自适应学习技术与上海教育改革

2024-07-06

自适应学习技术与上海教育改革（精选11篇）

自适应学习技术与上海教育改革第1篇

自适应核心技术助推上海教育综合改革

教育总在不断的引领社会发展，这应该是教育的本来面貌。在当今社会弊端不断累积的今天，传统教育的僵化已经严重制约社会的发展。新教育的兴起，不仅对于国家战略，还是对于个人发展而言，都是相当需要的。自适应学习技术的引入对上海教育综合改革在以下几方面有影响：

1、解决教学方案时效性问题

我们处于一个知识大爆炸的时代，整个知识空间就像宇宙大爆炸一样不断向外膨胀，这就使得任何一种你提供的教学方案都有可能在几年后过时，就比如现在的人工智能技术。自适应学习技术可以有效解决教学内容教学方法时效性问题

2、可以针对学生个体制定个性化方案

在传统的班课教学过程中，教师的教学内容和教学进度是根据所有学生的整体水平所指定的，因为个体偏好、短板、认知能力和学习历程等因素不同，对大部分学生而言，他们所接受的教学方案都是不一个最优选项。课后的一对一辅导可以部分解决这一问题，但它的弊病在于老师对学生掌握情况的获取成本过高，学生每换一位老师，都要重新进行一次“知识大筛查”才能进一步制定个性化的解决方案。此外，这种学习模式的价格过高，将大部分经济条件一般的学生排除在外了。

自适应学习工具的出现在一定程度上解决了上述问题，学生的掌握情况可以根据他的答题结果被记录下来，并根据其测试进度实时调整，如果有需要的话可以同步反映给教师。系统则可以根据每个学生在测试和自主学习过程中所表现出的水平和偏好推送定制的学习内容。

3、有效执行绿色评价

教育或者在线教育离不开测评。在线教育平台很大程度上能够克服传统教育评价难以收集评价依据和评价信息单一化、片段化的问题，可以全过程、全方位采集教育数据。数据本身不会说话，只有对数据进行专业化的分析之后，数据的大价值才会充分体现。

在当代教育体系中，教育测评几乎涉及所有核心教学环节。简言之，如何进行教学管理乃至教育政策制定，如何判断课程体系是否符合课程标准、教学效果是否达到目标，如何了解学生能力水平、掌握了什么知识或技能，如何让教师更了解学生、因材施教，引导学生个性化学习，如何指导学生录取工作等，这些都是教育测评的最直接应用。

“单纯的慕课和简单粗暴的线下一对一都是耍流氓”，做了15年少儿教育的栗浩洋说，“教育行业需要产品升级，用更有效果和效率的方法提供学习服务。”

通过学习，我了解了Moor是大规模开放式在线研究性平台，它是一个学生可以自主发起、实施、交流研究课题的在线学习、研究辅助平台，是自适应学习技术与研究型课程理念的结合。这一平台非常实用，为学生营造了一个民主，自由，宽松的学习氛围，有助于学生创新精神的培养。打破时间、空间的限制，给教学带来方法上的改变与革新，突破了集体教学的局限，更注重学生学生学习的过程而不是结果。同时，教师在线跟踪学生的学习成果，学生的学习也可以得到及时反馈，大大提高学习的效率，提高学习的兴趣和主动性。

平台上共有工程技术、自然科学、人文社会科学等三大门类14种细分领域，学生可以随时在平台上与同学、导师沟通课题进展，相关过程也会被记录生成过程性数据。学生的研究性学习成果也将同步导入综合素质评价信息管理系统。学生还可以一键分享研究成果，一键生成综合评价报表。“研究性学习”是指学生在教师指导下，以类似科学研究的方式去获取知识和应用知识的学习方式。

个性潜能特征发现优势智能发掘学习兴趣发现阅读爱好发现课程爱好寻找知识薄弱点寻求学习最近发展区寻求适宜的学习生态圈推介未来学习规划数据大脑校园

通过学习，初步了解智慧校园，相对于传统校园来说，是依托物联网、云计算、移动通信、泛在网络等新一代信息技术与原有教育生态系统不断冲击与融合后的新校园，在学习环境、学习资源，教师教学环境和条件资源等等均有大的创新和改变。慧校园应用的本质表现为信息化服务的质量提升，做好数据化管理和面向用户的流程再造工作，是迈向智慧校园的必经之路。对于学生而言，智慧校园有更加多样的获取资源的途径，教室的环境能够适用于不同的学习形式。对于老师而言，能够让老师利用大数据的方式多方面地了解学生的情况；同时还有一些更便利的教学工具帮助老师减负，让教学变得更加多样化。2.自适应学习技术攻关的五个重点教学环节

自适应学习技术攻关重点备课

移动备课模板系统上课

线上线下混合教学生态系统作业

自适应作业题库系统辅导

精准微课辅导系统测评

测试评价导航系统

线上线下混合式教学，对于教师教学、学生学习均有较好的融合创新和互补。在作业、辅导、测评的过程中，自适应学习的平台上有作业题库系统，学生能第一时间且根据自己自身学习速度来做练习，学生也能立马得到反馈，而不需要等到第二天，在课堂上等到老师讲评了。而老师，则透过学习的平台数据非常清晰地知道学生的知识反馈，同时数据的保留能够让老师更有效地观察学生的知识谱系，哪里是强处哪里是弱项。教师在批改作业这一块更减少了时间，教师可以将这些时间来更有效地在移动备课系统下备课，增加时间观察学生状态，动态地教授给学生，因材施教，培养出创新型人才。

自适应学习技术与上海教育改革第2篇

自适应学习系统(adaptiveleanringsystem)，是指针对个体学习过程中的差异性(因人、因时)而提供适合个体特征的学习支持的学习系统。自适应学习系统本质上是一种个别化的学习支持系统，它能够提供一个适应用户个性化特征的用户视图，这种个性化的学习视图不仅包括个性化的资源而且包括个性化的学习过程和策略。由于个体的差异性是多方面的，因此适应的功能特征也是多种多样的，自适应学习系统主要研究：

①如何为学生提供：适应性导航支持;适应性内容呈现;适应性测试;适应性帮助。

②学习系统的结构模型;

③领域知识库的构造方法;

④用户模型的表示和用户建模方法。

自适应超媒体系统，指通过在用户模型中反映用户的某些特征，并应用这个模型将系统中不同的可见方面适应于不同用户的所有超文本和超媒体系统。换句话说，这个系统应该满足3个准则…：

①是一个超文本或超媒体系统;

②应该有一个用户模型;

③使用这个用户模型向超媒体系统提供自适应性(即同一个系统对有着不同的用户模型的用户来看是不同的)。

自适应超媒体技术适用于有着不同目标和知识水平的用户、且用户访问的信息空间比较大的系统。这类用户可能对展示在一个超媒体页的不同信息片断感兴趣，可能会使用不同的链进行导航。用户模型则是支持这种特殊性的知识结构。自适应超媒体系统有两个关键技术：自适应技术与用户模型。自适应技术包括自适应展示和自适应导航，自适应展示是内容级的自适应;自适应导航则属于结构级的自适应。用户模型是反映用户个人特征的模块，它考虑到的用户特征有：用户的知识水平、目标，背景与经验、偏好。其中用户的知识水平是最重要的用户特征，几乎所有的自适应展示技术将用户的知识水平作为提供自适应的主要依据之一。

1.2自适应超媒体系统是计算机辅助教学发展的新方向

将自适应技术与超媒体技术结合起来形成的自适应超媒体技术是超媒体系统研究的新方向，可以看作是超媒体学习系统与智能导师系统相结合的产物。传统超媒体学习系统以其图文并茂的界面和以学生为中心的交互风格受到广泛的欢迎，但却因为易造成学生迷航而受到批评;后者因其理解领域知识，了解学生状态，能因材施教而倍受青睐，但枯燥呆板的界面，过多的程序控制往往无法激发学生学习的主动性和维持学生动机，而将两者结合则弥补了各自的缺点，发挥了各自的长处，在技术上不但可行而且也是教学上的必要。前者更多地关注知识获取，后者则更多的关注知识的应用，因此自适应超媒体学习系统覆盖了教学的全过程，这也是自适应超媒体学习系统成为研究热点的原因之一。

