人工智能教学设计案例范例6篇

前言:中文期刊网精心挑选了人工智能教学设计案例范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

人工智能教学设计案例

人工智能教学设计案例范文1

关键词:ICAI;系统模型;教学策略;综合集成方法论MSM;现代教育技术

中图分类号:G250.73 文献标识码:B 文章编号:1673-8454(2012)01-0030-04

计算机辅助教学(Computer Aided Instruction,简称CAI)是利用计算机来模拟教师的行为,通过学生与计算机之间的交互活动来达到教学的目的。即在计算机辅助下进行的各种教学活动,主要是以对话方式和学生讨论教学内容、安排教学进程、进行教学训练的方法与技术。CAI为学生提供一个个人化的学习环境,综合应用多媒体、知识库等计算机技术,这是传统CAI的主要应用方式。

在没有智能系统支持的情况下,传统CAI尽管可能具有良好的教学材料模型,但它往往仅借助于计算机来展示教学内容,并不能很好地根据它所教学生的学习特征,以不同的教学策略和教学方法来教授;只是盲目地传授知识给学生,如果某个学生不能接受提供的教学策略,系统没有为这个学生提供可供选择的另外的教学策略。目前使用的绝大多数CAI是将全部教学信息以编程方式预置于课件中,这样的CAI课件一旦制作完成,很难对课件进行更新和维护,尤其是在这样的CAI系统中,学生的学习仍然处于被动状态,即完全受计算机控制。

一、智能化计算机辅助教学概念

现代教育技术的日益发展以及与其他领先技术的结合,必然促使计算机辅助教学CAI的进一步发展。人工智能技术应用于CAI产生的基于网络环境的智能化CAI,就是现代信息化社会发展的产物,并在教育教学领域中有很好的发展前景。

人工智能是计算机科学的一个分支,它的目标是构造能表现出一定智能行为的,目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多地是结合具体领域进行的,主要研究领域有专家系统、机器学习、模式识别、博弈、智能决定支持系统、人工神经网络等等。人工智能技术与专家系统的成就,促使人们把问题求解、知识表示这些技术引入CAI,并借助于网络环境来实施,这便是智能型计算机辅助教学。

智能计算机辅助教学ICAI(Intelligence Computer Assisted Instruction)属于人工智能的一个分支,是以认知科学和思维科学为理论基础,综合人工智能技术,教育心理学等多门学科的知识对学生实施教育的一门新的教育技术。ICAI通过研究人类学习思维的特征和过程,探索学习知识的模式,利用信息化网络环境使学生获得个别化自适应性学习的获取知识方法,从而使学生的学习更有针对性,更有效。

ICAI依靠人工智能技术的进步,主要应在因材施教方面取得进展。其主要特点是:

(1)能自动生成适合学习者程度的学习内容。

(2)能根据学生的不同认知水平与学习风格选择教学策略和教学方法。

(3)能评价学生的学习结果,并不断地在教学中改善教学策略。

二、智能化计算机辅助教学研究现状

现阶段,在一些发达国家,如美国、日本、加拿大、英国、法国、澳大利亚等,CAI已经普遍存在于学校和家庭中,正起着越来越大的作用。而ICAI的研究还处于初始阶段。目前国内在这一领域的研究主要集中在CAI和ICAI的优缺点比较,ICAI的理论来源、系统特征、模块建设、发展趋势等基础理论知识的研究,基于相关课程或学科的实践研究还比较少见。智能教学系统的设计和开发是一项复杂的系统工程,由于需要考虑的因素较多,系统比较庞大,同时也依赖于人工智能等技术的发展,因而要建立完善的ICAI还是比较困难的。[1]因此ICAI有很大的理论和实践发展空间。

完善的ICAI系统需能够充分调动学生的主动性,并能通过分析推理,对某具体学生做出适合的教学决策。使学生获得个别化自适应性学习的学习方法,达到因材施教的目的。人工智能技术的发展必将会对ICAI的发展起到巨大的推动作用。随着计算机科学的发展,21世纪的教育教学辅助手段将是以ICAI为主线,多学科、多方位发展的新技术的体现,越来越多的教育工作者会从更多的视角审视ICAI,并从事ICAI的研究。相信ICAI将会在现代教育领域中有更广泛的应用。

“现代教育技术”既是教育技术专业的必修课程,也是大中专院校广泛设置的选修课程,适用范围非常广泛。本文以《现代教育技术》这门课程为主要研究对象,来研究智能化教学系统设计在具体实践中的应用。

三、ICAI决策系统的理论依据

1.综合集成理论

教育是以人为主体参与的活动,而人本身就是一个复杂巨系统,因此以这种大量的复杂巨系统为子系统组成的系统――教育系统,是一个复杂巨系统。依据系统与其环境是否有物质、能量和信息的交换,将系统划分为开放系统和封闭系统来看,学生的学习受到教师、同学、家庭及社会等因素的影响,所以教育系统是一个开放的复杂巨系统。

钱学森的理论和实践研究表明:现在能用的、惟一能有效处理开放的复杂巨系统的方法,就是定性定量相结合的综合集成方法论。综合集成方法论(Meta-synthesis Methodology MSM)是方法论上的创新,它是研究复杂巨系统和复杂性问题的方法论。[2]定性定量相结合的综合集成方法是将专家群体(各种有关的专家)、数据和各种信息与计算机技术有机结合起来,把各种学科的科学理论和人的经验知识结合起来,发挥这个系统的整体优势和综合优势。[3]它把人的经验、知识、智慧以及各种情况、资料和信息系统集成起来,从多方面定性认识上升到定量认识,从而达到解决复杂系统问题的目的。在解决问题的过程中,专家群体和专家的经验知识起着重要的作用。

教学系统设计是一个复杂的系统,它是由教育系统的复杂性决定的。教育系统具有复杂系统的基本特点,它在结构与功能上表现为规模大、相关因素多且相关方式复杂、目标多样等;在运动上表现为随机性、非线性等。用一般的理论方法无法全面合理地解决这一不良结构的问题,本研究尝试用综合集成方法论来指导、分析教学设计智能化过程。因此,运用综合集成理论的方法来研究教学设计系统,探讨具体科目的教学设计在设计过程中遇到的复杂性问题,进而构建科学合理的教学设计系统,具有重要的理论和实践价值。

2.教学设计理论

本文采用“双主”教学模式作为ICAI的教学设计的理论基础。“双主”教学模式既能发挥教师的主导作用又能充分发挥学习者认知主体作用,是在教师主导下的课堂中能让学习者参与进来共同学习的一种教学模式。

