元宇宙賦能大規模個性化學習的系統框架探索

中圖分類號：G434文獻標識碼：A論文編號：1674—2117（2025）09-0106-04

引言

中共中央、國務院印發的《中國教育現代化2035》指出：“利用現代技術加快推動人才培養模式改革，實現規模化教育與個性化培養的有機結合?！边@就要求，一方面要培養大規模高質量人才，促進國家人才整體水平的提升；另一方面要建立能夠滿足不同需求的人才個性化培養模式。但現有的教育培養模式迫切需要借助現代技術進行改革，以解決規模化教育和個性化培養之間的矛盾。2最新的元宇宙技術以虛擬現實、區塊鏈、人工智能等為基石，為解決上述矛盾提供了有效的途徑。本文從元宇宙技術賦能教育的角度出發，探索大規模個性化學習的系統框架，對擴充新時代的個性化教育理論，具有重要的意義和參考價值。

元宇宙賦能大規模個性化學習的技術優勢

“大規?！钡母拍钤醋栽诰€開放課程，將超過150人的學習群體定義為“大規?！?。[4“個性化學習”是針對不同學習者的專屬個性、學習興趣、學習風格等特征[5-，形成適合每個學習者的學習模式、學習策略、學習路徑和學習方法等，從而滿足學習者的個性化需求。大規模個性化學習的目標是面向人員數量大的學習者，構建適應每個學習者的個性化需求的學習模式，但存在以下挑戰： ① 學習者的認知和能力水平相異，需要的學習資源、學習內容是不同的，而面對大量的學習者，滿足所有學習者的資源需求開銷是不能承受的。 ② 教師難以全面了解全部學習者情況，不能有針對性地進行個性化輔導及情感疏導。 ③ 個性化分析學習過程中的數據，無法保證學習者的隱私信息不被濫用或者泄露。 ④ 大規模學習者的過程性評價缺乏及時性，不能充分發揮以評促學的作用。

近年來，元宇宙技術在教育領域的應用受到了研究者的廣泛關注，如利用虛擬現實構建沉浸式個性化學習空間、采用區塊鏈保證教育數據安全性和可靠性、引入人工智能精準分析學習者的個性化特征并推薦適合的學習路徑與學習方式等。以上應用為應對大規模個性化學習中的挑戰提供了技術可行性，具體表述為： ① 提供多模態個性化學習資源。元宇宙根據學習者的學習目標、知識能力水平等特征自適應地匹配學習資源，并以此構建沉浸式的學習空間，既滿足對理論知識的掌握，又可以在不受時空限制的實訓空間中開展具身學習。② 為大規模學習者提供個性化輔導。在元宇宙空間中，學習者和教師以真實、自然的方式進行交互和交流，同時，采用智能技術可以塑造虛擬教師，提供一對一的輔導，這種方法既能緩解規?；虒W中教師的壓力，又能提供個性化的知識引導、情緒調節等服務。 為學習過程數據提供可信保障。作為元宇宙支撐的區塊鏈技術，具有去中心化、可追溯、不可篡改等特征，可以采用訪問控制方法設置權限，構建智能合約自動執行個性化分析流程，建立數據回溯機制有效保護學習成果。[9]④ 為大規模學習者提供智能化的學習評價。在元宇宙學習空間中，智能終端設備可以采集全面的多模態過程數據，通過人工智能技術分析每個學習者的學習狀態、知識掌握、能力變化等，實時獲知過程性評價[0-1，其評價結果及時反饋給學習者，隨之調整其學習進度，促進學習者更加高效地學習。

元宇宙賦能大規模個性化學習的系統框架

基于元宇宙的技術優勢，設計大規模個性化學習的系統框架，其設計原則包括以下四條。 ① 沉浸性：學習者能夠深度參與、沉浸式體驗適合其能力水平的學習活動。② 引導性：通過感知學習者的學習狀態，為不同學習者提供與之相匹配的線索，觸發學習者對相關知識的聯想和應用。 ③ 智能性：根據學習者的能力和需求，自適應地組織學習資源，實現學習資源與學習者能力的實時動態匹配。 ④ 可信性：個性化學習中的過程數據能夠安全可靠地存儲?；谝陨显瓌t構建的以數據層、知識層和空間層為核心的系統框架如下圖所示。

