自適應學習技術研究現狀文獻調查分析

摘要：本文主要對國內近五年的自適應學習技術的相關文獻進行了分析研究，重點探討了對該技術的研究分析在如今的社會環境下的必要性，以及國內知名學者對該技術及相關系統和平臺的不同理解，并整理分析得出國內對該技術的普遍理解，作者還分析了該技術在教育領域的應用情況，并在此基礎上得出國內自適應學習技術在教育領域面臨的挑戰。

關鍵詞：自適應學習技術；自適應學習系統；自適應學習平臺

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2018）13/14-0140-04

● 引言

當前網絡技術的疾速發展，多種技術在學生學習方面的不斷深入，為自適應學習技術的發展提供了機遇和挑戰。自適應學習技術是指在教育中學習者進行學習時，為每個學習者提供適應的、獨立的學習需要和需求的軟件技術及平臺的一種科技手段，以便學習者能夠更便捷、合理、有效地進行學習。

● 自適應學習技術研究的必要性

近幾年，隨時隨地碎片化知識的學習提高了社會對追求個性化學習服務的自適應學習技術的要求，同時，社會對學習者的學習效率、學習效果也提出了新的、更高的要求，學習者的終身學習、個性化學習在由網絡交錯覆蓋的紛繁復雜的社會中成為一種新的時尚。各國教育界對個性化學習的重要性的認識正在逐步提升，并為自適應學習技術的蓬勃發展提供了穩健的平臺，同時也給提高包括自適應學習平臺、系統在內的自適應學習技術，提出了新的挑戰。

● 自適應學習概念界定

自適應學習，通常是指提供相應環境、情境、場所或場域以便學習者學習，學習者在學習中觀察、分析、整理、歸納，最終構成科學理論并達到自主解惑的一種基于計算機技術的學習方式。周成綱認為這種學習，是指學生依照所學科目、內容的調整或改進，在逐步發現、調整的過程中形成有別于他人的學習方式，并最終找到適合自己的方式，同時，他認為一種能夠幫助人類獲取先進知識，增強技能的學習方式就是自適應學習，這種方式不單單是算法和公式的羅列、套用那么簡單，而是人工智能在教學中的相關應用。王洪江、黃潔認為在某種程度上，它是學習者在理論層面上進行思考，在付諸實踐的過程中主動發掘知識和技能，并最終獲取的一種學習手段。同時，郭朝暉認為自適應學習平臺中的自適應學習和我們常說的個性化學習的含義比較相近，但其實兩者之間既相互聯系又有所不同，后者是一種描述包括學習方法和學習模式的涵蓋性的術語，而前者則是一種實現后者的具體的實施方法，是由數據作為導向，對學習者的能力水平進行分析并調整，進而依此推送某時某刻最適合學習者的材料和策略。

1.自適應學習技術

通常來說，自適應學習技術就是指學習者可以自動調用適應其個性化學習需求的軟件和平臺。在《自適應學習技術研究與展望》一文中，董曉輝、楊曉宏、張學軍共同認為“自適應學習技術是對自適應學習系統中所采用的軟件技術和平臺的統稱”。正如朱月翠所說，自適應學習技術為適應學習者的交互需求和學習水平，需要用非線性的方法來指導和調整，為了取得進展，需要預測學習者在特定的時間點期待什么內容和資源，它是一種智慧化的導師。由此可見，該技術是指通過收集學習者的數據，并且進行分析，依據學習者特征自動調整學習內容，在線上學習平臺中進行應用的一系列技術支持。它使得學習者的學習體驗得以改善，將傳統的、統一固定的課堂講授方式轉變為按需推送，將教師的教學形式也轉變為基于學習者特征分析的個別化指導形式。

2.自適應學習系統

對于自適應學習系統，通常認為是技術的一個分支，最初是根據系統運行中收集各用戶的數據，來建立模型，再進行推送以適應于不同的學習者。該平臺能夠以學習者為主體，為其個性化的學習需要提供相關學習的知識、學習環境和策略支持，系統通過實時測評找出相對薄弱的知識點，制定相應的學習策略。

