遠程漢語微課程教學專家系統設計研究*

□李煒　周曉軍　張潤芝　宋敏　趙雪梅

遠程漢語微課程教學專家系統設計研究*

□李煒周曉軍張潤芝宋敏趙雪梅

可汗學院的成功及其他各類形式微課程教育的普及，適時地滿足了學習者碎片化的學習需求，有效推動了個別化教學的進程。當前，全球范圍的漢語熱對個別化漢語學習提出了新需求，以課件或者實時授課方式開展的教學難以滿足這一需求。全球范圍內學習者的元認知、學習特質、認知狀態、學習歷程、學習興趣等各具差異，其個別化的學習需求通過千篇一律的課件形式難以滿足，雖然采用一對一的實時授課能滿足這一需求，但在全球范圍內實施成本較高，難以普及。因此，通過開發個別化的漢語微課程教學專家系統，能夠克服實施成本和學習內容單一等問題，從而有效地實現個別化的遠程漢語學習。個別化的遠程漢語微課程教學專家系統，以建構主義和第二語言習得理論為指導，將漢語課程內容“片斷化”為微課程，以結構化的微課程知識樹為基礎，通過建立和維護一個動態增長的學生模型，跟蹤和記錄學員的漢語認知狀態，調用相應個別化教學策略，實現了動態的個別化漢語學習，適應了學習者碎片化學習的需求，提供了漢語及其相關學科的微課程遠程教學實踐的參考。

漢語國際教育；微課程；智能教學專家系統；個別化教學

一、問題的提出

全球范圍持續升溫的漢語熱驅動了漢語遠程教育的熱潮。縱觀現有的遠程漢語教學，主要采用課件或一對一的實時授課的形式進行。面對全球形形色色的漢語學習者，有研究者提出了國別化的漢語教學。然而，即便是同一個國家和地區，由于學生的元認知、學習特質、認知狀態、學習歷程、學習興趣各異，通過千篇一律的課件形式難以滿足學員個別化的學習需求。一對一的實時授課雖可以滿足學員的個別化學習，但相對成本較高，面向全球難以實現。

隨著可汗學院的成功，微課程研發在全球成為一種趨勢和潮流。通過漢語的微課程學習，可以很好地滿足遠程漢語學習者碎片化學習需要，也更為符合遠程教育時空不限的特點和優勢。與此同時，研發微課程已經成為數字化漢語教學的熱點之一，可以作為解決漢語個別化遠程教學的重要契機。但是如何利用漢語微課程開展個別化的漢語遠程教學鮮有研究涉及，本研究力求通過開發個別化的漢語微課程教學專家系統，建立和維護一個動態增長的學生模型，跟蹤和記錄學員的漢語認知狀態，調用相應個別化教學策略，從而更好地實現個別化的遠程漢語學習。

二、理論基礎

為滿足世界各地漢語學習者的多樣化學習需求，研究依據個別化教育的特點，建立適合進行個別化教育的在線教學專家系統，以細粒度的微課程為教學內容，開展在線個別化漢語教學。個別化教學是最佳化人類教學，一般是指教師根據每個學生的不同特點來組織教學內容，給學生安排相應的學習任務，并根據學生的完成情況提供適當的反饋信息；如果在教學過程中，學生沒有取得預期的進展，教師要根據目前學生的學習情況，及時改變教學策略。現代信息技術的發展，讓我們可以更好地實現個性化教學，如智能化教學系統的發展（周曉軍，2009）。

語言學習是一種知識建構及其內化的過程，且漢語學習對大部分學習者來說，是第二語言的學習，所以我們將以建構主義及第二語言習得的相關理論為基礎，借鑒智能教學系統的相關設計思路，進行個性化的遠程漢語微課程教學專家系統的設計。

1.建構主義

布魯納（J.S.Bruner）認為，教育的主要目的是為學生提供一個現實世界的模式，學生可以借此解決生活中的一切問題。這個模式涉及儲存信息的內部系統，而信息是通過人與周圍環境的相互作用獲得的。學習任何一門學科時，總是由一系列的片斷所組成，而每一片斷（或一個事件）總是涉及到獲得、轉換和評價三個過程。布魯納由此認為，學生不是被動的知識接受者，而是積極的信息加工者。

教學不能無視學習者的已有知識經驗，簡單強硬地從外部對學習者實施知識的“填灌”，而應當把學習者原有的知識經驗作為引導學習者生長新的知識經驗的基礎。這一思想與維果斯基的“最近發展區”的思想相一致。教學不是知識的傳遞，而是知識的處理和轉換。

為此，我們將漢語課程內容“片斷化”為微課程，再通過結構化方式存儲起來，同時建立一個動態跟蹤學生認知狀態的具有覆蓋模型特征的學生模型作為“新知識的生長點”和維果斯基的“最近發展區”，相應開展個別化的教學，從而實現學生漢語知識的不斷建構。

