基于遠程教育的虛擬導師模型構建

劉 濤，李春生，方 濤，張可佳，胡亞楠，李朝霞

(東北石油大學 計算機與信息技術學院，黑龍江 大慶 163318)

0 引 言

遠程教育起源于19世紀40年代的英國函授教育，經歷了函授、電信會議、計算機基礎三個階段發展至今已經成為當今教育模式中的重要組成部分，其突破了傳統教學在時間和空間上的限制，彌補了傳統教學模式中的缺陷，促進了中國教育體系的改革，向著綜合性、開發性和交互性的方向發展，目前已經成為建設開放大學、構建開放資源、開展終身學習的重要手段和方式[1-3]。

隨著遠程教育進程的推進，諸多學者發現目前遠程教育模式存在教學模式單一、教學內容缺乏針對性、反饋不及時、學習者學習過程缺乏監督等缺點，限制了其發展。因此，該文以個性化教學理論為指導，設計了一種以多Agent系統為工作機理的虛擬導師模型，以完善當前遠程教育模式，促進遠程教育的發展，為其他教學模式的改革提供指導和借鑒。

1 Agent技術及虛擬導師介紹

1.1 Agent技術簡介

Agent最早是M.Minsky在《Society of Mind》一書中提出，其認為Agent是具有社會交互性、智能性和特別技能的個體；隨后，英國Agent理論專家Wooldridge和Jennings提出Agent是具有自主性、社會交互性、反應能力、預動能力、通信能力和協作協商能力的自主程序，能夠根據理解環境，并在理解的基礎上控制自己的決策行為，以達到其追求的目標[4]。

目前對于Agent還沒有統一的定義，但至少應包含以下屬性[5-6]：

(1)自主性。Agent能夠在不需要外界干預的情況下，根據自身的內部知識和外界環境變化，控制、調節自身的行為。

(2)交互性。Agent能夠與其他Agent進行交互，協同完成工作任務。

(3)主動性。Agent能夠在一定目標的指導下，采取面向任務目標的主動行為。

(4)適應性。Agent能夠感知環境的變化，并根據環境的變化做出適當的反應。

(5)智能性。Agent具有學習知識和經驗，以完善自身能力的屬性。

多Agent系統(multi-Agent system，簡稱MAS系統)是由多個Agent組成的松散耦合網絡結構，每個Agent僅擁有解決局部問題的知識和能力，需要Agent成員之間交互、協作才完成對整個問題的求解[7-8]。與Agent相比MAS具有以下特點[9]：

(1)社會性。在MAS系統中，Agent作為單獨的個體，通過通信機制與其他Agent進行通訊和交互，以實現與其他Agent的合作、協商和競爭等。

(2)自治性。在MAS系統中，只有Agent具備提供服務的能力和興趣時，才會對接收的Agent請求做出響應，因此Agent不能強制另一個Agent提供服務。

(3)協作性。在MAS系統中，由于每個Agent僅擁有解決局部問題的知識和能力，所以Agent之間必須通過相互協作、協商才能完成對整個問題的求解。應用這一特點，將完成一位學習者的遠程學習過程看成一個完整的教學任務，通過具有不同教學職能的Agent相互協作，可以高效地完成對學習者的個性化教學。

1.2 虛擬導師介紹

結合Agent的上述特點，該文將虛擬導師定義為一種能夠模擬人類導師教育過程的智能化仿真技術。它能夠產生具有不同職能的教育代理(Agent成員)，并且可以組織并協調多名成員，通過調度和制定其“工作計劃”或“工作流程”完成教學，真實地還原人類導師的教育過程，其具有學習能力、組織和協調能力以及自主行為能力，呈現出高度中心化控制的群體智慧，體現了高效、精準、智能等技術優勢。

由于虛擬導師具有高效、精準、智能的技術優勢，因此，將其應用到遠程教育中，可以彌補當前遠程教育教學模式單一、教學內容缺乏針對性、反饋不及時、學習者學習過程缺乏監督的缺點。