自适应学习系统是知识丰富型(Knowledgerich)应用，其设计相当困难。虽然经过10多年的研究已经取得了一些成就，但直到现在，仍然没有形成完整的理论与设计原理，例如如何建造理想的学生模型，有效的知识表示，如何把多媒体技术与自适应技术结合起来等，多数学习系统仍然处于试验阶段，只有少数系统能为用户提供自适应的学习环境。

目前普遍存在的教育软件尽管可以满足教学某一方面的需求，但是由于开发者缺少一定的教育教学理论使得这些教育软件缺乏先进的教学和学习理论指导，从而很难为教学提供完整的指导。为适应教学发展的`需要，就必须在现代教学理论的指导下研究并实现新型的自适应学习系统。本文在教育思想和现代教育技术的双重指导下，设计实现高师计算机专业课程《计算机辅助教学与多媒体课件设计》的自适应超媒体学习实验系统，为课程学习的自适应性和多媒体学习环境作一些尝试，进行一些探讨。

2系统设计思想及系统结构

2.1设计思想

高等师范院校的学生，肩负着培养新一代的重任。为了充分发挥计算机特别是多媒体计算机辅助教学方面的优势，高师院校的学生不但要了解计算机应用于教育领域的广泛性，同时还要了解计算机应用于教育领域的具体方面，形成应用计算机辅助教学的意识。《计算机辅助教学与多媒体课件设计》是计算机科学与技术专业的一门重要必修课程，教学计划安排在大学本科三年级开设。本文所设计实现的学习系统便是以该课程的教学内容为蓝本。

高师三年级的学生已经有了一定的教学概念和计算机基础知识，对计算机教育应用已有了初步的认识，需要对计算机应用于教育领域的具体内容和形式加以掌握。处于这一群体的学生心理发展到相对成熟的年龄阶段，能够形成有意注意，且他们的智力水平较高，有较强的自学能力，对新鲜刺激有浓厚的兴趣，喜欢轻松、活泼的学习环境。但是他们个体之间也存在着学习方式的差异：有的倾向于引导性的学习方式，通过逐步引导达到学习目标;有的倾向于建构型或探索性的学习方式。

系统的设计思想是以我国传统的教学模式为蓝本的设计思想。教师所掌握的和学生所熟悉的教学模式是：课堂教学、作业(练习)、测试、结合成绩综合评价学生，这是最普通的教学模式。在这个过程中，教师的教和学主的学，双边互相了解，逐步达到教学相长的目的。根据这些想法，学习系统模拟了一般的教学过程并增加了特定的功能：学生在学习了一定的知识后进行测试，系统根据学习成绩(好、坏)，接收学生的反馈信息，并针对不同情况的学生提供下一步学习的建议和意见。对于已掌握已学知识的学生，系统可以提供进一步深入学习的课程;而对未掌握已学知识的学生，系统则建议其重修或提出相应的教学意见，另外，针对个别有特殊性的学生系统还可以生成不同的教学方案，从而建立一套对不同学生因材施教的教学方法和教学策略。

教学过程的自适应性是系统的特点之一，在实际教学过程中的表现就是因材施教。更具体地说，教学系统在教学过程中的自适应性表现就是教学策略因人而异的适应性调整。教学策略的调整引起教学内容调整、重组和教学策略的重新选择，这一系列的变化是系统适应实际教学过程的智能化表现，这一点说明了系统模拟教师教学活动的适应性功能。

2.2系统的结构及工作流程

本文设计和实现的实验性学习系统(CDCAI系统)包括不同的功能模块及其子模块，其基本结构如图1：

3CDCAI系统的实现

3.1系统功能模块的实现

封页：封页是一个过渡，当启动系统时首先启动封页，封页加入了画面背景和音乐并附本学习系统的一些开发信息。封页的出现是进入学习状态的前奏，它使得系统一开始就对学习者产生吸引力以激发学习者的兴趣。

主控页面：主控页面负责界面的控制工作，处理学生与系统的交互，启动各个功能模块，提供各功能模块之间通讯方法。各模块的启动采用下拉菜单的方式出现，简单明了。系统对学生和教师进行限定，即未登录前两者都为灰色，按照类型正确登录后相对应的菜单项变亮，且每次只能一种人员类型进行登录。

超文本/超媒体学习页面：在学习内容方面系统采用了大量的超文本/超媒体方式，学习内容按章、节、知识点的方式进行划分，为防止学生迷航还设置了大量的导航按钮。在学习系统中选择哪些学习内容方面也采用超文本/超媒体技术。

当装载本窗口时，会同时装载超文本/超媒体。此时学习者通过目录可以直接实现从一个学习主题到另一个学习主题之间的跳转，实现跳跃学习。双击右侧学习内容则可以全屏显示教学内容且教学内容也以超文本/超媒体形式出现。

试题管理：实验系统采用非标准化考试形式。

试题种类多种多样，没有规范统一的形式，在采用计算机管理题库时系统将传统题目类型加以归纳、总结，按照试题类型进行管理。

3.2题库及测试模块实现

为了使题库系统成为评测学生学习效果的有效评测工具，题库中所有储备的题目为有意义的题目，即具备一定评测能力，符合一定的参考指标。在试卷的命题过程中，针对不同的考试对象、不同阶段的考试，命题难度也不同，所以在试题库中增加难度系数，这也是几乎每一个试题库所要考虑的结构。实验系统中Weight就是根据题目所定义的难度系数值。难度分为标准难度和经验难度，经验难度是由教师根据题目内容涉及面和预测答题时间等因素推测出的难度系数，该难度系数需经过多次实际考试后与标准难度进行加权才能逐渐趋近于实际的难度系数。实验系统题库采用“难度系数”作为衡量题目难度的评测指标。这样做的目的是更加反映出学生的真实学习水平。ScoreWeight是题目在满分情况下同该题难度系数相乘的结果。CommenceWeight是该题目被测试并给出成绩后与该题难度系数相乘的结果。

3.3自适应学习实现

《计算机辅助教学与课件设计》是一门理论与实践相结合的课程，学生在实践操作前应该具有一定的理论基础，所以本系统在学生学习实践操作之前要先检测学生的基础理论知识情况。我们把学生的基础理论学习程度分为5个等级(A、B、C、D、E)，A级的学生已掌握基础理论知识可以直接进行实践操作的学习;B、C两级的学生基本掌握基础理论知识，学生即可以继续巩固基础理论知识，也可以学习实践操作部分，系统提供选择;D、E两级的学生我们认为其基础理论知识还不足以指导实践操作，所以系统让其继续学习基础理论知识。

系统的自适应性主要体现在：第一，当学生登录后学生可以根据自身的情况自主选择入门学习的等级和内容;第二，如果学生已经掌握了部分知识也可以先进行测试，通过测试等级反映该生对基础理论知识的掌握情况，这时系统根据学习诊断的结果反馈给学生学习建议，推荐学习内容，这些学习内容是与当前学生能力最接近的。同时系统将该部分知识要求掌握的要点和程度也呈现给学生;第三，教师可以根据不同学生的特点选取合适的教学内容，或根据提示信息从补充知识中选取合适的教学信息，从而实现个别化教学。

例如，系统给学生反馈的知识程度信息及教师选取适合该生学习内容的界面(图2)。

教师根据学生的不同情况从左边的选框中选择出适应性的学习内容，通过“添加”按钮将被选择的内容添加进中间框中;选中中间框内的教学内容通②学生也可以先进行测试，通过测试反映对基过“删除”按钮可将该项删除;且已选择的内容项不础理论知识的掌握情况，系统会根据学习结果反馈能重复被加进来;右边框则为选择好的教学内容展学习建议，推荐学习内容，呈现知识要点;示区。当教师选择好学习内容并确定后，学生可以教师可以根据不同学生的特点选取合适的教学看到教师建议的学习内容。内容，或从补充知识中选取合适的教学信息，从而实现个别化教学。

4小结

自适应超文本与超媒体学习系统的开发是一项复杂的系统工程，其复杂性主要体现在：

①开发内容的复杂性。一个具有一定适应性的完整学习系统需要涉及到学校教学的许多方面且这些方面相互交错，互相影响，系统开发必须综合考虑。

②学生的不同需求。自适应学习系统本质上是一种个别化的学习支持系统，因此系统开发时应考虑到不同特征的用户需求。

③技术手段。计算机辅助教学是涉及计算机技术软硬件、通信技术、多媒体技术、自适应技术、人工智能技术、教育学、心理学等多学科的交叉研究领域，因此在开发系统时如何综合掌握和运用这些技术是开发者所面临的一个重要任务之一。

