現(xiàn)狀與發(fā)展：智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的反思*

楊 兵，尹加琪，楊 旸 ，[新西蘭]吳長(zhǎng)泰，趙勝啟

(1.湖北大學(xué) 教育學(xué)院，湖北 武漢 430062；2.惠靈頓維多利亞大學(xué) 信息管理系，新西蘭 惠靈頓 6011；3.湖北省襄陽(yáng)市樊城區(qū)教育科學(xué)研究所，湖北 襄陽(yáng) 441000)

智能問(wèn)答機(jī)器人是模擬人類對(duì)話的計(jì)算機(jī)程序，研究者需要預(yù)先構(gòu)建知識(shí)庫(kù)，機(jī)器接收問(wèn)題后經(jīng)過(guò)計(jì)算，返回最貼切的匹配[1]。隨著人工智能興起，人們開(kāi)始研究智能問(wèn)答機(jī)器人技術(shù)，以促進(jìn)不同行業(yè)發(fā)展，并且智能問(wèn)答機(jī)器人已在電子商務(wù)、休閑娛樂(lè)和個(gè)人助理等領(lǐng)域得到廣泛研究與應(yīng)用，在教育領(lǐng)域的應(yīng)用亦受到眾多學(xué)者關(guān)注。如喬治亞理工學(xué)院針對(duì)在線課程研發(fā)教師助導(dǎo)Jill Wastion；澳大利亞迪肯大學(xué)研發(fā)一款Chatbot校園精靈，可回答有關(guān)校園生活的各種問(wèn)題[2]。

眾多研究表明，智能問(wèn)答機(jī)器人可被視為具有特定學(xué)習(xí)目標(biāo)，在教育環(huán)境中有自主行為的實(shí)體[3]。其應(yīng)用于學(xué)習(xí)領(lǐng)域能豐富學(xué)習(xí)內(nèi)容呈現(xiàn)、增加學(xué)習(xí)動(dòng)機(jī)并提高學(xué)習(xí)興趣。隨著計(jì)算機(jī)輔助教學(xué)(Computer Aided Instruction，CAI)及智能助導(dǎo)系統(tǒng)(Intelligent Tutoring Systems，ITS)的興起，諸多學(xué)者通過(guò)開(kāi)源平臺(tái)研發(fā)智能問(wèn)答機(jī)器人，隨之開(kāi)展促進(jìn)學(xué)習(xí)提升的各種研究。如針對(duì)英語(yǔ)學(xué)習(xí)的嵌入式智能問(wèn)答機(jī)器人Don Quijote、Mike等[4][5]，基于醫(yī)學(xué)學(xué)科的智能問(wèn)答機(jī)器人Medchatbot[6]、針對(duì)心理學(xué)科的Freudbot[7]以及面向公式學(xué)習(xí)的xotria[8]等。國(guó)內(nèi)研究如清華圖書(shū)館智能問(wèn)答機(jī)器人“小圖”[9]、基于英語(yǔ)學(xué)習(xí)的ALICE[10]等。總體而言，國(guó)外對(duì)智能問(wèn)答機(jī)器人在學(xué)習(xí)領(lǐng)域的應(yīng)用探索不斷深入，而國(guó)內(nèi)剛剛起步，相關(guān)研究甚少。鑒于此，本文將介紹智能問(wèn)答機(jī)器人的概念及特點(diǎn)，歸納分析智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)提升的關(guān)鍵主題，總結(jié)其在學(xué)習(xí)研究中的過(guò)程與方法，探討機(jī)器人促進(jìn)學(xué)習(xí)時(shí)面臨的挑戰(zhàn)及發(fā)展趨勢(shì)，以期探究智能問(wèn)答機(jī)器人在教育領(lǐng)域的應(yīng)用潛能。

一、研究方法與工具

智能問(wèn)答機(jī)器人是人工智能發(fā)展的創(chuàng)新產(chǎn)物，備受互聯(lián)網(wǎng)企業(yè)、學(xué)術(shù)界關(guān)注。然而，其在教育領(lǐng)域的研究尚未引起國(guó)內(nèi)學(xué)術(shù)界重視，有關(guān)智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)方面的研究在國(guó)內(nèi)期刊上鮮少出現(xiàn)。論文通過(guò)梳理智能問(wèn)答機(jī)器人教育領(lǐng)域應(yīng)用相關(guān)文獻(xiàn)，全面了解其促進(jìn)學(xué)習(xí)的研究現(xiàn)狀，反思其存在的挑戰(zhàn)與問(wèn)題，以期促進(jìn)智能問(wèn)答機(jī)器人在教育領(lǐng)域的發(fā)展。對(duì)此，文章采用文獻(xiàn)研究法，在谷歌學(xué)術(shù)上進(jìn)行系統(tǒng)的文獻(xiàn)檢索，時(shí)間范圍限定于2008年至2018年，搜索主題詞包括：“Education and Chatbot”“Teacher and Chatbot”“Student and Chatbot”等各種組合。文獻(xiàn)來(lái)自工程、技術(shù)、心理學(xué)、通信和人工智能領(lǐng)域。

文獻(xiàn)檢索重點(diǎn)關(guān)注了智能問(wèn)答機(jī)器人近十年的教育研究發(fā)展，以期把握最新研究動(dòng)態(tài)。文章的選取歷經(jīng)篩選、瀏覽、再篩選的過(guò)程。首先檢索全文中含有主題詞“Education and Chatbot”“Teacher and Chatbot”“Student and Chatbot”的文獻(xiàn)分別為508篇、185篇、360篇。再通過(guò)瀏覽文獻(xiàn)標(biāo)題、關(guān)鍵詞篩選出符合本文主題的文獻(xiàn)共140篇，接著使用文獻(xiàn)管理軟件Mendeley進(jìn)行文獻(xiàn)收集與整理、分析與總結(jié)。通過(guò)泛讀文章摘要、引言與結(jié)論，排除一些重點(diǎn)討論語(yǔ)音識(shí)別技術(shù)，文字到語(yǔ)音識(shí)別技術(shù)和計(jì)算機(jī)輔助教學(xué)等主題的文章，確保文章內(nèi)容與本文主題高度相關(guān)。通過(guò)精讀文獻(xiàn)，歸納智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的核心主題及關(guān)注重點(diǎn)。

