智能時代個性化學習的現實困境、意蘊重構與模型構建

王一巖 鄭永和

[摘 ? 要] 智能技術的快速發展和智能教育產品的逐漸成熟為個性化學習的實現提供了可靠保障。然而，“片面化”的智能診斷、“程式化”的教育干預、“投喂式”的服務供給、“機器主導”的教育決策阻礙了個性化學習目標的實現。要從本質上實現個性化學習，應該從“技術應用”“個體發展”和“人機關系”的視角對個性化學習進行重新審視：實現對學生的智能診斷和精準干預，強化智能技術對于教育的“賦能作用”；強調學生自我意識的喚醒、自我認知的強化和自主學習能力的提升，保障智能技術應用回歸“育人”的本真；通過學生和機器的“博弈”，找到“機器智能干預”和“學生自主學習”的平衡點，實現人機協同學習生態的優化。在此基礎上，圍繞“學生自主學習—機器智能分析—機器智能干預—學生主觀評判”構建了人機協同支持的個性化學習模型，以期勾勒智能時代個性化學習的未來圖景。

[關鍵詞] 個性化學習； 個性化自主學習； 智能教育產品； 人機協同學習； 智慧學習力； 智能教育倫理

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 王一巖（1993—），男，河南洛陽人。博士研究生，主要從事智能教育、學習分析研究。E-mail：wangyiyan @mail.bnu.edu.cn。鄭永和為通訊作者，E-mail：zhengyonghe@bnu.edu.cn。

一、引 ? 言

個性化學習是創新人才培養的重要依托，也是教育數字化轉型和教育智能化變革的重要目標，有助于完善人才培養模式、提升學生學習效率、提高教育教學效能，為每位學習者打造個性化的學習方案，促進教育目標的有效落實。進入教育改革發展新時期，智能技術的快速發展和智能教育產品的逐漸成熟推動了智能技術與教育教學融合程度的不斷加深，也為個性化學習的實現提供了重要保障。智能教育產品能夠通過對學生學業發展狀況的智能分析，為其提供精準化的學習資源推薦和學習路徑規劃服務，幫助學生及時獲取所需資源和服務，避免了海量的學習資源選取、盲目性的知識學習和學業問題無法及時解決造成的學習時間和認知資源的浪費。但與此同時，相關研究也容易陷入“技術決定論”的誤區，認為只要通過機器智能診斷為學生提供所需資源和服務就能夠實現個性化學習，盲目迷信數據和算法的價值，忽視了機器智能服務的不確定性，也缺乏對個性化學習服務的倫理規約，容易導致學生對機器智能服務的誤用、濫用，引發學生思維的惰化和自我意識的缺失。因此，在智能教育產品越發成熟和逐漸普及的背景下，對個性化學習實踐誤區和應然形態進行系統梳理和重新審視，對于未來個性化學習實踐研究的開展具有極強的現實意義。本文主要從理論層面對個性化學習的現實困境進行理性審視，對個性化學習的價值意蘊進行重新梳理，并以此為依據構建了人機協同支持的個性化學習模型，以期為后續理論和實踐研究的開展提供借鑒。

二、智能時代個性化學習的現實困境

從當前階段我國個性化學習的研究現狀來看，大多數學者對于個性化學習的研究聚焦在學習資源推薦、學習路徑規劃、個性化學習平臺和系統的開發[1-2]，以及用于支持個性化學習的學習者特征挖掘與智能建模、教育資源組織與聚合、個性化學習支持服務關鍵理論與技術等方面[3]。近年來，隨著“人工智能+教育”熱度的不斷攀升，學界對于個性化學習的推崇也達到了前所未有的高度，期待利用人工智能技術實現對學習者知識結構、認知水平和情感態度的多元測評，并通過對學習資源的智能化標注和結構化建模，構建學習資源和學習者之間的智能匹配機制，以此為學生提供精準的“學習資源推薦”和“學習路徑規劃”服務，助力于學生個性化學習的實現。但此種觀點對于個性化學習的解讀過于“片面”，在很大程度上認可了只要機器能夠針對學生的薄弱知識點，為其推薦適宜的學習資源和學習路徑就能夠實現個性化學習，將個性化學習等同于“學情分析”“資源推薦”和“學習路徑規劃”。此種論斷的問題在于：其一，將學習的本質簡化為學生對學習資源的選擇、瀏覽和加工，認為只要為學生提供了個性化的學習資源和學習路徑就是實現了個性化學習，忽視了學生學習動機、學習策略、認知水平、學習習慣、思維模式等認知和非認知要素對于學習過程和學習結果的影響；其二，默認了機器通過數據建模和算法分析得出的學習資源和學習路徑就一定是學生需要的，盲目迷信“數據”和“算法”的價值，忽視了學生對機器智能服務的接受度；其三，忽視了學生在學習中的“主體”作用，在學習主體“離席缺位”的背景下，“學生如何學習”以及“學生的學習效果和學習體驗如何”在很大程度上被研究者所忽視，更談不上“個性化”學習。

