智能化学习：个性化学习资源和智能化教学平台

学习方式变革应关注学生的“学”，着重思考怎么引导学生学习，通过创设不同类型的学习任务，营造支持性学习环境，帮助学习者自适应预习新知、智能交互学习新知、智能化陪伴练习、智能引导深度学习，从而提升学习效果。

（一）学习的发展过程

基于学校教育的学习发展过程主要经历了传统学习、数字化学习和智能化学习三个阶段。这三个阶段的学习方式是递进的，新学习方式的出现以原有学习方式为基础，每一种学习方式在不同阶段都会被赋予新的内涵。

传统学习主要依赖教材，是学生进行记忆、背诵、纸本演算的学习过程，学习只是为了知识的提升，仅仅考查学生的知识掌握程度，忽视了综合素质、能力的培养，导致学生只重视考试成绩，往往临阵磨枪，制约了学生创新能动性的发展。

数字化学习对人类学习发展具有重要意义，引领人类的学习进入网络化、数字化和全球化的时代。数字化学习是指学习者在数字化学习环境中，借助数字化学习资源，以数字化方式进行学习的过程。它包含三个基本要素，即数字化学习环境、数字化学习资源和数字化学习方式。数字化学习环境主要通过多媒体设备、交互式电子白板、计算机和互联网构建。数字化学习资源具有多样化、丰富性等特点，可以实现大范围的开放共享，满足学习者多元化的学习需求。数字化学习资源和学习环境的支持，为多样化的学习方式提供了条件，有助于促进学习者综合素质的全面发展。

（二）智能化学习的内涵

贺相春（教育技术学博士、副教授、硕士研究生导师、互联网教育数据学习分析技术国家地方联合工程实验室副主任、甘肃省高等学校创新创业教育教学团队成员。研究方向为在线与移动学习环境构建、教育大数据分析与应用、学习分析与评测、自适应个性化辅助学习等）认为，智能化学习是学习者在智能导师、智能学伴的协助下开展泛在学习，获得虚实结合的无缝学习体验，开展创新实践与研究性学习。还有学者认为，智能化学习的特点主要体现在易获取性、及时性、持续性、主动性、交互性、场景性。综合相关学者的论述，本研究认为，智能化学习是学习者在智能化学习环境中按需获取学习资源，自主开展学习活动，享受个性化学习支持服务，获得及时反馈评价，能够正确认识自我的不足与优势，促进综合素质和创新能力的提升。

1.正确认识自我的不足与优势

正确认识自我的不足与优势是学习者能够运用合适的方法提升自我的基础。在传统教学过程中，学生的学习比较被动，一致的学习内容、学习工具、学习活动，缺少个性特征。标准化的学习使得学习者容易随大流，难以真正认识到自己的不足与优势。智能化学习过程中，学习者可以获得自适应学习资源，通过智能化测评工具获得及时反馈，发现自己的认知特征、学习偏好、优缺点等。智能化学习能让学习者清楚自己的学习目标，定位自己的发展方向，认识自身存在的价值，挖掘自身潜能，实现个性化成长。

2.促进综合素质和创新能力的提升

智能化学习的最终目标在于提升学习者的实践能力、创新能力和终身学习能力。智能化学习强调情境感知，使学习者在情境中获取知识、在实践中运用知识，启发学习者的创新意识，不断激发学习者的求知欲，让学习者在探索知识的过程中提升自身综合素质和创新能力。

（三）智能化学习的一般流程

智能化学习是在智能化学习环境中开展的以学习者为中心的学习活动，不仅能够使学习者及时获取所需资源、评价反馈，还能使其享受个性化学习支持服务，使学习变得更加轻松、高效和有趣。

1.自适应预习新知

自适应学习是一种复杂的、数据驱动的，很多时候以非线性方法对学习提供支持，可以根据学习者的交互及其表现动态调整，并随之预测学习者在某个特定时间点需要哪些学习内容和资源以取得学习进步的方式。自适应学习不仅有利于真正实现个性化学习，而且有利于个性化人才的培养。

