基于人工智能技術(shù)的MOOC學習平臺優(yōu)化

劉彩萍 廖澤玲 梁斌

摘? 要? 在分析MOOC學習平臺發(fā)展中所暴露問題的基礎(chǔ)上，從學習者學習成長檔案、交互式備課、協(xié)作學習社區(qū)、智能學伴、監(jiān)督機制等維度探討基于人工智能技術(shù)的MOOC學習平臺優(yōu)化策略。利用人工智能技術(shù)對在線學習者學習行為進行分析并干預(yù)，提高在線學習者的學習效率，充分發(fā)揮MOOC在線學習平臺的功能。

關(guān)鍵詞? MOOC學習平臺；人工智能技術(shù)；學習成長檔案；交互式備課；協(xié)作學習社區(qū)；智能學伴

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2023）09-0040-04

0? 引言

人工智能技術(shù)的迅速發(fā)展，對人類的生活方式、行為習慣、邏輯思維等產(chǎn)生深遠影響，人工智能技術(shù)在教育領(lǐng)域的應(yīng)用正在逐漸成為學術(shù)界探討的焦點[1]。懷進鵬部長在“2021國際人工智能與教育”會議上提出：中國將加大人工智能教育政策供給，推動人工智能與教育教學深度融合，利用人工智能促進全民終身學習，致力推動教育數(shù)字轉(zhuǎn)型、智能升級、融合創(chuàng)新，加快建設(shè)高質(zhì)量教育體系[2]。MOOC學習平臺作為在線教育平臺正處在發(fā)展的風口，為了加快構(gòu)建智能化在線學習平臺，將人工智能技術(shù)應(yīng)用于MOOC學習平臺是實現(xiàn)這一目標的重要前提。

本研究旨在探討如何將人工智能技術(shù)更好地應(yīng)用于MOOC學習平臺，以解決當前MOOC發(fā)展的問題。通過利用人工智能技術(shù)對在線學習者學習行為進行分析并干預(yù)，提高在線學習者的學習效率，充分發(fā)揮MOOC學習平臺的功能，以期為MOOC學習平臺的發(fā)展提供助力。

1? 人工智能技術(shù)

王竹立[3]提出：人工智能將成為應(yīng)用系統(tǒng)中新的技術(shù)科學。人工智能是將人腦的思考能力、計算能力、分析能力等轉(zhuǎn)移到機器上，代替人類流水線以及高難度的工作，解放人類勞動力的一種技術(shù)。人工智能教育則是利用智能工具對各種教育因素進行自動化分析，通過挖掘數(shù)據(jù)進行個性化干預(yù)，生成智能教育教學環(huán)境[4]。人工智能教育應(yīng)用技術(shù)框架主要涉及三個層面：教育因素數(shù)據(jù)層、數(shù)據(jù)分析層、數(shù)據(jù)應(yīng)用層。

2? MOOC學習平臺存在的問題

MOOC在中國快速發(fā)展的同時，也存在一定的問題。

2.1? 學習者注冊量大，但輟學率高

調(diào)查數(shù)據(jù)顯示：Udacity平臺中六萬學習者注冊學習的程序入門課程，只有14%的學習者通過學習；而在Coursera中軟件課程有50多萬學習者參與學習，但只有7%的學習者完成課程。可見，輟學率高是MOOC存在的一大問題。從學習者的角度來看，這些學習者大部分只是為了彌補工作上遇到的知識點缺陷，往往獲得相應(yīng)的知識點后，便會停止課程的學習。從課程設(shè)置的角度來看，MOOC學習平臺缺乏完善的學習層次的分析，也就是沒有成熟的課程體系。

2.2? 學習者規(guī)模大，但缺乏系統(tǒng)的課程體系

調(diào)查顯示：截至2021年底，除中國外，全球的MOOC平臺課程現(xiàn)已超過19 400門，MOOC學習者達2.2億?？梢?，近幾年來，MOOC的學習者規(guī)模不斷擴大。最新MOOC學習者畫像顯示，年齡分布上，26～35歲的學習者是MOOC產(chǎn)品的主力軍，占總學習者的40%。MOOC學習者學習能力，先前學習經(jīng)驗、學習目的等各不相同。MOOC學習者可以零門檻入學，MOOC平臺課程缺乏完善的專業(yè)體系，課程繁雜零散，而且學習者對自己的知識體系定位不準確。在學習MOOC平臺課程時，對于已經(jīng)具備先前知識點的學習者來說，在多線程的學習方式下，重復(fù)學習知識點就是浪費時間。

