教育人工智能在網絡教學平臺中的應用研究

余必勝 蔣凌雁 王承軍

摘要：網絡教學平臺在教學管理實踐過程中出現諸多新的問題，教育人工智能為這些問題的解決提供了技術手段。結合教育人工智能發展的趨勢，該研究探討教育人工智能應用于網絡教學平臺的技術路線，確立其實施的技術框架，討論建立其應用生態的前提條件，以期為教育人工智能在網絡教學平臺中的應用提供理論依據。

關鍵詞：教育人工智能;網絡教學平臺;技術路線;實施框架;大規模個性化學習

中圖分類號：G43 ? ? ?文獻標識碼：A

文章編號：1009-3044（2022）13-0170-02

教育人工智能技術在網絡教學平臺具有廣闊的應用前景。網絡教學平臺在教學管理實踐過程中產生了很多問題，而教育人工智能的應用為這些問題的解決提供了技術手段。

1 教育人工智能在網絡教學平臺應用的現狀與發展趨勢

在教學管理實踐過程中，成人繼續教育的教學管理流程不斷優化、功能應用日益廣泛，在教學管理、學生網上學習以及學習支持服務等方面取得了長足的進步，成人繼續教育的技術支撐平臺也得到極大的改進和完善;在泛在學習環境下，成人繼續教育教學與管理過程也出現了諸多新的問題，教育人工智能為教學與管理平臺的提升提供了技術保障。

1.1教育人工智能賦能教育

教育人工智能賦能教育，對表征學生學習過程的數據通過數據挖掘、基于深度學習算法進行分析總結得到的數學模型即為學生模型，它是實現個性化學習的關鍵 [1]。

1.2 傳統網絡教學平臺的不足

網絡教學平臺具有教學管理、學生學習、學習評價等功能，可用于發布學習資源、制定教學執行計劃、輔導教師對學生進行學習支持服務，學生對課程及教師給出評價反饋等;傳統的平臺以呈現教學資源為主要功能，教學執行計劃根據學生的專業，提供適合其層級的、標準化的教學策略，但不能給學生提供適合其學習特點和目標的獨有教學策略。

平臺提供的教學資源在學期開始后就處于相對不變的狀態，對于學生的分類簡略而粗疏，大多按入學時間及專業類別進行區分，相同類別的學生登錄平臺后得到的教學資源是相同的;另外平臺也沒有收集學生的學習過程體驗數據，學生的學習效果只能由學習累計時間、平時作業以及期末考試分數得到體現，學生間沒有交互與協同;學生也沒有辦法得到及時有效的學習支持;對于學生的學習過程沒有合適的評估應對策略，無法根據相應的策略制定出有針對性的教學執行計劃。

引入教育人工智能來補充及優化傳統的網絡教學平臺，為學生提供主動的指導服務，提供適合學生特點和需求的教學資源及教學策略，定制出符合其特點的學習發展路徑[2];樹立學生的自我意識，促進學生的個性化學習;實現智能虛擬導師;提供個性化教學，助力實現大規模因材施教。

1.3教育人工智能應用于網絡教學平臺的發展趨勢

引入教育人工智能，制定滿足支持個性化、通用化的設計標準，構建靈活豐富的智慧學習空間，最終形成個性化、多場景、多終端、注重學習體驗、通用化、集群化、多樣化的學習生態系統[3]。

1.4傳統網絡教學平臺對于支持教學精準化與學習個性化方面存在的問題

傳統網絡教學平臺沒有對學生的學習能力與學習習慣等進一步分析，教師在講授、復習、作業、考試等教學場景中，難以對眾多的學生因材施教;學生的學習路徑相對單一，制定教學執行計劃后，平臺就根據執行計劃給學生制定了相對固定的教學策略。教師難以通過平臺對眾多學生實施精準化教學，學生也不能從平臺得到教師有針對性的個性化學習指導。

2 教育人工智能應用于網絡教學平臺的實施路徑

研究教育人工智能應用于網絡教學平臺的技術路線，確立其實施的技術框架，構建應用生態系統，教育人工智能在網絡教學平臺的應用才能落到實處。

2.1解決阻礙教學精準化與學習個性化及管理過程科學化問題的技術路線

1）對資源進行定制，推送給特定學生：全面搜集學生的學習過程數據，通過對學習過程數據的分析，根據學生的學習習慣與學習需求，對學生進行細致分類，將適合某類學生的學習資源推送給相應的學生，大規模地實現學習過程的個性化。

2）在教學過程中，通過智能學情分析給教師提供指導意見：對學生學習需求等數據進行統合、分析、在數據挖掘和學習能力分析處理技術的支持下進行學情分析，在教學過程中，為教學資源的合理規劃、使用提供指導，為教學方法的選擇與確定提供專業意見與建議。

3）基于數據與預測模型，為管理者的決策提供建議：將散落在不同業務平臺中的數據匯聚后進行加工并標準化，將加工后的數據以圖形、報表等可視化的形式提供給管理者，解決科學管理流程問題。

