鐘卓 鐘紹春 唐燁偉

[摘? ?要] 智慧學(xué)習(xí)是人工智能時(shí)代教育的基本內(nèi)涵，智慧學(xué)習(xí)模型構(gòu)建是實(shí)施智慧學(xué)習(xí)的關(guān)鍵和基礎(chǔ)，也是該領(lǐng)域研究中的瓶頸問題。文章針對(duì)智慧學(xué)習(xí)內(nèi)在機(jī)理難以表征的問題，利用人工智能技術(shù)，提出了能夠闡述智慧學(xué)習(xí)特征、要素及運(yùn)行機(jī)制的智慧學(xué)習(xí)E-GPPE-C模型。該模型由學(xué)習(xí)環(huán)境、教育知識(shí)圖譜、學(xué)習(xí)者畫像、學(xué)習(xí)路徑、學(xué)習(xí)評(píng)價(jià)、學(xué)習(xí)共同體六大核心要素和基礎(chǔ)層、支撐層、服務(wù)層、關(guān)鍵層、應(yīng)用層五個(gè)層面構(gòu)成。基于人工智能相關(guān)算法，從教育知識(shí)圖譜構(gòu)建、學(xué)習(xí)者畫像構(gòu)建、學(xué)習(xí)共同體構(gòu)建、學(xué)習(xí)路徑推薦四個(gè)方面，提出了E-GPPE-C模型的實(shí)現(xiàn)方法。研究為人工智能在教育領(lǐng)域應(yīng)用、智慧學(xué)習(xí)開展提供了基礎(chǔ)，為后續(xù)智慧學(xué)習(xí)模型研究提供了參考。

[關(guān)鍵詞] 智慧學(xué)習(xí); 人工智能; 模型構(gòu)建; 知識(shí)圖譜; 學(xué)習(xí)路徑

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 鐘卓（1987—），男，湖北仙桃人。博士研究生，主要從事智慧教育、數(shù)字化學(xué)習(xí)環(huán)境研究。E-mail：382452265@qq.com。

一、引? ?言

早在兩千多年前，孔子就提出了“因材施教”的教育思想。隨著以機(jī)器學(xué)習(xí)、知識(shí)圖譜為代表的人工智能技術(shù)迅速發(fā)展，驅(qū)動(dòng)著社會(huì)從“網(wǎng)絡(luò)化”邁入“智能化”。在智能時(shí)代，人工智能與教育的結(jié)合日趨緊密，已有眾多研究者將人工智能引入教育領(lǐng)域，提出了教育人工智能[1]、新主體教師[2]、教育知識(shí)圖譜[3]等相關(guān)概念。為不同的學(xué)生提供符合需要的優(yōu)質(zhì)教育依然是智能時(shí)代教育的基本內(nèi)涵。《教育信息化2.0行動(dòng)計(jì)劃》指出：“構(gòu)建‘互聯(lián)網(wǎng)+條件下的人才培養(yǎng)新模式、發(fā)展基于互聯(lián)網(wǎng)的教育服務(wù)新模式、探索信息時(shí)代教育治理新模式?！盵4]人才培養(yǎng)新模式構(gòu)建的關(guān)鍵在于智慧學(xué)習(xí)的開展，智慧學(xué)習(xí)的實(shí)現(xiàn)離不開智慧學(xué)習(xí)模型的大力支持，而構(gòu)建結(jié)構(gòu)完整、特征明晰、邏輯清楚的智慧學(xué)習(xí)模型是實(shí)施智慧學(xué)習(xí)時(shí)所面臨的重要挑戰(zhàn)。隨著人工智能技術(shù)的不斷發(fā)展，為智慧學(xué)習(xí)模型構(gòu)建提供了基礎(chǔ)與保障，如何利用人工智能技術(shù)對(duì)智慧學(xué)習(xí)的特征、構(gòu)成要素及運(yùn)行機(jī)理進(jìn)行刻畫是當(dāng)前教育研究的重要課題。

二、智慧學(xué)習(xí)研究現(xiàn)狀

關(guān)于智慧學(xué)習(xí)，國(guó)內(nèi)外已有眾多學(xué)者進(jìn)行了研究。國(guó)內(nèi)外學(xué)者對(duì)智慧學(xué)習(xí)的研究最初集中在利用技術(shù)提供學(xué)習(xí)資源與環(huán)境以支撐學(xué)習(xí)者個(gè)性化學(xué)習(xí)。Chin認(rèn)為，智慧學(xué)習(xí)是一種能夠依據(jù)學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，利用技術(shù)支撐學(xué)習(xí)者的個(gè)性化學(xué)習(xí)[5]。Anasol等人認(rèn)為，智慧學(xué)習(xí)是根據(jù)情境對(duì)環(huán)境感知來為學(xué)習(xí)者提供個(gè)性化學(xué)習(xí)資源的新型學(xué)習(xí)范式[6]。郭曉珊等人認(rèn)為，智慧學(xué)習(xí)是在智慧環(huán)境中學(xué)習(xí)者按照自己的需要獲得資源，個(gè)性化開展學(xué)習(xí)活動(dòng)，快速構(gòu)建知識(shí)網(wǎng)絡(luò)的學(xué)習(xí)過程[7]。賀斌認(rèn)為，智慧學(xué)習(xí)從學(xué)習(xí)者的視角來看是定制個(gè)性化學(xué)習(xí)服務(wù)的過程，從技術(shù)視角來看是提供智能學(xué)習(xí)環(huán)境促進(jìn)學(xué)習(xí)的過程[8]。