目前，人工智能已经广泛融入自适应学习技术支持的产品或服务中，智能化教学平台就是典型的应用。人工智能支持的自适应学习不仅可以提升学习者的学习兴趣，使学习者积极参与其中，而且能够提升学习者的自主学习能力，帮助学习者找到适合自己的学习方法。例如，Knewton作为目前影响力最大的自适应学习平台，通过为学习者提供自适应内容定制和预测分析，为学生提供个性化的学习体验。

知识不再是课堂上由教师传授，而是由学习者在课前自主预习、自主获取。智能化环境为学习者开展课前自主预习提供了有效支持。课前教师通过智能化教学平台，根据个体的行为特征、学习习惯以及学习进度，推送具有针对性的学习资源至学生个人学习空间，方便学生进行预习。这种预习是具有可控性的，对于学生有没有完成预习、预习的情况和答题情况，都会在教师端以数据的形式直观呈现。教师可以对学生的学习轨迹进行远程监控，及时了解学生的预习情况，并对预习数据进行分析，初步了解学生在预习过程中遇到的问题以及容易出错的知识点，做好教学记录，并随时提供远程辅导。

自适应学习要能够在具体场景中巧妙呈现学习资源，激发学习者的学习兴趣，让学习者在潜移默化中增长知识。将知识融入具体生活场景中，更有助于学习者的消化吸收。因此，要尽可能创设情境实现自适应学习，具体可以从以下三个方面来实现：

一是“知人善供”。自适应学习的前提是人工智能系统要了解学习者的特点和需求，在此基础上运用人工智能。系统可随环境的变化因人而异地提供适配的学习资源，每位学习者都可以听到与自己专业相关且感兴趣的话题。

二是“识物即供”。在学习者用手机扫描自然环境中的物体时，人工智能系统可以对其识别，并在此基础上为学习者自动显示、朗读、播送识别物体的相关内容。学习者可以自主控制朗读的节奏、是否显示中文翻译、是否进行反复听读，同时系统可以向学习者推送相关内容。

三是“远程随供”。可利用人工智能推送国外或较远距离场景化的内容，从而让学习者借助不断变化的条件进行更好的情境化的学习，进而更好地培养学习者的国际化视野，让学习置于真实的环境之中，从而达到更好的学习体验，提升学习者的学习效率。

此外，还可设置人工智能虚拟教师，使学习者可连接任意场景，听虚拟教师讲解自己感兴趣的地理、文化等，让学习回归到具体场景当中，如各种日常生活、旅游出行、校园生活、职场办公、休闲娱乐等。学习者也可通过角色扮演，参与到具体的学习场景中，将枯燥的学习内容变为形象、立体的内容，进而学得轻松、愉快、高效率。

2.智能化交互学习

心理学家皮亚杰（Jean Piaget）认为，学生在学习过程中与外部环境进行互动交流，有助于逐步构建起自身的认知结构，从而有效提高学习效率。但是传统课堂教学过程中缺乏有效的互动，学生大多处于被动学习的地位。

近年来，人工智能领域的研究者也开始探索各类新的技术层面的交互方式，如自然语言处理、模式识别等，这些技术可用于提升教育人工智能应用的性能。而人机交互是人工智能领域的重要研究部分，人机交互可以重构学习体验，提供更具互动性的教学，甚至可以从视觉、听觉、触觉来影响人们的认知。人工智能可以从以下两方面为学习交互提供支持：

（1）人机交互重构互动性的学习

前文提到的智能化教学工具——智能化教学平台可帮助重构互动性学习。

第一，通过智能化教学平台和学生使用的手机移动终端，上课前，学生通过扫描投影幕布上的二维码即可完成签到，教师再也不用浪费时间点名，从而节省了课堂时间。

第二，传统课堂上，个别教师一般只关注成绩较好或较差的学生，这些学生被点名回答问题的次数也就比较多，而其他学生与教师交互较少，也存在侥幸心理，不会认真思考教师提出的问题，而智能化教学平台可以有效解决这一问题。通过随机提问功能，让学生的名字滚动在屏幕上，让每一位学生都可以集中注意力，认真思考，有效提升课堂交互效果，平均关爱到每一位学生。还可以通过抢答功能，解决学生故意低头不愿意举手回答问题的冷场情况，改变传统学习习惯，活跃课堂教学气氛。而且教师可以将学生的回答记录到教学平台上，给出学生评价。