2.第二語言習得

第二語言習得（Second Language Acquisition/ SLA，簡稱二語習得），通常指母語習得之后的任何其他語言學習（李泮池，2009）。第二語言習得經過多年的發展，已經形成了各種理論流派，如語言監控理論、中介語理論、話語分析理論等，其中美國語言學家Stephen D.Krashen的“語言監控”理論是影響最大的語言學理論。該理論主要由以下五個假設（姜倩，2003）組成：習得-學習差異假設；監控假設；輸入假設；情感過濾假設；自然順序假設。對于遠程漢語國際教育的學習者來說，漢語學習屬于第二語言的學習，符合二語習得規律，因此我們在進行微課程設計時，既要強調“習得”的首要作用，也不能忽視“學習”的作用，知識的組織要依據一定可預測的順序進行，且微課程對學生來說一定是可理解的輸入。

3.智能教學系統

智能教學系統（Intelligent Tutoring System，ITS）是利用人工智能（Artificial Intelligence，AI）技術和計算機技術模擬人類教師，實現因人而異的個別化的教學。這就要求系統像人類優秀教師一樣，不僅知識豐富，而且在分析教學內容、了解教學對象、開展教學幾個方面具有很強的智能化特性。一般認為，ITS主要包括學生模型（用于記錄學生的認知結構和認知能力）、教學策略模型（相當于推理機）以及自然語言人機接口等幾個部分。

智能教學系統在語言教育領域得到了很好的研究和應用。Reddy和Sasikumar（2014）介紹了智能語言學習系統的學生模型，以幫助學生學習泰盧固語語言的動詞和名詞之間詞形轉換；或者將先進的教育技術手段應用到智能教學系統中，如Liang和Xu（2013）提出了基于語音識別技術進行口語評估的智能教學系統；或者從新的視角進行智能教學系統的設計，如任紅艷和靳瑩（2013）構建了微課程觀下的教學專家系統；或者以實際的例子進行智能教學系統的解析，如丁海燕等（2011）以基于Web的日本語導學系統為例，進行智能教學系統設計。這些研究給我們的啟示是，將智能教學系統應用到教育領域是可行的。

本研究通過建立遠程漢語微課程教學專家系統，將微課程存儲在知識樹的葉節點上，通過微課程學習循環驅動，實時跟蹤學員的個別化學習需求和差異，建立和維護一個能夠動態判斷不斷變化的學員漢語知識認知狀態的學生模型，構建學生模型的同時，通過教師模型開展微課程遠程教學的動態調度和規劃，通過知識樹實現動態的個別化的漢語學習。

三、系統結構

經典的智能教學系統（Greer&McCalla，1994）具有四個模塊：領域專家、學生模型、教師模型、智能人機接口。研究在經典的四個模塊的基礎上，將人機接口區分為教師人機接口和學生人機接口，分別實現教師和學員與系統之間的交互，以增加系統的開放性和互動性。同時采用擴展的覆蓋模型為學生模型，以動態記錄和跟蹤學生認知狀態的學生知識樹為其核心內容，內含學生行為跟蹤器、學生信息存儲器等內容。教師模型以動態規劃學生的學習內容和動態交互教學策略的教師知識樹為其外顯的主要內容，內含教學策略選擇器、教學策略合成器等內容。領域專家以系統知識樹（或森林）為外顯內容，內部存儲漢語微課程、漢語教學策略模板、學生基礎信息、教師基礎信息、課程基礎信息等內容（見圖1）。限于篇幅，智能人機接口不作為本文的研究重點。

圖1　遠程漢語微課程教學專家系統結構示意圖

研究中的學生模型、教師模型、領域專家三大模塊全部以對應的微課程樹作為其內在的邏輯和外在的表現形式。通過三個知識樹的動態映射和生長演進以實現整個漢語微課程的遠程教學過程。

1.領域專家模塊（知識庫）

作為ITS的重要組成部分，領域專家模塊主要解決教什么問題，表示教學領域的相關知識以及作為專家能夠基于這些知識解決有關問題的求解知識，完成以下功能：作為系統全部知識的來源，為系統其他模塊頻繁調用，以實時完成用戶行為響應，通過知識庫知識，生成相應的問題、任務以及解釋；通過同步問題解答，以及預期學生行為與實際學生行為之間的比較，評價學生知識掌握程度以及學習狀態、學習方式偏好等。由于領域知識的表示在很大程度上決定著教學交互的內容和教學目標的結構以及系統的智能特性的發揮，甚至系統的可擴展性以及系統的健壯性和運行速度等等，在領域專家模塊設計中至關重要。實際上，知識表示是所有AI問題和智能化系統必須首要解決的問題之一。要提高系統的智能并有利于計算機實現，就必須在知識表示上全面考慮，統籌安排，以有利于系統結構清晰、代碼再用以及模塊化開發。