隨著大數(shù)據(jù)、“互聯(lián)網(wǎng)+”等技術(shù)的發(fā)展，智慧學(xué)習(xí)逐漸轉(zhuǎn)向?qū)W(xué)習(xí)大數(shù)據(jù)的采集，依據(jù)數(shù)據(jù)調(diào)控學(xué)習(xí)過程。Scott等人認(rèn)為，智慧學(xué)習(xí)是指運(yùn)用信息化手段對(duì)學(xué)習(xí)數(shù)據(jù)進(jìn)行采集和分析，依據(jù)數(shù)據(jù)調(diào)控學(xué)習(xí)過程[9]。梁迎麗等人認(rèn)為，智慧學(xué)習(xí)可以從環(huán)境數(shù)據(jù)、腦神經(jīng)活動(dòng)數(shù)據(jù)、生命體征數(shù)據(jù)、行為數(shù)據(jù)、認(rèn)知數(shù)據(jù)等不同的信息源收集多種類型的數(shù)據(jù)，進(jìn)行跨媒體的泛化推理和多維度的學(xué)習(xí)分析[10]。

隨著人工智能時(shí)代的到來，更多的研究者開始探討利用人工智能技術(shù)構(gòu)建智慧學(xué)習(xí)共同體，幫助學(xué)習(xí)者開展智慧學(xué)習(xí)。鐘紹春認(rèn)為，智慧學(xué)習(xí)是在學(xué)習(xí)系統(tǒng)支持下，學(xué)習(xí)者能夠選擇合適的學(xué)習(xí)內(nèi)容與方式，找到最佳的學(xué)習(xí)伙伴，得到最有效的教師幫助和指導(dǎo)等以完成學(xué)習(xí)活動(dòng)[11]。余勝泉等人認(rèn)為，在智能教育新時(shí)代，智慧學(xué)習(xí)的開展離不開“學(xué)習(xí)助手”的大力支持[12]。

智慧學(xué)習(xí)的本質(zhì)在于通過知識(shí)學(xué)習(xí)，培養(yǎng)學(xué)科能力，促進(jìn)智慧發(fā)展。Dae-joon認(rèn)為，智慧學(xué)習(xí)是使用各種技術(shù)和資源以增強(qiáng)學(xué)習(xí)者的能力，智慧學(xué)習(xí)是學(xué)習(xí)者實(shí)現(xiàn)智慧發(fā)展的過程[13]。祝智庭等人認(rèn)為，智慧學(xué)習(xí)是一個(gè)充滿張力和平衡的過程，要滿足服務(wù)學(xué)習(xí)者智慧發(fā)展的深刻內(nèi)涵[14]。

通過文獻(xiàn)分析可知，智慧學(xué)習(xí)的研究主要集中在利用技術(shù)提供學(xué)習(xí)資源與環(huán)境、利用大數(shù)據(jù)動(dòng)態(tài)監(jiān)測(cè)學(xué)習(xí)過程、利用技術(shù)獲得教師與學(xué)生智慧供給等方面，智慧學(xué)習(xí)的目的是促進(jìn)學(xué)習(xí)者智慧發(fā)展。綜上所述，本研究認(rèn)為，智慧學(xué)習(xí)是在人工智能、大數(shù)據(jù)等技術(shù)支持下，能夠動(dòng)態(tài)采集學(xué)習(xí)數(shù)據(jù)，精準(zhǔn)調(diào)控學(xué)習(xí)過程，幫助學(xué)習(xí)者選擇合適的學(xué)習(xí)內(nèi)容與學(xué)習(xí)方式，找到最佳學(xué)習(xí)伙伴，獲得最有效的指導(dǎo)和幫助，以促進(jìn)學(xué)習(xí)者智慧發(fā)展的新型學(xué)習(xí)范式。

三、智慧學(xué)習(xí)模型構(gòu)建基礎(chǔ)