第三，随堂测试功能可以方便教师实时掌握学生的课堂学习情况，调整教学步调。课堂上可以进行实时答题，教师可以自由选择是否开启弹幕，学生通过手机或者平板电脑发表疑问、提出看法。这些内容会实时显示在屏幕上，以弹幕形式的教学模式极大地吸引学生学习兴趣。

第四，学生可以将课下预习过程中存在的问题发布在教学平台上，一方面通过人工智能系统的语义识别，机器可以及时回复学习者提出的基础性知识问题，极大地节省师资；另一方面，教师可对学生学习本课有一个大概的了解，明确教学中的重点和难点。

（2）小组交互构建学习共同体

智能化教学平台还有一个分组功能，教师可以利用人工智能对每个学生的知识点和技能操作水平的了解进行合理分组，从而完成特定任务。智能化教学鼓励学生进行合作学习。人工智能社会，很多工作不是凭个人能力就可以完成的，它需要团队合力完成，在团队中，每个人都发挥自身优势，精诚合作。通过小组成员互相督促和引导，在课前一起预习教师推送的学习资料，共同发现问题、解决问题，有效培养学生的探索能力；课堂上可以对教师所提问题共同探讨、自由发表意见，教师也可以通过这一过程了解学生学习心态与思路；课下，可以共同完成分组作业，培养学生的交际能力与合作能力。

3.智能化陪伴练习

陪伴是最好的教育，但是很多家长对陪伴有很多误解，以为陪孩子做作业、随时跟在孩子身边就够了，这些最多可以看作保姆式照顾，不是陪伴。陪伴是能够理解孩子、懂得孩子的心理变化，能够相互信任，适时鼓励、表扬，这样的陪伴对培养孩子的独立自信、与人合作能力等都具有积极作用。

人工智能和机器人的快速发展，使得过去遥不可及的高科技产品渐渐融入日常生活，除了家庭扫地机器人、智能音箱等，越来越多的智能陪伴机器人出现在人们的视野中。(www.chuimin.cn)

（1）人工智能陪伴学习的作用

①智能侦测学习盲点

“题海战术”是学习者最常选择的查漏补缺方式，学生往往需要做大量的练习，教师才可以发现学习者知识欠缺的地方。然而盲目学习的结果往往是浪费时间、事倍功半。

相比传统教学对学习者采用的“题海战术”，利用人工智能帮助拆分知识点、“打标签”（包括学习内容、学习风格、倾向性、难易度、区分度等），就可以为学习者实现精细化匹配，智能侦测到学习者学习的盲点与重复率，从而能够指导或帮助人们减少重复学习的时间，提高学习效率。对教师来说，拥有了学习者全套的学习轨迹数据，在提供教学服务时，效率会提高很多。

②兴趣驱动，引导学习

自主学习过程比较枯燥，自控能力弱的学习者很容易中途放弃。人工智能学伴要根据学习者的学习兴趣和知识掌握水平，为其提供文本、视频、音频等个性化学习资源，并根据学习者学习进展自动调节难度和深度。人工智能学伴在学习者完成学习任务时为其点赞，未完成时给予监督鼓励，让学习者感受到人文关怀，从而积极、主动地去完成阅读任务，不需要在教师和家长的压力和要求下被动地学习。自主学习过程，树立了学习者的主体地位，学习者自己定学习目标和学习进程，独立展开学习活动，学习效果也就越好。

③实时交互，启发引导

学习者在学习过程中可能会产生各种各样的问题，此时，充当百科全书的机器人可以陪在学习者身边，随时为学习者解答问题，并且通过互动启发引导学习者，让学习者先自己动脑思考，给学习者提供思考和想象的空间。这样的陪伴有助于培养学习者主动思考的能力和创新能力。

