人工智能在智慧教育中的應用策略分析

楊力

摘要：隨著人工智能技術的不斷發展，智慧學習將迎來更加廣闊的發展前景。通過協作、廣泛應用、管理優化、融合發展了解人工智能在高校應用的特點，分析了智慧教育轉型與變革的五個維度。建立了主動智能的教育系統，根據學生的特點和需求，提供個性化、智能化的學習支持和輔導，基于Logistic模型和因子分析追蹤和預測學生學習狀態，提升學生答題的準確率。利用學習曲線和學生個體的數據，建立學生能力和知識難度的關系，分析學生的學習狀態。分析結果表明，學校在投入智慧學習設施后，學生對教育系統的滿意度整體較高，大多數評價項的均值在4.4以上。

關鍵詞：人工智能；智慧教育；應用策略；知識追蹤；因子分析

一、前言

本文充分了解人工智能在高校應用的特點，然后從五個維度，對智慧教育的轉型與變革進行全面分析。通過建立主動智能教育系統，能夠提高學生的自主學習能力。利用學習曲線和學生個體數據建立因子分析模型，了解學生能力和學習過程中面臨的困難，以跟蹤和分析學生的學習狀況。

二、人工智能技術對智慧學習支持分析

人工智能技術對智慧學習的支持主要體現在個性化學習支持、智能教學輔助、智能評估和反饋，以及自主學習和合作學習的支持等方面。通過這些支持，智慧學習能夠更好地滿足學生的個性化需求，提高學習效果和學習體驗[1]。

（一）人工智能在高校中應用的特點

人工智能在高校應用的特點包括四個部分：

1.協作

引入人工智能可以促進高校各部門之間的協作與資源共享。通過集成開發教育測量指標的多維特征，可以建設共享的數據庫系統，實現數據的共享與互聯，促進共同創新[2]。

2.廣泛應用

高校是復雜工作的集中場所，人工智能數據采集終端的設計和應用可以提高高校的智能化水平。人工智能技術廣泛應用于教學、科研、學生服務等方面，提供了更高效、精確和個性化的支持[3]。

3.管理優化

人工智能在高校的日常管理中發揮著重要作用，從最初的工具逐漸演變為重要的管理工具。通過應用人工智能技術，可以優化高校的資源配置、教務管理、人事管理等方面的工作，提高工作效率和質量[4]。

4.融合發展

目前，高校在推動“人工智能+教育”發展中發揮著重要作用。高校資源整合屬性日益顯現，智能算力運用領域幾乎全面整合，通過融合不同領域的智能技術和教育資源，提供更全面、多樣化的智能化教育服務。

人工智能在高校應用中仍面臨一些挑戰，如隱私與數據安全、算法公平性等問題。因此，需要高校積極探索適合自身情況的人工智能應用模式，并建立有效的管理與監管機制，以確保人工智能技術的合理應用和最大化效益的實現。

（二）智慧教育轉型

智能時代的智慧教育，依托于智能技術與教育的深度融合，在基礎環境、智能形態、培養模式、教育生態、育人目標五個維度，全面促進教育的轉型與變革，在教育全過程中使用新技術、服務新場景、創生新業態、提供新服務。智慧教育轉型與變革的五個維度，在人工智能時代智慧教育在基礎環境、智能形態、培養模式、教育生態、育人目標等各個維度上展現出新的特征和趨勢，為教育提供了更廣闊的發展空間和機遇。通過深度融合智能技術與教育，智慧教育能夠實現個性化、智能化和全面發展的目標，為學生成長和社會進步做出積極貢獻。

智慧教育在基礎環境方面加強了信息技術基礎設施的建設，提供了網絡覆蓋、云計算、大數據等技術支持，為教育提供了強大的技術基礎和資源保障。主動智能的教育環境是指利用人工智能技術和先進的教育科技，為學生提供具有主動性和針對性的學習環境。在主動智能的教育環境中，學生通過與智能教育系統的互動和合作，能夠主動參與學習活動并獲取個性化的學習支持。

主動智能教育系統能夠根據學生的學習特點和需求，提供個性化的學習支持和資源。通過分析學生的學習數據和模型，系統能夠自動匹配合適的學習內容、教學活動和評估方式，以滿足不同學生的學習需求[4]。教育系統通過人工智能技術能夠對學生的學習行為和表現進行監測和分析，提供智能輔導和個性化的學習反饋[5]。