（一）人工智能對(duì)智慧學(xué)習(xí)的支持分析

人工智能（Artificial Intelligence）是研究、設(shè)計(jì)、開發(fā)智能系統(tǒng)用于模擬、延伸和擴(kuò)展人類智能的科學(xué)。近年來，人工智能在教育領(lǐng)域應(yīng)用日趨成熟，極大地推動(dòng)了智慧學(xué)習(xí)的順利開展。國(guó)內(nèi)外已有眾多學(xué)者提出了人工智能支持教育的應(yīng)用場(chǎng)景，并提出了教育人工智能的新范式和應(yīng)用框架。在分析國(guó)內(nèi)外文獻(xiàn)基礎(chǔ)上，本文參考祝智庭教授提出的教育人工智能相關(guān)理論[1]，闡述人工智能對(duì)智慧學(xué)習(xí)的支持，具體如圖1所示。

由圖1可知，人工智能支持智慧學(xué)習(xí)的關(guān)鍵在于，利用人工智能技術(shù)構(gòu)建教育知識(shí)圖譜，通過問題解決與任務(wù)完成刻畫知識(shí)與能力的掌握程度;利用模式識(shí)別技術(shù)和深度學(xué)習(xí)構(gòu)建學(xué)習(xí)共同體，幫助學(xué)習(xí)者得到學(xué)習(xí)伙伴的幫助與指導(dǎo);利用深度學(xué)習(xí)技術(shù)精準(zhǔn)推薦學(xué)習(xí)路徑，幫助學(xué)習(xí)者選擇合適的學(xué)習(xí)方式;利用數(shù)據(jù)挖掘和深度學(xué)習(xí)構(gòu)建學(xué)習(xí)者畫像，幫助學(xué)習(xí)者精準(zhǔn)調(diào)控學(xué)習(xí)過程。通過分析可知，人工智能技術(shù)能夠?yàn)橹腔蹖W(xué)習(xí)實(shí)施提供必要的給養(yǎng)，有效推動(dòng)智慧學(xué)習(xí)順利開展，促進(jìn)學(xué)習(xí)者智慧生成。

（二）智慧學(xué)習(xí)模型構(gòu)建依據(jù)

學(xué)習(xí)模型是依據(jù)一定的學(xué)習(xí)理論，由要素及要素之間的關(guān)系組成，可指導(dǎo)學(xué)習(xí)過程實(shí)施、策略制定、實(shí)踐應(yīng)用的概念集合體[15]。從系統(tǒng)論來看，系統(tǒng)是由要素有機(jī)結(jié)合起來的整體，系統(tǒng)中的要素至關(guān)重要[16]。構(gòu)建智慧學(xué)習(xí)模型，首先要明確智慧學(xué)習(xí)的構(gòu)成要素。本研究總結(jié)了國(guó)內(nèi)外智慧學(xué)習(xí)以及模型構(gòu)建相關(guān)研究，對(duì)構(gòu)成要素進(jìn)行了詳細(xì)闡述（見表1），并采用對(duì)比分析的方法獲取智慧學(xué)習(xí)模型的構(gòu)成要素。

從表1可以看出，雖然不同學(xué)者對(duì)智慧學(xué)習(xí)構(gòu)成要素的表述方式不盡相同，但仍體現(xiàn)出諸多相同點(diǎn)，多數(shù)學(xué)者從學(xué)習(xí)者、學(xué)習(xí)內(nèi)容、學(xué)習(xí)資源、學(xué)習(xí)數(shù)據(jù)、學(xué)習(xí)活動(dòng)、學(xué)習(xí)評(píng)價(jià)等方面對(duì)智慧學(xué)習(xí)進(jìn)行了闡述。本研究將學(xué)習(xí)者擴(kuò)展為能夠發(fā)揮群體動(dòng)力作用的學(xué)習(xí)共同體;將學(xué)習(xí)內(nèi)容與學(xué)習(xí)資源合成為學(xué)習(xí)環(huán)境;將學(xué)習(xí)過程中的活動(dòng)集合以學(xué)習(xí)路徑的方式進(jìn)行推薦;采集學(xué)習(xí)者特征、過程、結(jié)果等數(shù)據(jù)，形成學(xué)習(xí)者畫像;依據(jù)學(xué)習(xí)者畫像，開展學(xué)習(xí)評(píng)價(jià)。因此，本研究選取學(xué)習(xí)環(huán)境、教育知識(shí)圖譜、學(xué)習(xí)者畫像、學(xué)習(xí)路徑、學(xué)習(xí)評(píng)價(jià)、學(xué)習(xí)共同體六個(gè)要素來構(gòu)建智慧學(xué)習(xí)模型。

