人工智能教学策略范文
时间：2023-08-23 16:10:05
导语：如何才能写好一篇人工智能教学策略，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：人工智能；智能化计算机辅助教学；专家系统；知识库
中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)12-21667-02
The Application of Artificial Intelligence in Education
HU Ji-li,YIN Yun-xia
( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)
Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.
Key words:Artificial Intelligence;CAI;expert system;knowledge base
1 引言
人工智能作为当今世界三大尖端技术(空间技术、能源技术和人工智能技术)之一，是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学、机器学习、计算机视觉等。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多的是结合具体领域进行的，主要研究领域有专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决定支持系统和人工神经网络。它总的来说是面向应用的，随着人工智能的诞生和发展， 人们开始把计算机用于教学领域。同时， 自七十年代以来， 有教学能力的专家系统得到研制。人工智能技术与专家系统的成就， 促使人们把问题求解、知识表示这些技术引入计算机辅助教学(CAI) ， 这便是智能型计算机辅助教学(CAI)。
近几十年来， 随着人工智能技术的日渐成熟， 它的一些研究成果被陆续应用到教学领域， 推进了教育发展改革和教学现代化进程。人工智能在教学系统的重要性也已形成共识。
2 人工智能在教育中的作用
目前在教育技术中涉及到AI的主要有以下领域：
2.1 知识的表示与访问
基于人工智能的知识表示是以知识为对象，以计算机的软硬件和计算机科学及人工智能和专家系统技术为工具，以哲学、心理学和逻辑学等为方法和指导，将知识表达成计算机可以直接处理的“知识库”，使用“计算机的智能”来模拟人类专家或“人类智能”，对知识进行快速、精确、自动、科学的处理。它不属于通常的“数据管理或信息管理”的“数据”层次，而是属于“知识处理”或“知识”的智能化层次。其主要内容是对于知识进行形式化的表示、自动化的推理，智能化的教学或创造。计算机辅助教育是其中重要的组成部分。
2.2 符号计算
符号计算包括数值计算、符号计算和函数作图。其代表软件是Mathematica，当该软件在1988年第一次，对科技及很多其他领域的计算机使用方式产生了深刻的影响。Mathematica 1.0时，商业周报将其列入当年最重要的十大新产品名单。这标志着现代科技计算的开始。Mathematica也被大量地用于教育:有成百上千的课程，从高中课程到研究生课程用它作基础。随着各种学生版的，Mathematica也已成为全世界各种不同专业学生的重要工具。
2.3 对学生错误的自动诊断
采用人工智能技术，使得教学过程中系统可以自动诊断学生的学习水平，不仅能发现学生的错误，而且能指出学生错误的根源，从而做出有针对性的辅导或学习建议。而且根据学生的特点自动选择教学内容，自动调整教学进度，自动选择教学策略与方法。
2.4 实现智能性超媒体教学系统
超媒体系统有理想的教学环境，容易激发学生的学习兴趣和学习主动性，但不能保证达到预期的学习目的，而且由于不了解所要教的对象，所以不能做到有针对性的指导，不能因材施教。智能辅助教学系统正好与此相反。将二者结合起来，就可实现性能互补，从而研究制出新一代高性能的智能超媒体教学系统。
3 人工智能应用于教育的新方向：ICAI
3.1 传统CAI的不足
传统的CAI由于其集成性、交互性、多媒体性等特点，在教学中可以极大地激发学生的学习动机，提高教师的教学效率和学生的学习效率。但在使用过程中，CAI的一些弱点也逐渐暴露出来。主要表现有:
(1)缺乏人机交互能力
现有CAI 大多以光盘作为信息的载体， 将教材中的内容以多媒体的形式展现出来， 教学信息是按预置的教学流程机械式地提供给学生的， 学生接受起来很被动。而且在课堂教学中， 一般也只能通过教师按预定的课件流程进行操作， 无论学生还是教师都不能很好地参与教与学的过程， 因此人机交互没有很好地实现。
(2)缺乏教师与学生的互动
现有的CAI 课件在学生自学、进行操作使用时，如何学习都是学生自己的事。教师不能完全了解学生的情况，学生在碰到问题时，也不能向教师求助，师生之间是互相封闭的，软件所起的积极效果大打折扣。同时由于缺乏网络支持，现有的绝大多数CAI 课件是在单机环境下运行的，它们无法利用网络的优势使知识内容快速更新，也更无法提供便捷的学习讨论空间、随时随地的师生交流方式以及远程教学实现的条件。
(3)缺乏智能性
要想面对不同情况的学生进行不同程度的教学过程， 使学生的学习变为主动， 并能由系统自动地提供助学信息而有选择地学习，要想使教师的教学能积极地参与进去并根据系统提供的信息按照学生的认知模型为其准备最适合的学习内容， 给予不同方式的教学模式与方法， 没有智能性的CAI 课件系统， 是很难实现以上目的并达到良好教学效果的。由此可见，现有的CAI 随着人们要求的提高， 已经不能尽如人意。因此以智能CAI 为代表的新的计算机辅助教学系统将是教师在教育技术上需要不断探求、努力实现的发展方向索。
3.2 ICAI－人工智能与多媒体技术的结合
为了克服传统CAI的缺点，需要在知识表示、推理方法和自然语言理解等方面应用人工智能原理。因此很多专家提出了智能计算机辅助教学(ICAI)，智能计算机辅助教学(Intelligence Computer Assisted Instruction－ICAI)以认知学为理论基础。将人工智能技术应用于CAI，是智能化的CAI。在ICAI系统中，允许学生与计算机进行较自由的对话，学生的应答不限于数字或简单的短语。系统能够判定学生应答的正确程度，并给予适当的反馈，而不是简单地说“对”或“错”。ICAI的宗旨在于利用现有计算机技术实现较好的人工智能，模仿人类的交互方式、思维习惯及情绪流动，修饰和掩盖计算机的缺陷。
3.3 ICAI的优点
(1)将教学内容与教学策略分开，根据学生的认知模型提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策略。
(2)通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议、以及进一步学习内容的建议。
(3)通过对全体学生出现的错误分布统计，智能诊断机制将向教师提供教学重点、方式、测试重点、题型的建议。
(4)为教师提供友好的教学内容、测试内容维护界面，无需改变软件的结构即可调整教学策略。
(5)通过对学生认知模型、教学内容、测试结果的智能分析，向教学督导人员提供对任课教师教学业绩评价的参考意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。
3.4 ICAI的标准
以现有的科学技术水平而言，短时期内显然无法实现具备上述全部功能的ICAI系统。一般认为，只要具有下列一个或几个特征的CAI系统就可以称之为ICAI系统。
(1)能自动生成各种问题与练习。
(2)根据学生的学习水平与学习情况选择与调整学习内容和进度。
(3)在了解教学内容的基础上自动解决问题，生成解答。
(4)具有自然语言生成与理解能力，以便实现比较自由的教学问答系统，提高人机交互的主动性。
(5)对教学内容有解释咨询能力。
(6)能诊断学生错误，分析原因并采取纠正措施。
(7)能评价学生的学习行为。
(8)能评价教师的教学行为。
不难看出，ICAI与传统的CAI相比，更加符合教育教学的规律，切合学生的认知习惯，具有明显的优越性。
3.5 ICAI的结构
ICAI主要由三个模块组成:专家系统模块、教师模块和学生模块。
(1)知识库
知识库是实现知识推理与专家系统的基础，而建造知识库的前提则是要解决知识的形式化，人工智能技术在教育中的应用表示以及知识的访问与调用问题。因此，知识的表示与访问是人工智能的核心技术之一，也是将AI引入教育领域必须首先解决的一个难题。
ICAI中的资源库应该包括以下一些内容:
①多媒体素材库:包括所要呈现的知识的一些素材，包括:文本、图像、声音、动画及数字影象等多媒体教学资源。这些用于多媒体数据库管理，便于分类、增删、修改及查询等操作。
②教学内容库:教学内容库用于存放教学内容，包括领域知识库(含辅助知识库、提示帮助库、练习题库，和测试题库)。这些教学内容，包括习题和试题分章、节、课及知识点等有序存贮。供专家决策系统调用。
(2)学生模块
学生模块主要包括以下三个模块:学生登陆模块、学生水平评价模块和学生监督模块。
①学生登陆模块:利用该模块主要用于学生使用ICAI时登录，第一次登录时学生输人姓名、性别、年龄、学历等相关信息，然后对学生进行询问，选择合适的测验题对学生进行初测推荐学习计划。当再次登录时，系统根据保存的信息安排合适的学习内容。
②学生水平评价模块:学生水平测试模块用于评价某一教学单元学习完后测试成绩。通过测试等因素分析，可以比较确切地了解学生的具体情况，从而制定出合理的教学策略和教学过程
③学习监测模块:学习检侧模块用于监测记录学生的日常学习情况，记录学生学习某教学单元时的参数值，并记录在学生档案中。包括:学生目前学习单元号；学习方式；正常学习、练习、提前浏览、学后复习；学习时间；学生提示问题的类型和次数；学生本次练习出错次数。
(3)专家决策模块
CAI中的专家决策系统可以看作专家系统中的推理机。专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过入类专家的水平。计算机中存有人类专家的知识并具有推理能力，从而可解决诊断、规划、调度、预报、决策等要靠人类专家才能完成的任务。
成功的例子如:① DENDRL系统的性能已超过一般专家的水平，可供数百人在化学结构分析方面的使用;②MYCIN系统可以对血液传染病的诊断治疗方案提供咨询意见经正式鉴定结果，对患有细菌血液病、脑膜炎方而的诊断和提供治疗方案已超过了这方面的专家。
ICAI根据学生模块提供的学生学习情况，通过智能系统的搜索与推理，得出智能化的教学方法与教学策略，能够较科学地评估学生的学习水平，还可以通过分析学生以往的学习兴趣和学习习惯，预测学生的知识需求和常犯错误，动态地将不同的学习内容、学习方法与不同的学生匹配，智能地分析学生错误的原因，进而有针对地提出合理的教学建议、学习建议以及改进方法，既提高了学生学习的满意度，激发了学生的学习热情，也对教师教学提供了客观的依据和科学的方法。
4 结束语
由此可见人工智能技术已经逐步应用于计算机辅助教学中，与教学现代化有着密切的关系。人工智能技术的发展也必将会对ICAI 的发展起到巨大推动作用。近几年来，人工智能的研究者们尝试着使学生脱离“辅导学习”的过程来接受新知识，而采用“通过活动进行学习”的方式。在教学的其他方面，人工智能技术还可以建立人类推理模型学习工具等诸多的运用， 展示出越来越好的实用性。随着Internet 的发展，虚拟现实技术的广泛应用， ICAI 也将得到进一步的完善。21 世纪的教育教学手段将是以智能化CAI 为主线，多学科、多方位发展的新技术的体现。这种手段产生了人机交互、人机共生等全新概念，使人类扩展了自己的能力，促进了教育领域方方面面的改革。
参考文献：
[1]王万森.人工智能原理及其应用[M].北京:电子工业出版社,2000.
