智能教育环境设计分析

导语：智能教育环境设计分析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：近年来科技的进步为当前教育环境的改革开辟了道路，利用新技术重塑学习过程的新教学法不断涌现。为了将智能学习环境融入学习生态系统和教育环境，需要有创新教学方法来协调正规和非正规学习。本文浅析智能学习和智能学习环境的主要特征，并支持在设计过程中考虑到未来用户的参与，以增加对智能学习环境中新教学方法的设计和实施的认识。

关键词：智能教育；智能学习环境；参与式设计

1引言

20世纪90年代信息通信技术（ICT）造就泛在学习的实现，改变了时间和空间的概念，提供了获取信息和修改知识生产的新机会。今天，移动设备的使用使部分人认为学习发生的地点和环境并不十分重要，然而，位置（物理和虚拟）并非无关紧要，相反，它们正变得越来越重要，学习环境的设计需要结合正式和非正式的情形，编排一个适合个体在不同地点学习的环境。同样重要的是，移动设备能将位置整合为适应个性化学习，它的使用为用户提供了多方面的机会，如：生成和控制基于现实位置的环境或上下文等。数字技术促进了学习的新视野。Chatti（2010）总结了教育未来面临的挑战，他认为学习本质上是个人的、社会的、分布式的、无处不在的、灵活的、动态的和复杂的。我们需要从根本上转变学习模式，建立更个体化、更社会化、更开放、更动态、更知识拉动的学习模式，而不是传统学习模式的一劳永逸、集中化、静态、自上而下和知识推动的模式。虽然这些都是理想的教育成果，但实现这一目标需要基于新的教学方法、技术支持和指导个体学习的新学习设计。

2智能学习

智能学习是建立在两种不同类型技术之上的学习：智能设备和智能技术。智能设备指具有泛在计算某些特性的人工制品，例如，物联网，以眼镜、背包甚至衣服等配饰形式出现的可穿戴技术。智能技术的使用，如云计算、学习分析或大数据，侧重于如何捕捉、分析学习数据，以改善学习和教学，并支持个性化和适应性学习的发展。Begon軌aGros（2016）描述了智能学习的10个关键特征：①位置感知：在智能学习中，实时位置是系统适应学习者学习内容和学习情境所需要的重要数据；②上下文感知：探索不同的活动场景和信息；③社会意识：感知社会关系；④互操作性：为不同的资源、服务和平台制定标准；⑤无缝连接：任何设备连接时提供连续服务；⑥适应性：根据获取、偏好和需求推送学习资源；⑦泛在性：预测学习者的需求，直至表达清楚，为学习者提供可视化、透明的学习资源和服务；⑧全程记录：记录学习路径数据，进行深度挖掘和分析，提供合理的评估、建议，推动按需服务；⑨自然交互：传递多模态交互的感官，包括位置和表情识别；⑩高参与度：在技术丰富的环境中，沉浸在多方位的交互式学习体验中。综上所述，智能学习是一种为学习者提供在现实世界中学习建议的学习系统。

3智能学习环境的特点

智能学习环境的实现超越了智能技术的应用，智能学习环境不仅能使学习者在任何地方、任何时间访问数字资源和互动学习系统，它也能在正确的地方、在正确的时刻、用正确的形式积极提供必要的学习指导、提示、工具支持或学习建议等。有专家认为智能学习环境是“有成效和有吸引力”的，重要的是支持技术与教育学的融合，创造一个连贯的生态系统，提供“知识变化的实时和持续证据，在学习者从一种学习环境过渡到另一种学习环境时，将这些技能无缝地传授给他们”。Hwang（2015）认为智能学习环境因具有三个关键特征：①情境感知：系统必须能够根据学习者在线和现实状态提供学习支持。②自适应支持：系统必须从不同的角度（学习表现、学习行为、概况、个人因素等）以及所处的在线和现实世界语境，根据学习者的个体需求，为其提供即时的、自适应的支持。③用户界面多样性：用户界面可以是任何移动设备（智能手机、平板电脑等）、可穿戴设备（数字腕表），甚至是嵌入日常物品的普适计算系统。综上所述，智能学习环境的目标是提供自我学习、自我激励和个性化服务，智能学习环境的设计应有会话功能，可以使学习者参与到对话中，或促进有关话题或小组对话。它的设计应包含反思功能，这样学习环境可以根据学生的进步和表现进行自我评价，对学习环境中的活动和属性提出可以调整的建议，以提高整体效果；同时它必须有创新功能，学习环境应采用新技术支持学习和教学等。