四、智慧學(xué)習(xí)模型構(gòu)建

（一）模型解釋

在分析了模型構(gòu)成要素的基礎(chǔ)上，本研究提出人工智能支持下的智慧學(xué)習(xí)模型，抽取環(huán)境（Environment）、圖譜（Graph）、畫像（Portrait）、路徑（Path）、評(píng)價(jià)（Evaluate） 、共同體（Community）六個(gè)關(guān)鍵詞縮寫，將模型命名為E-GPPE-C模型，如圖2所示。模型由下到上包括基礎(chǔ)層、支撐層、服務(wù)層、關(guān)鍵層和應(yīng)用層。模型以學(xué)習(xí)環(huán)境和人工智能技術(shù)為基礎(chǔ);模型構(gòu)建的關(guān)鍵支撐是教育知識(shí)圖譜和學(xué)習(xí)大數(shù)據(jù);模型實(shí)施離不開學(xué)習(xí)者畫像和學(xué)習(xí)路徑的服務(wù)支持;模型運(yùn)行的關(guān)鍵在于認(rèn)知診斷、學(xué)習(xí)導(dǎo)引、學(xué)習(xí)分析等學(xué)習(xí)評(píng)價(jià)的支持;模型的核心目的在于支持學(xué)習(xí)共同體開展智慧學(xué)習(xí)活動(dòng)，促進(jìn)學(xué)習(xí)者智慧培養(yǎng)。

（二）模型運(yùn)行機(jī)制

智慧學(xué)習(xí)E-GPPE-C模型是一個(gè)循環(huán)迭代、動(dòng)態(tài)平衡的過程，需要一定的運(yùn)行機(jī)制，模型運(yùn)行機(jī)制包括監(jiān)測(cè)機(jī)制、調(diào)控機(jī)制和優(yōu)化機(jī)制。監(jiān)測(cè)是實(shí)施智慧學(xué)習(xí)的先決條件，調(diào)控是智慧學(xué)習(xí)實(shí)施的有效保障，優(yōu)化是智慧學(xué)習(xí)模型完善的必備要素。通過對(duì)學(xué)習(xí)過程的動(dòng)態(tài)監(jiān)測(cè)，掌握學(xué)習(xí)者的學(xué)習(xí)情況;根據(jù)監(jiān)測(cè)結(jié)果，對(duì)學(xué)習(xí)者進(jìn)行調(diào)控，使學(xué)習(xí)者獲得個(gè)性化的學(xué)習(xí)內(nèi)容和學(xué)習(xí)方式;在學(xué)習(xí)中產(chǎn)生的數(shù)據(jù)融合到已有學(xué)習(xí)大數(shù)據(jù)中，對(duì)模型不斷進(jìn)行完善和優(yōu)化。三組機(jī)制相互銜接，形成智慧學(xué)習(xí)模型運(yùn)行閉環(huán)，促進(jìn)智慧學(xué)習(xí)的順利開展。

（三）模型核心要素

E-GPPE-C模型包括學(xué)習(xí)環(huán)境、教育知識(shí)圖譜、學(xué)習(xí)者畫像、學(xué)習(xí)路徑、學(xué)習(xí)評(píng)價(jià)和學(xué)習(xí)共同體六大核心要素。

1. 學(xué)習(xí)環(huán)境

學(xué)習(xí)環(huán)境是開展智慧學(xué)習(xí)的“基礎(chǔ)保障”。學(xué)習(xí)環(huán)境是支持學(xué)習(xí)者進(jìn)行建構(gòu)性學(xué)習(xí)的條件集合，包含物理環(huán)境、技術(shù)環(huán)境、資源環(huán)境和情感環(huán)境[24]。如果離開學(xué)習(xí)環(huán)境，智慧學(xué)習(xí)將無法進(jìn)行。在本研究中，學(xué)習(xí)環(huán)境包括物化環(huán)境和智化環(huán)境兩部分，物化環(huán)境主要包括硬件環(huán)境和軟件環(huán)境。硬件環(huán)境主要包括終端設(shè)備、無線網(wǎng)絡(luò)、集控終端等，軟件環(huán)境主要包括支持智慧學(xué)習(xí)開展的學(xué)習(xí)資源、學(xué)習(xí)工具等。智化環(huán)境主要指如何在學(xué)習(xí)過程中選擇合適的學(xué)習(xí)方法、學(xué)習(xí)策略開展學(xué)習(xí)活動(dòng)。物化環(huán)境為智慧學(xué)習(xí)提供土壤，智化環(huán)境為智慧學(xué)習(xí)提供養(yǎng)分，共同保障智慧學(xué)習(xí)的順利進(jìn)行。