（一）“片面化”的智能診斷，無法為學業問題的解決提供可靠保障

就目前個性化學習的實現機制來講，其大多通過對多源異構學習數據的全方位采集和智能分析，對學生內在的認知結構進行表征，并以此為依據對學生潛在的學習問題和學習需求進行診斷和預測。但一方面，學生的認知結構較為復雜，當前智能教育領域關注較多的知識圖譜、認知診斷、知識追蹤、最近發展區等關鍵理念和技術，往往都是基于特定的數理邏輯試圖對學生內在的認知結構進行表征，相關研究雖然取得了長足發展，但仍然無法對學生內在的認知結構進行確切、合理的解釋。另一方面，智能教育產品試圖利用多模態數據來表征學習過程和學習結果，依托數據密集型科學的研究范式來挖掘學生潛在的認知和非認知特征、構建精準化的學習者模型[4]，但現有產品往往只能實現面向特定維度的學習數據采集與分析（如學業測評數據、學習行為數據），學生對智能教育產品的使用時長也較為有限，數據的維度和體量無法滿足對學生進行復雜建模和深層次分析的實際需要，也無法為學業問題的診斷和學習需求的預測提供有效支持。由此可見，智能教育產品現有的個性化學習服務是基于對有限數據的淺層次分析，對學生學業問題的診斷存在不確定性，推送的學習資源和學習路徑與學生真實的學習需要之間能否實現精準適配，仍然有待探索和驗證。因此，盲目迷信機器提供的個性化學習方案，會為學習活動的開展帶來較大的潛在風險。

（二）“程式化”的教育干預，造成學生的“單線條”發展

現有智能教育產品中個性化學習的實現往往是遵循學科專家預設的特定規則，或是依據基于機器學習算法的智能分析引擎，其本質上實現的是一種“程式化”推薦，即通過特征的匹配和數據的運算得出適用于學生學業發展的特定學習資源和學習路徑。但機器的智能分析和精準推薦往往帶有一定的“算法偏見”，若一味遵照機器提供的干預措施開展學習活動，則在很大程度上會造成學生的“單線條”發展。比如說機器通過一段時間的監測分析，認為在科目層面，學生偏愛數學學科；在學習資源方面，學生偏愛視頻類型的學習資源。但若機器一味為學生推薦數學學科的學習內容和視頻類的學習資源，那一方面會造成學生的“偏科”現象，另一方面會削弱學生對于文字、圖像等資源的信息加工能力，造成學生認知風格的“單一化”。從學生的成長歷程來看，個體的學習風格、思維習慣、學習興趣是在對外界信息不斷鑒別、選擇和加工的過程中形成的，只有經過長時間、多樣化的嘗試，才能夠辨別出自身學習的興趣、特長、偏好所在，而機器則會在一定程度上替代學生進行學習內容的選擇和學習計劃的制定，依據學生短時間內的學業表現和學習傾向為學生定制“個性化”的學習方案，容易為學生打造一個以“智能化”“個性化”為偽裝的“知識繭房”，有偏向性地將學生引入一條“狹長”的成長道路，打亂了學生的自由成長過程。

（三）“投喂式”的服務供給，弱化學生深層次的意義建構

誠然，基于機器智能診斷的個性化學習服務能夠為學生學業問題的解決提供有效支撐，在一定程度上能夠為學生學業的長遠發展保駕護航，但也造成了智能化環境中的“認知迷航”風險[5]。以往學生對于自身知識、能力薄弱點的診斷和鑒別是建立在對自身學習進行長期觀察和深入理解的基礎上，但在使用智能教育產品學習的過程中，此項工作在很大程度上被機器所替代，由機器去決定學生的學習內容和學習計劃，弱化了學生對于自身學習的探索和發現過程。更為嚴重的是，以“拍照搜題”為代表的智能輔助功能的開發為學生學業問題的解決帶來了極大便利，但大多學生都有一定的“惰性”，若機器能夠替代自己解決學習中遇到的難題，則自然偏向于借助機器去解決，從而在很大程度上弱化了學生自身的獨立思考、信息加工和知識建構，進而造成自身思維的退化。從根本上來講，學習更多是一種“個人”行為，學生對于自身學業問題的解決需要經過系統全面的調查、探索、分析和求證，對于自身學習優勢和劣勢的研判也需要對過往的學習經歷進行深入全面的總結歸納，但機器“投喂式”的服務供給模式，在很大程度上弱化了學生自身的探索發現和意義建構，因而存在“惰化學生思維、影響學生獨立思考”的風險[6]。