本文所研究和实现的“自适应超媒体学习系统(CDCAI系统)”体现了教学设计的思想，根据学习者可能的学习风格设计了不同的学习方式;在学习内容上采用了超文本/超媒体的形式，运用图形图像、声音和动画等多媒体元素构成友好的学习界面，以利于学习者的认知建构。

CDCAI系统在一定程度上体现了自适应特点，基本满足了自适应超媒体系统的3个准则：是一个超文本或超媒体系统;有一个用户模型;使用这个用户模型向超媒体系统提供自适应性。系统的自适应性主要体现在：

用自适应技术支撑个性化学习第3篇

School of One

约翰·佩雷斯是美国纽约布鲁克林区八十八中的一位七年级学生。他每天到学校后, 第一件事情就是打开学习终端, 领取一份个人学习日程表。这份日程表的课程安排与他的同伴不一样, 因为约翰最近一次的代数练习只得到了B, 所以今天的时间表上安排了他参加一个小组讲座, 补修昨天有问题的内容。事实上, 约翰的每位同学得到的日程表安排都不一样。这是由于八十八中正在实施一个叫做School of One的项目——纽约市教育部门的一项初中数学教改项目。School of One采用了一项最新的技术, 能自动为每位学生提供个人学习计划。因此, 根据自己的学习需求和优势, 每位学生都能获得独特的每日时间表;且每个时间表和教学计划都是自动调整以适应每位学生能力和最成功的学习方法。由于School of One以学生为中心, 把技术和课程整合, 并在学校提供一种混合式学习环境, 满足了每位学生的个性化学习需求, 所以在2009年《时代》杂志评选的50项最佳发明中, 该项目是获此殊荣的唯一一项教育创新。2011年, 美国教育发展中心的儿童和技术中心对该项目2010年的实施进行了独立评估, 结果显示:参与学生的数学成绩显著跑赢非参与的学生。

综述

●优秀教师的做法

每位学生的学习都是独特的。优秀教师的做法是对学生的学习情况进行适应性分析, 根据学生的家庭背景、兴趣和爱好, 以及知识基础、学习能力、学习方式等, 在每次学习之前, 在每次作业或测验后, 为不同学生提供不同的辅导策略、补救措施和对应的学习材料。采取这种适应性教学法 (个别化教学和差异化教学) , 使学生在教师的帮助下能进行定制化学习。

不过, 即便是最优秀的教师也很难完成面面俱到的分析, 许多教师只是做到了在某些方面适应性分析, 而且不是每位学生都会受到如此的照顾。因为, 没有现代信息技术技术的帮助, 要做到这一点需要极大工作量。

●斯金纳的机器教学

在20世纪50年代, 哈佛大学教授、心理学家B.F.斯金纳根据自己创立的新行为主义理论发明了教学机器, 并以此来进行程序化教学。其原理就是:把教学材料分解成按循序渐进原则有机联系的几百甚至几千个问题框面组成的程序;在学生回答问题过程中, 教学机器根据学生的薄弱环节呈现教学材料进行提示, 直到学生回答正确后再进行下一个内容的学习。

课堂上采用斯金纳的教学机器, 与传统的班级教学相比较有许多优点。第一, 教学机器能即时强化正确答案, 学习效果的及时反馈能加强学习动力。而在传统班级教学中行为与强化之间间隔时间很长, 因而强化效果大大削弱。第二, 教学机器使学生学习行为得到积极强化, 力求获得正确答案的愿望成了推动学生学习的动力, 提高了学习效率。传统的教学消极强化, 会导致学生失去学习兴趣。第三, 采用教学机器, 一个教师能同时监督全班学生尽可能多地完成作业。第四, 教学机器允许学生按自己的速度循序渐进地学习, 这能使其对教材掌握得更牢固, 提高他们的学习责任心。第五, 采用教学机器, 教师就可以按一个极复杂的整体把教学内容安排成一个连续的顺序, 设计一系列强化列联。第六, 教学机器可记录错误数量, 从而为教师修改程序提供依据, 结果是提高了教学效果。第七, 学习时手脑并用, 能培养学生自学能力。

但是由于缺乏对认知心理学的借鉴、教学内容媒体形式和机器功能单一等不利因素, 使机器教学实践并没达到预想效果。实践中缺乏师生间的及时交流;过细分割教学内容导致学生缺乏对知识的整体认知;学生盲目地追求学习进度、猜想问题的答案和不求甚解。不过, 教学机器是一种自适应学习系统萌芽, 初步实现了量身定制的教学, 并努力让学习者从信息的被动接受者转变为教育过程的合作者。

●计算机智能化教学

20世纪70年代后, 结合计算机技术和认知心理学发展起来的人工智能逐渐成熟, 用于教育的各种智能教学系统也相继被开发出来。智能教学系统是利用计算机为学习者提供及时性和定制化的教学和反馈的适应性支持系统, 它的结构包括四个基本组成部分:认知模型、学生模型、教师模型、界面模型 (Charles P.Bloom, R.Bowen Loftin) 。

认知模型决定问题解决可能需要的所有步骤。更具体地说, 这种模式包含要学习领域的概念、规则和解决问题的策略。它的主要实现功能为:专业知识库, 学生表现或检测错误的评价标准等。学生模型跟踪和模拟学生的认知、情感状态以及随着学习进程的发展出现的变化。

教师模型根据认知模型和学生模型的信息选择教学的策略和行动。界面模型实现人机交互的所有功能。

随着计算机智能化教学研究和实践的深入, 学界逐渐总结出了设计和开发的八项原则和四个阶段。智能教学系统的设计以使学生成功解决问题为总原则, 并辅以这八项原则: (1) 模拟学生的能力。 (2) 表现传递目标结构是问题解决的基础。 (3) 在解决问题的环境中提供教学。 (4) 深化对解决问题的知识的抽象理解。 (5) 最大程度减少学习过程中的记忆负荷。 (6) 对错误提供即时反馈。 (7) 为学习调整教学容量。 (8) 帮助学生循序渐进地达成目标技能。

智能教学系统的开发和大多数的教学设计过程大致相同, 包括四个迭代阶段: (1) 需求评估。 (2) 认知任务分析。 (3) 初始教学的实施。 (4) 评价。

由于得益于行为主义和认知心理学的优势互补, 相比教学机器, 智能教学系统显然是较高级的自适应学习系统。它能更准确地分析判断学生的学习情况, 提供的教学方法、学习材料和评估方式也更多样化。

在20世纪80～90年代, 智能教学系统在学校教育、企业培训和军事训练中得到了较多应用, 成功的个案主要体现在数学、健康科学、语言习得等领域的教学。不过, 由于智能教学系统开发和实施成本昂贵, 导致其最终没有得到广泛的推广和应用。此外, 以下两个缺点也为业界所诟病:智能教学系统主要是用预设因素来对学生的学习进行适应性分析和模拟匹配, 因此不能全面地把握学生的学习需求和特征;智能教学系统仍然是以教师为中心 (这里的教师是计算机系统) 来实现个别化教学或差异化教学。这种从模拟认知—自适应教学的模式, 主要受到当时教育、学习科学和计算机数据挖掘处理技术的发展限制。

●自适应个性化学习

进入21世纪, Web2.0、语义网和云计算等新技术相继被开发出来, 互联网应用日趋丰富。在此基础上发展起来的在线学习得到了长足的发展, 到了2012年出现了爆发式的增长。特别是计算机网络数据的挖掘和处理技术的成熟使自适应学习技术重新被重视和开发, 并认为是大规模在线教育发展的重要基础。2008年, 结合新的教育和学习理论的研究, 学界提出了利用自适应技术服务于个性化学习的新观点——自适应个性化学习。综合多方的论述, 自适应个性化学习被认为是在学习分析的基础上, 采用自适应技术动态连接课程资源, 以满足学生个性化学习需求的一种学习技术。它从智能教学系统发展而来, 在设计和开发上二者有很多相通之处, 不同之处是个性化自适应学习是以学生为中心, 并有自身独特的十条法则 (Nish Sonwalkar) :