基于“双主”的教学模式,要求根据学习者的特征、学习内容、学习策略、学习目标等多种因素的不同情况研究它们的结合方式,以使系统达到理想的教学效果。

基于网络环境的ICAI相对于传统的CAI来说,充分体现了“双主”的教学模式。ICAI中有专门分析学习者学习方式和认知水平的学生模型,有专门为不同的学习内容选择不同的学习策略的策略库模型(也称为教师模型),有评价学习效果并反馈给系统的评价模型。学生模型是对学习者的学习特征进行分析,包括学习者的学习风格、认知水平。策略库模型包含有丰富教学策略和有一个智能推理机,能根据学生模型的信息和学习目标为学习者选择合适的学习策略,指导学习者学习。

3.建构主义学习理论

当代建构主义者主张,世界是客观存在的,但是对于世界的理解和赋予意义却是由每个人自己决定的。建构主义者认为学习者要以自己的经验为基础来建构现实,或者至少说是在解释现实,每个人的经验世界是用自己的头脑创建的。

学习过程同时包含两方面的建构:一方面是对新知识意义的建构,同时又包含对原有经验的改造和重组。建构主义者强调学习者在学习过程中能够灵活地建构起用于指导实践活动的图式,这种图式是对概念的丰富理解,依据个人经验背景的不同而不同。

教学应当把学习者原有的知识经验作为新知识的生长点,引导学习者从原有的知识经验中,生长新的知识经验。教学不是知识的传递,而是知识的处理和转换。

ICAI伴随着这种理论的发展而发展,它注重的是由学习者来控制学习过程,重视学习内容的知识结构和学习情境,让学习者主动构建对自己有意义的知识的活动。基于网络环境的ICAI积极地为学习者创设学习情境,帮助学习者用他们已有的知识去建构、生成、整合新的知识。

4.教学处方理论

“教学处方理论”是郑永柏博士于1998年提出的一种新型适合于信息化教学设计的理论,他通过对教学系统设计理论和计算机辅助教学设计方面的研究,建构了一种新型的教学系统设计理论――教学处方理论。该理论主要包括:六个基本概念、一个理论框架、三条基本原理和两个关于教学设计的知识库。[4]

该理论指出教学处方可以看作是教学设计者(有时可以看作是教师)依据系统分析后使用的各种教学模式、教学方法和教学内容处理模式的组合;说明了在特定教学条件下对特定教学结果的教学,以不同的学习理论和教学理论为指导将会采用不同的教学方法,即教学处方,这也是本研究的核心内容,是该系统设计的指导理论。“教学处方理论”具有更好的包容性、开放性,能够吸收和容纳丰富的学习和教学研究成果。

四、ICAI系统的模块结构

1.前端分析模块:认知能力、学习动机、认知风格

前端分析是美国学者哈利斯(Harless,J.)在1968年提出的一个概念,指的是在教学设计过程开始的时候,先分析若干直接影响教学设计但又不属于具体设计事项的问题,本文主要指认知能力、学习动机和认知风格方面的分析。前端分析模块主要是建立相应的学生特征类型的数据库。

认知能力的测量采用认记、理解、应用、分析、综合、评价六个维度,每个维度有“优、良、中、差”四个选项。通过数据分析找出学习者的现状和期望之间的差距,确定需要解决的问题是什么,并确定问题的性质,形成不同层次的教学设计项目的目标。

学习风格和学习动机通过专门的量表来收集数据。

2.内容分析模块

教学内容分析就是在确定好总教学目标的前提下,借助归类分析法、图解分析法、层级分析法、信息加工分析法等方法,分析学习者要实现总的教学目标,需要掌握哪些知识、技能或形成什么态度。通过对教学内容的处理,确定学习者所需学习内容的范围和深度,确定内容各组成部分之间的关系,为以后教学顺序的安排奠定好基础。

对教学内容的处理主要包括:教学内容的选择、教学内容的编排、确定单元目标及对内容进行初步评价、分析教学内容类别及性质等四个基本方面。在构建规定性教学内容处理模式库时,应对上述四个方面提供具体的方法。[5]

3.决策模块

教学策略(处方)的制定就是根据特定的教学目标、教学内容、教学对象等条件,来合理地选择相应的教学顺序、教学方法、教学组织形式。在数据库中建立可供选择的不同的教学策略(处方),是本文所研究的ICAI系统的主要模块,也是特色模块。

教学策略(处方)的制定包括教学顺序的确定、教学方法的选择、教学组织形式的选择等。教学顺序的确定就是要确定教学内容各组成部分之间的先后顺序;教学方法的选择就是要通过讲授法、演示法、讨论法、练习法、实验法、示范模仿法等不同方法的选择,来激发并维持学习者的注意和兴趣,传递教学内容;教学组织形式主要有集体授课、小组讨论和个别化自学三种形式,各种形式各有所长,须根据具体情况进行相应的选择。教学策略的制定是根据具体的目标、内容、对象等来确定的,要具体问题具体分析,不存在能适用于所有目标、内容、对象的教学策略。

4.评价模块

在基于网络环境的ICAI的评价模块,要依据前面确定的教学目标,运用评价量表,分析学习者对预期学习目标的完成情况,主要收集三个方面的基本信息,一是要收集关于教师对教学设计方案和教学方案实施结果的满意度的信息数据,二是要收集关于学习者对教学过程、教学策略的适应性的信息数据,三是要看与其他方法相比,本处方中所采用的方法是否有独到之处,是否有不足之处。[6]在数据分析的基础上,对教学策略和教学内容的修改和完善提出建议,并以此为基础对ICAI各个环节的工作进行相应的修改。

5.ICAI系统模型框图

学习者前端数据采集数据库包括:认知结构测量及分析系统、学习动机测量及分析系统、学习风格测量及分析系统和学生基本信息系统。系统模型如图所示。

五、ICAI决策系统实验数据来源

本课题实践研究的调查对象来自云南大学,是2008届市场营销教育和财会教育本科生,共89人,课程设置为现代教育技术。学生调查表包括本科生基本信息表,所罗门学习风格量表,学习者认知能力调查问卷,学习者学习动机调查问卷四份表格组成。实际收到数据表89份,有效数据表75份。数据表中的信息选项根据所占权重,统一折合成百分制进行处理。

六、总结

本文把教学设计理论、方法与“现代教育技术”课程相结合,拟研发出一个基于综合集成方法论的广义智能网络教学设计辅助系统。主要研究成果如下:

(1)把综合集成方法论引入解决教学设计这一不良结构问题;

(2)结合数字化方法和数据挖掘技术,它能对学习者进行数字化的前端分析;

(3)它所自动化给出的教学设计方案,可为青年教师提供良好借鉴,有利于教师因材施教、因风格施教、因需要施教;

(4)它所自动化给出的学习者学习建议方案,有利于促进学习者自主学习。

现有的CAI存在的许多问题随着新技术的不断出现而显得越来越不能适应新环境的需求,因此以基于网络环境的ICAI为代表的新计算机辅助教学系统,将是教育教学研究人员在教育技术上需要不断探求、努力实现的发展方向。

参考文献:

[1]杨采坚,董玉铭.智能教学系统设计[J].中国电大教育,1993(3).