（四）“機器主導”的教育決策，侵害學生的“主體”地位

在現有的人機協同學習實踐中，學生個性化學習的實現完全依賴于機器的智能決策，由機器去決定學生的學習內容、學習節奏和學習方式，但學生無法從個人學習的實際需要出發對這種所謂的“個性化學習服務”進行評價、反饋和修正。由此可見，“機器”在人機關系中占有絕對的“主導地位”，這在一定程度上侵害了學生在學習中的“主體地位”，學生成為可以被監控、被計算、被干預的“被動客體”，其學習內容和學習計劃也完全被機器所操縱，導致學生對智能教育產品的“過度依賴”，從而容易喪失學習的自主性、思維的獨特性和人格的獨立性，甚至會淪為機器的附庸。因此，要從本質上實現個性化學習，除了為學生提供精準化、智能化的學習方案外，還需要喚醒學生的生命自覺[7]，強化學生的自我認知，激發學生的自我意識，強調學生要能夠對自身的知識結構、能力水平、興趣愛好、學習習慣、思維模式、認知策略進行精準掌握，實現對自身學習的自我計劃、自我監督、自我評價、自我反思、自我調節，幫助學生在人機協同學習的過程中強化自我認知、提高學習素養、提升自主學習能力、養成終身學習的習慣，從而保證自身的可持續發展。

三、智能時代個性化學習的意蘊重構

個性化學習衍生于孔子的“因材施教”教育理念，其核心思想在于尊重學習者的個體差異，依據學生的知識結構、能力水平、生活經驗、情感態度、興趣愛好、動機信念等特征，為學生量身定制不同于他人的學習策略和學習方法，以此滿足學生個性化的學習需求[8]，充分挖掘學生的學習潛能，幫助其掌握學習的方法和策略，其最終目標是要激勵并促進學習的有效發生。

智能技術的快速發展和智能教育產品的逐漸成熟，推動了智能技術與教育教學融合程度的不斷加深[9]，也打開了個性化學習的新篇章：一方面，智能技術的快速發展和智能教育產品的逐漸成熟，為學生個性化學習的實現奠定了良好的物質基礎，以智能導學系統為代表的智能教育產品能夠對作業批改、智能解題、單詞查詢、文本翻譯、學情分析、資源推薦等智能技術進行有機整合，形成面向學生學業發展的系統化問題解決方案，為學生提供智能化的學情分析、學習輔助、資源推薦和學習路徑規劃服務[9]，可以有效幫助學生縮短學習時間、提高學習效率；另一方面，個性化學習的意蘊也得到逐步升華，智能教育產品強大的學習服務供給能力使得學習活動的發生能夠擺脫對教師和特定學習時空、學習任務、學習資源的依賴，在極大程度上拓展了學習的可能性。學生可以利用智能教育產品獲取更加及時、精準、智能的學業問題解決方案，能夠在智能教育產品的支持下，自主設定學習目標、選擇學習資源、監督學習過程、評價學習效果、反思學習問題、調節學習策略，在對自身學業水平、學習潛能、學習偏好、學習動機進行充分了解的情況下開展“個性化的自主學習”[10]。這有助于幫助學生喚醒自我意識、強化自我認知、培育數字素養、提升自主學習能力，養成適用于智能時代教育發展的學習習慣和思維模式，以此適應未來社會發展和教育變革對其提出的新要求、新挑戰，確保自身的可持續發展。

智能教育“工具理性”和“價值理性”的博弈一直是智能教育產品研發和應用過程中面臨的突出問題[11]，前者強調智能教育產品的“技術屬性”，倡導利用智能技術去解決教育問題，但往往一味強調“技術的應用如何解決教育問題”，對于“為什么要用技術去解決問題”以及“利用技術解決教育問題所帶來的后果是什么”缺乏足夠關注；后者強調智能教育產品的研發與應用應堅守教育的本質屬性和育人的總體目標，認為智能技術的教育應用應該遵守特定的道德邊界和倫理約束。因此，在智能教育產品研發與應用的過程中，需要實現其“技術屬性”和“育人屬性”的協調統一，強化智能教育產品應用過程中“人機關系”的有機平衡，確保智能教育產品的應用能夠真正發揮其“育人”價值，促進個性化學習的有效開展。

