傳統教材智能化改編的原則、理念與方法

［關鍵詞］ 教材智能化改編；需求分析；教育數字化；學習智能化

［摘 "要］ 本文基于KANO模型對傳統教材的智能化改編進行了需求調研，并依據調研結果對傳統紙質教材《會通漢語》（精編版）進行了智能化改編實踐。調研結果顯示，傳統教材智能化改編中的需求可分為期望型、魅力型、無差異型三類，不同類型學習者的需求屬性存在顯著的群體分布差異。傳統教材在智能化改編中應當精準錨定學習者個性化需求；細化資源顆粒，實現精準推送；深化人機互動，提升自適應能力，并推動教育技術的深度創新。智能教材的改編應當建立起依據需求開發功能、教學實踐驗證功能、不斷迭代優化功能的迭代型改編模式。

［中圖分類號］H195.3 "［文獻標識碼］A "［文章編號］1674-8174（2023）03-0068-11

1. 引言

在教育現代化的宏圖中，數字化發展是關鍵。教育數字化催生了數字教育新業態，也將引領教育變革和創新的新浪潮。在黨的二十大報告中，習近平總書記強調要推進教育數字化，建設全民終身學習的學習型社會、學習型大國。人工智能技術的突破，使得教育數字化對智能技術的應用和探索越來越深入（周榮庭等，2017）。在國際中文教育中，推進信息化、數字化、智能化建設也是高質量發展新格局的重點方向（馬箭飛，2022）。后疫情時代，線上、線下混合教學模式逐漸成為國際中文教育中的主流教育模式之一。傳統教材如何利用互聯網發展的技術優勢，服務語言教學的交際性需求，提高教學資源分發、觸達效率，提升國際中文教材的數字化、智能化水平，是當前國際中文傳統教材發展面臨的緊迫問題。

以課題組對《會通漢語》（精編版）的智能化改編實踐為例，該教材以話題、功能為綱，聚合相關語言結構、明確情景條件的編寫主張與教學對象“提高學生交際技能、發展多元語言能力”①的需求相契合；但在線上線下混合教學模式中，則需要對其進行智能化改編，對學習者的需求進行有效判斷，為學習者個性化推送學習資源，以達到國際中文教育營造語言環境、支持交際發展的目標。如何搜集、分析國際中文教育環境下學習者個性化學習需求的基礎數據，實現教學內容交互性展示、教學資源智能化分發、教學方案個性化定制，成為教學機構、出版單位、技術團隊需要共同面對的問題。

課題組基于KANO模型，對菲律賓教育部公立中學中文必修課、本土教師中文培訓課、國際中文教育碩士項目中文必修課、政府官員中文培訓課中使用的《會通漢語》（精編版）教材智能化改編進行了學習者需求屬性調研?；谡{研結果，課題組針對不同的需求屬性對《會通漢語》（精編版）進行了相應的改編實踐，并進一步討論了傳統國際中文教材智能化改編的原則與理念。

2. 以往相關研究綜述

2.1 KANO模型的概念及應用

KANO模型是對用戶需求進行分類，并根據分類結果對相應的功能開發工作進行優先級排序的工具（狩野紀昭等，1984）。需求分為必備型需求、期望型需求、無差異型需求、魅力型需求、反向型需求，開發相應功能的優先級依次遞減。KANO模型還可依據滿意度影響力指數（Customer Satisfaction Coefficient），在同一屬性需求之間進行進一步的優先級排序。

需求屬性的分類主要依據KANO正向——反向問卷的調研結果，通過受訪者對需求屬性的判斷確定該需求的屬性分類。例如，當受訪者對正向問題選擇“非常滿意”，而反向問題選擇“非常不滿意”，則表示該需求為期望型需求。即開發者如果不開發滿足該類需求的功能，用戶的滿意度會降低。開發了滿足該類需求的功能，用戶的滿意度會相應提高。而當受訪者對正向問題選擇“非常滿意”，而反向問題選擇“不太滿意”“都可以”或“比較滿意”時，則表示該需求對用戶來說是魅力型需求。即開發者如果不開發該功能，用戶的滿意度并不會降低，但如果開發了該功能，用戶的滿意度會提高。當受訪者對正向問題、反向問題的選擇都是“不太滿意”“都可以”或“比較滿意”時，該類需求則為無差異型需求。即無論開發與否，用戶的滿意度改變不大。如果受訪者對正向問題、反向問題都選擇“非常不滿意”或“非常滿意”，該類需求將被判定為可疑需求。如果該類需求在問卷題項中超過半數，問卷將被判定為無效問卷。如表1：