2 基于遠程教育的虛擬導師模型構建

2.1 模型設計的指導思想

為實現遠程教育的個性化教學，切實還原人類導師的教育過程，該文應用烏美娜教學設計思想作為虛擬導師的指導思想。首先，通過學習者特征分析，初步掌握學習者學習期望、學習風格、初始能力水平，幫助學習者制定學習目標；其次，依據學習者特征分析結果，結合平臺資源，為學習者制定個性化學習方案，并將學習目標劃分為階段性子目標，同時制定階段性子學習方案；然后，以個性化教學方案作為開展個性化教學的依據，在學習者完成階段子學習方案學習后，開展形成性評價，檢驗學習者學習效果，判斷其是否達到階段性子目標，若達到目標則進行下一階段的學習，否則繼續本階段的學習；最后，當學習者完成全部學習階段后，進行總結性評價，完成整個學習過程。

依據指導思想設計虛擬導師工作流程為分析、定制、教學、評價、監聽、反饋6個模塊。

2.2 虛擬導師模型的構建

基于遠程教育的虛擬導師模型由知識中心、工廠模式和教學階段三部分組成，并依據2.1中的工作流程對教學階段進行劃分，前期分析負責流程中的分析模塊，定制代理負責流程中的定制模塊，教學代理負責流程中的教學模塊、評價模塊和反饋模塊，監督代理負責流程中的監聽模塊，調控代理負責對各代理的調控，如圖1所示。

圖1 虛擬導師模型

知識中心為教學虛擬導師的“大腦”，是虛擬導師開展教學工作的基礎，為虛擬導師開展個性化教學和自身工作提供資源支撐，為基本代理的生產提供基本信息和職能信息支持。

工廠模式為基本代理的“生產間”，以代理基礎信息庫為生產資本，為教學階段生產教學所需的基本代理，并依據代理職能知識庫為基本代理進行教學職能賦值，為教學階段提供具有不同教學職能的代理。

教學階段為虛擬導師開展教學的過程體現，前期分析對學習者進行特征分析，是個性化教學開展的基礎；調控代理為各代理制定、發布工作任務，并協調各代理間的工作；定制代理依據學習者前期分析結果，為學習者制定符合其自身學習風格和知識水平的個性化學習方案，進行教學策略選擇；教學代理依據個性化學習方案為學習者組織教學資源，開展個性化教學，并在教學過程中對學習者學習效果進行評價；監督代理監督學習者學習行為、學習進程和其他代理的工作狀態。

3 虛擬導師的組成

3.1 知識中心

知識中心作為虛擬導師的“智慧大腦”，其組成部分包括特征分析庫、代理基礎信息庫、代理職能庫與平臺資源庫、代理運行信息庫、教學信息庫和教學復盤庫等。

知識中心的部分描述如下：

特征分析庫：為前期分析模塊進行學習者特征分析提供知識支撐。

代理基礎信息庫：為代理工廠生產基本代理提供了所需的屬性參數和行為內容等基礎信息。

代理職能庫：存儲教學職能信息，為生產的基本代理提供專屬的教學職能知識，賦予基本代理個體屬性，從而使基本代理具有自己特定的任務，演變為調控代理、定制代理、教學代理或監督代理。

平臺資源庫：現有平臺資源庫為教學代理提供教學資源支持。

代理運行信息庫：記錄各模塊代理的運行情況，是判斷虛擬導師工作狀況、完善代理職能的重要依據。

教學信息庫：記錄教學過程學習者學習行為、學習狀態等信息。

教學復盤庫：將學習者學習過程作為教學案例存儲，以便完成教學復盤。

3.2 工廠模式

工廠模式是一種創建型設計模型，該文應用工廠模式實現基本代理的生產、賦值，完成不同教學職責教學的代理生產，從而達到為學習者制定個性化學習方案，完成個性化學習，促進學習者個性化發展，實現對學習者個性化教學的目的。該文工廠模式由代理工廠和代理工廠生產的基本代理組成，詳細描述如下：

(1)代理工廠。

代理工廠由基本代理生產模具和基本代理生產間兩個部分組成[10]，如圖2所示。基本代理生產模具是基本代理的基本特征描述，包括基本代理的基本屬性和行為，是教學虛擬導師工廠生產基本代理的標準，每個由教學虛擬導師工廠生產的基本代理均具有模具的所有屬性和行為。基本代理生產間包括代理制造部件、教學職能賦值部件與代理發布部件三個組件，從而實現基本代理模型創建，教學職能、參數和行為的賦值，各代理的注冊與發布。

