適應性學習支持系統：現狀、問題與趨勢

張家華　張劍平

摘要】適應性學習能夠解決網絡學習中的個性化問題，適應性學習支持系統（ALSS）是智能教學系統與適應性超媒體系統在網絡環境下的融合。在介紹ALSS的概念、特征和基本結構的基礎上，闡述了其發展歷程、典型系統及技術，并分析了當前研究中存在的問題，最后指出了ALSS的發展趨勢。

【關鍵字】適應性學習；適應性學習支持系統；ALSS；智能教學系統；適應性超媒體系統

【中圖分類號】G40–057 【文獻標識碼】A 【論文編號】1009—8097 (2009) 02—0018—03

網絡教學在一定程度上克服了傳統課堂教學的不足，但在實際應用中也存在一些問題，如學習支持和交互相對缺乏、學習材料僵化、教學策略和手段不能隨時調整等，網絡教學很多時候仍是“一對多”的傳播過程，沒有從根本上解決學習的個性化問題。為此，學者們提出了“適應性學習”的概念。隨著網絡教育的廣泛應用，以及人們對個別化學習的日益重視，適應性學習支持系統（Adaptive Learning Support System，以下簡稱ALSS）逐漸成為當前研究的熱點之一。

一 ALSS的概念、特征和結構

1 ALSS的概念和特征

適應性學習是一種著眼于個體差異的學習，是讓學習環境、學習內容、學習活動來適應每個人不同特點的高度個性化的學習過程。適應性學習支持系統則是針對個體學習過程中的差異性而提供適合個體特征的學習支持系統。它是“一種基于觀察學習者的學習偏好、以獲得最好的學習效果而進行動態組織的智能系統”[1]。ALSS大多從智能授導系統（ITS）和適應性超媒體系統（AHS）衍生而來[2]，但傳統的ITS過于強調理想化的“教”的設計，導致實際應用并不理想；ALSS轉而從“學”的角度進行設計，為學習者提供一個適應其個性特征的用戶視圖，不僅包括個性化的學習資源，而且包括個性化的學習進程和策略。

ALSS在很大程度上體現了網絡學習的特征，如：基于資源的主動式學習、知識的自我建構、個別化和人性化的學習、快速反饋、數字化和智能化技術的支持等[3]。ALSS的核心特征是學習的個別化和人性化，即能夠提供適合個別需求的學習內容與學習環境的支持。

2 ALSS的基本結構

ALSS是在ITS和AHS的基礎上發展而來的，因此它們的結構有許多相似之處。但由于國內外學者的研究角度不同，因此關于ALSS的結構目前還沒有公認的觀點。文獻分析表明，De Bra等 [4]（1999）提出的適應性超媒體應用模型AHAM是ALSS的重要原型，Lora Aroyo等[5]（2006）在此基礎上增加了情境模型和適應性模型，提出了增強型適應性超媒體模型EAHAM。在此基礎上，研究者設計了各種ALSS系統，如圖1即為一個典型的ALSS的體系結構[6]。

一般而言，ALSS包含三個核心組件：

（1）學習者模型：是對學習者的若干特征信息的抽象描述，包括其在學習過程中呈現出來的知識狀態、目標、背景、認知風格和愛好等。

（2）領域知識模型：其內容包括學習資源、課程結構、教學策略以及練習測試庫等。

（3）適應性引擎：包括一些學習策略和學習工具，能根據學習者的有關信息，對其認知能力和知識水平進行診斷，動態地構建適合的學習內容及其呈現方式，并能對教學進行監測和管理，不斷修改和維護學習者模型。

此外，ALSS還應支持學習者進行協作和探究學習，培養其元認知和社會性認知能力[7]，以克服傳統的ITS和AHS系統在此方面的不足。

二 ALSS的研究現狀

1 ALSS的研究歷程

ALSS的研究最早可追溯到上世紀70年代，至今已經歷了孕育、起步和發展三個階段：

（1）孕育階段：早在1970年，美國自然科學基金資助研制了TICCIT，利用計算機輔助自適應測試技術作為主要手段，試圖提供適應性教學。80年代期間，在ITS領域開始注重認知模型和模式追蹤的研究，力圖實現教學的智能化和個別化。

（2）起步階段：90年代初期，研究者開始利用適應性導航技術開發能適應不同學習者的超媒體學習系統。90年后期，基于Web的AHS成為研究熱潮，并出現了三大方向：利用適應性超媒體組件創建基于Web的教育系統、探索AHS的新技術、開發AHS的框架和著作工具[8]。研究人員對AHS的體系結構、方法和技術進行了深入探索并開發了一批適應性學習系統。

（3）發展階段：21世紀初以來，學習支持系統的研究日益受到關注。許多來自ITS和AHS領域的學者成為ALSS研究隊伍的主要成員，他們對ALSS的發展起到了積極的推動作用。ALSS的研究呈現具體化和多元化趨勢，其研究熱點集中于適應性學習模式、適應性用戶模型、適應性引擎技術、適應性協作學習支持等方面。

2 典型的ALSS及其技術

90年代至今，研究人員開發了各類適應性學習支持系統[9]，其中的典型系統及其關鍵技術如表1所示。

三 當前研究中的問題分析

從目前國內外ALSS的研究現狀來看，相關研究還不夠完善，仍存在一些不足之處，主要表現為：

1 國外研究較多，國內研究偏少

從文獻分析結果來看，國外有關ALSS的研究起步較早，數量相對較多。自上世紀90年代至今，國外已有一定數量的學術論文和相應的軟件系統，且相關研究呈現系列化的趨勢，表明國外的研究比較持續和深入。而我國這方面的研究較晚，通過中國知網數據庫檢索國內相關文獻，發現在2000年以前的論文數量非常少。近幾年雖然研究數量在逐年增加，但總數仍然偏少，相關的論文僅60余篇，且研究成果多為“曇花一現”，缺乏后期的持續研究。