根據受訪者對需求屬性的歸類頻次統計結果，頻次百分比最高的屬性即為該需求的屬性類別。研究者還可以進一步根據Berger（1993）等提出的滿意度影響力指數分析法，通過Better指數和Worse指數，對同一類別中的需求進行優先級排序，公式①如下：

Better指數 = "（A + O） "/ "（A + O + M + I）

Worse指數 = - "（O + M） "/ "（A + O + M + I）

Better指數在0到1之間，值越大表示滿足某種需求對提高用戶滿意度的作用越顯著。Worse指數值在-1到0之間，絕對值越大表示不滿足某種需求對降低用戶滿意度的作用越顯著。以本文中的需求“漢字注音”為例，調查結果顯示，將其屬性分類為魅力型需求、期望型需求、必備型需求、無差異型需求、反向型需求的頻次分別占總頻次的58.51%、16.31%、1.06%、21.28%、1.42%。滿意度影響力指數計算結果如下：

Better = （0.5851 + 0.1631） ＼ （0.5851 + 0.1631 + 0.0106 + 0.2128）= 0.7701

Worse = -（0.1631+0.0106） ＼ （0.5851 + 0.1631 + 0.0106 + 0.2128） = - 0.1788

近年來，原本主要用于產品質量要素分析、服務質量影響因素分類、用戶服務需求排序等領域的KANO模型也被廣泛用于教學資源設計、傳統課程設計、編程語言分析平臺規劃、線上教學平臺設計、交互學習材料開發、線上課程質量影響因素研究等，為提高線上教學質量和學習者滿意度提供了有力的數據支撐（謝寒梅，2018；周效章，2019；何蔚珊，2020；公婷薇，2020；王銳等，2021；趙香芹，2022）。

2.2 教材智能化改編的概念及需求分析

教育智能化，指的是以人工智能、大數據為代表的智能信息技術，促進教育過程中的數據挖掘、分析、利用和各類智能化教育服務的實現（余勝泉，2023；楊子怡等，2023）。智能教材是以電子格式呈現內容，集成人工智能可操縱的知識擴展常規教材，增強教材功能的自適應學習系統。智能化教材應具備學習支持功能、學習分析功能、教學管理功能等，實現“線上線下、時時可學、處處能學”（許遠，2021；李鋒等，2023）。

智能教材以深度交互、學習畫像和自適應為主要特征，為學生提供個性化學習、評價和規劃等服務（佐藤學，2014；王莉莉等，2021；江波等，2022；趙小亮等，2022；蔡連玉等，2023）。自適應學習技術是教材智能化發展的關鍵，即自動為學習者提供個性化的學習方案，推送合適的學習資源和學習路徑（袁振國，2021；張治等，2021；尚俊杰、李秀晗，2023）。智能化教材還應當關注教學資源的顆粒度及資源網絡分發，如教學資源的生態重組、教學資源切分、教學資源網絡聯接等（祝智庭、胡姣，2022；袁振國，2022）。

國際中文教材發展應當以中國化為核心內涵、以標準化為基礎規范、以精品化為目標要求、以本土化為鮮明特色（梁宇等，2023）。這就需要從海外中文教育的需求出發，為各國民眾學習和使用中文提供支持（李寶貴、劉家寧，2021）。