2. 教育知識(shí)圖譜

教育知識(shí)圖譜是開展智慧學(xué)習(xí)的“關(guān)鍵支撐”。教育知識(shí)圖譜是知識(shí)與知識(shí)關(guān)系形成的網(wǎng)絡(luò)圖[25]。本研究利用機(jī)器學(xué)習(xí)方法，從教育領(lǐng)域知識(shí)庫中抽取出知識(shí)實(shí)體，按照父子、平行、前驅(qū)后繼等關(guān)系，建立關(guān)聯(lián)關(guān)系，形成知識(shí)體系。智慧學(xué)習(xí)的根本目的是指向?qū)W習(xí)者智慧的培養(yǎng)，即培養(yǎng)學(xué)科核心能力，而學(xué)科核心能力需要通過學(xué)科問題解決或者任務(wù)完成來形成。因此，本研究基于知識(shí)體系，篩選、梳理出學(xué)科基本問題，并將學(xué)科基本問題凝練為學(xué)科組合問題和疑難問題，形成問題體系。按照問題解決能力、批判性思維能力和創(chuàng)造性思維能力匯聚形成能力體系。

利用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建知識(shí)與知識(shí)、問題與問題、能力與能力間的關(guān)聯(lián)關(guān)系以及知識(shí)映射問題、問題映射能力的映射關(guān)系。這些知識(shí)、問題、能力集合以及知識(shí)、問題、能力之間的相互關(guān)系被稱為教育知識(shí)圖譜，如圖3所示。

3. 學(xué)習(xí)者畫像

學(xué)習(xí)者畫像是開展智慧學(xué)習(xí)的“必要條件”。學(xué)習(xí)者畫像來源于用戶畫像的概念，是指利用數(shù)據(jù)來勾畫目標(biāo)用戶的情況[26]。在本文中，學(xué)習(xí)者畫像是指基于學(xué)習(xí)者特征數(shù)據(jù)、學(xué)習(xí)過程數(shù)據(jù)、學(xué)習(xí)結(jié)果數(shù)據(jù)，從學(xué)習(xí)者基本信息、學(xué)習(xí)過程情況和學(xué)習(xí)結(jié)果情況三個(gè)方面來對(duì)學(xué)習(xí)者精準(zhǔn)建模的過程，具體如圖4所示。

學(xué)習(xí)者基本信息包括姓名、編號(hào)、年齡、性別等信息，來源于學(xué)習(xí)者特征數(shù)據(jù)，可以直接讀取系統(tǒng)中學(xué)習(xí)者的注冊(cè)信息。學(xué)習(xí)過程情況來源于學(xué)習(xí)過程數(shù)據(jù)，即通過對(duì)學(xué)習(xí)過程中知識(shí)學(xué)習(xí)、問題探究、合作交流和歸納總結(jié)等過程數(shù)據(jù)的計(jì)算得出。學(xué)習(xí)結(jié)果情況來源于學(xué)習(xí)結(jié)果數(shù)據(jù)，即通過對(duì)學(xué)習(xí)結(jié)果數(shù)據(jù)進(jìn)行計(jì)算建模，分析得出學(xué)習(xí)者在知識(shí)學(xué)習(xí)、問題解決、能力形成方面的程度。

4. 學(xué)習(xí)路徑

學(xué)習(xí)路徑是開展智慧學(xué)習(xí)的“關(guān)鍵舉措”。學(xué)習(xí)路徑是學(xué)習(xí)者在學(xué)習(xí)過程中選擇的活動(dòng)序列集合[27]。大多數(shù)研究者通過知識(shí)學(xué)習(xí)的視角，將學(xué)習(xí)路徑定義為學(xué)習(xí)內(nèi)容、學(xué)習(xí)活動(dòng)、學(xué)習(xí)步驟、學(xué)習(xí)過程的序列或者集合。在本研究中，學(xué)習(xí)路徑是以問題為線索，幫助學(xué)習(xí)者經(jīng)歷發(fā)現(xiàn)、分析、抉擇、歸納、評(píng)價(jià)等智慧學(xué)習(xí)過程的知識(shí)獲取、問題解決和能力達(dá)成的學(xué)習(xí)序列集合。

E-GPPE-C模型中的學(xué)習(xí)路徑包括知識(shí)路徑KP（Knowledge Path）、問題路徑QP（Question Path）和能力路徑AP（Ability Path）三個(gè)維度，學(xué)習(xí)路徑是從現(xiàn)有學(xué)習(xí)狀態(tài)到目標(biāo)學(xué)習(xí)狀態(tài)的序列集合，如圖5所示。

5. 學(xué)習(xí)評(píng)價(jià)

