人工智能技術支持的個性化學習路徑研究

陸慧英 承孝敏

摘?要：隨著時代的發展和社會的進步，現代社會對人才質量和數量的要求發生變化，對創新型人才有著迫切的需求。實施個性化學習對培養創新型人才具有重大意義。但是在傳統的課堂上教師普遍使用大班授課模式，很難滿足每個學生的需求，也很難實現個性化學習。人工智能在教育領域的廣泛應用，極大地拓展了教學空間和實踐空間，給教育帶來了深刻的變革。本文闡釋了人工智能和個性化學習的概念，將傳統的個性化學習和基于人工智能技術的個性化學習進行了對比分析，并對前人在個性化學習領域的研究進行分析后，設計了人工智能促進個性化學習的方法路徑，最后對未來個性化學習的發展進行了展望并指出當前個性化學習所面臨的諸多挑戰，以期為個性化學習的研究與實踐提供一定的參考。

關鍵詞：人工智能;個性化學習;人才培養;學生發展

中圖分類號：G434?文獻標識碼：A

21世紀是一個信息化時代，新時代的發展需要創新型人才，過去傳統的教學模式已不再滿足教育的需求，新時代的學習應該是以學習者為中心以技術為驅動的個性化學習，個性化學習是時代進步和教育改革的必然產物。每個人，無論是小孩還是大人，都有其獨特的思維方式和學習方式。傳統課堂中教師很難根據不同學生的需求制訂不同的教學計劃，個性化學習難以實現，隨著人工智能技術的發展，我們的學習、工作和生活都發生了巨大的改變，個性化學習也得以實現。隨著越來越多的學習者通過人工智能技術接受教育，通過分析教育進度的數據產生個性化的學習計劃，從而培養具有創新思維和創新性人才。

一、基于人工智能的個性化學習概念

（一）人工智能的概念

人工智能，簡稱AI。它是一門模擬人類思維，拓展人類理論和技術的新興學科。它的價值在于制造出能夠幫助人類思維做出選擇和反應的智能機器。人工智能的應用領域分布非常廣泛，主要分為自然語言處理、圖像識別、語言識別、專家系統以及交叉領域等五個領域。人工智能可以模擬人類的思維方式和解決問題的過程，它不等同于人類智能，但它可以像人類一樣思考甚至超越人類的智能。

人工智能技術實現了人類對未來生活的美好憧憬，逐漸走進每個人的工作和生活，正在悄然為我們建設一個更美好的世界。隨著研究的深入，人工智能將引領新時代高科技的發展，創造新的奇跡。教育在人工智能領域中的應用至關重要，人工智能將驅動未來教育的改革和發展，教育為新時代培養創新型人才更能推進人工智能的發展。在教育產業中人工智能的應用受到了社會的廣泛關注，并被提升到國家戰略高度。人工智能技術在未來教育行業中的機遇和挑戰已成為高校和科研機構的重要研究課題。一些科研院所和人工智能企業在一些領域率先垂范，擁有較為成熟的技術支持。

（二）個性化學習的概念及新趨勢

1.個性化學習的概念

國外學者將個性化學習定義為：根據學習者不同的知識水平、個性偏好、情感動機等信息，滿足學習者的真實需求，激勵和促進學習，為終身學習做好準備。國內趙學孔等人認為個性化學習的內涵是針對不同的學習個體，制定出滿足每個個體不同需求的學習方法。這些定義雖然有不同的視角，但都強調學習者的個體差異和個體需求。因此，結合其他學者的觀點，個性化學習是一種綜合考慮學習者特點和學習環境因素，以促進學習者發揮潛能，發現學習者個性特征為目的的學習理念，通過對最新技術的學術水平和發展潛力的跟蹤，設計和推薦最適合學生學習需求的方法、途徑和資源。

2.個性化學習的新趨勢

教育部以及各地教育信息化中心發布的文件中都指出要實施個性化學習。提倡在教學過程中要尊重教育規律和學生發展的規律，要提供給每一個學習者個性化的學習環境和服務，使每一個學生都積極主動的學習和發展。隨著個性化人才培養相關政策文件的發布，很多地區個性化學習的實施也相繼得以推進，在部分地區取得了相當大的成果。在未來環境下，教學方法的改革已成為必然趨勢，技術是個性化教育教學的重要支撐。技術的加持會使教學模式和學習方式實現巨大飛躍，對個性化學習產生深遠的影響。

（三）基于人工智能技術的個性化學習

傳統的課堂以知識講授為主，且以整體學生為課程設計對象，教學形式單一。即使運用了多媒體課件或視頻、音頻也僅僅是信息的單向傳輸，課堂仍然是以教師為核心，并不能實現理想的學習效果;人工智能支持下的個性化學習是富有創造性和個人特色的。兩者在概念、步驟等方面都存在很大差異。具體內容如表1所示。

