知識(shí)圖譜驅(qū)動(dòng)智能學(xué)習(xí)的內(nèi)生邏輯

摘要：知識(shí)圖譜愈加成為教育數(shù)字化基礎(chǔ)設(shè)施的重要組成部分，相關(guān)應(yīng)用逐漸增多，但知識(shí)圖譜作用于教與學(xué)的應(yīng)用邏輯與應(yīng)用場景仍有待挖掘。基于當(dāng)前的智能學(xué)習(xí)面臨著碎片化嚴(yán)重、聯(lián)通性不足、知識(shí)庫缺失的問題，該研究以經(jīng)典學(xué)習(xí)理論為基礎(chǔ)，以學(xué)習(xí)者處理學(xué)習(xí)任務(wù)時(shí)的認(rèn)知活動(dòng)為狀態(tài)，從認(rèn)知心理的角度探究知識(shí)圖譜驅(qū)動(dòng)下的智能學(xué)習(xí)機(jī)制，為解決三個(gè)主要問題提出針對(duì)性的解決方案。第一，針對(duì)知識(shí)碎片化的問題，知識(shí)圖譜通過將知識(shí)串聯(lián)成網(wǎng)絡(luò)，促進(jìn)學(xué)習(xí)中的認(rèn)知加工，減少碎片化學(xué)習(xí)；第二，針對(duì)知識(shí)點(diǎn)冗余的問題，知識(shí)圖譜通過合并相同知識(shí)點(diǎn)、增加跨學(xué)科知識(shí)的聯(lián)系，提高了學(xué)習(xí)中的智能聯(lián)結(jié)，激發(fā)學(xué)習(xí)者主動(dòng)探索，并主動(dòng)形成知識(shí)構(gòu)建活動(dòng)；第三，針對(duì)知識(shí)庫缺失的問題，知識(shí)圖譜平臺(tái)通過集成知識(shí)點(diǎn)、學(xué)習(xí)資源庫與學(xué)生的學(xué)習(xí)行為，使學(xué)習(xí)的個(gè)性化推薦有據(jù)可依。基于學(xué)習(xí)者運(yùn)用知識(shí)圖譜學(xué)習(xí)的理論機(jī)制，未來知識(shí)圖譜的教育教學(xué)創(chuàng)新方向?qū)⒕劢褂趥€(gè)性化、自適應(yīng)、探索性、反饋性的學(xué)習(xí)平臺(tái)搭建，為推進(jìn)教育教學(xué)的智能化變革提供理論支撐。

關(guān)鍵詞：知識(shí)圖譜；智能學(xué)習(xí)；認(rèn)知機(jī)制；學(xué)習(xí)理論

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

* 本文系北京市教育科學(xué)“十四五”規(guī)劃優(yōu)先關(guān)注課題“生成式人工智能在基礎(chǔ)教育的應(yīng)用現(xiàn)狀與優(yōu)化策略研究”（項(xiàng)目編號(hào)：AEGA24012）研究成果。

① 郝佳為本文通訊作者。

智能教育技術(shù)如何有效促進(jìn)學(xué)習(xí)效果的提升，是教育智能化轉(zhuǎn)型中亟需解決的問題。隨著知識(shí)圖譜愈發(fā)成為“人工智能+教育”的底層架構(gòu)，在教育大數(shù)據(jù)智能處理、教育資源聚合等方面具有應(yīng)用前景[1]。現(xiàn)有的研究大多集中在知識(shí)圖譜如何改進(jìn)、如何嵌入教育系統(tǒng)，卻缺少學(xué)習(xí)者直接運(yùn)用知識(shí)圖譜學(xué)習(xí)的場景下，學(xué)習(xí)者學(xué)習(xí)過程的邏輯探索。教育數(shù)字化轉(zhuǎn)型的關(guān)鍵是人的轉(zhuǎn)型[2]，未來教育的發(fā)展核心仍是以學(xué)習(xí)者為中心，使技術(shù)服務(wù)于人，對(duì)于知識(shí)圖譜如何影響學(xué)習(xí)效果、學(xué)習(xí)者運(yùn)用知識(shí)圖譜學(xué)習(xí)中的認(rèn)知過程如何，仍需要在理論認(rèn)識(shí)和實(shí)踐路徑上展開深入探索。本文嘗試從教育學(xué)經(jīng)典學(xué)習(xí)理論視角出發(fā)，闡釋知識(shí)圖譜在學(xué)習(xí)中應(yīng)用的認(rèn)知邏輯，以期對(duì)智能技術(shù)促進(jìn)學(xué)習(xí)方式變革有所借鑒參考。

一、智能學(xué)習(xí)的現(xiàn)實(shí)問題

隨著教育數(shù)字化轉(zhuǎn)型的深度發(fā)展，教與學(xué)正在發(fā)生變革，數(shù)字技術(shù)的滲透也帶來了一系列的教與學(xué)問題，當(dāng)前學(xué)生的智能學(xué)習(xí)中就存在著知識(shí)點(diǎn)碎片化、專業(yè)知識(shí)聯(lián)通不足、個(gè)性化推薦系統(tǒng)的知識(shí)庫缺失等突出問題。

（一）專業(yè)學(xué)習(xí)知識(shí)碎片化嚴(yán)重

隨著“知識(shí)生命周期”的不斷縮短與現(xiàn)代技術(shù)的全面介入，知識(shí)愈加明顯地表現(xiàn)出“碎片化”傾向，即知識(shí)不斷分散、粒度越小但形式越多，非系統(tǒng)性等特征與日突出[3]。在學(xué)習(xí)過程中，由于課堂不再成為知識(shí)的主要傳授場所，網(wǎng)絡(luò)教學(xué)、實(shí)踐教學(xué)逐步融入教學(xué)領(lǐng)地，學(xué)生獲取知識(shí)與信息的空間不斷延展[4]，學(xué)生在學(xué)習(xí)過程中難免遇到知識(shí)點(diǎn)碎片化的問題，這類知識(shí)體現(xiàn)為多源分布、傳播的社會(huì)性、無序與非完整性、內(nèi)容冗余與隱喻等特點(diǎn)[5]，導(dǎo)致了信息接收的低質(zhì)、低效和混亂，影響了學(xué)習(xí)者對(duì)知識(shí)點(diǎn)內(nèi)容吸收的完備性和真實(shí)性。此外，知識(shí)碎片化會(huì)導(dǎo)致學(xué)生在專業(yè)學(xué)習(xí)中的知識(shí)吸收能力跟不上知識(shí)積累的速度，影響了學(xué)生的學(xué)習(xí)效率，導(dǎo)致教學(xué)質(zhì)量下降和學(xué)生輟學(xué)率上升，甚至影響學(xué)生在未來的職業(yè)競爭力[6]。知識(shí)碎片化對(duì)學(xué)生學(xué)習(xí)效率的影響還體現(xiàn)在他們難以將學(xué)術(shù)知識(shí)與實(shí)際應(yīng)用相結(jié)合，從而降低他們的學(xué)習(xí)積極性和學(xué)術(shù)表現(xiàn)，這種情況在工程教育中尤為明顯，學(xué)生的注意力和整體教育質(zhì)量都受到影響[7]。

（二）專業(yè)課程間的知識(shí)點(diǎn)冗余

高等教育中專業(yè)課程間的知識(shí)冗余現(xiàn)象體現(xiàn)在相同專業(yè)不同課程的縱向知識(shí)中，也體現(xiàn)在不同專業(yè)不同課程的橫向知識(shí)中，既造成了學(xué)生在某個(gè)專業(yè)學(xué)習(xí)中反復(fù)學(xué)習(xí)相同的知識(shí)，又導(dǎo)致跨學(xué)科的學(xué)習(xí)存在知識(shí)壁壘。縱向來看，相同專業(yè)的不同課程之間存在較多相似的知識(shí)點(diǎn)，導(dǎo)致了知識(shí)學(xué)習(xí)的信息過載，當(dāng)所學(xué)的知識(shí)量超出學(xué)生的認(rèn)知處理能力，就會(huì)形成認(rèn)知負(fù)荷，進(jìn)而影響記憶和思維過程。此外，不同專業(yè)的重復(fù)性知識(shí)點(diǎn)在不同學(xué)科背景下有著或相同或具有部分差異性的應(yīng)用和意義，增加了學(xué)生對(duì)信息的篩選和處理難度，進(jìn)一步加劇了學(xué)生的信息過載問題，不利于學(xué)習(xí)目標(biāo)的實(shí)現(xiàn)。橫向來看，不同專業(yè)之間的知識(shí)壁壘較大，學(xué)生在前期學(xué)習(xí)時(shí)存在不知道如何入手的問題，比如教育學(xué)專業(yè)的同學(xué)在初次學(xué)習(xí)化學(xué)學(xué)科知識(shí)時(shí)，就存在知識(shí)壁壘。此外，現(xiàn)代知識(shí)越來越多地呈現(xiàn)出跨學(xué)科的特點(diǎn)，相似學(xué)科間的相同或相近的知識(shí)點(diǎn)之間缺少有機(jī)聯(lián)通，這種缺乏聯(lián)通的跨學(xué)科知識(shí)冗余使學(xué)生在不同學(xué)科的知識(shí)之間難以找到清晰的聯(lián)系和整合點(diǎn)，影響學(xué)生對(duì)專業(yè)知識(shí)網(wǎng)絡(luò)的構(gòu)建，進(jìn)而影響學(xué)生有效找到、選擇、評(píng)估和應(yīng)用適當(dāng)信息的能力，導(dǎo)致學(xué)生在學(xué)術(shù)任務(wù)上信心下降，降低學(xué)生探索知識(shí)、主動(dòng)學(xué)習(xí)知識(shí)的積極性，從而限制了批判性思維、解決問題和溝通等重要技能的發(fā)展。