④自动化测评

在学习者完成教师布置的作业后，人工智能学伴能够对学习者的作业进行自动批改，一方面帮助学习者纠正错题，补足知识薄弱环节；另一方面，发现学习者的闪光点，充分挖掘学习者的优势，激发其学习兴趣。

（2）人工智能学伴要培养学习者的各种能力

知识信息快速更迭的时代，如果学习者仅仅是“等靠要”的被动学习，那么其终将会被社会所淘汰。在我们现在所处的信息社会，已经有很多人读研究生，甚至三四十岁再读博士也屡见不鲜。在将要到来的人工智能时代，教育阶段与工作阶段的区分将会消失，自主学习将取代传统的被动式学习。

人工智能学习伙伴要指导学习者进行自主学习，帮助学习者掌握自主学习方法，因为学习方法远比学习内容更重要。学习者在学习过程中应以自主学习为主，教师指导为辅。传统教学中教师就是权威，学习者总认为教师很厉害，等待教师将所有知识教给自己。这种想法是错误的，教师也不是万能的，只是对自己的研究领域很熟悉。学习者要敢于创新，拥有能超过教师的信念，主动去研究、探索。人工智能学伴可从以下三方面指导学习者：

①培养学习者独特的学习方向和目标

人工智能时代，仅靠背诵和反复练习就可以掌握的知识是没有价值的。雨果奖获得者郝景芳曾说：“学习方向要强调那些重复性的工作所不能替代的领域，包括创新性、情感交流、艺术、审美能力等。”正是这些有时对家长和教师来说似乎不可靠的东西，其实是人类智力中非常独特的能力。人工智能学伴要从生活角度出发，培养学生的分析问题能力、决策能力和创新能力，这些在未来社会是最不容易“过时”的知识。

②培养学习者人机协作思维方式

未来是人机协作的时代，一些工作可能会由机器所替代，一些工作可能由人机协作才会取得最佳效果。而且未来人也可以向机器学习，从人工智能的计算结果中吸取有助于改进人类思维方式的模型、思路甚至基本逻辑。事实上，围棋职业高手们已经在虚心向AlphaGo学习更高明的定式和招法了。因为AlphaGo走的步子人类从来没有见过。向机器学习，在学习的基础上消化吸收，进而创造性地提出新的想法。学习者从小与人工智能学伴一起学习、成长，可以在潜移默化中学习到机器的思维方式，掌握人机协作的一些技巧。

③培养学习者的合作能力

很多人常常认为一个聪明人想出一个好创意就叫创新，其实创新为导向的自主学习不是自己闭门造车，那些单打独斗的人往往不容易获得成功。当下的创新更多的是具有不同专长的人团队合作的结果。要从小培养学生的合作能力，在与学习伙伴合作学习的过程中，学习者的沟通能力、分析问题能力等各方面的能力都将得到提升。

4.智能引导深度学习

建设终身学习型社会已是国际教育的重要发展方向，培养学习者的深度学习能力已经成为重要的时代命题。当前，深度学习在教学领域已经表现出常态之势。而在人工智能领域，机器深度学习被认为是人工智能取得突破性进展的功臣，成为近几年的热门话题。因此，本研究尝试对技术行业与教育行业的深度学习进行解读，分析人工智能时代下，人类深度学习的发展策略。

（1）技术领域的深度学习

在2017年5月的人机围棋大战中，AlphaGo以3局全胜的绝对优势战胜世界排名第一的围棋冠军柯洁，人工智能再次引发各行各业的重点关注。这背后，深度学习功不可没。无论是AlphaGo还是近期的“小度机器人”，均离不开人工智能、机器学习和深度学习技术。能体现人类智能的一个重要指标就是“学习”，而机器学习作为通过机器模拟、实现人类学习行为的技术，是实现人工智能的重要途径。机器学习可分为符号学习、人工神经网络、知识发现和数据挖掘等，目前应用较多的是人工神经网络。深度学习是机器学习新的研究领域，其因人工神经网络的隐层数量多而得名，它是机器学习得以实现的有效技术支持。