圖2 代理工廠結構

代理工廠生產教學代理的流程描述如下：

Step1：工廠接收生產教學代理所需的屬性參數、職能參數和行為信息；

Step2：向代理制造部件提出制造代理的要求；

Step3：代理制造部件提取代理模具，創建基本代理實例；

Step4：教學代理職能賦值部件依據教學代理生產的屬性參數、職能參數和行為信息，對創建的基本代理進行填充；

Step5：教學代理發布組件對已經填充好的教學代理進行檢查、注冊和發布。

(2)基本代理結構。

基本代理[11-12]是由代理工廠生產的無任何教學職能的代理，其僅有代理的基本結構，包括ID標識、感知模塊、信息解釋設備、推理機制、通信機制、數據庫、控制器、任務列表和反應模塊部分。

其工作機制為：感知模塊接收外界環境信息；將信息傳遞給信息解釋設備進行信息解釋，并將信息傳遞給控制器和推理機制；推理機制依據信息進行知識推理；控制器根據信息將信息進行任務分解，將任務依據優先級存儲于任務列表，將代理的運行信息存儲于數據庫中，并將處理結果傳遞給反應模塊；反應模塊表現代理行為，如圖3所示。

圖3 基本代理結構

定制代理、監督代理和調控代理除了具有自身“大腦”知識庫外，在結構上與基本代理基本相同，保留了基本代理的特征結構，下文不再對這三者的結構進行過多贅述；由于教學代理既進行教學又負責教學評價，因此，結構與三者略有差異，詳見3.3中的教學代理闡述。所有的代理均具備基本代理的所有功能。

基本代理結構各部分說明如下：

ID標識為代理的唯一標志；

感知模塊負責感知外界信息；

信息解釋設備負責對接收的外界信息進行信息轉化和解釋；

推理機制負責對后取得解釋信息，利用“IF-THEN”規則進行知識匹配；

數據庫負責存儲代理運行信息，記錄運行情況；

控制器負責調控各模塊，確保代理正常運行，并將處理后的信息傳遞給反應模塊；

任務列表負責存儲代理任務和目標；

通信機制負責傳遞內部信息與其他代理的數據通信，從而實現交流、協作和知識共享；

反應模塊用以體現代理的行為能力。

3.3 教學階段

虛擬導師的教學階段主要有前期分析、定制代理、教學代理、監督代理和調控代理。前期分析負責學習者特征分析；定制代理負責學習者個性化學習方案定制；教學代理負責對學習者的教學和教學效果評價；監督代理負責監督學習者學習進度、學習狀態和各代理工作情況；調控代理負責各代理任務分配和調控，因此，屬于輔助學習的代理。

(1)前期分析。

前期分析以烏美娜在《教學設計》中提出的學習者特征分析模型為基礎[13]，烏美娜認為學習者特征分析應包括學習準備和學習風格兩部分。

學習準備：學習準備包括一般特征和初始能力兩部分，一般特征是指學習者在進行學習時產生影響的心理、生理和社會的特點，包括：姓名、年齡、性別、學習時間、教學期望、崗位背景、教學動機、認知成熟度等；初始能力是指學習者在學習某一特定的知識內容前，已經擁有的相關知識和技能基礎，包括：學習態度、預備技能和目標技能。

學習風格：是指學習者在學習中帶有的持續性、個性化的學習方式和學習傾向，目前對于學習風格測量方法的研究已經取得了令人矚目的成果，如鄧恩夫婦從社會、心理、生理、環境和情緒五個方面對學習風格進行分析；Kolb[14]通過將學習過程劃分，并依據劃分結果將學習風格劃分為四種類型；Felder-Silverman[15]將學習風格劃分為信息加工、感知、輸入和理解四個層面；威特金將學習者劃分為場依存型和場獨立型；譚頂良從生理、心理和社會三個層面對學習者學風格進行分析；宋陽等人借助Hopfield神經網絡分析學習者的在線學習行為，確定學習者的學習風格；臺灣學者Yi-Chun Chang等人將K-means算法和GA算法結合，提出了一種新的學習風格分類機制[16-18]。管理者可以依據各平臺的特點進行選擇。