篇2
【摘要】计算机辅助教学的实际需要应用人工智能技术及复杂的程序,如自然语言理解、知识表示、推理方法等,一些人工智能技术的特殊应用成果,同时以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学技术被应用于建立学习模块。这种方法能控制调练策略并给出适合学生的学习内容。
【关键词】人工智能计算机辅助教学教学与控制
一、人工智能的定义
人工智能也称机器智能,它是计算机科学、控制论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统角度来看,人工智能是研究如何制造出智能机器或智能系统,实现模拟人类智能活动的能力,以延伸人们智能的科学。人工智能是一门交叉科学,逐渐形成一门涉及心理学、认知科学、思维可循、信息科学、系统科学和生物学科等多学科的综合性技术学科。
二、计算辅助教学体系和现状
计算救助教学是利用多媒体计算机的功能与特点,利用计算机辅助教师完成各个教学环节,并通过与计算机之间的交互活动,激发学生的学习积极性和主动性,帮助学生更有效地学习。实用计算机辅助教学,有利于认识主体作用的发挥,它所提供的图像、声音、动画等信息由利于学生知识的获得与保持,达到提高教学教学的目的。
目前为止,所实用的绝大多数传统以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学将全部教学信息以编程方式预置于课件中,这样的以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。因此现有的以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学系统面临许多挑战,它主要存在以下几个方面的问题。
1.计算机辅助教学系统的闭塞性
不具有开放性是目前以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。其弊端在于固定内容的局限性使课件的适用面狭窄,而且设定的运行路线使授课缺乏自主性;授课的针对性不强;无法利用新出现的资源在较高起点上进行二次开发。
2.智能性的欠缺
现有的计算机智能辅助课件系统不能对不同何曾度的学生进行有针对性的教育,学生的学习是被动的,不能由系统自动提供助学信息而使学生有选择地学习。。
3.人机交互能力较弱
现有计算机智能辅助大多以光盘作为信息的载体,将材料中的内容以多媒体的形式展现出来,教学信息是按预置的教学流程机械式地提供给学者,学习者使用计算机智能辅助课件学习是完全被动的。
4.教师与学生的互动在教学中的缺乏
现有计算机智能辅助课件在学生自学以及进行操作使用时,如何学习都是学生自己的事。教师不能全完了解学习者的情况,学生在蹦到问题时不能向教师求教,师生之间互相封闭,谈不上师生互动,因此课件所起的效果大打折扣。
5.课程特点没有突出
各门课程在教学上有不同的要求,但现有课件对于这些不同要求完全不予理会。例如很多课程都要涉及到大量的曲线或曲面,对有些课程来说,将这些曲线或曲面给出了一个简单的展示就足够了,而有些课程这样的展示不能达到教学目的的要求。
6.教学计划的欠缺
在课件的开发过程中实际上离不开教学策略的设计,但课件的制作者往往并未意识到这一点。例如:现有的绝大多数课件都是单一的展播式,这样的可见制作“精美”,但它不可逆、不能互动。实际上运用课件教学只是手段而不是目的,应该在教学设计理论的指导下讲求课件的实效性,着眼点在于学生学习新知识、掌握新技术、培养各种能力有帮助,而不是表面上的制作“精美”。
综上所述,现有的计算机智能辅助存在许多问题,随着新技术的不断出现,这些问题将使计算机智能辅助越来越不能适应新的要求。因此以智能计算机智能辅助为代表的心的计算机辅助教学系统将成为教育技术上需要不断探求、努力实现的发展方向。
三、智能计算机辅助教学系统
智能计算机辅助教学系统(IntelligentComputerAidedInstruction),简称ICAI。教学过程是一个复杂的教与学的思维过程,它需要教师以专门知识和经验为依据,经过吸取、讲解、推理、示例、综合等多个步骤才能较好地完成。计算机辅助教学实际上是一个由计算机系统辅助教师进行教学以及学生进行学习并得以实现的系统。在智能ICAI中,教学思想、方法、学习内容可用知识形式表示,如何解决知识的形式化表示以及知识的访问与调用问题,是人工智能的核心技术之一,也是将ICAI引入教育技术领域中所要面临的一个问题。知识库是实现知识推理与专家系统的基础,可以用知识库作为智能ICAI的构建环境。在知识库中,教学内容等的有关知识可以用事实与规则表示,并存储于知识库内,教学与学习过程既是对知识库中知识进行推理,并最终得出所需结果的过程。ICAI系统的一般包括以下几个模块:
1.知识库。知识库是关于教学内容的模块,解决“教什么”问题。知识库中的教学内容有待于教学与控制模块和学生模块进行选取、调用。
2.学生模块。学生模块是用于记录学生的学习情况,对学生学习的各个环节信息进行搜集,以便系统对学生的学习情况进行自动评估,提出具有针对性的学习建议和个别化的辅导。学生模块描述学生对教学内容理解、掌握的程度,系统可以根据学生模块的具体情况调整教学策略并提供适当的反馈。
3.用户接口模块。这是系统与用户交流的界面。整个系统依靠用户接口模块把教学内容呈现给用户、接受用户输入的信息、并向用户提供反馈。
篇3
【关键词】 人工智能 农村远程教育 高效
人工智能技术是在计算机科学日新月异发展的进程中一大成果，由于其智能、高效、优化的强大功能，为许多研究者所重视。部分教育领域的研究者，将人工智能技术引入教育行业，探讨人工智能如何融入教育，促进教育深度发展。研究者们将人工智能与职业教育、继续教育、远程教育及教育技术结合，进行探讨，提出了一些很好的建议。农村远程教育虽然也属于远程教育范畴，但由于其自身具有许多特殊性，因此有必要单独将其应用于农村远程教育进行探讨。
1 我国当前农村远程教育发展面临的困境
我国农村远程教育是伴随着现代通讯技术的发展而在广大农村出现的一种新的教育模式。随着上世纪70年代末，以广播电视大学为代表的远程教育的兴起，为我国教育的发展写下了浓重的一笔，由于其不受时间、空间、学习者等要素的影响，充分体现了“时时能学、处处可学、人人皆学”的巨大优势。因此，本世纪初，国家将远程教育教学模式引入广大农村，于2003年推出了“农村党员干部现代远程教育”、“农村中小学现代远程教育工程”，于2004年依托广播电视大学体统推出了“一村一名大学生”工程，这些远程教育工程对推进农村教育起到了举足轻重的作用。但其发展也遇到了困难，具体说主要体现在以下几个方面：
1.1 师资力量短缺
由于受我国长期以来的城乡二元制经济发展模式的影响，导致城乡经济发展不均衡，直接造成了城乡教育发展失衡。在农村教育中，首先表现在教师配置上，由于农村教育经费投、教师工资水平均低于城市，造成了长期以来农村教育师资力量短缺，远程教育更是如此。据相关研究表明，现我国农村远程教育由于缺少懂计算机或网络技术的专业人才，往往用不相关专业的人才作为替代，且大都为兼职人员。这就造成了对远程教育设备的维护、远程教育资源的管理及远程教育教学辅导等方面出现问题。以广播电视大学系统为例，自2004年广播电视大学开始招收“一村一名大学生”学员，虽然学员增长速度很快，但其教学点仅延伸至县城，招收的学员往往为县城周边农村的农民，而广大较偏远地区正真渴望接受教育的农民缺少受教育机会，之所以没有延伸至乡镇及行政村，根本原因是缺少师资力量。
1.2 资源建设不足
由于农村远程教育是本世纪初才在农村兴起的一种新的教育模式，属于新生事物，因此缺少前期的积累，主要体现在教学资源的积累上。我们知道，是否拥有丰富优质的教学资源是关乎远程教育成败的关键。而长期以来，我们主要注重城市远程教育的发展，现城市远程教育已相当成熟，拥有一大批优质的教育资源，吸引了大批学习者。但由于农村远程教育与城市远程教育相比有其特殊性，广大农村学员需要掌握的不仅仅是理论知识，他们最迫切学习的是农业实用新技术及掌握能够改变自己生活现状的一技之长，而这些课程资源在城市远程教育中设计不多。因此我们没有现成的教育资源可供使用，需要另起炉灶进行建设。但由于投入农村远程教育的经费有限，用于资源建设的经费也不足。造成了现阶段农村远程教育资源依然短缺的现实。这不利于农村远程教育进一步发展。
1.3 课程设置不合理
如上所述，广大农村学员渴望学习的是改善自身生活的实用农业新技术及一技之长，同时广大农村也需要培养一批懂管理的乡村干部。因此在专业和课程设置上，客观上要求向这些方面靠拢。虽然现在农村远程教育在专业设置上慢慢转向适合农村学员的涉农专业，但在课程设置上还是不尽如人意，往往只根据自己师资情况及资源情况来设置课程，这样往往造成农民学员需要的课程没有涉及，而农民学员缺乏兴趣的理论课程所占比重过大的问题。这样会严重挫伤广大农村学员学习积极性，对农村远程教育发展极为不利。
1.4 网络教学平台存在不足
我国现阶段远程教育的网络辅导教学平台现阶段的形势往往通过QQ对话、Email邮件、BBS及一些音频、视频系统进行。这些方式当然是有效的网络教学方式，但存在问题也是十分明显的，最主要问题在于如果没有提前联系，教师就不会及时回复学生提出的问题，缺少师生互动。学生的学习效果会大打折扣。
2 人工智能应用于远程教育的优势
2.1 人工智能的概念
人工智能是计算机学科的一个分支，是一门研究计算机模拟和延伸人脑功能的综合性科学，部分研究者将其定义为：一个电脑系统具有人类的知识和行为，具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程：对于人类因问题和事物而引起的刺激和反应，以及因此而引发的推理、解决问题及思考决策等过程，将这些过程分解成一些步骤，再通过程序设计，将这些人类解决问题的过程模拟化或公式化，使电脑能有一个系统的方法来设计或应付更复杂的问题，这套能够应付问题的软件系统，称之为人工智能。
2.2 人工智能切合了远程教育的要求
有研究者指出：人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。人工智能在教学领域应用的最直接结果就是诞生了智能教学系统。而所谓的智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交流系统。由于它综合了知识专家、教师、学生三者的活动，因此，与之相对应，智能教学系统一般分为知识库、教学策略和学生模型三个基本模块，再加上自然语言智能接口。人工智能的这些功能和模块刚好切合了远程教育的特点及要求。我们开展的远程教育一直以来就强调以学生为中心，以学生自学为主，教师辅导为辅，教师通过计算机网络系统对学生进行实时和非实时辅导，以此来完成学生的学习过程。因此人工智能适合应用于远程教育教学过程。
2.3 人工智能能够有效加强对学生的管理，提高学习效率
长期以来远程教育为社会诟病的是，由于缺少师生间直接交流的机会，造成教师对学生的组织和管理方面的困难。如果我们仅仅依据学生登录次数、登录时间等方面来评价学生学习情况，这样往往造成对学生学习的错误评价，但对远程教育的教师来说也只能做到这些。但如果我们将人工智能引入远程教育，它可以依据自己强大的功能，通过对学生情况的数据分析，科学提供学生的学习能力、认知特点及当前的知识水平。更为重要的是，通过对这些信息的分析，它能为每位学习者制定适当的教学内容和教学方法，为学生提供个性化的学习服务，切实提高学生的学习效率，这是我们远程教育所倡导的最佳服务的效果。
2.4 人工智能可以从某方面解决农村远程教育师资力量
如上所述，由于城乡间经济差距，造成了长期以来城乡教育发展失衡，广大农村地区师资力量较为薄弱，特别是远程教育方面。这一问题解决的根本途径在于缩小城乡经济差距，但这并非一朝一夕就能解决的问题。因此农村师资力量特别是远程教育师资力量的解决，需要一个过程。而人工智能技术利用了计算机模拟教学专家的思维过程而形成的开放式人机交流系统，它集知识专家和教师于一身。广大学员可以通过自然语言系统，实现正真意义上的人机对话，完成适时的学习辅导过程，这从某种程度上解决了师资短缺的问题，为农村远程教育的发展提供了一条新的发展思路。
2.5 人工智能能够有效解决农村远程教育资源建设问题
目前我国农村远程教育在资源方面存在的问题除了数量较少，质量也不高，许多网络课程资源仅仅是课本的翻版，虽然资源制作者利用现代资源制作手段，以文字、视频及图片等手段来展现知识，但知识之间的逻辑联系性方面存在不足。这给学习者有效学习带来极大不便，影响了学习效果。而人工智能技术，能够对现有的网络课程资源进行智能加工，对知识结构进行重新构建，对知识间的层次性、逻辑性进行重新编排，为学习者展示学习重点、难点，切实提高学习效率。使资源更加优质高效。
2.6 人工智能能够提供实时交流，解决网络教学平台的不足
由于人工智能集知识专家、教师与一身，可以通过自然语言系统，开展人机对话，通过讨论解决学生遇到的问题。能改变传统网络教学平台缺乏及时交互性的问题。能够解决网络教学平台的不足。促进农村远程教育的发展。
3 结语
人工智能技术是计算机科学发展的成果之一，它具有智能、高效、优化的强大功能，许多行业都利用人工智能技术提高效率。对我国农村远程教育而言，如果能将人工智能引入，能从某种程度解决因为资金问题造成的师资力量缺乏问题；提高对远程教育学生的管理，为他们提供个性化的高效远程教育服务；能够利用它强大的功能重新编辑网络资源，让它更有利于学生学习；同时人工智能还能提供自然语言接口，打破以往网络教学平台的弊端。相信通过引入人工智能技术，我国农村远程教育会迎来新的发展。
参考文献
[1]张震，王文发.人工智能原理在人类学习中的应用[J].吉首大学学报，2006（1）：39-41.
[2]武晶晶.关于人工智能教育应用的几个问题[J].教育教学论坛，2012（9）：159-160.
[3]张.人工智能与教育技术[J].陕西师范大学学报（自然科学版），2005（6）：228-230.
[4]张小永.陕西农村现代远程教育资源建设初探[J].陕西农业科学，2011（4）：228-230.