可見，教材智能化改編應以識別學習者的關鍵需求為前提，關注學習者的個性化特征，實現國際中文教材高質量發展。

3. 調查問卷設計與數據分析

3.1 研究方法與問卷設計

課題組選擇在菲律賓公立中學中文課、本土中文教師培訓、國際中文教育專業碩士課程、政府官員中文培訓項目中使用《會通漢語》（精編版）及其配套數字資源進行教學，并嘗試對該教材進行智能化改編。①開課前，課題組依據KANO模型，對學習者的學習需求進行了調研，并據此對《會通漢語》（精編版）教材及其配套數字資源進行了智能化改編實踐。項目結束時，課題組還搜集了學習者對改編后的智能化教材及課程的滿意度數據。研究過程分為七個步驟：

（1）依據KANO模型要求及教材智能化改編需要，拆分用戶需求。

在需求初步拆分中，課題組首先對以往在線課程的授課視頻進行分析，拆分出若干線上同步教學需求；對平臺上已搭載的數字教材《長城漢語》、當地學習者常用網絡教材《Duolingo》等在線材料進行分析，拆分出若干線下異步教學需求。之后，課題組與出版單位、教學團隊、技術團隊進行了多輪討論，共歸納出本次改編中教學內容符合教學團隊和出版單位的教材智能化改編要求、實現手段符合技術團隊的網絡技術服務標準的13個需求，包括8個線上同步教學需求：漢字注音、英語注釋、微課視頻、詞語搭配、詞語拓展、典型例句、語法/詞語辨析、生詞圖片；5個線下異步教學需求：交際練習、選擇練習、填空練習、班級圈互動、AI正音練習（見表2）。

（2）設計基于KANO模型的調查問卷。

調查問卷題項主要包括對學習者的語言水平、身份等基本信息問題和表2中13個需求的KANO正反問題，即當在教材改編中提供/不提供滿足某種需求的相關功能時，受訪者的感受如何。受訪者根據自己的實際感受從“非常滿意”“比較滿意”“都可以”“不太滿意”“非常不滿意”五個選項中進行選擇。

為便于受訪者理解，每個問題均配有相關需求的設計原型圖例，并用紅色箭頭指向該需求對應的功能要素。

（3）進行問卷調查。

課題組通過Google Form發布在線問卷，共收集問卷317份。經過篩選核對后，獲得有效問卷282份。

（4）進行用戶需求屬性歸類及特征分析。

課題組統計受訪者對各類需求正、反向問題的屬性歸類頻次，借助KANO模型需求屬性歸類矩陣表和滿意度影響力指數，確定用戶需求的屬性類別和開發優先級。課題組還將學習者對題項的選擇按“非常不滿意”“不太滿意”“都可以”“比較滿意”“非常滿意”從1分～5分計分，便于進行問卷信、效度檢驗及組間差異分析。如圖1所示。

（5）進行用戶需求的組間差異性分析及個別重點訪談。

課題組按學習者的組別對需求進行了組間方差分析。針對分析結果，課題組在各組中選取組員代表，進行了重點訪談。

（6）根據分析結果進行教材智能化改編。

結合量化分析及訪談結果，教學團隊、出版團隊、技術團隊充分合作，對《會通漢語》（精編版）進行了智能化改編，并成功在各項目中進行試用。

（7）用戶滿意度統計。

項目結束后，課題組向所有學習者發放滿意度調查問卷，調查學習者對教材改編模式及整體項目的滿意度。

3.2 調查數據收集與信效度檢驗

調查問卷統計結果顯示，65.25%的調查對象HSK水平為1～2級，主要為中學生、政府官員及部分本土教師。HSK3～4級的調查對象占10.64%，主要為高年級本土教師和部分國際中文教育專業碩士。HSK5～6級的調查對象占24.11%，主要為國際中文教育專業碩士?？傮w來說，樣本分布合理，能夠達到本研究的目的，且有代表性和典型性。

課題組還通過計算調查結果的Cronbachs Alpha系數進行問卷信度檢驗，以測試量表內部的一致性。結果顯示，Cronbachs Alpha整體系數為0.765，信度較好，可用于進一步分析。問卷效度檢驗結果顯示，KMO檢驗值為0.869，Bartlett球形檢驗p值為0.000，小于0.05。表明調查問卷的結構效度良好，適合提取信息（如表4）。