二、會(huì)話系統(tǒng)：智能問(wèn)答機(jī)器人概述

智能問(wèn)答機(jī)器人又稱會(huì)話代理或智能代理(Intelligent Agent)，是模仿人類對(duì)話的計(jì)算機(jī)程序，檢索用戶輸入，基于關(guān)鍵技術(shù)進(jìn)行內(nèi)置算法計(jì)算，再匹配數(shù)據(jù)庫(kù)并返回運(yùn)算結(jié)果。智能問(wèn)答機(jī)器人的關(guān)鍵技術(shù)包括自然語(yǔ)言處理、解析技術(shù)、語(yǔ)音識(shí)別、語(yǔ)義識(shí)別、SQL和相關(guān)數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等[11]。一般而言，智能問(wèn)答機(jī)器人的系統(tǒng)框架包含7個(gè)主要功能模塊，如圖所示。用戶輸入模塊支持文本或語(yǔ)音模式，識(shí)別技術(shù)模塊接收用戶輸入，采用語(yǔ)音及語(yǔ)義識(shí)別技術(shù)將其轉(zhuǎn)換為表達(dá)式。自然語(yǔ)言處理模塊理解表達(dá)式，將其轉(zhuǎn)化并輸入至對(duì)話管理模塊。對(duì)話管理模塊采取特定的算法進(jìn)行回復(fù)，并交由處理模塊進(jìn)行自然語(yǔ)言生成。生成的回復(fù)文本經(jīng)語(yǔ)音合成，完成文字至語(yǔ)音的輸出。由于智能問(wèn)答機(jī)器人是基于人機(jī)交互服務(wù)，由內(nèi)置規(guī)則和人工智能支持，它可嵌入眾多社交平臺(tái)，如Facebook Messenger、Slack、Telegram、Text Messages等，具備強(qiáng)大的社會(huì)性。就智能問(wèn)答機(jī)器人實(shí)施框架而言，不同模塊結(jié)合不同技術(shù)，多種算法的應(yīng)用使智能問(wèn)答機(jī)器人具備強(qiáng)大交互性。生動(dòng)有趣的用戶界面為人機(jī)交互增添了趣味性。此外，智能問(wèn)答機(jī)器人還能夠在歷史交互中學(xué)習(xí)，隨著時(shí)間推移改進(jìn)響應(yīng)的精準(zhǔn)性。同時(shí)，能讓用戶通過(guò)對(duì)話式服務(wù)高效準(zhǔn)確地執(zhí)行任務(wù)[12]。正是智能問(wèn)答機(jī)器人具備社會(huì)性、交互性、趣味性、智能性及有效性，目前廣泛用于電子商務(wù)、醫(yī)療服務(wù)、休閑娛樂(lè)等領(lǐng)域，且研究愈漸創(chuàng)新，但學(xué)習(xí)領(lǐng)域的研究剛剛處于起步階段。

智能問(wèn)答機(jī)器人系統(tǒng)框架

三、核心主題：智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的現(xiàn)狀分析

隨著在線聊天的盛行，學(xué)習(xí)者傾向于使用即時(shí)消息軟件進(jìn)行交流。現(xiàn)在，智能問(wèn)答機(jī)器人不只限于休閑娛樂(lè)，更是深入到教育領(lǐng)域[13]。當(dāng)前，智能問(wèn)答機(jī)器人在學(xué)習(xí)領(lǐng)域的應(yīng)用研究主要集中在語(yǔ)言學(xué)習(xí)、學(xué)科學(xué)習(xí)、學(xué)習(xí)效果、思維訓(xùn)練、學(xué)習(xí)環(huán)境、學(xué)生態(tài)度等方面。據(jù)文獻(xiàn)整理，智能問(wèn)答機(jī)器人在學(xué)習(xí)應(yīng)用中的核心主題如下頁(yè)表1所示，主要包括研究?jī)?nèi)容、關(guān)注重點(diǎn)、研究方法、關(guān)鍵技術(shù)及常用開(kāi)發(fā)平臺(tái)等方面。

(一)語(yǔ)言學(xué)習(xí)

語(yǔ)言學(xué)習(xí)涉及到整合聽(tīng)說(shuō)讀寫(xiě)等技能。但于大部分學(xué)習(xí)者而言，口語(yǔ)交流過(guò)程中由于不自信而感到害羞，也無(wú)過(guò)多機(jī)會(huì)進(jìn)行課外學(xué)習(xí)，非常容易喪失學(xué)習(xí)興趣。同傳統(tǒng)課堂相比，情境學(xué)習(xí)理論(Situated Learning Theory)強(qiáng)調(diào)學(xué)習(xí)是情境化、無(wú)意識(shí)、真實(shí)且互動(dòng)的；建構(gòu)主義學(xué)習(xí)理論(Constructivist Learning Theory)也強(qiáng)調(diào)促進(jìn)學(xué)生主動(dòng)參與學(xué)習(xí)，其六要素包括：情境、協(xié)作、橋梁、問(wèn)題、意義構(gòu)建與反思，智能問(wèn)答機(jī)器人能夠通過(guò)設(shè)置學(xué)習(xí)情境，提升學(xué)習(xí)者的學(xué)習(xí)參與度。計(jì)算機(jī)輔助語(yǔ)言學(xué)習(xí)(Computer Assisted Language Learning，CALL)的盛行，能夠創(chuàng)建多種學(xué)習(xí)情境，進(jìn)行語(yǔ)言學(xué)習(xí)，如：電子郵件、聊天軟件、MOOC平臺(tái)及社交網(wǎng)絡(luò)等。Bayan Abu Shawar認(rèn)為CALL雖能提供學(xué)習(xí)材料，但缺乏語(yǔ)言學(xué)習(xí)所必需的會(huì)話練習(xí)與反饋機(jī)制。而整合智能問(wèn)答機(jī)器人，將其作為學(xué)習(xí)同伴，提供語(yǔ)言學(xué)習(xí)情境，促進(jìn)學(xué)生會(huì)話參與，可彌補(bǔ)CALL的不足[14]。智能問(wèn)答機(jī)器人作為新型語(yǔ)言學(xué)習(xí)工具主要從以下方面幫助學(xué)習(xí)者：提供符合學(xué)習(xí)者需求的任務(wù)框架；持續(xù)監(jiān)控學(xué)習(xí)進(jìn)度并提供適應(yīng)性任務(wù)與傳遞方式；提供口語(yǔ)練習(xí)，提升學(xué)習(xí)動(dòng)機(jī)[15]。

