人工智能教學策略范文

導語：如何才能寫好一篇人工智能教學策略，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：人工智能；智能化計算機輔助教學；專家系統；知識庫

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作為當今世界三大尖端技術(空間技術、能源技術和人工智能技術)之一，是計算機科學的一個分支，它的目標是構造能表現出一定智能行為的。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學、機器學習、計算機視覺等?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結合具體領域進行的，主要研究領域有專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決定支持系統和人工神經網絡。它總的來說是面向應用的，隨著人工智能的誕生和發展， 人們開始把計算機用于教學領域。同時， 自七十年代以來， 有教學能力的專家系統得到研制。人工智能技術與專家系統的成就， 促使人們把問題求解、知識表示這些技術引入計算機輔助教學(CAI) ， 這便是智能型計算機輔助教學(CAI)。

近幾十年來， 隨著人工智能技術的日漸成熟， 它的一些研究成果被陸續應用到教學領域， 推進了教育發展改革和教學現代化進程。人工智能在教學系統的重要性也已形成共識。

2 人工智能在教育中的作用

目前在教育技術中涉及到AI的主要有以下領域：

2.1 知識的表示與訪問

基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學及人工智能和專家系統技術為工具，以哲學、心理學和邏輯學等為方法和指導，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學的處理。它不屬于通常的“數據管理或信息管理”的“數據”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內容是對于知識進行形式化的表示、自動化的推理，智能化的教學或創造。計算機輔助教育是其中重要的組成部分。

2.2 符號計算

符號計算包括數值計算、符號計算和函數作圖。其代表軟件是Mathematica，當該軟件在1988年第一次，對科技及很多其他領域的計算機使用方式產生了深刻的影響。Mathematica 1.0時，商業周報將其列入當年最重要的十大新產品名單。這標志著現代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎。隨著各種學生版的，Mathematica也已成為全世界各種不同專業學生的重要工具。

2.3 對學生錯誤的自動診斷

采用人工智能技術，使得教學過程中系統可以自動診斷學生的學習水平，不僅能發現學生的錯誤，而且能指出學生錯誤的根源，從而做出有針對性的輔導或學習建議。而且根據學生的特點自動選擇教學內容，自動調整教學進度，自動選擇教學策略與方法。

2.4 實現智能性超媒體教學系統

超媒體系統有理想的教學環境，容易激發學生的學習興趣和學習主動性，但不能保證達到預期的學習目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導，不能因材施教。智能輔助教學系統正好與此相反。將二者結合起來，就可實現性能互補，從而研究制出新一代高性能的智能超媒體教學系統。

3 人工智能應用于教育的新方向：ICAI

3.1 傳統CAI的不足

傳統的CAI由于其集成性、交互性、多媒體性等特點，在教學中可以極大地激發學生的學習動機，提高教師的教學效率和學生的學習效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現有:

(1)缺乏人機交互能力

現有CAI 大多以光盤作為信息的載體， 將教材中的內容以多媒體的形式展現出來， 教學信息是按預置的教學流程機械式地提供給學生的， 學生接受起來很被動。而且在課堂教學中， 一般也只能通過教師按預定的課件流程進行操作， 無論學生還是教師都不能很好地參與教與學的過程， 因此人機交互沒有很好地實現。

(2)缺乏教師與學生的互動

現有的CAI 課件在學生自學、進行操作使用時，如何學習都是學生自己的事。教師不能完全了解學生的情況，學生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網絡支持，現有的絕大多數CAI 課件是在單機環境下運行的，它們無法利用網絡的優勢使知識內容快速更新，也更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現的條件。

(3)缺乏智能性

要想面對不同情況的學生進行不同程度的教學過程， 使學生的學習變為主動， 并能由系統自動地提供助學信息而有選擇地學習，要想使教師的教學能積極地參與進去并根據系統提供的信息按照學生的認知模型為其準備最適合的學習內容， 給予不同方式的教學模式與方法， 沒有智能性的CAI 課件系統， 是很難實現以上目的并達到良好教學效果的。由此可見，現有的CAI 隨著人們要求的提高， 已經不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學系統將是教師在教育技術上需要不斷探求、努力實現的發展方向索。

3.2 ICAI－人工智能與多媒體技術的結合

為了克服傳統CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應用人工智能原理。因此很多專家提出了智能計算機輔助教學(ICAI)，智能計算機輔助教學(Intelligence Computer Assisted Instruction－ICAI)以認知學為理論基礎。將人工智能技術應用于CAI，是智能化的CAI。在ICAI系統中，允許學生與計算機進行較自由的對話，學生的應答不限于數字或簡單的短語。系統能夠判定學生應答的正確程度，并給予適當的反饋，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現有計算機技術實現較好的人工智能，模仿人類的交互方式、思維習慣及情緒流動，修飾和掩蓋計算機的缺陷。

3.3 ICAI的優點

(1)將教學內容與教學策略分開，根據學生的認知模型提供的信息，通過智能系統的搜索與推理，動態生成適合于個別化教學的內容與策略。

(2)通過智能診斷機制判斷學生的學習水平，分析學生產生錯誤的原因，同時向學生提出更改建議、以及進一步學習內容的建議。

(3)通過對全體學生出現的錯誤分布統計，智能診斷機制將向教師提供教學重點、方式、測試重點、題型的建議。

(4)為教師提供友好的教學內容、測試內容維護界面，無需改變軟件的結構即可調整教學策略。

(5)通過對學生認知模型、教學內容、測試結果的智能分析，向教學督導人員提供對任課教師教學業績評價的參考意見。可以說，一個理想、完美的ICAI系統就是一個自主、優秀的“教師”。

3.4 ICAI的標準

以現有的科學技術水平而言，短時期內顯然無法實現具備上述全部功能的ICAI系統。一般認為，只要具有下列一個或幾個特征的CAI系統就可以稱之為ICAI系統。

(1)能自動生成各種問題與練習。

(2)根據學生的學習水平與學習情況選擇與調整學習內容和進度。

(3)在了解教學內容的基礎上自動解決問題，生成解答。

(4)具有自然語言生成與理解能力，以便實現比較自由的教學問答系統，提高人機交互的主動性。

(5)對教學內容有解釋咨詢能力。

(6)能診斷學生錯誤，分析原因并采取糾正措施。

(7)能評價學生的學習行為。

(8)能評價教師的教學行為。

不難看出，ICAI與傳統的CAI相比，更加符合教育教學的規律，切合學生的認知習慣，具有明顯的優越性。

3.5 ICAI的結構

ICAI主要由三個模塊組成:專家系統模塊、教師模塊和學生模塊。

(1)知識庫

知識庫是實現知識推理與專家系統的基礎，而建造知識庫的前提則是要解決知識的形式化，人工智能技術在教育中的應用表示以及知識的訪問與調用問題。因此，知識的表示與訪問是人工智能的核心技術之一，也是將AI引入教育領域必須首先解決的一個難題。

ICAI中的資源庫應該包括以下一些內容:

①多媒體素材庫:包括所要呈現的知識的一些素材，包括:文本、圖像、聲音、動畫及數字影象等多媒體教學資源。這些用于多媒體數據庫管理，便于分類、增刪、修改及查詢等操作。

②教學內容庫:教學內容庫用于存放教學內容，包括領域知識庫(含輔助知識庫、提示幫助庫、練習題庫，和測試題庫)。這些教學內容，包括習題和試題分章、節、課及知識點等有序存貯。供專家決策系統調用。

(2)學生模塊

學生模塊主要包括以下三個模塊:學生登陸模塊、學生水平評價模塊和學生監督模塊。

①學生登陸模塊:利用該模塊主要用于學生使用ICAI時登錄，第一次登錄時學生輸人姓名、性別、年齡、學歷等相關信息，然后對學生進行詢問，選擇合適的測驗題對學生進行初測推薦學習計劃。當再次登錄時，系統根據保存的信息安排合適的學習內容。

②學生水平評價模塊:學生水平測試模塊用于評價某一教學單元學習完后測試成績。通過測試等因素分析，可以比較確切地了解學生的具體情況，從而制定出合理的教學策略和教學過程

③學習監測模塊:學習檢側模塊用于監測記錄學生的日常學習情況，記錄學生學習某教學單元時的參數值，并記錄在學生檔案中。包括:學生目前學習單元號；學習方式；正常學習、練習、提前瀏覽、學后復習；學習時間；學生提示問題的類型和次數；學生本次練習出錯次數。

(3)專家決策模塊

CAI中的專家決策系統可以看作專家系統中的推理機。專家系統是目前人工智能中最活躍、最有成效的一個研究領域，它是一種具有特定領域內大量知識與經驗的程序系統，它應用人工智能技術，模擬人類專家求解問題的思維過程求解領域內的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規劃、調度、預報、決策等要靠人類專家才能完成的任務。

成功的例子如:① DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用;②MYCIN系統可以對血液傳染病的診斷治療方案提供咨詢意見經正式鑒定結果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。

ICAI根據學生模塊提供的學生學習情況，通過智能系統的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，還可以通過分析學生以往的學習興趣和學習習慣，預測學生的知識需求和常犯錯誤，動態地將不同的學習內容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因，進而有針對地提出合理的教學建議、學習建議以及改進方法，既提高了學生學習的滿意度，激發了學生的學習熱情，也對教師教學提供了客觀的依據和科學的方法。

4 結束語

由此可見人工智能技術已經逐步應用于計算機輔助教學中，與教學現代化有著密切的關系。人工智能技術的發展也必將會對ICAI 的發展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學生脫離“輔導學習”的過程來接受新知識，而采用“通過活動進行學習”的方式。在教學的其他方面，人工智能技術還可以建立人類推理模型學習工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發展，虛擬現實技術的廣泛應用， ICAI 也將得到進一步的完善。21 世紀的教育教學手段將是以智能化CAI 為主線，多學科、多方位發展的新技術的體現。這種手段產生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領域方方面面的改革。

參考文獻：

[1]王萬森.人工智能原理及其應用[M].北京:電子工業出版社,2000.

篇2

【摘要】計算機輔助教學的實際需要應用人工智能技術及復雜的程序,如自然語言理解、知識表示、推理方法等,一些人工智能技術的特殊應用成果,同時以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學技術被應用于建立學習模塊。這種方法能控制調練策略并給出適合學生的學習內容。

【關鍵詞】人工智能計算機輔助教學教學與控制

一、人工智能的定義

人工智能也稱機器智能,它是計算機科學、控制論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統角度來看,人工智能是研究如何制造出智能機器或智能系統,實現模擬人類智能活動的能力,以延伸人們智能的科學。人工智能是一門交叉科學,逐漸形成一門涉及心理學、認知科學、思維可循、信息科學、系統科學和生物學科等多學科的綜合性技術學科。

二、計算輔助教學體系和現狀

計算救助教學是利用多媒體計算機的功能與特點,利用計算機輔助教師完成各個教學環節,并通過與計算機之間的交互活動,激發學生的學習積極性和主動性,幫助學生更有效地學習。實用計算機輔助教學,有利于認識主體作用的發揮,它所提供的圖像、聲音、動畫等信息由利于學生知識的獲得與保持,達到提高教學教學的目的。

目前為止,所實用的絕大多數傳統以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學將全部教學信息以編程方式預置于課件中,這樣的以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。因此現有的以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。早期絕大多數計算機輔助教學系統面臨許多挑戰,它主要存在以下幾個方面的問題。

1.計算機輔助教學系統的閉塞性

不具有開放性是目前以及理論證明等均被應用于計算機輔助教學系統,以提高其智能性和實用性。其弊端在于固定內容的局限性使課件的適用面狹窄,而且設定的運行路線使授課缺乏自主性;授課的針對性不強;無法利用新出現的資源在較高起點上進行二次開發。

2.智能性的欠缺

現有的計算機智能輔助課件系統不能對不同何曾度的學生進行有針對性的教育,學生的學習是被動的,不能由系統自動提供助學信息而使學生有選擇地學習。。

3.人機交互能力較弱

現有計算機智能輔助大多以光盤作為信息的載體,將材料中的內容以多媒體的形式展現出來,教學信息是按預置的教學流程機械式地提供給學者,學習者使用計算機智能輔助課件學習是完全被動的。

4.教師與學生的互動在教學中的缺乏

現有計算機智能輔助課件在學生自學以及進行操作使用時,如何學習都是學生自己的事。教師不能全完了解學習者的情況,學生在蹦到問題時不能向教師求教,師生之間互相封閉,談不上師生互動,因此課件所起的效果大打折扣。

5.課程特點沒有突出

各門課程在教學上有不同的要求,但現有課件對于這些不同要求完全不予理會。例如很多課程都要涉及到大量的曲線或曲面,對有些課程來說,將這些曲線或曲面給出了一個簡單的展示就足夠了,而有些課程這樣的展示不能達到教學目的的要求。

6.教學計劃的欠缺

在課件的開發過程中實際上離不開教學策略的設計,但課件的制作者往往并未意識到這一點。例如:現有的絕大多數課件都是單一的展播式,這樣的可見制作“精美”,但它不可逆、不能互動。實際上運用課件教學只是手段而不是目的,應該在教學設計理論的指導下講求課件的實效性,著眼點在于學生學習新知識、掌握新技術、培養各種能力有幫助,而不是表面上的制作“精美”。