2.3? MOOC教學活動中師生缺乏深層次的互動

交互是人們傳遞符號、信息與分享感情的過程，是通過語言和非語言信息的交流，產(chǎn)生相互影響的過程[5]。由于MOOC的在線性，教師在MOOC建設(shè)中，時間與精力大多投在了錄制課程視頻上，而較少引導(dǎo)學習者進行討論交流，在后期實施維護時也未能及時回復(fù)學習者的問題。MOOC學習平臺功能尚不完善，學習者還不能分享和下載課程視音頻，而且有的課程沒有提供字幕，相對于專業(yè)術(shù)語較多的課程來說，無疑增加了學習者吸收知識的難度。生生之間通過MOOC學習平臺提供的論壇進行交流，互動方式較為單一。

2.4? 缺乏合理配套的監(jiān)督機制

MOOC學習者缺乏系統(tǒng)性的學習計劃與目標，MOOC的學習活動基本上是學習者靠自控力來完成的。如果缺乏相應(yīng)的監(jiān)督機制，自制力較差的學習者很難完成課程的學習。

2.5? 缺乏科學的學習評價體系

綜合分析四大MOOC學習平臺，發(fā)現(xiàn)其學習評價存在以下問題：

1）由于學習者規(guī)模較大，學業(yè)背景差異較大，教師難以對學習者個體進行監(jiān)督和指導(dǎo)；

2）同伴互評機制較難獲得認同；

3）無法客觀規(guī)范地評價學習者是否認真觀看課程以及學習者是否考試作弊。

3? 基于人工智能技術(shù)優(yōu)化MOOC學習平臺

基于人工智能技術(shù)解決當前MOOC平臺存在的問題，從學習準備、學習過程、學習測試以及學習成果等維度，分別構(gòu)建基于人工智能技術(shù)的MOOC學習平臺優(yōu)化策略。

3.1? 構(gòu)建學習者學習成長檔案

盡管MOOC學習平臺收集了大量學習者學習行為等相關(guān)數(shù)據(jù)，但是尚未合理地對這些數(shù)據(jù)進行應(yīng)用。MOOC學習平臺應(yīng)深度挖掘?qū)W習者學習行為相關(guān)數(shù)據(jù)，結(jié)合人工智能技術(shù)采集學習者情感狀態(tài)、認知狀態(tài)等數(shù)據(jù)，跟蹤學習者狀態(tài)，從而構(gòu)建學習者學習成長檔案。

構(gòu)建學習者學習成長檔案即構(gòu)建學習者模型。利用知識圖譜技術(shù)，學習者畫像從學習者注冊時便開始構(gòu)建并不斷實時發(fā)生變化。學習者進入學習系統(tǒng)時，通過登記相應(yīng)的信息，包括靜態(tài)信息，如學校、學習目的、學習需求、學習成績、技能證書等，結(jié)合聚類技術(shù)，將他們分類建模，把具有相同特征的學習者檔案進行歸類。同時，使用貝葉斯知識跟蹤技術(shù)對學習者的知識體系進行建模，系統(tǒng)根據(jù)學習者所填的信息系統(tǒng)自動出題為學習者提供試測。試測技術(shù)采用主題專家定義的離散知識組件[6]。有學者提出利用強化學習算法分析學習者，結(jié)合內(nèi)外信息來推斷學習者的學習需求與能力的匹配度，以及結(jié)合學習者當前的學習水平與所要學習的知識點之間的差距，為學習者提供學習課程建議與個性化學習路徑安排。

3.2? 提供交互式備課模塊

在備課時，利用知識圖譜技術(shù)，教師可以從知識庫內(nèi)檢索獲取所需要的知識信息，同時可以直接在備課系統(tǒng)所提供的教案上進行修改。備課系統(tǒng)除了給教師提供教案與教學素材外，還會為教師提供教學手段、教學思路等。教師可以互相修改教案并提供建議。同時，備課系統(tǒng)還可以為教師提供學習者的整體學習特征，比如預(yù)測學習者學習的難點等。教師可以根據(jù)備課系統(tǒng)給出的學習者測評報告選擇合理的教學策略。