三、智慧教育應用策略

（一）基于Logistic模型的知識追蹤

人工智能中的Logistic模型通過知識追蹤幫助教師和教育機構更好地了解學生的學習情況，及時發現學生的知識漏洞和困難，提供個性化的教學和輔導。同時，對于學生而言，知識追蹤可以幫助學生更清晰地了解自己的學習進展，發現自身的優勢和不足，并根據追蹤結果調整學習策略?；贚ogistic回歸方法脈絡圖如圖1所示，分為項目反應理論和因子分析模型等類型。該模型基于Logistic函數，用于表示學生回答題目的概率，并利用歷史學習數據來預測學生的答題情況，該模型在知識追蹤和學生建模中具有重要的應用和研究價值。

（二）項目反應理論

項目反應理論作為現代心理測量理論，用于分析學生在特定題目上的作答情況。在IRT模型中，以Logistic模型作為項目反應函數。模型運算公式如下：

（1）

p（a）表示學生在給定能力θ的情況下回答某個項目正確的概率，βj表示項目的難度參數。通過IRT模型的分析，獲得更準確和精細的測量結果，給教育決策提供有價值的信息。

（三）基于知識追蹤的因子分析

因子分析模型和IRT模型在某種程度上相似，兩者都嘗試通過參數估計學生正確回答題目的概率。然而，因子分析模型和IRT模型在建模方法和假設方面存在一些差異。

學習因子分析主要用于學習曲線的研究，是一種半自動化的方法，結合了統計模型、人類專業知識和組合檢索等認知模型。LFA模型設定不同學生的學習速度相同，并指定了學生的初始水平和學習增長率等參數。LFA模型的標準形式如下：

（2）

在LFA模型中，Xi和Yj被看作學生i和知識點j的協變量，αi表示學生i的先驗知識水平，∑表示題目涉及的知識點數量，參數γj表示題目涉及的知識點j數量，p（θ）表示對正確答案的概率估計。

PFA是對LFA的改進方法。相比于LFA只考慮學生的練習時間，PFA考慮了學生的正確和錯誤回答，更加細致地分析學生的學習過程。在PFA中，每個學生被視為獨特的個體，通過自身的正確和錯誤回答來積累知識。PFA在LFA的基礎上進行調整，得到如下表達式：

（3）

fij表示學生i次嘗試失敗知識點j的次數。ρj代表相應的權重參數。

PFA的改進在于從學生的正確和錯誤的嘗試中提取信息，更準確地評估學生的學習情況。通過考慮學生個體的不同學習方式和經驗，PFA能更好地解釋學生在知識點上的表現。這種方法對于個性化教育和智能輔助學習系統的開發具有重要的意義。

四、實驗結果分析

（一）硬件環境

智慧教育利用人工智能技術，可以為學生和教師提供個性化的學習和教學支持。通過充分配備硬件設備，如電腦、平板、智能手機等，學生可以方便地使用智慧教育軟件和應用程序進行在線學習、教學資源獲取和互動交流。課堂硬件環境情況見表1，可以觀察到各個學習類別的占比情況。Pad智慧教室是被使用最廣泛的學習類別，占比達到了91.48%。數字紙筆教室是次受歡迎的學習類別，占比為74.32%。VR/AR教室占比為50.21%，顯示了它在學習中的一定受歡迎程度。多媒體教室占比為38.74%，在學習中也有一定程度的應用。錄播教室在使用方面較少，占比為16.54%。其他學習類別占比為8.11%，包含了其他不同的學習環境或設備。通過對各學習類別的占比分析，可以根據實際情況優化和提升受歡迎度較低的學習類別，并進一步滿足學生對不同學習環境的需求，提供更全面、多樣化的學習體驗。

（二）軟件環境

除了硬件環境的充分配備，軟件環境在實現智慧教育中的應用也起著至關重要的作用。軟件環境包括教育應用軟件、學習管理系統和智能教學平臺等，它們提供了豐富的學習資源和功能。