深度学习主要是模拟人脑的分层抽象机制，通过人工神经网络模拟人类大脑的学习过程，从而实现对真实世界大量数据的抽象表征。简单来说，通过深度学习，机器能够自己从大数据中寻找特征、抽象类别或特征、总结模型。与深度学习相对应的是机器的浅层学习。浅层学习是指在仅含1—2隐层的人工神经网络中的机器学习。

毫无疑问的是，当前人类的神经网络要比机器的神经网络复杂许多，隐层数量（深度）也大得多。因此，人类具有进行较为深度学习的条件，这也是实现培养智慧人的基础。机器进行深度学习的最终目标是达到人工智能，进而帮助人类解决现实生活中的难题。由此可知，从教与学的角度衡量，教育人工智能是提醒人类进行这样的反思：既然人可以教会机器进行深度学习，那么在教学中为什么不能教会学生进行深度学习？

（2）教育领域中的深度学习

20世纪50年代中期，美国学者费伦塞默顿（FerenceMarton）和罗格萨尔乔（RogerSaljo）率先提出深度学习的概念。而我国关于深度学习的研究起步较晚，黎加厚教授于2005年发表的《促进学生深度学习》论文中首次发表深度学习概念，他指出，深度学习是在理解的基础上，学习者批判性地学习新思想、新知识，将它们与原有的认知结构进行融合，做出决策并解决问题的学习。此后，国内许多研究者对深度学习进行了界定，但目前仍然没有一个统一的概念。还有学者对深度学习资源和学习内容、深度学习的目标与评价体系、促进深度学习的策略和方法、深度学习设计等进行了研究。

“如何促进深度学习”成为当今教育学者研究的核心内容。人工智能的发展，使得教育人工智能可以更深入地理解学习是如何发生的，是如何受到外界各种因素影响的，进而为学习者深度学习创造条件。

（3）人工智能时代深度学习的发展策略

传统的智能导师系统大多是针对某个具体研究领域的学习需求制定的，而这些学习系统常作为学校教育的补充，未能对学习者的学习产生较大影响。伴随着人工智能的发展，人们对人工智能技术变革教育领域抱有较大期望。希望人工智能技术不仅仅局限于促进学习者学习具体的、结构化的知识和技能，更要帮助学习者获得解决复杂问题、批判性思维、深度学习等高阶能力。人工智能技术的发展，已为学习者从“浅层学习”转入“深度学习”提供了支持。总体来说，教育人工智能可从以下两个方面来促进学生的深度学习：

①深度思考是深度学习的基础

“问题通向理解之门”，深度学习是学习者内在学习动机指引的积极学习。深度学习过程中，问题的建构至关重要。因为解决问题的过程就伴随着“提出问题”“发现问题”，而中国传统教育常常忽视这一过程。深度学习的基础是能够以恰当的方式提出有价值的问题。

问题要从生活中来，到生活中去，比如环保问题、粮食问题、教育公平问题。教育不仅仅要教会学生如何回答问题，更要教会学生如何提出问题，尤其要培养学生面向未来提问的习惯和能力。

②科学分析定制学习内容

深度学习能否有效推进，学习内容是学与教的活动过程中的关键要素之一。未来，有望借助人工智能帮助教师分析，在合适的时间、合适的地点呈现合适的学习内容。教学机器可根据学习者的性别、兴趣爱好及知识能力水平等，推送学习者认知水平范围的学习资料。首先由教学者人工设置深度学习预警标准；其次由机器根据学习者的学习行为通过数据追踪判断学生对当前学习内容是否感兴趣，与教学者设定的深度学习标准进行比较，进而判断是否转入进一步的深度学习和扩展性学习。通过人与机器的合作，为学习者有效开展深度学习提供合适的学习内容，促进学习者进行更加深入的思考。