表1 智能問(wèn)答機(jī)器人學(xué)習(xí)應(yīng)用中的核心主題

眾多學(xué)者致力研發(fā)智能問(wèn)答機(jī)器人以促進(jìn)語(yǔ)言學(xué)習(xí)，通過(guò)創(chuàng)設(shè)語(yǔ)言學(xué)習(xí)情境，學(xué)習(xí)者充分利用語(yǔ)言環(huán)境，參與會(huì)話，語(yǔ)言學(xué)習(xí)是聽(tīng)說(shuō)讀寫(xiě)等技能的綜合。但是研究者在開(kāi)發(fā)階段更多關(guān)注于技術(shù)層面，包括語(yǔ)音識(shí)別、語(yǔ)義識(shí)別、語(yǔ)音合成技術(shù)等。智能問(wèn)答機(jī)器人已經(jīng)從文本至文本交互(Text to Text)，已演變成文本至語(yǔ)音(Text to Speech)甚至是語(yǔ)音至語(yǔ)音(Speech to Speech)的交互方式。目前，研究者注重語(yǔ)言學(xué)習(xí)中的對(duì)話訓(xùn)練，如Neasa Ní Chiaráin等研發(fā)面向?yàn)l危語(yǔ)言——愛(ài)爾蘭語(yǔ)智能問(wèn)答機(jī)器人，旨在提供學(xué)習(xí)者學(xué)習(xí)愛(ài)爾蘭語(yǔ)的機(jī)會(huì)[16]。Chun-Hung Lu等提出基于即時(shí)消息的智能問(wèn)答機(jī)器人，為學(xué)生創(chuàng)設(shè)在線英語(yǔ)學(xué)習(xí)環(huán)境，其使用現(xiàn)成的參考資料，包括詞典、經(jīng)授權(quán)的談話與演講材料以及問(wèn)答功能以激發(fā)學(xué)習(xí)者學(xué)習(xí)興趣[17]。而Lee等研發(fā)的智能問(wèn)答機(jī)器人EFL(English as a Foreign Language，EFL)則是面向特定學(xué)習(xí)內(nèi)容，即九年級(jí)英語(yǔ)教材，提供該年級(jí)的知識(shí)訓(xùn)練[18]。另有Amany AlKhayat等在EFL課堂中使用Tutor Mike，糾正學(xué)習(xí)者的拼寫(xiě)和語(yǔ)法錯(cuò)誤，幫助學(xué)習(xí)者提供寫(xiě)作思路及寫(xiě)作建議[19]。陳維超等基于高中英語(yǔ)課堂，利用“希賽可”聊天系統(tǒng)創(chuàng)設(shè)富于交互的學(xué)習(xí)情境，輔助口語(yǔ)學(xué)習(xí)，學(xué)習(xí)者可以經(jīng)過(guò)問(wèn)答會(huì)話，提升口語(yǔ)流利度，提高口語(yǔ)對(duì)話自信[20]。盡管智能問(wèn)答機(jī)器人可作為促進(jìn)語(yǔ)言學(xué)習(xí)的工具，但在具體實(shí)施時(shí)仍有亟待解決的問(wèn)題，如智能問(wèn)答機(jī)器人理解自然語(yǔ)言及處理模糊文本等能力。研究顯示，學(xué)習(xí)者的先前語(yǔ)言水平也是影響學(xué)習(xí)效果的重要因素[21]。

(二)學(xué)科學(xué)習(xí)