領域專家內部主要存儲信息包括：（1）漢語微課程庫：存儲漢語微課程；（2）漢語課程信息庫：存儲漢語課程信息；（3）漢語教學策略庫：存儲相關教學策略模板，供學生自主選擇或系統推薦；（4）學生信息庫：存儲學生的基礎信息、學習信息、學習行為等；（5）教師信息庫：存儲教師的基礎信息、教學信息、教學行為等。

本文設計的系統以系統微課程樹/森林作為框架，集中反映領域專家的總體結構。單門課程對應的是微課程樹，多門課程的微課程樹在整個領域專家形成一個微課程森林。教師可以隨時查看系統微課程樹/森林，了解系統領域專家結構化存儲的諸多微課程內容及相互之間的關系，并可以通過相應的教師人機接口對其進行增補、編輯修改或其他操作，以不斷完善領域專家內容。

2.學生模型模塊

系統通過學生模塊建立對學生的了解，通過比較學生行為與專家行為，對學生進行智能模擬，包括學生的知識狀態、認知特點和個性特點等。隨著對學生模型的深入研究，人們提出了多種學生模型的構建方法，包括覆蓋模型、差別模型和干擾模型等。覆蓋模型認為，任何時刻學生的知識都是專家知識的子集，教學的目的就是使得學生知識趨向于專家。差別模型是覆蓋模型的改進，該模型把專家知識分為學生應該掌握的知識和不希望掌握的知識兩類，學生行為如果和專家行為存在差別并不一律視為錯誤，而是有區別地加以對待，所以該模型既要表示學生模型，又要表示與專家的差別。干擾模型則在覆蓋模型的基礎上，加入錯誤知識的表示，學生的知識不再是專家知識的子集，既有領域專家的知識表示，又有學生可能持有的錯誤概念知識。

研究采用了覆蓋模型，通過學員不斷向教師模型趨同的過程實現學員知識的不斷優化。系統不斷跟蹤學員的學習情況，記錄學員的認知變化，并動態更新到相應的學生微課程樹上。該模型主要包含如下模塊：（1）學生行為跟蹤器：系統通過學生行為跟蹤器跟蹤記錄學生的學習行為，實時更新和反映到學生模型知識樹上。（2）學生信息存儲器：將學生的相關信息記錄和轉換，同時存儲到領域專家模塊中。

3.教師模型模塊（教學策略模塊）

該模塊的主要任務是在相關教學原理的指導下，選擇適當的教學內容，并通過接口以適當的表達形式，在適當的時刻展示給學生。該模塊的主要功能是解決如何組織教學內容，即解決“如何教”的問題。在ITS中通過該模塊生成教師教學策略方面的知識（即大量的教學法），以便于靈活組織教學內容。系統提供有關教學策略，通過與學生的交互，實現動態教學目標規劃，按有關知識相對順序，開展知識內容傳授。系統依據一定的評價測試標準或學生行為判斷標準，對學生的學習進程和狀態進行評價或測試，獲得學生需要學習或加強的微課程，并對學生進行信息反饋，指導學生進一步采取策略進行學習。

研究設計的教師模型主要包括：（1）教學策略選擇器：選擇適合學生目前認知狀態的教學策略的相關參數；（2）教學策略合成器：通過教學策略選擇器選擇的相關參數，調研教學策略模板庫，合成適合學生目前認知狀態的教學策略，并動態實時反映到教師模型知識樹上。

系統能夠根據每個學員的情況，適當采用一定的人機交互手段，通過選取相應的教學策略或其組合，形成適合于該學員個性化學習需求的教師微課程樹，以此作為學員的學習目標。學員可以隨時了解自己的教師微課程樹以了解自己的學習進度和進展情況；教師也可以隨時查看相關學員的教師知識樹，對照學員的學生模型發展狀態，進行必要的調整。

四、系統設計

1.領域專家

領域專家的核心問題就是解決“教什么”的問題，研究重點在于開發和利用漢語微課程，并以此為教學的核心內容，從而開展個別化的漢語遠程教學。為此，我們需要進行如下工作，以滿足系統在解決教學內容方面的智能化要求：

（1）微課程處理

第一，粒度劃分。一般的微課程把時間界定為5～10分鐘。為方便跟蹤學員的學習，進行教學跟蹤、診斷、評價和教學策略調整，需要對微課程進行細粒度處理。因此，微課程時長應不拘泥于10分鐘或5分鐘，而是按照一個可以完整教學的最小單元進行劃分。同時，盡可能對應到相關微課程、語法點或者詞匯等，有對應的練習以測試學員的掌握程度，進行相應的評價。此外，能根據學員的學習程度，進行學習的進一步規劃和學習策略的調整等。而對于單純視頻的微課程錄制，則可以按學時進行錄制，后期進行精確裁切和內容編輯，并注意內容之間的連接和過渡。