在智慧教育中，教育應用軟件可以為學生提供個性化的學習支持和資源，包括在線課程、電子教材、學習游戲、智能練習等。這些應用軟件結合了人工智能和大數據技術，能夠根據學生的學習特點和需求，提供定制化的學習內容和推薦。教育應用軟件的豐富性和多樣性能夠滿足不同學生的學習需求，促進個性化學習的實現。

表2為學生學習系統使用情況，結果顯示微課學習類學習系統是使用最多的系統，占比達到81.34%。其次是作業考試類學習系統，占比為72.68%?；訉W習類學習系統的使用較少，僅占比36.82%。

（三）學習者學習環境滿意度的影響分析

學習者對學習環境的滿意度會對其學習和教育體驗產生影響。在此分析中，通過調查問卷來了解學生對智慧教育系統的滿意度，以評估學習環境對學生的影響。在各個班級發放48份調查問卷，學生均填寫了《智慧教育系統滿意度調查表》，問卷調查表的回收率為100%。問卷通過老師在課堂上組織學生填寫。設定最高分為5分，調查結果發現實驗班和對照班的學生普遍對智慧教育系統較為滿意。各維度平均值均超過4分，表明學生對智慧教育系統的使用體驗非常滿意。反映了學生對系統功能、界面設計、學習資源和交互體驗的欣賞和滿意度，智慧教育系統滿意度測量值見表3。

根據給定的數據，能夠得出教學系統在大多數評價項上得到了較高的分數，均值通常在4.4及以上，說明學生對教學系統的滿意度較高。教學系統在提高課程質量、拓展學習視野、幫助知識發現和構想、支持學生的學習期望等方面得到了較高的評價。教學系統在交互性和支持合作學習方面的表現得到了較好的評價，這對于鼓勵學生的互動和合作非常重要。教學系統在提供學生指導方面得到了較高的評價，這說明教學系統能夠為學生提供必要的支持和指導。絕大多數學生表示愿意在教學系統上進行后續課程學習，這表明他們對這個學習系統的信任和認可。

根據學生的學習數據和模型，利用人工智能技術為學生提供個性化的學習推薦，以滿足不同學生的學習需求。教師可以通過智能教學助手或輔助教學工具，利用人工智能技術快速分析學生的學習情況，提供個性化的教學反饋和指導。通過人工智能技術，可以根據學生的學習進展和理解程度，自動調整學習內容和難度，使學習過程更加適應學生的能力和需求。

五、結語

介紹了人工智能在高校應用的特點，然后從五個維度分析智慧教育的轉型與變革，以及人工智能在教育中的應用特征。通過主動智能教育系統，進一步提高學生的學習體驗和教學效果，促進智慧教育的發展和創新。通過Logistic模型和因子分析模型的應用，分析了學生對教學系統的滿意度。結果表明，學生對教學系統的滿意度整體較高。大多數評價項的均值在4.4以上，說明學生對主動智能教育系統的各方面表現十分認可。

參考文獻

[1]謝娟.如何識別與判定人工智能教育應用倫理問題——基于倫理策略形成的視角[J].電化教育研究，2023，44（01）：36-41.

[2]陳增照，石雅文，王夢珂.人工智能助推教育變革的現實圖景——教師對ChatGPT的應對策略分析[J].廣西師范大學學報：哲學社會科學版，2023，59（02）：75-85.

[3]邱葉.基于人工智能的應用型高校思政理論課精準教學模式構建與實踐[J].職業技術教育，2022，43（05）：46-50.

[4]顧小清，胡藝齡，郝祥軍.AGI臨近了嗎：ChatGPT熱潮之下再看人工智能與未來教育發展[J].華東師范大學學報：教育科學版，2023，41（07）：117-130.

[5]蔡子凡，蔚海燕.人工智能生成內容（AIGC）的演進歷程及其圖書館智慧服務應用場景[J].圖書館雜志，2023，42（04）：34-43.

基金項目：1.廣東省教育廳2022年廣東省普通高校特色創新類項目“3D 打印技術與高職院校教學應用研究”（項目編號：2022WTSCX302）；2.茂名市2023年度哲學社會科學規劃一般項目“茂名地區非農高職院校助力新時代鄉村振興的路徑研究”（項目編號：2023YB03）

作者單位：廣東茂名幼兒師范?？茖W校

責任編輯：王穎振、周航