（一）從“技術應用”的視角審視個性化學習，強化智能技術對于教育的“賦能作用”

進入教育改革發展新時期，我國教育的主要矛盾已經由稀缺的優質教育資源同人們日益增長的高質量教育需求之間的矛盾，轉變為靈活、優質、個性、終身教育發展同標準化、規模化教育服務供給體系之間的矛盾[12]。在此背景下，如何破除傳統教育的現實困境、提升教育服務供給能力、實現教育規模化和個性化的協調統一，是新時期教育改革發展要解決的核心問題。因此，需要發揮智能技術在教育變革中的核心作用，利用信息科技的方法刻畫教育主體、挖掘教育規律、揭示教育問題、變革教育服務、優化教育模式，以此助力智能時代教育服務供給能力的提升[3]。智能時代的教育變革在很大程度上需要從智能技術研發與應用的邏輯去審視教育教學，探究智能技術能夠為個性化學習的實現帶來哪些積極作用，明確智能技術的應用能夠在哪些環節去優化教育教學、提升學習效率，避免海量的學習資源選取、重復性的知識練習和學習問題無法及時有效解決造成的學生學習時間和認知資源的浪費，以此縮減學習時間、提高學習效率、提升教育效能，匯聚智能技術的核心優勢提升教育的“效率”和“效益”，推動教育的創新發展和智能變革。因此，我們應該從“技術應用”的視角對個性化學習進行探求和追問，明確學生在學習中面臨哪些方面的具體問題（如知識掌握不牢固、學習目標不明確、學習計劃不清晰、學習策略不合理、學習態度不端正、學習動機不強烈、學習意志不堅定等），探究智能技術對于學生個性化學習的實現能夠發揮何種作用，以及智能技術賦能個性化學習潛在的倫理風險有哪些[13]，從而對智能技術賦能個性化學習的目標、策略、模式、倫理進行全方位考量，以此對智能技術的應用邏輯進行理性審視，充分發揮智能技術對于教育的“賦能作用”，為學生個性化學習的實現提供可靠保障。

（二）從“個體發展”的視角審視個性化學習，保障技術應用回歸“育人”的本真

教育的價值在于培養學生的自主性，即自主選擇、自主規劃、自主評價的能力[11]，智能時代的個性化學習強調學生能夠對自身的知識、能力、興趣、動機、信念進行充分了解，具備較強“自主性”和“能動性”，明確自身在學業發展方面的現存問題和突出優勢，對機器提供的個性化學習支持服務具有較強的適應力和辨別力，能夠借助智能教育產品強化自身的知識學習和素養培育。從本質上來講，個性化學習的實現不是單一的技術問題，也涉及個性化學習的“理念構想”和“機制設計”問題，正是由于從事智能教育產品研發的相關人員對個性化學習的理念認識不清晰，對其實現機制不明確，才導致對智能技術的應用無法為學生個性化學習的實現發揮正向效用，且帶來一系列的負面影響。智能時代個性化學習的實現首先需要厘清機器智能服務潛在的倫理風險，明確機器追求的“精準化”和“智能化”與個體發展的“自由性”和“自主性”之間的對立關系，個性化學習所倡導的“學習資源推薦”和“學習路徑規劃”實際上是遵循機器預設的特定規則為學生推送學習資源和學習路徑，本質上還是一種“程式化”的教育干預，與傳統課堂教學相比，只是從“人灌”變成了“機灌”，將學生對于學習的決策權“讓渡”給了機器，這在很大程度上會削弱學生學習的自主性和思維的獨立性。因此，需要從“個體發展”的視角去審視個性化學習，明確個性化學習的最終目標是要喚醒學生的生命自覺、強化學生的自我認知、提高學生的自我意識、培育學生的自主學習能力，讓學生能夠通過自我認知、價值判斷、理智反思和自主決策，對機器提供的個性化學習支持服務進行理性審視和合理選用，通過“自我計劃的調整與完善、自我評價的校驗與修正、自我反思的引導與啟發、自我認知的沖突與消解、自我意識的強化與重構”，實現對自身學習的自我計劃、自我監控、自我評價、自我反思、自我調節，進而提高學習的自主性和能動性，提升對學習的掌控力，養成良好的學習習慣。