綜上所述,現有的計算機智能輔助存在許多問題,隨著新技術的不斷出現,這些問題將使計算機智能輔助越來越不能適應新的要求。因此以智能計算機智能輔助為代表的心的計算機輔助教學系統將成為教育技術上需要不斷探求、努力實現的發展方向。

三、智能計算機輔助教學系統

智能計算機輔助教學系統(IntelligentComputerAidedInstruction),簡稱ICAI。教學過程是一個復雜的教與學的思維過程,它需要教師以專門知識和經驗為依據,經過吸取、講解、推理、示例、綜合等多個步驟才能較好地完成。計算機輔助教學實際上是一個由計算機系統輔助教師進行教學以及學生進行學習并得以實現的系統。在智能ICAI中,教學思想、方法、學習內容可用知識形式表示,如何解決知識的形式化表示以及知識的訪問與調用問題,是人工智能的核心技術之一,也是將ICAI引入教育技術領域中所要面臨的一個問題。知識庫是實現知識推理與專家系統的基礎,可以用知識庫作為智能ICAI的構建環境。在知識庫中,教學內容等的有關知識可以用事實與規則表示,并存儲于知識庫內,教學與學習過程既是對知識庫中知識進行推理,并最終得出所需結果的過程。ICAI系統的一般包括以下幾個模塊:

1.知識庫。知識庫是關于教學內容的模塊,解決“教什么”問題。知識庫中的教學內容有待于教學與控制模塊和學生模塊進行選取、調用。

2.學生模塊。學生模塊是用于記錄學生的學習情況,對學生學習的各個環節信息進行搜集,以便系統對學生的學習情況進行自動評估,提出具有針對性的學習建議和個別化的輔導。學生模塊描述學生對教學內容理解、掌握的程度,系統可以根據學生模塊的具體情況調整教學策略并提供適當的反饋。

3.用戶接口模塊。這是系統與用戶交流的界面。整個系統依靠用戶接口模塊把教學內容呈現給用戶、接受用戶輸入的信息、并向用戶提供反饋。

篇3

【關鍵詞】 人工智能 農村遠程教育 高效

人工智能技術是在計算機科學日新月異發展的進程中一大成果，由于其智能、高效、優化的強大功能，為許多研究者所重視。部分教育領域的研究者，將人工智能技術引入教育行業，探討人工智能如何融入教育，促進教育深度發展。研究者們將人工智能與職業教育、繼續教育、遠程教育及教育技術結合，進行探討，提出了一些很好的建議。農村遠程教育雖然也屬于遠程教育范疇，但由于其自身具有許多特殊性，因此有必要單獨將其應用于農村遠程教育進行探討。

1 我國當前農村遠程教育發展面臨的困境

我國農村遠程教育是伴隨著現代通訊技術的發展而在廣大農村出現的一種新的教育模式。隨著上世紀70年代末，以廣播電視大學為代表的遠程教育的興起，為我國教育的發展寫下了濃重的一筆，由于其不受時間、空間、學習者等要素的影響，充分體現了“時時能學、處處可學、人人皆學”的巨大優勢。因此，本世紀初，國家將遠程教育教學模式引入廣大農村，于2003年推出了“農村黨員干部現代遠程教育”、“農村中小學現代遠程教育工程”，于2004年依托廣播電視大學體統推出了“一村一名大學生”工程，這些遠程教育工程對推進農村教育起到了舉足輕重的作用。但其發展也遇到了困難，具體說主要體現在以下幾個方面：

1.1 師資力量短缺

由于受我國長期以來的城鄉二元制經濟發展模式的影響，導致城鄉經濟發展不均衡，直接造成了城鄉教育發展失衡。在農村教育中，首先表現在教師配置上，由于農村教育經費投、教師工資水平均低于城市，造成了長期以來農村教育師資力量短缺，遠程教育更是如此。據相關研究表明，現我國農村遠程教育由于缺少懂計算機或網絡技術的專業人才，往往用不相關專業的人才作為替代，且大都為兼職人員。這就造成了對遠程教育設備的維護、遠程教育資源的管理及遠程教育教學輔導等方面出現問題。以廣播電視大學系統為例，自2004年廣播電視大學開始招收“一村一名大學生”學員，雖然學員增長速度很快，但其教學點僅延伸至縣城，招收的學員往往為縣城周邊農村的農民，而廣大較偏遠地區正真渴望接受教育的農民缺少受教育機會，之所以沒有延伸至鄉鎮及行政村，根本原因是缺少師資力量。

1.2 資源建設不足

由于農村遠程教育是本世紀初才在農村興起的一種新的教育模式，屬于新生事物，因此缺少前期的積累，主要體現在教學資源的積累上。我們知道，是否擁有豐富優質的教學資源是關乎遠程教育成敗的關鍵。而長期以來，我們主要注重城市遠程教育的發展，現城市遠程教育已相當成熟，擁有一大批優質的教育資源，吸引了大批學習者。但由于農村遠程教育與城市遠程教育相比有其特殊性，廣大農村學員需要掌握的不僅僅是理論知識，他們最迫切學習的是農業實用新技術及掌握能夠改變自己生活現狀的一技之長，而這些課程資源在城市遠程教育中設計不多。因此我們沒有現成的教育資源可供使用，需要另起爐灶進行建設。但由于投入農村遠程教育的經費有限，用于資源建設的經費也不足。造成了現階段農村遠程教育資源依然短缺的現實。這不利于農村遠程教育進一步發展。

1.3 課程設置不合理

如上所述，廣大農村學員渴望學習的是改善自身生活的實用農業新技術及一技之長，同時廣大農村也需要培養一批懂管理的鄉村干部。因此在專業和課程設置上，客觀上要求向這些方面靠攏。雖然現在農村遠程教育在專業設置上慢慢轉向適合農村學員的涉農專業，但在課程設置上還是不盡如人意，往往只根據自己師資情況及資源情況來設置課程，這樣往往造成農民學員需要的課程沒有涉及，而農民學員缺乏興趣的理論課程所占比重過大的問題。這樣會嚴重挫傷廣大農村學員學習積極性，對農村遠程教育發展極為不利。

1.4 網絡教學平臺存在不足

我國現階段遠程教育的網絡輔導教學平臺現階段的形勢往往通過QQ對話、Email郵件、BBS及一些音頻、視頻系統進行。這些方式當然是有效的網絡教學方式，但存在問題也是十分明顯的，最主要問題在于如果沒有提前聯系，教師就不會及時回復學生提出的問題，缺少師生互動。學生的學習效果會大打折扣。

2 人工智能應用于遠程教育的優勢

2.1 人工智能的概念

人工智能是計算機學科的一個分支，是一門研究計算機模擬和延伸人腦功能的綜合性科學，部分研究者將其定義為：一個電腦系統具有人類的知識和行為，具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力。人工智能的產生過程：對于人類因問題和事物而引起的刺激和反應，以及因此而引發的推理、解決問題及思考決策等過程，將這些過程分解成一些步驟，再通過程序設計，將這些人類解決問題的過程模擬化或公式化，使電腦能有一個系統的方法來設計或應付更復雜的問題，這套能夠應付問題的軟件系統，稱之為人工智能。

2.2 人工智能切合了遠程教育的要求

有研究者指出：人工智能是研究如何構造智能機器（智能計算機）或智能系統，使其模擬、延伸、擴展人類智能的學科。人工智能在教學領域應用的最直接結果就是誕生了智能教學系統。而所謂的智能教學系統是以計算機輔助教學為基礎而興起的，它是以學生為中心，以計算機為媒介，利用計算機模擬教學專家的思維過程而形成的開放式人機交流系統。由于它綜合了知識專家、教師、學生三者的活動，因此，與之相對應，智能教學系統一般分為知識庫、教學策略和學生模型三個基本模塊，再加上自然語言智能接口。人工智能的這些功能和模塊剛好切合了遠程教育的特點及要求。我們開展的遠程教育一直以來就強調以學生為中心，以學生自學為主，教師輔導為輔，教師通過計算機網絡系統對學生進行實時和非實時輔導，以此來完成學生的學習過程。因此人工智能適合應用于遠程教育教學過程。

2.3 人工智能能夠有效加強對學生的管理，提高學習效率

長期以來遠程教育為社會詬病的是，由于缺少師生間直接交流的機會，造成教師對學生的組織和管理方面的困難。如果我們僅僅依據學生登錄次數、登錄時間等方面來評價學生學習情況，這樣往往造成對學生學習的錯誤評價，但對遠程教育的教師來說也只能做到這些。但如果我們將人工智能引入遠程教育，它可以依據自己強大的功能，通過對學生情況的數據分析，科學提供學生的學習能力、認知特點及當前的知識水平。更為重要的是，通過對這些信息的分析，它能為每位學習者制定適當的教學內容和教學方法，為學生提供個性化的學習服務，切實提高學生的學習效率，這是我們遠程教育所倡導的最佳服務的效果。

2.4 人工智能可以從某方面解決農村遠程教育師資力量

如上所述，由于城鄉間經濟差距，造成了長期以來城鄉教育發展失衡，廣大農村地區師資力量較為薄弱，特別是遠程教育方面。這一問題解決的根本途徑在于縮小城鄉經濟差距，但這并非一朝一夕就能解決的問題。因此農村師資力量特別是遠程教育師資力量的解決，需要一個過程。而人工智能技術利用了計算機模擬教學專家的思維過程而形成的開放式人機交流系統，它集知識專家和教師于一身。廣大學員可以通過自然語言系統，實現正真意義上的人機對話，完成適時的學習輔導過程，這從某種程度上解決了師資短缺的問題，為農村遠程教育的發展提供了一條新的發展思路。

2.5 人工智能能夠有效解決農村遠程教育資源建設問題

目前我國農村遠程教育在資源方面存在的問題除了數量較少，質量也不高，許多網絡課程資源僅僅是課本的翻版，雖然資源制作者利用現代資源制作手段，以文字、視頻及圖片等手段來展現知識，但知識之間的邏輯聯系性方面存在不足。這給學習者有效學習帶來極大不便，影響了學習效果。而人工智能技術，能夠對現有的網絡課程資源進行智能加工，對知識結構進行重新構建，對知識間的層次性、邏輯性進行重新編排，為學習者展示學習重點、難點，切實提高學習效率。使資源更加優質高效。

2.6 人工智能能夠提供實時交流，解決網絡教學平臺的不足

由于人工智能集知識專家、教師與一身，可以通過自然語言系統，開展人機對話，通過討論解決學生遇到的問題。能改變傳統網絡教學平臺缺乏及時交互性的問題。能夠解決網絡教學平臺的不足。促進農村遠程教育的發展。

3 結語

人工智能技術是計算機科學發展的成果之一，它具有智能、高效、優化的強大功能，許多行業都利用人工智能技術提高效率。對我國農村遠程教育而言，如果能將人工智能引入，能從某種程度解決因為資金問題造成的師資力量缺乏問題；提高對遠程教育學生的管理，為他們提供個性化的高效遠程教育服務；能夠利用它強大的功能重新編輯網絡資源，讓它更有利于學生學習；同時人工智能還能提供自然語言接口，打破以往網絡教學平臺的弊端。相信通過引入人工智能技術，我國農村遠程教育會迎來新的發展。

參考文獻

[1]張震，王文發.人工智能原理在人類學習中的應用[J].吉首大學學報，2006（1）：39-41.

[2]武晶晶.關于人工智能教育應用的幾個問題[J].教育教學論壇，2012（9）：159-160.

[3]張.人工智能與教育技術[J].陜西師范大學學報（自然科學版），2005（6）：228-230.

[4]張小永.陜西農村現代遠程教育資源建設初探[J].陜西農業科學，2011（4）：228-230.