3.3? 構(gòu)建協(xié)作學習社區(qū)模塊

線上學習最大的缺點是與教師的互動交流較少。要營造較好的網(wǎng)絡(luò)學習環(huán)境，充分利用網(wǎng)絡(luò)的開放性、兼容性等優(yōu)勢構(gòu)建協(xié)作學習社區(qū)，讓學習者自主構(gòu)建學習體系。為營造活躍的學習氛圍，教師可以定期開展趣味有獎競答活動，這有利于增強交流性與互動性，激發(fā)學習者學習的動力。教師可以組建學習項目團隊，根據(jù)學科特性組織學習小組，給不同的小組分配不同的學習任務(wù)，并對各個小組的學習成果給予點評。另外，教師可以根據(jù)平臺提供的學習者學習情況，針對學習者錯誤率較高的習題以及學習者在課程相關(guān)論壇提問頻率較高的問題，定期開展直播指導(dǎo)。

3.4? 提供豐富的學習資源

在智能化時代，線上學習平臺應(yīng)盡可能地為學習者提供個性化資源，同時，各種資源可以共享交流，零散的資源能夠聚合成系統(tǒng)的知識結(jié)構(gòu)。學習平臺除了為學習者提供基本的學習資源，還應(yīng)該提供以下資源。

3.4.1? 筆記本工具

學習平臺為學習者提供筆記模板，如思維導(dǎo)圖筆記、康奈爾筆記等各種筆記工具。同時，學習者可以在任意平臺場景下調(diào)用筆記，也可以互相分享交流筆記。

3.4.2? 知識答疑區(qū)

學習者學習遇到困難時，可以搜索問題，知識答疑區(qū)會自動為學習者解答疑問。如果答疑區(qū)沒有學習者所提問題的解答，平臺會自動跳轉(zhuǎn)到同伴解答區(qū)或者在線教師解答區(qū)。

3.4.3? 個人資源云盤

學習者將自己獲取的資源進行收藏并分類整理，可以離線隨時使用資源。論壇上的評論交流是碎片化的、沒有規(guī)律的，采用基于人工智能的分詞和文本聚類技術(shù)，可以整合論壇上的精華評論，將它們聚合成知識結(jié)點，將這些知識結(jié)點進一步聚合成知識網(wǎng)絡(luò)，為學習者創(chuàng)造新的學習資源[7]。

3.5? 構(gòu)建實時交互功能

將人工智能技術(shù)應(yīng)用到搜索視頻和視頻觀看體驗。在視頻進度條上，學習者可以選擇向教師提問，可以做筆記，可以與其他學習者進行討論交流。學習者點擊相應(yīng)的進度條，可以觀看到該進度條上其他學習者對該知識點的理解，通過與其他學習者進行交流與互動，進一步加深對知識點的理解并擴充知識庫。同樣的，學習者在其他學習資料上可以采取同樣的操作，如在PPT上，可以點擊幻燈片進行詢問以及討論，而在相關(guān)文獻資料上可以選擇文字進行詢問交流。

3.6? 推出智能小學伴

通過個性化信息過濾技術(shù)，將具有類似個性特征、學習目標的學伴推薦給學習者，讓學習者能夠與學伴相互監(jiān)督、交流信息，進一步激發(fā)學習動力，營造學習氛圍。除了平臺推薦的其他學習伙伴外，還為每一個學習者提供智能小學伴。

首先，智能小學伴會根據(jù)學習者的學習風格、學習狀態(tài)以及學習需求等，為學習者推薦學習課程，規(guī)劃學習路徑。

其次，在線上授課時，教師由于無法實時了解學習者的學習狀態(tài)，難以承擔管理的職責，而智能小學伴會記錄學習者學習時長，提醒學習者要勞逸結(jié)合。此外，利用圖像識別技術(shù)、智能AR技術(shù)來識別學習者的面部肌肉表情、眼神，實時檢測學習者的學習狀態(tài)。同時，智能小學伴也會對學習者的心理健康狀態(tài)進行評測，基于建立的心理健康監(jiān)測機器學習模型，根據(jù)學習者在網(wǎng)絡(luò)上的交互行為，特別是在論壇上的言語來分析未成年人的心理狀態(tài)，呈現(xiàn)心理健康報告給教師并提供建議。