第二，媒體選擇。當前的主流微課程大多采用視頻的方式。視頻具有直觀、親切、一目了然等優點，但也存在文件量大，瀏覽學習需要耗費較大的流量和時間下載等。在此，對微課程不限定為單純的視頻或者PPT等，對于文本可以講清楚的內容，盡量不用圖片；對于圖片配適當文字可以展示清楚的盡量不用視頻，以防止多媒體的濫用；同時對于需要采用的視頻盡量減少學生的下載瀏覽量，爭取實時在線的流式播放。在媒體格式選擇上，要注意跨平臺跨瀏覽器的格式選擇，一般采用HTML5兼容性標準，以方便學員多終端遠程學習。

（2）微課程屬性標注

標注微課程的相關屬性，方便檢索和瀏覽，并可按結構化進行存儲。通過面向對象的設計方法，隱藏微課程采用的多媒體信息復雜的內部表示和實現細節，只強調微課程實體之間相互關系，對不同的媒體數據，利用超媒體技術，采用統一的知識表示框架，實現復雜多媒體格式教學內容的劃一表示（王英姿，1997），從而可以進行讀寫和傳送等操作。

圖2　微課程屬性示意圖

對于微課程屬性，初步考慮分三個類型的屬性進行標注：

第一，開發屬性：主要記錄開發過程的相關屬性，如主講人、教學時長、開發時間、主要格式、容量、開發人員等。這些方便了解微課程基本信息和進行維護。學員在學習過程中關注不多。

第二，教學屬性：主要用于教學規劃和調度，包括重要度、難度、優先級、關聯微課程、對應練習、對應測試、先導微課程、后續微課程、配套教材、輔導教材等。通過教學屬性可以實現相對復雜的教學策略規劃和學習引導，通過內建的啟發式規則體系可以實現教師模型（教學策略模塊）的相關功能，通過與學生模型的交互和通信，完成教學的智能化調度，實現個別化的學習過程。

第三，學習屬性：主要用于學習跟蹤。初步考慮包括學習次數、學習時長、學習時間、完成進度、成績、掌握程度、評價、學習建議等，與學員密切相關。每個學員的學習屬性除初始狀態，其他項目都不盡相同。

微課程自身屬性以及學習信息可以隨著教學過程進行動態改變，并描述和記錄在該具體微課程結構化的多元屬性特征集上。由于各個屬性值有明確可以相互區別的值域，屬性不分先后順序，也可以根據知識處理需要進行添加，以便利開發。微課程屬性動態變化的過程就是系統各模型動態構建和維護的過程。通過以微課程為單位的教學規劃與調度，進行知識智能傳授。

（3）微課程多維層次索引

通過微課程多維層次索引技術，實現知識實際存儲位置與知識在知識樹的位置相對無關的策略，在滿足復雜知識智能查詢的同時，使得系統能夠通過知識動態規劃和智能維護，開展個別化教學，實現動態教學和學習策略以及學生錯誤診斷等。具體教學層次可以通過微課程的層次特性以及微課程的粒度加以控制。通過層次性的知識層次索引賦值，實現知識之間的層次有機聯系和系統結構清晰等，便利了知識的智能添加、更改、查詢和調用，實現了知識實際存儲位置與知識在知識樹的位置相對無關的策略。微課程添加主要依據微課程索引，便利了系統的開發和擴充。

具體實現可以通過微課程多維索引來確定與該微課程相同或相關的策略。第一章第二節第三小結第2個微課程可以建立索引號為1.2.3.2。這樣通過索引號，可以清晰地反映課程的層次結構，同時反映微課程之間的關系。可以清楚地看出索引號為1.2.3.3的微課程就是該微課程接著下來的課程內容。

（4）微課程知識樹

通過細粒度處理、微課程標注、多維層次索引等一系列的工作，就可以建立一個微課程的知識樹（或森林）。單個領域或課程的微課程形成一個結構化的微課程樹；多領域知識在系統中表示為知識森林。教學領域的增加表現為知識樹的栽培和發育生長，是一個動態的過程。

每個具體領域的知識通過微課程粒度細分，知識樹內部節點對應于科目、單元、章節，實現微課程知識之間的組合關系。將粒度最細的知識樹對應于具體的微課程，在其葉節點存儲指向該微課程具體內容的指針。同時，葉節點標注學生學習次數、掌握程度、微課程關聯排序、微課程難度賦值等。通過層次知識樹實現知識狀態向知識庫的映射。通過知識樹的層次組織結構，實現微課程內容的層次結構體系。對于所有節點進行屬性組合賦值，實現微課程學習內容之間的層次關系和語義網絡聯系。同時，通過這種知識劃一表示方式，在便利系統的工程化開發的同時，通過與系統所采取的智能代理機制相結合，實現了系統的領域相對無關的策略。