將問卷數據進行因子分析后，旋轉后的成分矩陣顯示：量表各因子得分均值都大于1；各個分量表之間存在顯著性差異，說明各題項具有良好的結構效度和區分度。單維度中所有項目的載荷都在0.6以上，通過效度檢驗，說明調查問卷中各個項目具有很好的有效性。

3.3 數據分析結果

3.3.1 用戶需求屬性歸類結果

根據KANO模型屬性歸類方法，課題組計算出本次教材智能化改編中13種需求的屬性歸類結果：漢字注音、英語注釋、生詞圖片、微課視頻屬于魅力型需求；AI正音練習、典型例句、語法/詞匯辨析、生詞搭配、生詞擴展、交際練習屬于期望型需求；填空練習、班級圈互動練習、選擇練習屬于無差異型需求（如表5）。

課題組依據滿意度影響力指數分析結果，對13種需求的優先級進行進一步的排序，并以Worse值的絕對值為X軸，以Better值為Y軸，以所有Better值、Worse值的絕對平均值（0.69、0.42）為原點，繪制學習需求點坐標圖。圖中，功能散點的Better值和Worse絕對值越高，代表該需求所對應功能的開發優先級越高，反之則越低（如圖2）。

如圖2所示，落于第一象限中的AI正音練習、典型例句、語法/詞匯辨析、交際練習、生詞拓展、生詞搭配雖然同屬于期望型需求，但AI正音練習的需求屬性Better值、Worse絕對值分別為0.93和0.81，遠高于其余幾個屬性，應當優先獲得功能改編。在第二象限中的生詞圖片、微課視頻、漢字注音、英語注釋這四項需求雖然同屬于魅力型需求，但微課視頻的Better值、Worse絕對值分別為0.85和0.31，說明如果在智能化教材改編中滿足該需求，會極大提升教材吸引力。而選擇練習、填空練習、班級圈互動練習這三種需求均被受訪者判定為無差異型需求，則說明基于這三種需求進行的教材智能化改編并未得到全體受訪者的支持，還需要針對受訪者的具體分組情況展開進一步的調查與討論。

3.3.2 學習者需求的用戶群體特點分析

對教材智能化改編需求屬性的組間方差分析檢驗結果顯示，不同身份學習者的各項需求中，除“AI正音練習”和“微課視頻”外，其余需求屬性歸類均存在著顯著的組間差異（p lt; 0.05）。

如表6所示，各類學習者的需求屬性歸類與總體歸類結果均存在部分差異。個別訪談結果顯示，對于國際中文教育專業碩士而言，他們的中文水平普遍已達到HSK 5～6級，因此他們認為在教材的智能化改編中加入漢字注音、生詞圖片，以及在系統上進行較為機械的交際練習都不屬于魅力型需求或期望型需求，而是無差異型需求。對于政府官員學習者而言，他們對拓展詞匯量、與同學（同事）進行班級圈交際的需求程度高于其他類型的學習者，分別為必備型需求和魅力型需求（其他學習者則將其歸類為期望型需求和無差異型需求）。而中學生學習者則對游戲式的選擇題通關模式更感興趣，因此他們將選擇練習歸為“魅力型需求”，而其他類型的學習者則認為選擇練習是“無差異型需求”。

4. 智能化改編需求分析及改編實踐

4.1 基于期望型需求的教材改編實踐

KANO模型數據分析結果顯示，“典型例句、語法/詞匯辨析、生詞搭配、生詞拓展、AI正音練習、交際練習”屬于期望型需求，如果得到滿足，則學習者滿意度提高；反之，則滿意度降低。因此，在教材智能化改編中，應當優先開發滿足此類需求的功能模塊。

針對AI正音練習、交際練習等模塊，改編團隊主要強調了智能化教材的實時交際性。在改編中，教材利用該類模塊實現了智能跟讀、語音水平自動測評、智能跟讀任務推送等功能，針對學生特點進行個性化的交際性訓練。在語法/詞匯辨析、生詞搭配、生詞拓展、典型例句等功能設計中，則引入學習者畫像技術，實現針對學習者的語言水平及學習特點推送重點語法/詞匯內容、針對學習者的文化背景及學習目的推送個性化生詞搭配及生詞拓展等功能。