研究顯示，國內該領域研究起步較晚，華南師范大學陳品德教授從內容呈現和導航支持角度設計了A-Tutor原型系統，臺灣淡江大學通過Agent技術研發出具有一些簡單的智能交互功能的智能學習系統MMU，目前國內許多關于自適應學習系統的研究仍處于原型實驗階段，這種系統適應性及個性化推送機制仍需不斷探索。

所以，我們能看到網絡學習不斷發展的過程中顯現出的局限性為自適應學習系統提供了機遇，它能突破傳統的教師一對多的教學，克服無法照顧到每一位學生的局限性，根據學習者的自身特征，制定個性化的學習軌跡，真正達成自適應的學習，使學生和教學資源之間達到最大程度的吻合，以保證學習效果，真正做到以學習者為核心的個別教學。

3.自適應學習平臺

基于以上分析，自適應學習平臺可以說是一種引導學生個別化學習的系統。徐鵬和王以寧認為該學習平臺是為個體學習過程中存在的差異提供符合個體特征的學習支持的相應的學習系統，而黃伯平、趙蔚和于延冬等則是從連通性、內容和文化三個層面闡述對該平臺的定義。從這些學者對自適應學習平臺的定義中我們能夠看出，國內的定義相對來說較為簡潔，重點是強調自適應學習系統能夠為學習者提供特色的學習服務和學習支持，而其實現途徑是基于對學習者自身特征的綜合分析，從而提供個性化服務。

● 自適應學習技術文獻綜述

1.文獻來源

本研究采用的一部分文獻來源于中國知網（CNKI），還有一部分來自萬方數據，時間為2013—2017年。檢索條件為，中文檢索關鍵詞“自適應學習技術”“自適應學習系統”“自適應學習平臺”或“自適應技術”（或主題詞“Learning”并含“適應性/個性化”）；英文檢索關鍵詞“Adaptive e-Learning Systems”或“Adaptive learning platform”“Adaptive learning technology”。共搜索到文章34篇，這些檢索條件基本上涵蓋了自適應學習技術的所有應用情形。筆者將文章進行分類統計，可得到自適應學習技術應用現狀文獻分析表（如上頁表1），通過對分析表進行數據分析，可以得到該技術應用文獻年份分布圖（如圖1）。

本文通過文獻分析法和內容分析法，對國內2013—2017年與自適應學習技術相關的重要文獻進行整理分析，不難發現實現個性化學習的有效途徑之一便是自適應學習技術的優質利用，同時也發現自適應學習技術雖涉獵廣泛，但運用領域呈現集中化，尤其在初、中等教育的實踐和研究以及對學習者情感的研究方面相對較少，自適應學習技術只有與大數據以及其他多種技術結合應用才能在將來為學習者提供更方便快捷而且適合學習者的更加智能的個性化學習服務。

2.自適應學習技術應用文獻分析

在研究自適應學習技術的過程中，不可避免地會提到自適應學習技術所涉及的各個專業領域，因此筆者從中國知網找到了近五年（2013—2017年）自適應學習技術在各專業領域的應用，通過主題檢索“自適應學習技術”“自適應學習系統”“自適應學習平臺”，將資料進行分析并進行了匯總，得出了自適應學習技術在各行各業中的應用，得到了自適應學習技術應用領域匯總表（如表2）。

通過對自適應學習技術應用領域匯總表進行數據分析，我們可以得到自適應學習技術應用領域分布圖（如圖2）。

由圖2可以看出，自適應技術在電信技術領域占到32%以上，甚至更多，在教育理論與教育管理領域占28%，而在計算機軟件及計算機應用領域的運用達到了整個自適應技術應用的27%，互聯網技術只占6%，而中等教育和高等教育共同占7%，由此可見，目前自適應技術在教育領域還只停留在理論層面，而在實際中更多應用于計算機網絡技術方面和信息技術方面。對于自適應學習技術而言，最終目的是為學習者服務。中等教育和高等教育中自適應學習技術應用所占的比例少之又少，這恰恰說明了自適應學習技術在教育領域落實并不到位，僅限于理論層面，不能真正實現為學習者個性化學習服務的要求。

