人工智能背景下在線教學環境建設探究

張 凱，劉 月，況 瑩

（1.長江大學計算機科學學院，湖北 荊州 434000；2.長江大學文理學院外國語學院，湖北 荊州 434020）

隨著人工智能技術的蓬勃發展及其研究的不斷深入，人工智能于在線教學環境中的應用也開始引起了人們的廣泛關注。為了讓學生更全面化、系統化、有效化的吸收知識，能夠及時找到學習上的薄弱環節，并采取有效措施進行補充完善。便需要運用人工智能技術來建模學生知識掌握狀態，從而及時、準確地根據學生的能力和需求提供合適的學習干預和學習材料，讓學生在線學習更高效。基于此，本文對人工智能于在線教學環境建設中的應用展開了研究和探討。

1 基本概念解析

1.1 人工智能

人工智能是模擬人類活動和心智的科學，得益于海量數據、深度神經網絡應用以及機器學習、知識圖譜、學生畫像等智能技術逐漸遷移到教育場景，形成人工智能教育應用的研究領域。簡單來說就是使用人工的方法通過機器的手段實現智能化的建設和工作[1]。例如可用于個性化每個學生的學習經驗，為學生提供量身定制的內容和作業，旨在幫助學生以自己的節奏學習，使學習過程更加高效。

1.2 在線教學環境

在線教學環境顧名思義，是以網絡為介質的教學環境，使用在線技術和互聯網向學生提供教育教學和支持。通過網絡，學生與教師即使相隔萬里也可以開展教學活動。使教育工作者能夠在在線環境平臺中提供課程并與學生互動，從而替代了傳統的面對面教學，真正打破了時間和空間的限制。在線教學環境在人工智能背景下將向著功能完備化、定位精準化、管理集成化與全面化的趨勢發展[2]。

2 人工智能在在線教學環境建設中的必要性

在傳統的在線教學中，教師往往只重視教會學生知識，忽略了每個學生的個體差異，學生只能單方面被動接受知識。與此同時，學生在學習過程中往往對自己的知識掌握狀態并不了解，而知識掌握狀態比較抽象，難以具象化，導致很多學生不知道自身學習情況，從而無法在學習上查漏補缺。

針對以上情況，人工智能可用于在線教學環境的建設。一方面，人工智能應用于在線教學環境可以用于自動化學習任務，提高教師教學效率。例如，將知識追蹤技術應用于在線教學領域，可以建模學生的知識掌握狀態，從而使教學平臺對學生的學習情況進行評估和提供反饋，這不僅可以節省教師教學的時間，還能讓教師有更多的時間專注于更重要的教研任務；另一方面，將人工智能應用于在線教學環境可以使學生獲得交互式的學習體驗，增強學習效果。在傳統教學過程中，教師往往只注重教材的設計，而忽視了每個學生對知識掌握情況是不同的，即使學生能很快學會知識，但不一定能根據自身學習水平制定未來的學習計劃，而在線教學平臺的建設中引入知識追蹤等人工智能技術，可以自適應每個學生的需求和能力，能真正幫助教育實現因材施教，滿足不同學生的實際學習需求，有利于學生基礎知識的鞏固和加強。當學生第一次遇見難以理解的、難以掌握的知識時，基于人工智能技術的在線教學環境平臺可以讓學生在實際的學習當中多次反復地學習，從而達到復習鞏固的目的，這樣能保障每一次教學的質量與效果。因此在線教學環境建設中使用人工智能技術能夠極大提高教學效率，改善學習體驗。

3 人工智能于在線教學環境中應用

3.1 知識追蹤技術

隨著人工智能的興起和大數據分析技術的廣泛應用，越來越多的學生能夠通過在線教學環境平臺進行學習。在線教學環境平臺可以方便獲取學生的學習數據，運用知識追蹤方法可以系統分析學生知識掌握狀態。通過構建評價體系，可以更好地了解每個學生的特點和個性差異，實現教學方法適配與優質資源共享，進而促進學生學習潛力的最大化提升。知識追蹤對學生知識掌握狀態進行動態估計和預測，是將學生知識掌握狀態進行動態進行建模的核心技術。本節聚焦于人工智能于在線教學環境中的應用，介紹了一種題目難度和學生能力融合的知識追蹤方法（DAKT）。

圖1 DAKT方法框架圖

該方法利用學生答題記錄量化得到題目難度，通過學生在回答問題時的交互信息得到學生能力，再學習這兩個特征的嵌入表示，然后引入自編碼器對題目難度和學生能力進行融合降維，結合答題記錄重構方法輸入。在此基礎上，使用LSTM進行學生知識狀態的追蹤。通過在3個常用真實數據集上的實驗，與多個知識追蹤方法進行對比，驗證了該方法能夠更好地追蹤學生的知識掌握狀態。

3.2 題目難度和學生能力融合的知識追蹤方法

3.3 教學應用效果分析

本節通過一個教學應用分析實驗來證明了本模型的有效性。實驗選出了初始學習成績水平相當的兩個班的學生，在第一周到第五周，正常開展英語課程教學。并分別在教學開始和結束時記錄學生知識掌握率。實驗中，班級1為實驗組，使用DAKT模型輔助開展教學活動；班級2為對照組，采用傳統教學方式，根據教師反饋判斷學生的知識掌握狀態。

統計每位學生的最終測驗的掌握情況，學生在答題時，對應概念的題目答對，則認為該生已經掌握了相關概念，否則認為該生未掌握相關概念。比較兩組學生在實驗前后的知識掌握率差異，結果見表1：

表1 DAKT模型應用

由此可見，兩個班的初始掌握率差別不大，但班級1使用DAKT模型輔助教學后其最終掌握程度增長率要高于班級2。這表明本文提出的知識追蹤模型在衡量學生知識掌握狀態方面是有效的，對學習效率具有促進作用。

4 結語

綜上所述，人工智能技術應用于在線教學環境建設可以為學生帶來更個性化，更有效的學習方式。其能夠對學生知識掌握狀態進行動態評估和預測，從而根據每個學生的個人需求量身定制學習內容，幫助學生提高學習效率，使在線教學變得更便捷、更智能。