（三）從“人機關系”的視角審視個性化學習，實現學生與機器的“協同共生”

“人”與“機器”的角色定位和主體爭端是人機協同學習需要關注并解決的核心問題，因此，個性化學習的實現更加需要從“人機關系”的視角去審視智能教育產品在學生學習中的價值定位，既重視機器智能診斷對于學生學習的正向干預和引導作用，也重視學生學習的“自主性”和“能動性”。一方面強調機器能夠從數據感知和建模的角度對學生的知識結構、認知水平、情感態度、學習動機、學習風格等特征進行數據化的建模分析，在此基礎上為學生提供系統精準的個性化學習支持服務；另一方面強調學生要具備較強的“自我意識”，對于機器的智能診斷和精準干預不能“全盤接受”，要從自身學習的主觀感受出發對機器智能服務的精準性和有效性進行理性評判，并且能夠利用機器提供的智能化學情分析結果對自身的學習目標、學習策略、學習動機進行有效調控。通過學生和機器之間的“博弈”，既避免讓機器完全依托“數據”來決定學生的學習內容和學習計劃，忽視學生的自主性和能動性；也避免給予學生過大的自由度，讓學生漫無目的、不加節制地去調用學習資源和學習服務[14]，從而造成自身思維的“惰化”。因此，個性化學習的實現需要賦予學生一定的“自主權”，機器可以根據學生的學習狀況進行生成性的學習路徑規劃、適應性的學習資源推薦、彈性化的學習方案設計，學生也能夠從自身學習的主觀感受出發對機器提供的智能教育服務進行精準評判、合理利用和及時反饋，最終找到“機器智能干預”和“學生自主學習”的平衡點，以此實現人機協同學習生態的優化。

四、智能時代個性化學習的模型構建

基于對個性化學習現實困境的廓清和對個性化學習意蘊的重構，本文認為，智能時代個性化學習的核心特征是“人機協同”，既重視機器的智能診斷和精準干預對學生個性化學習的現實意義，也重視學生對于自身學習的自我感知和自我決定，倡導學生能夠對機器提供的個性化學習服務進行理性評判、精準反饋和合理利用，通過學生和機器的博弈與平衡，促進個性化學習的實現。基于此，本文構建了人機協同支持的個性化學習模型（如圖1所示）。

（一）模型的設計思想

1. 從聚焦“機器智能推薦”到注重“學生自主建構”的服務模式轉型

以往個性化學習的實踐研究大多重視機器的智能建模和精準推薦，強調根據學生具體的學習需要為其提供系統精準的學業問題解決方案，通過精準化的學情分析、適切性的路徑規劃、個性化的資源推薦、智能化的學習輔助，幫助學生解決學習中的實際問題，以促進其學業水平的有效提升。但此種“單向度”個性化學習服務供給在很大程度上忽視了學生的主觀體驗和學習需求，一方面容易引發學生的“算法厭惡”[14]，造成學生對機器智能服務的抵觸情緒；另一方面容易引發學生對個性化學習服務的誤用和濫用，造成學生思維的“惰化”。因此，智能時代個性化學習的實現需要強調學生“自我意識”的發揮，讓學生能夠從自身學習的實際需要出發對機器提供的個性化學習支持服務進行理性審視和合理利用，實現對學習的自我計劃、自我監督、自我評價、自我調整，在此過程中提高學習的能動性，提升對學習的掌控力，從而實現從聚焦“機器智能推薦”到注重“學生自主建構”的服務模式轉型。

2. 從單一靜態的“資源供給”到綜合立體的“學業問題解決方案”

以往關于個性化學習的研究過多聚焦在學生的“知識學習”層面，通過各種智能技術的應用來診斷學生的知識薄弱點、構建學生的知識圖譜、預測學生的學習需求，并為其提供個性化的學習資源。但從學習的本質來講，影響學生學業表現的因素除了知識掌握程度，還包括學生的學習動機、學習策略、學習態度、學習韌性等等。因此，要真正幫助學生實現個性化學習，需要在對學生的學業發展狀況進行多元立體的綜合分析的基礎上，挖掘學生在知識技能、方法策略、情感態度、動機信念等方面的潛在問題，并有針對性地幫助學生制定學習計劃、推送學習資源、改進學習策略、激發學習動機、增強學習韌性，以此促進學生“學習力”的有效提升，幫助其能夠應對復雜多樣的學習情境，從而取得學業方面的成功。

3. 從單向度的“數據驅動決策”到彈性化的“人機混合智能決策”