● 自適應學習技術在教育領域面臨的挑戰

1.對教師的挑戰

其一，對教師的專業知識能力和水平是很大的挑戰。傳統教學模式下課上內容的學習以及學習進度由教師主宰，而在使用新技術進行授課時，要求學生學習、解決問題更加主動。在這個過程中，學生對所學內容難免會有質疑，從而挑戰教師權威，這些都要求教師有深厚的知識儲備和精湛的教學技能。其二，對教師信息素養能力也是一種很大的挑戰。教師使用新型技術來達到實時交互，同時利用技術對學生的學習信息進行收集、處理，以提高學習效率，達到要求。

2.對學習內容的挑戰

傳統的課堂教學，學生的學習內容直接取決于教材的內容，這樣的學習內容是靜態的，不易使學生產生發散性思維，而自適應學習技術能打破學習內容的靜態性，知識的學習不再是以識記為主要學習方式，生動有趣、豐富多彩、發展個性的學習方式和內容成為學生學習的新要求。

3.對技術的挑戰

自適應學習技術的概念提出以及相關研究雖然已經有許多年，但它其實是在互聯網技術和人工智能的飛速發展中逐步實現自身真正發展的，這種能夠促進學生學習的自適應技術還需要經過實踐的檢驗，要實現對學生的個性化測評，就需要結合大數據對學生的信息進行監測、整合、分析并反饋，只有技術不斷發展，才能獲得足夠的資源，實現為學生學習服務的要求。

● 結論

隨著新興科技的飛速發展，個性化自適應學習系統可以在大數據、云計算及人工智能的支持下與其他系統相互聯系，收集更加豐富的數據、信息資源，并將其作為個性化自適應學習系統分析的根基，某一個系統的輸出可以是其他系統的輸入，經由數據的連通，導進個性化自適應學習系統中，使之成為最直接的評價手段。大數據、人工智能已是目前研究的熱點話題，我們可以利用大數據在教育領域的運用對學習者的學習過程進行全方位的監控、全面分析，為學習者提供更加精準、智能、適合自身個性特點的學習服務，甚至為學習者提供全生命周期的學習服務。

參考文獻：

[1]王洪江，黃潔.面向自適應學習系統的開放學習者模型研究[J].數字教育，2017（2）.

[2]馬相春，鐘紹春，徐妲.大數據視角下個性化自適應學習系統支撐模型及實現機制研究[J].中國電化教育，2017（4）.

[3]董曉輝，楊曉宏，張學軍.自適應學習技術研究現狀與展望[J].電化教育研究，2017（2）.

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

[5]牟智佳.學習者數據肖像支撐下的個性化學習路徑破解[J].遠程教育雜志，2016（9）.

[6]姜強，趙蔚，王朋嬌.自適應學習系統中學習者為中心視角評價學習成效實證研究[J].現代遠距離教育，2015（4）.

[7]趙學孔，徐曉東，龍世榮.B/S模式下自適應學習系統個性化推薦服務研究[J].中國遠程教育，2015（10）.

作者簡介：劉立云（1978.7—），女，山西平遙人，山西大同大學教育科學與技術學院講師，碩士。主要研究方向為混合式學習、微課、翻轉課堂、數字化學習資源的建設。

基金項目：本論文受教育部重點課題基金支持：面向智慧教育的中小學學習空間研究與實踐（項目編號：CSDP2017FS1104）；山西大同大學2017年度校級課題基金支持：“互聯網+”下大同市博物館移動學習平臺的設計與開發（項目編號：2017K16）；山西大同大學2017年度校級教改項目基金支持：基于大數據的數字媒體專業程序設計類課程的個性化教學改革實踐。