2 國內較重理論，國外較重應用

目前國內有關ALSS的研究大多集中于理論基礎和系統模型的探討，其次是技術開發，再次是學習模式、教學設計等。不少論文對ALSS的系統構架和實現技術進行了較多闡述，卻很少關注系統的教學應用及其效果，從而使研究缺乏實踐的支持。相比之下，國外近年來更強調系統的實際應用，一些研究者針對ALSS系統設計了相應的教學試驗，以檢驗系統的應用效果，并以此發現系統設計的不足。

3 實用產品偏少，開發難度較高

由于ALSS的研究歷史不長，目前大部分研究成果集中于理論層次，而實際應用的產品還不多。雖然國內外已開發出不少軟件系統，但多局限于某一門或幾門特定的課程或實驗，還未能投入大規模的教學應用。此外，ALSS的技術開發要求較高，需要多個領域的專家和技術人員的合作，非一般教學人員個人能力所及。雖然有學者提出ALSS創作工具的設想，但仍有待進一步的深入研發。

4 理論支持不足，研究有待深入

首先，由于缺乏對網絡學習機制的深入研究，沒有類似于傳統條件下學習和記憶模型這類成熟的理論框架作指導，因而難以實現ALSS的設計目標；其次，網絡學習理論的研究者與學習支持系統的設計者之間缺乏有效的溝通與協調機制，從而導致系統設計與實際應用的需求存在一定的偏差；再次，有關適應性學習的模式、學習機制、用戶模型等研究還不成熟，不同學者的觀點有較大差異，尚未形成統一的認識，而關于ALSS的評價研究也比較少，有待進一步的發展和完善。

四 ALSS的發展趨勢

網絡學習將成為21世紀的重要學習方式，因此ALSS具有良好的發展和應用前景，其未來趨勢主要包括：

1 新領域和新方向的拓展

（1）傳統的研究和應用集中于教學領域，在未來它將與更多領域進行整合，如在文字處理程序或某些用戶支持系統中引入適應性技術；（2）早期的ALSS多為封閉式結構，不同系統間不能實現信息互通，未來的ALSS將采取開放式主體結構，以支持系統間的相互理解；（3）未來將會嘗試在手持或移動設備中應用ALSS技術，使學習者獲得個性化的移動學習支持[10]。

2 新技術和新理論的應用

（1）自然語言生成技術、非符號化的人工智能技術（如基于案例的推理、機器學習、Bayesian模型、神經網絡等）將在ALSS中得到廣泛應用；（2）分布式學習、網絡認知和本體理論將為ALSS提供有力的支持，并促其從現有的單一應用轉向模塊化、分布式的應用，多個系統協同工作，共享學習者模型的信息和適應性學習規則，從而在更大的范圍內發揮作用。

3 新體系和新形式的出現

（1）采用組件化和分布式的體系結構，將優化ALSS的開發和維護，有利于不同系統中組件的共享和重用；（2）開發有效可靠的服務和通信協議，將更好的支持組件間信息的交流和共享；（3）設計開發通用的ALSS外殼或創作工具將大大降低系統的開發難度和成本；（4）適應性學習形式的多樣化將促使ALSS的多樣化，如適應性教育游戲系統即為典型一例。

五 結束語

未來的網絡學習系統不僅能為學習者提供靜態的信息，更重要的是提供個性化的學習內容、學習過程和學習環境，從而適應每個學習者的需要。適應性學習支持系統的動態內容呈現和適應性學習反饋機制能夠較好地克服當前網絡學習系統的不足，從而為網絡教與學的革新帶來新的希望。

參考文獻

[1] Sonwalkar N. Adaptive Learning: A Dynamic Methodology for Effective Online Learning[J].Distance Learning, 2007, 4(1): 43-46.

[2] Brusilovsky P. Adaptive and Intelligent Technologies for Web-based Education[J].Künstliche Intelligenz, 1999, (4): 19-25.

[3] 余勝泉. 適應性學習—遠程教育發展的趨勢[J].開放教育研究,2000,(3):12-15.

[4] Bra PD, Houben GJ, and Wu H. AHAM: A Dexter-based Reference Model for Adaptive Hypermedia [A]. Proceedings of the 10th ACM conference on Hypertext and Hypermedia [C]. Darmstadt, 1999: 147-156.

[5] Aroyo L,Dolog P, Houben GJ, et al. Interoperability in Personalized Adaptive Learning [J]. Educational Technology & Society, 2006,9(2):4-18.

[6] 張劍平,陳仕品.計算機輔助教學的智能化歷程及其啟示[J]. 教育研究,2008,(1):76-83.

[7] 王永固.基于Web的適應性學習系統研究[J].電化教育研究,2004,(8):45-49.

[8] Brusilovsky P. Adaptive Educational Hypermedia: From Generation to Generation [A]. Proceedings of 4th Hellenic Conference on Information and Communication Technologies in Education[C].Greece,2004:19-33.

[9] Brusilovsky P, Peylo C. Adaptive and Intelligent Web-based Educational Systems [J]. International Journal of Artificial Intelligence in Education,2003,(13):156-169.

[10] Brusilovsky P. Adaptive Hypermedia [J]. User Modeling and User-Adapted Interaction,2001,11(1-2):87-110.