學(xué)習(xí)評(píng)價(jià)是開展智慧學(xué)習(xí)的“方向指引”。智慧學(xué)習(xí)是一個(gè)復(fù)雜的過程，需要在學(xué)習(xí)過程中對(duì)學(xué)習(xí)進(jìn)行干預(yù)與調(diào)節(jié)，從而保證學(xué)習(xí)朝著預(yù)定目標(biāo)順利進(jìn)行。學(xué)習(xí)評(píng)價(jià)是對(duì)智慧學(xué)習(xí)進(jìn)行價(jià)值判斷的過程，是支撐智慧學(xué)習(xí)實(shí)施的方向與路標(biāo)。布魯姆將學(xué)習(xí)評(píng)價(jià)分為診斷性評(píng)價(jià)、形成性評(píng)價(jià)和終結(jié)性評(píng)價(jià)[28]。診斷性評(píng)價(jià)診斷學(xué)生當(dāng)前學(xué)習(xí)狀態(tài)，即進(jìn)行學(xué)習(xí)者認(rèn)知診斷;形成性評(píng)價(jià)對(duì)學(xué)習(xí)者的學(xué)習(xí)情況不斷地進(jìn)行評(píng)價(jià)、反饋，即學(xué)習(xí)者學(xué)習(xí)導(dǎo)引;終結(jié)性評(píng)價(jià)階段性地評(píng)估與總結(jié)學(xué)生學(xué)習(xí)情況，即對(duì)學(xué)習(xí)者進(jìn)行學(xué)習(xí)測(cè)評(píng)。

本研究將學(xué)習(xí)評(píng)價(jià)分為認(rèn)知診斷、學(xué)習(xí)導(dǎo)引和學(xué)習(xí)分析。認(rèn)知診斷基于教育知識(shí)圖譜，分析出學(xué)習(xí)者當(dāng)前學(xué)習(xí)狀態(tài)下知識(shí)、問題、能力的水平，即學(xué)習(xí)者當(dāng)前時(shí)刻的個(gè)性化知識(shí)圖譜。學(xué)習(xí)導(dǎo)引對(duì)學(xué)習(xí)者當(dāng)前學(xué)習(xí)狀態(tài)進(jìn)行分析，為學(xué)習(xí)者精準(zhǔn)定位與之相適應(yīng)的學(xué)習(xí)路徑，引導(dǎo)學(xué)習(xí)者按照最優(yōu)學(xué)習(xí)路徑進(jìn)行學(xué)習(xí)。學(xué)習(xí)分析是根據(jù)學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)，評(píng)價(jià)學(xué)習(xí)者學(xué)習(xí)情況，提出學(xué)習(xí)改進(jìn)建議，為學(xué)習(xí)者后續(xù)學(xué)習(xí)提供改進(jìn)參考并指明方向。

6. 學(xué)習(xí)共同體

學(xué)習(xí)共同體是開展智慧學(xué)習(xí)的“實(shí)施載體”。學(xué)習(xí)共同體有著共同實(shí)踐活動(dòng)、共同話語、共同資源，共同體成員面對(duì)復(fù)雜的任務(wù)時(shí)，能夠獲得同伴、教師和專家的幫助，通過適應(yīng)性學(xué)習(xí)方式達(dá)成學(xué)習(xí)目標(biāo)[29]。學(xué)習(xí)共同體是由學(xué)習(xí)者與助學(xué)者形成的學(xué)習(xí)生態(tài)系統(tǒng)，通過協(xié)商、合作參與學(xué)習(xí)活動(dòng)，在學(xué)習(xí)活動(dòng)中共同構(gòu)建學(xué)習(xí)目標(biāo)。在本研究中，學(xué)習(xí)共同體有著共同目標(biāo)、共同參與、共同歸屬，是一個(gè)包括學(xué)習(xí)者、助學(xué)者和管理者的學(xué)習(xí)團(tuán)隊(duì)。在學(xué)習(xí)共同體中，以學(xué)習(xí)者學(xué)習(xí)需求為核心，助學(xué)者組織學(xué)習(xí)內(nèi)容，引導(dǎo)學(xué)習(xí)者開展學(xué)習(xí)活動(dòng)，而管理者則為學(xué)習(xí)活動(dòng)的開展提供保障。

五、智慧學(xué)習(xí)模型構(gòu)建方法

人工智能支持智慧學(xué)習(xí)實(shí)現(xiàn)的關(guān)鍵在于利用人工智能技術(shù)構(gòu)建教育知識(shí)圖譜，動(dòng)態(tài)采集學(xué)習(xí)數(shù)據(jù);利用數(shù)據(jù)挖掘技術(shù)生成學(xué)習(xí)者畫像，精準(zhǔn)刻畫學(xué)習(xí)情況;利用聚類算法生成學(xué)習(xí)共同體，得到有效的幫助;利用深度學(xué)習(xí)算法推薦學(xué)習(xí)路徑，選擇合適的學(xué)習(xí)方式。智慧學(xué)習(xí)模型構(gòu)建關(guān)鍵方法如下：

（一）基于人工智能技術(shù)的教育知識(shí)圖譜構(gòu)建

教育知識(shí)圖譜構(gòu)建主要利用人工智能技術(shù)，從教育領(lǐng)域知識(shí)庫中抽取出特定的實(shí)體，并建立實(shí)體間關(guān)聯(lián)關(guān)系。本文研究者已經(jīng)利用基于機(jī)器學(xué)習(xí)的實(shí)體抽取、關(guān)系抽取、實(shí)體對(duì)齊等方法，從數(shù)據(jù)獲取、知識(shí)抽?。▽?shí)體抽取、關(guān)系抽取）、知識(shí)融合、知識(shí)推理四個(gè)方面提出了教育知識(shí)圖譜的構(gòu)建方法[30]。