2.2教育人工智能應用于平臺的技術框架

教育人工智能通用技術框架一般采用“教育數據層”“智能技術（算法層）”“應用服務層”的三層模式來構建，如圖1所示。

1）教育數據層：數據來源于不同的教學場景，采集的數據需要進行標準化處理，將異構數據標準化、統一化。

2）智能技術層（算法層） ：人工智能的核心是大數據算法和模型，其教育應用的本質是數據驅動的算法應用[4];借助于機器學習算法，教師能夠掌握特定學生在具體學習過程中的難點，分析學生的答案及其心理過程，加深對學生的了解，有效地實現課程與個性化教學的結合。借助于深度學習算法，可以用于定制教學內容和教材，教師通過教學大綱，基于深度學習算法，設計出個性化的教材和課程[5]。

3）應用服務層：此層是教學人工智能技術的具體應用，它為用戶（教師、學生、管理者）提供相應的教學及管理服務。

2.3教育人工智能應用于平臺的總體框架與功能實現

將教育人工智能應用于網絡教學管理平臺，形成更智能的平臺總體設計，如圖2所示。其中實線部分為傳統平臺已實現模塊，虛線部分為未實現或未完全實現模塊。

框架結構包括資源工具層、功能實現層、用戶應用層。資源工具層中，AI人工智能平臺是需要全新引進的功能模塊。教學平臺有將學歷教育、非學歷培訓、函授融入一個統一平臺的需求，學習門戶、身份認證、學習空間、學習支持、數據分析、移動學習、接口標準等功能用戶層需要統籌考慮[6]。在用戶應用層，引入教育人工智能后，學生能夠獲得獨有學習路徑指導、精品課程推薦、實時學習情況追蹤等。教師端能根據實時的數據分析，掌握指定學生的學習進度，根據學生的數字畫像，對學生進行針對性地指導。管理者端使用高基報表、可視化的數據輔助決策，在網上組織教學評估，對新的教學計劃進行更新與升級。

3建立教育人工智能應用于教學平臺的生態

教學平臺向教師、學生與管理者提供服務，將教育人工智能技術應用于平臺，學習活動的參與者通過實踐，獲取個性化的數據，結合知識圖譜，逐步建立教育人工智能應用于成人繼續教育的生態。

以下幾方面工作是建立良好生態的前提，這幾項工作的完備可以極大地促進教育人工智能應用于平臺的生態建立的發展與成熟。

3.1網絡教學平臺功能完備化

網絡教學平臺功能不斷豐富、完善，教學形式翻新，學習內容積累，學生與學習資源雙向交互;教學平臺收集學生的學習狀態等數據，了解學生的學習習慣并進行及時有效地干預;在泛在學習環境下隨時滿足學生的學習需求[7]。

3.2網絡教學平臺科學定位

成人繼續教育在承擔學歷網絡教育的同時，不斷開拓業務范圍，將非學歷教育與函授、自考整合到一個平臺，共用學習資源，實現學分互認是一個大趨勢，科學定位管理與學習平臺，做好對應平臺的開發與整合。

3.3在線教學質量管理全面化

對學習資源與學生數據進行挖掘分析，刻畫學生數字畫像、資源數字畫像，建立學習資源與學生學習行為間的關聯，構建完善的教學質量評價體系，保障并提高在線教學質量。

4結語

進入泛在學習階段，在以學生為中心的學習過程中，學生個性化基礎和學習技能的差異、網上學習缺乏互動、海量學習資源選擇困難等眾多因素都能影響學生學習主動性和學習效率。將教育人工智能技術應用于學習平臺，克服這些不利因素，為學生的知識建構提供更有力的服務支持。

不斷從功能上完善學習平臺、開拓學習平臺的業務范圍，將學歷、非學歷、函授、自考等業務整合到統一的平臺、利用人工智能技術科學評價教學質量;通過建構學生模型，使用人工智能技術對學生的行為數據進行挖掘分析，總結其學習習慣與風格，為采用精準、高效的資源組織模式和有針對性的教學策略提供支撐。教學平臺將會以人工智能的新發展為驅動，實現向“人工智能+”的新一代智慧學習平臺的轉變。

參考文獻：

[1] 孫力，張婷.網絡教育中個性化學習者模型的設計與分析[J].遠程教育雜志，2017，35（3）：93-101.

[2] 汪瓊，李文超.人工智能助力因材施教：實踐誤區與對策[J].現代遠程教育研究，2021，33（3）：12-17，43.

[3] 梁迎麗，劉陳.人工智能教育應用的現狀分析、典型特征與發展趨勢[J].中國電化教育，2018（3）：24-30.

[4] 譚維智.人工智能教育應用的算法風險[J].開放教育研究，2019，25（6）：20-30.

[5] 陳松云，何高大.機器智能視域下的教育發展與實踐范式新探——2018《美國機器智能國家戰略》的啟示[J].遠程教育雜志，2018，36（3）：34-44.

[6] 盧文輝.AI+5G視域下智適應學習平臺的內涵、功能與實現路徑——基于智能化無縫式學習環境理念的構建[J].遠程教育雜志，2019，37（3）：38-46.

[7] 楊七平，謝僑.人工智能背景下在線教學平臺的演變與展望[J].中國教育信息化，2020（15）：40-43.

【通聯編輯：唐一東】