（三）個(gè)性化推薦的知識(shí)庫缺失

教育數(shù)字化建設(shè)平臺(tái)十分重視對(duì)學(xué)生學(xué)習(xí)情況的個(gè)性化推薦與個(gè)性化定制，但當(dāng)前的個(gè)性化推薦系統(tǒng)較多地依賴于用戶歷史數(shù)據(jù)進(jìn)行推薦，缺乏系統(tǒng)化的知識(shí)庫作為知識(shí)基座，難以維持長期高質(zhì)量的推薦功能。而基于專業(yè)知識(shí)設(shè)計(jì)的知識(shí)數(shù)據(jù)庫能夠提供更廣泛的背景信息和語義理解，幫助系統(tǒng)更準(zhǔn)確地理解學(xué)習(xí)者的學(xué)習(xí)需求。當(dāng)推薦的學(xué)習(xí)資源較多集中于學(xué)生的學(xué)習(xí)興趣，而非針對(duì)性解決學(xué)生學(xué)習(xí)問題時(shí)，會(huì)影響學(xué)生的學(xué)習(xí)積極性，技術(shù)的使用和知識(shí)共享的感知易用性也會(huì)影響學(xué)生繼續(xù)使用在線學(xué)習(xí)服務(wù)的意愿[8]。此外，如何為新用戶提供有效推薦的冷啟動(dòng)問題是推薦系統(tǒng)面臨的一個(gè)經(jīng)典難題，基于專業(yè)知識(shí)的個(gè)性化推薦系統(tǒng)能夠基于新用戶的基礎(chǔ)數(shù)據(jù)，提供與之相關(guān)的領(lǐng)域知識(shí)和學(xué)習(xí)資源。

二、智能學(xué)習(xí)理論支撐

知識(shí)圖譜是一種通過語義網(wǎng)絡(luò)形式表達(dá)不同概念實(shí)體及其相互關(guān)系的技術(shù)，能夠?qū)崿F(xiàn)領(lǐng)域知識(shí)的語義化、結(jié)構(gòu)化組織與表示，將碎片數(shù)據(jù)整合成系統(tǒng)網(wǎng)絡(luò)[9]，其本質(zhì)是一種可視化工具。學(xué)習(xí)的四大核心支柱分別是注意、主動(dòng)參與、反饋和鞏固[10]，其中，注意通過放大我們關(guān)注到的信息，主動(dòng)參與則激勵(lì)著大腦不斷嘗試新的假設(shè)，反饋將比較假設(shè)與現(xiàn)實(shí)并修正假設(shè)的模型，鞏固則將學(xué)習(xí)到的知識(shí)徹底內(nèi)化。本文將重點(diǎn)圍繞認(rèn)知加工中的知識(shí)建構(gòu)過程，綜合信息加工理論、建構(gòu)主義學(xué)習(xí)理論、聯(lián)通主義學(xué)習(xí)理論等經(jīng)典理論，對(duì)知識(shí)圖譜在學(xué)習(xí)中的應(yīng)用中涉及的認(rèn)知環(huán)節(jié)、學(xué)習(xí)模塊對(duì)學(xué)習(xí)效果影響的邏輯進(jìn)行深度闡述，如圖1所示。

（一）認(rèn)知負(fù)荷理論

認(rèn)知心理學(xué)假設(shè)學(xué)習(xí)者的基本認(rèn)知過程是“感覺-知覺-記憶-思維”，主張學(xué)習(xí)是通過認(rèn)知機(jī)制進(jìn)行接收、處理、存儲(chǔ)和檢索等信息處理的過程[11]。當(dāng)學(xué)習(xí)者在遇到外部刺激時(shí)，感覺神經(jīng)注意到外部信息，這一過程能夠捕捉大量的環(huán)境信息，但只有少部分會(huì)被注意到并進(jìn)一步處理；經(jīng)注意機(jī)制篩選后的信息進(jìn)入知覺，這一環(huán)節(jié)是個(gè)體對(duì)感覺信息的主觀解釋，知覺到的信息進(jìn)入短時(shí)記憶環(huán)節(jié)，短時(shí)或工作記憶中的信息如果沒有被重復(fù)練習(xí)或加工，通常會(huì)在幾十秒內(nèi)消失；而那些被加工后的外部信息被組織成為穩(wěn)定且有意義的信息編碼，轉(zhuǎn)化為長時(shí)記憶，長時(shí)記憶中的信息將直接作用于思維，如圖2所示。

在認(rèn)知學(xué)習(xí)過程中，當(dāng)外部信息超出了學(xué)生的認(rèn)知能力時(shí)，就會(huì)造成認(rèn)知負(fù)荷。認(rèn)知負(fù)荷理論強(qiáng)調(diào)在學(xué)習(xí)過程中管理認(rèn)知資源的重要性，認(rèn)知負(fù)荷理論假設(shè)在學(xué)習(xí)過程中，學(xué)生的認(rèn)知處理能力是有限的，但接收到的信息是無限的[12]，主張?jiān)O(shè)計(jì)學(xué)習(xí)材料時(shí)應(yīng)減少不必要的認(rèn)知負(fù)荷，以促進(jìn)有效學(xué)習(xí)。因此，當(dāng)信息量超過了學(xué)生的認(rèn)知處理能力時(shí)，就會(huì)造成認(rèn)知負(fù)荷。知識(shí)圖譜通過將復(fù)雜信息以結(jié)構(gòu)化和視覺化的方式呈現(xiàn)，有助于減少外部認(rèn)知負(fù)荷，避免學(xué)習(xí)者將認(rèn)知努力浪費(fèi)在不支持學(xué)習(xí)成果的材料或細(xì)節(jié)上，同時(shí)促進(jìn)內(nèi)部認(rèn)知負(fù)荷和學(xué)習(xí)負(fù)荷的有效管理，將更多的努力用于信息處理過程與學(xué)習(xí)材料的理解，從而提高學(xué)習(xí)效率和效果。已有研究通過科學(xué)課程上的混合實(shí)驗(yàn)，提出抽象內(nèi)容可視化與復(fù)雜信息結(jié)構(gòu)化的學(xué)習(xí)材料能夠降低學(xué)生的認(rèn)知負(fù)荷[13]。在思維過程中，大腦利用來自感覺、情緒和記憶的信息創(chuàng)造和操控概念、意象、圖示等心理表征，思維對(duì)這些表征進(jìn)行組織，形成推理、想象、決策、問題解決、創(chuàng)造力等思維過程[14]。在信息加工的全過程中，元認(rèn)知系統(tǒng)持續(xù)地監(jiān)控著整個(gè)認(rèn)知系統(tǒng)，且認(rèn)知預(yù)期和學(xué)習(xí)目標(biāo)會(huì)影響這一整個(gè)過程。