篇4
关键词： 智能； 教学系统； 模型
智能辅助教学系统的开发是涉及人工智能、计算机科学、教育学、心理学和行为科学的综合性任务，其研究的最终目的是由计算机系统担负起教育、教学的相关责任，即赋予计算机系统以智能，由计算机系统在一定程度上代替教师实现最佳教学。
一、智能辅助教学系统的发展历程
智能辅助教学系统兴起于上世纪七十年代，Bolt Neranek Newman公司开发了Scholar系统，它被认为是最早出现的智能辅助教学系统。当时应用人工智能技术在计算机辅助教学系统中添加了学生的学习行为、能力以及训练策略。同时人工智能技术还被用于建立学习顾问之中，即存放所要教授课程的问题和技能，控制训练策略并给出适合学生的学习内容，使之产生根据学生的能力、弱点以及所喜爱的学习风格进行教学的软件系统。
随后又出现了Why 、Sophie、West、 Buggy、Neomycin等系统，并将知识表示、专家系统、问题求解、推理方法等人工智能技术用于智能辅助教学系统，取得了丰硕的成果。
我国智能辅助教学系统的研究起步较晚，开始的研究工作主要集中在少数大学和研究机构里断续进行，且多为研究和演示用的系统，经过严格评测的系统很少。最近几年则发展较快，一些计算机公司也投入其中，伴随着智能辅助教学系统的迅猛发展，必将对我国的教育改革起到积极的推动作用。
二、智能辅助教学系统的模型构建
智能辅助教学系统是以认知学为理论基础，将人工智能技术应用于CAI，是智能化的CAI。在智能辅助教学系统中，学生的学习也可以借助于智能化的推理机制对大量知识进行选择、判断与处理，使学习内容更有针对性，从而提高学习效果。
一般，智能辅助教学系统模型的构建包括以下几个模块：
1．知识库
作为智能辅助教学系统的重要组成部分，知识库主要提供一个指导性的、自适应的、开放的、可操作的框架和服务设施。为各个学科知识提供规范的知识输入和组织，其它教学资源，如题库、课件、素材等，均依据它来组织管理，这将使用户可以建立适用于自己的知识体系，使各类知识应用能够有一个好的开发和集成基础。另外，核心的教学领域知识将被分解为相互联系的知识点，形成知识树，提供可视化的、操作性好的知识树编辑界面，方便教师将教学领域的知识输入到知识库。
例如，有的智能辅助教学系统中的知识库，是从知识表示入手，在SC文法知识表示体系和知识树映射方法的基础上，提出了一个动态、实时、自适应、交互式知识库模型。模型包括基于SC文法的知识点表示方法、知识树结构、知识树映射、知识点学习循环等内容， 模型在智能辅助教学系统中经过实例化设计和运用，可以表现出动态教/学、领域无关、人机交互、自适应、个别化、可扩展等智能特点。
2．学生模型
学生模型就是用于表示学生实际认知状况，并通过解释学生的活动得出他对领域知识和技能的掌握情况。系统中每个学生有唯一的ID标识，建立唯一的学习资源、学习信息和特征数据库，系统智能功能的实现在于如何动态地、正确地提取学生的主题特征。
一般，系统可以采用领域知识树模型来表示学生对领域知识的掌握情况。例如，可以设学习中的整个领域知识树为DKT；学生已学习过的知识树为SKT，未学过的知识树为SNKT；学生已掌握的知识树为GKT，未掌握的知识树为GNKT。则{SNKT}={DKT}-{SKT}、{GNKT}={SKT}-{GKT}，如果SNKT和GNKT皆为空时，则表示学生达到了学习的要求。其中，如果GNKT不为空，则学生不能进入下一阶段的学习，只能进行重复学习和补充练习，直到GNKT为空时，才进入下一阶段的学习。
3．专家决策机制
该模块可以看作智能辅助教学系统中的推理机，它一般采用两级推理相结合的方法，即基于语义网络的推理和基于产生式规则的推理，其中基于语义网络的推理用于确定教学内容，而基于产生式规则的推理用于确定教学策略。
也有观点认为基于规则的推理是容易健忘的，即基于规则的推理对于每一个问题的求解都是从头开始，而不管类似的问题以前是否遇到过。但日常的智力行为则不同，人们往往迅速地把事件或问题同以前的经验相联系。与基于规则的推理不同，基于范例的推理被认为是基于以前经验的推理。因此，在有的智能辅助教学系统中采用的是基于范例的推理。
基于范例推理的工作过程为：分析输入，确定范例的索引，根据索引从范例库中取出相近的范例，改善范例的问题求解方法并使之适应于需要求解的新问题。如果成功，则创建索引、形成新范例并存储；若不成功，则首先分析失败的原因，修正解法，重新测试，或转至重新指定索引进行范例检索。
4．智能接口模块
该模块实际上是作为系统与用户交互作用的部件，它除了提供学生信息的输入与注册外，还实现了学生与系统之间的通信功能。与之相关的技术有自然语言处理、人机对话内部处理、知识库系统化维护、学生模型初始化、教师模型自适应调整等。该模块为实现协商、辩论、会话等教学形式的应用提供了一个良好的环境。
三、智能辅助教学系统的未来趋势
智能辅助教学系统的发展不是孤立、单一的，它的发展要涉及计算机科学、教育学、认知科学和人工智能等多门学科，就目前而言，其表现为以下几方面的发展趋势。
1．智能技术的应用
智能技术是能自动执行用户委托任务的计算实体，从技术的角度来看，智能技术应当是由各种技术支撑着的，许多实用的应用特性的集合，开发者正是使用这些应用特性来扩展应用的功能和价值， 从而达到能自动执行用户委托任务的目的。在智能辅助教学系统中，学生可以使用智能技术进行搜索、导引来查询有效知识。由于它具备学习的功能，能够主动、高效地从网络信息空间中发现和收集用户所需要的信息，因此有助于解决使用单一关键字匹配查询、搜索引擎引起的大量无关信息的涌现、信息检索的精确度较低等问题，使得教师和学生在教与学的过程中，提高知识选取效率，加强交互学习和自主能动性学习。
2．自然语言处理技术的应用
自然语言处理属于高技术学科，是知识信息处理中的核心课题。长期以来人们对计算机理解自然语言颇感兴趣，计算机专家采用人工智能的理论和技术，将设定的自然语言机理用计算机程序表达出来，构造能够理解自然语言的系统。他们从系统功能的角度出发，把输出对输入文本的反映作为衡量计算机理解语言的判别标准。在智能辅助教学系统的研究开发中，特别是智能人机接口方面，可以结合运用多种自然语言处理技术的研究成果，提高系统的智能。例如，通过自然语言人机接口，可以实现更加方便的人机交互功能；利用语义网络技术，可以充分实现知识点之间的层次关系和语义联系；通过智能模糊查询技术，可以实现系统知识库的知识查找和知识利用；利用机器翻译技术，可以开展跨语言的知识学习。
3．虚拟现实技术的应用
虚拟现实技术是由多媒体技术、仿真技术以及计算机技术相结合而生成的一种交互式人工世界，它的根本目标就是达到真实体验和基于自然技能的人机交互。而教学是一个传授知识的过程，通过亲身经历能加速这一过程和巩固所传授的知识，在智能辅助教学系统中，使用创建的虚拟环境，可以在一般人所不能亲身体验的情景中，达到演示、操作的教学目的。它允许学生与现有的各种信息发生交互作用，学生可以在仿真过程中经历不同的时间和空间，可以与各种仿真物体接触，还可以与虚拟境界的各个部分接触，为增强学生的学习实践提供了方便的途径。
4．现代学习理论的应用
现代学习理论认为，学习不是一个被动地记录外界信息的过程，而是一个主动建构的过程。它要求学生由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者。学生在学习过程中，主动地选择一些信息，忽视一些信息，并运用原有的经验和具体情况去理解新的信息。现代学习理论在智能辅助教学系统中的应用，能为学生建构知识提供充足的信息，容易激发学生的学习兴趣和学习主动性，更能满足学生的个性化要求。
在当今教育改革的大环境下，智能辅助教学系统将显示出越来越重要的作用。目前，我国在这方面的成果还不多，真正能投入教学实践的系统则更少，这个有着诱人发展前景的领域，值得我们进一步研究和设计。
参考文献：
[1]莫赞等．智能教学系统的发展与前瞻[J]．计算机工程与应用，2002，（6）：7-8．
[2]肖雯．人工智能技术在计算机辅助教学中应用 [J]．南京工程学院学报，2002，（6）：56．
[3]杨国才等．一个智能教学系统的设计模型 [J]．计算机应用，1998.（10）：18．
[4]闭应洲等．基于校园网的智能教学系统的研究和设计[J]．广西师范学院学报， 2002.（12）：61．
篇5
一、新课改阻力因素的系统性分析
新课改旨在改变传统课程过于注重单向知识传授（知识灌输）的倾向，要求教师在教学过程中充分尊重“学生才是学习的主体”这一客观事实，并引导和指导学生开展自主、合作、探究式学习，使学生在获得基础知识与基本技能的过程中学会学习，形成正确的价值观及健康的人格，以适应未来生存及发展的挑战。
光阴荏苒，新课改已走过十五个年头，很多学校在推进新课改方面做出了积极的努力和有益的探索，并取得了一定成果。但总体情况不容乐观：以“知识灌输”和“机械训练”为主的教学方式在很多学校仍然大行其道；很多学校对推行新课改依然顾虑重重，徘徊不前；也有一些地区在推行新课改时，急于求成，用力过猛，从而引发教师的抵触情绪及家长的反对，骑虎难下。
毋庸置疑，新课改的目标指引、价值主张、内在逻辑及其所倡导的学习方式都是正确的，而且至今仍未过时，可为什么在推进过程中却阻力重重呢？有人认为是“片面追求升学率”的思想阻拦了新课改的步伐；也有人认为“教师的墨守成规”是新课改的最大掣肘；还有人认为“对分数高度敏感，对课改又充满误解的家长”才是推进新课改的最大压力源。以上这些观点都具有一定的客观性及合理性，但仍属于零散的、单一维度的、表层化的看法，缺乏对新课改阻力因素的系统性分析，也因此难以理清各种阻力之间的矛盾，也就难以找到化解复杂矛盾的突破口。如果找不到化解矛盾的突破口，新课改的相关者就会陷入“公说公有理，婆说婆有理”，各执一词，互不相让的困局，从而产生严重的内耗，误了新课改，误了区域教育的发展，误了学生！
为了不误课改，不误学生，让我们用思维导图来系统地梳理一下新课改的阻力因素（见图1）。
如图1所示，新课改的阻力主要源于现实压力、思维误区、能力局限三个方面。所谓“现实压力”主要是指家长对学生成绩的高度敏感以及学校对升学率的高度关注。这当然是可以理解的，但理解不等于认同，因为新课改与学生成绩和升学率并非对立的关系，新课改主张“让学生学会学习”，试问会学的学生与不会学的学生相比，哪个成绩会更好？新课改倡导“探究式学习”，反对“死记硬背”与“机械训练”，试问前者与后者相比，哪种效能更高？不言自明！其实家长与学校（校长与教师）所担心的并非是推行新课改，而是担心改不好。而这种担心又是源于他们没有看到或者没有找到可以确定能够保证“学生成绩不会下滑”的有效策略。
阻碍新课改实施的“思维误区”主要是指推动者的“二元对立”思维及参与者教学认知上的“路径依赖”。而在“二元对立”思维中最突出的问题当属把“教”与“学”对立起来，把“师”与“生”对立起来。之所以如此，是由于在新课改的推进过程中，一些激进的推动者陷入了两大误区：一个是急于求成，另一个是矫枉过正。急于求成是因为没有把新课改参与者（教师、学生、家长）的认知水平、能力基础、思维惯性考虑进去，一刀切，急转弯，结果大家适应不了，欲速而不达；矫枉过正是指片面强调“生主体”及“学中心”，完全否定“师”的作用及“教”的价值，甚至机械地限制“教”，结果把相互依存、相互转化、相互促进的辩证统一关系搞成了完全对立关系。教学认知上的“路径依赖”是指教师、学生、家长基于先前的经验，已经习惯了“死记硬背”和“机械训练”的学习方式，虽然深受其苦，但是在缺乏新的、更高效的、可以掌握的学习策略支持下，他们对自主、合作、探究式学习缺乏信心。
所谓“能力局限”主要包括两个方面：一是推动者缺乏对新课改的领导力，二是参与者（主要是教师）缺乏对新课改的支持力。领导力是指新课改的推动者对教学本质、课改本质、教师素养等相关要素的认知水平以及与课改参与者的沟通协调能力。支持力是指教师在新课改理念引领下，对教法与学法的升级能力。
综合以上分析，我们会发现：纷杂的矛盾只是表象，其实一切冲突都指向“缺乏能够被各方所认可和接受的有效支持策略”这一症结，只要打开这一症结，所有问题便会迎刃而解，诸多矛盾也会烟消云散。
二、找到化解新课改阻力的突破口
韩愈在其《进学解》中说：“万山磅礴必有主峰，龙衮九章但挚一领。”可见越是解决复杂的问题，越不能眉毛胡子一把抓，而是要寻找到突破口，并以适应之策略，巧妙化解之。