1.數據層

采用5G網絡、沉浸式設備和終端智能設備采集學習者的學習數據，包括行為、生理、心理和虛擬身份等數據，并對數據進行分析和存儲。其主要分為以下三個模塊：

① 數據感知模塊。負責獲取學習者的初始特征數據，包括基本信息、知識背景、學習目標、學習風格、學習偏好等，同時感知學習過程中的學習狀態、情緒狀態等數據。

② 數據分析模塊。采用不同角度對感知數據進行深入分析。引入人工智能技術分析學習者的行為數據；通過與虛擬教師的交互數據，分析學習者學習需求的改變；以深度學習技術分析情緒狀態數據，洞悉學習者的情感需求。

③ 數據存儲模塊。構建基于P2P的區塊鏈網絡，設計以節點可信度算法為核心的數據區塊生成方法，以及一系列區塊操作，包括時間戳驗證的計算函數、打包區塊的選擇算法、判斷區塊是否被接受的共識策略等。同時，設置不同的數據存取權限，建立基于智能合約的共享機制，保障學習數據的可信性。

元宇宙賦能數據層的構建，通過感知學習者多模態特征數據，提升個性化特征分析的準確性。同時，區塊鏈技術為提高數據感知過程的安全性提供了有效技術手段，對虛擬現實設備傳輸的數據進行共識驗證，提高數據的可靠性。

2.知識層

知識層主要分為三個模塊，包括課程推薦模塊、知識概念推薦模塊和習題推薦模塊，前兩個模塊用于個性化的知識學習，后一個模塊用于知識鞏固，為具有不同需求的學習者提供個性化的學習服務。

① 課程推薦模塊。根據學習者的個性化特征，推薦其感興趣的課程資源，常用的方法有基于學習者畫像的課程推薦、基于知識偏好的課程推薦、基于課程內容的推薦等，采用知識圖譜[12]、協同過濾[13]、注意力機制等技術充分挖掘學習者與課程之間的關系或者“課程一課程”的潛在關系，提高課程推薦的精確性和可解釋性。

② 知識概念推薦模塊。鑒于在課程學習時，存在依賴先修課程的知識概念，為了滿足學習者對特定知識概念[的學習需求，可從知識細粒度角度來推薦資源。主要采用異構信息網絡表達知識概念間存在著復雜的依賴關系，并將這些關系融人知識概念表達中，采用深度學習方法建模學習者和知識概念之間的潛在關系，以實現個性化的知識概念推薦。

③ 習題推薦模塊。采用診斷分析法度量學習者對所學知識的掌握程度，并提供合適的資源達成鞏固知識的目的。對于理論知識的考查，常采用測驗、習題等方式，自適應地推薦優質習題，根據學習者的作答表現評估其知識狀態。對于實踐知識，提供相應的場景資源，如對于物理實驗等操作類練習，提供實驗器材等建模資源，通過學習者的行為操作，判斷是否掌握相應的實踐能力。

元宇宙賦能知識層的構建，其強大的語義理解與上下文推理能力從一定程度上緩解了當前存在的知識迷航、信息過載等問題，為學習者提供與能力相匹配的知識內容。

3.空間層

元宇宙構建沉浸式的學習環境，同時提供個性化的輔導服務，滿足學習者因時而變的個性化需求，包含以下四個模塊：

① 資源模塊。根據學習者的學習需求、學習內容和學習目標，結合生成式人工智能技術動態生成需要的多模態資源，并自適應組織這些資源，創建虛實融合的學習空間。智能感知不同學習者的學習狀態和達到的能力水平，及時給予動態反饋，個性化推送學習資源，優化更新現有的資源，以照顧大規模學習者的資源需求。

② 活動模塊。在學習空間中開展多項學習活動，包括自主學習、小組學習、研討學習等。在傳統教學中，這類多人學習方式難以組織具有相同學習目標的學習者，影響了群體學習效率。而在元宇宙創建的學習空間中，能根據規?；瘜W習者的特征，智能地劃分、組建高質量的學習小組。同時，設計智能調整機制，當監測到某個學習者的能力水平發生顯著變化后，適配其能力的高階或者低階的學習活動，重新匹配所在活動小組成員。

③ 交互模塊。設計虛擬教師數字人，完成三項功能：一是指導學習者的學習，引導其進行更深入的能力訓練；二是通過多種交互策略，提供個性化的教學互動，提高具身學習效率；三是采用情緒識別技術洞悉學習者的情緒變化，從心理方面進行情緒疏導。