在數(shù)據(jù)獲取方面，通過包裝器學(xué)習(xí)對(duì)半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，通過實(shí)體識(shí)別對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理;在知識(shí)抽取方面，知識(shí)體系的實(shí)體抽取采用條件隨機(jī)場(chǎng)模型（Conditional Random Fields）實(shí)現(xiàn)，問題體系的實(shí)體抽取采用KNN算法實(shí)現(xiàn)，能力體系的實(shí)體抽取組織教育領(lǐng)域?qū)W科專家人工抽取，實(shí)體間關(guān)系抽取采用馬爾可夫邏輯網(wǎng)（Markov Logic Network）實(shí)現(xiàn);知識(shí)融合采用基于機(jī)器學(xué)習(xí)的實(shí)體對(duì)齊方法實(shí)現(xiàn);知識(shí)推理采用基于圖的推理中Path Ranking算法加以實(shí)現(xiàn)。

（二）基于學(xué)習(xí)數(shù)據(jù)的學(xué)習(xí)者畫像構(gòu)建

學(xué)習(xí)者畫像構(gòu)建是指利用人工智能技術(shù)獲取學(xué)習(xí)者學(xué)習(xí)數(shù)據(jù)，通過對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算，從而對(duì)學(xué)習(xí)者進(jìn)行多維度描述。本研究中，學(xué)習(xí)者畫像存儲(chǔ)學(xué)習(xí)者基本信息、學(xué)習(xí)過程狀態(tài)、學(xué)習(xí)結(jié)果狀態(tài)三部分信息，學(xué)習(xí)者基本信息直接讀取系統(tǒng)中的注冊(cè)信息，不進(jìn)行建模計(jì)算。學(xué)習(xí)者畫像構(gòu)建主要是對(duì)學(xué)習(xí)過程和結(jié)果數(shù)據(jù)進(jìn)行綜合分析，對(duì)學(xué)習(xí)成績(jī)數(shù)據(jù)、自主學(xué)習(xí)活動(dòng)數(shù)據(jù)、學(xué)習(xí)報(bào)告、知識(shí)學(xué)習(xí)情況、問題探究情況、合作交流情況、歸納總結(jié)情況等進(jìn)行計(jì)算建模，從知識(shí)、問題、能力三個(gè)維度形成學(xué)習(xí)者畫像，構(gòu)建過程如圖6所示。

1. 基于學(xué)習(xí)過程數(shù)據(jù)的學(xué)習(xí)者畫像計(jì)算建模

基于學(xué)習(xí)過程數(shù)據(jù)的學(xué)習(xí)者畫像建模主要從學(xué)習(xí)者的學(xué)習(xí)方式來對(duì)學(xué)習(xí)者進(jìn)行刻畫，即以可視化的形式描述學(xué)習(xí)者在完成任務(wù)或解決問題時(shí)所采用的學(xué)習(xí)風(fēng)格。本研究中，學(xué)習(xí)風(fēng)格（Sty）包括知識(shí)學(xué)習(xí)（Lea）、問題探究（Exp）、合作交流（Com）和歸納總結(jié)（Sum）等學(xué)習(xí)過程中應(yīng)用的具體學(xué)習(xí)方式，每種具體學(xué)習(xí)方式劃分成4個(gè)層級(jí){差，中，良，優(yōu)}，對(duì)應(yīng)數(shù)值為{1，2，3，4}。參考Felder-Silverman學(xué)習(xí)風(fēng)格模型，將學(xué)習(xí)者的學(xué)習(xí)風(fēng)格（Sty）劃分為4個(gè)層級(jí){活躍型，感悟型，視覺型，綜合型}，對(duì)應(yīng)數(shù)值為{1，2，3，4}。利用機(jī)器學(xué)習(xí)算法，計(jì)算出學(xué)習(xí)者整體學(xué)習(xí)風(fēng)格情況，如數(shù)值越大，則越傾向于綜合型，反之則越傾向于活躍型。

[3] 李振，周東岱.教育知識(shí)圖譜的概念模型與構(gòu)建方法研究[J].電化教育研究，2019，40（8）：78-86，113.

[4] 教育部.教育部關(guān)于印發(fā)《教育信息化2.0行動(dòng)計(jì)劃》的通知[EB/OL].[2018-04-18].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[5] CHIN K W. Smart learning environment model for secondary schools in Malaysia： an overview[EB/OL]. [2011-10-10]. http：//www.apdip.net/projects/seminars/it-policy/cn/resource/kangwaichin/smartlearning-mimos.ppt.