智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的應(yīng)用趨于具體化，愈具針對(duì)性。促進(jìn)學(xué)科學(xué)習(xí)的研究多采用實(shí)證研究法，以實(shí)踐論證其在促進(jìn)學(xué)科學(xué)習(xí)中的價(jià)值。這類研究聚焦教學(xué)中的核心問(wèn)題：何種教學(xué)方法與內(nèi)容能刺激并吸引學(xué)生，使之成為學(xué)習(xí)的主動(dòng)參與者？激勵(lì)和促進(jìn)學(xué)習(xí)者有效學(xué)習(xí)的方法是聚焦學(xué)習(xí)者的興趣、目標(biāo)、志向及價(jià)值。對(duì)學(xué)習(xí)者有充分的了解，才可構(gòu)建有效的學(xué)習(xí)環(huán)境，引導(dǎo)他們展開(kāi)深度學(xué)習(xí)[22]。對(duì)此，研究者借助智能問(wèn)答機(jī)器人的特性，將其引入學(xué)科學(xué)習(xí)，成為學(xué)習(xí)密不可分的部分。智能問(wèn)答機(jī)器人學(xué)科學(xué)習(xí)的應(yīng)用面向大學(xué)學(xué)科居多，涵蓋工程、英語(yǔ)、醫(yī)學(xué)、心理、教育等學(xué)科。研究者根據(jù)學(xué)科特性與內(nèi)容，研發(fā)智能問(wèn)答機(jī)器人，充分體現(xiàn)個(gè)性化學(xué)習(xí)、合作學(xué)習(xí)、激勵(lì)學(xué)習(xí)等以學(xué)習(xí)者為中心的學(xué)習(xí)理念。如Crown Stephen等研發(fā)工程學(xué)智能問(wèn)答機(jī)器人Anne，其作用不僅充當(dāng)問(wèn)答系統(tǒng)，更是融入學(xué)習(xí)者的認(rèn)知過(guò)程。學(xué)習(xí)者既是Anne的使用者亦是訓(xùn)練者。作為訓(xùn)練者，學(xué)習(xí)者基于課程內(nèi)容提出問(wèn)題，加以思考并提供答案；作為使用者，學(xué)習(xí)者提問(wèn)時(shí)，Anne將返回由研究者預(yù)設(shè)好的答案，學(xué)習(xí)者可提供反饋，加深知識(shí)理解，同時(shí)也形成良好的激勵(lì)作用[23]。為了維持學(xué)習(xí)者的興趣，Shakti，Shiv等研發(fā)公式學(xué)習(xí)智能問(wèn)答機(jī)器人Xotira，允許學(xué)習(xí)者測(cè)試和練習(xí)數(shù)學(xué)公式，除提供文本交互外，還提供教學(xué)視頻、動(dòng)畫(huà)及游戲化的公式講解，豐富智能問(wèn)答機(jī)器人的呈現(xiàn)形式，促進(jìn)學(xué)習(xí)者有效理解并運(yùn)用公式[24]。另有Shan-Ting Hsieh等利用Messenger平臺(tái)的API服務(wù)，創(chuàng)建Java咨詢智能問(wèn)答機(jī)器人，學(xué)習(xí)者可詢問(wèn)Java編程問(wèn)題，機(jī)器人不僅能提供準(zhǔn)確答案，還可提供學(xué)習(xí)鏈接。隨著問(wèn)題增多，智能機(jī)器人數(shù)據(jù)庫(kù)會(huì)持續(xù)更新，滿足學(xué)習(xí)者的問(wèn)答需求[25]。除了開(kāi)發(fā)智能問(wèn)答機(jī)器人，也有學(xué)者充分利用現(xiàn)成智能問(wèn)答機(jī)器人。如紀(jì)鴻利用ALICE，基于任務(wù)驅(qū)動(dòng)法，在英語(yǔ)課堂中布置聊天任務(wù)，讓學(xué)習(xí)者與問(wèn)答機(jī)器人聊天對(duì)話，以促進(jìn)大學(xué)英語(yǔ)的學(xué)習(xí)[26]。但是，這類研究存在面向?qū)W科寬泛，智能問(wèn)答機(jī)器人知識(shí)庫(kù)構(gòu)建缺乏針對(duì)性，知識(shí)零散且不深入等問(wèn)題。該類研究多基于開(kāi)源平臺(tái)及AIML語(yǔ)言，因而更適于具體科目、特定內(nèi)容與詳細(xì)知識(shí)點(diǎn)。

(三)學(xué)習(xí)效果

智能問(wèn)答機(jī)器人具有社會(huì)性、交互性、趣味性、智能性及有效性等特點(diǎn)，利用其特性可刺激和吸引學(xué)生。從教育心理學(xué)角度看，智能問(wèn)答機(jī)器人輔助教育可加深學(xué)生對(duì)知識(shí)技能的識(shí)記、保持、再認(rèn)、回憶，即提高記憶效果[27]；充分利用智能問(wèn)答機(jī)器人的富媒體屬性，以文本、圖像、動(dòng)畫(huà)、視頻等多種方式呈現(xiàn)教學(xué)內(nèi)容，能有效吸引學(xué)生注意，同時(shí)幫助學(xué)生思考并促進(jìn)知識(shí)內(nèi)化。智能聊天機(jī)器人可充當(dāng)教師助手，促進(jìn)學(xué)習(xí)者學(xué)習(xí)，在這方面，不少研究者驗(yàn)證其促進(jìn)學(xué)習(xí)的效果，例如，Simth，Benotti認(rèn)為，智能問(wèn)答機(jī)器人能促進(jìn)學(xué)習(xí)者記憶力提升及課堂參與度，激發(fā)競(jìng)爭(zhēng)感[28]。Gulz表示智能問(wèn)答機(jī)器人能夠增強(qiáng)學(xué)習(xí)動(dòng)機(jī)，增加學(xué)習(xí)環(huán)境中舒適感，人際關(guān)系滿足感，提升記憶理解和問(wèn)題解決能力[29]，有學(xué)者對(duì)此做出相應(yīng)實(shí)驗(yàn)，如Suhni Abbsi等證明相比搜索引擎，利用智能問(wèn)答機(jī)器人檢索的答案更具針對(duì)性，且記憶留存時(shí)間較長(zhǎng)[30]，記憶答案的準(zhǔn)確度較高，后測(cè)同前測(cè)實(shí)驗(yàn)相比，學(xué)習(xí)效果顯著提升。為探究智能問(wèn)答機(jī)器人在EFL課堂中促進(jìn)學(xué)習(xí)的效果，Amany AlKhayat等根據(jù)學(xué)習(xí)者的英語(yǔ)水平分組，結(jié)果表明，詞匯量的局限導(dǎo)致水平較低的學(xué)生喪失對(duì)話興趣，反觀中上等水平學(xué)生，他們認(rèn)為智能問(wèn)答機(jī)器人為其提供了很多詞匯、語(yǔ)法等知識(shí)，能增強(qiáng)自我學(xué)習(xí)動(dòng)機(jī)和興趣[31]。總之，學(xué)習(xí)者使用智能問(wèn)答機(jī)器人學(xué)習(xí)，一定程度上有助于增強(qiáng)學(xué)習(xí)動(dòng)機(jī)，提高學(xué)習(xí)興趣，培養(yǎng)記憶力與學(xué)習(xí)能力。