初始能力判斷：依據學習者的學習期望，從特征分析庫中存儲的平臺試題選取不同難易程度的試題生成試卷進行前測，進行判斷。

(2)定制代理。

定制代理負責學習者個性化學習方案定制，其結構主要包括接受信息模塊、信息解釋設備、方案定制機制、知識庫、代理運行信息庫、控制器、通信機制和學習方案輸出模塊。其工作機理描述如下：

首先，定制代理接收定制個性化學習方案信息，通過信息解釋設備將信息進行解釋，將解釋后的信息傳遞給方案定制機制。

其次，方案定制機制獲取學習者信息庫中前期分析結果，依據教學期望、學習者風格和初始能力水平，根據規則為學習者確定學習目標，將教學目標進行子目標劃分。

然后，方案定制機制在當前平臺中的平臺資源庫中的教學資源為學習者制定相應的教學子方案，依據學習者學習風格進行教學模式與教學策略選擇，完成個性化學習方案的制定，將個性化學習方案傳遞給控制器，控制器將學習方案交由學習方案輸出模塊輸出，并由代理運行信息庫進行行為記錄。

最后，定制代理依據教學代理形成性評價結果和監督代理的反饋，進行學習方案修訂，實現個性化方案的優化。

(3)教學代理。

教學代理負責對學習者的教學和教學效果評價，其結構主要包括接受信息模塊、信息解釋設備、教學機制、評價機制、知識庫、代理運行信息庫、控制器、通信機制、教學或評價活動輸出模塊，如圖4所示。其中平臺資源庫為實現教學和評價活動所需的資源。

圖4 教學代理結構

首先，教學代理接收教學或評價請求后，通過信息解釋設備將信息進行解釋，將解釋后的信息傳遞給控制器，對請求進行判斷，若為教學請求則將信息傳遞給教學機制，否則將信息傳遞給評價機制。

其次，若為教學請求，教學機制以個性化教學方案為教學依據，根據不同學習者學習風格和初始能力水平，結合平臺資源庫進行教學資源組織，組織教學活動，制定不同的教學策略，如：學習風格為活躍型的學習者采用“協作學習策略”；沉思型學習者采用“拋錨式教學策略”。

若為形成性評價請求，評價機制依據形成評價規則進行形成性評價，判斷學習者的學習效果是否達到本階段的學習子目標，如果達到子目標要求，則進入下一階段的學習；如果沒有達到子目標要求，則分析學習者狀態，判斷學習子目標的合理性，是否存在目標偏高的情況，在完善子目標和子方案后，學習者繼續本階段知識內容的學習；若為總結性評價請求，評價依據總結性評價規則進行總結性評價，判斷學習者的學習效果。

最后，在完成教學或評價后，控制器對達標學習者的學習過程生成案例，以便進行教學復盤，并由輸出模塊將上述教學或評價活動輸出。

(4)監督代理。

監督代理通過監聽學習者學習行為、教學內容的學習次數、教學模塊的瀏覽次數、課程內容的學習時間等操作行為，可以更好地掌握學習者的學習風格，分析學習者學習興趣，以便優化學習方案；同時，通過監督各代理的工作情況、工作時間可以輔助分析學習者學習偏好，掌握虛擬導師教學效果，從而達到優化虛擬導師模型設計和實現方式，使其更好地為個性化教學服務，在一定程度上促進個性化教育發展的目的。監督代理結構主要包括接受信息模塊、信息解釋設備、監督機制、知識庫、代理運行信息庫、控制器、通信機制、監督列表和執行監督模塊。

其工作機理描述如下：

首先，監督代理接收監督信息，通過信息解釋設備將信息進行解釋，將解釋后的信息傳遞給控制器和監督機制，控制器將需要監督的代理和學習者行為信息進行分類，生成監督列表。

其次，控制器將監督列表中監督任務傳遞給監督機制，監督機制生成監督策略，將監督策略反饋給控制器。

最后，由控制器將監督信息存儲于代理運行信息庫，將監督機制傳遞給執行監督模塊，執行監督，并將監督結果反饋給定制和教學代理。

(5)調控代理。

調控代理負責各代理任務分配和調控，其結構主要包括接受信息模塊、信息解釋設備、調控機制、知識庫、代理運行信息庫、控制器、通信機制、任務列表、調控調度器和調控調度任務模塊。其工作機理描述如下：