長久以來，從事智能教育研究的人員一直有一個“觀念誤區”，那就是通過數據建模和算法分析得出來的學業問題解決方案便一定能夠契合學生真實的學習需要，忽視了機器智能服務的“不確定性”和學生對于機器智能服務的主觀體驗。因此，個性化學習的實現需要改變以往人機協同學習中“數據驅動”的教育決策模式，既重視數據挖掘和智能建模對于學生個性化學習的潛在效用，也要對機器智能服務的“局限性”和“不確定性”進行理性審視，強化學生在智能教育決策過程中的參與度，讓學生能夠對機器智能服務的時機、頻率和精準度進行精準反饋和合理修正，以此提升個性化學習服務的精準性、可靠性和適用性，確保智能教育服務的供給能夠切實滿足學生真實的學習需要。

4. 實現“機器智能干預”和“學生自主學習”之間的博弈與平衡

個性化學習過程中“人機關系”的博弈和平衡，是個性化學習理論和實踐研究需要關注并解決的核心問題。一方面，機器通過數據建模和算法分析對學生潛在的認知結構進行精準表征，能夠幫助學生強化自我認知，對自身的知識結構、認知水平、情緒動機等狀況進行全方位了解，并以此為基礎為學生制定個性化的學習方案；另一方面，機器提供的智能化學習服務與學生真實的學習需求之間是否契合，以及機器智能服務對于學生自我意識的影響也是困擾個性化學習開展的核心問題。因此，要從真正意義上實現個性化學習，需要從“人機關系”的視角對“機器智能干預”和“學生自主學習”之間的關系進行系統審視，既重視機器智能診斷和精準干預對學生學業發展的現實作用，又重視學生的自主性和能動性，通過“人機協同”和“人機博弈”，實現人機協同學習生態的逐步優化。

（二）模型構建

1. 學生自主學習

智能教育產品的研發與應用為學生個性化學習的實現提供了可靠保障，因此智能時代個性化學習的實現越發強調在智能教育產品的支持下，由學生自主設定學習目標、選擇學習資源、監督學習過程、評價學習效果、反思學習問題、調節學習策略，在此過程中，通過學生的“主觀感知”和機器的“理性分析”，強化學生對自身學習的“自我驅動、自我計劃、自我監控、自我評價、自我反思、自我調節”，促進學生自我意識的提升、自我認知的強化和自主學習能力的提升，以此實現“人機協同支持的自我導向學習”。

2. 機器智能分析

機器的智能感知和精準分析是個性化學習的基礎，通過對多元異構數據的智能采集和精準分析，利用多模態數據之間的信息互補機制提升數據分析的有效性，以此實現對學習者潛在特征的精準刻畫。其一，面向多元學習時空的“全景化學習數據采集”。利用多樣化的智能感知設備實現面向課堂學習、線上學習、混合學習、家庭學習環境下學生、學習內容、學習資源、學習活動的多元化數據感知，實現對學業測評數據、心理測評數據、學習行為數據、生理信息數據、人機交互數據、學習情境數據的智能感知與融合分析，在最大程度上還原學習過程的全貌[15]。其二，匯聚多元智能技術的“智能化學習分析引擎”。利用行為分析、知識圖譜、認知診斷、知識追蹤、情感計算、交互分析等技術構建智能化的學習分析引擎[3]，實現對多模態學習數據的智能化建模分析，以此對特定學習情境下學生的行為、知識、認知、情感、交互狀況進行智能分析與建模[16]。其三，面向學生生涯發展的“立體化學生畫像構建”。個性化學習的實現一方面需要關注學生在真實學習過程中的行為參與、知識建構、認知激活和情緒體驗[17]，對學習者在多元學習時空中的知識、認知和情感的激活狀態進行準確表征，以此對學生的知識結構、認識水平、情感態度等特征進行精準刻畫；另一方面需要關注多元學習時空條件下教育情境要素對學生知識、認知、情感狀態的影響機制，實現基于情境感知的學習者建模[18]，以此挖掘學生深層次的學習動機、學習策略、學習風格等特征。

3. 機器智能干預

對于學生學業問題的診斷與測評是個性化學習要解決的關鍵問題，以往的個性化學習研究大多只關注對學生學科知識和能力的測評，并基于此為學生提供個性化的學習資源，忽視了學習態度、學習策略、學習動機、學習信念、學習毅力等要素對學業表現的影響。因此，個性化學習需要實現從單一靜態的“資源供給”到綜合立體的“學業問題解決方案”的系統化轉型：其一，通過多源異構數據的建模分析和立體化學生畫像的構建，從“態度與動機、目標與計劃、知識與技能、方法與策略、信心與意志”等方面對學生學業發展的突出問題進行準確的歸納分析；其二，通過學習計劃的制定、學習資源的推薦、學習路徑的規劃、學習策略的改進、學習動機的激發、學習韌性的增強，幫助學生解決學習中遇到的突出問題，為學生提供更加精準高效的學習支持服務。