按照結構化微課程索引技術，可以實現微課程系統的樹狀結構。這類似與計算機數據結構中的多叉樹。一門課程的全部微課程建構到該門課程的微課程知識樹上，學員的學習任務就是存儲到該知識樹葉節點的微課程。管理人員可以隨時查看微課程系統的節點狀態，通過節點的屬性了解目前微課程研發的進度和使用情況，如開發人員、開發時間、點擊瀏覽學習使用情況，從而了解整個微課程體系結構。

一個或多個漢語遠程教學項目的所有微課程知識樹，形成微課程知識森林，讓學員能夠在漢語微課程知識森林中，按系統內建的規整體系，開展結構化有指導的瀏覽和學習。微課程之間的關系是學習規劃和調度的基礎，必須深入加以剖析和研究。經過分析，我們認為微課程之間的關系有層次關系、平級關系、替代關系、互補關系、交叉關系等。層次關系指微課程的初、中、高等級別關系；平級關系指兩門或多門微課程之間關系平等；替代關系指的是兩門或多門微課程之間學員可以選擇其中一門以完成其需要的知識層次或體系；互補關系指兩門微課程之間的內容相互補充；交叉關系指兩門微課程的知識相互交叉。如圖3所示，多門微課程構成了一個微課程森林。其中W1下的微課程為層級關系；W2的微課程為平級關系；W3的微課程為替代關系；W4和W5的微課程為交叉關系。不同關系的微課程在學習順序和規劃上需要對應不同的教學調度策略。

圖3　微課程知識森林

2.教師模型

教師模型又稱“教學策略”，重點解決“如何教”的問題（楊勇，1998）。為此，需要解決教學規劃和調度、動態學習和學習跟蹤、學習評價和反饋等問題。需要從學生模型中不斷獲取學員不斷變化的認知狀態，從而開展個別化的教學反饋和指導，實現個別化教學。

（1）教學規劃和調度

通過系統推薦并結合在線指導方式，可以規劃出一個包含完整教學策略的教師微課程知識樹，作為學員的學習目標。系統根據學員的初始化學生模型推薦一個微課程教師知識樹，學員可以按照該知識樹進行學習；也可以適當結合在線指導的方式，與指導老師進行溝通，在系統推薦的微課程教師知識樹的基礎上，通過人機交互的方式適當加以調整，以更加切合學員的個別化學習需要。結構化的知識樹的每一個葉節點指向一個微課程。學員可以按照教學規劃點擊學習。每個學員按照自己的微課程規劃，按照自己的進度，開展有指導的學習。系統可以跟蹤學員的學習進度和知識狀態，進行適時的學習評價，根據學員的學習程度進行動態調整。

（2）動態學習和學習跟蹤

系統記錄跟蹤學員的學習狀態并通過學生知識樹進行可視化反映。學員每學習一個微課程，相應的知識狀態記錄到該知識樹的葉節點上，建立一個動態實時跟蹤學員學習狀態的學生知識樹。相應的微課程學習屬性會不斷隨著學員的學習情況發生變化，如學員每學習一次，其學習次數會自動增加一次；學習時長自動累加；學習時間自動進行記錄。完成進度、成績、掌握程度、評價、學習建議等學習屬性也自動根據學生學習和掌握的情況不斷進行記錄和調整。學員的成績可以通過重復學習刷新。對應學員不滿意的成績可以通過重復學習加以刷新，以最高成績為最終成績。

（3）學習評價和反饋

每個微課程對應一套評測機制，根據學生的學習記錄和成績，評價學生的學習狀態。根據微課程的粒度不同，相應的評測機制不同。粗粒度的微課程有一套對應的測試集，只有完成該微課程集下的所有子微課程的學習并達到相應的條件，才能接受該測試。不同粒度的微課程對應有不同類型的測試集，類似于日常課程教學中的單元測驗，課后測驗和小測驗。對于處于葉節點的微課程，可以沒有測試集，而是通過學習是否達到最少學習時長、最少學習次數等，檢查學員是否達到相應的學習強度要求。

學習評價可分為進度評價和成績反饋。有測試集的主要通過測試成績及對應的評價進行反饋；沒有測試集的通過進度加以評價。

第一，進度評價：直接反映學員的學習進度，可以通過進度條、學習比例和相應的文字（“未開始”、“剛開始”、“未完成”、“基本完成”、“完成”、“超額完成”等）進行提示，并根據學員的學習狀態不斷做出調整。

第二，成績反饋：有測試集的微課程，在學員學完該課程并完成測試后，可以直接反饋出學員的成績，并根據測試成績給出學員的掌握程度是“未掌握”、“基本掌握”、“完全掌握”等，進而根據教師微課程知識樹，動態規劃出學員下一步的學習內容。

（4）學習調度和調整

系統根據微課程之間的相互關系、學習進度以及學員掌握的程度等因素動態指導學員的學習順序。對于層次關系的微課程，學員必須先完成低一級的微課程學習，才能學習更高一級的微課程學習。對于有先導微課程的微課程，必須在學員學習完先導微課程并達到相應的掌握程度，才可以進行學習。