[2]于景元,涂元季.从定性到定量综合集成方法――案例研究[J].系统工程理论与实践,2002.5.

[3]钱学森,于景元,戴汝为.一个科学新领域:开放的复杂巨系统及其方法论[J].自然杂志,1990(1).

[4]郑永柏.教学系统设计理论和方法研究:教学处方理论和ISD-EPSSS的设计与开发[D].北京师范大学博士学位论文,1998.

人工智能教学设计案例范文2

【关键词】 教育技术;信息技术;区别与联系

【中图分类号】G632 【文献标识码】A 【文章编号】2095-3089(2013)25-00-01

一、教育技术与信息技术的区别

(一)从发展历程来看

1、教育技术。教育技术的发展历程可以分为三个阶段:教育传统技术、教育媒体技术和教育信息技术。教育传统技术阶段是从教育技术的产生到十九世纪末。这时期的教育技术指的是教育者所运用的技巧、技能和操作方法。主要包括口语(演讲技能)、文字、黑板、粉笔、图片、模型、实物等等。教育媒体技术阶段从19世纪末开始,这一时期教育技术以各种现代教育媒体的使用为标志,主要包括:摄影、幻灯、投影、无线电广播、电影、电视、语言实验室等。教育信息技术阶段主要以微电子技术和计算机技术为基础,以信息处理为核心,更加注重人的作用。

2、信息技术。信息技术的发展历程的发展经历了五个阶段,即五次革命。第一次信息技术革命是语言的使用。第二次是文字的创造。第三次是印刷术的发明和使用。第四次是电报、电话、广播和电视的发明和普及应用。第五次是电子计算机的普及使用。我么现在所说的信息技术指的是第五次信息技术革命,是狭义的信息技术。

从两者的发展历程来看教育技术和信息技术的发展都伴随着技术的发展,知识教育技术中技术的发展是影响教育教学,二信息技术的发展是影响信息的传播方式。

(二)从研究领域来看

1、研究对象及范畴

(1)教育技术。教育技术是对学习过程和学习资源的设计、开发、利用、管理、评价的理论和实践。教育技术属于教育学科,其研究对象是有合适技术(所谓合适技术,包括现代技术、传统技术、有形的物化技术和无形的智能技术。研究范畴是对信息的获取、存储、分析、加工、变换、传输与评价研究范畴则是对有合适技术支持的教学过程与教学资源的设计、开发、利用、管理与评价。这就表明,教育技术能力是任何学科(包括文科、理科、医科、农科……)的教师都必须具有的能力,是大、中、小学每一位教师都必须具有的能力,也就是“如何进行教学的能力”(它相当于医生“如何进行治病的能力”、律师“如何帮人打官司的能力”)。

(2)信息技术。信息技术是以计算机技术、网络通信技术、微电子技术、传感技术等为基础的,对各种形态的信息进行处理的综合性技术。信息技术属于技术学科,其研究对象是信息,研究范畴是对信息的获取、存储、分析、加工、变换、传输与评价;信息技术的能力是指获取、存储、分析、加工、变换、传输与评价信息的能力。信息技术是解决信息时代教育问题的基本工具,但是教育技术不只限于信息技术的应用,教育也是一种传播过程,而信息技术就是研究优化信息传播、处理的技术,所以教育技术是信息技术在教育中应用的一个领域。

2、研究目标

(1)教育技术。教育技术能力培训的目标是使受训者具有教育技术素养,即具有运用教育技术的意识、能力与道德。其中,运用教育技术的能力是指对有合适技术支持的教学过程与教学资源进行设计、开发、利用、管理与评价的能力,也就是在有合适技术支持的教学环境下进行教学设计并有效地组织与实施教学的能力。

(2)信息技术。信息技术培训的目标是是要使受训者具有信息技术素养,即具有利用信息技术的意识、能力与道德。其中,利用信息技术的能力是指获取、存储、分析、加工、变换、传输与评价信息的能力。

3、研究内容

(1)教育技术。教育技术能力培训教材则是围绕教学设计和教学实施的各个环节展开。教育技术能力培训涉及信息技术的内容,但目的是利用这类技术优化教学过程以提高学习的质量与效率

(2)信息技术。信息技术培训教材围绕各种信息处理技术而展开,尽管信息技术培训中也涉及教学资源开发、教学软件利用和教学自动测评等教学应用的内容,但目的是通过这类教学应用作案例去验证相关的信息技术的实用性与有效性。

二、教育技术与信息技术的联系

以教学设计和资源处理为核心的教育技术培训与信息技术培训有一定的联系,但根本不同,具体如下:

(一)信息技术是教育技术的基础。信息技术和教育技术二者虽有较密切的联系,但却属于不同的学科,并有各自不同的研究对象和研究范畴。教育技术关注技术在教育中的作用,其研究对象是教学过程与教学资源,研究范畴则是教学过程与教学资源的设计、开发、利用、管理与评价。即教育技术关注的是应用于教育教学过程或作为教学资源的技术。而信息技术是指能够支持信息的获取、传递、加工、存储和呈现的一类技术。其中,应用在教育领域中的信息技术主要包括电子音像技术、卫星电视广播技术、多媒体计算机技术、人工智能技术、网络通信技术、仿真技术和虚拟现实技术等。

(二)教育技术是信息技术在教学中的有效应用。教育技术是解决教学问题,提高教学质量方法方式的总和,信息技术是教育技术解决问题的一种手段和方法。当然现在教育技术中很多研究是与信息技术相关的,所以也造成了信息技术与教育技术的概念的混乱。在教育技术中关注的信息技术现在主要包括:广播卫星电视技术,多媒体,计算机网络通讯,人工智能和虚拟仿真等方面内容。教育技术的核心是教学设计,不应把信息技术等同于教育技术,教育技术不只关注信息技术,其核心点在于如何利用信息技术及其它技术提高教学质量,达到教育的最优化。

总之,教育技术在很大程度上以信息技术为基础,但却并不等同于信息技术。信息技术和教育技术二者虽有较密切的联系,但却属于不同的学科,并有各自不同的研究对象和研究范畴,通过信息技术培训和教育技术能力培训所要达到的目标也完全不同。教育技术的有效应用,是要在先进的教育思想、理论等无形技术的指导下合理地选择有形技术,将其有机地组织在一起,应用到实际教学中。而信息技术是指一切能够扩展有关器官功能的技术,简单的说教育技术关注的是媒体的合理应用,而信息技术关注的是教育领域关于计算机和网路等知识的应用。教育技术比信息技术包含的内容更为广泛。

参考文献

[1]祝智庭主编.现代教育技术――走向信息化教育[M].北京:教育科学出版社,2002.