新课改所遇到的各种阻力，看似纷繁复杂，掣肘极多，其实只要牵住 “较快地让学生学会学习”这个牛鼻子，整头牛便自然跟着你走了。因为只有学生会学了，新课改所倡导的“自主、合作、探究”式学习才能真正得以落实。所谓“会学”是指学生掌握了一些有效的学习策略，并且能够运用这些策略来独立建构学科知识体系，独立解决某些学科问题。在缺乏有效学习策略支持的情况下，所谓的“自主”只能是一种“自主支配学习时间的权力”而非“高效利用学习时间的能力”，有了“自主之权”而无“自主之能”，只能算是形式上的自主；在缺乏有效学习策略支持的情况下，合作学习虽然能够培养学生的合作意识，发展学生的合作素养，但合作的效能与层次却不会太高；在缺乏有效学习策略支持的情况下，探究的深度与效能都会受到影响，常常停在问题表层，探不进去，隔靴搔痒，雾里看花，这样的探究自然难以让人欢喜。
当然有些人会有这样的假设：只要给学生足够的信任，足够的自，学生一定就能找到适合自己的有效学习策略。这个假设成立吗？当然不成立！这是一个理想化的模型，在现实中，能够在有限学习时间内悟出有效学习策略的学生毕竟只是少数，大多数学生还是需要被引导和指导的。相信“每个孩子都是天才”是教育者应有的情怀，而承认“并非每个孩子都是天才”才是教育者的理智。因此，能落实新课改的教师一定是能给学生提供“学法升级”支持的教师，而非让学生无所依靠，放任自流的教师。
三、以思维可视化为支点撬动新课改
阿基米德曾说：“给我一个支点，我可以撬起整个地球。”而思维可视化教学策略则可以成为撬动新课改的支点，因为它能满足“较快地让学生学会学习”这一关键要求，而这正是化解新课改诸多阻力的突破口。
所谓“思维可视化”是指运用图示或图示组合把本不可见的思维路径、思维结构呈现出来的过程。而“思维可视化教学策略”则是指在教学实践中师生共同运用思维可视化技术，通过“独立思考”或“思维共振”的方式来建构学科知识网络、生成问题解决策略模型的教学策略。
为什么思维可视化教学策略能较快地让学生学会学习呢？其基本原理，大体可以概括为“一直观、两重于”。所谓“一直观”是指借助图示或图示组合来提高思维信息传递及加工的效能，因为大脑对“图”非常敏感，所以被画出来的思维，更容易被理解、被评价、被迁移。所谓“两重于”是指在教学过程中始终坚持“思维发展重于知识获取”和“策略生成重于问题解决”的基本原则，使学生的学习从“识记主导”升级为“思考主导”，在知识网络建构及问题解决策略模型建构过程中发展出较强的提炼、概括、推理、分析、综合等思维能力，并学会运用追问、比较、批判、转换、发散、聚合等思考策略。
当图示的直观性与思维的结构性、严密性、概括性结合起来，便会形成互补优势：一方面，抽象复杂的思维过程变得一目了然；另一方面，简明直观的图示被赋予丰富的思维，有了灵魂。在教学实践中，如果能较好地运用思维可视化教学策略，一张图就可以唤醒学生的思考意识，一张图就可以让学生领悟学习某类知识的关键策略。图2说明了学生是如何通过一张图示来获得有效学习策略的。
如图2所示，教师在运用思维可视化教学策略指导学生学习初中地理“西双版纳”一课时，首先通过“设问引思”及“追问启思”唤醒学生思考意识；接下来师生共同运用“逆向思考”策略，由果溯因，一步一步地理清旅游资源、自然资源、人文资源、植被特征、气候类型、地理位置（纬度位置、海陆位置）、地形特征等地理要素之间的关系，最终生成一张简明清晰的“西双版纳丰富旅游资源形成关系探究图”，不但完成了这节课的核心知识建构，而且领悟到“提要素――理关系――建结构”这一重要学习策略的方法及意义。那么，这节课的教学价值就远远超越了“西双版纳”，甚至超越了地理学科，它让学生获得的是可以跨学科迁移的有效学习策略，经过多次强化（实践运用），这一学习策略便可以被内化为学生的自主学习能力。
除了“能较快地让学生学会学习”这一优势，思维可视化教学策略还能为“合作学习”提供工具性支持：师生之间、生生之间、小组之内、小组之间都可以借助“图示”这个可视化媒介来进行思想交流，思维碰撞。基于“思维可视化”的交流，结构清晰，一目了然，比单一的语言或文字交流的效能要高得多。
四、借助思维可视化应对新挑战
对于新课改而言，除了要有效化解旧阻力之外，还需准备应对新挑战。“信息智能文明”时代的大幕正徐徐拉开，纷至沓来的“互联网+教育”、虚拟现实、人工智能等新科技对传统教育产生了重大冲击，人类的学习目标、学习方式及学习组织形式都将发生重大转变，新课改要如何与时俱进？
辩证地看，新教育技术的崛起对新课改既有“危”也有“机”：其中的“危”主要是指在“互联网恐慌”压力及“教育技术创新”推力的双重作用下，原来推动新课改的中坚力量会被“新技术热”所裹挟，从而降低对新课改的关注度，陷入“形式大于本质”的误区。其中的“机”主要是指新教育技术可以为新课改所倡导的自主、合作、探究式学习提供有力的技术支持。例如各种形式的在线教学资源（微课、慕课）就为学生的自主学习提供了不受时空限制的内容支持，使自主学习、合作学习变得更加便捷。
如何利用好新教育技术带来的“机”，并且能化“危”为“机”，使“新教育技术浪潮”既不冲淡“新课改关注度”，又能助力新课改的进一步落实呢？思维可视化教学策略可以实现二者（新技术与新课改）的无缝连接：一方面思维可视化教学策略与新教育技术的整合可以创生出“高思维含量”的优质课程资源，补足在线课程的短板（数量有余，品质不足），为学生开展基于在线课程平台的自主、合作、探究式学习提供精品内容支持；另一方面，在线下运用思维可视化教学策略来发展学生的自主学习能力，可以使学生更加适应新技术支持下的自主、合作、探究式学习，从容应对“信息智能文明”时代的挑战。
篇6
关键词 智能辅助教学系统；学生模型；认知评价
一、引言
在智能辅助教学系统（简称ICAI系统）中，为了做到因人而异的个别化教学，必须了解当前的教学对象，这就要求将学生的情况用适当的数据结构记录下来，作为ICAI系统进行教学决策的依据。这种用于记录学生情况的数据结构称作“学生模型”。学生模型反映了学生的学习进度、知识的熟练程度、存在的误解以及与期望目标之间的差距。这些信息被教师模块作为教学决策的依据，使系统能正确评价学生的理解程度，诊断其错误，为每个学生提供最适合、有效的教学材料。可以说，学生模型在智能化的教学中扮演着非常重要的角色。
二、传统学生模型的建立方法
目前有好几种建立学生模型的方法，分别是：
1.覆盖模型(Overlay Model)
覆盖模型是最早的基于人工智能的学生模型，它是基于学生掌握的知识总是正确的专业领域知识的一个子集来构建的。基于这种模型的系统可以根据领域知识结构图和学生的知识状态图间的比较，得到学生的知识结构缺陷，推荐学生当前应学习的内容。覆盖模型的优点是比较容易构造，不过，这种模型不能捕捉学生的错误知识。
2.偏差模型(Buggy Model)
偏差模型是通过把学生的错误概念表示为领域专家知识的偏差而获得学生行为的模型。为了解决覆盖模型的缺点，许多研究者将研究集中在构造一个学生误解或偏差的数据库，称之为偏差库(Bug Library )。该库描述学生可能出现的所有偏差类型，并且针对每种错误类型，提供相应的补救策略，这是此种模型的优点，但这也是系统的难点。
3.贝叶斯网络模型 (Bayesian Network Model)
贝叶斯网络是一种概率推理机制，它在概率论的基础上进行不确定推理。贝叶斯网络为在某一特定应用领域中描述随机变量之间的概率依赖性提供了一个图形化的表达方式，以及利用这些依赖进行复杂的概率推理的算法。这种方法是目前研究的热点，它不仅能获得学生的知识情况，而且还可以推出学生出错的原因，比较适合于过程性知识。
4.认知模型(Cognitive Model)
认知模型是基于美国著名心理学家布卢姆的认知理论建立起来的学生模型，主要反映学生认知能力的模型。学习者的认知能力怎样以及处于什么阶段，对学生和老师来说都是很重要的。学生需要了解自己哪一方面的能力差，有针对性的学习补救，而老师也只有在了解学生的认知能力之后，才能确定学生的学习行为，诊断犯错的根源，以便采取相应的教学策略和方法。
5.归纳法(Induction)
随着机器学习技术的发展，研究人员使用称为归纳法的机器学习技术来动态的补充偏差库，或者是从零开始对学生的误解和错误进行建模。归纳法是以动态地对学生进行建模，与动态偏差模型不同，归纳法不依赖于人的指导，但是归纳法需要大量的实例来保证产生正确的结果。
6.理论改进(Theory Refinement)
理论改进是一种较新的机器学习技术，以解决归纳法中需要较多例子的缺点。它将理论分析与实际中的学习方法集成起来，独立于知识域。它以有效利用以前的经验，以对多个学生中发现的共性问题进行建模。但是缺点是算法复杂，实现非常困难。
三、改良的学生模型
从上面的分析可以看出不同的建立方法各有所偏重点，应该说建立完整的学生模型时最好还是综合采用几种方法。在本文的研究中，考虑自身系统学生模型的建立需求，综合采用了上述6大学生模型的建立方法中的覆盖模型和认知模型，并增加了一个测试评价模型：通过覆盖模型反映学生的知识学习情况即知识水平，认知模型则反映学生的认知能力，测试评价模型作为一个辅助工具模型实现认知水平的测试评价。这样就构成一个基本完整的学生模型。我们给出学生模型的完整形式化描述如下：
学生模型={基本信息模型，安全模型，学习状况模型}
基本信息模型={学号，姓名，院系，专业，班级，年龄，性别，爱好，学习风格…}
安全模型={学号，姓名，登录账号，密码}
学习状况模型={覆盖模型，认知模型，测试评价模型}
覆盖模型={学号，姓名，课程，学习进度，…}
认知模型={学号，姓名，课程，识记能力，理解能力，应用能力，评价能力，分析能力，综合能力，总体能力}
测试评价模型={学号，姓名，练习时间，练习得分，测试时间，测试得分…}
改良后的这个学生模型不仅可以记录学生的知识掌握能力和学习历史，还可以记录学生的认知能力。更贴切地刻画学生的学习情况和学习行为，而且也方便实现。
参考文献：
[1]赵洁.基于认知理论和随机开放性测试的动态学生模型研究[J].计算机工程与应用.2003.(34):95～98
[2]刘爽英，闫莹.ICAI系统中学生模型与教学策略的设计[J].华北工学院学报.2003， 24(4):291～293
篇7
关键词：中学历史课；计算机辅助教学；改进方法与设想
计算机的问世，将人类文明推进到信息时代，也必将引起教育领域深刻的革命。这场教育大变革不仅仅是教育形式和学习方式的重大变化，更重要的是将对教育的思想、观念、模式、内容和方法产生深刻影响。计算机为历史教学提供广阔的前景。陈至立在全国中小学信息技术教育工作会议上的讲话中指出：“信息技术是最活跃、发展最迅速、影响最广泛的科学技术领域之一。……信息技术极大地拓展了教育时空界限，空前地提高了人们学习的兴趣、效率和能动性。”但是，目前中学历史教学中计算机功能的发挥是极其有限的，而且热了一阵子之后，逐渐趋于降温。本文着重论述目前中学历史 (A1 教学中的主要缺陷，提出改进的措施，以期推动计算机技术与新课标下的历史教学的整合，促进历史 CAI 教学的研究，推进中学历史多媒体教学的深入发展。
一、中学历史课计算机辅助教学的现状
计算机辅助教学可分为初级阶段和高级阶段。初级阶段主要是框面型课件计算机辅助教学，高级阶段是系统型人工智能软件计算机辅助教学。目前国内中学历史课计算机辅助教学尚处于初级阶段。
国外自 20 世纪 50—60 年代，美国的哈佛大学、 IBM 公司的沃斯顿研究中心、伊利诺斯大学和斯坦福大学等开始程序教学 (Programmed Instruction) 以来， 70 年代微型计算机的研制成功，为多媒体教学的普及提供了条件。除美国外，法国、英国、加拿大、日本等国很快开展计算机教育。 80—90 年代多媒体技术与网络技术以及卫星通讯技术迅速发展。各国的中小学掀起计算机辅助教学的新。出现了以“教”为主的美国计算机辅助教学 (Computer Assisted Instruction ，简称 CAI) 、英国以 “ 学 ” 为主的计算机辅助教学 (Computer Assisted Learning 简称 CAL) 。目前，各国的计算机技术已应用到教育系统的各个领域，除了上述的教学以外，还应用于教育行政管理和教学管理。