系統根據學員的學習進度和學習效果，動態調整學員的學習規劃和微課推薦，指導學員進行進一步的學習。學員經過多次反復學習仍然沒有掌握的微課程，系統將建議學員補習相應的更為基礎的微課程或給出相應的知識鏈接。若該種情況反復發生，當其達到一定限額時，系統在學員認可的前提下，自動調整學員的學習規劃，適當降低微課程的難度。

所有的學習規劃和調度都不是強制性的，即在不推薦或不建議學員目前學習的微課程的情況下，學員仍然可以學習，以滿足學員的隨機學習需要。學員也可以通過更改自己學生模型中可以更改的部分，如學習歷史、掌握程度等，以讓系統的學習調度和指導更加貼合自己的學習狀態。

3.學生模型

學生模型是個別化教學的核心和基礎。只有通過學生模型不斷識別和跟蹤學員不斷變化的知識認知狀態，才能因材施教，實現個別化的漢語微課程遠程教學。

（1）學生模型構建

研究主要采用改進的覆蓋網絡學生模型，通過學員在教師知識樹上的點擊行為獲取學員的學習意圖，并根據學員的學習進程獲取學員潛在的漢語學習需要，然后通過交互式提示的辦法，推薦學員學習相關知識。在學員的學習過程中，在教師微課程知識樹的教學規劃的引導下，通過微課程學習循環驅動，不斷將學員學習和掌握并達到相應標準的微課程動態添加到學生知識樹，從而實現學習的不斷跟蹤。相應的學習屬性在教師模型知識樹的基礎上，進一步添加到相應微課程的屬性集中。

（2）學生模型查看

學員可以隨時查看自己的知識樹，通過相關屬性調用，了解自己的微課程學習進度和成績，而不至于在大量的微課程中信息迷航。在線輔導教師也可以隨時查看學員的知識樹狀態，了解學員漢語的學習情況，并在適當的時候與學員進行溝通和交流。

（3）學生模型修改

學生模型的部分可以進行一定的修改（如學生的學習歷史），學員可以通過交互式表單添加或修改相關內容，部分靜態信息也可以直接進行修改（如電話、地址、學校變動等），以更切合學員的實際認知狀態。

五、建立實例

1.微課程標注舉例

依據設定的標注字段集和默認值，通過固定格式的標注可輕松實現微課程的層次化和結構化存儲，如難度標注默認為MID_DIFFICULT，不標注的默認是中等難度。下面是3個有先后順序的微課程W1，W2，W3的標注示例：

W1（3.2.2.2，Leaf，Procedural，NOT_MASTER，MP4|MP3|TXT，AFTER（W2））

W2（3.2.2.2，Leaf，Procedural，NOT_MASTER，MP4|MP3|TXT，PRO（W1），AFTER（W3））

W3（3.2.2.2，Leaf，Procedural，NOT_MASTER，MP4|MP3|TXT，PRO（W2））

其中PRO表示該微課程的先導微課程；AFTER表示該微課程的后續微課程；MP4|MP3|TXT表示該微課程的媒體形式，包括可供學員瀏覽的視頻MP4、訓練聽力的音頻MP3、腳本文本TXT。

三種微課程的屬性標注可以在系統微課程樹、教師微課程樹、學生微課程樹中分別進行和集中展示。微課程的開發屬性主要顯示在系統微課程樹上；教學屬性主要顯示在教師微課程樹上；學習屬性主要顯示在學生微課程樹上。系統管理員、教師、學員可以通過在微課程的葉結點上點擊右鍵或者鼠標高亮的方式以文本加以顯示。相關屬性可以進行啟發式搜索、查詢，也可以進行動態地查詢、顯示和調用。

2.學習調度示例

以上述3段有先后學習順序的漢語微課程W1、W2、W3為例，相應的微課程調度如圖4所示。

假定學員未學習W1（此時系統對于W1的掌握程度標注為NOT_MASTER），而學員隨機選擇W2學習時，系統將根據W2的先導知識標注信息PRO（W1）判斷學員需要先學習W1，系統將自動引導學員到W1進行學習；當學員學習完W1后，W1的掌握程度標注由NOT_MASTER自動變為MASTER，同時系統根據W1的標注信息AFTER（W2）將學員引導到W2進行學習；同理，當學員完成W2的學習后，系統將根據相應的標注信息將學員引導到W3進行學習。通過這種學習調度，系統可以讓學員在眾多的微課程中實現有引導的學習。

