——“知識”——進行設計、開發、應用、管理與評價，從而改善教學過程，使教學效果最優化。

教育的過程，是知識傳播的過程，并且在知識傳播過程中對學生技能、品質及素養進行培育。聚焦爬蟲技術與知識圖譜技術將現實中大量非結構化的數據建立聯系，讓機器具備認知能力，從而真正被賦以“智慧”。“機器人教師”迅速識別、抽取、推送教學資源，助力知識傳播的教學過程開展，這是開放大學個性化教育得以實現的基石。

（三）基于個體學習干預的智能技術

人工智能教學時代的教學組織不再使用整齊劃一的傳統教學方法，而是基于每一位學生的動態學習者畫像精準推送學習資源，立體診斷學習效果，并給予學生智能反饋與陪伴，提供符合學習者特點的個性化學習路徑支持。個性化與智能化干預的教學過程，既全程、全方位采集了學生的學習數據，又支持了學習者畫像的動態建模，實現了對個性化學習動態、閉環的支持服務。

基于個體學習干預的智能技術主要包括三類。一是推送個性化學習內容的智能代理技術，智能代理技術實現了個性化學習內容的生成、匯聚，學習內容支持方式從“學生找資源”轉換為“資源找學生”（余勝泉，2018）[9]25。二是支持學生個性化學習路徑構建的學習效果診斷技術、知識追蹤技術，以此實現智能學習系統科學性強、全周期、多維度、動態的個體學習效果診斷。知識追蹤技術得出的預測，加上智能推題引擎基于學科知識及學生特點，向學生個性化推薦適合的試題，可以實現高效練習和個性化學習（王亞飛，2018）[10]。三是促進個體問題解決的智能技術，這需要語言處理技術、人機交互技術、機器人技術、虛擬現實技術等技術的綜合支持，對不同學生的學習問題及障礙提供個性化解決方案。

當動態建模形成的學習者畫像遇到個體問題，智能教育系統會通過知識圖譜資源抽取、場景創設、學伴交互等方式，讓學生在充滿教育智慧、教學經驗、新技術支撐的外部系統中充分體驗，從而實現與個體學習能力和學習興趣高度匹配的知識與能力建構。

三、開放大學個性化教育模式構建：模式及特點

（一）個性化教育模式

開放大學個性化教育在人工智能技術賦能下，由人類教師與機器人教師共同提供教育支持服務，助力學生實現學習需求，完成學業任務。開放大學個性化教育模式主要通過四個模塊實現（見圖1）。

圖1 人工智能技術賦能下的開放大學個性化教育模式

一是定制個性化學習方案，實現“一生一案”。基于語音識別技術、圖像識別技術等交互技術支持，機器人教師充分收集學生的學習需求、學習目標、學習偏好、學習能力等數據（鮑日勤，2018）[11]29。人工智能教師基于深度學習技術、大腦卷積技術的支持進行智能技術分析，人類教師與學生進行咨詢、分析和溝通，協助學生選定專業，并為學生定制“一生一案”的個性化學習方案。在“學生個體-機器人教師-人類教師”三個主體共同擬定的個性化學習方案中，每位學生的學習周期設置、課程科目、學時安排都各有差異。

二是實時智能推送課程資源，學生學習界面“千人千面”。由于不同學生的學習課程、學習時間都不同，機器人教師根據學習方案智能推送課程資源，提供符合內容需求、時間需求、能力需求的課程資源。在傳統信息化教學時代，教學平臺以班級為單位進行建設，班級每個同學獲取統一的學習界面、統一的學習資源進行學習。個性化教學時代，教師基于聚焦爬蟲技術、知識圖譜技術的支持，建立規模龐大且易于被機器智能識別的教學資源圖譜。機器人教師基于智能代理技術，根據實時建構的動態學習者畫像，精準推送符合學生學習能力與學習需求的學習資源，實現學生學習界面的“千人千面”，每位學生均可獲取符合學習興趣、學習能力的教學資源。

三是全程追蹤學生學習行為，機器智能分析學習行為的“一人千面”。學生知識與技能的獲取是通過學習行為對知識進行內化而形成的，因此對學生學習過程的學習行為進行追蹤十分重要。機器人教師借助智能視頻技術收集學習者微表情變化、語言表達等學習數據，通過情感計算技術探測學生的學習注意力、參與度等因素，實時評估學習者的學習狀態與心理變化。如果學生符合既定能力需求，則繼續學習；如果不符合學生能力需求，則調整資料的難度、學習資源的類型，學習資源的數量，動態調整課程資源的推送內容，提高學習資源與學習行為的匹配度，提升學習效率與效益。

四是數據化、立體化、實時、多維度評價學生的學習效果，及時調整學習方案與資源推送。智能評價體系既是學生學習管理的必要環節，也是保證學生培養方案往正確方向發展的重要手段。智能學習系統基于學習效果診斷技術、知識追蹤技術，對學生學習效果進行智能評價。基于學習評價結果，機器人教師及時調整學習策略；人類教師針對學生的知識獲取維度、能力建構維度、心理維度等層面的評估結果，進行相應干預并提供學伴支持，同時借助機器人學技術、語言處理技術、人機交互技術、虛擬現實技術等技術支持，對學生下一階段的學習活動予以針對性支持，實現良好的閉環管理。