(1) “一刀切”方式在网络教育中是行不通的。

(2) 信息不是教育——当前基于网络的学习正导致信息过载。

(3) 学习需要一个对多种媒体内容的认知过程。

(4) 不同个体的学习, 涉及学习内容和学习路径的不同。

(5) 基于认知的发展和对新知的消化吸收进度, 每个人有不同学习策略。

(6) 个性化的学习是达到更高的完成率和更快的学习的一种方式。

(7) 学习是四维的, 其中包括:多种媒体, 认知策略, 交互性和社会化学习。

(8) 唯一有意义的评估是帮助学习者提高, 并达到所需的能力。

(9) 用正确的学习策略和学习的步伐, 任何人都可以达到即定的学习目标。

(10) 教师最大的作用是引导学生如何学习, 而不是学习什么。

●自适应个性化学习的特征

1.学习分析技术

采用新的学习分析技术, 能全面掌握学生的学习情况。通常做法是对学生进行课前的形成性评估来完成学习分析。自适应个性化学习采用的学习分析技术是基于学生的“大数据”, 利用特殊的算法来得出学生的学习需求和学习特征。这项技术得益于商业智能的发展, 即对大量商业数据源的统计、评估和识别, 可以帮助企业做出更明智的决策。同样, 学校对大量学生信息的搜集、管理和分析, 能帮助学校和教师实施提高学习效果和更利于学生发展的教育教学行为。

学生参与在线学习后, 会留下大量的数据碎片, 学习分析系统通过对这些数据的跟踪、搜集和统计, 分析出学生活动和学习成果之间的相关性, 识别促进和阻碍学生学习的因素, 并把这些数据转化为教育工作者能理解的知识呈现出来。

在学校中, 这些被称为“大数据”的大量数据碎片, 主要来自学生信息系统、学习管理系统、数字内容管理系统评估和成绩管理系统。从这些系统中搜集了学生的家庭背景、兴趣和爱好, 以及访问的内容、停留的时间、学习的进度、获得的评价和成绩单等数据;还有, 学生在互联网上访问的社会化媒体 (博客、微博、图片和视频分享网站等) 也留下了大量的数据;最近兴起的MOOCS和数字教科书也能搜集学生的学习数据。而每个学生知识基础、学习能力、学习方式和学习步伐就蕴含在这些数据中。通过学习分析技术就能把这些重要的知识显现出来, 为教育教学提供有力的参考。

2.自适应学习路径

采用新的自适应技术, 生成学生个性化学习路径。学习分析结果不但能为教育工作者提供了解学生的管道, 还被用于自适应分析来帮助学生实现个性化学习。自适应技术能动态连接学习分析结果和课程体系, 为每位学生自动生成一个独特的学习路线图。每个路线图可能会包含时间安排、方法推荐、课程和学习材料的推送等, 并能给予学生充分的自主性, 能让学生知道学什么、如何学习以及自己掌控学习。

在借鉴智能教学系统结构模型的基础上, 自适应技术采用了复杂的统计和概率学算法, 分析出学科知识的结构和难易程度, 以及对应课程和学习材料的层次和呈现风格, 匹配学生已有的学习特征和对当前知识的掌握程度, 最终形成每位学生的个性化学习路径。

这一学习路径不是一成不变的, 而是会根据学生每段时间的学习活动及评估报告做动态的调整。当然, 自动匹配的学习路径并非真正完美契合每个学生, 因此学生自己可以通过每天的学习心理状态自我评估或选择性接受系统的学习活动安排, 以及参考教师的反馈来对学习路径进行修正。

3.课程内容多样化

提供多样化的课程和学习材料, 支持学生的独特的认知需求。要实现个性化学习, 就应该满足学生对不同课程、环境, 以及学习方法、节奏、教师选择的需要。因此, 自适应个性化学习系统中为学生提供了以下多样化的课程:

对同一学科的课程内容多样化体现在:不同的教材, 不同的起点, 不同的环境以及不同的评价手段。不同的环境包括:大组讲授 (12～24人) , 小组讲授 (6～12人) , 小组合作 (3～6人) , 在线讲座, 实时远程辅导, 独自学习, 实践活动等。不同评价手段:学习需求诊断, 每日学习进步评估, 统一测验, 教师和同学给予的人工评价, 学生自我学习状态评估等。

学习材料的多样化指的是:图文、音视频、3D材料、动漫、游戏等。

个性化学习路径生成后对课程和学习材料的推送也不是单一化的。学生可采用系统最优推荐, 或自主挑选喜爱的学习内容, 以及在受困时及时更换学习材料, 这样才能最大限度符合个性化学习的特征, 实现无障碍学习。

●自适应个性化学习案例

1.Knewton

Knewton (纽约市的一家网络培训公司) 是较早进入自适应个性化学习领域的公司之一, 他们声称开发了行业内“最强大的自适应学习引擎”, 其“连续适应性能力能满足每个学生每天的教育内容定制”。该算法能判断用户实际水平, 并为用户提供与其水平相适应的课程。Knewton通过不断的提问和测试, 判断使用者的真实水平, 再为用户提供与之水平相对应的课程辅导;并强调用即时反馈、社区协作和游戏化促进学生个性化和快速地学习。2012年夏天, 亚利桑那州立大学数学系超过2000名学生使用Knewton两个学期后, 缺勤率下降了56%, 合格率从64%上升至75%, 45%的学生能够提前4周完成学习任务。 (网址:http://www.knewton.com)

2.Dream Box

自适应学习技术与上海教育改革第4篇

自适应学习技术与上海教育改革第5篇

——自适应学习模式案例浅说

在传统学习中，分数是评判学生能力的一大标准，但不可能人人都能取得高分，故对一些学习成绩不理想的孩子来说，在传统学习中，总是被成绩所困，变得越来越不自信，心理上的阴暗使其在身心成长方面也受影响。但是自适应学习概念一出，使教育领域认识到“个性化学习”的重要性，因材施教不再是空号，而是有了施展的平台。

事实上，已经有越来越多的学校从注重学生自主学习能力入手开展相关教研教学，通过培养学生的思维能力和自信心，让学生喜欢数学，进而逐步提升。河南温县一中、博爱县一中等学校作为“互联网+数学自习课”的改革实验学校，在较短时间内所取得的突破，让学校和家长对“互联网+数学自习课”和数学自适应学习模式有了新的认识。

利用互联网、大数据、云计算等信息技术，为学生提供个性化测评、学习行为数据分析的17大学学习的平台，不论是课后作业（提分密案），还是学习目标，都因人而异，将因材施教落在实处，让学生在一次次目标的实现中找到自信，找到对数学学习的乐趣。

别让分数成为评价孩子的唯一标准

自适应学习模式倡导从学习习惯、学习方法、思维能力等方面是否有进步来评价学生。为引导学生注重自身改变，形成“跟自己对比”的价值观，将互联网与教育教学相融合，让学生通过pad进行自我反馈和自主选择学习内容，在这个过程中养成学生自我检查和自主学习的学习习惯；为学生提供针对性的提分密案作为课后练习作业，一步一步帮助学生拿下知识难点，培养其对数学学习的兴趣。

某学生从CD等第跃入AB后，在利用自适应学习的平台学习之后写下这样的感言：有付出就会有回报，学习需要持之以恒，还需要自己主动去学，在以后的学习中我会坚持自觉去学习。

教师身份要转变：课堂上是教师，课后是教练

堵不如疏，老师在孩子的学习过程中扮演着重要的角色。互联网与传统教育的结合必然会推动学校对于老师和学生的考评标准。学生的分数只能作为评价老师和学生的一个标准。作为知识的传授者，教师的观念转变尤为重要。教育应该既重视平时的考试评价，更关注学生的学习过程评价；既重视最终学业水平评价，更重视学生发展过程的动态评价。

自适应学习技术与上海教育改革第6篇

【摘要】信息技术高速发展的今天，教学的网络化已经成为现代教育的一大特征。网络环境下的自主学习作为一种全新的学习方式，具备了许多传统教育环境不可比拟的优势，更有利于激发学生的自主学习兴趣，使学生的学习主体性得以充分展示。【关键词】 Web自适应学习自主互助学习