篇4

關鍵詞： 智能； 教學系統； 模型

智能輔助教學系統的開發是涉及人工智能、計算機科學、教育學、心理學和行為科學的綜合性任務，其研究的最終目的是由計算機系統擔負起教育、教學的相關責任，即賦予計算機系統以智能，由計算機系統在一定程度上代替教師實現最佳教學。

一、智能輔助教學系統的發展歷程

智能輔助教學系統興起于上世紀七十年代，Bolt Neranek Newman公司開發了Scholar系統，它被認為是最早出現的智能輔助教學系統。當時應用人工智能技術在計算機輔助教學系統中添加了學生的學習行為、能力以及訓練策略。同時人工智能技術還被用于建立學習顧問之中，即存放所要教授課程的問題和技能，控制訓練策略并給出適合學生的學習內容，使之產生根據學生的能力、弱點以及所喜愛的學習風格進行教學的軟件系統。

隨后又出現了Why 、Sophie、West、 Buggy、Neomycin等系統，并將知識表示、專家系統、問題求解、推理方法等人工智能技術用于智能輔助教學系統，取得了豐碩的成果。

我國智能輔助教學系統的研究起步較晚，開始的研究工作主要集中在少數大學和研究機構里斷續進行，且多為研究和演示用的系統，經過嚴格評測的系統很少。最近幾年則發展較快，一些計算機公司也投入其中，伴隨著智能輔助教學系統的迅猛發展，必將對我國的教育改革起到積極的推動作用。

二、智能輔助教學系統的模型構建

智能輔助教學系統是以認知學為理論基礎，將人工智能技術應用于CAI，是智能化的CAI。在智能輔助教學系統中，學生的學習也可以借助于智能化的推理機制對大量知識進行選擇、判斷與處理，使學習內容更有針對性，從而提高學習效果。

一般，智能輔助教學系統模型的構建包括以下幾個模塊：

1．知識庫

作為智能輔助教學系統的重要組成部分，知識庫主要提供一個指導性的、自適應的、開放的、可操作的框架和服務設施。為各個學科知識提供規范的知識輸入和組織，其它教學資源，如題庫、課件、素材等，均依據它來組織管理，這將使用戶可以建立適用于自己的知識體系，使各類知識應用能夠有一個好的開發和集成基礎。另外，核心的教學領域知識將被分解為相互聯系的知識點，形成知識樹，提供可視化的、操作性好的知識樹編輯界面，方便教師將教學領域的知識輸入到知識庫。

例如，有的智能輔助教學系統中的知識庫，是從知識表示入手，在SC文法知識表示體系和知識樹映射方法的基礎上，提出了一個動態、實時、自適應、交互式知識庫模型。模型包括基于SC文法的知識點表示方法、知識樹結構、知識樹映射、知識點學習循環等內容， 模型在智能輔助教學系統中經過實例化設計和運用，可以表現出動態教/學、領域無關、人機交互、自適應、個別化、可擴展等智能特點。

2．學生模型

學生模型就是用于表示學生實際認知狀況，并通過解釋學生的活動得出他對領域知識和技能的掌握情況。系統中每個學生有唯一的ID標識，建立唯一的學習資源、學習信息和特征數據庫，系統智能功能的實現在于如何動態地、正確地提取學生的主題特征。

一般，系統可以采用領域知識樹模型來表示學生對領域知識的掌握情況。例如，可以設學習中的整個領域知識樹為DKT；學生已學習過的知識樹為SKT，未學過的知識樹為SNKT；學生已掌握的知識樹為GKT，未掌握的知識樹為GNKT。則{SNKT}={DKT}-{SKT}、{GNKT}={SKT}-{GKT}，如果SNKT和GNKT皆為空時，則表示學生達到了學習的要求。其中，如果GNKT不為空，則學生不能進入下一階段的學習，只能進行重復學習和補充練習，直到GNKT為空時，才進入下一階段的學習。

3．專家決策機制

該模塊可以看作智能輔助教學系統中的推理機，它一般采用兩級推理相結合的方法，即基于語義網絡的推理和基于產生式規則的推理，其中基于語義網絡的推理用于確定教學內容，而基于產生式規則的推理用于確定教學策略。

也有觀點認為基于規則的推理是容易健忘的，即基于規則的推理對于每一個問題的求解都是從頭開始，而不管類似的問題以前是否遇到過。但日常的智力行為則不同，人們往往迅速地把事件或問題同以前的經驗相聯系。與基于規則的推理不同，基于范例的推理被認為是基于以前經驗的推理。因此，在有的智能輔助教學系統中采用的是基于范例的推理。

基于范例推理的工作過程為：分析輸入，確定范例的索引，根據索引從范例庫中取出相近的范例，改善范例的問題求解方法并使之適應于需要求解的新問題。如果成功，則創建索引、形成新范例并存儲；若不成功，則首先分析失敗的原因，修正解法，重新測試，或轉至重新指定索引進行范例檢索。

4．智能接口模塊

該模塊實際上是作為系統與用戶交互作用的部件，它除了提供學生信息的輸入與注冊外，還實現了學生與系統之間的通信功能。與之相關的技術有自然語言處理、人機對話內部處理、知識庫系統化維護、學生模型初始化、教師模型自適應調整等。該模塊為實現協商、辯論、會話等教學形式的應用提供了一個良好的環境。

三、智能輔助教學系統的未來趨勢

智能輔助教學系統的發展不是孤立、單一的，它的發展要涉及計算機科學、教育學、認知科學和人工智能等多門學科，就目前而言，其表現為以下幾方面的發展趨勢。

1．智能技術的應用

智能技術是能自動執行用戶委托任務的計算實體，從技術的角度來看，智能技術應當是由各種技術支撐著的，許多實用的應用特性的集合，開發者正是使用這些應用特性來擴展應用的功能和價值， 從而達到能自動執行用戶委托任務的目的。在智能輔助教學系統中，學生可以使用智能技術進行搜索、導引來查詢有效知識。由于它具備學習的功能，能夠主動、高效地從網絡信息空間中發現和收集用戶所需要的信息，因此有助于解決使用單一關鍵字匹配查詢、搜索引擎引起的大量無關信息的涌現、信息檢索的精確度較低等問題，使得教師和學生在教與學的過程中，提高知識選取效率，加強交互學習和自主能動性學習。

2．自然語言處理技術的應用

自然語言處理屬于高技術學科，是知識信息處理中的核心課題。長期以來人們對計算機理解自然語言頗感興趣，計算機專家采用人工智能的理論和技術，將設定的自然語言機理用計算機程序表達出來，構造能夠理解自然語言的系統。他們從系統功能的角度出發，把輸出對輸入文本的反映作為衡量計算機理解語言的判別標準。在智能輔助教學系統的研究開發中，特別是智能人機接口方面，可以結合運用多種自然語言處理技術的研究成果，提高系統的智能。例如，通過自然語言人機接口，可以實現更加方便的人機交互功能；利用語義網絡技術，可以充分實現知識點之間的層次關系和語義聯系；通過智能模糊查詢技術，可以實現系統知識庫的知識查找和知識利用；利用機器翻譯技術，可以開展跨語言的知識學習。

3．虛擬現實技術的應用

虛擬現實技術是由多媒體技術、仿真技術以及計算機技術相結合而生成的一種交互式人工世界，它的根本目標就是達到真實體驗和基于自然技能的人機交互。而教學是一個傳授知識的過程，通過親身經歷能加速這一過程和鞏固所傳授的知識，在智能輔助教學系統中，使用創建的虛擬環境，可以在一般人所不能親身體驗的情景中，達到演示、操作的教學目的。它允許學生與現有的各種信息發生交互作用，學生可以在仿真過程中經歷不同的時間和空間，可以與各種仿真物體接觸，還可以與虛擬境界的各個部分接觸，為增強學生的學習實踐提供了方便的途徑。

4．現代學習理論的應用

現代學習理論認為，學習不是一個被動地記錄外界信息的過程，而是一個主動建構的過程。它要求學生由外部刺激的被動接受者和知識的灌輸對象轉變為信息加工的主體、知識意義的主動建構者。學生在學習過程中，主動地選擇一些信息，忽視一些信息，并運用原有的經驗和具體情況去理解新的信息?，F代學習理論在智能輔助教學系統中的應用，能為學生建構知識提供充足的信息，容易激發學生的學習興趣和學習主動性，更能滿足學生的個性化要求。

在當今教育改革的大環境下，智能輔助教學系統將顯示出越來越重要的作用。目前，我國在這方面的成果還不多，真正能投入教學實踐的系統則更少，這個有著誘人發展前景的領域，值得我們進一步研究和設計。

參考文獻：

[1]莫贊等．智能教學系統的發展與前瞻[J]．計算機工程與應用，2002，（6）：7-8．

[2]肖雯．人工智能技術在計算機輔助教學中應用 [J]．南京工程學院學報，2002，（6）：56．

[3]楊國才等．一個智能教學系統的設計模型 [J]．計算機應用，1998.（10）：18．

[4]閉應洲等．基于校園網的智能教學系統的研究和設計[J]．廣西師范學院學報， 2002.（12）：61．

篇5

一、新課改阻力因素的系統性分析

新課改旨在改變傳統課程過于注重單向知識傳授（知識灌輸）的傾向，要求教師在教學過程中充分尊重“學生才是學習的主體”這一客觀事實，并引導和指導學生開展自主、合作、探究式學習，使學生在獲得基礎知識與基本技能的過程中學會學習，形成正確的價值觀及健康的人格，以適應未來生存及發展的挑戰。

光陰荏苒，新課改已走過十五個年頭，很多學校在推進新課改方面做出了積極的努力和有益的探索，并取得了一定成果。但總體情況不容樂觀：以“知識灌輸”和“機械訓練”為主的教學方式在很多學校仍然大行其道；很多學校對推行新課改依然顧慮重重，徘徊不前；也有一些地區在推行新課改時，急于求成，用力過猛，從而引發教師的抵觸情緒及家長的反對，騎虎難下。

毋庸置疑，新課改的目標指引、價值主張、內在邏輯及其所倡導的學習方式都是正確的，而且至今仍未過時，可為什么在推進過程中卻阻力重重呢？有人認為是“片面追求升學率”的思想阻攔了新課改的步伐；也有人認為“教師的墨守成規”是新課改的最大掣肘；還有人認為“對分數高度敏感，對課改又充滿誤解的家長”才是推進新課改的最大壓力源。以上這些觀點都具有一定的客觀性及合理性，但仍屬于零散的、單一維度的、表層化的看法，缺乏對新課改阻力因素的系統性分析，也因此難以理清各種阻力之間的矛盾，也就難以找到化解復雜矛盾的突破口。如果找不到化解矛盾的突破口，新課改的相關者就會陷入“公說公有理，婆說婆有理”，各執一詞，互不相讓的困局，從而產生嚴重的內耗，誤了新課改，誤了區域教育的發展，誤了學生！

為了不誤課改，不誤學生，讓我們用思維導圖來系統地梳理一下新課改的阻力因素（見圖1）。

如圖1所示，新課改的阻力主要源于現實壓力、思維誤區、能力局限三個方面。所謂“現實壓力”主要是指家長對學生成績的高度敏感以及學校對升學率的高度關注。這當然是可以理解的，但理解不等于認同，因為新課改與學生成績和升學率并非對立的關系，新課改主張“讓學生學會學習”，試問會學的學生與不會學的學生相比，哪個成績會更好？新課改倡導“探究式學習”，反對“死記硬背”與“機械訓練”，試問前者與后者相比，哪種效能更高？不言自明！其實家長與學校（校長與教師）所擔心的并非是推行新課改，而是擔心改不好。而這種擔心又是源于他們沒有看到或者沒有找到可以確定能夠保證“學生成績不會下滑”的有效策略。

阻礙新課改實施的“思維誤區”主要是指推動者的“二元對立”思維及參與者教學認知上的“路徑依賴”。而在“二元對立”思維中最突出的問題當屬把“教”與“學”對立起來，把“師”與“生”對立起來。之所以如此，是由于在新課改的推進過程中，一些激進的推動者陷入了兩大誤區：一個是急于求成，另一個是矯枉過正。急于求成是因為沒有把新課改參與者（教師、學生、家長）的認知水平、能力基礎、思維慣性考慮進去，一刀切，急轉彎，結果大家適應不了，欲速而不達；矯枉過正是指片面強調“生主體”及“學中心”，完全否定“師”的作用及“教”的價值，甚至機械地限制“教”，結果把相互依存、相互轉化、相互促進的辯證統一關系搞成了完全對立關系。教學認知上的“路徑依賴”是指教師、學生、家長基于先前的經驗，已經習慣了“死記硬背”和“機械訓練”的學習方式，雖然深受其苦，但是在缺乏新的、更高效的、可以掌握的學習策略支持下，他們對自主、合作、探究式學習缺乏信心。

所謂“能力局限”主要包括兩個方面：一是推動者缺乏對新課改的領導力，二是參與者（主要是教師）缺乏對新課改的支持力。領導力是指新課改的推動者對教學本質、課改本質、教師素養等相關要素的認知水平以及與課改參與者的溝通協調能力。支持力是指教師在新課改理念引領下，對教法與學法的升級能力。

綜合以上分析，我們會發現：紛雜的矛盾只是表象，其實一切沖突都指向“缺乏能夠被各方所認可和接受的有效支持策略”這一癥結，只要打開這一癥結，所有問題便會迎刃而解，諸多矛盾也會煙消云散。

二、找到化解新課改阻力的突破口

韓愈在其《進學解》中說：“萬山磅礴必有主峰，龍袞九章但摯一領。”可見越是解決復雜的問題，越不能眉毛胡子一把抓，而是要尋找到突破口，并以適應之策略，巧妙化解之。

新課改所遇到的各種阻力，看似紛繁復雜，掣肘極多，其實只要牽住 “較快地讓學生學會學習”這個牛鼻子，整頭牛便自然跟著你走了。因為只有學生會學了，新課改所倡導的“自主、合作、探究”式學習才能真正得以落實。所謂“會學”是指學生掌握了一些有效的學習策略，并且能夠運用這些策略來獨立建構學科知識體系，獨立解決某些學科問題。在缺乏有效學習策略支持的情況下，所謂的“自主”只能是一種“自主支配學習時間的權力”而非“高效利用學習時間的能力”，有了“自主之權”而無“自主之能”，只能算是形式上的自主；在缺乏有效學習策略支持的情況下，合作學習雖然能夠培養學生的合作意識，發展學生的合作素養，但合作的效能與層次卻不會太高；在缺乏有效學習策略支持的情況下，探究的深度與效能都會受到影響，常常停在問題表層，探不進去，隔靴搔癢，霧里看花，這樣的探究自然難以讓人歡喜。