(四)思維訓(xùn)練

當(dāng)前正處于信息爆炸時(shí)代，僅僅掌握知識(shí)和信息仍遠(yuǎn)遠(yuǎn)不夠。要實(shí)現(xiàn)高效的學(xué)習(xí)生活，學(xué)習(xí)者需能解決問(wèn)題、進(jìn)行決策以及批判思考。研究表明，智能問(wèn)答機(jī)器人在學(xué)習(xí)領(lǐng)域的應(yīng)用有助于批判性思維的增加、創(chuàng)造性思維的增強(qiáng)，甚至反思性思維的形成。反思性思維有時(shí)被認(rèn)為與批判性思維同義，是批判性思維過(guò)程的一部分，特指分析和判斷已發(fā)生的事情，考慮個(gè)人成功和失敗之處，考慮已完成及未完成什么，需要改善什么，考慮新舊知識(shí)的聯(lián)系，提醒學(xué)生思考和關(guān)心自我想法。為了促使學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中進(jìn)行反思，Duangnamol Tama提出一個(gè)基于數(shù)學(xué)應(yīng)用題的智能問(wèn)答助導(dǎo)，根據(jù)學(xué)習(xí)者學(xué)習(xí)能力的不同，適應(yīng)性地推送題目，同時(shí)要求學(xué)生進(jìn)行問(wèn)題表征、提取問(wèn)題關(guān)鍵信息、分析相似問(wèn)題并回答更高階的問(wèn)題[32]。通過(guò)提問(wèn)使學(xué)生進(jìn)行反思，反復(fù)斟酌解題過(guò)程，以便真正理解問(wèn)題，達(dá)到舉一反三的目的。

(五)學(xué)習(xí)環(huán)境

在網(wǎng)絡(luò)學(xué)習(xí)(e-Learning)環(huán)境中，智能問(wèn)答機(jī)器人可輔助并支持學(xué)習(xí)環(huán)境的運(yùn)行，充當(dāng)智能助導(dǎo)、學(xué)習(xí)同伴。研究表明，除了智能導(dǎo)師及問(wèn)答系統(tǒng)外，Knill指出智能問(wèn)答機(jī)器人可幫助教學(xué)者了解學(xué)習(xí)者的弱項(xiàng)，并且生成記錄指導(dǎo)學(xué)習(xí)者學(xué)習(xí)[33]。隨著MOOC的興起，相關(guān)平臺(tái)研究也蓬勃發(fā)展，智能問(wèn)答機(jī)器人就演變?yōu)閷W(xué)習(xí)者尋找適合其興趣、學(xué)習(xí)和發(fā)展需要學(xué)習(xí)資源的助手。如Carmen Holotescu等設(shè)計(jì)的MOOC推薦系統(tǒng)，集成到Facebook Messenger平臺(tái)，讀取用戶社交媒體數(shù)據(jù)，分析其學(xué)習(xí)水平和興趣，并提供給相關(guān)的MOOC學(xué)習(xí)者學(xué)習(xí)建議[34]。智能問(wèn)答機(jī)器人在在線學(xué)習(xí)環(huán)境中充當(dāng)信息查詢和檢索系統(tǒng)，系統(tǒng)響應(yīng)由教師、學(xué)習(xí)助導(dǎo)進(jìn)行配置，使得教師的教學(xué)活動(dòng)得以簡(jiǎn)化，將時(shí)間精力投入至更具針對(duì)性的教學(xué)問(wèn)題中[35]。此外，智能問(wèn)答機(jī)器人亦可作為學(xué)習(xí)同伴，學(xué)生通過(guò)嵌入至網(wǎng)絡(luò)課程或在線平臺(tái)的機(jī)器人交談，即時(shí)獲取所需信息與知識(shí)。

(六)學(xué)習(xí)者態(tài)度

學(xué)習(xí)者是與智能問(wèn)答機(jī)器人互動(dòng)的直接主體，他們對(duì)技術(shù)的態(tài)度、體驗(yàn)以及期望尤為重要[36]。為了調(diào)查智能問(wèn)答機(jī)器人學(xué)習(xí)的態(tài)度，研究者多采用問(wèn)卷調(diào)查法，調(diào)查學(xué)習(xí)者的使用體驗(yàn)并獲得學(xué)習(xí)者對(duì)其改善的建議。如Patrick Bii等研發(fā)智能問(wèn)答機(jī)器人Knowie，學(xué)習(xí)者以提問(wèn)方式與Knowie討論四周內(nèi)所學(xué)的內(nèi)容主題，繼而完成問(wèn)卷[37]。結(jié)果表明，學(xué)習(xí)者對(duì)使用智能問(wèn)答機(jī)器人學(xué)習(xí)持贊成態(tài)度，提出改善聊天機(jī)器人內(nèi)容最多的建議為：讓機(jī)器人涵蓋更多學(xué)科內(nèi)容，讓智能問(wèn)答機(jī)器人擴(kuò)展到指定科目的所有主題，甚至學(xué)校提供的所有科目，反映出學(xué)習(xí)者對(duì)使用智能聊天機(jī)器人進(jìn)行知識(shí)學(xué)習(xí)的積極態(tài)度。

四、過(guò)程與方法：智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的研究方法

雖有Shuen-shing Lee National等發(fā)現(xiàn)智能問(wèn)答機(jī)器人在學(xué)習(xí)應(yīng)用中存在技術(shù)缺陷等問(wèn)題，基于理論研究提出改善機(jī)器人語(yǔ)音、語(yǔ)義識(shí)別率的建議[38]，但是，有關(guān)智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的理論研究較少。并且，尚未有全面梳理與總結(jié)的綜述性文章。總體而言，促進(jìn)學(xué)習(xí)研究仍主要采用實(shí)證研究法、實(shí)驗(yàn)研究法，常輔以調(diào)查研究法。