80 年代，我国的计算机辅助教学开始起步。北京大学、清华大学、华东师范大学、浙江大学等高校都投入研究开发工作，推出了 BASIC 语言系统、方正奥斯等一批研究成果。 80 年代中期，计算机辅助教学得到推广。我国中小学计算机辅助教学起步虽晚，但发展甚快，与国际水平的差距日益缩小。我国经济发达地区的中小城市的中小学普遍开展多媒体教学，其教师也大多掌握多媒体教学技术，能够运用 PowerPoint 、 Authorware 、 Director 等多媒体写作工具，制作出能够脱机运行的教学课件。一批中学建立校园网，实现了辅助教学、教育行政管理和教学管理三位一体的计算机辅助教育 (CBE) 。这些学校的计算机辅助教学在教育教学诸多方面收到了显著的效益。为进一步开展计算机辅助教学奠定了基础。但是，由于起步晚，经验不足，也存在着许多问题，如：首先，没有从本质上突破旧的课堂教学模式，只是把板书制成多媒体教学框面，加上一些音像、声响等多媒体；其次，缺乏新理念的指导，计算机辅导教学仍然依据斯金纳 (B ． F ． Skinner) 的学习理论为基础的行为主义教学理论；第三，教师计算机技术不娴熟，在制作课件时往往故弄悬虚，中问设置了许多超级链接，把教学课件搞得机关重重，上时经常出现技术问题；第四，课件交互性欠强，教师与学生之间、学生与学生之间的交流都难以在课件教学中实现，更不用说人机交互了；第五，缺少因材施教、随机应变的教学灵活性，一旦生成课件就只能运行，无法修改，不利于教师因材施教和临场发挥。因此，历史教师必须学习先进理念和熟知优秀教学课件的基本要求，并掌握一定的计算机教学技巧和尝试人工智能软件教学。
二、计算机辅助教学的改进方法与设想
计算机技术在中学历史教学中应用与拓展，需要科学理论的支持，需要先进理念的指导、先进教学方法的采用与计算机技术的支持。笔者在教学实践中得出一些改进方法，并提出新的设想：
1 ．学习先进教育理念
目前历史计算机教学存在诸多问题的根本原因是教师缺乏科学理论和先进理念作为理论基础。对中学历史计算机辅助教学的改进具有指导意义的有：
(1) 三大传播理论。 “ 四大要素决定论 ”—— 贝罗 (D ． K ． Berlo) 认为，传播过程有四个大要素：信源、信息、通道、受者。传播的效果是由四个要素以及它们之间的关系共同决定的。“传授双向互动论”——施拉姆 (W ． Sehramm) 认为，传播过程是一种双向互动的过程，传者和受者都是传播的主体。受者不仅接受信息而且对信息做出积极的反应。“传播五 W 论”——拉斯威尔 (H ． D ． Lasswall) 认为：要描述什么叫做传播，可以概括成五 W ： wh0 ，传播者是谁； What ，传播内容说什么； Which Channel ，传播的通道是么途径； TO whom ，接受者是谁，即对谁说； With What Effect ，传播达到什么效果。
(2) 两种学习理论。 “ 认知主义学习理论 ” 与 “ 建构主义”，代表人物有皮亚杰、纽厄尔等，基本观点： a ．学习是认知结构的形成，要通过学习者的主观作用来实现。新学习的知识必须附着在原有知识结构的“附着点”上。只有学习者将外来的刺激同化于原有的认知结构中，才能发生有效的学习。 b ．学习凭智力与理解，绝非盲目的尝试。 c ．学习过程是信息加工过程，人脑好似电脑，应建立学习过程的计算机模型。认知理论认为新知识一定要以旧知识为附着或抛错点，认知的发展过程是同化、顺应、平衡。 [2] 这两种新教学理论要求历史教师开发教学课件时做到 a ．利用多媒体优势，帮助学生建立新旧知识的联系。历史教学软件必须引导学生把已学的历史知识与将要学习的历史新知识建立起紧密地联系。 b ．对旧历史知识的整理科学越明晰，越有利于新知识附着，使计算机多媒体辅助教学优势充分发挥。 c ．教师以引导者的身份发挥教学的主导作用，参与学生的知识建构过程。除帮助学生建立与旧有知识的关系 ( 同化 ) 外，还要在课件中揭示新旧历史知识的矛盾，如新航路开辟带有中西文化的冲突，资本主义萌芽与商业危机的矛盾，旧商路与新航道反差等等，并逐个问题加以解决，使学生知识结构改变 ( 顺化 ) ，最后进行整合，达到平衡。
2 ．确定制作优秀 CAL 教学课件的基本要求
运用计算机技术开发优秀历史课件必须具备如下优点：
(1) 优良的教育功能：即特效性、领先性、科学性。历史是过去的陈迹，我们无法把学生带入过去的历史时代，但历史总会遗留下一些文字资料，实物等遗迹，通过计算机技术一定程度上可以“再现”历史，起到特有的、无以取代的历史教学效果： a ．特效性。能为历史教学提供一种最佳的、多维的表示，传递和处理历史信息的方法和技术的途径，使学生进入了视听并用，抽象逻辑思维与具体形象思维共同参与学习过程的多维动态环境。突破抽象逻辑思维的难点，用虚拟现实的概念与技术，把已过去的学生难以能及的历史现象带到学生面前，使教学活动更加符合人的自然思维，从而获得特别优良的历史教学效果。 b ．科学性。教学内容能准确地反映历史发展的客观规律，突出重点。具体表现为教学目标明确恰当。对历史大纲 ( 课程标准 ) 、教材 ( 课本 ) 与学生 ( 教学对象 ) 三者的关系处理恰当，各种媒体信息都必须为了表现某一个历史知识内容，为达到某一层次的教学目标而设计。符合教学规律。优秀历史课件必须符合历史教学的一般规律，处理好教学内容的难度、深度、广度三者之间的关系。 c ．领先性。体现当代教育观念、教学思想和多媒体课件发展方向。
(2) 娴熟的计算技术：即技术性、艺术性、智能性。创作一个历史教学软件，要特别注意课堂教学的效率与效果，不可因计算机技术问题，影响了历史教学的效度。 a ．技术性。课的可用性与可靠性。程序有较强的交互能力，保证教学过程不受干扰，不因学生错误操作而产生错误甚至停止运行。课件使用方便、教师调整灵活，学生控制灵活。能较好地利用计算机软硬件资源，软件容易维护，人机交互有较高水平，课件安装或下载使用方便。 b ．艺术性。具有友好人机交互界面。窗口、菜单、按钮、图标及快捷键都必须美观并符合历史教学规律。另外，教与学都是紧张的脑力劳动，尽量做到简洁清新，切忌罗列繁烦复杂的知识条目。 c ．智能性。具有诊断、评价和反馈能力。
3 ．掌握一定的计算机教学技巧
教师扎实的专业知识和先进的教学理念都必须落实到计算机技术之上。计算机技术主要体现在课件设计、采集资料、制作等各个环节。
(1) 课件的设计。课件的设计是课件开发的重要阶段，是按课件的历史教学需要及软件工程的方法对课件进行综合全面的设计。主要是设计课件制作方案，课件演示方案。包括教学目的、流程的教学方案。 a ．设计好历史教学方案。教学流程设计要体现历史教学的规律，要历史教学内容划分成若干教学单元，各单元之间或按历史事件时间顺序或按历史时件的逻辑顺序绘制出教学单元的流程图。要考虑通过课件的教学能否在突出重点，突破难点，增强记忆，启发思维方面收到传统教学不能达到的效果。同时还要设计出在什么时候使用声、文、图、动画多种媒体的合理组合，使这些多媒体资料为教学服务。 b ．设计课件制作方案。首先要考虑所开发的最后产品是什么。是用于班级课堂教学交互性教学，还是网上自学；是模拟演示还是资源积件。其次是考虑课件的结构类型，是固定结构型、生成型，还是智能型结构，控制策略是线性型、分支型还是混合型。
(2) 素材的收集与编采。资料的搜集可以到图书馆、校园网、因特网、电视台、校电教中心、 VCD 光盘及其他磁盘、自制数码摄影，甚至于超市等收集。如要做中国的发展的教学课件，可以“ A 日擒雕牌 ” 炼乳为例，这只商标是近代温州民族资本家吴百亨同英商争夺浙江市场中产生的，对中国产生的背景、民族资本家的革命性都很有说服力。历史资料收集的主要网站有：人民教育出版社 ( 教材及大纲 )www . pep . tom . cl /。中学历史教学 http : //www . yb2hs . com . cn / teacher / net / his/。中学历史教学资源网 http ://ajl ． teacher ． 100point ． corn /。资料的采集指对已收集的资料进行加工制作。声音素材对采样频率，量化位数、声道板进行选择。动态视频图像须对这些素材进行混合、反向、回音、调节音量、修改频率、转换格式、修改声道、移动割拼、添加文字等编辑。历史课件会使用大量的原始图片、图表、录象，这些素材的制作加工，尤要精美细致。
(3) 课件的制作与开发。课件设计和资料采集完成之后，就进入课件制作与开发阶段。根据历史教学需要选用多媒体写作工具。由于历史课件需要展示大量的历史图片等资料，又加上时间紧迫，所以平时教学可用使用简便、制作方便的页面式卡片为基础的幻灯型课件制作软件，如 toolbook 。如果教学内容复杂，课件结构联接较为复杂的课件，比如树型结构，可以用以图标为基础的流程图型 Authorware 和以时间为基础的时基型软件，如 Director 、 Action 。用于网上，可用远程多媒体课件制作工具 Frontpage 。
(4) 课件的美工修改。历史课件最终都是以界面、框面的形式展示给学生。要把死的历史变活，很大程度上处决于历史软件的界面与框面美感教学效果，因此，界面、框面的设计必须遵循美学法则。人的美感来源于视觉与听觉。而视觉、听觉效应往往与人的生理、心理、情绪、文化素养有着紧密的联系，课件的图像、动画、音像通过视觉与听觉反映于神经中枢，使学生感到友好、亲切，产生美感，所以必须美学工艺知识同心理学知识紧密结合对课件修改。
(5) 尝试人工智能软件教学。只有开发人工智能教学软件，才能使我国中小学的历史计算机教学进入一个新阶段。人工智能教学软件是指计算机能够利用历史史实等教学信息，生成教学问题，用较强的自然语言理解能力和逻辑推理能力回应学生提出的历史问题的教学工具。
基于人力、物力、时间和计算机技能因素，笔者只做了极为肤浅的尝试，介绍如下：
借助 Frontpage 作为基础，研制提供学生学习、教师教学的双向互动和人机交互的计算机历史教学环境。它分成学生学习模块与教师教学模块：在线学习的学生可以随时打开教师教学模块作为课堂教学的辅助与补充，教师可以随时打开学生模块，察看、监控学生学习历史的过程与结果。
整个过程是学生选定目标，查看教师提供的学习建议，完成学习内容，提交教师布置作业，分析计算机作出作业批改，最后上传到教师模块。
教师教学模块把教学目标也分为三等，系统会根据历史教学目标提议教学策略，并给出相应的历史教学内 容。教师可对教学内容任意增减。教学资料是根据课堂教学实际情况选用的资料。全部系统工作可通过计算机清晰地显示给学生，体现出历史教学过程中教师与计算机、教师与学生、学生与学生及学生与计算机的互动。
此外，还可以利用国外较为成熟的智能计算机教学软件智能导师系统 (ITS) 和人工智能化教学环境 (AIBLE) 在历史教学中进行尝试，等等。
参考文献：
篇8
关键词： 专家系统 知识表示 概念图 计算机基础教学
1.教学专家系统研究进展
教学专家系统产生的历史可以追溯到上世纪60年代的程序教学（Programmed Instruction，PI），随后出现的基于计算机的训练（Computer-based Training，CBT）和计算机辅助教学（Computer Assisted Instruction，CAI）在一定程度上有助于学生的学习，但它们都没有提供“一个学生对应一个教师（One to One）”教学的个性化关注，而是采用“一种教学适合所有学生（One fit all）”的教学方式，其主要原因在于“传统的CAI中的教学信息是按预置的教学流程提供给学生的”。［1］例如，一个练习中的教学策略“如果第8题回答正确，则转向20题，否则转向16题”，可见这种CAI系统并没有考虑学习者的能力水平。换言之，传统的CBT和CAI的不足之处在于：系统不了解学生的认知风格和认知水平，不了解学生当前的知识状态，当学生有学习困难时不能诊断原因并提出针对性的指导意见，也不能根据学生的认知风格和认知水平提供个性化的学习材料。
正是针对采用传统CAI和CBT计算机基础教学的不足，学术界提出了基于领域知识和学生模型进行决策和指导的智能软件系统的研究与开发。该系统具备根据学生的认知特点、当前的知识水平等特征表示教学材料的灵活性以及对不同学生需求的响应能力，通过提供“怎样按学生的信息进行教学”的教学策略来实现系统的“智能”。研究的最终目的是由计算机系统担当学习者的引导者和帮助者，即赋予计算机以智能，由计算机系统在一定程度上代替人类教师实现最佳教学［2］。
Hartley和Sleeman提出了教学专家系统的基本架构，认为教学专家系统必须处理三方面的知识：
（1）领域知识，即课程模型，它主要解决教什么的问题（What to teach），包含了系统试图教授给学生的知识；
（2）学习者知识，即学生模型，它主要解决教谁的问题（Whom to teach），即指明学生已知道什么和不知道什么以及学生的认知特点；
（3）教学策略知识，即导师模型（Tutor Model），它主要解决怎么教的问题（How to teach），主要提供有针对性的教学策略。
上述基本架构对于教学专家系统的研究具有重要的指导意义。虽然在随后的30多年里，教学专家系统研究一直没有形成公认的体系结构，但上述架构一直是教学专家系统研究的基础与核心，绝大多数研究工作都围绕着这一基本架构而展开。