再次，智能小學伴會在學習者學習之前提醒復(fù)習上次所學習的知識，提醒學習者記筆記。如果學習者在學習中遇到困難，智能小學伴會為學習者推薦在線教師，讓他們可以直接詢問教師，及時解決問題。

最后，智能小學伴也會為學習者診斷學習困難點，當學習者要結(jié)束學習時，提醒他們進行復(fù)盤等，能夠根據(jù)不同學習者的不同學習風格、學習態(tài)度等給予不同的陪伴。

3.7? 提供個性化試題模塊

為學習者提供個性化試題，根據(jù)學習者已有的知識水平、學習能力等，提供個性化答題路徑。在學習者觀看視頻時從題庫中出題，同時根據(jù)學習者的測試數(shù)據(jù)，如學習行為路徑、觀看視頻的次數(shù)與時長等，利用智能推薦系統(tǒng)和機器學習技術(shù)預(yù)測學習者可能出現(xiàn)的知識錯漏，提供給他們不同難度的題目，題目由易到難。

3.8? 完善監(jiān)督機制

3.8.1? 視頻學習監(jiān)督

教師在制作視頻時插入具有時間限制的題目，不同次數(shù)看統(tǒng)一視頻提供不一樣的習題庫。課后根據(jù)學習者觀看視頻的相關(guān)操作對學習者的學習態(tài)度進行分析，教師根據(jù)后臺提供的分析數(shù)據(jù)，對他們的學習行為進行干預(yù)。另外，采用人臉識別技術(shù)，實時監(jiān)測學習者面部，異常時視頻自動停止。同時，根據(jù)學習者眼球轉(zhuǎn)動狀態(tài)，評估其學習狀態(tài)，從而對其學習行為進行干預(yù)。通過檢測數(shù)據(jù)分析，發(fā)現(xiàn)學習者狀態(tài)不佳時，提示其重新觀看視頻或者休息一會兒再看視頻。

3.8.2? 學習狀態(tài)監(jiān)督

根據(jù)學習者在平臺上的行為表現(xiàn)，如登錄次數(shù)、觀看時長、學習成績、交互行為等數(shù)據(jù)，利用深度學習技術(shù)，預(yù)測學習者對知識點的掌握情況，分析學習難點，分析學習者的學習風格與學習方式，甚至推算學習者的輟學率并進行干預(yù)，增加學習激勵語或者給學習者發(fā)送學習小貼士。

3.8.3? 學習者自我監(jiān)督

為學習者提供學情分析儀表盤或者學習完成度統(tǒng)計圖等可視化分析，使其可以實時檢查自己的學習情況。

3.8.4? 學伴監(jiān)督

利用個性化信息過濾技術(shù)，智能推送具有相同興趣愛好、相同學習目標等的好友，可以兩個學伴互相監(jiān)督，也可以組成學習小組，在小組內(nèi)互相督促學習。學伴之間相互交流學習，有利于及時解決在學習中遇到的問題，同時拓展學習者的知識庫。讓學習者有伙伴相互監(jiān)督，讓在線學習形成一個小組，而不是單獨的自主學習。

3.8.5? 考試系統(tǒng)監(jiān)督設(shè)計

由于MOOC平臺的在線性，學習者在做測試題時，大都會上網(wǎng)查找答案，或者與其他學習者交流答案，這就使得測試系統(tǒng)失去存在的意義。

首先，學習者在進行答題時，不可跳轉(zhuǎn)到其他界面，跳轉(zhuǎn)時系統(tǒng)予以警示。如果學習者多次跳轉(zhuǎn)到其他界面達到一定的界限，系統(tǒng)則會顯示該測試結(jié)果無效。同時，學習者也不可以將答案進行復(fù)制粘貼。

其次，利用人臉識別技術(shù)。在考試過程中，如果檢測到多個人臉或者檢測到人臉與系統(tǒng)中的人臉不一樣，則判定學習者作弊。為防止學習者利用手機搜索答案，學習者在進入測試界面前，需要用手機掃描平臺提供的二維碼，若考生在考試過程中利用手機進行瀏覽查詢，平臺便會監(jiān)測到并予以警示。