4. 學生主觀評判

智能教育產品通過數據感知和智能計算得出的個性化學習方案與學生真實的學習需求之間存在一定的“不對等性”，機器提供的學情分析、資源推薦和學習路徑規劃服務與學生真實的學習狀況之間也不可避免地會存在一定的“誤差”。因此，學生需要從自身學習的主觀感受出發通過系統化的自我認知、價值判斷、理智反思和自主決策，對機器提供的個性化學習支持服務進行理性評判和合理利用：其一，實現基于學生主觀感知的“精準化學習反饋評價”，主要包括學習評價的科學性、學習資源的適切性、學習服務的精準性、學習計劃的合理性、學習方案的有效性等等，以此幫助智能教育產品更加了解學生真實的學習狀況、學習需求和學習偏好，從而對個性化學習的服務策略進行調整優化。其二，實現基于學生自我認知的“個性化學習服務選用”，主要包括學習目標修正、學習路徑選擇、學習資源選用、學業問題反思、學習動機調控、學習策略調整等等，通過對個性化學習支持服務潛在價值和倫理風險的理性審視，進行適切性的學習資源選取和學習服務調用，在機器智能服務的基礎上反思學習問題、調整學習策略、調控學習動機，進而實現個性化的自主學習。

五、總結與展望

個性化學習是智能教育技術教育應用的重要目標，也是教育智能技術研發的核心落腳點。本文主要對當前個性化學習理論和實踐研究中的現實困境進行了系統梳理，從“技術應用”“個體發展”和“人機關系”的視角對個性化學習的價值意蘊進行了重新審視，并提出了人機協同支持的個性化學習模型，以期為個性化學習理論和實踐研究的開展提供借鑒。

從整體來看，個性化學習的實現是一個復雜問題，涉及理念創新、技術研發、產品升級、實踐應用、倫理規約、學生素養等等，因此，要想從根本上推動個性化學習的有效落實，需要構建更加系統化的理論研究和實踐應用體系，解決個性化學習實踐進程中面臨的突出問題，以此為個性化學習目標的實現提供有效保障。

其一，糾正個性化學習的理念誤區，構建智能時代個性化學習的創新理論。明確即便為學生提供了精準化的學習資源和學習路徑，也不代表著就能夠實現個性化學習，要在以往個性化學習關注的知識技能和認知水平的基礎上，進一步強化對學生情緒體驗、動機信念、學習風格、學習偏好、學習態度等非認知狀態的關注；在此基礎上，重視機器的智能診斷和學生的自主學習，充分發揮“機器智能決策”和“學生主觀感知”的協同作用，重構智能時代個性化學習的創新理論。

其二，以個性化學習的創新理念為依托，實現智能教育產品的轉型升級。利用行為分析、認知診斷、知識追蹤、情感計算等技術，挖掘學生在知識技能、方法策略、情感動機等方面的潛在問題，幫助機器更加“了解”學生，為學生提供更加精準有效的學業問題解決方案；在此基礎上，給予學生一定的“自主性”，讓學生能夠對機器提供的個性化學習方案進行修正，以更好地激發自身學習的自主性和能動性。

其三，培育學生的“智慧學習力”，提升對個性化學習的適應力。幫助學生明確機器的核心功能和運行邏輯，清楚機器在自身學習中的角色定位，明確機器不能替代自己完成探索和發現的過程，避免對機器智能服務的“盲目迷信”和“過度依賴”；強化學生的“自我意識”，確保學生明確自身在知識技能、認知風格、學習偏好、學習動機等方面的潛在問題，對自身的學習目標、學習策略、動機信念進行有效調控，從而保障自身學習的有效開展[5]。

其四，推動智能教育產品的實踐應用，打造個性化學習的創新生態。通過政府和企業的協同發力，推動優質智能教育產品的快速普及，同時在廣大實驗校加強對智能教育產品典型應用模式的探討，構建基于智能教育產品的“自主學習”和“智慧作業”實踐模式，總結個性化學習的實踐經驗；加強對智能教育產品應用成效的追蹤研究，探究智能教育產品的應用能夠在學生學業水平的提升、學習動機的提高、自主學習能力的提升、學習習慣的養成等方面起到何種作用，對智能教育產品的研發方向進行修正，助力個性化學習目標的有效落實。

[參考文獻]

[1] 劉鳳娟，趙蔚，姜強，等.基于知識圖譜的個性化學習模型與支持機制研究[J].中國電化教育，2022（5）：75-81，90.