2.基于概念图的教学专家系统
2.1概念图知识的形式化
概念结构（concept stricture）［3］是由美国的John F.Sowa提出的基于语言学、心理学、哲学为一体的一种最新的知识表示方法。它不但能够表示传统知识表示方法所表示的知识，而且具有表达能力强、表达直观、可靠性好、易于实现、接近自然语言等特点。因此，自从被提出后，就在美国得到了很高的评价。美国、加拿大、澳大利亚等国家有不少学者从事这方面的研究工作。国内主要有西北大学计算机系人工智能研究室从事这方面的教学、研究与应用开发工作，并取得了一些成果［4］。概念图的形式化定义为：CGer（Concept，Relation，F），其中：
Concept={c1，c2，……，cm}，概念结点（Concept node）的集合；
Relation={rl，r2，……w}，关系结点（Relation node）的集合；
F（Concept×Relation）U（Relation×Concept），弧的集合。
概念图以图形表示就是一种有向连通图，它包括两种结点：概念结点和概念关系结点，弧的方向代表概念结点和概念关系结点之间的联系。概念结点表示问题领域中的一个具体的或抽象的实体，概念关系结点表示概念结点之间的联系。
在概念图中，概念结点用方框表示，概念关系结点用圆圈表示，有向弧标出了概念关系结点所邻接的概念结点。例如，在信息技术课堂中，学生在刚开始学习Windows操作时，由于对文件和文件夹的概念没有很好地理解，因而经常会将建立文件夹错建成文件，或将文件错建成文件夹。而如果在教学中运用图1这张有关文件和文件夹相关概念的概念图来向学生讲解它们之间的关系，就可以使学生清楚地认识到，文件夹是用来存放文件或子文件夹的，而文件中存储的才是具体的内容，根据存储的内容的不同，可以将文件分为文本文件、图像文件、声音文件、动画文件、视频文件等，这些文件都可以存储在各种磁盘上。这样运用概念图讲授这个知识点，可以收到很好的教学效果，从而使学生在操作时少犯错误。
2.2概念图知识的实现
概念图可以变换为易于机器操作的内部表示形式。文献［5］用Prolog实现了概念图及基于概念图的规则。要表示一个概念图，需三种类型的Prolog谓词，一个规则用带四个参数的谓词rule/4表示：
rule（rulenum，and（r1，r2…），r，［［*x］］）
其中，rulenum表示规则号；（r1，r2…）为规则左边的第一个图；r为规则右边的第一个图；［*x］为约束变量，指出了不同概念结点具有相同值这一特性。一个概念结点用带三个参数的谓词concept/3表示：
concept（label，Ref，renamelist，Cid）
其中，label为概念的类标号；ref为概念的所指域；renamelist为与该概念相连的关系名表；Cid为概念标识符。一个关系结点用带四个参数的谓词relation/4表示：
relation（label：cid1，cid2，Rid）
其中，label为关系的类型标号；cid1为与该关系相连的起始概念标识符；cid2为与该关系相连的终止概念标识符；Rid为关系标识符。一个概念图用带四个参数的谓词graph/4表示：
graph（Name，Clist，Rlist，Gid）
其中，Name为概念图的名字；Clist为该图中的概念标识符表；Rlist为该图的关系标识符表；Gid为图标识符。
需要说明的是，规则的前提并不全是“and”运算，但总可以化成这种形式，这一点很容易做到。
2.3基于概念图的教学专家系统框架
该教学专家系统基本组成如图2所示：
系统的主要模块以及功能说明如下：
知识源：主要来自于课本和教师的经验。
人机接口：是用户和系统进行通信的模块，通过该模块用户将信息告诉系统，以便系统进行分析整理，人机接口模块设计的好坏也是系统的一个关键。系统管理主要包括个人信息（用户名、密码等）及系统登录和增加删除用户等方面的功能。
解释器模块：是在推理过程中或者推理之后，向用户解释系统是如何得出结论的，一般的专家系统都具有该模块，因为向用户解释推理的过程，可以增加对系统推理的可信度。
数据库：相当于记忆结构，用来记录系统推理过程中用到的控制信息、中间假设和中间结果及结论的数据库或工作存储器。
知识获取模块：用来把新的知识或事实添加到知识库中去，或修改现存的规则知识，专家系统解决问题的能力主要取决于它所使用的知识的数量和质量，建造专家系统的瓶颈也就是知识的获取问题。
知识库和推理机：是整个系统的核心部件，知识库及推理机的构建和知识表示的关系很大，系统采用概念图知识表示，在此基础上构建了系统的知识库和推理机。
3.基于概念图的教学专家系统应用效果
3.1教学质量和效率
通过问卷调查方式，对运用该系统的“教改班”和没有使用的“非教改班”进行网上调查，了解了学生对自己所学知识掌握程度的评价，如图3所示。在教改班中，有81%的学生认为自己已经大部分或完全掌握所学的知识；而在非教改班中，只有68.4%的学生认为自己已经大部分或完全掌握所学的知识。另外，教师对两种类型学生同类作业的评价如图4所示，在教改班中，有64.5%的学生作业为良好以上；而在非教改班中，只有32%的学生作业为良好以上。同时，我们计算机基础课程的学时数只有30学时（其中已包含12个实验学时），这在我省高校中学时数是属于比较少的，要在有限的学时数内学完教学大纲所规定的内容是非常困难的，学时数严重不足是影响教学效果的一个主要原因，学时不足使原来教学计划中的部分内容只能改为学生的自学内容，效果较差。采用了本系统之后，将部分原本课堂讲授的内容改为学生通过自主学习，大大节省了课堂的教学时间，使原本没有时间在课堂上讲授的内容添加了进来。在相同的时间内，教改试验班的学生比非教改班学生还要多做了一个综合性的大型作业。这对教学无疑起到一定的促进作用。
3.2学生的学习自觉性及兴趣
过去以教师授课为主的教学模式，学生是被动学习，积极性不高。现在采用了新的学习模式后，学生可以在教学网站中欣赏到其他同学及过去学生的优秀作业，及时找到自己的不足，增强了竞争意识。同时通过参考他人作业也可以激发自己的创作灵感，从而制作出更好的作品。另一方面，由于增加了学生互评的评价方式，使学生在评价他人作业的同时自己也得到提高。其中原来对课程不太感兴趣甚至完全不感兴趣的学生中有54.7%转变为感兴趣，如图5所示。
3.3学生接受的学习新模式
调查中我们还发现，学生通过这门课程的学习，已经养成了一种良好的学习习惯，学会循序渐进、理论联系实际和协同学习的方法，并在解决实际问题的时候具有较强的创新能力。另外，学会通过搜索网络资源进行学习、通过网上论坛、留言、电子邮件等方式讨论并解决问题的习惯。不少学生在不知不觉中将此方法应用到其他课程的学习上，促进了其他课程的学习。在掌握了这种学习方法后，有89%的学生表示会有意识地将这一方法用于其他课程的学习。而且在全国计算机等级考试通过率以近10%逐年提高，图6为近三年来我们学生的等级考试通过率情况。同时，学生在学习的过程中有充分的自由度，学生可以根据自己的水平自由选择题目来完成作业，这样可以培养学生的创造性思维，激发学生的创造欲望。另一方面，由于我们提供了一个有充分网络资源的教学网站，学生可以很快找到更多有用的信息，不断提出问题，积极协商讨论、使知识得以归纳重组。同时丰富的网络资源使学生扩大了视野，丰富了想象，增强了创新意识、提高了创新能力，所有这些成绩都可以通过学生的作业反映出来。
参考文献：
［1］陈天云，张剑平.智能教学系统（ITS）的研究现状及其在中国的发展［J］.中国电化教育，2007，（2）：95-99.
［2］张剑平.现代教育技术理论与应用（第2版）［M］.北京：高等教育出版社，2006：117.
［3］John F.Sowm，Conceptual structure［J］.UK：Addison-Wesley，1984.
［4］白振兴.一种新的知识表示方法：概念结构［J］.计算机科学，1992.
篇9
关键词 ：网络教学、Agent 、对象模型、个性化教学
随着网络的普及应用和信息技术的发展，我国互联网用户数量节节攀升。对于教育来说，由此带来了教学模式的重大变化，从传统课堂的“以教师为中心”扩展到Internet环境下的“以学习者为中心”的网络教学。通过对传统网络辅助教学系统的研究可知，传统的辅助教学系统能以数字方式将表现教学内容，通过对图、文、声、像、动画以及活动影象等信息进行计算机系统存储、加工、传输和呈现，用户可通过人机交互方式使用课件，以便辅助教师教和学生学。而借助于Internet的远程教育具有开放性、灵活性、学习终身性和资源共享性等优点[1]。充分利用这些优点不仅可以满足学习者个性化学习需要，而且可以在很大程度上提高学习效率。但据初步调查表明，大多数学习者在网络学习时，会遇到不同程度上的困难，主要原因是其普遍存在的一系列问题，包括：
（1）以呈现教学材料为主，在教学过程中学生被动学习，缺乏必要的交互手段；
（2）对不同认知水平的学生采用相同的教学策略，缺乏智能性和适应性，难以实现因材施教；
（3）由于知识结构是松散无关的，掌握学习主动权的学习者面对众多信息而无所适从，在学习过程中容易出现迷航而偏离学习目标；
（4）采用了不同的数据资源管理标准，不利于教学资源共享以至于造成大量重复劳动。
（5）缺少有效、敏感的响应与反馈、测试与评价系统，无法真正构建出学生的主动学习环境。
Agent的概念最早出现于20世纪70年代的人工智能中，80年代后期成长起来，目前已成为当今计算机科学技术领域、信息工程领域和网络通信领域十分活跃的前沿研究方向之一。Agent具有的自主性、反应性、主动性等一些重要的行为特征对网络教学系统来说是很有意义的，因此Agent/多Agent 系统特别适用于网络教学系统的开发。
1 Agent概述
基于Agent的教学系统将人工智能的技术引入系统，软件Agent是具有推理和决策能力的软件，是一个有反应的，主动性的，内在激发的软件实体 ，在面对变化的环境的同时，能采取一定的应对措施。软件Agent 也是一个计算机程序，它的内部又可以细分出很多小的功能模块，使程序具有模块化和一定的弹性。其特点如下：
（1）自治性：Agent能够根据知识库中的事实和规则进行推理，运行于复杂环境中的Agent还应具有学习或自适应的能力。
（2）自主性 Agent是一个独立自主的计算实体，其动作和行为是根据本身的知识、内部状态和对外部环境的感知来进行控制的，它的运行不受人或其他Agent的直接干涉；
（3）目标导向：能够根据高层的指示，负责决定如何来完成任务。
（4）社会性 Agent可以通过某种Agent协作语言与其他Agent或人进行交互和通信，在多Agent系统中，Agent应具有协作和协商能力；
（5）有弹性：完成任务的方式不固定，由实际情况来决定执行顺序和所要调用的程序，以反映外部环境的变化。
（6）适应性：可以对先前的经验进行积累，由使用者的喜好来决定自己的行动。
（7）移动性 Agent作为一个活体，它能够在互联网上跨平台漫游，以帮助用户搜集信息，它的状态和行为具有连续性。
2 基于多Agent的教学模型
现实世界问题是极其复杂的，而单个Agent的功能是极其有限的，单个Agent一般很难完成给定的任务，此时需要通过适当的体系结构把多个Agent组织起来形成多Agent系统，以共同承担一个任务，来弥补单个Agent之不足，使得整个系统的能力超过单个的Agent。
基于多Agent技术的系统是指多个Agent相互通讯、彼此协调，共同完成作业任务的系统，它不仅具备一般分布式系统所具有的资源共享、易于扩张、可靠性强、灵活性强、实时性好的特点，而且各Agent能够通过相互协调解决大规模的复杂问题，使系统具有很强的鲁棒性、可靠性和自组织能力。在多Agent系统中，单个Agent是一个物理的或抽象的实体，能作用于自身和环境，操纵环境的部分表示，并与其他Agent通讯，具有感知、通讯、行动及控制和推理能力等基本功能。多Agent技术的这些特点，使得其在处理基于互联网的知识问题方面，具有广阔的应用前景。
网络教学突出的特点表现在学生是学习的主体，其通过网上虚拟课堂进行交互式的自主学习；教师则要通过课程设计，采取创设问题情景、在线专题讨论、归纳总结、评价激励等方法，激发学生的学习兴趣和学习动机，促使他们理解和掌握知识体系，培养创新精神，进行广泛而又深入的学习。
由于网络教学是一个复杂、庞大、不可预测的信息系统，一般会覆盖教学的各个环节，因此应该将其划分成子问题，并构造多个具有一定功能的Agent，由这些Agent去分别处理子问题。当子问题之间出现相互依赖时，系统中的Agent必须能通过协作来控制依赖性。基于以上分析，我们构造的基于多 Agent的网络教学模型如图1所示。