人工智能教学设计案例范文3

关键词:贝叶斯公式;教学设计;商品质量检测

《概率论与数理统计》作为一门理学类专业课程又是学生必修的一门公共基础课程,课程介绍了处理随机现象的基本思想和方法,利用数学工具,运用概率统计方法分析和解决问题。这门课程不仅专业性强,而且具有很强的应用性,几乎遍及自然科学、社会科学、工程技术、军事科学及生活实际等各领域。它源于生活,应用于生活。在对这门课程进行教学设计的过程中,要结合《概率论与数理统计》的应用性最强、最为活跃的课程特点,教师要善于在课堂教学中以实际问题为依托,注重案例教学,从而激发学生的学习热情,培养学生的综合能力和创新能力。案例教学是美国哈佛大学法学院首先提出来的,它在培养学生开放性思维能力和自我分析、自我评价等方面具有显著的效果。所谓案例教学法就是通过展示一个典型的案例,然后启发学生用课堂知识对案例进行多角度深入的分析,从中得出一些有意义结论或者掌握某种解决问题的方法。它能较好地锻炼学生理论联系实际的能力,增强理论联系实际的意识,从而更好地把所学的知识内容运用到生活实际中去,体现“用数学”的思想。课堂中老师提出与生活密切联系的案例作为课堂教学内容,不仅能使枯燥的课堂充满活力和新鲜感,激发学生的学习兴趣和参与课堂的欲望,还能增强知识的说服力。同时一些典型案例还具有育人功效,对学生的科学观、价值观、理想信念、家国情怀等方面具有重要的培养作用。概率论与数理统计这门学科难度大而实用性又很强,在各行各业中都有举足轻重的应用,针对该特点,教师和学生要善于收集生活中的实际例子,找准与知识的结合点,将这些例子与课程知识有机结合起来,使得课堂变得生动有趣,使课本上理论性的知识变得容易理解,学生的学习兴趣和学习欲望也相对强烈,由此达到良好的教学效果。如果把上好一节课比作一道美味菜肴,那么教学内容是主料食材,教学技能是烹料手艺,教学手段是烹调用具,而案例是食盐。食材、手艺、用具再好,如果没有案例的加入,菜还是索然无味。在现在这样一个信息丰富的时代,每时每刻都有大量信息充斥着我们的大脑和眼睛。要善19于发现这些信息与课堂知识的有机契合点,对信息进行查找、分析、整理,找出切合教学点并适合课堂教学的案例,这需要付出很大的精力。上课分析案例时,要找准案例和课堂知识的切合点,通过开展小组讨论和案例分析,从中抽象出一些有助于我们理解并应用知识的认识和经验,从而学以致用。在一节课中,案例的分析要把握时长,不可拖沓使得学生觉得去知识性、去专业性,也不可过于粗略,使学生觉得理解不透,取得适得其反的效果。以案例教学法为主要教学手法的课程在实施过程中,要把握好“教师主导、学生主体”这个度,以问题驱动课堂,由表面到本质、步步设问、层层推进,引导学生主动思考并踊跃参与课堂,激发学生的学习兴趣,发散学生的思维,让学生在对案例的探索和实践中领悟知识的作用、掌握解决问题的办法和升华对知识的理解,培养学生活学活用,“用数学”解决实际问题、进行科学研究的意识和能力,体现“授人以渔”的思想。通过对实际问题案例的分析,让学生在发现问题、分析问题、解决问题的过程中,体验“用数学”的乐趣,培养“用数学”的能力,建立“用数学”的意识。使学生学会运用数学的思维方式去观察、分析,面对实际难题能主动尝试着从数学的角度运用所学知识和方法,寻找解决问题的最佳途径。近年来,涌现了一些基于案例教学法的教学设计,以《概率论与数理统计》第一章第三小节“贝叶斯公式”为例,文章[1]首先介绍了贝叶斯公式的本质,使学生掌握将信息与样本结合起来用于统计推断的思想,引入经典案例“狼来了”,对学生进行做人诚实守信的思想品德教育。文章[2]给出了“课程思政”指导下的贝叶斯公式的一种全新教学模式,充分发挥了课程和教师的主体责任。探讨贝叶斯公式的理论与实践,传统的教学往往注重课程的理论体系,学生学起来感到困难重重难以理解,本文的教学设计采用案例教学法,将贝叶斯公式应用到与我们日常息息相关的商品质量检测问题,活学活用,整体逐步推进,使学生在掌握知识的同时,培养良好的解决问题的概率思维。下面给出贝叶斯公式的课程教学设计:

1创设情境热点新闻引入

教师创设情境,利用多媒体播放图片,展示一则近日有关商品质量问题的新闻,引入商品质量检测的话题。对商品进行随机抽样检查,根据检查结果,教师引导学生思考“检测次品后显示该商品为次品的几率”这个问题。通过教师与学生的互动,引出本节课所要探讨的商品质量检测问题和解决问题的办法—贝叶斯公式。使学生对接下来要学习的贝叶斯公式产生极大的兴趣,迅速进入学习状态。

2定义贝叶斯公式

教师展示定理内容,给出贝叶斯公式[2]:设试验E的样本空间为Ω,B1,B2,…,Bn是它的一个完备事件组,且P(Bi)>0(i=1,2,…,n),则对任一事件A,且P(A)>0,有由前面所学的条件概率公式出发,教师结合线路图对公式进行直观的推导。教师引导学生对定义进行理解,在上一节全概率公式的基础上,直观地将Bi看成是导致A发生的各种可能原因,且P(ABi)已知,如果A已发生,反过来要探究众多的原因中由Bi这个原因所引发的概率。它是一个“由果索因”的条件概率,并且在日常生活中有着广泛的应用。利用多媒体插入数学家贝叶斯的照片,介绍贝叶斯公式是1763年由英国数学家贝叶斯首次提出来的,并由此思想形成了后来的“贝叶斯方法”。通过引入贝叶斯公式相关的数学文化,开阔学生的知识视野。教师还可引申数学家积极探索,追求科学真理的精神,培养学生不畏挫折、勇攀高峰的学习精神。