二、人工智能在個性化學習中的研究現狀

由表1可知，人工智能支持下的個性化學習比傳統的個性化學習更符合學習者的學習需求。基于人工智能技術的個性化學習研究起步較晚，筆者在CNKI上以“個性化學習”“人工智能”為主題詞進行論文搜索，結果見下圖。

根據上圖所示的論文發表年度趨勢，近8年相關研究文獻逐年增加，2016年之后國內個性化學習的研究進入快速上升期。近年來，隨著信息化相關文件的印發以及國家人工智能戰略地位的確立，基于人工智能的個性化學習研究將持續增長。一些專家和學者在教育人工智能系統進行了研究，這些系統集成了人工智能技術和數據挖掘技術。為我們在人工智能促進個性化學習領域提供了有益借鑒和參考。

牟志佳設計了一個支持個性化學習的教育云服務平臺，希望通過該平臺實現學習者個性化學習和精準化教學，為學習者提供支持個性化學習的優質教育服務系統;吳麗華等人基于人工智能技術設計了個性化的智能搜索引擎，為個性化學習提供了有效的技術方法;顧倩頤指出，通過人工智能技術將海量學習資源的關鍵要素分離出來，結合知識點建立知識模型，基于大數據挖掘技術收集學生學習行為數據，智能分析學生對知識點的掌握情況，根據學生學情定制個性化的學習任務和計劃，以支持個性化學習服務的發展;王平等人論述了智能學習助手的特點以及對教育產生的影響，并在此前提下分析了智能個人助手對個性化學習的有效支撐。

三、個性化學習的路徑設計

過去教學過程更重視教師的教，重點還是以教師為中心，忽視了學生在學習中的主人翁角色。但是個性化學習應以學生為主體，學生才是課堂和學習的主角，他們是獨立的個體有自己獨立的思想。他們有權利選擇自己的學習方式，并且要尊重他們作出自己的分析和判斷。在學習的過程中，幫助他們建立一套適合他們的學習方法和學習模式。因此，從學生的角度出發，個性化學習需要注意以下幾點：

（1）讓學生加入教學設計的過程中來，參與個性化學習的設計;

（2）允許學生對設計的每一步提出意見或建議;

（3）提供多種能夠讓學生參與到教學設計中來的方式方法，鼓勵學生積極主動的加入個性化學習的設計。

（4）在學習的過程中教師還應該引導總結和分析學生的學習習慣和學習規律。

在人工智能環境的支持下，結合學生發展規律和學生個性化學習的特點，從學生的角度出發設計個性化學習的方法路徑。路徑分為六個部分，以下是每個部分的具體內容。

（1）建立學生檔案。在智能系統的支持下，收集存儲學生在學習過程中產生的數據，并建立學生的個人檔案，能夠進行實時更新。智能系統還能根據檔案信息對學生進行特征分析，幫助教師快速獲取學生的學習需求;學生與老師討論交流且經過老師同意后可對檔案內容進行補充和修改，完善個人檔案信息，使個人檔案發揮最大效能。

（2）學習目標設計。該路徑下智能學習系統可以結合學生在每個階段的學習內容與檔案中的信息，動態調整不同學習階段下學習目標的內容;教師和學生可以在不同的地點實現同步討論，智能學習系統將討論內容整合，最終完成學習目標的確立;在學習目標確定后還可在師生的共同協商下進行人為的修改和完善。

（3）任務設計。智能學習系統可以參考前面提供的學習目標、學生檔案信息以及學習課程內容設計課前預習、課堂中需要重點掌握的知識和難點知識，布置個性化的課后作業。實現教師和學生之間的異地同步交流，教師和學生可以對學習任務和學習進度提出個人建議和意見，共同完成學習任務的設計;學習任務制定后，也可以由師生協商一致進行修改和改進。

（4）智能推送學習資源。根據個人學習情況和學習任務智能推送資源;教師和學生也可以參與資源的開發和選擇;它支持師生實時線上交流，完成學習資源和工具的選擇;資源和工具準備好后，可以根據實際情況師生達成共識后進行修改。

（5）學習評估設計。根據學習者的學習過程和學習效果進行動態的實時評價;教師和學生可以參與對個人學習成績的評價;實現了教師和學生的異地同步交流，最終得到評價結果;評價結束后，經師生協商一致，可對評價結果進行修改。

（6）教、學反思。根據學生的學習路徑和學習評價提出個性化的學習反思和教學反思;學生可以在系統中記錄自己學習過程中的不足和做得比較好的地方，智能學習系統可以幫助學生實時地了解和分析學生的狀態和學情，并結合學習評估內容提出有針對性的建議;支持教師和學生異地同步交流自我反思和教學反思的結果;教學反思是一個持續的過程，它可以隨時隨地實現師生的更新。