3.微課程學習循環

在微課程學習中，通過微課程學習循環的方式，可以輕松實現微課程的學習過程及其跟蹤。通過學員的不斷學習，實現微課程樹的動態構建。整個系統的構建和使用就是一個不斷增長的系統微課程森林。單門課程就是微課程樹。系統根據每個學員的學習背景和學習意圖，按照有關教學策略，在默認教學規劃的基礎上，同時通過交互式適當結合人類教師在線診斷，確定一個學員認可的專門針對自己的個別化的教師微課程樹；學員再在教師微課程樹中，按照規劃好的學習內容，對相關微課程進行有指導的學習。學員每掌握一個微課程，通過測試達到掌握程度，相應的微課程自動添加到學生的微課程樹上。

由此，作為系統的知識庫（領域專家）核心的所有結構化的微課程可以通過系統內部的微課程森林（樹）加以呈現；系統的教師策略模塊可以通過個別化的教師微課程樹加以呈現；反映每個學員個別化的認知狀態的學生模型可以通過該學員的學生微課程樹加以呈現。三者關系是一種動態映射和動態增長的良性進化過程。當學員的微課程樹增長到完全覆蓋教師微課程樹時，我們認為學員已經完成該教師微課程樹的教學規劃，實現目前的教學目標。

4.可視化呈現

為了在直觀反映系統的微課程樹演進的同時，展示學員的個別化學習過程，可以考慮可視化的呈現整個系統，方便系統管理員、在線指導老師和學員隨時加以查看和調整等（周曉軍，2009）。

圖4　微課程學習調度示意圖

圖5　微課程樹映射圖

上圖中展示了整個微課程的學習過程。系統微課程樹經過教學策略選取，篩選掉難度為Very_Difficult的微課程3.5.2.4，由此構成教師微課程樹。通過學員的微課程學習循環，學員掌握了微課程3.5.2.1（實心圓表示），沒掌握3.5.2.2（空心圓表示），待學習3.5.2.3（虛線圓表示）。由此學員進一步的學習策略是重復學習3.5.2.2達到掌握狀態（實心圓表示），接著再著手學習3.5.2.3。系統實現中可以考慮更可視化的方式。英國的LittleBridge.com兒童英語學習平臺的可視化學習模型和學習規劃就運用了兒童學員喜聞樂見的方式，如通過抽屜展示學習規劃，通過獎杯榜展示學員的學習進度，通過小紅花進行學習評價等。通過類似的可視化設計，可以更加形象直觀地進行教學規劃和學習模型展示。

5.規則庫示例

一些教學專家系統采用了規則化方法。GUIDON系統（Brown&Burton，1978）的教學法采用了200條規則進行傳染病診斷教學推理控制。著名的智能教學系統LISP Tutor（Anderson&Reiser，1985）也采用了程序化形式（IF…THEN…ELSE）進行LISP編程知識的表示和推理。

研究設計的個別化教學過程通過啟發式規則進行驅動。通過相應的規則進行學生微課程認知狀態的跟蹤和轉換、微課程屬性的動態標注、以及微課程樹學習調度等個別化學習過程。參照相關文法體系，采用的規則形式如下：

<目前微課程>-><測試條件>|<轉換微課程>，！<學習行為>

其中，<目前微課程>作為規則入口，提供規則執行的主體，是目前學習的微課程及其存儲以屬性值表示的該微課程學習信息、教學過程控制信息等；<轉換微課程>作為規則目標，是規則執行后微課程及其屬性變動情況；<測試條件>作為規則開始執行的引導條件，在該條件判斷為真的情況下，規則開始啟動執行；<學習行為>為規則執行的具體行為過程，包括學習、測試、評價等系統具體行為，通過規則從一系列系統行為中調用規則對應的學習行為，進行執行（周曉軍，2009）。在此簡要舉例如下：

規則1：W（NOT_MASTER）-＞（$PRO；PRO（MASTER））|W（Begin_Learn），！Learner

對于當前微課程W，目前學習狀態為沒有掌握，在不存在預備知識或預備知識已經掌握的條件下，推理代理輸出的動作是要求學生開始進行該微課程的學習，系統相應啟動學習機制開始學習，并相應將該微課程的狀態標注為Begin_Learn。

規則2：W（Begin_Learn）-＞（T）|W（Post_ Learn），！Tester

對于當前微課程W，狀態為開始學習，在存在相應測試T的條件下，開始執行相應測試T，相應將該微課程的狀態標注改變為Post_Learn。

規則3：W（EL）-＞（$T；KT（M）），（N=0；N=1）|W（M，N=1）

在不存在知識測試或測試內容已經掌握的情況下，通過本規則實現微課程狀態的轉換，標明該微課程已經掌握，學習次數為1。

規則4：W（Not_Marker）-＞（Test_Already）|W（StartMarker），！Marker

對于目前微課程，目前狀態為未評分，在針對該微課程的測試已經進行的情況下，調用內在評分機制，對目前微課程的學生學習情況進行評分。

規則5：W（NOT_MASTER，Marker）-＞（80＞p＞60，NextSelected）|W（BASIC_MASTER），！Learner（NextKnode）