[6] ANASOL P， CALLAGHAN V， GARDNER M， et al. Towards the next generationof learning environments： an interReality learning portal and model[C]//2012 Eighth International Conference on Intelligent Environments. Guanajuato： IEEE， 2012.

[7] 郭曉珊，鄭旭東，楊現(xiàn)民.智慧學(xué)習(xí)的概念框架與模式設(shè)計(jì)[J].現(xiàn)代教育技術(shù)，2014，24（8）：5-12.

[8] 賀斌.智慧學(xué)習(xí)：內(nèi)涵、演進(jìn)與趨向——學(xué)習(xí)者的視角[J].電化教育研究，2013，34（11）：24-33，52.

[9] SCOTT K M. Context aware services for smart learning environments[D]. Ontario： Lakehead University，2009.

[10] 梁迎麗，梁英豪.人工智能時(shí)代的智慧學(xué)習(xí)：原理、進(jìn)展與趨勢(shì)[J].中國(guó)電化教育，2019（2）：16-21.

[11] 鐘紹春.人工智能支持智慧學(xué)習(xí)的方向與途徑[J].中國(guó)電化教育，2019（7）：8-13.

[12] 余勝泉，李曉慶.區(qū)域性教育大數(shù)據(jù)總體架構(gòu)與應(yīng)用模型[J].中國(guó)電化教育，2019（1）：18-27.

[13] DAE-JOON H. What's the implication of "SMART" in education and learning？[EB/OL]. [2013-03-10]. http：//www.elearningasia.net/_program/pdf_pt/[Panelist%203-2]Dae-joon%20Hwang.pdf.

[14] 祝智庭，彭紅超.智慧學(xué)習(xí)生態(tài)系統(tǒng)研究之興起[J].中國(guó)電化教育，2017（6）：1-10，23.

[15] 拉爾夫·泰勒.課程與教學(xué)的基本原理[M].羅康，張閱，譯，北京：中國(guó)輕工業(yè)出版社，2014.

[16] 魏宏森，曾國(guó)屏.系統(tǒng)論——系統(tǒng)科學(xué)哲學(xué)[M].北京：世界圖書出版社，2009.

[17] KIM S， SONG S M， YOON Y I. Smart learning services based on smart cloud computing [J]. Sensors， 2011， 11（8）：7835-7850.

[18] DUK-HOI K. Trends and revitalization of smart-learning in elementary and middle schools[J]. Asian journal of information technology， 2012（5）：160-168.

[19] 陳琳，王蔚，李冰冰，等.智慧學(xué)習(xí)內(nèi)涵及其智慧學(xué)習(xí)方式[J].中國(guó)電化教育，2016（12）：31-37.

[20] 胡欽太，鄭凱，胡小勇，等.智慧教育的體系技術(shù)解構(gòu)與融合路徑研究[J].中國(guó)電化教育，2016（1）：49-55.

[21] 余勝泉，段金菊，崔京菁.基于學(xué)習(xí)元的雙螺旋深度學(xué)習(xí)模型[J].現(xiàn)代遠(yuǎn)程教育研究，2017（6）：37-47，56.

[22] 姜宛彤，王翠萍，唐燁偉.基于系統(tǒng)論的P-N-CRPE個(gè)性化學(xué)習(xí)模型建構(gòu)研究[J].電化教育研究，2017，38（5）：53-58.

[23] 鐘紹春，鐘卓，張琢.如何構(gòu)建智慧課堂[J].電化教育研究，2020，41（10）：15-21，28.

[24] 盛群力.教學(xué)設(shè)計(jì)[M].北京：高等教育出版社，2005.

[25] 楊開城.論課程的易理解性與知識(shí)建模技術(shù)[J].電化教育研究，2011（6）：10-14.

[26] 余孟杰.產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)模建——從具象到抽象[J].設(shè)計(jì)藝術(shù)研究，2014（6）：60-64.

[27] KARDAN A A， EBRAHIM M A， IMANI M B. A new personalized learning path generation method： ACO-Map[J]. Indian journal of scientific research， 2014， 5（1）：17-24.

[28] B·S·布魯姆.教育評(píng)價(jià)[M].邱淵，王鋼，夏孝川，等譯.上海：華東師范大學(xué)出版社，1987.

[29] 鄭葳，李芒.學(xué)習(xí)共同體及其生成[J].當(dāng)代教育科學(xué)，2007（Z2）：18-22.

[30] 鐘卓，唐燁偉，鐘紹春，等.人工智能支持下教育知識(shí)圖譜模型構(gòu)建研究[J].電化教育研究，2020，41（4）：62-70.

[31] 孔維梁，韓淑云.基于約束聚類的學(xué)習(xí)共同體智能構(gòu)建與應(yīng)用研究[J].中國(guó)電化教育，2019（10）：32-37，46.