（二）建構(gòu)主義學(xué)習(xí)理論

建構(gòu)主義學(xué)習(xí)理論強(qiáng)調(diào)學(xué)習(xí)者在學(xué)習(xí)過程中主動(dòng)構(gòu)建知識(shí)和意義，強(qiáng)調(diào)學(xué)習(xí)是一個(gè)主動(dòng)的、構(gòu)建性的、情境的、協(xié)作的過程，學(xué)習(xí)者基于個(gè)人經(jīng)驗(yàn)、背景和先驗(yàn)知識(shí)，積極構(gòu)建新知識(shí)的過程[15]。其第一要義便是強(qiáng)調(diào)學(xué)習(xí)者的學(xué)習(xí)過程不是被動(dòng)地吸收信息，而是通過主動(dòng)探索、實(shí)踐和反思來構(gòu)建自己的知識(shí)體系，學(xué)習(xí)者主動(dòng)參與到學(xué)習(xí)過程中，通過解決問題、進(jìn)行探究等活動(dòng)，構(gòu)建對(duì)世界的理解。其次，建構(gòu)主義強(qiáng)調(diào)先驗(yàn)知識(shí)在學(xué)習(xí)中的重要性，即新的學(xué)習(xí)建立在個(gè)人之前的知識(shí)和經(jīng)驗(yàn)之上，學(xué)習(xí)者通過將新信息與已有的知識(shí)框架相結(jié)合來理解新概念。此外，建構(gòu)主義認(rèn)為知識(shí)的獲取和理解與特定情境密切相關(guān)，在具體的、真實(shí)世界的情境中學(xué)習(xí)有助于學(xué)習(xí)者理解知識(shí)的實(shí)際應(yīng)用，并促進(jìn)更深層次的學(xué)習(xí)，在這一建構(gòu)性的學(xué)習(xí)中，教師起著指導(dǎo)、協(xié)助的作用，而非知識(shí)的傳授者，教師通過設(shè)計(jì)富有挑戰(zhàn)性的問題、提供支持性的環(huán)境和反饋，包括在教學(xué)過程中使用支架，通過引導(dǎo)學(xué)生學(xué)會(huì)學(xué)習(xí)過程[16]，使學(xué)生逐步掌握學(xué)習(xí)自主權(quán)，促進(jìn)學(xué)生的知識(shí)學(xué)習(xí)和能力養(yǎng)成[17]。

（三）聯(lián)通主義學(xué)習(xí)理論

聯(lián)通主義主張學(xué)習(xí)是連接和建立網(wǎng)絡(luò)的過程，學(xué)習(xí)者通過連接信息源來獲得和分享知識(shí)，且知識(shí)不再僅僅局限于個(gè)體，而是通過網(wǎng)絡(luò)、社區(qū)或組織分布在廣泛的網(wǎng)絡(luò)節(jié)點(diǎn)中[18]。一方面，聯(lián)通主義認(rèn)為知識(shí)存在于網(wǎng)絡(luò)中，學(xué)習(xí)是通過網(wǎng)絡(luò)內(nèi)各個(gè)節(jié)點(diǎn)之間的鏈接來進(jìn)行的。主張社會(huì)互動(dòng)是認(rèn)知過程的重要部分，集體智慧和共享知識(shí)可以促進(jìn)個(gè)體和群體的學(xué)習(xí)和問題解決，通過小組項(xiàng)目、合作探究活動(dòng)和學(xué)習(xí)社區(qū)等環(huán)境有助于學(xué)生在互動(dòng)中分享知識(shí)、解決問題和共同建構(gòu)理解。同時(shí)，聯(lián)通主義強(qiáng)調(diào)學(xué)習(xí)者如何利用數(shù)字信息資源進(jìn)行學(xué)習(xí)，重視對(duì)學(xué)習(xí)工具的使用。通過使用如計(jì)算機(jī)、筆記本、圖表等各種學(xué)習(xí)工具和技術(shù)擴(kuò)展學(xué)生的認(rèn)知能力，幫助學(xué)生更好地組織、儲(chǔ)存和檢索信息。同時(shí)鼓勵(lì)學(xué)生使用圖表、概念圖、思維導(dǎo)圖等工具將思維過程外化，不僅輔助學(xué)生自己理解和組織知識(shí)，還便于與他人分享和討論，從而提高學(xué)習(xí)效率，擴(kuò)展個(gè)體的認(rèn)知能力。另一方面，聯(lián)通主義主張?jiān)谶B接和建立網(wǎng)絡(luò)的學(xué)習(xí)過程中，學(xué)習(xí)者需要自我激勵(lì)和自我指導(dǎo)，通過發(fā)展自身的批判性思維，發(fā)揮學(xué)習(xí)過程中的信息評(píng)估和信息選擇的能力，并不斷更新自身的知識(shí)庫，適應(yīng)知識(shí)、技術(shù)更新迅速的同時(shí)在廣泛的網(wǎng)絡(luò)資源中找到最合適的學(xué)習(xí)路徑。

三、知識(shí)圖譜驅(qū)動(dòng)下的智能學(xué)習(xí)機(jī)制

知識(shí)圖譜通過將分散的知識(shí)點(diǎn)以及相關(guān)的知識(shí)資源進(jìn)行科學(xué)有效地整合，形成系統(tǒng)化的知識(shí)結(jié)構(gòu)網(wǎng)絡(luò)，為促進(jìn)認(rèn)知加工、增加知識(shí)聯(lián)通、服務(wù)個(gè)性化學(xué)習(xí)提供了重要的數(shù)字化工具。知識(shí)圖譜驅(qū)動(dòng)下的智能學(xué)習(xí)認(rèn)知機(jī)制如下頁圖3所示。

（一）促進(jìn)認(rèn)知加工，減少碎片學(xué)習(xí)

知識(shí)圖譜的學(xué)習(xí)應(yīng)用能夠促進(jìn)學(xué)生的認(rèn)知加工，使碎片化學(xué)習(xí)中的知識(shí)點(diǎn)得到系統(tǒng)性的關(guān)聯(lián)。其中，注意是知識(shí)圖譜學(xué)習(xí)的基礎(chǔ)環(huán)節(jié)，是接收并加工學(xué)習(xí)內(nèi)容的主要機(jī)制。在認(rèn)知科學(xué)中，“注意”涵蓋了大腦選擇信息、學(xué)習(xí)者放大信息、傳遞信息、深度加工信息的所有機(jī)制[19]。在選擇信息過程中，知識(shí)圖譜呈現(xiàn)的信息刺激通過視覺系統(tǒng)作用于信息加工系統(tǒng)；在放大信息、傳遞信息與深度加工信息的過程中，感知系統(tǒng)與記憶系統(tǒng)發(fā)揮作用，對(duì)接收到的外部信息進(jìn)行加工，并影響最終學(xué)習(xí)結(jié)果。因此，通過聚焦注意的信息加工系統(tǒng)，綜合分析知識(shí)圖譜學(xué)習(xí)在認(rèn)知加工過程中的作用機(jī)制，如下頁圖4所示。

1.降低知識(shí)選擇中的認(rèn)知負(fù)荷

學(xué)習(xí)者在學(xué)習(xí)過程中的認(rèn)知處理能力是有限的，但接收到的信息是無限的，當(dāng)信息量超過了學(xué)習(xí)者的認(rèn)知處理能力時(shí)，就會(huì)造成認(rèn)知負(fù)荷。知識(shí)圖譜學(xué)習(xí)通過綜合運(yùn)用文字、圖片、資源等多模態(tài)學(xué)習(xí)信息，合理引導(dǎo)學(xué)習(xí)者的注意，為知識(shí)選擇與吸收提供前置條件。一方面，知識(shí)圖譜通過視覺上展現(xiàn)概念之間的聯(lián)系，將相關(guān)的文字、圖片或概念解釋放置在相鄰的位置，有助于學(xué)習(xí)者更好地整合信息，并理解和記憶復(fù)雜的信息，提高信息處理效率，促進(jìn)學(xué)習(xí)效果。另一方面，知識(shí)圖譜的圖形化展現(xiàn)可以迅速吸引個(gè)體的注意力，箭頭、概念圖、連接和連詞通過引導(dǎo)注意力的方向和焦點(diǎn)，增強(qiáng)控制注意力并保持注意力[20]，在注意的引導(dǎo)下，學(xué)習(xí)者在學(xué)習(xí)過程中進(jìn)行有選擇的信息篩選，通過分配認(rèn)知資源和工作記憶容量建立參照鏈接，整合心理表征和先驗(yàn)知識(shí)[21]。知識(shí)圖譜通過將復(fù)雜信息以結(jié)構(gòu)化和模塊化的表征方式呈現(xiàn)，減少了不相關(guān)的信息進(jìn)入認(rèn)知通道，降低了外部認(rèn)知負(fù)荷[22]，避免學(xué)習(xí)者將認(rèn)知努力浪費(fèi)在不支持學(xué)習(xí)成果的信息處理上，將更多的認(rèn)知努力用于重要概念及其之間關(guān)系的處理過程與學(xué)習(xí)材料的理解，從而提高學(xué)習(xí)效率和效果。結(jié)構(gòu)化的外部知識(shí)通過視覺通道直接影響感官記憶，而結(jié)構(gòu)化和視覺化的信息呈現(xiàn)方式能夠使得重要信息更容易被注意到并轉(zhuǎn)移到下一階段，也通過減少非必要信息以避免過度負(fù)荷，減輕了知識(shí)選擇中的負(fù)擔(dān)，提升學(xué)習(xí)中的心流體驗(yàn)[23]。