對于目前掌握程度標注為NOT_MASTER的微課程，在測試后該微課程分數在60和80之間，并且學生選擇進行下一個微課程的學習的情況下，對目前微課程的該學生學習掌握情況為BASIC_MASTER，同時啟動學習模塊開始下一個微課程的學習過程。

六、總結與展望

全球范圍持續升溫的漢語熱驅動了個別化的遠程漢語教學專家系統的產生。研究在建構主義、第二語言習得等相關學習理論的基礎上，以結構化的微課程知識樹為基礎，在智能教學系統的框架下，設計了一個能夠識別學生狀態并自動推送學習支持的個別化遠程漢語微課程教學專家系統，動態跟蹤每一個學員的整個學習過程，相應開展個別化的漢語遠程在線學習。研究將對漢語以及其他相關學科的微課程遠程教學實踐的開展提供參考。

［1］丁海燕，桂進陽，劉松等（2011）.智能教學系統設計——以基于Web的日本語導學系統為例［J］.云南大學學報（自然科學版），（S1）：290-293.

［2］姜倩（2003）.關于Krashen第二語言習得理論的五個假設及相關思考［J］.外交學院學報，（1）：98-102.

［3］李泮池（2009）.淺析克拉申的第二語言習得理論［J］.國際關系學院學報，（5）：90-96.

［4］任紅艷，靳瑩（2013）.有效教學新視角：微課程觀下的教學專家系統［J］.教育理論與實踐，（10）：57-60.

［5］王英姿（1997）.以微課程為中心的ITS構建方法研究及實用教學系統的設計［D］.北京：中科院計算所.

［6］楊勇（1998）.基于語義網絡的ITS開發環境［D］.北京：中科院計算所.

［7］周曉軍（2009）.多媒體智能教學系統研究與設計［M］.北京：北京語言大學出版社：40-114.

［8］Anderson，J.，&Reiser，B.（1985）.The Lisp Tutor［J］. Byte，10（4）：159-175.

［9］Brown，J.S.，&Burton，R.R.（1978）.Diagnostic Models for Procedural Bugs in Basic Mathematical Skills［J］.Congnitive Science，2（2）：155-192.

［10］Greer，J.E.，&McCalla，G.I.（1994）Student Modelling：The Key to Individualized Knowledge-Based Instruction［J］. Nato Asi，125：63-97.

［11］Liang，Y.，&Xu，J.（2013）.An Intelligent Tutoring System Based on Speech Assessment for Spoken English Learning in China［M］.Advances in Brain Inspired Cognitive Systems. Springer Berlin Heidelberg.

［12］Reddy，P.D.，&Sasikumar，M.（2014）.Student Model for an Intelligent Language Tutoring System［A］.Proceedings of International ConferenceonAdvancedLearningTechnologies［C］：441-443.

Design of Distance Teaching Expert System for Chinese Language Based on Micro-Lecture

Li Wei，Zhou Xiaojun，Zhang Runzhi，Song Min，Zhao Xuemei

Khan Academy's success and popularity of all kinds of micro-course educational forms have effectively met the learners fragmented learning needs and promoted the individualized teaching.At present，the global craze for Chinese language learning has posed higher requirements for the individualized distance Chinese education，while the courseware teaching or the real-time teaching system is inadequate to meet the above needs. Learners'metacognition，learning characteristics，cognitive states，learning process，and learning interests vary a lot in different parts of the world，which makes it difficult to meet the individualized learning needs by using the same type of courseware teaching.Although the one to one real-time teaching can satisfy this requirement to a certain degree，its cost is too high to make it popularized in the world.Therefore，in order to solve the above problems and make the individualized distance Chinese learning effective，it is essential to construct an Individualized Chinese Teaching Expert System based on a series of micro courses.Guided by the constructivism and second language acquisition theory，fragmenting the Chinese curriculum into a series of micro-lectures，with the structured micro-lecture knowledge tree as its basis，and adopting some related individualized teaching strategies，the Individualized Chinese Teaching Expert System is able to implement dynamic individualized Chinese learning，and to meet the needs of learners'fragmented learning needs.It will also provide references for the practice of distance Chinese teaching and other related subjects.

InternationalChineseEducation；MicroCourses；IntelligentTeachingExpertSystem；Individualized Teaching

G434

A

1009-5195（2016）04-0103-10 doi10.3969/j.issn.1009-5195.2016.04.011

北京語言大學青年自主科研支持計劃資助項目（中央高校基本科研業務費專項資金）“漢語國際推廣形勢下的遠程漢語運行模式研究”（09JBT01）。

李煒，博士研究生，副研究員，碩士生導師；周曉軍，博士，副教授，碩士生導師；張潤芝，博士，講師，碩士生導師；宋敏，碩士；趙雪梅，講師，北京語言大學網絡教育學院（北京100083）。

2016-06-03責任編輯曾艷