3案例分析:商品质量检测

教师展示商品质量检测的一则案例:假设某商品的次品率为0.1%,而现有的检测手段灵敏度为95%(即发现商品确实为次品的概率为95%),将好的商品判为次品的概率为1%。此时对商品质量进行随机抽样检查,检查结果显示该商品为次品。问仪器在检测次品后显示该商品为次品的概率。教师引导学生对案例进行分析,首先引入数学符号A表示“检测为次品”,B1表示“商品为次品”,B2表示“商品为正品”。由题目已知的条件可得:P(AB1)=0.95,P(AB2)=0.01,P(B1)=0.001,P(B2)=1-P(B1)=0.999,目的是求P(B1A)。为了更加清楚的理解题目,教师借助于全概率公式的路径图(如图1)来表示,有两条路径可以抵达“检测为次品A”的目的地。一条是商品本身就是次品,检测为次品;另外一条是商品本身是正品,检测为次品。检测为次品A的概率就是这两条路径的概率之和,即代入具体数据计算可得P(B1A)约等于8.68%。教师提问学生对这个结果数字大小是否感觉到意外,通过课堂实践发现大部分学生会觉得数字之小有点出乎意料。这个数字看起来非常荒谬且不切合实际,因为这样的结果告诉我们现有对于次品商品的检测手段极其不靠谱,误判的概率极大。教师对案例进行分析总结:由于实际商品的次品率很低,即实际送来的商品中绝大多数是没有质量问题的,也就是说1000个商品中,只有1个是次品,但是在检测中我们可以看到,仪器显示这1000个商品中存在着10.94个次品,结果相差了10倍。所以,这就告诉我们,在实际生产制造过程中,当一个商品检测出是次品后,必须要通过再一次的复检,才能大概率确定该商品为次品。

4小组应用讨论

人工智能教学设计案例范文4

关键词:智慧教学;体验式循环;教学设计能力

教育部等五部委联合下发《教师教育振兴行动计划(2018-2020年)》,计划要求在“十三五”期间“采取切实措施建强做优教师教育,推动教师教育改革发展,全面提升教师素质能力,努力建设一支高素质专业化创新型教师队伍。”[1]为此高等学校特别是师范类专业要创新教育教学模式,培养高素质专业化,肩负时代重任的卓越教师。然而,文件出台的背后映射正是教师教育改革的困境,特别是地方本科院校师范人才培养的难处,教学改革与创新的痛处。本研究旨在发展KOLB体验式学习循环理论,以地方性本科课程“语文学科教学设计”课程为案例,在智慧教学环境下,以互动式、启发式以及探究式为核心,进行循环模式设想,以培养汉语言文学专业师范生教学设计能力为中心,打造实践课程,实现师范课程的实践性取向,为新时代教师教育的持续发展奠定基础。

一、KOIB体验式学习循环理论

美国教育学家Kolb全面审视了勒温、杜威以及皮亚杰等人研究,以哲学、心理学、生理学等多种不同学科为视角,在体验式学习模式、行为研究模式和认知发展模式等研究成果基础上,在其理论著作《体验学习--让体验成为学习和发展的源泉》一书中,提出体验学习循环理论。Kolb认为,学习是在特定的物理空间中,学生以动态的认知体验与挖掘知识的内在逻辑形式,建立主体与客体的自我概念,理解所承载的情感、态度、价值观的最深层次的循环延续过程。Kolb依据体验学习过程建立体验式学习循环模型(图1)KOIB体验式学习模型是由四个阶段构成的循环系统,即具体体验、反思观察、抽象概括、行动应用。该模型的关键在于适应世界的双重辩证对立之间矛盾。具有两种不同获取体验方式:感知(具体体验),领悟(抽象概括),感知与领悟之间的辩证统一需要学习者通过体验的转换才可完成。体验转化涉及到两种不同的加工方式:内涵转换(反思观察)与外延转换(行动应用)。两种不同的体验转换方式之间也存在着辩证对立的关系。[2]Kolb体验式学习理论与教学实践相结合,不仅有助于课堂教学模式的建构,而且指向学生人格的和谐发展。教育者引导学生将自己的身心投入到外在的交往之中,在反思与实践中,触及到传统教育与网络学习所无法涉及的人格及社会性的发展领域。该循环理论不是简单的止步于学生的体验活动,而是通过学生对体验进行领悟、体察、反思,从而实现理性的升华,同时突破了个体学习的牢笼,以活动交往为方式,进行意义化的挖掘,深刻剖析问题,在思维碰撞中,促进学生学习能力的培养。

二、“语文学科教学设计”课程中体验循环理论模型建构

“语文学科教学设计”是一门针对汉语言文学(师范)专业开设的教师教育必修课。该课程是在教育学、心理学基础上具有应用性和实践性特点,目的是增强学生教育教学专业化的思维意识以及语文教学设计意识,提高学生教学设计能力。因此,本文以“语文学科教学设计”课程为应用案例,基于KOLB体验循环理论进行教学设想,在智慧教学背景下,改善学生学习体验,促进学生教学设计能力的培养。如图2所示:体验式教学活动流程图将教学内容分为案例讲授、研读分享、团队设计、成果展示四个阶段的外循环,每一个阶段都引导学生经历相应的内循环,即具体体验、反思观察、抽象概念、主动实验。第一阶段教师进行案例讲授,通过启发提问、类比研究的方式,激发学生的兴趣,在具体的体验中引导学生明确任务、界定问题。第二阶段教师提供辅助支架,学生在观察、反思的过程之中深化对问题的理解、提取问题关键、内化设计结构。第三阶段学生组建团队进行教学设计建构,通过头脑风暴、分配任务、模型建构等过程,优选认知策略,设计教学方案。第四阶段学生以团队为单位进行微课制作、展示,并以线上投票、线下点评的方式,引导学生对教学设计进行一轮又一轮的迭代优化。以上的阶段中,将教师讲解、学生探索、团队合作贯穿于其中,通过内外循环、层层递进,迁移性、系统化地促进学生教学设计能力提高。以下将结合课程内容对KOLB学习循环四个阶段进行阐述:

(一)具体体验具体体验是通过把感觉、思维和情绪融入到真实的环境之中,并与之相互作用进行体验,该课程中教师内容的准备应基于学生的起点以及潜在发展点,创设情境,通过学生对知识的符号认知重组,加深其意义化、社会化的认知,打破学生常规思维,勾起学生进行意义化的情绪。具体教学如下:首先教师通过对优秀语文案例分解以及类比不同文体的案例的形式,让学生了解其语文教学设计内部结构与功能,形成对相关概念宏观的初步认知。其次学生以小组的形式,进行优秀案例与问题案例的拆分,在互动中探究问题的根源,明确语文教学设计的理论与实践的融合基础,界定语文教学设计要素的微观问题。教师应关注学生的生活经验,拉近教材或案例与学生的距离,充分关注学生的动机、兴趣、情绪及其感受,促进学生具体体验能力的提高。