實(shí)證研究法的過(guò)程可概括為：設(shè)計(jì)與開(kāi)發(fā)智能問(wèn)答機(jī)器人、將智能問(wèn)答機(jī)器人投入使用、調(diào)查學(xué)習(xí)者使用狀況、通過(guò)學(xué)習(xí)記錄或問(wèn)卷形式進(jìn)行反饋。如Crown Stephen等采用實(shí)證研究法，將智能問(wèn)答機(jī)器人Anne G.Neering投入學(xué)科學(xué)習(xí)，以期促進(jìn)學(xué)習(xí)者對(duì)知識(shí)的理解和掌握[39]。但是，在實(shí)證研究法的實(shí)施過(guò)程中，存在智能問(wèn)答機(jī)器人使用周期較短，實(shí)施對(duì)象數(shù)量較少等問(wèn)題。

實(shí)驗(yàn)研究法的過(guò)程可歸結(jié)為：設(shè)計(jì)并開(kāi)發(fā)智能問(wèn)答機(jī)器人，隨機(jī)抽取實(shí)驗(yàn)對(duì)象進(jìn)行分組實(shí)驗(yàn)，調(diào)查并量化評(píng)估實(shí)驗(yàn)結(jié)果。該類研究方法集中于語(yǔ)言學(xué)習(xí)及學(xué)習(xí)效果方面，常根據(jù)學(xué)習(xí)者的水平進(jìn)行分組，證實(shí)智能問(wèn)答機(jī)器人在促進(jìn)學(xué)習(xí)中有一定的輔助作用。如Amany AlKhayat等采用實(shí)驗(yàn)研究法，并使用問(wèn)卷調(diào)查，反映不同水平學(xué)習(xí)者使用智能問(wèn)答機(jī)器人的效果與問(wèn)題[40]。該類研究的不足在于難以掌控所有無(wú)關(guān)變量，如學(xué)習(xí)者先前知識(shí)經(jīng)驗(yàn)的掌握程度[41]。

上述兩種研究方法的共性問(wèn)題在于：第一，沒(méi)有針對(duì)特定的學(xué)習(xí)問(wèn)題，且未涵蓋必要的理論支撐。第二，基于課堂的學(xué)習(xí)研究較少，這意味著教師監(jiān)控力度較小。研究實(shí)現(xiàn)依托學(xué)習(xí)者自主意識(shí)，僅經(jīng)過(guò)后續(xù)的調(diào)查分析得到反饋，具有局限性。第三，學(xué)習(xí)者使用智能問(wèn)答機(jī)器人進(jìn)行學(xué)習(xí)的周期較短，難以滿足其使用新技術(shù)學(xué)習(xí)所需的適應(yīng)性過(guò)程。最后，研究設(shè)計(jì)研發(fā)多基于開(kāi)源平臺(tái)，有些“單一會(huì)話”平臺(tái)易使學(xué)習(xí)者喪失學(xué)習(xí)動(dòng)機(jī)，失去學(xué)習(xí)興趣。鑒于此，應(yīng)在特定學(xué)習(xí)理論和學(xué)習(xí)問(wèn)題的支撐下，設(shè)計(jì)聊天機(jī)器人；采取基于課堂的研究，加強(qiáng)教師的指導(dǎo)和監(jiān)控力度，確保實(shí)驗(yàn)的有效性；確保智能問(wèn)答機(jī)器人的使用時(shí)長(zhǎng)，拉長(zhǎng)前測(cè)和后測(cè)實(shí)驗(yàn)周期，給予學(xué)習(xí)者充分的學(xué)習(xí)時(shí)間；最后，選擇開(kāi)源平臺(tái)時(shí)應(yīng)考慮會(huì)話管理等特性，即超越簡(jiǎn)單的QA系統(tǒng)，使智能問(wèn)答機(jī)器人能進(jìn)行復(fù)雜且有意義的對(duì)話；同時(shí)應(yīng)充分考慮學(xué)習(xí)者的個(gè)性化差異以及學(xué)習(xí)水平，考慮新舊知識(shí)的聯(lián)系，適應(yīng)性的推送學(xué)習(xí)資源和學(xué)習(xí)路徑。有關(guān)智能問(wèn)答機(jī)器人在促進(jìn)學(xué)習(xí)研究中的三種研究方法如表2所示。

表2 智能問(wèn)答機(jī)器人學(xué)習(xí)應(yīng)用中的研究方法

續(xù)表2

五、現(xiàn)實(shí)反思：智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)面臨的挑戰(zhàn)

眾多研究表明，盡管智能問(wèn)答機(jī)器人在促進(jìn)學(xué)習(xí)方面具有巨大潛能，但學(xué)習(xí)是一個(gè)復(fù)雜的過(guò)程，需充分考慮教師、學(xué)習(xí)者、學(xué)習(xí)資源等要素的整合。并且運(yùn)算力、數(shù)據(jù)量和算法模型是人工智能的三大要素[42]，智能問(wèn)答機(jī)器人在促進(jìn)學(xué)習(xí)時(shí)也受到三要素的制約，面臨著不可忽視的挑戰(zhàn)。