随着信息技术的飞速发展，新课程改革的全面实施，信息技术在教育教学领域中的作用已显得越来越重要，学习者的学习需要和学习心理也随之发生了深刻的变化。这就要求作为基础教育阶段的初中教育要改变传统的教学模式，从培养知识型的人才向培养能力型的人才转变。因而学校教育的趋势也应当由教师主导学生学习的过程转变成为由学生主导学习的过程，多留给学生更多自主发展的时间和空间，帮助学生完成由“学会”到“会学”的转轨。因此，网络环境下的自主学习也就应运而生，以“学”为中心成为网络环境下全新的学习模式，成为信息化社会终身学习的必然需要。网络环境下的教师角色也应由原来的知识传授者变为学生的学习指导者、学生主动建构主义的帮助者，应具备现代化的、先进的教学理念、思想和方法，用现代化的教育技术手段来优化教学过程。作为一名基础实验教师，我非常荣幸能参加课题的研究过程，网络信息技术条件有地区差异，我校地处山东省青州市，家庭网络普及率还不高，本文仅就如何利用文曲星家校新干线进行课堂网络自主学习来探讨。文曲星家校新干线的自适应学习在课后练习的范畴里，而其内容同步辅导、同步测控却很适合放在学生自主互助学习型课堂上，我将个性化学习和课堂练习相结合，将新干线应用于新授课的课堂教学。相比较传统的教学模式，网络给与学生一个崭新的平台，学生以一种崭新的形式挑战自我，不断提升自己的学习热情与学习水平，收到良好效果。取得了一些经验与大家分享。家校新干线评测系统下网络自主学习课堂，首先要具备三个一：一次同步辅导；一次网络课堂练习；一次同步测控。过程简述为：学生在教师指导下利用同步辅导学习新知识点；然后教师利用课堂练习来掌握学生学习效果，并做重点讲解；最后，学生根据自己的学习情况进行同步测控，进行个性化，自适应练习。

一、同步辅导，知识要点一目了然

在新授课里需要学生掌握的内容都包括在同步辅导栏目里，栏目设计条理，知识点全面，完全可以作为学案应用于课堂，很多东西比教师备课还要细，做的还要全面。传统课堂里一些知识点教师讲完，部分学生可能还未听懂，而新干线的同步辅导内容全面，知识点的讲解简单明了，没有看懂或者听懂的学生可以自己查找不懂的知识点进行学习，在学法指南里典型的例题讲解，详细，精确。帮助学生巩固知识点的学习。完全体现了学生自主学习中，学生为主体，教师为主导的课堂教学模式。

当然，受到初中学生的自学能力的限制，知识点不可能单靠学生自学来掌握，教师必需合理的加以引导，对知识难点加以点拨，使大部分学生更容易理解。也就是说网络自主学习环境下，教师的主导地位依然重要。

二、课堂练习，轻松掌握每个学生的学习情况

传统的课堂练习，教师出题并整理好答案，由学生练习，并与答案对照，或者找几个学习较好的同学将正确答案展示给其他同学。习题讲解没有层次性和针对性。造成这种情况的原因在于，传统的课堂练习教师无法快捷的掌握学生的练习情况，因此无法有重点有针对性的讲解练习。造成学习效率低下。

新干线中的课堂练习，教师随时可以看到每个学生的做题情况，最高分，平均分，题目的正确率，甚至那名同学做错了那道题，教师都是一目了然。教师最大限度的掌握了每个学生的学习情况，这样教师就能有重点有针对性的对学生进行辅导，多数同学做错的题教师重点讲解，少数同学做错的题通过小组互助解决，教师的工作量大大减少而工作效率却大大提高了，从而也使学生学习效率最大化。

新干线给教师提供了完备的组卷系统，题目紧跟教学大纲，紧扣知识点。最方便的是教师可通过新干线方便的搜索习题，按知识点搜题，按照题目类型搜题，教师组卷成为一项很轻松的工作。教师不再为拿着一堆习题书找题而苦恼。教师还可以将一些习题收藏，比如一些学生错误较多，或者一些考试中的典型试题收藏，以供以后练习用。

三、同步测控，因材施教

传统课堂教学里教师满堂灌和大量练习题的教学模式，造成有的学生“吃不饱”，有的学生“吃不了”的现象。新干线中同步测控的试题少而精，每套题的时间控制在15分钟左右，学生在完成练习后，可查看练习答案，解析过程，并可以把错题记录错误原因后收藏，供以后复习之用。学生根据自己的做题情况查看自己的薄弱环节，教师在这个过程中只要负责解答个别学生提出的疑问即可，大大减少了教师的教学任务，增强了学生的自学能力，提高了学生的学习效率。

传统课堂教学中，即便教师掌握了每个学生的学习情况，由于时间和精力有限，教师很难做到因才施教，同步测控中的智能训练，可以根据学生每次练习的成绩给学生增加或减少题目难度，以往课堂上由于跟不上教师教学进度而破罐破摔的后进生，通过一次次的智能训练，一点点的成就感的积累，最终激发了学习兴趣，学习成绩自然很快提高。

以上三步相辅相成，整个教学过程注重学生的自学和对学生学习效果的评价。与传统课堂教学相比，利用新干线进行的网络课堂教学有如下优点：

1、学生学习兴趣和自学能力明显提高。

2、教师更好的掌握了学生的学习情况，摆脱了教学的盲目性

3、能够做到因材施教，使不同水平的学生都“跟得上，吃得饱”。

4、减轻了教师的教学任务，提高了课堂效率。当然，这种教学模式也存在一些问题。如在课堂练习环节，学生会出现抄袭现象，使学生成绩不能够反应学生真实水平。又如在网络环境下，加强了学生与计算机的人机对话，怎样加强学生之间的互动和互助学习？

来自自适应学习实验学校的声音第7篇

柳新民

20多年以来，该项实验的实验学校分布在我国的各个地方。既有城市学校，也有农村学校；既有完全中学，也有不完全中学；既有重点中学，也有普通中学。在实验中，大家的认识越来越明确，都认为示例演练教学法是减轻师生负担、提高教学质量的一条行之有效的途径。

学校的教学科研成果丰硕

河北唐山五十四中的李大勇校长说：“‘问渠哪得清如许，为有源头活水来’，‘示例演练’教学实验是我校的龙头实验课题，在我校教科研起步和发展中有着特殊的作用。它实践着打造科研先导型学校的理念，带来的不仅仅是数学教法的新尝试，而是学校教育（www.xfhttp.com－雪风网络xfhttp教育网）科研的燎原之势，为学校的持续性发展积蓄了强大后劲！……三年多来，我校基本摸索出正确处理教学工作与教育（www.xfhttp.com－雪风网络xfhttp教育网）科研相统一的做法，这就是‘教学科研化，科研教学化，教学科研一体化’。”

教师的整体素质得到提高

河北唐山五十四中的高玲玲老师，将示例演练教学思想融入课堂教学设计中，在全国青年教师优质课评比中获一等奖；内蒙古赤峰喀喇沁旗楼子店总校的于海彬老师在“示例演练”教学中与学生同生存、共发展，被评为喀喇沁旗的“十佳”，并晋升一级工资，参加“示例演练”教学实验后由普通教师变成现在的“教学骨干”。

学生学习的积极性得到激发

深圳市景秀中学的吴元生老师说：“经过示例演练教学实验的一段训练之后，现在相当一批学生对数学学习发生了兴趣，能够利用业余时间超前演练书上题目，学习积极性大大提高，从‘要我学’变成了‘我要学’。无论是数学竞赛还是全区统考，实验班都取得了骄人的成绩。在第十一届‘希望杯’数学邀请赛上，学校共获一个一等奖，六个三等奖。”

北京204中学是宣武区的一所初级中学，学生是通过电脑派位产生的，其中相当一批学习较好的学生没报到就转入市区重点校或完全中学，所剩学生整体素质不高。但在历次全区统考中，都取得了不错的成绩，平均分、及格率、优秀率每每超过区平均水平，多次达到区重点中学的平均水平(宣武区共有29所中学，其中市、区重点校6所，完全中学10所)。

减轻师生负担，提高教学质量

四川省崇州市崇庆中学的同学们认为：示例学习为他们找到了一条最佳出路，在初三仍能感到一丝轻松，而示例学习的学习方式已逐步向其它学科迁移，使他们的整体素质得到提高。中小学生“减负”已成为人们普遍关注的.话题，示例演练教学法承认学生学习速度的差异，允许学习速度的不统一，鼓励学生自主学习，变“教”室为“学”堂，让学生在一个自由的空间里自主地、创造性地学习，主动地探求知识，用他们自己的眼光发现问题、分析问题，提倡主动向同学、老师请教并一起讨论、解决问题。