2.促進(jìn)知識(shí)吸收中的信息加工

在學(xué)習(xí)的認(rèn)知加工中，知識(shí)圖譜可以分擔(dān)和擴(kuò)展學(xué)生的認(rèn)知過程，促進(jìn)對(duì)所學(xué)知識(shí)的組織和應(yīng)用。知識(shí)圖譜以視覺符號(hào)表征抽象知識(shí)及其之間的聯(lián)系，以認(rèn)知感官為載體接收這種表征，使學(xué)習(xí)者能夠產(chǎn)生多線索、多角度、多層次的具身感官經(jīng)驗(yàn)，獲得對(duì)學(xué)習(xí)內(nèi)容的系統(tǒng)性認(rèn)知，通過優(yōu)化信息的表達(dá)和組織提高學(xué)習(xí)效率和深度。知識(shí)圖譜通過清晰展示知識(shí)之間的關(guān)系和結(jié)構(gòu)，并將知識(shí)資源進(jìn)行結(jié)構(gòu)化和形式化的可視化表達(dá)，借助圖形模型提高認(rèn)知清晰度，組織后的知識(shí)減少了工作記憶的負(fù)擔(dān)，并增加了記憶過程中的組塊，改善了知識(shí)表示和決策行為，為學(xué)習(xí)者深入理解復(fù)雜概念和跨學(xué)科知識(shí)提供了幫助，促進(jìn)了深度學(xué)習(xí)的產(chǎn)生。一方面，組織后的知識(shí)形成知識(shí)組塊，加大了短時(shí)記憶的容量，提高了信息編碼進(jìn)入長時(shí)記憶的效率，而且還提高了從長期記憶中檢索信息的效率。知識(shí)圖譜中的概念和關(guān)系構(gòu)成了一個(gè)框架，能夠作為檢索存儲(chǔ)在長期記憶中信息的“線索”。此外，知識(shí)圖譜促進(jìn)了新舊知識(shí)的整合，幫助個(gè)體在已有的知識(shí)結(jié)構(gòu)上添加和擴(kuò)展新知識(shí)，從而加深理解和記憶[24]。另一方面，知識(shí)圖譜的使用可以激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣。學(xué)習(xí)者通過知識(shí)圖譜了解某一知識(shí)點(diǎn)與其他相關(guān)知識(shí)點(diǎn)的聯(lián)系，形成更全面的認(rèn)知結(jié)構(gòu)。當(dāng)學(xué)習(xí)者能夠看到自己掌握的知識(shí)如何連接成一個(gè)完整的圖譜，他們會(huì)對(duì)自己的學(xué)習(xí)進(jìn)展產(chǎn)生更強(qiáng)的掌控感和成就感，這種成就感和掌控感能夠極大地增強(qiáng)學(xué)習(xí)積極性。

（二）增加知識(shí)聯(lián)通，降低知識(shí)冗余

知識(shí)圖譜通過將不同專業(yè)、多個(gè)學(xué)科的知識(shí)整合到一個(gè)資源庫中，并將這些知識(shí)點(diǎn)分層次、多極化地可視化呈現(xiàn)，刪除了其中冗余的知識(shí)，并實(shí)現(xiàn)了跨學(xué)科知識(shí)體系的融通，為學(xué)習(xí)者提供了動(dòng)態(tài)的協(xié)同體驗(yàn)。此外，知識(shí)圖譜作為資源庫和學(xué)習(xí)平臺(tái)的特點(diǎn)，為學(xué)生自主探索，實(shí)現(xiàn)以問題牽引的學(xué)習(xí)提供了優(yōu)勢(shì)條件。任何學(xué)生在知識(shí)圖譜中均能找到自己感興趣的知識(shí)點(diǎn)，并基于這些興趣點(diǎn)能夠進(jìn)一步深入探索其他的知識(shí)體系，實(shí)現(xiàn)原有知識(shí)體系和新知識(shí)的聯(lián)通，完成知識(shí)體系的自主構(gòu)建。

1.提高知識(shí)學(xué)習(xí)中的深度聯(lián)結(jié)

知識(shí)圖譜以知識(shí)點(diǎn)為核心，既生成了不同學(xué)科的知識(shí)網(wǎng)絡(luò)，又通過與學(xué)習(xí)資源的鏈接，便利了學(xué)習(xí)者有針對(duì)性地深度學(xué)習(xí)。在知識(shí)圖譜的學(xué)習(xí)過程中，利用文本、圖像、視頻等多樣化的元素豐富學(xué)習(xí)材料，不僅展示了復(fù)雜的知識(shí)結(jié)構(gòu)，還為學(xué)習(xí)者提供了多感官的學(xué)習(xí)體驗(yàn)，增強(qiáng)其理解和記憶能力。第一，知識(shí)圖譜通過動(dòng)態(tài)內(nèi)容展示知識(shí)，使學(xué)習(xí)過程更加生動(dòng)，如點(diǎn)擊圖譜中的某個(gè)知識(shí)點(diǎn)時(shí)，相關(guān)的概念介紹、視頻講解等內(nèi)容便會(huì)展現(xiàn)出來，為學(xué)習(xí)者的進(jìn)一步知識(shí)學(xué)習(xí)提供了便捷的渠道。第二，知識(shí)圖譜通過連接不同領(lǐng)域和學(xué)科的知識(shí)點(diǎn)，使學(xué)習(xí)者能夠看到不同學(xué)科間的聯(lián)系和交叉點(diǎn)，以跨學(xué)科視角增強(qiáng)學(xué)習(xí)的深度和廣度，促進(jìn)了學(xué)習(xí)者發(fā)展創(chuàng)新性和批判性思維。第三，知識(shí)圖譜系統(tǒng)存儲(chǔ)了包括學(xué)術(shù)文章、教科書內(nèi)容、在線課程在內(nèi)的大量教育資源，通過對(duì)這些資源和知識(shí)點(diǎn)進(jìn)行結(jié)構(gòu)化標(biāo)記和連接，提高了學(xué)習(xí)資源的針對(duì)性、可發(fā)現(xiàn)性和可訪問性，使學(xué)習(xí)者能夠更有效地找到知識(shí)點(diǎn)相關(guān)的學(xué)習(xí)資源和重要信息。第四，知識(shí)圖譜學(xué)習(xí)也綜合考慮了學(xué)習(xí)者的先驗(yàn)知識(shí)和學(xué)習(xí)能力，不同的學(xué)習(xí)者對(duì)學(xué)習(xí)材料的偏好和處理能力存在差異，知識(shí)圖譜提供了知識(shí)點(diǎn)的聯(lián)系，使學(xué)習(xí)者能夠基于先驗(yàn)知識(shí)，與新知識(shí)產(chǎn)生聯(lián)系，主動(dòng)實(shí)現(xiàn)知識(shí)網(wǎng)絡(luò)的建構(gòu)和補(bǔ)充。

2.激發(fā)主動(dòng)探索中的知識(shí)構(gòu)建

知識(shí)圖譜提供了一個(gè)系統(tǒng)的學(xué)科知識(shí)框架，學(xué)習(xí)者通過主動(dòng)地探索知識(shí)之間的關(guān)系和概念，實(shí)現(xiàn)自身學(xué)科知識(shí)的構(gòu)建。知識(shí)圖譜是一個(gè)集成了跨學(xué)科知識(shí)點(diǎn)與豐富學(xué)習(xí)資源的學(xué)習(xí)平臺(tái)，為學(xué)習(xí)者提供了資源龐大的數(shù)據(jù)庫，但在學(xué)習(xí)者運(yùn)用知識(shí)圖譜學(xué)習(xí)的過程中，只能自發(fā)主動(dòng)地進(jìn)行學(xué)習(xí)。而主動(dòng)參與、努力探索是有效學(xué)習(xí)的基礎(chǔ)，多個(gè)領(lǐng)域的研究結(jié)果都表明，一個(gè)被動(dòng)的有機(jī)體能學(xué)到的東西很少，甚至根本沒學(xué)到任何東西[25]，主動(dòng)學(xué)習(xí)是學(xué)習(xí)者以一種積極、投入和用心的狀態(tài)開展學(xué)習(xí)活動(dòng)。在知識(shí)圖譜學(xué)習(xí)活動(dòng)中，學(xué)習(xí)者通過主動(dòng)參與到學(xué)習(xí)過程中，積極地建構(gòu)知識(shí)網(wǎng)絡(luò)，并在與知識(shí)圖譜不斷地交互過程中，基于已經(jīng)建立的學(xué)科知識(shí)結(jié)構(gòu)，實(shí)現(xiàn)先驗(yàn)知識(shí)網(wǎng)絡(luò)的補(bǔ)充、鞏固，或是重組，基于自主選擇互動(dòng)中的知識(shí)反饋，實(shí)現(xiàn)知識(shí)網(wǎng)絡(luò)的系統(tǒng)化生成。