(一)技術(shù)發(fā)展相對(duì)滯后，智能問(wèn)答機(jī)器人學(xué)習(xí)運(yùn)算面臨困難

在學(xué)習(xí)領(lǐng)域的應(yīng)用，研究者大多基于開(kāi)源平臺(tái)研發(fā)，常見(jiàn)有Pandorabot、ALICE和Dialogflow等平臺(tái)，再將智能問(wèn)答機(jī)器人整合至虛擬教室、在線學(xué)習(xí)平臺(tái)或即時(shí)消息軟件中供學(xué)習(xí)者使用。但是，大部分研究者僅對(duì)平臺(tái)內(nèi)置知識(shí)庫(kù)進(jìn)行補(bǔ)充，然而，學(xué)習(xí)者的問(wèn)題及詢問(wèn)方式千變?nèi)f化，即使研究者能通過(guò)人為操作不斷更新知識(shí)庫(kù)，但該方式不僅耗時(shí)耗力，且難以全面考慮學(xué)習(xí)者的學(xué)習(xí)需求。正是由于缺乏機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等技術(shù)應(yīng)用，導(dǎo)致智能問(wèn)答機(jī)器人運(yùn)算力不足，使得學(xué)習(xí)者在提問(wèn)的過(guò)程中，機(jī)器人無(wú)法實(shí)現(xiàn)自我學(xué)習(xí)，實(shí)現(xiàn)知識(shí)庫(kù)更新智能化和自動(dòng)化，嚴(yán)重影響回答問(wèn)題的準(zhǔn)確率，甚至出現(xiàn)答非所問(wèn)的現(xiàn)象。目前，基于流程的對(duì)話研究還不夠完善，“單一對(duì)話”智能問(wèn)答機(jī)器人已無(wú)法滿足學(xué)習(xí)的多種需求，記錄歷史會(huì)話的功能也需要更進(jìn)一步的研究與實(shí)現(xiàn)[43]。

(二)投入力度不足，智能問(wèn)答機(jī)器人學(xué)習(xí)周期和樣本欠缺

智能問(wèn)答機(jī)器人的投入較小。Mohit Jain等稱智能問(wèn)答機(jī)器人在近兩年得到極大關(guān)注，但仍處于起步階段，滲透率較低。84%的互聯(lián)網(wǎng)用戶還未使用過(guò)智能問(wèn)答機(jī)器人，在學(xué)習(xí)領(lǐng)域的投入與使用更是如此[44]。盡管有不少研究，但都存在投入時(shí)間短且參與者較少等問(wèn)題。如Stergios Tegos等研究對(duì)象僅包含30名大學(xué)生，且活動(dòng)時(shí)間較短，僅分為三個(gè)討論階段。而Amany AlKhayat等探究智能問(wèn)答機(jī)器人在EFL課堂中的使用，僅設(shè)置了22名參與者[45]。智能問(wèn)答機(jī)器人在課堂的使用需要成熟的技術(shù)和完備的學(xué)習(xí)策略[46]，能夠及時(shí)發(fā)現(xiàn)機(jī)器人尚未解決的問(wèn)題。另外，在教育大數(shù)據(jù)時(shí)代背景下，每個(gè)學(xué)習(xí)者的問(wèn)答都是機(jī)器人學(xué)習(xí)的樣本，樣本數(shù)據(jù)量越多，越能完善知識(shí)庫(kù)，以更新機(jī)器人的設(shè)計(jì)和應(yīng)用。智能問(wèn)答機(jī)器人的實(shí)現(xiàn)基于特定的內(nèi)置算法，通過(guò)使用大量數(shù)據(jù)對(duì)算法模型進(jìn)行訓(xùn)練，機(jī)器才能夠根據(jù)算法做出具有類人智能的判斷、決策和行為[47]。就國(guó)內(nèi)智能問(wèn)答機(jī)器人學(xué)習(xí)研究而言，主要集中在助導(dǎo)系統(tǒng)或英語(yǔ)會(huì)話練習(xí)研究，如黎孟雄設(shè)計(jì)研發(fā)的智能導(dǎo)學(xué)系統(tǒng)[48]，同樣存在學(xué)習(xí)樣本不足的問(wèn)題。

(三)算法模型不健全，智能問(wèn)答機(jī)器人難以服務(wù)整體學(xué)習(xí)

智能問(wèn)答機(jī)器人在教育領(lǐng)域的應(yīng)用應(yīng)是輔助教學(xué)者的教、協(xié)助學(xué)習(xí)者的學(xué)。然而知識(shí)無(wú)窮無(wú)盡，且隨著時(shí)代的進(jìn)步，知識(shí)的體系結(jié)構(gòu)也在日益更新。此時(shí)智能問(wèn)答機(jī)器人的應(yīng)用不應(yīng)止步于碎片化的知識(shí)學(xué)習(xí)，其知識(shí)庫(kù)也不應(yīng)只限于零碎的知識(shí)。無(wú)論是語(yǔ)言學(xué)習(xí)還是學(xué)科學(xué)習(xí)甚至網(wǎng)絡(luò)學(xué)習(xí)環(huán)境，智能問(wèn)答機(jī)器人的知識(shí)庫(kù)構(gòu)建應(yīng)是面向任務(wù)、基于特定知識(shí)面，涵蓋某一知識(shí)面的所有知識(shí)點(diǎn)，以達(dá)到促進(jìn)學(xué)習(xí)的最終目的。智能問(wèn)答機(jī)器人的弱點(diǎn)在于有時(shí)不能給出明確的答案；不能很好的理解問(wèn)題；總是重復(fù)會(huì)話，像一個(gè)沒(méi)有感情的機(jī)器[49]。如snatchbot等開(kāi)源平臺(tái)仍使用最簡(jiǎn)單的關(guān)鍵字匹配算法，檢索關(guān)鍵字，若存在，則返回相應(yīng)匹配結(jié)果，反之，則返回一個(gè)錯(cuò)誤提醒，或者一個(gè)先前內(nèi)容的轉(zhuǎn)換，缺乏面向?qū)υ捫袨椋荒苡涀v史會(huì)話，造成會(huì)話的不連續(xù)性。造成對(duì)話不連續(xù)的原因在于算法構(gòu)建不健全，基于開(kāi)源平臺(tái)的知識(shí)庫(kù)構(gòu)建難以滿足用戶多變的會(huì)話需求，學(xué)習(xí)算法模型單一滯后。因此，有不少學(xué)者開(kāi)始探索外部數(shù)據(jù)庫(kù)的構(gòu)建，將外部數(shù)據(jù)庫(kù)與智能問(wèn)答機(jī)器人知識(shí)庫(kù)整合，以提供多種可能的會(huì)話。如Avni Prajapati等利用mysql機(jī)器學(xué)習(xí)語(yǔ)料庫(kù)方法構(gòu)建知識(shí)庫(kù)[50]。