(二)观察反思观察反思是体验式循环理论最为关键的部分,也是学生建构新认知的突破点,学生依据已有的知识经验对具体体验阶段形成的初步认知进行观察与反思,寻找新旧经验的交叉点,探寻其相关性。观察反思阶段作为一种突破性阶段,不仅要让学习者感知书面上的显性知识,而且更多的挖掘留存于深层、内在的缄默知识,从而更好地深化问题理解、提取问题关键、建构问题新认知。教师作为引导者辅助提供支架,学生作为主体者一方面反思教师提供案例,一方面内化教学设计结构认知。课堂上,在教师案例分解、小组拆分研讨的基础上,教师提供问题支架,在学生障碍点处引导学生进行观察反思。例如:学情分析上如何做到不空泛、随意?教材分析上如何把握好文本的主线,不做无边的个性化解读?如何做到教学设计面向学习者?如何做到以课程观来统领教学设计?这些问题从具体到抽象,从显性到缄默,让学生反思问题根源,内化设计内涵,挖掘自身不足,促使学生对语文教学设计有更深层次的认识与理解,促进学生文本解读能力的发展,以及反思观察能力的提高。

人工智能教学设计案例范文5

[关键词] 信息化模式;外招生;中医教学

[中图分类号]G424 [文献标识码]C [文章编号]1673-7210(2009)05(a)-163-02

The application of information-based teaching model in Chinese medicine teaching for students coming beyond the boundaries

QIN Jiajia

(Department of TCM of Medical School in Ji'nan University,Guangzhou 510632,China)

[Abstract] In order to reinforce the Chinese medicine teaching effect for student coming beyond the boundaries, mobilize the students' activities, go-aheadism and participation, we develop the teaching model combining teaching in class with in internet according to the students' characteristic. We hope this model could improve the studying for student and strengthen our teacher's ability of cultivating talents which assure the teaching quality in traditional Chinese medicine speciality.

[Key words] Information-based teaching model; Students coming beyond the boundaries; Chinese medicine teaching

信息化教学设计就是运用系统方法,以学生为中心,充分、合理地利用现代信息技术和信息资源,对教学目标、教学内容、教学方法、教学策略和教学评价等教学环节进行具体计划,创建教学系统的过程或程序,以更好地促进学习者的学习。信息化教学设计包括计划管理、资源管理、信息管理和传输系统管理。它涉及新知识的创造或知识的创新。

我校为华侨学校,“侨校+名校”是我校一贯的办学指导方针。多年来,港澳学生一直在我校招生规模中占有很大比例,尤其中医专业,外招生所占比例尤甚。通过既往教学经验总结,发现外招生具有如下特点:①普通话基础不好。②思维活跃,不局限于常规模式,求知欲、探索欲强。③学习过程中比较感性化,易于接受案例式教学方法。鉴于以上特点,单纯的课堂教学已不能满足外招生教学需要。如何把课堂教学与课后网络教学有机结合,充分体现信息化、网络化教学设计在外招生教学模式中的优势,是我们教师应该深刻思考的问题。

1 信息资源体现双语教育特色

外招生普通话基础不好是普遍现象。鉴于课堂上内、外招生同时授课,而且中医教学本身要兼顾祖国文化背景及其东方语言特色。所以单纯英语授课目前还未具备条件。普通话授课又给外招生带来理解上的一定困难。鉴于此,借助网络教学生动、形象的特点,可以在多媒体设计中采用中、英两种语言,帮助外招生学习、理解。另外,双语教学也是如今语言、文化、知识等全球化、国际化、信息化的需要。中医为我国传统精髓,是我国千年文化的沉淀。要想使其更好地被国内外了解、接受,学科语言的英语化是其基础和前提。因为信息技术的开发者是以美国为主的英语国家,若要在信息交流与思考中游刃有余,除了掌握独特的网络语言外,英语的使用是至关重要的,中国要参与世界信息竞争洪流,必须运用网上的公共语言来进行交流与合作。因此,在信息环境的背景下,英语,特别是学科英语的熟练应用就成为交流的必须。

2 信息资源体现直观化、动态化特色

信息化教学能够提供文本、图形图像、音频、动画、视频等多种媒体,甚至是人工智能。充分的交互性能够创新地设计出生动、直观、形象的学习环境,使教学直观化、模型化、动态化。中医教学的特点在于其理论性、叙述性均较强,概念过于抽象复杂,具有较强的思辩性,教学教具甚少,且大量的内容需要记忆,导致长期以来,中医教学普遍存在枯燥、呆板、乏味等特点。当然,这与中医文化特点有一定关系。外招生思维活跃,单纯的理论讲授和填鸭式教学方法不能引起他们的兴趣和共鸣。因此,充分利用信息化教学模式,极丰富的信息资源,生动的表现力和强化的动态效果,把许多抽象难懂的内容变得生动有趣,将中医的教学过程变得生动、活泼,能极大地激发学生的学习兴趣。

3 信息资源体现学科特色,引入病例讨论,理论与临床并重

长期的教学经验总结显示,外招生在学习过程中,普遍存在感性思维。生动、形象的教学方法,特征鲜明的病例讨论更能激发他们的兴趣,加深记忆。中医虽存在理论性强、记忆量大等特点,但中医为临床医学,主要宗旨为治病救人。不论中医基础、中医诊断等基础学科,还是中医内、外、妇、儿等临床学科,任何一个环节都可以引入病例讨论,学生根据已有的知识,进行案例分析,理论与临床相结合,活跃教学气氛。必要时,教师可转换传统的授课角色,以学生为中心,角色互换,通过启发式提问,引导学生深入思考。另外,在教学过程中,不断引入教师个人或典籍中的成功案例,同时介绍中医悠久历史及治疗特色和经验,激发学生的自豪感,引起其学习欲望。另外,当今医学生临床实习过程中,因患者的不配合、或患者自主意识提高、实习生多、患者少等情况,导致临床中动手能力少,参与机会不多。为此,可充分利用信息资源这一特色,把一些不常见的或典型的病例资料以视频或文本的形式提供给学生观摩。

总之,中医教学是教与学的互动过程,充分利用信息资源,在给学生提供大量信息资料的同时,也是对教师自身知识的整理和累积。教学互动,教学相长,充分利用信息资源是当代中医教育不可或缺的手段。

[参考文献]

[1]陈勇,冼绍祥,李建明.信息化教学设计中的创新方法[J].中国中医药现代远程教育,2006,(3):56-57.

[2]吴汉耿.网络环境下医学教育教学模式探微[J].中国现代医生,2008,46(9):136-138.

[3]谢明祥,兑丹华,杨伟明,等.目前医学临床教学的问题探讨[J].中国现代医生,2007,45(15):161-162.

[4]施斌,马晓红,朱.在临床教学中应合理应用多媒体教学手段[J].临床和实验医学杂志,2008,7(2):178-179.