当前，我国义务教育（www.xfhttp.com－雪风网络xfhttp教育网）正在实行新的数学课程标准，“其基本出发点是促进学生全面、持续、和谐地发展。本次课程改革提倡以弘扬人的主体性、能动性、独立性为宗旨的自主学习，而示例学习是使学生有效地获取知识与技能的学习方法，基本思想与其“不谋而合”。

人们坚信，拥有数百所学校实验历程的示例演练教学法在基础教育（www.xfhttp.com－雪风网络xfhttp教育网）课程改革的推动下必将取得更加辉煌的成果。

《中国教育（www.xfhttp.com－雪风网络xfhttp教育网）报》

自适应学习技术与上海教育改革第8篇

1 用户信息概述

用户的信息一般包括：用户的入门技能;用户对该领域已有的知识;用户对教学内容和将采用的教学传递系统的态度;学习动机;学业能力水平;学习偏好;对提供教学机构的态度;群体特征等[1]。对移动环境下的用户的研究，可以从以下几个方面进行：

1)用户的自身特点，包括用户的学习动机、学习偏好、学业能力水平以及对移动设备的态度等。

2)用户所在学习团体的文化背景特征。用户所在的目标人群的特征，对找出适应人群分化的学习方式也很重要。

3)用户的学习环境。不确定的外界环境很容易影响移动用户，使他们无法长时间保持注意力的集中。移动学习环境的未知性和用户注意力的有限性会大大影响有效学习的发生。

因此，移动学习的设计中应重视移动学习发生背景的分析和研究。

4)研究用户对于移动技术的态度、使用该移动技术的意愿以及对学习费用的支付意愿等。在移动学习中，终端设备的购买和无线通讯费用都可能造成用户的经济负担，因此，这一因素影响着用户是否愿意采用移动学习的学习方式[2]。

2 用户自适应技术研究

和其他的学习方式一样，移动学习的主体也是用户，移动学习终端平台上的一切功能都是为了用户能够更好的学习而设计的。自适应角度下的移动学习系统不仅要为用户提供内容简短、链接丰富、导航性清晰的简洁界面，还应在一个非紧急动机的移动学习发生前，提供一些前测来获取用户信息，这些前测可以通过在系统中添加问卷调查或类似的界面获得，由系统内部的自适应决策规则集进行过滤和转换，确保系统最终能够呈现适合用户的个性化学习内容。

2.1 基于用户的自适应系统结构

如图1所示。

该系统包括两个模块：用户信息分析模块和自适应控制器。

1)用户信息分析模块：该模块使用用户偏好分析仪分析了用户的自身特点、文化背景、学习环境和所持有的态度等。这些信息将在用户登录系统后，以调查问卷的形式获得。然后把获得的信息作为自适应过程中必要的参数发送到自适应控制器中。

2)自适应控制模块：自适应控制器通过对用户信息模块发送过来的参数的分析，帮用户选择个人资源，以满足用户特定性能和用户的喜好。该模块包括自适应规则集，决策引擎和过滤转换子模块。

自适应规则集包含一套规则，以确定哪一种资源，应在某些情况下发送。这些规则包含：转换规则，用来定义多媒体格式之间的转换。由于不同用户所持有的设备不同，就要求资源可以在不同格式之间转换，以确定发送给用户适合其设备的资源;喜好规则，定义了用户喜好和多媒体格式之间的对应关系。为了方便参数的匹配和多媒体格式之间的转换，这些规则以映射的形式存在于自适应规则集中。

决策引擎是自适应系统中动态资源装配的核心。在装配过程中，它会匹配自适应规则对信息分析所获得的参数，以便选择资源，并决定是否要转换资源。决策过程可分为三个步骤：

第一步：格式匹配。系统将原有的资源格式与客户端支持的媒体格式进行匹配，并决定是否需要让自适应决策规则来转换资源。

第二步：平衡参数。在这一步，系统将平衡资源下载的质量和时间。它的目标是使下载的时间和资源的质量是用户可以接受的。

最后一步：确定优先步骤。该系统通过数据的优先权来选择最后可用的资源。重点开发的资源可根据用户的喜好或传输时间等决定。

自适应转换模块接受自适应引擎的命令来过滤、选择和转换资源。最后，它选择一个合适的学习资源传送给用户[3]。

2.2 示例

例：用户需要学习如何给汽车换轮胎。

在给汽车换轮胎前用户还需要学会的技能是:操作千斤顶和设置障碍块。如果前测的反馈结果显示该用户还不具备这两项技能，那么应在显示汽车轮胎安装的内容前告知。相应的操作流程和调查问卷如图2所示。

系统首先通过问卷调查获得来自用户的相应信息，这些信息直接或间接反映了用户的自身特点、文化背景、学习环境和所持有的态度等，如：通过图3的调查系统可以掌握该用户给汽车换轮胎的能力水平这一自身特点。系统将根据用户的能力水平改变内容的难易程度或粒度大小，为用户提供相应的学习内容，这样就不会因为用户已经会了某些入门技能而提供重复的内容，也不会忽略掉个别用户所不会的技能。

3 结论

移动学习是继e-learning之后的一种新型的学习方式，它的研究领域涉及计算机科学、移动通信技术、教育学、心理学等多个学科。前面我们从自适应技术的角度分析了移动学习中用户信息的采集、处理和反馈，但是一个完整的移动学习系统还需要多个维度的协作才能更好的运行，如：内容维度，手持设备维度，协作交流维度，连通技术维度。由于我国对移动学习的研究起步较晚，虽然目前的移动学习系统已经基本达到实用程度，但很多方面还有待提升，特别是对移动学习理论的研究、内容的整合以及规范化标准的制定，都是找出适合我国用户特点的移动学习系统开发的突破口。

参考文献

[1]Walter Dick,lou Carey,James O.Carey.教学系统化设计.[M].汪琼,译.北京:高等教育出版社,2004.

[2]周筠.移动环境下学习系统的设计与实现[D].北京:北京交通大学,2009:16-17.

自适应学习技术与上海教育改革第9篇

“淘题吧”自适应测评平台是一款高效的智能测评系统。它能在短时间内进行快速准确的资源查询，还可以快速组卷，协助教师快速批改与实现对学生的快速统计分析;还可以在很短的时间内，通过比原来题海战术更少的练习，更准确地诊断出学生的学习弱点与学习难点，还可智能地根据练习变化情况调整试题的难度与重点。所以，该系统使得“因材施练”成为可能，从而使教与学向“因材施教”这一目标发展提供了技术支撑。

二、具体实施功效

1.利用平台及时反馈学习数据的功能，师生可以在课堂里进行高效地学习互动。学生成为课堂的主人，通过学习活动，源源不断地生成各种数据;而教师不再是以经验主义来掌控课堂，一切以数据为教学准则，随时调整教学行为。

2.利用“作业本”模块进行集中教学，关注班级学生共性发展，夯实学生的“双基”。利用“作业本”功能，制定具体的共性的教学任务，培养学生基本的数学素养。学生通过完成“作业本”任务，自我检测每天的学习成果。教师通过对学生完成作业的时间、分数、反思等数据的反馈，来指导下一课的课堂教学。

3.利用“淘学乐”模块进行分散，提升学生自主学习能力，实现学生个性化学习。学生在课前对教材内容进行预习和在课后对所学知识进行复习，都可以利用淘题吧的“淘学乐”模块进行个性化的学习。此模块为每册每章每节的学习内容提供同步辅导、同步测控、拓展练习、矫正练习、错题集锦等。学生先通过看课本与同步辅导来自主学习知识后，再来同步测控，对出错的题及时进行矫正练习并反思。教师还可鼓励学有余力的同学进行拓展练习。

4.利用淘题吧“三率”指标，关注学生学习习惯的养成。通过对系统“章节星级指标率、错题查看率、总结反思率”的监控，及时纠正学生的不良学习习惯。星级评价标准让题海战术彻底失效，在保证一定量的练习的前提下，引导学生更多地去关注正确率，去关注错题的更正，及时总结反思。日积月累，从而让学生养成“科学解题，有错必纠，及时反思”的学习习惯。