（二）人工智能賦能的個性化教育的特征

教育過程是由教育者借助相應的設備，結合教育要素，對受教育者提供教育服務的過程。與開放大學傳統信息時代的教育相比，人工智能技術賦能的個性化教育具有以下四個基本特征。

特征一：教師團隊變革，機器人教師全程參與教學過程。智能技術支持的個性化教育改變了師生之間的交互方式：從“教師為中心”的課堂講授為主，向“學生為中心”的教學資源推送與心理輔導相結合的綜合教育支持服務轉變（李中亮、程龍，2020）[12]。在人工智能時代，教師團隊由原來人類教師單一主體，改變為人類教師與機器人教師協同合作育人。機器人教師將多個方面支撐學生的學習活動，包括但不限于：自動出題和自動批閱作業、自動診斷學習障礙與自主分析反饋、能力綜合測評與提升支持、心理素質測評與改進、個性化智能教學指導、學生個性化問題解決的智能導師、個性化學習內容生成與匯聚的智能代理、數據驅動的教育決策助手（余勝全，2018）[9]25-27。

特征二：教學環境變革，智能化、多元化設備構建智慧學習環境。傳統信息化時代的開放教育遠程教學僅需要連接教師與學生的“端到端”聯系工具即可，主要由“互聯網+電腦”組成。人工智能賦能下的在線教育活動需要有支持智能算法所需的大型中央處理器，也需要能采集學生學習數據的可穿戴設備，還需要支持語音及圖像交互的語音輸入輸出設備及圖形輸入輸出設備。智慧學習環境中的智能設備與技術實時收集學生數據，提供個性化學習支持服務，構建虛擬仿真現場教學的學習情境，強化學生主動學習意識。

特征三：教學驅動要素變革，數據成為驅動個性化教學實施的重要要素。開放大學的個性化教育課程以智能教學平臺為核心平臺，序化教學全過程，集中采集學生學習全過程的數據。智能教學平臺除了具備傳統信息化教學平臺儲存教學資源、拓展教學時空邊界、實現師生線上溝通的作用以外，還能針對學生學習過程、結果、心理、情感等數據進行智能定量分析，在分析學生知識短板、學習態度、學習興趣等特征的基礎上，對個體的學習提供個性化支持。開放大學個性化教育中依托智能教學過程的數據分析與建模，不再是模糊簡要的群體式學生畫像，而是精準的學習個體畫像。數據既是在線教學活動自然產生的學習痕跡記錄，也是驅動下一步教學方法選擇的重要影響因素。

特征四：教學設計導向變革，以學生個體學習體驗為原則開展教學，激發學生學習主動性。進行教學模式設計時，基于智能算法支持，充分分析學生個體學習周期時間需求、學習能力等不同學情特征，教學實施過程中設置形式豐富的學習活動，以充分調動學生的學習積極性。教學實施時，借助智能技術的教學手段開展教學過程，從學生視角出發，設計豐富的學習活動，構建多元化的學習模式，有效激發學生的學習積極性，使學生學習過程中有獲得感、成就感，變“要我學”為“我要學”。

四、開放大學個性化教育的實施策略

人工智能時代，實現開放大學個性化教育有賴于以下途徑：一是構建“專業+X”人才培養體系；二是建設“人工智能+X”智能教學系統；三是建設“人-機”協作的教師隊伍。

（一）頂層設計著手，構建“專業+X”人才培養體系

開放大學的個性化教育模式不僅僅是某個教學環節的優化改進，而是從學生學習需求端開始，到學生完成學業為終點的整體學習模式的變革。開放大學要從頂層設計著手構建個性化、智能化的開放教育整體教學方案，建設整體化的“專業+X”人才培養體系，才能真正達成個性化教育方案的實現。其中，“專業”是指學校根據學科特征劃分的大專業群范疇，“X”是指學生個體定制的專項學習領域。

智能型開放教育應當在人才培養方案設定、教學資源供給、教學信息系統支持、教師團隊建設、學習時間安排等維度均體現智能化。基于開放教育大量的線上課程資源知識圖譜，融合人工智能技術應用，開放教育可實現為學生提供基于不同教育背景與實踐經歷的個性化人才培養模式，提高學生的學習效用。

人工智能技術的應用尚屬開始階段。技術的應用實踐需要大量時間、精力進行探索；智能化教學信息系統的建設與使用需要大量經費和資金支持。在組織保障層面，開放大學校領導應擔任學校“信息官”，全面統籌學校信息化規劃與建設。在制度層面，開放大學應制定支持教師探索人工智能技術教學實踐運用的相關制度辦法。在經費層面，應劃撥專項預算，用于保障人工智能設備采購與技術研發應用。開放大學還可以引入第三方企業機構，協助進行智慧教育發展的評測工作。