當然有些人會有這樣的假設：只要給學生足夠的信任，足夠的自，學生一定就能找到適合自己的有效學習策略。這個假設成立嗎？當然不成立！這是一個理想化的模型，在現實中，能夠在有限學習時間內悟出有效學習策略的學生畢竟只是少數，大多數學生還是需要被引導和指導的。相信“每個孩子都是天才”是教育者應有的情懷，而承認“并非每個孩子都是天才”才是教育者的理智。因此，能落實新課改的教師一定是能給學生提供“學法升級”支持的教師，而非讓學生無所依靠，放任自流的教師。

三、以思維可視化為支點撬動新課改

阿基米德曾說：“給我一個支點，我可以撬起整個地球?！倍季S可視化教學策略則可以成為撬動新課改的支點，因為它能滿足“較快地讓學生學會學習”這一關鍵要求，而這正是化解新課改諸多阻力的突破口。

所謂“思維可視化”是指運用圖示或圖示組合把本不可見的思維路徑、思維結構呈現出來的過程。而“思維可視化教學策略”則是指在教學實踐中師生共同運用思維可視化技術，通過“獨立思考”或“思維共振”的方式來建構學科知識網絡、生成問題解決策略模型的教學策略。

為什么思維可視化教學策略能較快地讓學生學會學習呢？其基本原理，大體可以概括為“一直觀、兩重于”。所謂“一直觀”是指借助圖示或圖示組合來提高思維信息傳遞及加工的效能，因為大腦對“圖”非常敏感，所以被畫出來的思維，更容易被理解、被評價、被遷移。所謂“兩重于”是指在教學過程中始終堅持“思維發展重于知識獲取”和“策略生成重于問題解決”的基本原則，使學生的學習從“識記主導”升級為“思考主導”，在知識網絡建構及問題解決策略模型建構過程中發展出較強的提煉、概括、推理、分析、綜合等思維能力，并學會運用追問、比較、批判、轉換、發散、聚合等思考策略。

當圖示的直觀性與思維的結構性、嚴密性、概括性結合起來，便會形成互補優勢：一方面，抽象復雜的思維過程變得一目了然；另一方面，簡明直觀的圖示被賦予豐富的思維，有了靈魂。在教學實踐中，如果能較好地運用思維可視化教學策略，一張圖就可以喚醒學生的思考意識，一張圖就可以讓學生領悟學習某類知識的關鍵策略。圖2說明了學生是如何通過一張圖示來獲得有效學習策略的。

如圖2所示，教師在運用思維可視化教學策略指導學生學習初中地理“西雙版納”一課時，首先通過“設問引思”及“追問啟思”喚醒學生思考意識；接下來師生共同運用“逆向思考”策略，由果溯因，一步一步地理清旅游資源、自然資源、人文資源、植被特征、氣候類型、地理位置（緯度位置、海陸位置）、地形特征等地理要素之間的關系，最終生成一張簡明清晰的“西雙版納豐富旅游資源形成關系探究圖”，不但完成了這節課的核心知識建構，而且領悟到“提要素――理關系――建結構”這一重要學習策略的方法及意義。那么，這節課的教學價值就遠遠超越了“西雙版納”，甚至超越了地理學科，它讓學生獲得的是可以跨學科遷移的有效學習策略，經過多次強化（實踐運用），這一學習策略便可以被內化為學生的自主學習能力。

除了“能較快地讓學生學會學習”這一優勢，思維可視化教學策略還能為“合作學習”提供工具性支持：師生之間、生生之間、小組之內、小組之間都可以借助“圖示”這個可視化媒介來進行思想交流，思維碰撞?；凇八季S可視化”的交流，結構清晰，一目了然，比單一的語言或文字交流的效能要高得多。

四、借助思維可視化應對新挑戰

對于新課改而言，除了要有效化解舊阻力之外，還需準備應對新挑戰。“信息智能文明”時代的大幕正徐徐拉開，紛至沓來的“互聯網+教育”、虛擬現實、人工智能等新科技對傳統教育產生了重大沖擊，人類的學習目標、學習方式及學習組織形式都將發生重大轉變，新課改要如何與時俱進？

辯證地看，新教育技術的崛起對新課改既有“?！币灿小皺C”：其中的“危”主要是指在“互聯網恐慌”壓力及“教育技術創新”推力的雙重作用下，原來推動新課改的中堅力量會被“新技術熱”所裹挾，從而降低對新課改的關注度，陷入“形式大于本質”的誤區。其中的“機”主要是指新教育技術可以為新課改所倡導的自主、合作、探究式學習提供有力的技術支持。例如各種形式的在線教學資源（微課、慕課）就為學生的自主學習提供了不受時空限制的內容支持，使自主學習、合作學習變得更加便捷。

如何利用好新教育技術帶來的“機”，并且能化“?！睘椤皺C”，使“新教育技術浪潮”既不沖淡“新課改關注度”，又能助力新課改的進一步落實呢？思維可視化教學策略可以實現二者（新技術與新課改）的無縫連接：一方面思維可視化教學策略與新教育技術的整合可以創生出“高思維含量”的優質課程資源，補足在線課程的短板（數量有余，品質不足），為學生開展基于在線課程平臺的自主、合作、探究式學習提供精品內容支持；另一方面，在線下運用思維可視化教學策略來發展學生的自主學習能力，可以使學生更加適應新技術支持下的自主、合作、探究式學習，從容應對“信息智能文明”時代的挑戰。

篇6

關鍵詞 智能輔助教學系統；學生模型；認知評價

一、引言

在智能輔助教學系統（簡稱ICAI系統）中，為了做到因人而異的個別化教學，必須了解當前的教學對象，這就要求將學生的情況用適當的數據結構記錄下來，作為ICAI系統進行教學決策的依據。這種用于記錄學生情況的數據結構稱作“學生模型”。學生模型反映了學生的學習進度、知識的熟練程度、存在的誤解以及與期望目標之間的差距。這些信息被教師模塊作為教學決策的依據，使系統能正確評價學生的理解程度，診斷其錯誤，為每個學生提供最適合、有效的教學材料。可以說，學生模型在智能化的教學中扮演著非常重要的角色。

二、傳統學生模型的建立方法

目前有好幾種建立學生模型的方法，分別是：

1.覆蓋模型(Overlay Model)

覆蓋模型是最早的基于人工智能的學生模型，它是基于學生掌握的知識總是正確的專業領域知識的一個子集來構建的。基于這種模型的系統可以根據領域知識結構圖和學生的知識狀態圖間的比較，得到學生的知識結構缺陷，推薦學生當前應學習的內容。覆蓋模型的優點是比較容易構造，不過，這種模型不能捕捉學生的錯誤知識。

2.偏差模型(Buggy Model)

偏差模型是通過把學生的錯誤概念表示為領域專家知識的偏差而獲得學生行為的模型。為了解決覆蓋模型的缺點，許多研究者將研究集中在構造一個學生誤解或偏差的數據庫，稱之為偏差庫(Bug Library )。該庫描述學生可能出現的所有偏差類型，并且針對每種錯誤類型，提供相應的補救策略，這是此種模型的優點，但這也是系統的難點。

3.貝葉斯網絡模型 (Bayesian Network Model)

貝葉斯網絡是一種概率推理機制，它在概率論的基礎上進行不確定推理。貝葉斯網絡為在某一特定應用領域中描述隨機變量之間的概率依賴性提供了一個圖形化的表達方式，以及利用這些依賴進行復雜的概率推理的算法。這種方法是目前研究的熱點，它不僅能獲得學生的知識情況，而且還可以推出學生出錯的原因，比較適合于過程性知識。

4.認知模型(Cognitive Model)

認知模型是基于美國著名心理學家布盧姆的認知理論建立起來的學生模型，主要反映學生認知能力的模型。學習者的認知能力怎樣以及處于什么階段，對學生和老師來說都是很重要的。學生需要了解自己哪一方面的能力差，有針對性的學習補救，而老師也只有在了解學生的認知能力之后，才能確定學生的學習行為，診斷犯錯的根源，以便采取相應的教學策略和方法。

5.歸納法(Induction)

隨著機器學習技術的發展，研究人員使用稱為歸納法的機器學習技術來動態的補充偏差庫，或者是從零開始對學生的誤解和錯誤進行建模。歸納法是以動態地對學生進行建模，與動態偏差模型不同，歸納法不依賴于人的指導，但是歸納法需要大量的實例來保證產生正確的結果。

6.理論改進(Theory Refinement)

理論改進是一種較新的機器學習技術，以解決歸納法中需要較多例子的缺點。它將理論分析與實際中的學習方法集成起來，獨立于知識域。它以有效利用以前的經驗，以對多個學生中發現的共性問題進行建模。但是缺點是算法復雜，實現非常困難。

三、改良的學生模型

從上面的分析可以看出不同的建立方法各有所偏重點，應該說建立完整的學生模型時最好還是綜合采用幾種方法。在本文的研究中，考慮自身系統學生模型的建立需求，綜合采用了上述6大學生模型的建立方法中的覆蓋模型和認知模型，并增加了一個測試評價模型：通過覆蓋模型反映學生的知識學習情況即知識水平，認知模型則反映學生的認知能力，測試評價模型作為一個輔助工具模型實現認知水平的測試評價。這樣就構成一個基本完整的學生模型。我們給出學生模型的完整形式化描述如下：

學生模型={基本信息模型，安全模型，學習狀況模型}

基本信息模型={學號，姓名，院系，專業，班級，年齡，性別，愛好，學習風格…}

安全模型={學號，姓名，登錄賬號，密碼}

學習狀況模型={覆蓋模型，認知模型，測試評價模型}

覆蓋模型={學號，姓名，課程，學習進度，…}

認知模型={學號，姓名，課程，識記能力，理解能力，應用能力，評價能力，分析能力，綜合能力，總體能力}

測試評價模型={學號，姓名，練習時間，練習得分，測試時間，測試得分…}

改良后的這個學生模型不僅可以記錄學生的知識掌握能力和學習歷史，還可以記錄學生的認知能力。更貼切地刻畫學生的學習情況和學習行為，而且也方便實現。

參考文獻：

[1]趙潔.基于認知理論和隨機開放性測試的動態學生模型研究[J].計算機工程與應用.2003.(34):95～98

[2]劉爽英，閆瑩.ICAI系統中學生模型與教學策略的設計[J].華北工學院學報.2003， 24(4):291～293

篇7

關鍵詞：中學歷史課；計算機輔助教學；改進方法與設想

計算機的問世，將人類文明推進到信息時代，也必將引起教育領域深刻的革命。這場教育大變革不僅僅是教育形式和學習方式的重大變化，更重要的是將對教育的思想、觀念、模式、內容和方法產生深刻影響。計算機為歷史教學提供廣闊的前景。陳至立在全國中小學信息技術教育工作會議上的講話中指出：“信息技術是最活躍、發展最迅速、影響最廣泛的科學技術領域之一?！畔⒓夹g極大地拓展了教育時空界限，空前地提高了人們學習的興趣、效率和能動性?！钡?，目前中學歷史教學中計算機功能的發揮是極其有限的，而且熱了一陣子之后，逐漸趨于降溫。本文著重論述目前中學歷史 (A1 教學中的主要缺陷，提出改進的措施，以期推動計算機技術與新課標下的歷史教學的整合，促進歷史 CAI 教學的研究，推進中學歷史多媒體教學的深入發展。

一、中學歷史課計算機輔助教學的現狀

計算機輔助教學可分為初級階段和高級階段。初級階段主要是框面型課件計算機輔助教學，高級階段是系統型人工智能軟件計算機輔助教學。目前國內中學歷史課計算機輔助教學尚處于初級階段。

國外自 20 世紀 50—60 年代，美國的哈佛大學、 IBM 公司的沃斯頓研究中心、伊利諾斯大學和斯坦福大學等開始程序教學 (Programmed Instruction) 以來， 70 年代微型計算機的研制成功，為多媒體教學的普及提供了條件。除美國外，法國、英國、加拿大、日本等國很快開展計算機教育。 80—90 年代多媒體技術與網絡技術以及衛星通訊技術迅速發展。各國的中小學掀起計算機輔助教學的新。出現了以“教”為主的美國計算機輔助教學 (Computer Assisted Instruction ，簡稱 CAI) 、英國以 “ 學 ” 為主的計算機輔助教學 (Computer Assisted Learning 簡稱 CAL) 。目前，各國的計算機技術已應用到教育系統的各個領域，除了上述的教學以外，還應用于教育行政管理和教學管理。

80 年代，我國的計算機輔助教學開始起步。北京大學、清華大學、華東師范大學、浙江大學等高校都投入研究開發工作，推出了 BASIC 語言系統、方正奧斯等一批研究成果。 80 年代中期，計算機輔助教學得到推廣。我國中小學計算機輔助教學起步雖晚，但發展甚快，與國際水平的差距日益縮小。我國經濟發達地區的中小城市的中小學普遍開展多媒體教學，其教師也大多掌握多媒體教學技術，能夠運用 PowerPoint 、 Authorware 、 Director 等多媒體寫作工具，制作出能夠脫機運行的教學課件。一批中學建立校園網，實現了輔助教學、教育行政管理和教學管理三位一體的計算機輔助教育 (CBE) 。這些學校的計算機輔助教學在教育教學諸多方面收到了顯著的效益。為進一步開展計算機輔助教學奠定了基礎。但是，由于起步晚，經驗不足，也存在著許多問題，如：首先，沒有從本質上突破舊的課堂教學模式，只是把板書制成多媒體教學框面，加上一些音像、聲響等多媒體；其次，缺乏新理念的指導，計算機輔導教學仍然依據斯金納 (B ． F ． Skinner) 的學習理論為基礎的行為主義教學理論；第三，教師計算機技術不嫻熟，在制作課件時往往故弄懸虛，中問設置了許多超級鏈接，把教學課件搞得機關重重，上時經常出現技術問題；第四，課件交互性欠強，教師與學生之間、學生與學生之間的交流都難以在課件教學中實現，更不用說人機交互了；第五，缺少因材施教、隨機應變的教學靈活性，一旦生成課件就只能運行，無法修改，不利于教師因材施教和臨場發揮。因此，歷史教師必須學習先進理念和熟知優秀教學課件的基本要求，并掌握一定的計算機教學技巧和嘗試人工智能軟件教學。