一方面，知識(shí)圖譜通過設(shè)計(jì)不同類型的知識(shí)點(diǎn)呈現(xiàn)形式，為學(xué)習(xí)者提供分學(xué)科、分課程，或是跨學(xué)科的知識(shí)點(diǎn)，學(xué)習(xí)者需要基于自身的學(xué)習(xí)目的和學(xué)習(xí)需求運(yùn)用知識(shí)點(diǎn)，或是基于教師發(fā)布的學(xué)習(xí)任務(wù)，通過主動(dòng)探索圖譜中知識(shí)點(diǎn)及其之間的聯(lián)系，識(shí)別并選擇相關(guān)學(xué)習(xí)材料，主動(dòng)參與到知識(shí)學(xué)習(xí)中，通過問題解決活動(dòng)構(gòu)建知識(shí)。另一方面，知識(shí)圖譜提供了一種有效的自主學(xué)習(xí)工具，學(xué)習(xí)者可以根據(jù)知識(shí)圖譜自由探索和選擇知識(shí)的學(xué)習(xí)路徑，按照自己的節(jié)奏和興趣進(jìn)行學(xué)習(xí)，不僅增強(qiáng)了學(xué)習(xí)者的學(xué)習(xí)積極性，還培養(yǎng)了他們的自我調(diào)節(jié)能力和獨(dú)立思考能力。當(dāng)學(xué)習(xí)者以一種積極參與的認(rèn)知過程投入學(xué)習(xí)時(shí)，知識(shí)圖譜提供的豐富信息能夠支撐學(xué)習(xí)者的深度學(xué)習(xí)與跨學(xué)科學(xué)習(xí)。知識(shí)圖譜通過展示知識(shí)實(shí)體之間的關(guān)系（比如先修關(guān)系和依賴關(guān)系），幫助學(xué)習(xí)者構(gòu)建新知識(shí)與舊知識(shí)的聯(lián)系，從而加深對(duì)知識(shí)關(guān)系的理解并構(gòu)建更復(fù)雜的知識(shí)結(jié)構(gòu)。同時(shí)，知識(shí)圖譜提供了多課程多學(xué)科的知識(shí)資源，為學(xué)習(xí)者自主探索專業(yè)外的知識(shí)提供了資源庫，通過知識(shí)點(diǎn)相關(guān)的課程資源，學(xué)習(xí)者能夠發(fā)展原有課程體系之外的學(xué)習(xí)。

（三）記錄知識(shí)互動(dòng)，搭建知識(shí)場景

在運(yùn)用知識(shí)圖譜開展學(xué)習(xí)活動(dòng)的過程中，學(xué)習(xí)者既能通過平臺(tái)整合的學(xué)習(xí)資源實(shí)現(xiàn)深度學(xué)習(xí)，也能通過平臺(tái)構(gòu)建的學(xué)習(xí)生態(tài)系統(tǒng)，實(shí)現(xiàn)互聯(lián)互通的個(gè)性化學(xué)習(xí)。知識(shí)圖譜平臺(tái)將各類學(xué)習(xí)資源、學(xué)習(xí)者、教育機(jī)構(gòu)和教育技術(shù)平臺(tái)有機(jī)融合成一個(gè)動(dòng)態(tài)的、互動(dòng)的學(xué)習(xí)網(wǎng)絡(luò)，實(shí)現(xiàn)知識(shí)的高效傳播和共享，不僅為學(xué)習(xí)者提供了基于大數(shù)據(jù)計(jì)算下的學(xué)習(xí)結(jié)果反饋，也為教育系統(tǒng)的個(gè)性化培養(yǎng)生態(tài)提供了知識(shí)基座。

1.增強(qiáng)學(xué)習(xí)網(wǎng)絡(luò)中的知識(shí)互動(dòng)

學(xué)習(xí)者通過與學(xué)習(xí)環(huán)境、學(xué)習(xí)資源的互動(dòng)，實(shí)現(xiàn)先驗(yàn)知識(shí)體系與知識(shí)圖譜學(xué)科體系的連接。這種知識(shí)的連接需要學(xué)習(xí)者原有的知識(shí)體系，也需要新舊知識(shí)之間具有聯(lián)通環(huán)節(jié)。一方面，先驗(yàn)知識(shí)體系是學(xué)習(xí)者構(gòu)建和完善新知識(shí)體系的基礎(chǔ)，即新學(xué)習(xí)的知識(shí)建立在個(gè)人之前的知識(shí)和經(jīng)驗(yàn)之上，學(xué)習(xí)者通過將新信息與已有的知識(shí)體系相結(jié)合來理解新概念。通過知識(shí)圖譜，學(xué)習(xí)者可以將分散的知識(shí)點(diǎn)進(jìn)行整合，形成系統(tǒng)化的知識(shí)體系，這種整合過程有助于學(xué)習(xí)者構(gòu)建更牢固的知識(shí)網(wǎng)絡(luò)，提高信息處理和應(yīng)用的能力，從而增強(qiáng)學(xué)習(xí)效果。另一方面，學(xué)習(xí)通過網(wǎng)絡(luò)內(nèi)各個(gè)節(jié)點(diǎn)之間的鏈接進(jìn)行[26]，在這個(gè)學(xué)習(xí)過程中，學(xué)習(xí)者通過不斷更新內(nèi)置知識(shí)庫，適應(yīng)知識(shí)、技術(shù)更新迅速的同時(shí)在廣泛的網(wǎng)絡(luò)資源中找到最合適的學(xué)習(xí)路徑。在新舊知識(shí)的交互過程中，學(xué)習(xí)者通過與知識(shí)圖譜的互動(dòng)，既可以反思自己對(duì)知識(shí)的理解和使用，也可以再次評(píng)估知識(shí)之間的關(guān)系和邏輯，促進(jìn)對(duì)學(xué)習(xí)材料的理解和內(nèi)化。已有研究表明，知識(shí)圖譜通過為學(xué)習(xí)者提供定制化的學(xué)習(xí)內(nèi)容和路徑，可以更好地滿足不同學(xué)習(xí)者的需求，從而提高學(xué)習(xí)效率和成效[27]，此外，基于深度學(xué)習(xí)和知識(shí)圖譜模型的個(gè)性化學(xué)習(xí)服務(wù)系統(tǒng)，在提高學(xué)習(xí)者元認(rèn)知能力方面比傳統(tǒng)方法更有效[28]。聯(lián)通中的學(xué)習(xí)鼓勵(lì)學(xué)習(xí)者通過多聯(lián)通以建立自身的知識(shí)網(wǎng)絡(luò)，并不斷更新知識(shí)網(wǎng)絡(luò)以保持知識(shí)的時(shí)代性[29]和前沿性。

在學(xué)習(xí)者與知識(shí)圖譜的交互過程中，基于先驗(yàn)知識(shí)體系，構(gòu)建出互聯(lián)的知識(shí)結(jié)構(gòu)，促進(jìn)了更高效、深層次的豐富學(xué)習(xí)體驗(yàn)。首先，知識(shí)圖譜通過提供多樣化的探索路徑和豐富的互聯(lián)資源，支持個(gè)性化學(xué)習(xí)。如根據(jù)學(xué)習(xí)者的行為和已掌握的內(nèi)容，動(dòng)態(tài)推薦適合的學(xué)習(xí)資源和路徑[30]，研究表明知識(shí)圖譜能夠應(yīng)用于提取教學(xué)目標(biāo)的特征，并結(jié)合知識(shí)點(diǎn)的重要性和學(xué)習(xí)者的特殊學(xué)習(xí)情況，定制最佳學(xué)習(xí)路徑[31]，從而增強(qiáng)精準(zhǔn)和個(gè)性化的學(xué)習(xí)體驗(yàn)。學(xué)習(xí)者也可以根據(jù)自己的興趣和需要選擇學(xué)習(xí)路徑，這種靈活性是聯(lián)通主義所倡導(dǎo)的學(xué)習(xí)模式的重要體現(xiàn)。最后，通過整合教育大數(shù)據(jù)和人工智能技術(shù)，知識(shí)圖譜能夠構(gòu)建個(gè)性化的學(xué)習(xí)者模型和平臺(tái)[32]，已有研究基于知識(shí)圖譜開發(fā)了智能查詢系統(tǒng)，學(xué)習(xí)者可以通過這些系統(tǒng)查閱材料并直接與講師互動(dòng)，解決了知識(shí)內(nèi)容的檢索問題的同時(shí)，也促進(jìn)了學(xué)習(xí)者知識(shí)的獲取[33]，為提高教學(xué)質(zhì)量和學(xué)習(xí)效率提供了新的技術(shù)支撐。