通过利用自适应学习测评系统搜集课堂内外的各种学习数据，教师可以实现差异化教学，促进课堂教学改革，构建新的课堂教学模式，从而提高学生主动学习的能力。

自适应学习技术与上海教育改革第10篇

在我们高度关注考试方式、分值等变化的同时,更需要深刻理解这种改革的动因与实质。在我看来,新高考方案一方面强化了语言学习的交流功能,另一方面强化了听说的要求并提高了分值。这是因为传统的英语教学一直以读、写、译为核心,由此造成的“哑巴英语”长期受社会诟病,学生花了大量的时间学习,但仍然听不懂、说不出。另一方面,我认为新高考方案在计算机化考试的牵引下,一定会创造出一个新型的、信息技术环境支持下的英语教学新模式,并借此突破英语教学过程中听说不力的瓶颈。

为什么传统的英语教学不能很好地解决听说问题?怎样认识并构建信息技术支持下的英语教学新模式?这是在我们即将步入改革前需要认真思考并在实践中积极探索的问题。

传统英语教学模式存在的主要问题

1.违背了语言的生成规律

人类脑认知科学研究表明,语言的生成与信息的处理需要依靠大脑皮层的语言中枢,而语言中枢又分别由听觉语言中枢、运动语言中枢等组成,且不同语言中枢分布在大脑皮层的不同区域。在人类语言初始形成的过程中,需要大量刺激听觉语言中枢,从而在听觉和运动语言中枢间建立联系,才能让人类在一岁左右开始简单的语言表达,并在积累到一定程度的时候开始自由表达。由于长期以来我们的英语教学是建立在读、写、译基础上的,没有对听觉语言中枢持续进行长期的有效刺激,因此,想让学生能够开口,首先要从听的学习和训练开始。

2.违背了英语作为第二语言的教学规律

受英语考试方式的影响,再加上英语教师师资短缺等各种因素,英语教学一直采用的是以知识为核心的教学模式,语法讲解、阅读文章、书写练习成为了教学的主要环节。在课堂上和课堂外,学生得到有指导的听说练习非常少,甚至没有。在这种模式的驱使下,传统英语教学不断在追求共性的统一,无法照顾到语言的个性化生成,也就根本无法实现语言的交流功能。

3.不能为个性化学习提供强有力的技术支撑

英语教师一直在努力将技术应用于英语教学,以提高英语教学的有效性,从借助于录音机、电视机,到使用多媒体课件以及我们今天广泛使用的微课等。但实际上,一方面这种技术应用还是在强化以知识为核心的教学,另一方面是这些技术并不能很好地解决语言个性化的学习与指导问题。

4.没有一个有效的理论体系支撑

二语习得理论一直是传统英语教学研究并遵循的重要理论基础。从我们对二语习得理论的研究分析中可以发现,国内外发表的二语习得研究成果数量大、范围广、理论观点不胜枚举,但目前还没有出现一种广为接受的主流理论[1]。

综上,我们可以将传统英语教学简单概括为一个违背语言生成与学习规律、缺少正确理论指导、没有强大技术支撑、以知识学习为核心的非个性化的语言教学模式。

自适应学习技术相关理论研究

2016年1月,北京师范大学智慧学习研究院联合美国新媒体联盟发布了中国版的《地平线报告》。中国的专家们预测:自适应学习技术将在未来4-5年内被广泛使用,而美国新媒体联盟的《地平线报告》中,则将其提前到2-3年。有关自适应学习技术的研究自20世纪70年代就已经开始,但由于学习行为的复杂性与差异性,对于自适应学习以及自适应学习技术的定义,不同研究者有各自的理解。

来自维基百科的定义是,自适应学习是一种使用计算机作为交互式教学设备的教学方式。计算机根据学生的特定需要,如学生对问题的回答情况,提供适应性的教育材料,目的是使电子教育体现学生与真实的教师或指导者之间交互性的价值。

在2015年《地平线报告》中,美国新媒体联盟对自适应学习技术做了最新阐述。报告中指出,自适应学习技术是指适应个体学生学习需要的软件和网络平台。在一篇受“比尔及梅林达·盖茨基金会(Bill and Melinda Gates Foundation)”委托完成的论文中谈到自适应学习技术,认为它是一种“复杂的、数据驱动的、(在某些情况下)非线性的指导和矫正方法,与学习者的互动及其表现出的水平相适应,且能随之预测学习者在某个具体的时间点要取得进步所需的内容和资源类型”。

在这个意义上说,当代教育工具已能获知人们的学习方式;借助于机器学习技术,这些工具可适应每个学生的学习进展,实时调整学习内容,或在需要时提供量身定制的练习。在学校,很多教师将这些自适应平台预想成新型的、富有耐心的导师,可以在大范围内提供个性化的指导。自适应学习技术包含两个层面:一是对个人用户数据做出反应并相应地调整指导材料;二是利用大样本用户汇总数据,对课程的设计和适应进行分析。

综上,我们可以看到,自适应学习技术发展和以下要素密不可分。一是自适应学习技术以计算机技术特别是人工智能技术为重要支撑,而智能辅导技术的发展极大地推动了自适应学习技术的发展。这也是为什么在人类社会进入21世纪,特别是最近几年,自适应技术能够得以快速发展的原因。其次,自适应学习技术以学生个性化学习和发展为根本需要,因此脑神经科学、心理学、教育学等构成了自适应学习技术的基础科学群。再次,自适应学习技术的发展,不仅有利于学生学习的个性化,进而实现学习者自身的自我选择学习策略和自我评估,同时更有助于教育者与其的互动,从而实现教师教学行为的个性化。

适用英语学习本体特征需要的自适应学习技术系统

将自适应学习技术应用在语言学习和考试中早有先例,不论是托福考试的机考,还是海外汉语等级考试。2013年6月,美国时代周刊就发表了美国伊利诺伊香槟分校孔子学院院长张华华的文章《自适应——个性化的学习正在改变着教育》。近十几年间,各类信息技术支持下的英语学习模式也越来越多,很多标榜为以自适应技术为核心。然而,我们必须清醒地认识到:在教学实践中,不同学科之间具有相对的独立性,学科内容、知识结构、能力框架都存在着比较显著的差异。因此,在讨论自适应学习技术应用时,要充分考虑该学科的内容与结构,尤其是该学科本体特征的基本要求,建立一个以智能辅导技术为核心的自适应学习技术综合系统,这样才能够实现最大的效益。

我们认为,适应于英语教学的自适应学习技术系统应当包含以下要素。

1.语音模仿与矫正技术

为人父母者都有这种经验:孩子在学习语言时,首先要完成大量的语言输入,这种输入主要是通过父母说、孩子听完成的。在一岁以前,尽管孩子不会说话,但能够按照父母的指令完成相应的动作。之后,孩子会有单音节和双音节词以及词组的表达。在这个过程中,父母不断矫正孩子发音,孩子也在不断地模仿父母的发音。直到有一天,当语言输入丰富到一定程度时,孩子可以整句地表达了。传统的英语教学模式中,没有这样的一个语言大量输入的过程,更没有语言的模仿与矫正的过程,靠英语教师完成这个过程根本是不可能的。因此,使用听、录音、放音、模仿等反复的过程,在学习者进行语音的辨识与模仿的过程中,实现语言的输入,即模仿第一阶段语言生成的过程。

2.语音识别技术

用计算机分析人的语音,将话筒中传来的语音信号转化成计算机能处理的数字信号,主要包括预处理、特征提取、模型的训练和匹配三个方面。早在计算机发明之前,人们就开始研究自动语音识别,在人工神经网络被引入语音识别后,这项技术开始得到快速发展。实验室语音识别研究的巨大突破产生于20世纪80年代末。那时,人们终于在实验室突破了大词汇量、连续语音和非特定人这三大障碍,第一次把这三个特性都集成在一个系统中。随着信息技术的快速发展,语音技术被很多专家认为是2000年至2010年间信息技术的十大科技成果之一。最近几年,语音识别技术在自适应不同人的声线特征研究上取得了新的突破。因此,自适应学习技术系统支持下的英语学习,效果好坏与其语音识别技术的水平高低高度相关。

3.超媒体链接技术

超媒体是超文本和多媒体在信息浏览环境下的结合。超媒体与超文本不同的是,超文本主要是以文字的形式表示信息,建立的主要是文句之间的链接关系。超媒体除了使用文本外,还使用图形、图像、声音、动画或影视片断等多种媒体来表示信息,建立的则是文本、图形、图像、声音、动画和影视片断等媒体之间的链接关系。应用这一技术的本质原因在于,模拟语言生成与训练的真实性,即非线性的语言学习和表达环境。传统的英语学习是线性的,从某端到某端的学习是固定的,这与真实的语言环境中随机的、非线性的语言表达是相违背的。