首先，調控代理接收調控請求信息，通過信息解釋設備將信息進行解釋，將解釋后的信息傳遞給控制器和調控機制，控制器將需調控的代理依據特征，將其添加到任務列表。

其次，由調控調度器依據調控機制制定的調控規則，對任務列表中的代理進行調控調度。

最后，將調控調度結果反饋到各代理，并將調度信息存儲到代理運行信息庫。

基于Agent的教學虛擬導師模型，可以根據學習者的學習風格、學習水平等特征，為學習者提供不同教學資源，選擇不同教學策略，滿足學習者個性化學習需求。

4 虛擬導師系統實現與應用效果分析

為驗證基于遠程教育的虛擬導師模型的可行性和合理性，筆者結合課題組項目，以某采油廠現有系統應用教學遠程教育平臺為基礎，設計虛擬導師系統，其中部分系統前期分析、個性化學習方案、業務知識教學和評價考試實現效果如圖5所示。

圖5 系統實現效果

為了解虛擬導師系統的教學效果，設計電子問卷進行反饋調查，發放問卷40份，分別從系統界面與性能、教學過程、教學效果評價和系統滿意度4個層面進行虛擬導師系統應用效果評價。

調查結果如表1所示。

表1 系統界面與性能分析統計

由表1可以得出結論：在參與調查的學習者當中有95%的學習者認為虛擬導師系統界面簡潔、內容清晰，說明系統界面的設計能夠給學習者帶來比較好的視覺體驗，不會造成視覺疲勞現象；有97.5%的學習者認為系統能夠快速響應學習者的系統操作行為，證明系統能夠滿足學習者操作需求，具有很好的操作性能；有100%的學習者同意系統顯示的教學內容清晰明了，無過多視覺干擾，說明系統知識呈現界面滿足學習者審美要求。

通過表2可以看出：95%的學習者認為系統中的教學資源，能夠滿足其教學過程中對于教學資源的需求；97.5%的學習者認為系統中的教學方式多樣，符合其學習風格，可以滿足個人教學方式需求；95%的學習者回答虛擬導師系統制定的教學方案符合其學習偏好，能夠滿足個人教學需求；97.5%學習者認為系統提供了良好的教學指導，并提供了很好的交流環境。

表2 教學過程評價分析統計

通過表3可以看出：參加調查的學習者中有97.5%的人認為應用虛擬導師系統進行教學，能夠幫助其掌握崗位工作所需的業務知識；97.5%的學習者認為虛擬導師系統幫助其培養了學習習慣，提高了學習效率；其中全部的學習者認為應用虛擬導師系統教學后提升了知識水平與技能，提升了個人績效水平，使其更加勝任崗位要求。

表3 教學結果評價分析統計

由表4分析可知：97.5%的學習者認為系統界面設計與顏色搭配符合其審美要求；100%的學習者愿意依據個性化教學方案的流程進行教學學習，認為個性化教學方案具有科學依據，設計合理；97.5%的學習者認為虛擬導師系統教學內容豐富，教學資源組織合理，并且在教學后仍使用系統進行業務知識學習、系統技能鍛煉；97.5%的學習者認為教學虛擬導師系統的教學過程以學習者為主，實現了個性化教學。

表4 系統滿意度分析統計

通過調查分析可以了解到虛擬導師系統能夠滿足學習者的個性化需求，能夠在一定程度上實現個性化教學，具有一定應用前景；同時，例證了虛擬導師模型的科學性、合理性和可行性。

5 結束語

該文提出的基于遠程教育的教學虛擬導師模型，以個性化教學理論為指導，應用智能代理技術，彌補了當前遠程教育教學模式存在的教學模式單一、教學內容缺乏針對性、反饋不及時、學習者學習過程缺乏監督等不足之處，為改善當前遠程教育教學模式提供了新的思路，能夠滿足學習者的個性化學習需求，具有一定的參考價值。