2.服務(wù)知識(shí)學(xué)習(xí)中的環(huán)境反饋

主動(dòng)參與的學(xué)習(xí)也需要特定學(xué)習(xí)環(huán)境的反饋，環(huán)境為學(xué)習(xí)者學(xué)習(xí)提供支持，反饋為學(xué)習(xí)提供改進(jìn)建議。一方面，建構(gòu)主義認(rèn)為知識(shí)的獲取和理解與特定情境密切相關(guān)，在具體的、真實(shí)世界的情境中學(xué)習(xí)有助于學(xué)習(xí)者理解知識(shí)的實(shí)際應(yīng)用，并促進(jìn)更深層次的學(xué)習(xí)，在學(xué)習(xí)環(huán)境中，教師起著指導(dǎo)、協(xié)助的作用，教師通過設(shè)計(jì)富有挑戰(zhàn)性的問題、提供支持性的環(huán)境和反饋，如在學(xué)習(xí)者首次接觸知識(shí)圖譜時(shí)，提供使用指南，引導(dǎo)學(xué)習(xí)者學(xué)會(huì)用知識(shí)圖譜進(jìn)行學(xué)習(xí)。此外，知識(shí)圖譜能夠根據(jù)學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整，提供個(gè)性化的學(xué)習(xí)建議和資源推薦，為學(xué)習(xí)者及時(shí)調(diào)整學(xué)習(xí)策略提供參考，避免知識(shí)盲區(qū)，保持高效的學(xué)習(xí)狀態(tài)。另一方面，知識(shí)圖譜平臺(tái)為學(xué)習(xí)者構(gòu)建了學(xué)習(xí)社區(qū)，學(xué)習(xí)者通過連接信息源來獲得和分享知識(shí)，且知識(shí)不再僅僅局限于個(gè)體，而是通過網(wǎng)絡(luò)、社區(qū)或組織分布在廣泛的網(wǎng)絡(luò)節(jié)點(diǎn)中。在學(xué)習(xí)反饋時(shí)，學(xué)習(xí)者可以基于問題回答的結(jié)果、社區(qū)同伴的互動(dòng)，以及平臺(tái)算法的結(jié)果獲得學(xué)習(xí)結(jié)果的反饋，且研究表明，基于知識(shí)圖譜的個(gè)性化學(xué)習(xí)資源推薦算法可以針對(duì)性地推送有效的學(xué)習(xí)資源，提高學(xué)習(xí)效率，促進(jìn)學(xué)習(xí)者的個(gè)性化發(fā)展[34]。

四、知識(shí)圖譜推動(dòng)智能學(xué)習(xí)的發(fā)展方向

當(dāng)前的知識(shí)圖譜已經(jīng)能夠?yàn)閷W(xué)習(xí)者提供較為系統(tǒng)化的學(xué)習(xí)體驗(yàn)，隨著知識(shí)圖譜的實(shí)踐創(chuàng)新，與教育教學(xué)過程的深度融合。在未來的應(yīng)用中，智能學(xué)習(xí)甚至能夠突破現(xiàn)有的認(rèn)知學(xué)習(xí)規(guī)律，使人們從將靜態(tài)地汲取已有沉淀的知識(shí)，轉(zhuǎn)向創(chuàng)新研究和探索融為一體的高層次學(xué)習(xí)，使學(xué)習(xí)過程具有高度個(gè)性化、適應(yīng)性、探索性與反饋性，深化學(xué)習(xí)體驗(yàn)，使學(xué)習(xí)過程不僅高效而且富有成效。

（一）復(fù)雜問題解決中的個(gè)性化智能學(xué)習(xí)

智能學(xué)習(xí)將會(huì)更多地存在于復(fù)雜問題的解決過程中，學(xué)習(xí)者借助知識(shí)圖譜提供的知識(shí)推薦、方法推薦，探索復(fù)雜問題的解決方案，實(shí)現(xiàn)問題導(dǎo)向下思維結(jié)構(gòu)的個(gè)性化學(xué)習(xí)。處于研究前沿的個(gè)性化學(xué)習(xí)，會(huì)更加注重以問題導(dǎo)向重構(gòu)個(gè)人及其所在領(lǐng)域的知識(shí)圖譜，復(fù)雜問題往往涉及跨學(xué)科、多維度、多層次的知識(shí)整合和應(yīng)用。知識(shí)圖譜在這一過程中扮演的角色是動(dòng)態(tài)的知識(shí)導(dǎo)航工具和創(chuàng)新思維的引導(dǎo)器。一方面，知識(shí)圖譜起到動(dòng)態(tài)知識(shí)導(dǎo)航的作用，當(dāng)學(xué)習(xí)者在面對(duì)復(fù)雜問題時(shí)，知識(shí)圖譜通過將分散的知識(shí)點(diǎn)和方法串聯(lián)起來，幫助學(xué)習(xí)者形成整體性的認(rèn)知圖景。此外，學(xué)習(xí)者進(jìn)行知識(shí)圖譜學(xué)習(xí)的過程中，產(chǎn)生了一系列的學(xué)習(xí)行為及其路徑，知識(shí)圖譜在綜合大數(shù)據(jù)和云計(jì)算分析的基礎(chǔ)上，根據(jù)學(xué)習(xí)者的學(xué)習(xí)偏好，可以提供更加符合學(xué)習(xí)者認(rèn)知模式的定制化內(nèi)容和知識(shí)路徑，通過詳細(xì)分析每個(gè)學(xué)習(xí)者的學(xué)習(xí)歷史、行為模式、興趣和學(xué)業(yè)表現(xiàn)創(chuàng)建一個(gè)高度個(gè)性化的學(xué)習(xí)經(jīng)驗(yàn)。另一方面，知識(shí)圖譜在問題解決過程中能夠更好地引導(dǎo)學(xué)習(xí)者的創(chuàng)新思維，知識(shí)圖譜不僅提供已有的知識(shí)，還通過推理機(jī)制發(fā)現(xiàn)潛在的知識(shí)關(guān)聯(lián)，激發(fā)學(xué)習(xí)者的創(chuàng)造性思維。例如，知識(shí)圖譜可以揭示某些看似不相關(guān)領(lǐng)域的關(guān)聯(lián)，為解決問題提供新的切入點(diǎn)。同時(shí)，知識(shí)圖譜通過結(jié)構(gòu)化的方式組織信息和知識(shí)，使得問題解決的方案不僅限于單一的信息點(diǎn)，而是以網(wǎng)絡(luò)形式呈現(xiàn)，這種結(jié)構(gòu)化的知識(shí)表示使得復(fù)雜問題解決能夠從多角度、多學(xué)科的方式開展，更有可能產(chǎn)生新的問題解決方案，實(shí)現(xiàn)知識(shí)創(chuàng)新。

（二）基于知識(shí)路徑的自適應(yīng)學(xué)習(xí)優(yōu)化

在復(fù)雜研究場景中，知識(shí)圖譜為問題解決路徑的動(dòng)態(tài)生成和優(yōu)化提供了基礎(chǔ)。通過知識(shí)關(guān)聯(lián)與語義推理，學(xué)習(xí)系統(tǒng)能夠自適應(yīng)調(diào)整解決路徑。自適應(yīng)學(xué)習(xí)著重解析研究場景的復(fù)雜性，將理論知識(shí)與實(shí)踐過程各種形態(tài)的經(jīng)驗(yàn)結(jié)合起來，將各種可獲取可計(jì)算的數(shù)據(jù)關(guān)聯(lián)起來，尋求適用于研究場景的解決路徑。一方面，知識(shí)圖譜提高了動(dòng)態(tài)問題分解與路徑設(shè)計(jì)的方案，通過系統(tǒng)將復(fù)雜問題分解為一系列子問題，并為每個(gè)子問題關(guān)聯(lián)合適的知識(shí)點(diǎn)和解決方法，學(xué)習(xí)者通過明確自己的目標(biāo)，進(jìn)行方案選擇，同時(shí)，基于一個(gè)固定的學(xué)習(xí)目標(biāo)，學(xué)習(xí)者可以選擇不同的到達(dá)路徑，或依據(jù)知識(shí)圖譜的動(dòng)態(tài)適應(yīng)功能和學(xué)習(xí)反饋結(jié)果，調(diào)整學(xué)習(xí)路徑中的內(nèi)容和知識(shí)難度。這種自適應(yīng)學(xué)習(xí)能夠從新數(shù)據(jù)和實(shí)踐中更新知識(shí)圖譜，實(shí)現(xiàn)動(dòng)態(tài)知識(shí)管理。另一方面，知識(shí)圖譜通過迭代學(xué)習(xí)，實(shí)現(xiàn)已有路徑的不斷優(yōu)化，使其更適應(yīng)場景需求。知識(shí)圖譜為學(xué)習(xí)者主動(dòng)推薦個(gè)性化的學(xué)習(xí)資源和活動(dòng)，甚至提供定制化的學(xué)習(xí)建議和支持，以適應(yīng)不同學(xué)習(xí)者的需求和偏好。同時(shí)，知識(shí)圖譜中的互動(dòng)元素，包括相關(guān)資源鏈接、嵌入的測試及任務(wù)設(shè)計(jì)，促進(jìn)了學(xué)習(xí)者的主動(dòng)探索和學(xué)習(xí)參與，結(jié)合具體的學(xué)習(xí)任務(wù)或項(xiàng)目，通過實(shí)踐活動(dòng)促進(jìn)主動(dòng)學(xué)習(xí)，允許學(xué)習(xí)者根據(jù)個(gè)人興趣自由導(dǎo)航知識(shí)圖譜，鼓勵(lì)他們按照自己的學(xué)習(xí)節(jié)奏和風(fēng)格來探索知識(shí)。在此基礎(chǔ)上，將知識(shí)圖譜與其他教育技術(shù)工具（如學(xué)習(xí)管理系統(tǒng)、在線討論板）集成，提供無縫式全方位學(xué)習(xí)體驗(yàn)，將知識(shí)圖譜集成到學(xué)習(xí)管理系統(tǒng)中，以實(shí)時(shí)監(jiān)控學(xué)習(xí)者的學(xué)習(xí)進(jìn)展并自動(dòng)識(shí)別學(xué)習(xí)中的薄弱環(huán)節(jié)，從而及時(shí)地提供個(gè)性化的反饋和學(xué)習(xí)支持，幫助學(xué)習(xí)者克服學(xué)習(xí)障礙。