人工智能教学设计案例范文6

关键词:学习分析技术;网络教育平台;数据挖据

中图分类号:G434文献标识码:A文章编号文章编号:1672-7800(2013)012-0184-03

作者简介:胥果(1982-),男,西华师范大学教育学院硕士研究生,研究方向为教育信息化。

0引言

网络教育是在网络环境下,以现代教育思想和学习理论为指导,充分发挥网络的各种教育功能和丰富的网络教育资源优势,向受教育者和学习者提供一种网络教和学的环境,传递数字化内容,开展以学习者为中心的非面授教育活动。[1]网络教育作为继信件、收音机、电视和计算机之后的第五代远程教育,自1998年教育部开展现代远程教育试点工作以来得到了迅速发展。据教育部统计数据,2010年网络高等教育本、专科招生人数达166万人,在校学生人数达453万人[2]。实施网络教育的关键是创设能够促进学习者主动学习的网络环境,而学习者在网络教学环境中的学习活动离不开网络教育平台。

网络教育平台作为支持网上教学与学习活动的软件系统,它的发展经历了3个主要阶段:第一阶段:内容管理系统(CMS),主要用来存储和管理教学资源,方便学生自主选择网络资源学习;第二阶段:学习管理系统(LMS),主要用于存储、管理、跟踪、报告和传送网络教育课程,与CMS系统相比,LMS系统可以跟踪学生表现,存储学生的作业,让学生与教师沟通;[3]第三阶段:学习内容管理系统(LCMS),与LMS系统相比,LCMS系统提供了多用户环境,系统管理者、教学设计人员、项目专家可以在数据库内创造、存储、重复利用、管理和传输数字化学习内容。LCMS专注于课程的开发、管理和,而这又需要通过LMS来传送。尽管从定义上来说LMS和LCMS有区别,但LMS通常用来同时表示LMS和LCMS,Blackboard公司就把他们的Blackboard学习平台称作是一个LMS平台。国外对于网络教育平台还有很多不同说法,如虚拟学习环境(VLE)、管理学习环境(MLEs)、个人学习环境(PLE)、学习平台(LP)等等。网络教育平台为网络教育的快速发展提供了有力支撑,也为大量学习者提供了帮助。

随着网络教育平台的多年使用,在此过程中积累了大量的系统化、结构化的学习结果和学习行为数据。为了利用这些数据,教育界最初采用了教育数据挖掘(EDM)技术,应用数据挖掘方法将来自于教育平台的数据提取出有意义的信息,利用这些信息为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务。[4]而后随着引入一些原本属于社会科学领域的语义分析法、内容分析法、社会网络分析法的使用,形成了一个新的概念:学习分析。相对于教育数据挖掘服务的主要对象是政府机构和管理人员,学习分析主要针对的是学习者和教师。学习分析使用学习者产生的数据,建立分析模型以发现社会关系和有用的信息,用以预测学习情况并对学习者提供建议。在首届“学习分析和知识(LAK)国际会议”上,与会者对学习分析做出定义:学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据,用以理解和优化产生的环境的技术。[5]由于网络教育平台已经积累大量数据,我们把学习分析技术应用到网络教育平台将大有可为。在把握学习者的主要特征、网络学习行为的特点、监控学习过程、了解学习行为的影响因素、干预学习进程、保障教育质量等方面,学习分析技术都能够提供帮助。

1学习分析技术背景

在学习分析概念形成之前,相关方法、技术和工具都已经发展起来了。学习分析从一系列研究领域汲取技术,如数据统计、商业智能(Business Intelligence)、网页分析(Web Analytics)、运筹学(Operational Research)、人工智能(AI)、教育数据挖掘(EDM)、社会网络分析、信息可视化等。

数据统计历来作为一个行之有效的手段用来解决假设检验问题。商业智能以数据仓库、联机分析处理、数据挖掘等技术为基础,从不同的数据源中提取数据,将之转换成有用的信息,它与学习分析有相似之处,但它历来被定位于通过可能的数据访问和绩效指标总结使生产更高效。网页分析工具如google analytics通过网页访问量,与互联网网站、品牌等的关联做出报告,这些技术可以用来分析学生的学习资源(课程,材料等)以追踪学生的学习轨迹。运筹学通过设计优化数学模型和统计方法使目标最优化。

人工智能和数据挖掘中的机器学习技术建立在数据挖掘和人工智能方法上,它能够检测数据中的模式。在学习分析中的类似技术可用于智能教学系统,以更加动态的方式对学生进行分类而不是简单地进行人口统计分类,可以通过协同过滤技术对特定的资源建立模型。社会网络分析可以分析出隐含的人与人(如在论坛上的互动)和外显的人与人(如朋友或者关注对象)之间的关系,在学习分析中可用于探索网络集群、影响力网络、参与及不参与状况。信息可视化是很多分析的重要一步(包括上面列出的那些分析方法),它可以用来对所提供的数据进行意义建构,John Tukey1977年在他的《探索性数据分析》一书中给我们介绍了如何更好地利用信息可视化,Tukey强调使用可视化的价值在于帮助在形成正式的假设之前做检验。[6]以上这些学习分析技术都可以对大量数据进行分析和处理,形成分析报告为教育提供帮助。

学习分析技术的特点在于能够为网络教育平台提供实时数据,通过利用这些实时数据,可以为教师、学生和教育管理人员提供帮助:①为个人学习者提供成绩反馈及与他人沟通的行为模式;②为预测学习者提供支持与关注;③为教师和助理人员提供支持个人与集体的干涉计划;④为如课程小组这样的组织改善现有课程或开发新的课程提供帮助;(5)为机构管理者在营销、招聘和效率等方面做决定时提供有效措施。[7]

2学习分析方法

发展中的学习分析技术吸纳了许多其它领域的关键技术,以实现对学习过程的研究,下面介绍一些常用方法。

2.1社会网络分析法

社会网络分析法(SNA)可用于测绘和测量人、团体、组织、计算机、网址以及其它相互关联的信息知识试题之间的关系。网络中的节点是人和团体,它们之间的链接则显示了节点之间的关系或者流量。社会网络分析为人类关系提供可视化的数学分析。网络教育平台管理者可以用它来分析学习者之间的联系、关系、角色以及关系网络形成的过程与特点,从而帮助学习者建立自己的关系网络以支持自己的学习。SNAPP软件就可以通过论坛内的回复和跟帖状况分析学习者交互情况,并得到可视化的图标。

2.2影响力与消极性测量法

影响力与消极性测量法(Influence and passivity measure)通过测量传递、引用或者转发的次数,评估人和信息的影响力。网络教育平台可以对学习者个体的影响力进行测量,分析了解为什么某些个体能够获得高影响力,低影响力学习者应该如何改进。