例如，紙質教材中的交際任務通過AI交互對話的形式展現，為學習者營造了更真切的語言環境（如圖3）。紙質教材中的典型例句通過動畫、高亮等形式突出，引起學習者的注意。紙質教材中的語法講解、詞語辨析、小貼士等內容通過“可隱可現”的需求導向型展示（即一般情況時隱去，學習者出現疑惑或使用錯誤時點擊按鈕再顯示），使資源呈現更為簡潔、有針對性。此外，教師還可以通過后臺數據及時了解學生的學習情況和練習得分情況，有針對性地進行教學設計。

4.2 基于魅力型需求的教材改編實踐

微課視頻、英語注釋、漢字注音、生詞圖片這四項需求屬于魅力型需求，即教材智能化改編中如果不提供該功能，滿意度不會下降；但如果提供，滿意度將會顯著提升，達到事半功倍的效果。

在教材的智能化改編實踐中，團隊搜集、制作了大量可用資源，將資源與語言點、功能點細化對應，為學習者提供直觀生動的語言點講解微課視頻、文化點參考微課視頻、可隱現式英語注釋及漢字注音、閃卡式生詞圖片等，既可作為教學使用，也可以用于學習者課后復習鞏固。例如，教材智能化改編對微課視頻進行了細致切分，每段視頻都精準對應語言點/功能點（如圖4）。在該視頻播放結束后，系統還會為學習者自動推送2～3條相關視頻。這對學習者的資源檢索、語言學習起到了支持作用，也有利于智能化教材針對學習者的學習狀況進行自適應學習資源推送。

4.3 基于無差異型需求的教材改編實踐

選擇練習、填空練習、班級圈互動練習三項需求屬于無差異型需求，意味著不管智能化教材是否提供該功能，都不太影響學習者的總體滿意度。

然而，分組數據統計顯示，這三項需求的屬性歸類，在各類學習者之間存在群組間差異。在訪談中，政府官員學習者認為“班級圈互動”是與來自不同部門的同事增加互動次數、營造學習氛圍的重要途徑。而國際中文教育碩士班的學習者則表示，由于學習者分散于菲律賓全國，彼此之間并不熟悉，使用班級圈互動的需求并不明顯。同時，中學生喜歡“選擇練習”，因為它省時省力，正確率高，通關后還能獲得積分獎勵。但這一題型不被本土教師學習者所接受，覺得對自己的學習效果幫助不大。在得到反饋之后，團隊針對本土教師學習者的選擇題出題模式進行了修改，將選擇題與語法點緊密結合，提升題目的指向性，讓學習者明確選擇題的訓練目的（例如，在語法點“（是）Ｖ著+Ｖ”介紹之后緊跟選擇題答案“我是走著來學校的?！保?。再把選擇題與聽力、口語等語言技能訓練結合起來（如圖5）。在后續的課堂觀察、數據分析中，本土教師學習者對選擇題的重視程度也有了一定的提高。

4.4 智能化教材改編的滿意度

項目結束后，統計數據顯示，完成智能化教材學習內容的學習者達到100%。其中單個學習者學習時長最多為127小時，最少為13小時。在項目結束后的滿意度調查中，課題組對學習者是否滿意這樣的教材改編模式、是否喜歡該課程進行了調查（圖6、圖7）。調查結果顯示，學習者對教材智能化改編非常滿意，滿意度（包括非常滿意、比較滿意）高達90%，對課程的喜歡程度也達到了89%，可見本次改編總體上比較成功。

5. 傳統教材智能化改編的原則與理念

當今教育形態發生重大轉型，教材智能化改編是融合信息技術與傳統教材的重要嘗試，同時也為教學資源的個性化設計提供了條件。調查結果顯示，傳統教材改編不能同時照搬所有紙質教材內容和線下教學環節，各類需求之間存在著需求類型差異。同樣的需求，在不同學習者之間也存在組間差異。契合學習者需求類型的功能開發能夠提高學習者對教材智能化改編的滿意度。這就要求我們在教材智能化改編中，錨定學習者的個性化需求，細致切分、精準推送相關資源，通過技術水平的進步提高人機交互水平和自適應水平，并最終推動國際中文教育智能化水平和技術能力的提升。

