徐麗芳 鄒青 李靜涵

近年來，自適應學習（Adaptive Learning）因人工智能、大數(shù)據(jù)、云計算等技術的發(fā)展一度成為教育領域的熱門話題。國內外涌現(xiàn)出大量針對中小學教學的自適應學習平臺，依托規(guī)模龐大的內容資源、學情數(shù)據(jù)以及智能化的推薦引擎與問答系統(tǒng)提供個性化教學服務。與面向所有用戶提供同質化學習資源的傳統(tǒng)平臺相比，其優(yōu)勢在于能夠實時監(jiān)測學生學習情況，結合學生的個人特征與偏好規(guī)劃學習路徑，使教學資源得到更加充分和更有針對性的利用。若合理使用，這些平臺將為教師實施高精度的個性化教學提供更多參考依據(jù)和有力的工具支持，進而從一定程度上紓解教育系統(tǒng)內部因為教師人數(shù)與時間精力不足、學生人數(shù)過多、學習進度和水平參差不齊等原因引發(fā)的教學困境。

然而，自適應學習平臺要在國內中小學真正落地應用還面臨諸多阻礙，除了技術問題之外，主要還包含以下兩個方面：一是教師和教學管理者對這一新鮮事物仍比較陌生，在不了解其基本原理和功能的情況下很難愿意投入使用;二是教學使用路徑和方式不明朗，亟待新的理論指導和實踐參照。鑒于國外自適應學習技術水平較高且已產(chǎn)生了一些成功案例，其中又以翻轉課堂應用居多，故本文主要基于對國外主流自適應學習平臺的技術架構和功能分析，闡述其如何用于翻轉課堂教學，以期為廣大教師和教學管理人員提供參考。

一、自適應學習平臺原理與性能

所謂自適應學習，本質上是在智能系統(tǒng)支持下，基于特定教學情境下的學生需求和對其學習情況的評估、預測，為其提供合適的學習路徑和資源。

（一）自適應學習平臺技術原理

根據(jù)學習科學與推薦系統(tǒng)專家彼得·布魯西洛夫斯基（Peter Brusilovsky）提出的“自適應教育超媒體系統(tǒng)”（Adaptive Educational Hypermedia System，AEHS）通用模型，一個典型的自適應學習平臺共包括四個基本功能模塊：一是學生模塊，負責搜集和處理學生在平臺上的操作記錄和行為數(shù)據(jù)，對學生特征與學習行為進行建模，包括學習目標、知識與經(jīng)驗結構、學習與推理風格、個性與情感、習慣與偏好等;二是學科知識模塊，負責對學生需掌握的學科與專業(yè)知識體系進行建模并構建包含數(shù)字教材、教學視頻、動畫、課件、虛擬仿真等各種形式的學習內容資源庫;三是教學模塊，負責定義學習資源推薦和路徑規(guī)劃有關的規(guī)則和功能，是連接學生模塊和學科知識模塊的“橋梁”;四是自適應學習引擎，負責響應學生在學習平臺上的操作與請求，包括按需規(guī)劃學習路徑、推薦學習資源、組織與呈現(xiàn)學習內容和操作界面等^[1]。

每個功能模塊都有其獨特的技術體系：學生特征建?？赡苁呛唵蔚拿枋鲂越y(tǒng)計分析，如按性別、年級、專業(yè)和學科等人口統(tǒng)計學信息進行用戶標記和分類，也可以利用大數(shù)據(jù)和信息行為挖掘技術進行更加精確的用戶畫像;學科知識模塊可以是對學科知識體系進行最基本和層次較淺的抽象建模，對學習資源進行匯聚和簡單的特征描述與分類，也可以利用知識圖譜、文本挖掘等技術對二者進行更加細粒度的處理與加工;教學模塊中，教師既可以根據(jù)某一次測試的結果為學生制定針對某一知識點的專項訓練，也可以基于一連串測試結果進行綜合規(guī)劃;自適應學習方面，學習資源推薦包括基于內容的推薦、協(xié)同過濾推薦、基于關聯(lián)規(guī)則推薦等，學習路徑規(guī)劃可以由教師人為預置標準化學習路徑，也可以實時基于學習診斷進行更加精細、靈活的規(guī)劃^[2]。無論何種自適應學習方式，都在很大程度上依賴于對學生知識結構、學習能力狀態(tài)的評估和預測，相關技術包括基于項目反應、認知診斷、空間理論等理論基礎的心理/知識測量技術，以及貝葉斯知識、深度知識、概率圖模型等機器追蹤算法等^[3]。