（三）圖譜拓展中的探索學(xué)習(xí)深化

基于知識(shí)圖譜的探索學(xué)習(xí)，是將知識(shí)圖譜的結(jié)構(gòu)化知識(shí)表達(dá)與動(dòng)態(tài)推理功能結(jié)合，支持學(xué)習(xí)者在創(chuàng)新前沿上擴(kuò)展已知世界的邊界，向更復(fù)雜、更深邃的未知世界進(jìn)行推演。這種學(xué)習(xí)方式不僅強(qiáng)調(diào)知識(shí)的獲取與整合，更注重知識(shí)的生成與應(yīng)用。探索學(xué)習(xí)的起點(diǎn)是建立涵蓋學(xué)科知識(shí)、前沿動(dòng)態(tài)和潛在關(guān)系的基礎(chǔ)知識(shí)圖譜，為未知領(lǐng)域的推演提供支持。知識(shí)圖譜通過引導(dǎo)學(xué)習(xí)者通過探索新知識(shí)、新連接來學(xué)習(xí)，并加入反思機(jī)制，促進(jìn)學(xué)習(xí)者的主動(dòng)學(xué)習(xí)和反思學(xué)習(xí)，幫助學(xué)習(xí)者建立堅(jiān)實(shí)的知識(shí)基礎(chǔ)，發(fā)展批判性思維和創(chuàng)新能力。一方面，探索學(xué)習(xí)需要圍繞問題展開，知識(shí)圖譜通過語義導(dǎo)航和推理支持學(xué)習(xí)者逐步深化對(duì)問題的理解。此外，知識(shí)圖譜通過知識(shí)分塊、關(guān)聯(lián)映射等方式，優(yōu)化了學(xué)習(xí)者學(xué)習(xí)過程中的知識(shí)編碼、存儲(chǔ)和回憶過程，有效減少認(rèn)知負(fù)荷并利用多模態(tài)學(xué)習(xí)的優(yōu)勢(shì)。另一方面，探索學(xué)習(xí)的核心在于推演未知領(lǐng)域的潛在知識(shí)，知識(shí)圖譜通過語義推理和生成模型支持知識(shí)的創(chuàng)新。知識(shí)圖譜基于已有關(guān)系和邏輯規(guī)則進(jìn)行推理，發(fā)現(xiàn)潛在的知識(shí)關(guān)聯(lián)或創(chuàng)新路徑，學(xué)習(xí)者可以基于此探索未知的知識(shí)領(lǐng)域，實(shí)現(xiàn)新知識(shí)的拓展與問題解決的創(chuàng)新。甚至可以將知識(shí)圖譜與生成式AI結(jié)合，通過文本生成、圖像生成等形式構(gòu)建未知領(lǐng)域的探索場景。實(shí)現(xiàn)動(dòng)態(tài)可視化呈現(xiàn)，促使學(xué)習(xí)者深化具身認(rèn)知，優(yōu)化學(xué)習(xí)效果。

（四）“雙圖結(jié)合”的動(dòng)態(tài)反饋學(xué)習(xí)

基于知識(shí)圖譜的反饋學(xué)習(xí)是一種批判理性的研究方法，其核心在于利用知識(shí)圖譜組織、分析和優(yōu)化反饋信息，通過“假設(shè)-反例-修正”的循環(huán)框架，推動(dòng)知識(shí)創(chuàng)新。反饋學(xué)習(xí)是一種批判理性的研究方法，通過反饋和試錯(cuò)環(huán)節(jié)，提出解題假設(shè)并擴(kuò)展其可檢驗(yàn)的范圍，尤其是出現(xiàn)與假設(shè)不符的反例時(shí)，完善或擴(kuò)展已有假設(shè)，或提出全新假設(shè)。知識(shí)圖譜結(jié)合大數(shù)據(jù)分析技術(shù)，通過對(duì)比學(xué)生大腦中的思維圖譜與平臺(tái)的學(xué)科圖譜，通過雙圖的實(shí)時(shí)對(duì)比和即時(shí)分析，增強(qiáng)學(xué)習(xí)過程中的評(píng)估有效性和實(shí)時(shí)反饋的相關(guān)性，從而提升教育成果的質(zhì)量。一方面，知識(shí)圖譜在“假設(shè)-反例-修正”框架中扮演知識(shí)關(guān)聯(lián)、反例發(fā)現(xiàn)和動(dòng)態(tài)調(diào)整的支撐角色。首先，基于知識(shí)圖譜現(xiàn)有的節(jié)點(diǎn)和關(guān)系，提出初步假設(shè)；其次，在實(shí)踐或推理過程中，利用知識(shí)圖譜推導(dǎo)驗(yàn)證假設(shè)的支持性證據(jù)或反例；第三，通過對(duì)反例進(jìn)行分析，通過擴(kuò)展圖譜或修訂假設(shè)，完善知識(shí)框架；最后，在反饋和修正基礎(chǔ)上，形成更廣泛或全新的假設(shè)，進(jìn)入下一輪循環(huán)。在這個(gè)循環(huán)中，學(xué)習(xí)者在不斷地試錯(cuò)和批判性反思中完善內(nèi)在認(rèn)知模型。另一方面，知識(shí)圖譜提供一個(gè)結(jié)構(gòu)化、即時(shí)反饋的知識(shí)框架，使學(xué)習(xí)分析數(shù)據(jù)的收集和分析更加有目的性和系統(tǒng)性。同時(shí)，知識(shí)圖譜能夠根據(jù)學(xué)習(xí)者在解決與特定知識(shí)點(diǎn)相關(guān)問題的回答時(shí)提供指導(dǎo)和解釋，幫助他們理解錯(cuò)誤的原因，或者在他們正確解決問題后立即確認(rèn)他們的理解。這種基于知識(shí)圖譜的反饋學(xué)習(xí)將試錯(cuò)和批判性反思融入知識(shí)生成過程，通過動(dòng)態(tài)調(diào)整假設(shè)和圖譜結(jié)構(gòu)，推動(dòng)知識(shí)創(chuàng)新。

總的來說，智能學(xué)習(xí)中的知識(shí)圖譜學(xué)習(xí)在未來能夠更加有效地提高學(xué)習(xí)者的綜合學(xué)習(xí)體驗(yàn)，提升復(fù)雜問題解決的有效性，實(shí)現(xiàn)個(gè)性化問題解決能力和高階思維的培養(yǎng)。基于知識(shí)圖譜的智能學(xué)習(xí)搭建了一個(gè)高效、便捷、智能的教育工具，為學(xué)習(xí)者提供了一個(gè)內(nèi)容豐富、互動(dòng)性強(qiáng)、富有挑戰(zhàn)性的學(xué)習(xí)環(huán)境，為教育的現(xiàn)代化轉(zhuǎn)型提供了實(shí)用的平臺(tái)。

參考文獻(xiàn)：

[1] 李振，周東岱等.“人工智能+”視域下的教育知識(shí)圖譜：內(nèi)涵、技術(shù)框架與應(yīng)用研究[J].遠(yuǎn)程教育雜志，2019，37（4）：42-53.