2.3性格分析法

性格分析法(Disposition Analytics)旨在获得学生性格与他们学习情况的数据,以及两者之间的关系。好奇的学生可能更倾向于提问,学习分析可以对获得的这些数据进行分析。

2.4行为信任分析法

行为信任分析法(Behavioral trust analysis)使用人们谈吐和交流中的信息(在人交流和使用信息的过程中将产生新的信息)作为信任关系的一个指标。网络教育平台可用来对人际关系进行分析。

2.5内容分析法

内容分析法(Content Analytics)可以对学习者的学习过程数据进行定量分析,寻找学习者的行为模式;还可以进行定性分析,运用已积累的数据经验来预测当前的学习行为。网络教育平台可以对学习者的学习行为分析,找到优生和差生学习行为的差别,教师结合自己的教学经验有针对性地干涉。由于网络教育平台数据的实时性,可以根据学习者的学习行为实时进行干涉,当然干涉的准确性需要数据库的进一步积累,从而产生由量变到质变的效果。LOCO-Analyst软件就可以对网络教育平台的内容进行分析。

2.6话语分析法

话语分析法(Discourse analytics)的目的在于获得有意义的数据(不像社会网络分析),旨在探讨所使用语言的属性,而不只是网络上的互动,或者论坛帖子数量的统计。网络教育平台可用以探究知识构建的过程,从而使教师和教学研究者对学习发生的过程有更清晰的认识。

2.7社会学习分析法

社会学习分析法(Social Learning Analytics)的目的在于探索在学习过程中社会交互所扮演的角色,以及学习网络的重要性,话语如何用来意义建构。网络教育平台管理者可以用来构建一个更好的学习者网络,通过学习者之间的交互,达到相互帮助学习的目的,相互帮助实现知识结构构建。

2.8信息可视化方法

信息可视化(Information Visualization)可以避免我们在一堆枯燥的数据中寻找规律,数据可视化之后,我们可以更好地进行意义建构。BEESTAR Insight可以自动收集学生实时的参与数据,从而为教师、学生和管理者提供分析图改善学习。

网络教育平台上的学习是学生、教师和管理者之间的共同交互过程,应运用不同的方法对这一复杂过程进行研究,才能得到满意的结果,学习分析技术将在此过程中展现它的作用。

3学习分析技术促进网络教育平台发展

笔者将从数据面板、预测性分析和自适应学习分析分别举例说明学习分析技术为网络教育平台带来哪些帮助。

3.1学习管理系统分析面板(LMS Analytics Dashboards)

大多数网络学习平台上都开始使用学习分析数据面板。实际上,到目前为止,大部分的非专业人员都还不能对记录数据进行解读,但是通过一系列的图像、表格和其它的可视化工具生成的报告,学生、教师和管理人员都可以读懂。美国一些大学采用了更先进的综合数据系统(如Helpdesk calls;学生信息系统),当然这些功能强大的系统也更难以学懂,这些系统能够探索不同变量之间的关系,使用户不仅止于掌握预先的报告。学习者在测验分数、论坛贡献、参与情况方面,可以得到一些基本分析报告。

EDUCAUSE汇集了一系列有用的高等教育案例,例如亚利桑那州立大学的研究表明,在学术和学习分析上进行投资能够收到显著的回报,该大学做了一个“Student 360”项目,通过该项目学校可以了解该校每一名学生的状况。[8]

3.2预测性分析(Predictive Analytics)

这是学习分析的一种高级应用。通过对学习者的统计数据或者过去的成绩之类的静态数据,和在线登陆方式、讨论发帖量之类的动态数据进行分析,追踪分析学习者的类型。把学习者进行分类,例如该学习者属于“高成就”,或者该生目前比较“危险”,或者是“社会型学习者”。然后根据学习者的类型进行实时的干预,对“高成就”类型提供一些更具挑战性的学习任务,而对处于“危险”状况的学生,教师则需要特别关注,给予一些学习上的帮助,而对于“社会型”的学生,则可能需要给予社交上的支持。

目前对于期末考试成绩最可靠的预测,是在学习开始的时候做一个小的学习能力测验。如果想设计更复杂的数据驱动预测模型,必须在此基础上进行改进,而这需要进一步的数据分析,以确定哪些变量能够预测“成功”。Purdue大学的Course Signal software非常知名,已经部分实现了这一技术。Signals在学生的学习过程提供了红色、黄色、绿色等信号,以帮助教师和学生了解目前的学习状况。最近的评估报告表明,参与Course Signal项目的学生获得了更高的平均分,能够更快速地寻找帮助资源。[9]来自密歇根大学的报告显示,自适应干预技术能够帮助参与E2Coach infrastructure项目的物理系学生学习健康信息,给他们提供定制的反馈,并鼓励学生改变他们的学习策略。

3.3自适应学习分析(Adaptive Learning Analytics)

自适应学习平台建立了一个学习某个主题(如代数;光合作用)的模型,并在标准化测试背景下建立了课程测试的模型。这种平台能够提供更细致的反馈(例如你已经掌握了哪些概念并掌握到何种程度),据此自动呈现以后的学习内容(例如不呈现基于学习者所未掌握概念的材料)。当然,建立学习者认知的动态模型,和准备自适应学习内容的引擎比设计和实现传统的学习平台需要更多的资源。大量的研究证据表明,采用这种方法将使个性化学习成为可能。

在智能教学系统和自适应平台上大量的研究和资金投入,将会为网络教育平台带来更好的用户体验。卡内基-梅隆大学的Open Learning Initiative课程是免费的,大家可以去体验一下,而Grockit与Knewton公司的商业平台也做得很好。

4结语

国外的大量实践表明,学习分析技术越来越显示出它的重要性。基于学习分析技术巨大的发展潜力,也希望更多的公司和机构投入到这个领域,毕竟学习分析技术还处于发展应用的初期阶段。而学习分析技术支持下的网络教育平台,将为我国远程教育发展带来新的机遇。

参考文献参考文献:

[1]程智.对网络教育概念的探讨[J].电化教育研究,2003(7):25-28.

[2]魏顺平.学习分析技术:挖掘大数据时代下教育数据的价值[J].现代教育技术,2013(2):5-11.

[3]WATSON,WILLIAM R.An argument for clarity:what are learning management systems,what are they not, and what should they become[J].TechTrends,2013(2):28–34.

[4]Educational Data Mining.http://.

[5]COOPER,ADAM.A brief history of analytics a briefing paper.http://publications.cetis.ac.uk/wp-content/uploads/2012/12/Analytics-Brief-History-Vol-1-No9.pdf.

[6]POWELL,STEPHEN,SHIELA.MACNEIL.Instituitional readiness for analytics a briefing paper.http://publications.cetis.ac.uk/wp-content/uploads/2012/12/Institutional-Readiness-for-Analytics-Vol1-No8.pdf.