二、計算機輔助教學的改進方法與設想

計算機技術在中學歷史教學中應用與拓展，需要科學理論的支持，需要先進理念的指導、先進教學方法的采用與計算機技術的支持。筆者在教學實踐中得出一些改進方法，并提出新的設想：

1 ．學習先進教育理念

目前歷史計算機教學存在諸多問題的根本原因是教師缺乏科學理論和先進理念作為理論基礎。對中學歷史計算機輔助教學的改進具有指導意義的有：

(1) 三大傳播理論。 “ 四大要素決定論 ”—— 貝羅 (D ． K ． Berlo) 認為，傳播過程有四個大要素：信源、信息、通道、受者。傳播的效果是由四個要素以及它們之間的關系共同決定的。“傳授雙向互動論”——施拉姆 (W ． Sehramm) 認為，傳播過程是一種雙向互動的過程，傳者和受者都是傳播的主體。受者不僅接受信息而且對信息做出積極的反應。“傳播五 W 論”——拉斯威爾 (H ． D ． Lasswall) 認為：要描述什么叫做傳播，可以概括成五 W ： wh0 ，傳播者是誰； What ，傳播內容說什么； Which Channel ，傳播的通道是么途徑； TO whom ，接受者是誰，即對誰說； With What Effect ，傳播達到什么效果。

(2) 兩種學習理論。 “ 認知主義學習理論 ” 與 “ 建構主義”，代表人物有皮亞杰、紐厄爾等，基本觀點： a ．學習是認知結構的形成，要通過學習者的主觀作用來實現。新學習的知識必須附著在原有知識結構的“附著點”上。只有學習者將外來的刺激同化于原有的認知結構中，才能發生有效的學習。 b ．學習憑智力與理解，絕非盲目的嘗試。 c ．學習過程是信息加工過程，人腦好似電腦，應建立學習過程的計算機模型。認知理論認為新知識一定要以舊知識為附著或拋錯點，認知的發展過程是同化、順應、平衡。 [2] 這兩種新教學理論要求歷史教師開發教學課件時做到 a ．利用多媒體優勢，幫助學生建立新舊知識的聯系。歷史教學軟件必須引導學生把已學的歷史知識與將要學習的歷史新知識建立起緊密地聯系。 b ．對舊歷史知識的整理科學越明晰，越有利于新知識附著，使計算機多媒體輔助教學優勢充分發揮。 c ．教師以引導者的身份發揮教學的主導作用，參與學生的知識建構過程。除幫助學生建立與舊有知識的關系 ( 同化 ) 外，還要在課件中揭示新舊歷史知識的矛盾，如新航路開辟帶有中西文化的沖突，資本主義萌芽與商業危機的矛盾，舊商路與新航道反差等等，并逐個問題加以解決，使學生知識結構改變 ( 順化 ) ，最后進行整合，達到平衡。

2 ．確定制作優秀 CAL 教學課件的基本要求

運用計算機技術開發優秀歷史課件必須具備如下優點：

(1) 優良的教育功能：即特效性、領先性、科學性。歷史是過去的陳跡，我們無法把學生帶入過去的歷史時代，但歷史總會遺留下一些文字資料，實物等遺跡，通過計算機技術一定程度上可以“再現”歷史，起到特有的、無以取代的歷史教學效果： a ．特效性。能為歷史教學提供一種最佳的、多維的表示，傳遞和處理歷史信息的方法和技術的途徑，使學生進入了視聽并用，抽象邏輯思維與具體形象思維共同參與學習過程的多維動態環境。突破抽象邏輯思維的難點，用虛擬現實的概念與技術，把已過去的學生難以能及的歷史現象帶到學生面前，使教學活動更加符合人的自然思維，從而獲得特別優良的歷史教學效果。 b ．科學性。教學內容能準確地反映歷史發展的客觀規律，突出重點。具體表現為教學目標明確恰當。對歷史大綱 ( 課程標準 ) 、教材 ( 課本 ) 與學生 ( 教學對象 ) 三者的關系處理恰當，各種媒體信息都必須為了表現某一個歷史知識內容，為達到某一層次的教學目標而設計。符合教學規律。優秀歷史課件必須符合歷史教學的一般規律，處理好教學內容的難度、深度、廣度三者之間的關系。 c ．領先性。體現當代教育觀念、教學思想和多媒體課件發展方向。

(2) 嫻熟的計算技術：即技術性、藝術性、智能性。創作一個歷史教學軟件，要特別注意課堂教學的效率與效果，不可因計算機技術問題，影響了歷史教學的效度。 a ．技術性。課的可用性與可靠性。程序有較強的交互能力，保證教學過程不受干擾，不因學生錯誤操作而產生錯誤甚至停止運行。課件使用方便、教師調整靈活，學生控制靈活。能較好地利用計算機軟硬件資源，軟件容易維護，人機交互有較高水平，課件安裝或下載使用方便。 b ．藝術性。具有友好人機交互界面。窗口、菜單、按鈕、圖標及快捷鍵都必須美觀并符合歷史教學規律。另外，教與學都是緊張的腦力勞動，盡量做到簡潔清新，切忌羅列繁煩復雜的知識條目。 c ．智能性。具有診斷、評價和反饋能力。

3 ．掌握一定的計算機教學技巧

教師扎實的專業知識和先進的教學理念都必須落實到計算機技術之上。計算機技術主要體現在課件設計、采集資料、制作等各個環節。

(1) 課件的設計。課件的設計是課件開發的重要階段，是按課件的歷史教學需要及軟件工程的方法對課件進行綜合全面的設計。主要是設計課件制作方案，課件演示方案。包括教學目的、流程的教學方案。 a ．設計好歷史教學方案。教學流程設計要體現歷史教學的規律，要歷史教學內容劃分成若干教學單元，各單元之間或按歷史事件時間順序或按歷史時件的邏輯順序繪制出教學單元的流程圖。要考慮通過課件的教學能否在突出重點，突破難點，增強記憶，啟發思維方面收到傳統教學不能達到的效果。同時還要設計出在什么時候使用聲、文、圖、動畫多種媒體的合理組合，使這些多媒體資料為教學服務。 b ．設計課件制作方案。首先要考慮所開發的最后產品是什么。是用于班級課堂教學交互性教學，還是網上自學；是模擬演示還是資源積件。其次是考慮課件的結構類型，是固定結構型、生成型，還是智能型結構，控制策略是線性型、分支型還是混合型。

(2) 素材的收集與編采。資料的搜集可以到圖書館、校園網、因特網、電視臺、校電教中心、 VCD 光盤及其他磁盤、自制數碼攝影，甚至于超市等收集。如要做中國的發展的教學課件，可以“ A 日擒雕牌 ” 煉乳為例，這只商標是近代溫州民族資本家吳百亨同英商爭奪浙江市場中產生的，對中國產生的背景、民族資本家的革命性都很有說服力。歷史資料收集的主要網站有：人民教育出版社 ( 教材及大綱 )www . pep . tom . cl /。中學歷史教學 http : //www . yb2hs . com . cn / teacher / net / his/。中學歷史教學資源網 http ://ajl ． teacher ． 100point ． corn /。資料的采集指對已收集的資料進行加工制作。聲音素材對采樣頻率，量化位數、聲道板進行選擇。動態視頻圖像須對這些素材進行混合、反向、回音、調節音量、修改頻率、轉換格式、修改聲道、移動割拼、添加文字等編輯。歷史課件會使用大量的原始圖片、圖表、錄象，這些素材的制作加工，尤要精美細致。

(3) 課件的制作與開發。課件設計和資料采集完成之后，就進入課件制作與開發階段。根據歷史教學需要選用多媒體寫作工具。由于歷史課件需要展示大量的歷史圖片等資料，又加上時間緊迫，所以平時教學可用使用簡便、制作方便的頁面式卡片為基礎的幻燈型課件制作軟件，如 toolbook 。如果教學內容復雜，課件結構聯接較為復雜的課件，比如樹型結構，可以用以圖標為基礎的流程圖型 Authorware 和以時間為基礎的時基型軟件，如 Director 、 Action 。用于網上，可用遠程多媒體課件制作工具 Frontpage 。

(4) 課件的美工修改。歷史課件最終都是以界面、框面的形式展示給學生。要把死的歷史變活，很大程度上處決于歷史軟件的界面與框面美感教學效果，因此，界面、框面的設計必須遵循美學法則。人的美感來源于視覺與聽覺。而視覺、聽覺效應往往與人的生理、心理、情緒、文化素養有著緊密的聯系，課件的圖像、動畫、音像通過視覺與聽覺反映于神經中樞，使學生感到友好、親切，產生美感，所以必須美學工藝知識同心理學知識緊密結合對課件修改。

(5) 嘗試人工智能軟件教學。只有開發人工智能教學軟件，才能使我國中小學的歷史計算機教學進入一個新階段。人工智能教學軟件是指計算機能夠利用歷史史實等教學信息，生成教學問題，用較強的自然語言理解能力和邏輯推理能力回應學生提出的歷史問題的教學工具。

基于人力、物力、時間和計算機技能因素，筆者只做了極為膚淺的嘗試，介紹如下：

借助 Frontpage 作為基礎，研制提供學生學習、教師教學的雙向互動和人機交互的計算機歷史教學環境。它分成學生學習模塊與教師教學模塊：在線學習的學生可以隨時打開教師教學模塊作為課堂教學的輔助與補充，教師可以隨時打開學生模塊，察看、監控學生學習歷史的過程與結果。

整個過程是學生選定目標，查看教師提供的學習建議，完成學習內容，提交教師布置作業，分析計算機作出作業批改，最后上傳到教師模塊。

教師教學模塊把教學目標也分為三等，系統會根據歷史教學目標提議教學策略，并給出相應的歷史教學內 容。教師可對教學內容任意增減。教學資料是根據課堂教學實際情況選用的資料。全部系統工作可通過計算機清晰地顯示給學生，體現出歷史教學過程中教師與計算機、教師與學生、學生與學生及學生與計算機的互動。

此外，還可以利用國外較為成熟的智能計算機教學軟件智能導師系統 (ITS) 和人工智能化教學環境 (AIBLE) 在歷史教學中進行嘗試，等等。

參考文獻：

篇8

關鍵詞： 專家系統 知識表示 概念圖 計算機基礎教學

1.教學專家系統研究進展

教學專家系統產生的歷史可以追溯到上世紀60年代的程序教學（Programmed Instruction，PI），隨后出現的基于計算機的訓練（Computer-based Training，CBT）和計算機輔助教學（Computer Assisted Instruction，CAI）在一定程度上有助于學生的學習，但它們都沒有提供“一個學生對應一個教師（One to One）”教學的個性化關注，而是采用“一種教學適合所有學生（One fit all）”的教學方式，其主要原因在于“傳統的CAI中的教學信息是按預置的教學流程提供給學生的”。［1］例如，一個練習中的教學策略“如果第8題回答正確，則轉向20題，否則轉向16題”，可見這種CAI系統并沒有考慮學習者的能力水平。換言之，傳統的CBT和CAI的不足之處在于：系統不了解學生的認知風格和認知水平，不了解學生當前的知識狀態，當學生有學習困難時不能診斷原因并提出針對性的指導意見，也不能根據學生的認知風格和認知水平提供個性化的學習材料。

正是針對采用傳統CAI和CBT計算機基礎教學的不足，學術界提出了基于領域知識和學生模型進行決策和指導的智能軟件系統的研究與開發。該系統具備根據學生的認知特點、當前的知識水平等特征表示教學材料的靈活性以及對不同學生需求的響應能力，通過提供“怎樣按學生的信息進行教學”的教學策略來實現系統的“智能”。研究的最終目的是由計算機系統擔當學習者的引導者和幫助者，即賦予計算機以智能，由計算機系統在一定程度上代替人類教師實現最佳教學［2］。

Hartley和Sleeman提出了教學專家系統的基本架構，認為教學專家系統必須處理三方面的知識：

（1）領域知識，即課程模型，它主要解決教什么的問題（What to teach），包含了系統試圖教授給學生的知識；

（2）學習者知識，即學生模型，它主要解決教誰的問題（Whom to teach），即指明學生已知道什么和不知道什么以及學生的認知特點；

（3）教學策略知識，即導師模型（Tutor Model），它主要解決怎么教的問題（How to teach），主要提供有針對性的教學策略。

上述基本架構對于教學專家系統的研究具有重要的指導意義。雖然在隨后的30多年里，教學專家系統研究一直沒有形成公認的體系結構，但上述架構一直是教學專家系統研究的基礎與核心，絕大多數研究工作都圍繞著這一基本架構而展開。