整个模型分为三个部分：界面，分析和建议。
界面：负责与用户直接沟通，询问的功能是记下使用者的基本资料。展示是将教材内容通过输出端口提供给用户。诊断是判断用户的学习能力，知识结构。记录的功能是记录下学习者与系统互动的所有历程。界面由界面数据库取得与某一用户对话的模式和画面。
分析：分析从界面中的诊断，记录，询问等三个子那里获得的用户资料，分析后再将所的结果存入其中的学生基本资料库，学习成就资料库和学习资料库中。
建议：建议获得分析资料库的内容，再由其评估分析出学习者之间的差异，建议根据这些差异来为不同的学习者提供不同的教学方法。
在此多系统中，为减少之间的直接沟通，故将相互的沟通信息放置在界面中的全局数据库中，由主控程序负责通知相关的模块，当然，主控程序也可以单独形成一个模块。
模型中涉及5个基本数据库，即学习资源库、系统全局知识库、教学策略库、界面库和学生模型库（含学生基本信息与学
习中间信息）；3类基本用户，即教师、学生和管理者；6类Agent，即教师Agent、学生Agent、管理者Agent、人机交互界面Agent、教学Agent和管理Agent。下面具体介绍部分Agent的功能。
学生Agent。学生登录网络教学系统以后，系统会自动生成一个学生Agent。它一方面要为对应的学生提供交互界面，引导学生的学习，并在学习过程中根据学生的实际情况，通过教学Agent从教学策略库中选择合适的策略给学生以指导，在学习结束后将学生的学习结果返回学生模型库。另一方面学生Agent还要调用目前登录学生的学生基本信息和学习记录，查看学生以往的学习情况，根据这些记录为学生本次学习呈现最初的学习资料。学生Agent在用户的整个学习期间要不断地通过人机交互界面Agent分析学生的学习状态，为用户下一步学习做相应的准备。同时还负责将本次学习的最终分析结果返还给学生信息库以便为下一次学习提供资料。
教师Agent。教师登录网络教学系统以后，系统会自动生成一个教师Agent。一方面，教师Agent负责教师与网络教学系统的交互，通过教学Agent对教学的过程进行相关的指导和监控，了解学生的学习过程和学习反应，指出哪个学生的理解或答案是最好（或最坏的）并做出解释。如果学习方向出现偏差，则予以及时纠正。此外，还可以从试题库中抽取相关的问题进行讨论以加强理解。另一方面，教师Agent还是专业知识的资料库和主动收集者，能对每一个学习者提供专业的最大的资源数据，建立相关的课程或课程框架（指包含教学目标、教学策略、教学步骤等）供教学Agent选择。并可根据教师的干预和学生的反应对本身的知识库进行主动的调整和扩充，主动从网络上获取相关的信息，重组成为更有意义的知识。
管理者Agent。一般说来，教育教学活动包括一系列的管理，如课程管理、学籍管理、成绩管理等等，因此有必要在网络教学系统内部建立管理Agent来负责整个系统的智能协调。管理者登录网络教学系统以后，系统会自动生成一个管理者Agent。管理者Agent主要通过管理Agent负责对整个教学情况作宏观的调控。管理Agent主动获得其他Agent的数据和资料，并自动地生成相关的管理数据，如学习者的学习时间、地区分布、学习者水平统计、教师工作统计等，协助管理者进行有效而快速的反应。同时，管理Agent还要担负起诸如其他Agent的增删管理、名录和地址管理、通讯链条的管理职责。
人机交互界面Agent。人机交互界面Agent主要负责学生、教师、管理者与教学、管理子系统之间的交互联系，并记录交互过程。特别地，人机交互界面Agent要负责登记学生个体目前的学习状态，以此掌握学生的学习进度、学习效果和学习能力，触发教学Agent，为不同的学生提供个性化教学。同时，人机交互界面Agent还要通过交互信息，监控和评价学生的学习，给出提示、结论和参考信息，控制讨论范围和讨论时间，对学生的非学习性浏览发出告警声音，对学生的解答和知识探索给予激励的评价。
3 系统实现的关键技术
基于多Agent技术的网络教学系统是一个复杂、庞大、不可预测的信息系统，其设计与实现将涉及诸多关键技术。其中，最为重要的是数据模型的组织、Agent的构建及开发技术的选取。
3.1 数据模型的组织
在教学系统中，主要涉及以下几个对象，考虑到系统的扩展性和移植性问题，在对象建模时，参考了“远程教育规范”和新课程改革的相关要求，并且每个对象都有相应的扩展。
（1） 知识点模型
知识点是描述教学领域知识的完整的教学单元，知识点之间存在的各种关联及其关联程度称为知识点关系。若学习知识点A，必须先掌握知识点B，则B称为A的前驱知识点，而A称为B的后继知识点，其关联程度有强弱之分。知识点及其关系的集合称为知识树[7]。
知识点：：=。
在网络学习中，知识点为基本学习单元，相应某一学科的知识点编码和知识树如图1：
这样的知识点编码和知识树结构，清晰的反映了知识点之间的相互关系，以某一知识点为例，可以方便的找到该知识点前驱和后继知识点。树中的每一个知识点都被赋予唯一的编码，方便了知识点的查询、增加和删除。学习者在学习某一知识点时，ITS可以很容易的对其进行前驱知识测试和后继知识提示。根据Web日志挖掘出的频繁访问路径[8]，调整知识树结构，形成适应网络学习的知识点关系网络和导航。
转贴于 （2）学习资源模型
学习资源的媒体类型分为：文本、图形(图像)、音频、视频、动画五大类。
资源信息：：=< 资源标识，知识点标识，关键词，描述，有效学习时间，大小，使用环境，反馈评价，扩展基 >
资源标识编码如下规定：T开头表示文本，P开头表示图形(图像)，A开头表示音频，V开头表示视频，F开头表示动画，通过特定开头字母确定素材类型。
（3） 学习者模型
定义：学习者模型是指对学习者属性的详细描述，包括个人信息，安全信息，学业信息，偏好信息，关系信息，学习行为六个元组。描述如下：
Student_Model_Dadabase=(Student_Model (i) | i=1…n)
Student_Model ={个人信息，安全信息，学业信息，偏好信息，关系信息，学习行为}
a. 个人信息是与学习者绩效的度量和记录没有直接联系，主要与管理有关的个人信息。一般说来，这类信息属于个人隐私，是机密的。
个人信息：：=。
b. 安全信息是有关学习者安全凭证的信息。
安全信息：：=。
c. 学业信息是与学习者的学习相关的一些简要信息。
学业信息：：=。
d. 偏好信息描述可促进人机交互的参数选择。
偏好信息：：=。
e. 关系信息是描述学习者与其它系统用户(如教师和其它学习者)之间关系的信息。
关系信息：：=。
f. 学习行为是描述学习者对所学知识点的相关操作信息(如作业信息、练习信息、测试信息、提问信息和媒体学习信息)。
学习行为信息={作业信息，练习信息，测试信息，提问信息，媒体学习信
息，扩展基}。
作业信息、练习信息和测试信息的结构相同，如下：
① 作业(练习、测试)信息：：=。
② 提问信息：：=。
③ 媒体学习信息：：=。
通常，理想的学生模型Student_Model由教师Agent产生。然后在学习过程中，相应的教学Agent根据学生个性化思维特征及每个学生的活动进展确定其学习基础、学习习惯、兴趣爱好、学习进度，从而建立当前的学生模型。教学Agent要运用模糊理论处理学生模型Student_Model的模糊信息，挖掘模糊信息的内在联系，从而建立模糊关系。
（4） 规则模型
规则采用人工智能中加权不确定性推理方法得出，知识的不确定性表示形式如下：
R i：If Ei (ωi) Then Hi (CF ( Hi，Ei )，λ )
其中，Ei是知识的前提条件，它既可以是一个简单条件，也可以是用AND及OR把多个简单条件连接起来所构成的复合条件。Hi是结论，它可以是一个单一的结论，也可以是多个结论。CF(Hi，Ei)是该条知识的可信度，称为可信度因子(Certainty Factor)或规则强度。(可信度是对事物为真的相信程度的一个量化表示，其初始值由领域专家确定，阈值范围为-1～1)。λ是阈值，它对相应知识的可应用性规定了一个限度，只有当前提条件Ei的可信度CF(Ei)达到或超过这个限度，即CF(Ei)≥λ时，相应的知识才有可能被应用。ωi (i=1，2，…，n)是加权因子，ωi是阈值，其值均由领域专家给出[9]。
条件信息：：=
结论信息：：=
学习者规则信息：：=
3.2 个性化学习Agent的功能结构
个性化学习策略的实现建立在群Agent技术上，是一种特殊的移动，一般情况下需要特定上下文运行[3]。移动（多）运行期间在虚拟机之间迁移，不需要中止程序的执行。该模型中应用服务器和数据库服务器拥有移动（多）运行所需的运行上下文，在运行上下文移动（多）可以执行任何合法的动作。采用Agent实现的个性化学习的结构如图2所示。
管理Agent负责整个系统的管理工作，包括用户的加入、登录，处理交互、协作信息、分析行为、上传下达等事务。教学Agent和存储在数据库中相应的整体知识结构模型、学习主体个性知识结构模型相结合，实现教学中的教师模型[6]；学习Agent和存储在数据库中的相应的学习主体个性知识结构模型相结合，实现教学中的学生模型；协作Agent实际上是由参与协作学习的学习者与网络终端计算机进行交互后，形成协作学习者Agent。协作Agent根据协作学习者（学生模型）中提供的关于学习者的个人特点，按照一定策略，如学习水平、思维方式倾向等划分而成的；通信Agent按规定的协议上传或下达教与学过程中信息，完成各种教与学活动（移动）和数据库系统的通信。
教学Agent和学习Agent结合实现与学习主体的个性化教与学。协作Agent分配任务时，按照协作学习小组Agent的对外特性来确定任务的分配方式，并将任务具体到协作学习者Agent，由学习者Agent具体实施或通过协作完成任务。管理Agent中的行为分析功能用来确定教与学事务的类型（教学、学习、协作等），并对学生的学习行为（如认知特征、操作方式等）和知识结构动态分析，将其结果通过“上传下达”操作提交应用服务器，以便处理该学习个体的下一个活动指令。
3.3 Agent的实现技术与策略
目前，研制开发多Agent应用系统可以采纳CORBA(Common Object Request Broker Architecture，公共对象请求体系结构)、DCOM(Distributed Component Object Model，分布式组件对象模型)、Java RMI(Remote Method Invocation，远程方法调用)等多种分布式对象构件技术。由于CORBA是一种开放的分布式对象计算框架标准，其不仅内置了“软件总线”，可方便地实现不同程序之间的通信，而无须考虑这些程序的设计方式、编程语言和运行平台，而且提供了一种“即插即用”的软件环境，能够自动地完成许多一般性的编程任务，如对象的注册、定位、激活，请求的分发和异常处理等。同时，CORBA中的接口定义语言IDL还提供了到Java、C++、Smalltalk等语言的映射，可以方便地实现网络上不同平台的对象相互之间的交互。因此，实现基于Agent的网络教学系统的最佳方案是采用CORBA与Java的相结合技术，并采用三层客户／服务器模式，即：
⑴ 用户界面层。即基于浏览器的网络教学系统用户界面，使用普通的浏览器。Web浏览器作为客户层，提供图形用户界面，负责与用户进行交互。它通过Http协议从应用层的Web服务器下载超文本页面，同时下载并执行内嵌在页面中的Java Applet。这些Java Applet中CORBA客户对象通过内部通信机制同应用服务器中有关教学Agent对象进行互操作，教学Agent对象封装了相关的操作，它们之间通过内部协议彼此通信，并能够访问数据层的数据库对象，以协同完成客户请求。
⑵ 管理服务器层。由传统的Web服务器、管理信息库和应用网关组成。CORBA和Http组成的中间层几乎可以由任何一种服务器平台来支持。CORBA对象作为一个中间层应用服务器，将业务逻辑封装起来。同时，服务器端的CORBA对象还能与其它使用CORBA的客户或服务器交互。
⑶ 数据层。是CORBA对象能访问的所有数据库，包括系统所用到的所有数据及知识库。
个性化学习结构模型中的通信应用程序采用组件技术开发，实现分布式系统中的通信编码与解码、前台与后台数据库的连接等功能。这种数据库连接技术与以往的ADO/ASP技术相比，具有7个主要优点：减轻网络负载、减小网络时延、支持协议封装、异步和自治执行、动态适应、自然异构以及健壮性和错误容忍等。个性化学习策略以建构主义学习理论为指导[6]，依靠教学实现。系统针对某个在线学习者，教学通过管理的分析后提交的教学指令，获取相应课程知识结构图中的相关结点的内容，如教学的概念、原理、方法、公式、问题、问题解读、试题、答案，以及这些内容的表达