[2] 戴嶺，祝智庭.教育數(shù)字化轉(zhuǎn)型的邏輯起點(diǎn)、目標(biāo)指向和行動(dòng)路徑[J].中國教育學(xué)刊，2023，（7）：14-20.

[3] 鄒紅軍，柳欣源.數(shù)字化社會(huì)的知識(shí)“面相”與教育應(yīng)對(duì)[J].東北師大學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，（3）：108-119.

[4] 方莉，譚瑩.知識(shí)和信息碎片化對(duì)高校思政課課程體系的影響探析[J].學(xué)校黨建與思想教育，2019，（22）：50-52.

[5] 汪建基，馬永強(qiáng)等.碎片化知識(shí)處理與網(wǎng)絡(luò)化人工智能[J].中國科學(xué)：信息科學(xué)，2017，47（2）：171-192.

[6] Adiredja，A.P.Students’ struggles with temporal order in the limit definition： uncovering resources using knowledge in pieces [J].International Journal of Mathematical Education in Science and Technology，2020，52（9），1295-1321.

[7] Peet M R.Transforming students’ beliefs：Developing employability skills and generative identities through the Integrative Knowledge Portfolio Process [J].Journal of Transformative Learning，2015，3（2）：15-36.

[8] Chen Y，Cheng HK，et al.Knowledge-sharing ties and equivalence in corporate online com-munities：A novel source to understand voluntary turnover [J]. Production and Operations Management，2022，31（10）：3896-3913.

[9] 劉嶠，李楊等.知識(shí)圖譜構(gòu)建技術(shù)綜述[J].計(jì)算機(jī)研究與發(fā)展，2016，53（3）： 582-600.

[10][19][25] [法]斯坦尼斯拉斯·迪昂.周加仙譯.精準(zhǔn)學(xué)習(xí)[M].杭州：浙江教育出版社，2023.

[11][14] [美]菲利普·津巴多，[美]羅伯特·約翰遜等.傅小蘭譯.津巴多普通心理學(xué)（第8版）[M].北京：人民郵電出版社，2022.230+277.

[12] Sweller J.Cognitive load during problem solving： Effects on learning [J]. Cognitive science，1988，12（2）：257-285.

[13] Liu R，Wang L，Koszalka T A，et al.Effects of immersive virtual reality classrooms on students’ academic achievement， motivation and cognitive load in science lessons [J].Journal of Computer Assisted Learning，2022，38（5）：1422-1433.

[15] Bada S O，Olusegun S.Constructivism learning theory：A paradigm for teaching and learning [J].Journal of Research Method in Education，2015，5（6）：66-70.

[16] 趙國慶，孫興艷等.顯性直接教學(xué)的概念演進(jìn)、核心內(nèi)涵與實(shí)踐啟示[J].遠(yuǎn)程教育雜志，2023，41（5）：28-37.

[17] 何克抗.教學(xué)支架的含義、類型、設(shè)計(jì)及其在教學(xué)中的應(yīng)用——美國《教育傳播與技術(shù)研究手冊(cè)（第四版）》讓我們深受啟發(fā)的亮點(diǎn)之一[J].中國電化教育，2017，（4）：1-9.

[18] Kop R，Hill A.Connectivism：Learning theory of the future or vestige of the past [J].International Review of Research in Open and Distributed Learning，2008，9（3）：1-13.

[20] Zhu A.Knowledge graph visualization for understanding ideas [J]. International Journal for Cross-Disciplinary Subjects in Education （IJCDSE），2013，3（1）：1392-1396.

[21] 王國華，聶勝欣等.多媒體學(xué)習(xí)中的認(rèn)知負(fù)荷：測量方法與技術(shù)縱覽[J].電化教育研究，2022，43（4）：19-25+54.

[22] 辛自強(qiáng)，林崇德.認(rèn)知負(fù)荷與認(rèn)知技能和圖式獲得的關(guān)系及其教學(xué)意義[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2002，（4）：55-60+77.

[23] 周東岱，董曉曉等.教育領(lǐng)域知識(shí)圖譜研究新趨向：學(xué)科教學(xué)圖譜[J].電化教育研究，2024，45（2）：91-97+120.

[24] Seo S，Oh B，Jo E，et al.Active learning for knowledge graph schema expansion [J].IEEE Transactions on Knowledge and Data Engineering，2021， 34（12）：5610-5620.

[26] Siemens G.Connectivism：Learning and knowledge today [J]. The International Review of Research in Open and Distance Learning，2006，9（3）：1-13.

[27] Wei Y W Y，Wei Q Q Y，et al.Research on the Construction and Application of Knowledge Graph of Digital Resources in Vocational Colleges [J].Journal of Computers，2023，34（4）：195-201.

[28] Huang M，Xu G，Li H.Construction of personalized learning service system based on deep learning and knowledge graph [J].Applied Mathematics and Nonlinear Sciences，2023，9（1）：1-14.

[29] 王竹立，吳彥茹.數(shù)智時(shí)代的知識(shí)管理：知識(shí)不確定性的挑戰(zhàn)及應(yīng)對(duì)策略[J].現(xiàn)代遠(yuǎn)程教育研究，2024，36（1）：21-28.

[30] 申睿，郭福春等.人工智能賦能高職教學(xué)資源建設(shè)路徑研究——基于聯(lián)通主義的視角[J].教育學(xué)術(shù)月刊，2022，（7）：52-59.

[31] Zheng L，Niu J，Long M，et al.An automatic knowledge graph construction approach to promoting collaborative knowledge building，group performance，social interaction and socially shared regulation in CSCL [J]. British Journal of Educational Technology，2023，54（3）：686-711.

[32] Zhang S，Wang X，et al.An Adaptive Learning Method Based on Knowledge Graph [J].Frontiers in Educational Research，2023，6（6）：112-115.

[33] Nguyen H D，Truong D，et al.Knowledge management for information querying system in education via the combination of rela-ops model and knowledge graph [J].Journal of Cases on Information Technology（JC IT），2023，25（1）：1-17.

[34] Lv P，Wang X，et al.Intelligent personalised exercise recommendation： A weighted knowledge graph‐based approach [J].Computer Applications in Engineering Education，2021，29（5）：1403-1419.

作者簡介：

吳楊：教授，博士，博士生導(dǎo)師，研究方向?yàn)閿?shù)字教育、個(gè)性化學(xué)習(xí)。

呂鈺琪：在讀博士，研究方向?yàn)閿?shù)字教育、個(gè)性化學(xué)習(xí)。

杜鈞：在讀博士，研究方向?yàn)閿?shù)字教育、個(gè)性化學(xué)習(xí)。

牛紅偉：博士后，博士，研究方向?yàn)橹R(shí)圖譜、個(gè)性化學(xué)習(xí)。

郝佳：副教授，博士，博士生導(dǎo)師，研究方向?yàn)橹R(shí)圖譜、個(gè)性化學(xué)習(xí)。

The Endogenous Logic of Knowledge Graph-Driven Intelligent Learning

Wu Yang1， Lv Yuqi1， Du Jun1， Niu Hongwei2， Hao Jia2

1.School of Education， Beijing Institute of Technology， Beijing 100081 2.School of Mechanical Engineering， Beijing Institute of Technology， Beijing 100081

Abstract： Knowledge graphs are increasingly becoming an essential component of digital educational infrastructure， with a growing number of related applications. However， the application logic and scenarios of knowledge graphs in teaching and learning remain to be further explored. Given the current challenges faced by intelligent learning， including severe fragmentation， inadequate connectivity， and a lack of knowledge bases， this study， grounded in classical learning theories， investigates the cognitive activities of learners when tackling learning tasks， and explores the mechanisms of knowledge graph-driven intelligent learning from a cognitive psychology perspective. Targeted solutions are proposed to address three major issues. First， to tackle knowledge fragmentation， knowledge graphs facilitate cognitive processing in learning by connecting knowledge into a network， thereby reducing fragmented learning. Second， to address knowledge redundancy， knowledge graphs enhance intelligent connections in learning by merging identical knowledge points and increasing interdisciplinary linkages， stimulating learners’ proactive exploration and knowledge construction. Third， to solve the problem of missing knowledge bases， knowledge graph platforms enable personalized learning recommendations by integrating knowledge points， learning resource libraries， and students’ learning behaviors. Based on the theoretical mechanisms of learners’ utilization of knowledge graphs， future innovations in educational teaching leveraging knowledge graphs will focus on the development of personalized， adaptive， exploratory， and feedback-driven learning platforms， providing theoretical support for advancing the intelligent transformation of education and teaching.

Keywords： knowledge graph； intelligent learning； cognitive mechanism； learning theory

收稿日期：2024年9月14日

責(zé)任編輯：趙云建