2.基于概念圖的教學專家系統

2.1概念圖知識的形式化

概念結構（concept stricture）［3］是由美國的John F.Sowa提出的基于語言學、心理學、哲學為一體的一種最新的知識表示方法。它不但能夠表示傳統知識表示方法所表示的知識，而且具有表達能力強、表達直觀、可靠性好、易于實現、接近自然語言等特點。因此，自從被提出后，就在美國得到了很高的評價。美國、加拿大、澳大利亞等國家有不少學者從事這方面的研究工作。國內主要有西北大學計算機系人工智能研究室從事這方面的教學、研究與應用開發工作，并取得了一些成果［4］。概念圖的形式化定義為：CGer（Concept，Relation，F），其中：

Concept={c1，c2，……，cm}，概念結點（Concept node）的集合；

Relation={rl，r2，……w}，關系結點（Relation node）的集合；

F（Concept×Relation）U（Relation×Concept），弧的集合。

概念圖以圖形表示就是一種有向連通圖，它包括兩種結點：概念結點和概念關系結點，弧的方向代表概念結點和概念關系結點之間的聯系。概念結點表示問題領域中的一個具體的或抽象的實體，概念關系結點表示概念結點之間的聯系。

在概念圖中，概念結點用方框表示，概念關系結點用圓圈表示，有向弧標出了概念關系結點所鄰接的概念結點。例如，在信息技術課堂中，學生在剛開始學習Windows操作時，由于對文件和文件夾的概念沒有很好地理解，因而經常會將建立文件夾錯建成文件，或將文件錯建成文件夾。而如果在教學中運用圖1這張有關文件和文件夾相關概念的概念圖來向學生講解它們之間的關系，就可以使學生清楚地認識到，文件夾是用來存放文件或子文件夾的，而文件中存儲的才是具體的內容，根據存儲的內容的不同，可以將文件分為文本文件、圖像文件、聲音文件、動畫文件、視頻文件等，這些文件都可以存儲在各種磁盤上。這樣運用概念圖講授這個知識點，可以收到很好的教學效果，從而使學生在操作時少犯錯誤。

2.2概念圖知識的實現

概念圖可以變換為易于機器操作的內部表示形式。文獻［5］用Prolog實現了概念圖及基于概念圖的規則。要表示一個概念圖，需三種類型的Prolog謂詞，一個規則用帶四個參數的謂詞rule/4表示：

rule（rulenum，and（r1，r2…），r，［［*x］］）

其中，rulenum表示規則號；（r1，r2…）為規則左邊的第一個圖；r為規則右邊的第一個圖；［*x］為約束變量，指出了不同概念結點具有相同值這一特性。一個概念結點用帶三個參數的謂詞concept/3表示：

concept（label，Ref，renamelist，Cid）

其中，label為概念的類標號；ref為概念的所指域；renamelist為與該概念相連的關系名表；Cid為概念標識符。一個關系結點用帶四個參數的謂詞relation/4表示：

relation（label：cid1，cid2，Rid）

其中，label為關系的類型標號；cid1為與該關系相連的起始概念標識符；cid2為與該關系相連的終止概念標識符；Rid為關系標識符。一個概念圖用帶四個參數的謂詞graph/4表示：

graph（Name，Clist，Rlist，Gid）

其中，Name為概念圖的名字；Clist為該圖中的概念標識符表；Rlist為該圖的關系標識符表；Gid為圖標識符。

需要說明的是，規則的前提并不全是“and”運算，但總可以化成這種形式，這一點很容易做到。

2.3基于概念圖的教學專家系統框架

該教學專家系統基本組成如圖2所示：

系統的主要模塊以及功能說明如下：

知識源：主要來自于課本和教師的經驗。

人機接口：是用戶和系統進行通信的模塊，通過該模塊用戶將信息告訴系統，以便系統進行分析整理，人機接口模塊設計的好壞也是系統的一個關鍵。系統管理主要包括個人信息（用戶名、密碼等）及系統登錄和增加刪除用戶等方面的功能。

解釋器模塊：是在推理過程中或者推理之后，向用戶解釋系統是如何得出結論的，一般的專家系統都具有該模塊，因為向用戶解釋推理的過程，可以增加對系統推理的可信度。

數據庫：相當于記憶結構，用來記錄系統推理過程中用到的控制信息、中間假設和中間結果及結論的數據庫或工作存儲器。

知識獲取模塊：用來把新的知識或事實添加到知識庫中去，或修改現存的規則知識，專家系統解決問題的能力主要取決于它所使用的知識的數量和質量，建造專家系統的瓶頸也就是知識的獲取問題。

知識庫和推理機：是整個系統的核心部件，知識庫及推理機的構建和知識表示的關系很大，系統采用概念圖知識表示，在此基礎上構建了系統的知識庫和推理機。

3.基于概念圖的教學專家系統應用效果

3.1教學質量和效率

通過問卷調查方式，對運用該系統的“教改班”和沒有使用的“非教改班”進行網上調查，了解了學生對自己所學知識掌握程度的評價，如圖3所示。在教改班中，有81%的學生認為自己已經大部分或完全掌握所學的知識；而在非教改班中，只有68.4%的學生認為自己已經大部分或完全掌握所學的知識。另外，教師對兩種類型學生同類作業的評價如圖4所示，在教改班中，有64.5%的學生作業為良好以上；而在非教改班中，只有32%的學生作業為良好以上。同時，我們計算機基礎課程的學時數只有30學時（其中已包含12個實驗學時），這在我省高校中學時數是屬于比較少的，要在有限的學時數內學完教學大綱所規定的內容是非常困難的，學時數嚴重不足是影響教學效果的一個主要原因，學時不足使原來教學計劃中的部分內容只能改為學生的自學內容，效果較差。采用了本系統之后，將部分原本課堂講授的內容改為學生通過自主學習，大大節省了課堂的教學時間，使原本沒有時間在課堂上講授的內容添加了進來。在相同的時間內，教改試驗班的學生比非教改班學生還要多做了一個綜合性的大型作業。這對教學無疑起到一定的促進作用。

3.2學生的學習自覺性及興趣

過去以教師授課為主的教學模式，學生是被動學習，積極性不高?，F在采用了新的學習模式后，學生可以在教學網站中欣賞到其他同學及過去學生的優秀作業，及時找到自己的不足，增強了競爭意識。同時通過參考他人作業也可以激發自己的創作靈感，從而制作出更好的作品。另一方面，由于增加了學生互評的評價方式，使學生在評價他人作業的同時自己也得到提高。其中原來對課程不太感興趣甚至完全不感興趣的學生中有54.7%轉變為感興趣，如圖5所示。

3.3學生接受的學習新模式

調查中我們還發現，學生通過這門課程的學習，已經養成了一種良好的學習習慣，學會循序漸進、理論聯系實際和協同學習的方法，并在解決實際問題的時候具有較強的創新能力。另外，學會通過搜索網絡資源進行學習、通過網上論壇、留言、電子郵件等方式討論并解決問題的習慣。不少學生在不知不覺中將此方法應用到其他課程的學習上，促進了其他課程的學習。在掌握了這種學習方法后，有89%的學生表示會有意識地將這一方法用于其他課程的學習。而且在全國計算機等級考試通過率以近10%逐年提高，圖6為近三年來我們學生的等級考試通過率情況。同時，學生在學習的過程中有充分的自由度，學生可以根據自己的水平自由選擇題目來完成作業，這樣可以培養學生的創造性思維，激發學生的創造欲望。另一方面，由于我們提供了一個有充分網絡資源的教學網站，學生可以很快找到更多有用的信息，不斷提出問題，積極協商討論、使知識得以歸納重組。同時豐富的網絡資源使學生擴大了視野，豐富了想象，增強了創新意識、提高了創新能力，所有這些成績都可以通過學生的作業反映出來。

參考文獻：

［1］陳天云，張劍平.智能教學系統（ITS）的研究現狀及其在中國的發展［J］.中國電化教育，2007，（2）：95-99.

［2］張劍平.現代教育技術理論與應用（第2版）［M］.北京：高等教育出版社，2006：117.

［3］John F.Sowm，Conceptual structure［J］.UK：Addison-Wesley，1984.

［4］白振興.一種新的知識表示方法：概念結構［J］.計算機科學，1992.

篇9

關鍵詞 ：網絡教學、Agent 、對象模型、個性化教學

隨著網絡的普及應用和信息技術的發展，我國互聯網用戶數量節節攀升。對于教育來說，由此帶來了教學模式的重大變化，從傳統課堂的“以教師為中心”擴展到Internet環境下的“以學習者為中心”的網絡教學。通過對傳統網絡輔助教學系統的研究可知，傳統的輔助教學系統能以數字方式將表現教學內容，通過對圖、文、聲、像、動畫以及活動影象等信息進行計算機系統存儲、加工、傳輸和呈現，用戶可通過人機交互方式使用課件，以便輔助教師教和學生學。而借助于Internet的遠程教育具有開放性、靈活性、學習終身性和資源共享性等優點[1]。充分利用這些優點不僅可以滿足學習者個性化學習需要，而且可以在很大程度上提高學習效率。但據初步調查表明，大多數學習者在網絡學習時，會遇到不同程度上的困難，主要原因是其普遍存在的一系列問題，包括：

（1）以呈現教學材料為主，在教學過程中學生被動學習，缺乏必要的交互手段；

（2）對不同認知水平的學生采用相同的教學策略，缺乏智能性和適應性，難以實現因材施教；

（3）由于知識結構是松散無關的，掌握學習主動權的學習者面對眾多信息而無所適從，在學習過程中容易出現迷航而偏離學習目標；

（4）采用了不同的數據資源管理標準，不利于教學資源共享以至于造成大量重復勞動。

（5）缺少有效、敏感的響應與反饋、測試與評價系統，無法真正構建出學生的主動學習環境。

Agent的概念最早出現于20世紀70年代的人工智能中，80年代后期成長起來，目前已成為當今計算機科學技術領域、信息工程領域和網絡通信領域十分活躍的前沿研究方向之一。Agent具有的自主性、反應性、主動性等一些重要的行為特征對網絡教學系統來說是很有意義的，因此Agent/多Agent 系統特別適用于網絡教學系統的開發。

1 Agent概述

基于Agent的教學系統將人工智能的技術引入系統，軟件Agent是具有推理和決策能力的軟件，是一個有反應的，主動性的，內在激發的軟件實體 ，在面對變化的環境的同時，能采取一定的應對措施。軟件Agent 也是一個計算機程序，它的內部又可以細分出很多小的功能模塊，使程序具有模塊化和一定的彈性。其特點如下：

（1）自治性：Agent能夠根據知識庫中的事實和規則進行推理，運行于復雜環境中的Agent還應具有學習或自適應的能力。

（2）自主性 Agent是一個獨立自主的計算實體，其動作和行為是根據本身的知識、內部狀態和對外部環境的感知來進行控制的，它的運行不受人或其他Agent的直接干涉；

（3）目標導向：能夠根據高層的指示，負責決定如何來完成任務。

（4）社會性 Agent可以通過某種Agent協作語言與其他Agent或人進行交互和通信，在多Agent系統中，Agent應具有協作和協商能力；

（5）有彈性：完成任務的方式不固定，由實際情況來決定執行順序和所要調用的程序，以反映外部環境的變化。

（6）適應性：可以對先前的經驗進行積累，由使用者的喜好來決定自己的行動。

（7）移動性 Agent作為一個活體，它能夠在互聯網上跨平臺漫游，以幫助用戶搜集信息，它的狀態和行為具有連續性。

2 基于多Agent的教學模型

現實世界問題是極其復雜的，而單個Agent的功能是極其有限的，單個Agent一般很難完成給定的任務，此時需要通過適當的體系結構把多個Agent組織起來形成多Agent系統，以共同承擔一個任務，來彌補單個Agent之不足，使得整個系統的能力超過單個的Agent。

基于多Agent技術的系統是指多個Agent相互通訊、彼此協調，共同完成作業任務的系統，它不僅具備一般分布式系統所具有的資源共享、易于擴張、可靠性強、靈活性強、實時性好的特點，而且各Agent能夠通過相互協調解決大規模的復雜問題，使系統具有很強的魯棒性、可靠性和自組織能力。在多Agent系統中，單個Agent是一個物理的或抽象的實體，能作用于自身和環境，操縱環境的部分表示，并與其他Agent通訊，具有感知、通訊、行動及控制和推理能力等基本功能。多Agent技術的這些特點，使得其在處理基于互聯網的知識問題方面，具有廣闊的應用前景。

網絡教學突出的特點表現在學生是學習的主體，其通過網上虛擬課堂進行交互式的自主學習；教師則要通過課程設計，采取創設問題情景、在線專題討論、歸納總結、評價激勵等方法，激發學生的學習興趣和學習動機，促使他們理解和掌握知識體系，培養創新精神，進行廣泛而又深入的學習。

由于網絡教學是一個復雜、龐大、不可預測的信息系統，一般會覆蓋教學的各個環節，因此應該將其劃分成子問題，并構造多個具有一定功能的Agent，由這些Agent去分別處理子問題。當子問題之間出現相互依賴時，系統中的Agent必須能通過協作來控制依賴性?；谝陨戏治觯覀儤嬙斓幕诙?Agent的網絡教學模型如圖1所示。