4.评测及智能辅导技术

传统的语言学习的评测重在对知识点掌握的评测,对学生的听、说等基本技能的评测几乎无法进行,且都是阶段性终结性评价。在自适应学习技术系统中,对学生的评测不仅包括语言知识点的掌握,也不仅是听说等基本能力的检测,更为重要的是通过对学生的学习行为、学习习惯的分析,了解掌握其产生学习困难的主要成因,并在此基础上帮助学生调整自己的学习进程,由此而产生了形成性评价。在形成性评价过程中,智能辅导技术进一步发挥作用,对学生的学习结果进行分析,并对其学习行为、学习习惯提出智能化的建议。

5.大数据技术

利用自适应学习技术系统,学生将产生大量的学习数据,包括知识的掌握程度、学习行为数据、听说语言能力表达等各个方面。在传统英语教学中,我们无法判断学生的学习困难,尤其发音和听说困难是个别化的,无法判断是由于其学习习惯还是其思维水平导致的。在一所学校中,我们可以借用大数据技术分析的结果,了解本校学生的情况,更可以建立区域内的大数据分析平台,利于了解本区域内方言、教师授课、学生学习中,究竟是哪些因素对语言学习产生了正面或负面的影响。

构建自适应学习技术支持下的英语教学模式

1.自适应学习技术支持下的英语教学与传统教学的区别

传统的英语教学以知识为核心、以教师的教为中心。自适应学习技术支持下的英语教学以学生学习与训练为中心,学生能够进行大量的自主练习,特别是通过语音模仿、语音识别等技术进行听与说的训练,较好地还原了人类语言学习的基本流程,创造了第二语言学习的新路径。这种新的学习路径把英语学习当作一种技能来学习和训练,知识成为在技能训练中的自然获得。传统英语教学与自适应技术支持下的英语教学主要区别如表1。

2.自适应学习技术支持下的混合式英语教学模式

混合式学习模式是自适应学习技术支持下的英语教学基本模式。在这种混合式学习模式中,学生通过计算机或移动终端,在自适应学习系统的支持下、在虚拟学习空间里开展自主学习,教师根据上传的学生学习数据,对学生的学习行为、进度、成绩等进行评价,给予在线指导,并在此基础上,在实体的学习空间里组织学生学习交流、讨论、应用,提升学生语言的运用、综合和创造能力。

从表2的比较中,我们可以发现,尽管自适应学习技术为学生的英语学习解决了传统英语学习无法克服的难题,但人机学习只是手段,实现人与人的交流,提升语言在真实场景中应用的准确、优美,才是最终的目的。在教师指导下,充分利用在不同学习空间内发生的学习优势,构建自适应学习技术支持下的高效混合式英语教学新模式,是今后英语教学的重要发展方向。

3.构建新模式面对的挑战

一是来自于教师的挑战。首先,对教师的英语基本能力与水平是很大的挑战。传统英语教学中,学生跟读、听说等都是以老师发言为标准的,而在新的模式下,学生可以听到来自于系统标准且清晰的发音,一定会对老师不标准的发音产生质疑。其次,对教师教学能力的挑战。传统英语教学中,教师是知识的主宰,而现在学生已经通过系统学习有了知识的基本储备,怎样让学生用英语进行分析、评价与再创造,成为摆在教师面前的严峻课题。再次,对教师信息素养形成挑战。想要教师们利用信息技术手段完成信息的收集、处理、分析、评价,从而整体提升教学效益,绝非一夕之功。

二是来自于学习内容的挑战。传统英语教学是以教材为主要学习内容的,而在自适应学习技术的支持下,学生英语学习的个性化特征日益突出。学生学习进度明显加快,静止的、以知识的识记为主要内容的学习,自然无法满足学生学习的需要,内容的系统、适切、有趣、个性以及富媒体化是非常必要的。

三是来自于技术的挑战。对自适应学习技术的研究尽管已经持续多年,但其真正的发展还是在伴随着人工智能以及互联网技术的突破而实现的。如何利用人工智能技术对学生的学习行为进行更加有效的诊断与评测,从而对其学习过程进行更加有针对性的指导、帮助,是自适应学习技术支持下的英语教学模式发展的重要基础。

摘要：<正>2016年4月,北京市教委正式发布了新的高考方案,其中英语考试改革引起了社会各界的广泛关注。新高考方案规定,从2017年起,英语采用计算机化考试,听力一年两考;从2021年起,英语增加口语考试,口语加听力共计50分。在我们高度关注考试方式、分值等变化的同时,更需要深刻理解这种改革的动因与实质。在我看来,新高考方案一方面强化了语言学习的交流功能,另一方面强化了听说的要求

参考文献

自适应学习技术与上海教育改革第11篇

【摘要】随着计算机网络、信息技术的发展，对教育环境的要求得到进一步的提升。目前，在各个领域几乎都有基于web的考试系统。尤其是英语学习，由于学生从小学到大学，甚至出国留学，英语在各种考试中的地位举足轻重，为此也出现了各种各样的在线学习。然而，几乎所有的英语学习系统，都无法提高学员的兴趣和效率。本系统基于项目反应理论和英语二级题库，通过过关才可进入下一环节的学习提高学员的兴趣，而且可以自动评估学员的英语能力进行在线诊断，进而进行相应的测试习题的选择，使得学员寓学于乐，不能自已。

【关键词】计算机网络信息技术项目反应理论考试系统题库

我国的学生学习英语是一个长期艰巨的过程，一般很多学生从幼儿园开始接触英语，然后在小学、初中、高中、大学英语的课时占有很大的比例。英语的学习时间长和接触英语低龄化，一方面说明國家和家长对英语的重视；另一方面说明学生学习英语感觉比较难。由于没有语言环境，多数学生花了很多的时间和精力，英语往往是今天学，明天忘，或者是考试考得很好，但是说不出来。

一、目的和意义

本系统是针对四川省英语二级考试设计自适应学习与测试平台。对于高职院校的学生来说，由于层次低，底子薄，大部分学生又希望能在毕业前拿到一个英语证件以便加大日后在社会的竞争力，所以在高职院校，有70%左右的学生会倾向于报考英语二级。而在每次接近2000人的报名中，二级通过率却并不理想。开发本系统的主要目的就是开发出自适应的二级学习平台，在平台上融入通关、积分如游戏规则，提高学生的自主学习能力。同时由于该平台是一个基于二级难度的题库，系统根据学生的英语能力自动调整学生练习题的难度，该平台采用WEB方式，最终能使用PC或手机终端都能访问，而学习测试的内容限制10分钟为一个单元，使得学生能随时随地，只要有网络，都能完成一个单元的练习。通过该题库的练习和不断调整难易程度，学生在学习和测试过程中英语能力逐渐提高。每一次学习测试完后，会给学生成绩单与诊断报告，分析出学生的优点与薄弱环节，并建议学生需要继续努力的方向。该平台的最大意义在于能够在短时间内提高学生的英语能力，学生也自愿登录该平台进行学习，从而提高学生的自主学习能力。

二、需求分析

自适应英语学习平台分两种用户，分别为学生和管理员。学生用户主要有个人登录、个人中心、自主学习和在线测试功能；管理员用户主要有用户管理、试题管理、考试设置、统计分析、导入导出和权限管理功能。

自适应项目反应理论重点体现在在线测试模块，将二级的听力、语法、词汇和阅读理解都使用自适应项目反应理论来设计。

三、自适应项目反应规则设计

本论文以听力A呈现规则为例，由于篇幅原因，在此不一一列举：

规则1：if 听力难度系数为0.5的错题数大于等于5 then 抽取难度系数为0.25的10道题。

规则2：if 听力难度系数为0.15的2道题回答正确 then 抽取难度系统为0.5的10道题。

规则3：if 难度系数为0.25的10道题5次操作错误 then 停止本次考试，总分为答对的总分。

规则4：if 难度系统为0.5的10道题5次答对 then 抽取难度系统为1的10道题。

规则5：if 难度系数为1的10道题5次操作正确与否 then 退出本部分考试，总分为答对题的总分累加。

四、数据模型设计

本平台设计的数据模型如图1，而核心表设计如表1和表2。重点是实现了学生基本信息表、专项信息、试题模板、试卷信专项分值信息、试卷和试卷模板中间表之间的对应关系。