[2] 胡曉玲，趙凌霞，范博.我國個性化學習研究熱點及趨勢分析[J].數字教育，2021，7（1）：21-25.

[3] 鄭永和，王一巖，吳國政，等.教育信息科學與技術研究的現實圖景與發展路向——2018—2022年F0701資助情況分析[J].現代遠程教育研究，2023，35（1）：10-19.

[4] 汪維富，毛美娟.多模態學習分析：理解與評價真實學習的新路向[J].電化教育研究，2021，42（2）：25-32.

[5] 王一巖，鄭寧，鄭永和.智慧學習力：概念內涵與結構模型[J].電化教育研究，2022，43（7）：19-26.

[6] 中共中央辦公廳 國務院辦公廳.中共中央辦公廳 國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》[EB/OL]. （2021-07-24）[2022-07-31].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.html.

[7] 李政濤.教育呼喚“生命自覺”[J].人民教育，2010（23）：9-12.

[8] CHILDRESS S，BENSON S. Personalized learning for every student every day[J].Phi delta kappan，2014，95（8）：33-38.

[9] 王一巖，鄭永和.智能教育產品：構筑基于AIoT的智慧教育新生態[J].開放教育研究，2021，27（6）：15-23.

[10] 牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017，35（3）：22-30.

[11] 張立新，來釔汝，秦丹.智能教育工具理性與價值理性的博弈與權衡[J].開放教育研究，2022，28（3）：67-72.

[12] 陳麗，郭玉娟，王懷波，等.新時代信息化進程中教育研究問題域框架[J].現代遠程教育研究，2018（1）：40-46，87.

[13] 韓雪童.大數據時代個性化學習的技術曲解、本源廓清與突圍路徑[J].電化教育研究，2022，43（6）：25-31，60.

[14] 樂惠驍，賈積有.智能的邊界——智能教學系統中的用戶自主度研究[J].中國遠程教育，2021（9）：49-58.

[15] 王一巖，鄭永和.多模態數據融合：破解智能教育關鍵問題的核心驅動力[J].現代遠程教育研究，2022，34（2）：93-102.

[16] 張濤，張思.教育大數據挖掘的學習者模型設計與計算研究[J].電化教育研究，2020，41（9）：61-67.

[17] 王小根，呂佳琳.從學習者模型到學習者孿生體——學習者建模研究綜述[J].遠程教育雜志，2021，39（2）：53-62.

[18] 王一巖，鄭永和.基于情境感知的學習者建模：內涵、特征模型與實踐框架[J].遠程教育雜志，2022，40（2）：66-74.

Realistic Dilemma， Implication Reconstruction and Model Construction of Personalized Learning in Intelligent Age

WANG Yiyan， ?ZHENG Yonghe

（Faculty of Education， Beijing Normal University， Beijing 100875）

[Abstract] The rapid development of intelligent technology and the gradual maturity of intelligent educational products provide a reliable guarantee for the realization of personalized learning. However， "one-sided" intelligent diagnosis， "programmed" educational intervention， "feeding" service supply， "machine-led" educational decision-making hinder the realization of personalized learning goals. To realize personalized learning in essence， personalized learning should be reexamined from the perspectives of "technology application"， "individual development" and "human-machine relationship"： to realize the intelligent diagnosis and precise intervention of students and strengthen the "enabling effect" of intelligent technology on education; to emphasize the awakening of students' self-consciousness， the strengthening of their self-cognition and the enhancement of their autonomous learning ability， so as to ensure the application of intelligent technology to return to the essence of "human education"；through the "game" between students and machines， the balance between "machine intelligent intervention" and "students' autonomous learning" is found to realize the optimization of man-machine collaborative learning ecology. On this basis， around "students' self-autonomous learning - machine intelligence analysis - machine intelligence intervention - students' subjective evaluation"， a "personalized learning model supported by man-machine collaboration" is constructed， which is expected to outline the future picture of personalized learning in the intelligent era.

[Keywords] Personalized Learning; Personalized Self-autonomous Learning; Intelligent Educational Products; Man-machine Collaborative Learning; Intelligent Learning Competence; Intelligent Educational Ethics