4智能学习环境和学习生态

智能学习环境是学习生态的重要组成部分。学习生态学是一个超越简单的以技术为中心的系统概述，技术是嵌入在学习者的日常生活经验中的。Barron的学习生态框架（2006）解释了学习是如何跨环境进行的，并确定了它们之间可能的协同作用，包括技术使边界更容易渗透和允许学习过程中新水平方面发挥的作用。她建立了一个基于三个假设的学习生态框架：①各种各样的思想资源可以激发和保持学习兴趣；②如果人们有时间、自由和资源去学习，那么一旦他们感兴趣，他们不仅会选择，而且还会开发和创造学习机会；③兴趣驱动的学习活动是跨界和自我维持的，学习者是网络中的主要参与者，负责维护社会关系，并在整个物理和虚拟环境中创造意义。综上所述，智能学习环境必须能检测并考虑实际的学习生态环境，将学习者置于真实场景中，为学习者调整学习界面和任务，提供个性化的反馈和跨学科的学习指导或支持，推荐学习工具或策略，根据学习者的在线学习状态和在现实世界中的学习状态，通过多种渠道与用户互动，促进正式和非正式的学习。

5智能学习环境的设计

智能学习环境涉及到正式和非正式学习环境的语境、文化资源和社会文化等，它不仅与提高学习理念相联系，而且还强调了根据学习发生的地点进行调整，以适应个性化的需要。因此，智能学习对评估提出了重要的挑战，因为内容可能不是固定的，活动可能扩展到跨正式和非正式的设置。所以，在设计智能学习环境时必须考虑两个关键问题：①用户智能学习环境设计与参与；②提供有用的支持，为用户提供适当的反馈。（1）参与设计。学习设计领域是近年来发展起来的，目前有一套现成的方法、工具、系统和模型，可以让教育工作者在设计时提供具有更丰富学习体验的场景，设计应阐明和协调学科内容、教学理论、基于实践的经验以及日益多样化和复杂的技术资源的使用，设计本质上是迭代和协作的，它需要讨论、反思、批评和实施。参与式设计被用来增加智能设备设计的知识。例如，Pons等人（2015）运用参与式方法设计了一种可视化语言和工具，用于创建未来的基于有形表的编辑器，实现智能环境的个性化。该设计旨在识别视觉化的特征，同时考虑到学习者知识的差异，将参与式设计应用于开发Feeler，这是一种原型，用于帮助人们认识到不同的习惯和心理状态是如何影响他们的学习。因此，Feeler能培养学习活动的意识和反思。它的设计基于这样一个假设：建立在监测生理数据基础上的学习技术应该旨在帮助学生理解影响他们学习成绩的不同方面，从而增强他们的能力。因此，Feeler在原型设计中探索了一些支持反射的策略，比如时间的创造、提出反思性的问题和保留一些不完整的方面，以鼓励用户去探究它的含义。尽管这案例是原型，一些作者认为该设计在开始讨论数据时起着支持个性化信息方面的作用。（2）数据可视化。反馈被认为是帮助学生提高成绩的关键工具，传统的反馈通常与学习者、与老师和同事的沟通机制有关。在智能环境下，技术的使用为跟踪学习者的活动增加了新的可能性，并为他们的学习表现提供了更直接的反馈。然而，大多数使用学习分析的都集中在为教师提供信息，以改进他们的教学策略，学生很少被认为是学习分析数据的主要接收者，也很少有机会利用这些信息来反思他们的学习活动，更有效地自我调节他们的学习。近年来，越来越多的学者开始提倡以学生为中心的分析，认为学习分析可以被用作一种工具，用于反思和元认知，以支持自我调节的学习。在使用学习分析促进反思的学习环境设计中，确定主要的挑战是至关重要的。我们面临的最紧迫的挑战可以分为两类：数据和可视化。什么样的数据对学习者最有意义？哪种类型的可视化最能成功地促进反馈？将数据转换为知识是一个认知过程，可以通过提供数据的方式得到支持。信息可视化被认为是一种有意义的工具，因为它有助于合成复杂的信息，促进比较和推断。因此，为了真正使用分析来帮助学生成为自主学习者，有必要采用一种以学生为中心的方法。作为智能教育环境的研究者有必要重新思考如何选择学习指标，以及这些指标在多大程度上有助于将学习视为一种过程，而不是结果。在这方面，允许学生决定他们将监控的哪些方面的分析可以帮助学习分析成为反思智能学习环境的工具。

6结束语

随时随地学习并不是一个新奇的概念。然而，当这些过程被认为是生命中常见的活动时，显式地设计并有意地支持它们是很重要的。综上所述，智能学习环境必须将正式学习和非正式学习融化起来以创建自主的、自适应的学习环境来支持个体学习者。这些环境需要使用大数据和学习分析技术，将学习者所在位置的实时信息与历史数据结合起来，设计出有意义的学习模式。

作者:吴萍 单位:无锡商业职业技术学院商学院