5.1 錨定個性化需求，實現模塊重組

教材智能化改編要從學習者需求出發，精準錨定個性化需求，增加學習時長，提升學習效果。教材作為支持中文學習者達到學習目標的學習材料，其內容、組織形式都需要尊重中文學習的學習規律，與學生的語言水平、語言支持環境相契合。例如，對于AI正音、微課視頻等需求的重要性在調查中得到了證實，應置入教材改編的必備模塊中。對于英文注釋、漢字注音模塊，則可以設置為優先模塊，在必備模塊改編完成之后再行添加。而班級圈互動、選擇練習等無差異型需求，則需在數據搜集中探知學生有學習需求后再列入開發日程。訪談結果顯示，學習者對滿足自身學習需求類型的改編模塊滿意度更高。例如，與教學內容緊密關聯的碎片化、知識性微課短視頻受到了學習者的廣泛喜愛。而針對中學生特點設計的選擇題系列快速問答挑戰，因其能夠即時反饋、為學生提供成就感、價值感，得到了中學生的廣泛認可。

考慮到人力、時間、經濟等成本，在智能化改編前對學習對象進行科學充分的需求調研十分必要。目前，AI語音識別、智能題庫、微課視頻等模塊的技術、資源都已十分成熟。在模塊化運作的技術支持下，根據學習需求的調研結果，進行靈活、模塊化的智能化教材重組，并根據使用情況進行升級迭代，是實現智能改編個性化的有效途徑。

5.2 細化資源顆粒，構建推送網絡

在傳統的教材中，教學資源與教材本身的關系并不密切。但在線上、線下混合教學模式中，教學資源的整合、分發渠道也是智能化教材的重要組成部分。事實上，各類視頻網站、教育平臺、出版單位已推出海量中文教學相關資源。以“中文聯盟”云服務平臺為例，平臺目前上線課程已達300多門類1.8萬多節（馬箭飛，2022）。而面對海量的在線中文資源，缺乏觸達渠道、檢索方法，是影響學習者語言接觸時長、線上中文學習效率最重要的因素之一。

訪談結果顯示，由于搜索語言、搜索習慣差異，國際中文學習者很難在海量的教學資源中獲取適合自身語言水平、學習風格的學習材料。教材中提供的微課及文化點視頻，對學習者來說能夠起到很好的輔助理解和支持學習作用。感興趣的學習者還會逐課點擊，觀看尚未學到的課程視頻?？梢?，教材改編應根據需求調研結果，細化資源顆粒，挑選適合學習者心理、學習特點的資源，進行有針對性的自適應主動推送，讓資源更容易被有相應需求的學習者觸達。對于海量的國際中文教育資源，應當進行小于單元、課程的細顆粒切分，構建交際技能、文化點的細粒度資源網絡。例如，將視頻的某一段、課件中的某一章轉化為可檢索的資源信息，并與相鄰語言水平、相近文化話題之間的相關內容進行鏈接，使得學習資源成為有關聯的知識對象，建立相關支持檢索引擎進行高效的存儲與訪問，以提高智能化教材對教學資源的精準推送水平，提高資源的使用價值。

5.3 深化人機互動，提升自適應水平

數字化學習環境中只有當人與機器融為一體，實現人機交互、人機協同，教育數字化功能才能真正發揮出來（袁振國，2023）。教材的智能化程度，與其人機互動程度、自適應改編程度是緊密關聯的。