（二）主流K-12自適應學習平臺性能簡析

在國外，許多K-12自適應學習平臺為了能最大限度地服務于課堂教學，除了核心的個性化資源推薦和學習路徑規(guī)劃功能之外，還集成了教材內容制作、測試與評估、師生交流、班級管理等功能（見表1）。例如，世界第一大教育出版與技術商培生（Pearson）的Revel系統(tǒng)允許教師自主創(chuàng)建課程，上傳原創(chuàng)課程材料^[4];麥格勞-希爾（Mcgraw-hill）的ALEKS系統(tǒng)允許教師在后臺監(jiān)督學習進度，統(tǒng)一發(fā)布作業(yè)和測試，自動生成評估報告等^[5]。內容資源方面，除了需要付費的商業(yè)教材，Knewton、Smart Sparrow等平臺還提供遠低于商業(yè)教材定價水平并且能在“知識共享”（Creative Commons，CC）等版權開放協(xié)議授權下自由使用的開放教育資源（Open Educational Resources，OER），以此來滿足不同消費水平學生的教材需求，同時方便教師根據(jù)實際教學需求對教材進行改編。自適應學習方面，多數(shù)自適應學習平臺采取了持續(xù)測試和多種算法混合的資源推薦方式^[6]。

二、基于自適應學習平臺的翻轉課堂教學

作為一種典型的線上線下混合教學模式，翻轉課堂的要義是利用網(wǎng)絡與多媒體技術對傳統(tǒng)教學流程進行顛倒與再設計，構建以學生為中心的學習環(huán)境和教學模式，以此鼓勵和支持學生主動建構和內化知識，培養(yǎng)其獨立思考和交流協(xié)作的能力^[7]。自適應學習平臺致力于為學生的自主學習適時提供學習材料與工具支持，與翻轉課堂的理念與需求有著天然的親和性^[8]。最常見的“翻轉”教學路徑是學生先通過閱讀材料、觀看教學視頻與課件等方式自主學習，而后由教師解答學習過程中遇到的問題，并根據(jù)學生的學習情況提供相應的輔導，如提出新的問題啟發(fā)學生深層次思考、開展學習小組活動等，最后引導學生完成測評和自我反思，并制訂新的學習計劃。自適應學習平臺日益豐富和完善的功能使其在理論上可以完全覆蓋這一教學過程，然而其使用方式會因為各個環(huán)節(jié)的教學目標、活動形式和學生能力不同而有所側重，與之相伴的則是“學生—教師—自適應學習平臺”三者主次關系的變化?？偟膩碚f，由于中小學生的認知水平、自主學習能力、計算機操作水平有限，教師在謀求與自適應學習平臺“合作”教學的同時，還應對學生使用自適應學習平臺進行一定程度的引導和干預，以使其能夠充分發(fā)揮自適應學習平臺的效用，避免因使用不當而帶來的隱患。以下從課前準備、課堂教學和課后總結三個環(huán)節(jié)分別闡述。