（二）構建智能教學系統，提供“學習者為中心”的教育支持

智慧教學是教育與技術深度融合的產物，技術賦能教育的趨勢仍然是以學習者為中心（陳丹丹、許之民，2021）[13]。以學習者為中心的智慧教學系統立足學習本質與學習者認知建構過程，通過機器智能深度融合的應用方式，支持學生智慧學習。一是智能推薦不同載體的學習資源，通過不同學習形式的多感官刺激，激活學習者神經細胞，促進知識連接；二是“做學結合”的教學活動中，機器教師通過智能布置測試、智能評閱等方式，實時評價學生的操作活動，激發學生學習興趣，促進參與學習的主動性；三是機器智能建構個性化學習路徑，促進學生在自由學習中選擇并探索個人學習空間，提升學習成效；四是機器基于對學習者學習數據的分析，智能匹配推薦與學習偏好高度契合的學習資源，激發學生的學習潛能。

開放大學個性化教育的智能系統從應用框架看，應當包括設備硬件層、數據采集層、特征提取層、應用場景層四個層級(見圖2)。設備硬件層主要由中央處理器、學習中的可穿戴設備、圖形處理器、存儲設備、網絡設備等組成，實現與學習者的連接，是各類智能技術應用的基礎層。數據采集層主要采集基于可穿戴設備的學習行為數據、情感數據，建構教學資源知識圖譜。擁有海量的數據基礎才能為人工智能中機器學習、深度學習等算法提供大量豐富的數據樣本，使數據分析結果更加接近個性化學習支持目標。特征提取層主要利用人工智能技術中深度學習技術的非線性計算特點，提取學生特征，構建個體學習者畫像。應用場景層借助機器智能的計算優勢與深度學習智能，為學生智能推薦個性化學習內容、解決個性化問題，促進學生有效學習，實現自我成長。

圖2 智能教學系統設計框架

（三）打造“人-機”配合、協同支持的新型教師團隊

技術的本質是生產力的變革。人工智能技術作為新型生產力，能夠有效輔助教師團隊開展教學服務工作。人類教師與機器人教師協同合作的“人-機”共存教師團隊，將是未來開放教育常見的工作場景。“人-機”共存的智慧教育時代，開放大學教師在教學活動實踐、教學管理模式和信息素養提升等方面將面臨更多機遇與挑戰，教師需在角色上進行轉型。

一是轉型為“機器人教師團隊建設與維護者”，做好人機協同。機器人教師可以根據預先設定的規則，開展資源推送、習題批改、學伴支持等教學工作，但是觸發機器人教師執行教學活動指令的規則、算法、參數等，需要人工去定義。機器人教師得以在智能教育中發揮作用，離不開人類教師對其運行規則的定義與運營維護。機器人教師在運行過程中可能出現異常情況，需要人類教師去維護。未來，開放教育領域亟需掌握人工智能技術原理與應用維護技能的人類教師，擔任“機器人教師團隊建設與維護者”，完成師生、人機交互規則設定、流程設計、數據分析等工作。

二是轉型“課程資源”制作者。機器人教師得以發揮作用，是建立在數量豐富、質量優異的課程資源基礎上的。體系完整、形式多元化的教學資源需要人類教師發揮智慧與專業特長進行開發與建設，構建滿足智慧環境下不同學習者需求的專業教學資源知識圖譜。一方面，人類教師要培養自己的結構化數據思維，將教學資源與內容轉換為結構化數據，人工智能技術才能在海量學習資源數據中準確識別，精準推送。另一方面，學習資源的趣味性、顆粒度、表現形式，對開放教育學生的移動學習意愿有積極的影響（鮑日勤，2018）[11]28。人類教師應當結合專業特長與教育學、心理學知識，設計符合專業培養要求、媒體表現形式差異化、內容幅度微型化的教學資源，匹配學生個性化學習的需求。

三是轉型心理支持人員。人工智能技術在計算智能、感知智能等方面有卓越能力，但是在社交能力、協調能力，對情感的關注、創意和審美上，機器人教師很難勝任。開放大學教育不僅要培育學生專業知識，也需要培育學生具備溝通能力、創新能力等人文素養。機器人教師難以完成后者這類教學活動，人類教師應當充分發揮人類在理解、決策上的難以被替代的能動性，提升管理能力與心理支持能力，轉型心理支持人員。

五、結語

教育部在《教育部關于同意在中央廣播電視大學基礎上建立國家開放大學的批復》中，對開放大學提出要求：“努力滿足人民群眾多樣化、個性化的學習需要，為構建靈活開放的終身教育體系作出應有的貢獻”[14]。個性化教育是人工智能時代學習者的需求，也是開放大學在信息2.0時代下教學生態轉型的新方向。我們期待在智能化教育環境、開放式教育理念中，開放大學通過頂層設計、智慧系統構建、師資隊伍建設等措施，促進“專業+X”的個性化教育生態落地，滿足每一位學習者的個性化學習需求。