對國際中文教材進行智能化改編，人機互動應當主要包括以下幾點。首先，在語言內容發展中的人機互動，應實現自適應糾錯。例如，在AI正音模塊，應當能夠主動判斷，糾錯，記錄錯誤，反復糾正。通過正音日志生成學生的語音水平評價，及時引導學生對照錯誤點的前序知識和支撐內容提供學習資料，引導學生進行相應語音痛點的補償學習。其次，教材的“互動”功能應當依據學習者的語言、文化背景進行自適應調整，對學習者的語言環境、文化環境建構起到精準的支持作用。例如，《會通漢語》（精編版）紙質版本中的各類模塊在智能化教材改編中，無論是展示內容（是否包含拼音、是否包含注釋等），還是練習環節（是否包含AI正音、是否包含互動頁面），都根據學習者的群體特點、需求類型進行了提前規劃設計，自適應地顯示/隱藏相應的智能模塊。

5.4 教材智能化改編應當推動教育技術深度創新

滿足學習者的個性化學習需求，提高傳統教材的交互程度，提升學習者的學習效率，是傳統教材智能化轉型的關鍵?；诮滩闹悄芑募夹g創新，也應當圍繞相關的需求進行技術深化與發展。

例如，針對教材智能化的個性定制需求，技術團隊可以開發相應的智能化導學流程，依據學生的學習風格、語言水平、學習目標設計前測模型，實現自動檢測，并依據教材智能模塊的需求分析結果提供相適應的模塊組合類型。針對資源的細顆?；?、網絡化要求，技術團隊可以借助知識圖譜技術，將資源標簽化、結構化，構建智能教材知識點之間、知識點與資源之間、資源與資源之間的連接和層次關系，實現教材資源與信息的智能檢索與推送。針對人機交互的自適應要求，技術團隊應當在交互過程中加強數據采集與應用力度，利用知識圖譜與用戶畫像等技術，建立學習者與教育者的完整畫像體系，提供智能化展示、推送、支持服務。同時，技術團隊應當將學習資源、教學功能進行模塊化，方便智能化教材改編過程中的個性化重組與迭代。

教材的智能化改編過程中，只有教學團隊、出版團隊、技術團隊三方緊密合作，才能在需求、教學、技術的循環中不斷創新，推動國際中文教育智能化的深入發展。

本課題對傳統教材進行智能化改編的需求調研及實踐顯示，在智能化教材的改編中，改編團隊應當對需求進行充分調研，根據調研結果開發、重組適合教學對象的個性化版本。改編還應當豐富教學資源分發內容及途徑，有效提高學習資源的使用效率。為更好地在大數據學習者畫像的支持下進行靈活的自適應調整，應將教材拆分為可重組的智能模塊，將教學資源細化為可檢索、匹配、推送的細顆粒。同時，在調研、改編的過程中，改編團隊還應當及時捕捉學生的學習新需求，關注國際語言教學、教材的前沿理論、技術及應用，及時升級智能模塊，推動技術創新。智能教材的改編應當建立起依據需求開發功能、教學實踐驗證功能、不斷迭代優化功能的迭代型改編模式。希望本文的實踐與建議能夠為今后的智能化教材改編提供一定的參考依據。

［參考文獻］

蔡連玉，金明飛，周躍良 2023 教育數字化轉型的本質：從技術整合到人機融合［J］. 華東師范大學學報（教育科學版）（3）.

公婷薇 2020 基于Kano模型的中職旅游專業學生課堂滿意度研究［D］. 濟南：山東師范大學碩士學位論文.

何蔚珊 2020 基于Kano模型的線上學習app交互界面適老化設計研究［D］. 廣州：華南理工大學碩士學位論文.

江 波，杜 影，顧美俊 2022 智能教材研究綜述［J］.開放教育研究（3）.

李寶貴，劉家寧 2022 新時代國際中文教育的轉型向度、現實挑戰及因應對策［J］. 語言文字應用（1）.

李 鋒，盛 潔，黃 煒 2023 教育數字化轉型的突破點：智能教材的設計與實現［J］. 華東師范大學學報（教育科學版）（3）.

梁 宇，劉晶晶，李諾恩，李曉露 2023 內涵式發展之“內涵”：國際中文教育教學資源建設的維度［J］. 天津師范大學學報（社會科學版）（1）.

馬箭飛 2022 國際中文教育信息化建設成效及發展方向——在國際中文智慧教育工程成果發布會上的講話［J］. 世界漢語教學（3）.