（一）課前準備

教師如何選擇以及提供何種優(yōu)質、適配的學習資源，在很大程度上影響著學生的知識獲取和學習效果。要使翻轉課堂的教學效果達到甚至超越傳統(tǒng)課堂，課前知識傳授的內容選擇十分重要。教師可以通過自適應學習平臺構建課程，根據(jù)教學進度及安排設置課程內容及難度系數(shù)。如美國面向K12、高校和機構培訓的自適應學習平臺Fishtree，可以為教師提供課程的內容來源，其中包含CK-12、可汗學院、YouTube開放平臺，教師可用其自己創(chuàng)建課程或使用其他第三方內容。除了在學生學習新知識時應用自適應學習平臺發(fā)布課程資源外，教師還可以讓學生通過觀看教學視頻，在課前復習已學過的基本概念和解題方法，或利用平臺進行復習任務的布置，就像加利福尼亞州山景城中學（Mountain View）的數(shù)學教師黛比·林曼（Debbie Linman）所做的那樣^[9]。

翻轉課堂雖說能夠在一定程度上培養(yǎng)學生的獨立學習和自控能力，但是中小學生往往自控力較差，導致無法達到學習目的與預期效果，因此對學習過程的監(jiān)督和效果評估十分必要。在教師發(fā)布學習資源后，學生可在自適應學習平臺按照個人時間安排以及學習節(jié)奏觀看教學視頻，根據(jù)自身理解和掌握程度對教學視頻進行快進、倒退、暫?；蛑胤诺炔僮?。學生學習過程中產(chǎn)生的一系列行為數(shù)據(jù)都會被平臺記錄下來，教師也可以通過后臺查看學生的學習進度（如圖1）。同時，家長的手機賬號也可與學習平臺綁定，如果教師發(fā)現(xiàn)個別學生尚未開始或仍未完成學習任務，可以通過平臺向家長發(fā)送消息，以便其及時了解孩子的學習狀態(tài)并進行監(jiān)督和輔導。

完成課前學習任務并不等于達到了學習目標，課前的知識傳授效果評估有利于判斷翻轉課堂實施的有效性。自適應學習平臺的評估測試可以有效判斷學生的知識狀態(tài)和概念掌握情況。教師從自適應學習平臺管理端可以看到學生個人及班級整體的評估結果。以ALEKS平臺為例，它可以清晰地呈現(xiàn)班級學生各知識要素的掌握情況，便于教師及時了解學生的自學情況和學習難點所在（如圖2）。

（二）課堂教學與輔導

傳統(tǒng)翻轉課堂中，教師難以了解和預估學生知識狀態(tài)和知識掌握程度。這往往會造成教師課堂教學活動安排無法切實滿足學生需求。自適應學習平臺所提供的課前學習行為檢測和追蹤滿足了教師對學習反饋和數(shù)據(jù)的需求。教師在教師端的學生報告處可以清楚地看到學生的知識點掌握程度。根據(jù)自適應平臺的課前數(shù)據(jù)反饋，教師可以依照班內學習的實際情況更有針對性地設計課堂教學活動，提升課堂參與度與知識內化效率。

課堂上，教師發(fā)揮穿針引線作用，設計豐富多樣的課堂教學活動，如游戲互動、小組討論、協(xié)作展示等形式，充分調動學生的課堂學習積極性，增加師生之間及同伴之間的交流與互動;在解決課前自學疑問的同時，培養(yǎng)和鍛煉學生獨立思考和團結協(xié)作的能力。教師在進行課堂教學時，可適當運用自適應學習平臺提供的教學工具和素材，節(jié)省課程資源準備過程所耗費的時間和精力。如美國得克薩斯州的中學數(shù)學教師凱瑟琳·泰勒（Catheryn Talyor）運用了數(shù)學自適應平臺knowre Math設計的幾何內容，有效解決課程資源準備中幾何圖形資源和示例制作困難的問題^[10]。