整個模型分為三個部分：界面，分析和建議。

界面：負責與用戶直接溝通，詢問的功能是記下使用者的基本資料。展示是將教材內容通過輸出端口提供給用戶。診斷是判斷用戶的學習能力，知識結構。記錄的功能是記錄下學習者與系統互動的所有歷程。界面由界面數據庫取得與某一用戶對話的模式和畫面。

分析：分析從界面中的診斷，記錄，詢問等三個子那里獲得的用戶資料，分析后再將所的結果存入其中的學生基本資料庫，學習成就資料庫和學習資料庫中。

建議：建議獲得分析資料庫的內容，再由其評估分析出學習者之間的差異，建議根據這些差異來為不同的學習者提供不同的教學方法。

在此多系統中，為減少之間的直接溝通，故將相互的溝通信息放置在界面中的全局數據庫中，由主控程序負責通知相關的模塊，當然，主控程序也可以單獨形成一個模塊。

模型中涉及5個基本數據庫，即學習資源庫、系統全局知識庫、教學策略庫、界面庫和學生模型庫（含學生基本信息與學

習中間信息）；3類基本用戶，即教師、學生和管理者；6類Agent，即教師Agent、學生Agent、管理者Agent、人機交互界面Agent、教學Agent和管理Agent。下面具體介紹部分Agent的功能。

學生Agent。學生登錄網絡教學系統以后，系統會自動生成一個學生Agent。它一方面要為對應的學生提供交互界面，引導學生的學習，并在學習過程中根據學生的實際情況，通過教學Agent從教學策略庫中選擇合適的策略給學生以指導，在學習結束后將學生的學習結果返回學生模型庫。另一方面學生Agent還要調用目前登錄學生的學生基本信息和學習記錄，查看學生以往的學習情況，根據這些記錄為學生本次學習呈現最初的學習資料。學生Agent在用戶的整個學習期間要不斷地通過人機交互界面Agent分析學生的學習狀態，為用戶下一步學習做相應的準備。同時還負責將本次學習的最終分析結果返還給學生信息庫以便為下一次學習提供資料。

教師Agent。教師登錄網絡教學系統以后，系統會自動生成一個教師Agent。一方面，教師Agent負責教師與網絡教學系統的交互，通過教學Agent對教學的過程進行相關的指導和監控，了解學生的學習過程和學習反應，指出哪個學生的理解或答案是最好（或最壞的）并做出解釋。如果學習方向出現偏差，則予以及時糾正。此外，還可以從試題庫中抽取相關的問題進行討論以加強理解。另一方面，教師Agent還是專業知識的資料庫和主動收集者，能對每一個學習者提供專業的最大的資源數據，建立相關的課程或課程框架（指包含教學目標、教學策略、教學步驟等）供教學Agent選擇。并可根據教師的干預和學生的反應對本身的知識庫進行主動的調整和擴充，主動從網絡上獲取相關的信息，重組成為更有意義的知識。

管理者Agent。一般說來，教育教學活動包括一系列的管理，如課程管理、學籍管理、成績管理等等，因此有必要在網絡教學系統內部建立管理Agent來負責整個系統的智能協調。管理者登錄網絡教學系統以后，系統會自動生成一個管理者Agent。管理者Agent主要通過管理Agent負責對整個教學情況作宏觀的調控。管理Agent主動獲得其他Agent的數據和資料，并自動地生成相關的管理數據，如學習者的學習時間、地區分布、學習者水平統計、教師工作統計等，協助管理者進行有效而快速的反應。同時，管理Agent還要擔負起諸如其他Agent的增刪管理、名錄和地址管理、通訊鏈條的管理職責。

人機交互界面Agent。人機交互界面Agent主要負責學生、教師、管理者與教學、管理子系統之間的交互聯系，并記錄交互過程。特別地，人機交互界面Agent要負責登記學生個體目前的學習狀態，以此掌握學生的學習進度、學習效果和學習能力，觸發教學Agent，為不同的學生提供個性化教學。同時，人機交互界面Agent還要通過交互信息，監控和評價學生的學習，給出提示、結論和參考信息，控制討論范圍和討論時間，對學生的非學習性瀏覽發出告警聲音，對學生的解答和知識探索給予激勵的評價。

3 系統實現的關鍵技術

基于多Agent技術的網絡教學系統是一個復雜、龐大、不可預測的信息系統，其設計與實現將涉及諸多關鍵技術。其中，最為重要的是數據模型的組織、Agent的構建及開發技術的選取。

3.1 數據模型的組織

在教學系統中，主要涉及以下幾個對象，考慮到系統的擴展性和移植性問題，在對象建模時，參考了“遠程教育規范”和新課程改革的相關要求，并且每個對象都有相應的擴展。

（1） 知識點模型

知識點是描述教學領域知識的完整的教學單元，知識點之間存在的各種關聯及其關聯程度稱為知識點關系。若學習知識點A，必須先掌握知識點B，則B稱為A的前驅知識點，而A稱為B的后繼知識點，其關聯程度有強弱之分。知識點及其關系的集合稱為知識樹[7]。

知識點：：=。

在網絡學習中，知識點為基本學習單元，相應某一學科的知識點編碼和知識樹如圖1：

這樣的知識點編碼和知識樹結構，清晰的反映了知識點之間的相互關系，以某一知識點為例，可以方便的找到該知識點前驅和后繼知識點。樹中的每一個知識點都被賦予唯一的編碼，方便了知識點的查詢、增加和刪除。學習者在學習某一知識點時，ITS可以很容易的對其進行前驅知識測試和后繼知識提示。根據Web日志挖掘出的頻繁訪問路徑[8]，調整知識樹結構，形成適應網絡學習的知識點關系網絡和導航。

轉貼于 （2）學習資源模型

學習資源的媒體類型分為：文本、圖形(圖像)、音頻、視頻、動畫五大類。

資源信息：：=< 資源標識，知識點標識，關鍵詞，描述，有效學習時間，大小，使用環境，反饋評價，擴展基 >

資源標識編碼如下規定：T開頭表示文本，P開頭表示圖形(圖像)，A開頭表示音頻，V開頭表示視頻，F開頭表示動畫，通過特定開頭字母確定素材類型。

（3） 學習者模型

定義：學習者模型是指對學習者屬性的詳細描述，包括個人信息，安全信息，學業信息，偏好信息，關系信息，學習行為六個元組。描述如下：

Student_Model_Dadabase=(Student_Model (i) | i=1…n)

Student_Model ={個人信息，安全信息，學業信息，偏好信息，關系信息，學習行為}

a. 個人信息是與學習者績效的度量和記錄沒有直接聯系，主要與管理有關的個人信息。一般說來，這類信息屬于個人隱私，是機密的。

個人信息：：=。

b. 安全信息是有關學習者安全憑證的信息。

安全信息：：=。

c. 學業信息是與學習者的學習相關的一些簡要信息。

學業信息：：=。

d. 偏好信息描述可促進人機交互的參數選擇。

偏好信息：：=。

e. 關系信息是描述學習者與其它系統用戶(如教師和其它學習者)之間關系的信息。

關系信息：：=。

f. 學習行為是描述學習者對所學知識點的相關操作信息(如作業信息、練習信息、測試信息、提問信息和媒體學習信息)。

學習行為信息={作業信息，練習信息，測試信息，提問信息，媒體學習信

息，擴展基}。

作業信息、練習信息和測試信息的結構相同，如下：

① 作業(練習、測試)信息：：=。

② 提問信息：：=。

③ 媒體學習信息：：=。

通常，理想的學生模型Student_Model由教師Agent產生。然后在學習過程中，相應的教學Agent根據學生個性化思維特征及每個學生的活動進展確定其學習基礎、學習習慣、興趣愛好、學習進度，從而建立當前的學生模型。教學Agent要運用模糊理論處理學生模型Student_Model的模糊信息，挖掘模糊信息的內在聯系，從而建立模糊關系。

（4） 規則模型

規則采用人工智能中加權不確定性推理方法得出，知識的不確定性表示形式如下：

R i：If Ei (ωi) Then Hi (CF ( Hi，Ei )，λ )

其中，Ei是知識的前提條件，它既可以是一個簡單條件，也可以是用AND及OR把多個簡單條件連接起來所構成的復合條件。Hi是結論，它可以是一個單一的結論，也可以是多個結論。CF(Hi，Ei)是該條知識的可信度，稱為可信度因子(Certainty Factor)或規則強度。(可信度是對事物為真的相信程度的一個量化表示，其初始值由領域專家確定，閾值范圍為-1～1)。λ是閾值，它對相應知識的可應用性規定了一個限度，只有當前提條件Ei的可信度CF(Ei)達到或超過這個限度，即CF(Ei)≥λ時，相應的知識才有可能被應用。ωi (i=1，2，…，n)是加權因子，ωi是閾值，其值均由領域專家給出[9]。

條件信息：：=

結論信息：：=

學習者規則信息：：=

3.2 個性化學習Agent的功能結構

個性化學習策略的實現建立在群Agent技術上，是一種特殊的移動，一般情況下需要特定上下文運行[3]。移動（多）運行期間在虛擬機之間遷移，不需要中止程序的執行。該模型中應用服務器和數據庫服務器擁有移動（多）運行所需的運行上下文，在運行上下文移動（多）可以執行任何合法的動作。采用Agent實現的個性化學習的結構如圖2所示。

管理Agent負責整個系統的管理工作，包括用戶的加入、登錄，處理交互、協作信息、分析行為、上傳下達等事務。教學Agent和存儲在數據庫中相應的整體知識結構模型、學習主體個性知識結構模型相結合，實現教學中的教師模型[6]；學習Agent和存儲在數據庫中的相應的學習主體個性知識結構模型相結合，實現教學中的學生模型；協作Agent實際上是由參與協作學習的學習者與網絡終端計算機進行交互后，形成協作學習者Agent。協作Agent根據協作學習者（學生模型）中提供的關于學習者的個人特點，按照一定策略，如學習水平、思維方式傾向等劃分而成的；通信Agent按規定的協議上傳或下達教與學過程中信息，完成各種教與學活動（移動）和數據庫系統的通信。

教學Agent和學習Agent結合實現與學習主體的個性化教與學。協作Agent分配任務時，按照協作學習小組Agent的對外特性來確定任務的分配方式，并將任務具體到協作學習者Agent，由學習者Agent具體實施或通過協作完成任務。管理Agent中的行為分析功能用來確定教與學事務的類型（教學、學習、協作等），并對學生的學習行為（如認知特征、操作方式等）和知識結構動態分析，將其結果通過“上傳下達”操作提交應用服務器，以便處理該學習個體的下一個活動指令。

3.3 Agent的實現技術與策略

目前，研制開發多Agent應用系統可以采納CORBA(Common Object Request Broker Architecture，公共對象請求體系結構)、DCOM(Distributed Component Object Model，分布式組件對象模型)、Java RMI(Remote Method Invocation，遠程方法調用)等多種分布式對象構件技術。由于CORBA是一種開放的分布式對象計算框架標準，其不僅內置了“軟件總線”，可方便地實現不同程序之間的通信，而無須考慮這些程序的設計方式、編程語言和運行平臺，而且提供了一種“即插即用”的軟件環境，能夠自動地完成許多一般性的編程任務，如對象的注冊、定位、激活，請求的分發和異常處理等。同時，CORBA中的接口定義語言IDL還提供了到Java、C++、Smalltalk等語言的映射，可以方便地實現網絡上不同平臺的對象相互之間的交互。因此，實現基于Agent的網絡教學系統的最佳方案是采用CORBA與Java的相結合技術，并采用三層客戶／服務器模式，即：

⑴ 用戶界面層。即基于瀏覽器的網絡教學系統用戶界面，使用普通的瀏覽器。Web瀏覽器作為客戶層，提供圖形用戶界面，負責與用戶進行交互。它通過Http協議從應用層的Web服務器下載超文本頁面，同時下載并執行內嵌在頁面中的Java Applet。這些Java Applet中CORBA客戶對象通過內部通信機制同應用服務器中有關教學Agent對象進行互操作，教學Agent對象封裝了相關的操作，它們之間通過內部協議彼此通信，并能夠訪問數據層的數據庫對象，以協同完成客戶請求。

⑵ 管理服務器層。由傳統的Web服務器、管理信息庫和應用網關組成。CORBA和Http組成的中間層幾乎可以由任何一種服務器平臺來支持。CORBA對象作為一個中間層應用服務器，將業務邏輯封裝起來。同時，服務器端的CORBA對象還能與其它使用CORBA的客戶或服務器交互。

⑶ 數據層。是CORBA對象能訪問的所有數據庫，包括系統所用到的所有數據及知識庫。

個性化學習結構模型中的通信應用程序采用組件技術開發，實現分布式系統中的通信編碼與解碼、前臺與后臺數據庫的連接等功能。這種數據庫連接技術與以往的ADO/ASP技術相比，具有7個主要優點：減輕網絡負載、減小網絡時延、支持協議封裝、異步和自治執行、動態適應、自然異構以及健壯性和錯誤容忍等。個性化學習策略以建構主義學習理論為指導[6]，依靠教學實現。系統針對某個在線學習者，教學通過管理的分析后提交的教學指令，獲取相應課程知識結構圖中的相關結點的內容，如教學的概念、原理、方法、公式、問題、問題解讀、試題、答案，以及這些內容的表達