尚俊杰，李秀晗 2023 教育數字化轉型的困難和應對策略［J］. 華東師范大學學報（教育科學版）（3）.

狩野紀昭，李玉潭 1984 日本質量管理的發展過程與問題［J］. 現代日本經濟（6）.

王莉莉，郭威彤，楊鴻武 2021 利用學習者畫像實現個性化課程推薦［J］. 電化教育研究（12）.

王 銳，王錦萱，羅仙平 2021 學習評論視域下基于KANO模型的線上課程質量影響因素分析［J］. 黑龍江高教研究（10）.

謝寒梅 2018 在線教育情境下視頻的交互模式研究［D］. 北京：北京郵電大學碩士學位論文.

習近平 2022 高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告［EB/OL］. http：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

許 遠 2021 職業教育與培訓領域新形態教材開發研究［J］. 職業教育研究（9）.

楊子怡，劉 彤，劉亞廷 2023 擁抱新技術 教育數字化轉型加速［J］. 人民郵電（2）.

袁振國 2021 人工智能助力實現教育個性化［N］. 中國信息化周報.

——— 2022 數字化轉型視野下的教育治理［J］.中國教育學刊（8）.

——— 2023 教育數字化轉型：轉什么，怎么轉［J］. 華東師范大學學報（教育科學版）（3）.

余勝泉 2023 教育數字化轉型的關鍵路徑［J］.華東師范大學學報（教育科學版）（1）.

張 治，劉德建，徐冰冰 2021 智能型數字教材系統的核心理念和技術實現［J］. 開放教育研究（1）.

趙香芹 2022 基于Kano模型的編程語言線上學習平臺功能需求分析［J］.包裝工程（4）.

趙小亮，王研艷 2022 職業本科單片機實訓課程活頁式教材開發研究——以建筑電氣與智能化工程專業為例［J］.產業與科技論壇（23）.

周榮庭，武 偉，梁 琰 2017 信息化教學模式下科學數字教材智能化創新與實踐探索——以美麗化學為例［J］. 科技與出版（11）.

周效章 2019 高校數字資源社會化服務的用戶需求屬性分析——基于Kano模型［J］. 情報雜志（7）.

祝智庭，胡 姣 2022 教育數字化轉型的本質探析與研究展望［J］. 中國電化教育（4）.

佐藤學 2014 建設學習共同體［J］. 基礎教育論壇（5）.

Berger C.， R. Blauth， amp; D. Boger， et al. 1993 KANOs Methods for understanding customer-defined quality［J］. Center for Quality Management Journal （4）.

Principles， concepts， and methods in intelligent adaptation of traditional teaching materials： A study on the intelligent adaptation of "“Mastering Chinese”

（Refined Edition） based on the KANO model

XIE Jingyi1， ZHANG Jun2， JIANG Xingshan3， CHAN Ailin4

（1. Fujian Normal University， Fuzhou， Fujian 350017， China； 2. Peoples Education Press， Beijing 100009， China;

3. Fujian Polytechnic Normal University， Fuzhou， Fujian 350300， China； 4. Angeles University， Angeles City 2009，Philippines）

Key words： intelligent adaptation of teaching materials； needs analysis； educational digitalization； learning intelligence

Abstract： Based on the results of a survey on learner needs using the KANO theory， this article conducts an intelligent adaptation practice of the traditional paper-based textbook “Mastering Chinese” （Refined Edition）. The research results show that the demands for intelligent adaptation of traditional teaching materials can be divided into three categories： expected， attractive， and indifferent. There are significant differences in the distribution of demand attributes among learners of different types. The intelligent adaptation of traditional teaching materials should accurately anchor learners personalized needs， refine resource granularity to achieve precise push， deepen human-computer interaction to improve adaptive ability， and promote deep innovation in educational technology. The adaptation of intelligent teaching materials should establish an iterative adaptation model based on the development of functions according to demands， the validation of functions in teaching practices， and continuous iteration and optimization of functions.

【責任編輯 匡小榮】