四、未來個性化學習面臨的挑戰

雖然人工智能技術在個性化教學方面有了一定的成就，但在實際應用過程中還沒有普及。這跟很多老師的思想觀念跟不上時代的發展有關，還在用著自己的那一套模式，以教室和課本為中心，不能適應新的教學環境和教學理念。這是個性化學習面臨的思想挑戰。很多教師缺乏人工智能教學的相關知識和能力，在實際教學過程中不能很好結合AI進行教學。學生的注意力被新穎的圖片或者動畫吸引，教師不能將自己的教學方式與智能形式相融，不但浪費了教學資源，還導致教學效率降低。這種現象特別是在農村一些偏遠地區比較常見，教師沒有受過專業訓練，對智能教學沒有進行系統的學習，這是個性化學習在應用過程中面臨的挑戰。雖然人工智能技術推動了教育的改革，促進了個性化學習的發展，但是人工智能技術還未成熟，在很多方面仍然存在著許多問題。市場上很多智能教學機器還處于研發階段，沒有達到個性化學習預期的效果。人工智能技術需要大量教學數據和學生信息，但這些數據和信息又涉及個人隱私，各個平臺或教育機構的數據都相互隔離，這是個性化學習在技術層面面臨的挑戰。

結語

隨著時代的發展和科技的不斷進步，技術變革學習方式、個性化學習已成為必然趨勢。時代的發展要求教學方式發生改變，只有適應了時代發展的教學才能滿足學生發展的需求，從而進一步促進時代的發展。個性化學習的效果不言而喻。本文論述了個性化學習、人工智能的概念及其研究現狀，結合人工智能在教育中的典型應用形式，設計了基于智能學習系統的個性化學習應用路徑。不可否認，人工智能技術的支撐和相應智能產品的設計與開發是支撐個性化學習應用路徑完成和實現的重要保證。本研究希望能為人工智能在個性化學習中的應用提供一些建議。

參考文獻：

[1]吳曉如，王政.人工智能教育應用的發展趨勢與實踐案例[J].現代教育術，2018，28（02）：5-11.

[2]李振，周東岱，王勇.“人工智能+”視域下的教育知識圖譜：內涵、技術框架與應用研究[J].遠程教育雜志，2019，37（04）：42-53.

[3]劉許燕.智慧課堂中師生關系變革研究[D].西南大學，2019.

[4]胡祖奎，張渝江.人工智能在教育中的應用[J].中國信息技術教育，2017（07）：94-96.

[5]華璐璐.人工智能促進教學變革研究[D].江蘇師范大學，2018.

[6]李振，周東岱，董曉曉，黃雪嬌.我國教育大數據的研究現狀、問題與對策——基于CNKI學術期刊的內容分析[J].現代遠距離教育，2019（01）：46-55.

[7]何克抗.促進個性化學習的理論、技術與方法——對美國《教育傳播與技術研究手冊（第四版）》的學習與思考之三[J].開放教育研究，2017，23（02）：13-21.

[8]吳麗華，馮建平，等.面向網絡教育的個性化智能搜索引擎的設計與實現[J].中國遠程教育，2007（7）：66-69.

[9]王子晗.淺析人工智能在教育領域中的應用[J].中國新通信，2018，20（22）：179.

[10]張坤穎，張家年.人工智能教育應用與研究中的新區、誤區、盲區與禁區[J].遠程教育雜志，2017，35（05）：54-63.

[11]丁紫鉞.人工智能時代的高等教育變革研究[D].南京郵電大學，2020.

[12]朱奕雯.淺談人工智能未來發展趨勢[J].科技與創新，2017（10）：89+92.

[13]陳長玉，李明，羅力佳.基于人工智能的個性化學習模型建構[J].重慶第二師范學院學報，2021，34（03）：118-121.

[14]張坤穎，張家年.人工智能教育應用與研究中的新區、誤區、盲區與禁區[J].遠程教育雜志，2017，35（05）：54-63.

[15]劉熔增，陳霞飛，齊靜姣.人工智能“走進”課堂助力精準個性化學習[J].教育現代化，2020，7（44）：114-116.

[16]陳凱泉，沙俊宏，何瑤，王曉芳.人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統的功能升級[J].遠程教育雜志，2017，35（05）：40-53.

[17]余勝泉.人工智能教師的未來角色[J].開放教育研究，2018，24（01）：16-28.

[18]李海峰，王煒.人工智能支持下的智適應學習模式[J].中國電化教育，2018（12）：88-95+112.

[19]余明華，馮翔，祝智庭.人工智能視域下機器學習的教育應用與創新探索[J].遠程教育雜志，2017，35（03）：11-21.

[20]牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017，35（03）：22-30.

作者簡介：陸慧英（1997—?），女，安徽安慶人，在讀碩士，研究方向：現代教育技術方向;承孝敏（1971—?），男，安徽蕪湖人，碩士生導師，高級工程師，研究方向：現代教育技術、大數據人工智能、政務大數據、智慧城市、基層治理、工業互聯網。