（三）課后測評與反饋

在課堂上完成知識的內化學習后，學生需要了解自己掌握知識的情況，以便繼續(xù)查漏補缺;教師同樣需要掌握學生的知識吸收狀況，以便于調整后續(xù)的教學安排與教學內容。因此，及時的課后測評與反饋有助于推進良性的教與學循環(huán)。教師可以通過自適應學習平臺發(fā)布作業(yè)或測試，幫助學生及時回顧所學知識，并檢驗學習成果。后臺關于班級學生的測評結果反饋也是教師開啟下一輪翻轉課堂學習的依據(jù)。

傳統(tǒng)教學模式所面臨的一大難題，就是學生完成測試與作業(yè)后多數(shù)家長不會輔導，而教師也無法提供細致全面的解答。自適應平臺的個性化學習資源和路徑推薦能夠有效解決家長與教師的難處。首先，自適應學習平臺能夠針對測試或作業(yè)題目本身提供解答，如數(shù)學即時反饋學習平臺Mathspace能夠自動識別學生解答數(shù)學題的步驟是否正確，識別并糾正錯誤步驟，提供正確的解答思路。其次，平臺根據(jù)學生學習時的一系列學習行為與交互數(shù)據(jù)，能夠精準地判斷學生的知識儲備狀態(tài)及薄弱點，依據(jù)學生的個體學習差異，推送符合其個性需求的學習資源，以縮短其知識掌握水平與課堂學習基本要求之間的差距。最后，學生遵循平臺為其量身定制的學習路徑，包括具體學習目標、學習計劃和學習內容，能夠有效激發(fā)學習興趣，提升學習效率。

三、小結與展望

由于中小學生的認知水平、自主學習能力、計算機操作水平有限，教師在謀求與自適應學習平臺協(xié)同教學的同時，還應對學生使用自適應學習平臺進行一定程度的引導和干預，使學生能夠充分挖掘自適應學習平臺的效用，并避免因使用不當而帶來的隱患。本文僅以常見的翻轉課堂教學路徑為例闡述自適應學習平臺的應用，未來還有待更多不同學科的廣大中小學教師進行探索。

參考文獻

[1] Brusilovsky P. Methods and techniques of adaptive hypermedia[J]. User modeling and user-adpated interaction， 1996（2-3）：87-129.

[2] Ennouamani S， Mahani Z. An overview of adaptive e-learning systems[C]//2017 eighth international conference on intelligent computing and information systems （ICICIS）. IEEE，2017：342-347.

[3] 汪存友，趙燕飛，王亞青.自適應學習算法的應用研究進展[J].開放學習研究，2020（2）：40-46.

[4] 范明獻，索菲.國外教育出版領域自適應學習平臺建設經(jīng)驗及啟示——以培生Revel為例[J].中國出版，2019（16）：32-35.

[5] 劉欣怡，徐麗芳.數(shù)字教育出版自適應智能教學與評估系統(tǒng)研究——以麥格勞-希爾的ALEKS為例[J].出版參考，2020（6）：18-23.

[6] 郭朝暉，王楠，劉建設.國內外自適應學習平臺的現(xiàn)狀分析研究[J].電化教育研究，2016（4）：55-61.

[7] 何克抗.從“翻轉課堂”的本質，看“翻轉課堂”在我國的未來發(fā)展[J].電化教育研究，2014（7）：5-16.

[8] 左憲枝，陳雨.基于自適應學習系統(tǒng)的翻轉課堂實踐模式研究[J].中國教育信息化，2016（10）：18-22.

[9] Knowre. Our success stories[EB/OL].[2021-12-08]. https：//www.knowre.com/our-success-stories/personalized-math-learning-online-mountain-view.

[10]Knowre. Our success stories[EB/OL].[2021-12-08]. https：//www.knowre.com/our-success-stories/knowre-math-for-remote-learning.

（作者徐麗芳系武漢大學數(shù)字出版研究所所長，武漢大學信息管理學院出版科學系教授、博士生導師;鄒青、李靜涵分別系武漢大學信息管理學院出版科學系博士研究生和碩士研究生）

責任編輯：牟艷娜