自適應學習技術支持下的深度學習

丁書林

以李克強總理2015年3月首次在政府工作報告中提出“互聯網+”行動計劃為標志，中國社會進入了一個以信息通信技術與互聯網為平臺，各行各業與互聯網深度融合，創造新的發展生態的新階段。

教育與互聯網的結合，并不是一個陌生的領域。無論是近些年風靡的翻轉課堂、MOOC，還是國家推動的“三通兩平臺”建設，都不乏互聯網與教育結合的身影。但我們發現，以考試為導向、以掌握知識點為目標的講授式教育模式依然主導著互聯網與教育的結合，致使二者只是簡單疊加，并沒有創造出反映教育本質的“互聯網+教育”的思維與模式。

學習是內化的過程，真正實現以學習者為中心，才能夠真正抓住促進人的全面而富有個性的發展這一教育本質。長期以來，基于信息技術的學習被詬病的原因之一，在于它過多地強調學習的及時性、便利性、反復性，使得碎片化學習成為學生學習的主要形態，不僅養成了學生懶于深度學習和思考的習慣，更難以加工形成有意義的知識網絡。教師借助網絡平臺對學生的指導看似個性化，但這種指導更多地指向知識掌握的結果，而無法對學習行為過程進行分析，這是其一。二是由于人力的限制，無法對學生的深度學習進行有效指導。自適應學習技術的發展極大地推動了以學習者為中心的深度學習的發展。

2016年1月，北師大智慧學習研究院第一次發布了中國版地平線報告。中國的教育技術專家們認為，未來的四到五年，自適應學習技術將會被廣泛應用。美國新媒體聯盟發布的地平線報告，則把自適應技術的廣泛應用提前到了二至三年。2016年3月，AlphaGo戰勝著名棋手李世乭，人們在感嘆人工智能技術快速發展的同時，恐怕很少有人知道，AlphaGo的電腦程序就是以深度學習技術為基礎的。非線性、分布式、并行計算、自適應、自組織則是其中的精髓。

自適應學習技術自20世紀70年代就開始被大量研究，從各方的研究成果看，它與傳統心理學意義上的自主學習的最大區別在于，自適應學習技術是以計算機技術特別是人工智能技術為重要支撐的，是一種復雜的、數據驅動的、（在某些情況下）非線性的指導和矯正方法，與學習者的互動會與其表現出的水平相適應，且能隨之預測學習者在某個具體的時間點要取得進步所需的內容和資源類型。

在自適應學習技術的支持下，學生可以自主選擇學習路徑、學習策略，從而實現自我組織、自我評估。于是，實時調整學習內容、在學生需要時才提供量身定制的練習就成為可能，這使得學生的個性化需求與發展真正得以實現。

在自適應學習技術的支持下，學生也將不再沉迷于知識點的掌握，更多地去尋找知識之間有意義的連接以及深層次的內涵，讓深度學習成為可能。在自適應學習技術改變學生學習行為的同時，教師可以借助互聯網平臺全面了解學生的學習行為與效果，提供個性化指導，徹底改變傳統的教學行為，并變講授者為輔導者。