方式、教学策略等[8]。在学习者与系统交互的过程中，管理不断分析学习者的学习行为，并与教学、学习的协调，即可动态调整或扩张该学习者的个性化知识结构图，使其个性化的知识得到新的建构，同时更新数据库中的学生模型数据。
4 结束语
基于多Agent技术的网络教学系统具有以下主要特征：⑴学生无需按照系统设计者的预定教学序列学习，教学序列是学习过程中优化产生的；本文来自范文中国网fw789.com。⑵能提供具有智能性、自主性的Agent服务，分析学生的学习状况和学习兴趣，根据其学生水平智能调整课程难度，这样可最大限度挖掘每个人的潜力，从而能够有效地指导学生更好地学习；⑶对于教师来说，能够减少重复劳动，准确把握学生对知识点的掌握情况，有针对性地进行教学指导，提高教学效率。
当然，基于多Agent技术的网络教学系统尚处于研究和实验开发阶段，相关领域的研究工作还有待进一步深化，相信在不久的将来，更多符合中国国情、符合未来学习模式的人性化远程教育系统必将开发成功。
参考文献
[1] 高金岭 主编. 教育技术与教育， 广西师范大学出版社， 1999年8月
[2] 沈军.网络教学中个性化策略研究.计算机研究与发展，2003.4：589-595
[3]邓晖. 论网络环境下的学生特征分析系统设计[J]..开放教育研，2003.1
[4]曲红亭，申瑞民 .基于数据挖掘的个性化学习导航系统的设计与实现[J] .计算机工程. Vol.29 No.8 2003.5
[5]申瑞民，许彦青，张同珍，申丽萍.基于多的智能型网络教学环境研究[J].计算机工程与应用，2002.4
篇10
关键词:智能CAI、网络教学、远程教育、智能教学系统
伴随着计算机网络技术、信息技术、通信技术以及多媒体技术的迅猛发展,教育领域正在经历一场深刻的、全方位的变革。主要体现在计算机辅助教育系统的广泛应用。所谓计算机辅助教育(Computer Based Education),简称CBE,即指以计算机为主要媒介的教育教学活动。CBE在教学中的应用形式一般为CAI或智能CAI(ICAI)系统。
1现代远程教育与基于Web的智能CAI系统
1.1现代远程教育及其特点
远程教育(Distance Education)是指利用各种媒体所进行的非面对面教育。而现代远程教育则是凭借现代信息网络技术与运用多媒体技术所进行的远距离教育。[2]基于网络的现代远程教育具有以下的基本特点:
(1) 教与学不受时空地域限制。以网络为基础,运用多种媒体表现课程内容,实现异地教学。
(2) 具有较好的互动性。师生之间可以互动交流,教师通过网络答疑解惑。
(3) 节约资源,降低教学成本。利用网络进行教学,无需场地、教室还可以减少教学管理人员,因此大为降低成本。
1.2基于Web的智能CAI系统
因为现代远程教育在学习模式上最直接地体现了现代教育和终身教育的基本要求。所以,如何利用现代教育技术更好地实施远程教育便成为亟需解决的问题。目前,随着网络的发展普及,构建基于Web的智能CAI系统并应用于远程教育不失为一种很好的方法。基于Web的智能CAI(以下简称ICAI)系统以网络为载体,实现了智能化分布式教学。既提高了资源利用率,又不受时空和地区限制,特别是能够根据学生的学识水平和学习情况确定教学策略、调整学习进度,实现了学生自主学习。
2基于Web的开放式智能化远程教学系统的设计与实现
由于广播电视大学属于远程开放式教学,学员仅有几次面授辅导机会,课程学都依靠网络自主学习,因此,迫切需要具有良好交互性的智能化网络教学系统。为更好地进行远程教学,激发学生的学习主动性、积极性,提高教学质量,笔者设计了一个实用智能型CAI远程教学系统,该系统以“多媒体技术基础及应用”课程为实例进行开发,该系统具有交互功能、即时反馈功能、导航功能、信息过滤功能。并能针对不同能力与水平的学生实现个别化教学,即因材施教。系统为开放式模块化框架结构,可拼装、可拆卸,可根据需要添加功能模块,可以改变课程内容以适应不同课程教学的需要。下面就本系统的设计与实现作一介绍。
2.1系统设计
本系统建立在第三代远程教育系统模型(The 3th Generation Distance Learning Model,简称3GDL)的理论基础之上,以网络作为载体,综合人工智能(专家系统、数据挖掘、数据仓库)、教育心理学、人机工程学等多门学科的知识,利用计算机模拟教学专家的思维,对教师提供协作式教学、对学生实施开放式学习的智能化教学过程。设计符合ICAI系统一般结构,即由知识库模块以及系统管理员模块、教师模块、学生模块组成。系统结构图如图1所示。
(1) 系统管理员模块。该模块包括:系统权限管理、教师审核、公告管理等子模块。
(2) 学生模块。主要包括:课件学习模块、提交作业模块、考试模块和在线交流四个子模块。本系统建立的学生模块采用的是具有学习历史记录的方法。对某学生已学习过的所有知识点,通过其所作过的练习题分类计算以下几个平均值:
P=已做过的所有练习题得分的平均值;
Pj=已做过的所有难度为“简单”的练习题得分的平均值;
Pi=已做过的所有难度为“较难”的练习题得分的平均值;
Pe=已做过的所有难度为“很难”的练习题得分的平均值。
根据这些信息建立学生档案,并录入“学习历史记录表”。可以实现个别化教学,还可以根据学生的学习情况动态地修改,学生在进行新知识学习时,系统要对其以往的学习历史有一个评估测试,根据评估值确定学生学习新知识内容的难易程度,使新知识内容与学生的学识水平相匹配。本系统以各章练习的成绩做为评估值,生成教学策略。各章习题类型有单项选择、多项选择、填空、简答、操作等,分值和数目不定,难度不等,总分为100分。根据每题的难易程度、考查的不同知识点分配权值并在“题库表”中的“权值”字段分配,这样统计的分数能较科学的反映学生的知识水平。系统学生模块的数据存放在数据库的各个表中,例如:“学生信息表”记录基本信息;“学生答案表”记录学生的练习答案及所做练习题的正误;“学生习题错误表”记录学生的错误知识点及错误次数;“点击次数表”记录学生的学习次数等。
(3) 教师模块。本系统教师模块主要功能是根据学生模块和知识库模块的教学策略知识作出智能化的教学决策并完成智能导航。包括4个子模块,即课件管理、作业管理、考试管理、在线交流。系统可以及时收集学生的应答信息,并加以分析处理,评判学生的成绩;为不同学生选择不同的教学内容,分析学生出错原因,判断并标志出学生当前能够学习的知识点;还可以提供有针对性的个别辅导和适当的补习材料等。
(4) 知识库模块。知识库包括两部分知识,一是教学知识;二是教学策略知识。其中教学知识构造为总体线性、局部非线性的结构。总体线性结构是按照课程的知识结构组织的。教学知识以超文本文件形式存放,供学生学习、查询。“多媒体技术基础及应用”课教学内容共有6章26节,按照章、节划分知识点层次结构是线性的,从节的层次开始是非线性的,学生可并行选择学习的内容,即节中的内容包含一个以上的超链接。形成教学策略的知识以数据库中表的形式存放,如:“知识点逻辑关系表”记录整个课程各知识点之间的逻辑关系,为构成不同的教学策略使用。
2.2系统功能及其实现
本系统是服务器端执行的应用系统,在客户端只需运行浏览器软件,就可以完成所有的应用、处理过程。
(1) 系统实现技术。
系统前台设计使用Dreamweaver8;Flash8;Fireworks8,后台设计使用Microsoft Visual Studio2008以及C#程序设计语言,数据库构建采用SQL Server2005。
(2) 系统功能。
① 学习向导功能。该功能主要是对学生的学习状况进行全面的量化评定,给出适当建议。学生每次进入系统时应首先进入此模块,了解自己的学习状况,查看系统建议,以便选择下一步学习内容,从而科学地进行学习。系统能够统计学生学习了哪些章节,已做章节练习所获得的分数并以列表的形式显示。
② 学习功能。系统学习功能模块可自行统计出各章节学生已做练习的分数,然后据此确定哪些章节是该学生可以学习的,并显示提示信息。如果某章节学生已做练习的分数未达到要求,则屏蔽其后各个章节,使该生无法进入。学习功能主要以目录和搜索方式实现。
③ 练习功能。练习模块是形成学生模型的主要依据。练习题题型有:单选题、多选题、填空题、判断题、操作题。学生可任做某章的习题,系统把学生的答案保留在“学生答案表”中,系统将其与题库表中的正确答案进行比较,判断正误,记录错题数目以及习题错误次数,并把结果显示出来。
在题库表中,系统对所有习题都有标注,已做过的题给出分数,未做的题标注“未做”。题库中的每题都涉及一个或几个知识点,所以,若某题错误,系统到“错误知识点表”中去查看这些知识点是第几次错。当某知识点错误是第一次,则知识点为超链接形式显示。当某知识点错误二次时,系统会打开“知识点解释表”,给出此知识点的从不同于教学内容的另一角度的解释举例。当某知识点错误三次时,系统会打开“知识点逻辑关系表”,查找到此知识点的上位知识点,以超链接形式显示。以便帮助学生了解错误原因,掌握该知识并对错误加以改正。当某知识点错误次数大于等于四次时,系统给出建议,请重新学习全章或全节的内容。
④ 测试功能。主要是自测试和考试部分,在系统中包括了安全可靠的组卷功能、自动阅卷功能和试题库。利用测试功能,系统可进行各章或全部内容的测试,可以随机组卷。学生任选某一试卷后,即可进行答题,单击“提交”按钮后,系统会立即统计并显示成绩。成绩的显示以列表给出题号、学生答案、正确答案、正确答案解释四项内容,正确答案解释一项为超链接形式,点中会显示详细的答案解释。而且,可以选择限时答卷方式,利用系统定时功能,当时间到,停止答题,自动提交。
⑤ 课程讨论区。系统设置了课程讨论区,实现讨论与答疑功能,能够支持教师与学生、学生与学生之间的多模式交流(实时、非实时)形式,为网络教育提供了真正的人与人直接交流的通道。学生与学生之间可以在讨论区进行交流,从而实现了学习者的交互。另外,教师还可以利用课程讨论区定期或不定期地通过发帖来答疑解惑,弥补学生自学的不足,为师生交流提供方便。
⑥ 相关链接。学习者通过相关链接可以进入其他学习网站或娱乐网站,以便学习相关知识或者在学习后稍事休息。
3应用实例
开放式智能化远程教学系统应用于天津广播电视大学河西分校的“多媒体技术及应用”课程的教学过程。学生可以在任何地方任何时间通过网络利用本系统进行学习,首次进入系统需要注册,否则只需输入学号、密码登录。进入系统之后,可以根据需要选择不同功能模块。建议首先进入学习向导,阅读系统提示和建议,然后再进行相应的学习。当然,也可以直接进入课件界面学习。学完一节内容后,一般应通过做作业或随机测试来检验知识掌握的程度,当完成测试题之后系统将给出成绩,系统还将答题情况和结果进行记录并判断学生是否可进行下一步学习。如果在学习中遇到疑难问题,可以利用课程讨论区进行师生之间或学生之间的定时、不定时在线交流。目前,本系统使用情况正常,获得学生好评。
4结语
本系统的特点是:支持多学科、多课程,在协作的基础上,达到教学资源的交流、协作、互补、信息共享的目的。能使教师以简单灵活的方式组织教学材料,通过网络从视觉、听觉、书面等多角度把相应的学习内容以最佳的表现方式展现给学生。能够使教师做到因材施教、使学生能按需求学,从而在现有的网络教学环境下大幅度提高教师授课质量以及学生学习的效率,而且可以节约教学资源。本系统特点之二是:开放式模块化框架结构,可拼装,可拆卸,能够改变课程内容以适应不同课程的教学,还可以根据各个学校各门课程的不同需要增加相应的功能模块。以满足实际教学的要求。而且,系统配置移植比较方便,具有一定的推广价值。
参考文献:
[1] 刘国丽,郭铁柱.基于Web的智能远程教学系统[N].中国计算机报,1999-10-9(16).
[2] 马爱丽,张卓奎.贝叶斯网络在远程教学中的应用[J].现代电子技术,2008(2):33.
[3] 周苏峡,李建利.Web数据库应用实例教程[M].北京:清华大学出版社,2008.
The Design and Realization of the Open Type Intelligence Long Range Teaching System
SHAN Hong
(Department of Computer Science, Officers and workers’ University of Hexi District, Tianjin 300203, China)