④ 評價模塊。根據實時感知的多模態特征數據，可視化地呈現學習者的學習狀態、情緒狀態等，展示形成性評價，并反饋給學習者和教師。同時，在完成階段性學習任務之后，針對不同學習者給出總結性評價，針對學習目標相同的群體，給出整個群體的發展性評價，從多個角度綜合展示規?；瘜W習者的能力水平，真正實現以評促學的目標。

系統框架探析

提出的個性化學習系統框架采用先進的元宇宙技術作為支撐，然而，在系統框架實施過程中，仍有一些問題需要進一步研究。

① 學習數據的隱私保護。元宇宙學習空間需要全面感知學習者的多模態數據，并對這些數據進行標注、解析，然而它們包含生理、心理等隱私性的信息，如何保護這些隱私信息，防止被惡意泄露或非法他用，是必須解決的問題。

② 提出的系統框架需要區塊鏈、虛擬現實、人工智能等技術在數據層、知識層以及空間層的協同工作，而如何發揮每種技術優勢，構建協同工作機制，其關鍵要素尚需進一步探索和求證。

③ 元宇宙賦能規?；瘋€性化教育的理論方法需要進一步研究。

個性化教育是涉及諸多因素的領域，需要充分利用新技術去不斷探索新的分析方法、構建新的學習模式，以完善面向大規模學習者的個性化教育理論。

結語

元宇宙賦能大規模個性化學習，具有自適應個性化資源提供、智能化學習者能力感知、情感交互輔助教學、精準個性化評價等優勢，將助力破解未來個性化教育中的難題。但是，筆者目前只是從理論層面進行了探索，未來將會從可操作的實踐范式方面進行深入研究。

參考文獻：

[1中華人民共和國教育部.中共中央、國務院印發《中國教育現代化2035》[EB/OLJ.htp：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[2]李靜，劉蕾.技術賦能的高等教育規?；逃c個性化培養：邏輯必然與實踐機理[J].中國電化教育，2021（08）：55-62.

[3]朱珂，丁庭印，付斯理.元宇宙賦能大規模超域協同學習：系統框架與實施路徑[J遠程教育雜志，2022，40（02）.24-34.

[4]張吉先，夏現偉，饒冠俊，等.大規模在線教育育人場景構建研究：邏輯架構與實踐形態[J.遠程教育雜志，2021，39（03）.75-83

[5董玉琦，林琳，林卓南，等.學習技術（CTCL）范式下技術促進學習研究進展（2）.技術支持的基于認知發展的個性化學習[J].中國電化教育，2021（10）：17-23+42.

周洋濤，褚華，朱非非，等.基于深度學習的個性化學習資源推薦綜述[J].計算機科學，2024，51（10）：17-32.

[7]張文超，袁磊，閆若，等.從游戲化學習到學習元宇宙：沉浸式學習新框架與實踐要義[J.遠程教育雜志，2022，40（04）.3-13

[8]李建偉，武佳惠，姬艷麗.面向自適應學習的個性化學習路徑推薦[J].現代教育技術，2023，3（01）：108-117.

Lianga 2023（02）.586—598.

[10]孔維梁，韓淑云，張昭理.人工智能支持下自適應學習路徑構建[J].現代遠程教育研究，2020，32（03）.94-103.

[1]白雪梅，郭日發.生成式人工智能何以賦能學習、能力與評價？[J].現代教育技術，2024，34（01）.55-63.

[12]陳藝.基于知識圖譜的個性化課程推薦算法研究DI桂林：桂林電子科技大學，2023

[13]徐碩，尹雋，郭佩瑤，等.基于知識圖譜與協同過濾的個性化試題推薦[J].軟件導刊，2023，22（01）：46-51.

[14]孔超，陳家會，孟丹，等.面向MO0S的個性化知識概念推薦[J.華東師范大學學報：自然科學版，2024（05）：32-44.e

第一

作者簡介：叢鑫（1982—），男，漢族，山東招遠人，博士，副教授/碩導，研究方向為區塊鏈、P2P技術、云計算。通訊

作者簡介：眥玲玲（1981—），女，漢族，遼寧阜新人，博士，副教授/碩導，研究方向為元宇宙、圖形圖像與多媒體、區塊鏈。

基金項目：重慶市教育委員會人文社會科學研究規劃重點項目“基于區塊鏈的育人評價方法和體系研究”（24SKGH055）。