六、未來(lái)展望：智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的發(fā)展趨勢(shì)

由于用戶會(huì)話的多樣性，智能問(wèn)答機(jī)器人多采取機(jī)器學(xué)習(xí)或深度學(xué)習(xí)技術(shù)擴(kuò)充知識(shí)庫(kù)，使用機(jī)器學(xué)習(xí)語(yǔ)料庫(kù)的方法來(lái)訓(xùn)練ALICE等開(kāi)源機(jī)器人，使機(jī)器人回答更具人性化。并且，基于社交媒體的智能問(wèn)答機(jī)器人，采用深度學(xué)習(xí)方式對(duì)機(jī)器人進(jìn)行對(duì)話訓(xùn)練，用戶每一次問(wèn)答都會(huì)記錄進(jìn)入數(shù)據(jù)庫(kù)，在未來(lái)，有關(guān)教育智能問(wèn)答機(jī)器人的開(kāi)發(fā)與設(shè)計(jì)，采用深度學(xué)習(xí)等技術(shù)，擴(kuò)充龐大的智能問(wèn)答知識(shí)數(shù)據(jù)集。

當(dāng)前，教育領(lǐng)域的技術(shù)創(chuàng)新層出不窮，如在線學(xué)習(xí)環(huán)境、計(jì)算機(jī)輔助教學(xué)等。雖然目前已實(shí)現(xiàn)智能問(wèn)答機(jī)器人與在線學(xué)習(xí)環(huán)境、計(jì)算機(jī)輔助教學(xué)整合，但隨著以學(xué)習(xí)者為中心理念的普及，眾多學(xué)者開(kāi)始重視個(gè)性化及自適應(yīng)學(xué)習(xí)，能根據(jù)學(xué)習(xí)者的特性自適應(yīng)地推送學(xué)習(xí)資源、學(xué)習(xí)路徑。教育大數(shù)據(jù)可視化技術(shù)的發(fā)展，能夠以大數(shù)據(jù)形式呈現(xiàn)學(xué)習(xí)者的學(xué)習(xí)狀況，以進(jìn)行學(xué)習(xí)分析。相信未來(lái)智能問(wèn)答機(jī)器人的促進(jìn)學(xué)習(xí)研究將會(huì)結(jié)合更多學(xué)習(xí)分析技術(shù)，更好地服務(wù)學(xué)習(xí)者。

目前大部分研究聚焦于語(yǔ)言學(xué)習(xí)、課程學(xué)習(xí)、在線輔助學(xué)習(xí)等方面。未來(lái)在這些方面的研究將會(huì)更具針對(duì)性。而對(duì)于學(xué)習(xí)效果和態(tài)度的研究較少，現(xiàn)有研究表明，智能問(wèn)答機(jī)器人能夠有效地促進(jìn)學(xué)習(xí)者學(xué)習(xí)，學(xué)習(xí)者贊成使用智能問(wèn)答機(jī)器人進(jìn)行學(xué)習(xí)。未來(lái)的研究主題會(huì)更加廣泛，有關(guān)促進(jìn)學(xué)科學(xué)習(xí)將成為研究重點(diǎn)，知識(shí)庫(kù)構(gòu)建將更完善。目前智能問(wèn)答機(jī)器人在學(xué)習(xí)應(yīng)用的研究對(duì)象已從大學(xué)生轉(zhuǎn)向初中生、甚至小學(xué)生。有關(guān)智能問(wèn)答機(jī)器人促進(jìn)學(xué)習(xí)的研究趨勢(shì)如表3所示。

表3 智能問(wèn)答機(jī)器人在促進(jìn)學(xué)習(xí)中的研究趨勢(shì)

七、結(jié)束語(yǔ)

經(jīng)過(guò)長(zhǎng)期實(shí)踐，智能問(wèn)答機(jī)器人取得了豐富的研究成果。許多互聯(lián)網(wǎng)企業(yè)已經(jīng)開(kāi)始重視智能問(wèn)答機(jī)器人的發(fā)展，如Google、Amazon、百度及微軟都在測(cè)試各種類型的智能問(wèn)答機(jī)器人，試圖豐富智能問(wèn)答機(jī)器人的功能及應(yīng)用領(lǐng)域。目前，智能問(wèn)答機(jī)器人在學(xué)習(xí)領(lǐng)域的應(yīng)用尚處于探索階段，研究范圍主要集中在語(yǔ)言學(xué)習(xí)、學(xué)科學(xué)習(xí)、學(xué)習(xí)環(huán)境等。智能問(wèn)答機(jī)器人為教育教學(xué)的變革創(chuàng)造了新的實(shí)踐模式，以增強(qiáng)學(xué)習(xí)動(dòng)機(jī)、提高學(xué)習(xí)興趣、提供即時(shí)反饋與提升思維能力等方式有效促進(jìn)學(xué)習(xí)者學(xué)習(xí)，為學(xué)習(xí)領(lǐng)域帶來(lái)機(jī)遇的同時(shí)，還面臨著不容忽視的挑戰(zhàn)：學(xué)習(xí)運(yùn)算力薄弱、學(xué)習(xí)數(shù)據(jù)量不足、算法模型不夠完善。但毋庸置疑的是，智能問(wèn)答機(jī)器人在教育領(lǐng)域的應(yīng)用將愈漸廣泛和深入，更加注重以學(xué)習(xí)者為中心的學(xué)習(xí)理念，促進(jìn)學(xué)習(xí)的研究將成為研究者關(guān)注重點(diǎn)。