3.9? 學習者學習評價

在線教學的學習者評價模塊要突破傳統(tǒng)的評價體系，建立以學習者為中心、以過程性評價為主的科學客觀的評價體系。學習評價體系可以利用物聯(lián)網(wǎng)技術(shù)、智能感知技術(shù)等，對學習者學習行為進行收集，包括觀看視頻次數(shù)、測試成績、小組討論數(shù)據(jù)。采用數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)、深度學習技術(shù)和智能推薦引擎技術(shù)，量化、可視化分析學習者的評價結(jié)果，并根據(jù)學習者的前測成績與后測成績，對比總結(jié)學習者學習上的變化，提供學習路徑優(yōu)化的精準建議，實現(xiàn)個性化學習[8]。

自我評價從學習者學習目標是否達成、所需知識是否真正掌握、學習是否專注等各個維度開展，讓學習者自我檢測學習目標是否達成，反思自己在平臺上的學習行為、學習狀態(tài)、學習方法等，從而合理調(diào)整自己的學習策略。此外，學習者之間的交互行為，如交流、做項目、做活動等，學習伙伴會基于系統(tǒng)提供的評價指標進行評價。教師也可以組織學習者進行作業(yè)互評。

總之，基于人工智能技術(shù)的MOOC課程學習評價，學習者將會獲得四份學習報告書，即自我評價、同伴評價、教師評價以及系統(tǒng)評價。學習者根據(jù)收到的評價進行分析研究，撰寫自己對于所得評價的感受，對自己的學習行為進行反思，總結(jié)自己學習中的優(yōu)點與不足，并填寫改進計劃。

4? 結(jié)束語

隨著信息技術(shù)的發(fā)展，MOOC系統(tǒng)功能越來越完善，受眾規(guī)模越來越大，發(fā)展前景遠大。但是MOOC發(fā)展中也存在一定的問題，如學習者注冊量大但輟學率高、缺乏完善合理的學習路徑等?；谌斯ぶ悄芗夹g(shù)的快速發(fā)展以及在教育領(lǐng)域的應(yīng)用現(xiàn)狀，可以借助人工智能深度挖掘技術(shù)、知識圖譜等技術(shù)來完善MOOC學習平臺。人工智能技術(shù)在MOOC中的深入應(yīng)用，將有利于MOOC突破發(fā)展瓶頸，得到進一步的發(fā)展。本文對于人工智能技術(shù)應(yīng)用于MOOC學習平臺相關(guān)改進的闡述較為宏觀，尚未對具體的實施策略進行細化分析，對所提出的改進建議還可進一步深入研究。

5? 參考文獻

[1] 2019全球人工智能教育行業(yè)研究報告[R/OL].（2019-09-12）[2022-03-21].https：//www.vzkoo.com/read/2? ? ? ??9d778adda937df958599afffdc9203d.html.

[2] 2021國際人工智能與教育會議舉行[J].中國教育網(wǎng)絡(luò)，2021（12）：7.

[3] 王竹立.技術(shù)是如何改變教育的？：兼論人工智能對教育的影響[J].電化教育研究，2018（4）：5-11.

[4] 吳林靜，馬鑫倩，劉清堂，等.大數(shù)據(jù)支持的慕課論壇教師干預(yù)預(yù)測及應(yīng)用[J].電化教育研究，2021，42（7）：47-53.

[5] Aicha B， Oubahssi L，George S， et al. A Model andTool to Support Pedagogical Scenario Building forConnectivist MOOC[J].Technology，knowledge and?learning： Learning mathematics，science and the artin the context of digital technologies，2020（4）：1-29.

[6] 唐燁偉，郭麗婷，解月光，等.基于教育人工智能支持下的STEM跨學科融合模式研究[J].中國電化教育，2017（8）：46-52.

[7] 張志新，陳博，朱永海，等.我國慕課研究的現(xiàn)狀與問題分析[J].現(xiàn)代教育技術(shù)，2017，27（12）：101-107.

[8] 劉勇，李青，于翠波.深度學習技術(shù)教育應(yīng)用：現(xiàn)狀和前景[J].開放教育研究，2017，23（5）：113-120.