方式、教學策略等[8]。在學習者與系統交互的過程中，管理不斷分析學習者的學習行為，并與教學、學習的協調，即可動態調整或擴張該學習者的個性化知識結構圖，使其個性化的知識得到新的建構，同時更新數據庫中的學生模型數據。

4 結束語

基于多Agent技術的網絡教學系統具有以下主要特征：⑴學生無需按照系統設計者的預定教學序列學習，教學序列是學習過程中優化產生的；本文來自范文中國網fw789.com。⑵能提供具有智能性、自主性的Agent服務，分析學生的學習狀況和學習興趣，根據其學生水平智能調整課程難度，這樣可最大限度挖掘每個人的潛力，從而能夠有效地指導學生更好地學習；⑶對于教師來說，能夠減少重復勞動，準確把握學生對知識點的掌握情況，有針對性地進行教學指導，提高教學效率。

當然，基于多Agent技術的網絡教學系統尚處于研究和實驗開發階段，相關領域的研究工作還有待進一步深化，相信在不久的將來，更多符合中國國情、符合未來學習模式的人性化遠程教育系統必將開發成功。

參考文獻

[1] 高金嶺 主編. 教育技術與教育， 廣西師范大學出版社， 1999年8月

[2] 沈軍.網絡教學中個性化策略研究.計算機研究與發展，2003.4：589-595

[3]鄧暉. 論網絡環境下的學生特征分析系統設計[J]..開放教育研，2003.1

[4]曲紅亭，申瑞民 .基于數據挖掘的個性化學習導航系統的設計與實現[J] .計算機工程. Vol.29 No.8 2003.5

[5]申瑞民，許彥青，張同珍，申麗萍.基于多的智能型網絡教學環境研究[J].計算機工程與應用，2002.4

篇10

關鍵詞:智能CAI、網絡教學、遠程教育、智能教學系統

伴隨著計算機網絡技術、信息技術、通信技術以及多媒體技術的迅猛發展,教育領域正在經歷一場深刻的、全方位的變革。主要體現在計算機輔助教育系統的廣泛應用。所謂計算機輔助教育(Computer Based Education),簡稱CBE,即指以計算機為主要媒介的教育教學活動。CBE在教學中的應用形式一般為CAI或智能CAI(ICAI)系統。

1現代遠程教育與基于Web的智能CAI系統

1.1現代遠程教育及其特點

遠程教育(Distance Education)是指利用各種媒體所進行的非面對面教育。而現代遠程教育則是憑借現代信息網絡技術與運用多媒體技術所進行的遠距離教育。[2]基于網絡的現代遠程教育具有以下的基本特點:

(1) 教與學不受時空地域限制。以網絡為基礎,運用多種媒體表現課程內容,實現異地教學。

(2) 具有較好的互動性。師生之間可以互動交流,教師通過網絡答疑解惑。

(3) 節約資源,降低教學成本。利用網絡進行教學,無需場地、教室還可以減少教學管理人員,因此大為降低成本。

1.2基于Web的智能CAI系統

因為現代遠程教育在學習模式上最直接地體現了現代教育和終身教育的基本要求。所以,如何利用現代教育技術更好地實施遠程教育便成為亟需解決的問題。目前,隨著網絡的發展普及,構建基于Web的智能CAI系統并應用于遠程教育不失為一種很好的方法?；赪eb的智能CAI(以下簡稱ICAI)系統以網絡為載體,實現了智能化分布式教學。既提高了資源利用率,又不受時空和地區限制,特別是能夠根據學生的學識水平和學習情況確定教學策略、調整學習進度,實現了學生自主學習。

2基于Web的開放式智能化遠程教學系統的設計與實現

由于廣播電視大學屬于遠程開放式教學,學員僅有幾次面授輔導機會,課程學都依靠網絡自主學習,因此,迫切需要具有良好交互性的智能化網絡教學系統。為更好地進行遠程教學,激發學生的學習主動性、積極性,提高教學質量,筆者設計了一個實用智能型CAI遠程教學系統,該系統以“多媒體技術基礎及應用”課程為實例進行開發,該系統具有交互功能、即時反饋功能、導航功能、信息過濾功能。并能針對不同能力與水平的學生實現個別化教學,即因材施教。系統為開放式模塊化框架結構,可拼裝、可拆卸,可根據需要添加功能模塊,可以改變課程內容以適應不同課程教學的需要。下面就本系統的設計與實現作一介紹。

2.1系統設計

本系統建立在第三代遠程教育系統模型(The 3th Generation Distance Learning Model,簡稱3GDL)的理論基礎之上,以網絡作為載體,綜合人工智能(專家系統、數據挖掘、數據倉庫)、教育心理學、人機工程學等多門學科的知識,利用計算機模擬教學專家的思維,對教師提供協作式教學、對學生實施開放式學習的智能化教學過程。設計符合ICAI系統一般結構,即由知識庫模塊以及系統管理員模塊、教師模塊、學生模塊組成。系統結構圖如圖1所示。

(1) 系統管理員模塊。該模塊包括:系統權限管理、教師審核、公告管理等子模塊。

(2) 學生模塊。主要包括:課件學習模塊、提交作業模塊、考試模塊和在線交流四個子模塊。本系統建立的學生模塊采用的是具有學習歷史記錄的方法。對某學生已學習過的所有知識點,通過其所作過的練習題分類計算以下幾個平均值:

P=已做過的所有練習題得分的平均值;

Pj=已做過的所有難度為“簡單”的練習題得分的平均值;

Pi=已做過的所有難度為“較難”的練習題得分的平均值;

Pe=已做過的所有難度為“很難”的練習題得分的平均值。

根據這些信息建立學生檔案,并錄入“學習歷史記錄表”?？梢詫崿F個別化教學,還可以根據學生的學習情況動態地修改,學生在進行新知識學習時,系統要對其以往的學習歷史有一個評估測試,根據評估值確定學生學習新知識內容的難易程度,使新知識內容與學生的學識水平相匹配。本系統以各章練習的成績做為評估值,生成教學策略。各章習題類型有單項選擇、多項選擇、填空、簡答、操作等,分值和數目不定,難度不等,總分為100分。根據每題的難易程度、考查的不同知識點分配權值并在“題庫表”中的“權值”字段分配,這樣統計的分數能較科學的反映學生的知識水平。系統學生模塊的數據存放在數據庫的各個表中,例如:“學生信息表”記錄基本信息;“學生答案表”記錄學生的練習答案及所做練習題的正誤;“學生習題錯誤表”記錄學生的錯誤知識點及錯誤次數;“點擊次數表”記錄學生的學習次數等。

(3) 教師模塊。本系統教師模塊主要功能是根據學生模塊和知識庫模塊的教學策略知識作出智能化的教學決策并完成智能導航。包括4個子模塊,即課件管理、作業管理、考試管理、在線交流。系統可以及時收集學生的應答信息,并加以分析處理,評判學生的成績;為不同學生選擇不同的教學內容,分析學生出錯原因,判斷并標志出學生當前能夠學習的知識點;還可以提供有針對性的個別輔導和適當的補習材料等。

(4) 知識庫模塊。知識庫包括兩部分知識,一是教學知識;二是教學策略知識。其中教學知識構造為總體線性、局部非線性的結構?？傮w線性結構是按照課程的知識結構組織的。教學知識以超文本文件形式存放,供學生學習、查詢?！岸嗝襟w技術基礎及應用”課教學內容共有6章26節,按照章、節劃分知識點層次結構是線性的,從節的層次開始是非線性的,學生可并行選擇學習的內容,即節中的內容包含一個以上的超鏈接。形成教學策略的知識以數據庫中表的形式存放,如:“知識點邏輯關系表”記錄整個課程各知識點之間的邏輯關系,為構成不同的教學策略使用。

2.2系統功能及其實現

本系統是服務器端執行的應用系統,在客戶端只需運行瀏覽器軟件,就可以完成所有的應用、處理過程。

(1) 系統實現技術。

系統前臺設計使用Dreamweaver8;Flash8;Fireworks8,后臺設計使用Microsoft Visual Studio2008以及C#程序設計語言,數據庫構建采用SQL Server2005。

(2) 系統功能。

① 學習向導功能。該功能主要是對學生的學習狀況進行全面的量化評定,給出適當建議。學生每次進入系統時應首先進入此模塊,了解自己的學習狀況,查看系統建議,以便選擇下一步學習內容,從而科學地進行學習。系統能夠統計學生學習了哪些章節,已做章節練習所獲得的分數并以列表的形式顯示。

② 學習功能。系統學習功能模塊可自行統計出各章節學生已做練習的分數,然后據此確定哪些章節是該學生可以學習的,并顯示提示信息。如果某章節學生已做練習的分數未達到要求,則屏蔽其后各個章節,使該生無法進入。學習功能主要以目錄和搜索方式實現。

③ 練習功能。練習模塊是形成學生模型的主要依據。練習題題型有:單選題、多選題、填空題、判斷題、操作題。學生可任做某章的習題,系統把學生的答案保留在“學生答案表”中,系統將其與題庫表中的正確答案進行比較,判斷正誤,記錄錯題數目以及習題錯誤次數,并把結果顯示出來。

在題庫表中,系統對所有習題都有標注,已做過的題給出分數,未做的題標注“未做”。題庫中的每題都涉及一個或幾個知識點,所以,若某題錯誤,系統到“錯誤知識點表”中去查看這些知識點是第幾次錯。當某知識點錯誤是第一次,則知識點為超鏈接形式顯示。當某知識點錯誤二次時,系統會打開“知識點解釋表”,給出此知識點的從不同于教學內容的另一角度的解釋舉例。當某知識點錯誤三次時,系統會打開“知識點邏輯關系表”,查找到此知識點的上位知識點,以超鏈接形式顯示。以便幫助學生了解錯誤原因,掌握該知識并對錯誤加以改正。當某知識點錯誤次數大于等于四次時,系統給出建議,請重新學習全章或全節的內容。

④ 測試功能。主要是自測試和考試部分,在系統中包括了安全可靠的組卷功能、自動閱卷功能和試題庫。利用測試功能,系統可進行各章或全部內容的測試,可以隨機組卷。學生任選某一試卷后,即可進行答題,單擊“提交”按鈕后,系統會立即統計并顯示成績。成績的顯示以列表給出題號、學生答案、正確答案、正確答案解釋四項內容,正確答案解釋一項為超鏈接形式,點中會顯示詳細的答案解釋。而且,可以選擇限時答卷方式,利用系統定時功能,當時間到,停止答題,自動提交。

⑤ 課程討論區。系統設置了課程討論區,實現討論與答疑功能,能夠支持教師與學生、學生與學生之間的多模式交流(實時、非實時)形式,為網絡教育提供了真正的人與人直接交流的通道。學生與學生之間可以在討論區進行交流,從而實現了學習者的交互。另外,教師還可以利用課程討論區定期或不定期地通過發帖來答疑解惑,彌補學生自學的不足,為師生交流提供方便。

⑥ 相關鏈接。學習者通過相關鏈接可以進入其他學習網站或娛樂網站,以便學習相關知識或者在學習后稍事休息。

3應用實例

開放式智能化遠程教學系統應用于天津廣播電視大學河西分校的“多媒體技術及應用”課程的教學過程。學生可以在任何地方任何時間通過網絡利用本系統進行學習,首次進入系統需要注冊,否則只需輸入學號、密碼登錄。進入系統之后,可以根據需要選擇不同功能模塊。建議首先進入學習向導,閱讀系統提示和建議,然后再進行相應的學習。當然,也可以直接進入課件界面學習。學完一節內容后,一般應通過做作業或隨機測試來檢驗知識掌握的程度,當完成測試題之后系統將給出成績,系統還將答題情況和結果進行記錄并判斷學生是否可進行下一步學習。如果在學習中遇到疑難問題,可以利用課程討論區進行師生之間或學生之間的定時、不定時在線交流。目前,本系統使用情況正常,獲得學生好評。

4結語

本系統的特點是:支持多學科、多課程,在協作的基礎上,達到教學資源的交流、協作、互補、信息共享的目的。能使教師以簡單靈活的方式組織教學材料,通過網絡從視覺、聽覺、書面等多角度把相應的學習內容以最佳的表現方式展現給學生。能夠使教師做到因材施教、使學生能按需求學,從而在現有的網絡教學環境下大幅度提高教師授課質量以及學生學習的效率,而且可以節約教學資源。本系統特點之二是:開放式模塊化框架結構,可拼裝,可拆卸,能夠改變課程內容以適應不同課程的教學,還可以根據各個學校各門課程的不同需要增加相應的功能模塊。以滿足實際教學的要求。而且,系統配置移植比較方便,具有一定的推廣價值。

參考文獻:

[1] 劉國麗,郭鐵柱.基于Web的智能遠程教學系統[N].中國計算機報,1999-10-9(16).

[2] 馬愛麗,張卓奎.貝葉斯網絡在遠程教學中的應用[J].現代電子技術,2008(2):33.

[3] 周蘇峽,李建利.Web數據庫應用實例教程[M].北京:清華大學出版社,2008.

The Design and Realization of the Open Type Intelligence Long Range Teaching System

SHAN Hong

(Department of Computer Science, Officers and workers’ University of Hexi District, Tianjin 300203, China)